JPWO2020194852A1 - ポンプ監視装置、真空ポンプおよび生成物堆積診断用データ処理プログラム - Google Patents

Abstract

真空ポンプ内の生成物堆積を診断するポンプ監視装置であって、前記真空ポンプのポンプ状態を表すデータを取得する取得部と、前記取得部により取得した前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する統計量演算部と、前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する診断部と、を備える。

Description

本発明は、ポンプ監視装置、真空ポンプおよび生成物堆積診断用データ処理プログラムに関する。

半導体や液晶パネルの製造におけるドライエッチングやＣＶＤ等の工程では、高真空のプロセスチャンバ内で処理を行うため、プロセスチャンバ内のガスを排気し高真空を維持する手段として、例えばターボ分子ポンプのような真空ポンプが用いられる。この際，排気するガス内に含まれる反応生成物がポンプ内部で冷却されることにより、ポンプ内部に反応生成物が固化し堆積するという問題がある。

特許文献１に記載の発明では、回転体を回転駆動するモータのモータ電流値を検出し、定常回転モード時において、モータ電流値のうち設定値以上のモータ電流値のみを記憶し、記憶されたモータ電流値の単位時間当たりの平均値を計算し、平均値を時系列に並べて、平均値の一次近似線を求め、一次近似線を用いて算出された予測モータ電流値と排気ポンプの使用開始時の初期モータ電流値との差分値を求め、差分値が予め設定された閾値を超える時点を、排気ポンプのメンテナンス時期と判定している。

国際公開第２０１３/１６１３９９号

ところで、実際の排気ポンプには機台差や環境差が存在し，同一条件下のモータ電流値は必ずしも一致しない。そのため、メンテナンス時期の判定において、初期状態のモータ電流値と比較することにより機台差の影響を低減することは可能であるが、環境差による影響、例えば、気温等の外部条件による影響は、初期状態のモータ電流値と比較するだけでは除去するのが難しい。

本発明の第１の態様によると、ポンプ監視装置は、真空ポンプ内の生成物堆積を診断するポンプ監視装置であって、前記真空ポンプのポンプ状態を表すデータを取得する取得部と、前記取得部により取得した前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する統計量演算部と、前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する診断部と、を備える。
本発明の第２の態様によると、第1の態様のポンプ監視装置において、前記診断部は、前記統計量が前記生成物堆積量に関する許容上限値に達すると、ポンプメンテナンス時期であることを示す診断情報を出力するのが好ましい。
本発明の第３の態様によると、第1の態様のポンプ監視装置において、前記統計量が前記生成物堆積量に関する許容上限値に達すると、ポンプメンテナンスの警報を発報する警報部を備えるのが好ましい。
本発明の第４の態様によると、第1の態様のポンプ監視装置において、前記統計量演算部は、分散、最大値と最小値の差、四分位範囲および分位点範囲の少なくとも一つを前記統計量として算出するのが好ましい。
本発明の第５の態様によると、第1の態様のポンプ監視装置において、前記取得部により取得した前記データを前記所定時間間隔毎に切り出して、類似のデータパターン毎に分類するパターン分類部をさらに備え、前記統計量演算部は、前記パターン分類部により分類された前記データパターンに基づいて前記統計量を算出するのが好ましい。
本発明の第６の態様によると、第1の態様のポンプ監視装置において、前記取得部は、前記真空ポンプにガス負荷が無い場合の無負荷時電流値よりも大きな所定電流値以上のモータ電流値を、前記データとして取得するのが好ましい。
本発明の第７の態様によると、第1の態様のポンプ監視装置において、前記統計量演算部で算出された統計量を平準化フィルタにより平準化する平準化部をさらに備え、前記診断部は前記平準化部により平準化された統計量に基づいて診断を行うのが好ましい。
本発明の第８の態様によると、真空ポンプは、第1の態様のポンプ監視装置を備える。
本発明の第９の態様によると、生成物堆積診断用データ処理プログラムは、コンピュータに、真空ポンプのポンプ状態を表すデータを取得する機能と、前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する機能と、前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する機能と、を実行させる。

本発明によれば、メンテナンス時期の診断など、真空ポンプを診断する際に環境差の影響を除去することができる。

図１は、真空ポンプを備える真空処理装置を示す図である。 図２は、ポンプ本体の詳細を示す断面図である。 図３は、真空ポンプおよびメインコントローラの構成を示すブロック図である。 図４は、ポンプ監視部の機能ブロック図である。 図５は、プロセス処理に伴うモータ電流値の推移の一例を示す図である。 図６は、プロセス処理に伴うモータ電流値の推移の他の例を示す図である。 図７は、閾値以上のモータ電流値のみを取得した場合の電流パターンを示す図である。 図８は、データｘiの分布を示す図である。 図９は、比較例における電流パターンを示す図である。 図１０は、比較例における単位時間当たりのモータ電流値の平均を示す図である。 図１１は、ｔ＝ｔ１０，ｔ２０における単位時間Δｔ当たりのモータ電流値の平均＜ｘ＞を示す図である。 図１２は、ｔ＝ｔ１０，ｔ２０における電流値の分布Ｄ１，Ｄ２を示す図である。 図１３は、生成物堆積診断に関する処理の一例を示すフローチャートである。 図１４は、統計量演算処理の一例を示すフローチャートである。 図１５は、通信回線を介して繋がったコンピュータとサーバーコンピュータとを示す図である。

以下、図を参照して本発明を実施するための形態について説明する。図１は、真空ポンプ１を備える真空処理装置１０の概略構成を示す図である。真空処理装置１０は、例えば、エッチング処理や成膜装置である。真空ポンプ１は、バルブ３を介してプロセスチャンバ２に取り付けられている。真空処理装置１０は、真空ポンプ１およびバルブ３を含む真空処理装置１０全体を制御するメインコントローラ１００を備える。真空ポンプ１は、ポンプ本体１１と、ポンプ本体１１を駆動制御するポンプコントローラ１２とを備えている。真空ポンプ１のポンプコントローラ１２は、通信ライン４０を介してメインコントローラ１００に接続されている。

図２は、ポンプ本体１１の詳細を示す断面図である。本実施の形態における真空ポンプ１は磁気軸受式のターボ分子ポンプであり、ポンプ本体１１には磁気軸受によって支持される回転体Ｒが設けられている。回転体Ｒは、ポンプロータ１４と、ポンプロータ１４に締結されたロータシャフト１５とを備えている。

ポンプロータ１４には、上流側に回転翼１４ａが複数段形成され、下流側にネジ溝ポンプを構成する円筒部１４ｂが形成されている。これらに対応して、固定側には複数の固定翼ステータ６２と、円筒状のネジ溝ポンプステータ６４とが設けられている。ネジ溝ポンプとしては、ネジ溝ポンプステータ６４の内周面にネジ溝が形成される形式と、円筒部４ｂの外周面にネジ溝を形成する形式とがある。各固定翼ステータ６２は、スペーサリング６３を介してベース６０上に載置される。

ロータシャフト１５は、ベース６０に設けられたラジアル磁気軸受１７Ａ，１７Ｂとアキシャル磁気軸受１７Ｃとによって磁気浮上支持され、モータ１６により回転駆動される。各磁気軸受１７Ａ〜１７Ｃは軸受電磁石と変位センサとを備えおり、変位センサによりロータシャフト１５の浮上位置が検出される。ロータシャフト１５の回転数は回転数センサ１８により検出される。磁気軸受１７Ａ〜１７Ｃが作動していない場合には、ロータシャフト１５は非常用のメカニカルベアリング６６ａ，６６ｂによって支持される。

ベース６０には、吸気口６１ａが形成されたポンプケーシング６１がボルト固定されている。ベース６０の排気口６０ａには排気ポート６５が設けられ、この排気ポート６５にバックポンプが接続される。ポンプロータ１４が締結されたロータシャフト１５をモータ１６により高速回転すると、吸気口６１ａ側の気体分子は排気ポート６５側へと排気される。

ベース６０には、ヒータ１９と、冷却水などの冷媒が流れる冷媒配管６７とが設けられている。冷媒配管６７に不図示の冷媒供給配管が接続され、冷媒供給配管に設置した電磁開閉弁（不図示）の開閉制御により、冷媒配管６７への冷媒流量を調整することができる。反応生成物の堆積しやすいガスを排気する場合には、ネジ溝ポンプ部分および下流側の回転翼１４ａへの生成物堆積を抑制するために、ヒータ１９をオンオフすること、および冷媒配管６７を流れる冷媒の流量をオンオフすることにより、例えば、ネジ溝ポンプステータ６４が固定される固定部付近のベース温度が所定温度となるように温度調整を行う。

図３は、真空処理装置１０に設けられた真空ポンプ１の構成と、メインコントローラ１００の構成を示すブロック図である。図２にも示したように、真空ポンプ１のポンプ本体１１は、モータ１６，磁気軸受（ＭＢ）１７および回転数センサ１８を備える。なお、図３では、図２のラジアル磁気軸受１７Ａ，１７Ｂおよびアキシャル磁気軸受１７Ｃを、まとめて磁気軸受１７と記載した。前述したように、磁気軸受１７は、軸受電磁石と、ロータシャフト１５の浮上位置を検出するための変位センサとを備えている。

ポンプコントローラ１２は、ＣＰＵ２０および記憶部２１等を備えている。ＣＰＵ２０は、記憶部２１に格納されている制御プログラムに従い、磁気軸受制御部（ＭＢ制御部）２２、モータ制御部２３およびポンプ監視部２４として機能する。記憶部２１はＲＡＭ、ＲＯＭ等のメモリとハードディスクやＣＤ−ＲＯＭ等の記録媒体とを備えており、制御プログラムは記録媒体に記録されている。ＣＰＵ３０は、制御プログラムを実行する際には、制御プログラムを記録媒体から読み取ってメモリに記憶させる。メインコントローラ１００は、主制御部１１０、表示部１２０および記憶部１３０を備えている。

モータ制御部２３は、回転数センサ１８で検出した回転信号に基づいてロータシャフト１５の回転数を推定し、推定された回転数に基づいてモータ１６を所定目標回転数に制御する。ガス流量が大きくなるとポンプロータ１４への負荷が増加するので、モータ１６の回転数が低下する。モータ制御部２３は、回転数センサ１８で検出された回転数と所定目標回転数（定格回転数）との差がゼロとなるようにモータ電流を制御することにより所定目標回転数を維持するようにしている。

図４は、ポンプ監視部２４の機能ブロック図である。ポンプ監視部２４は、真空ポンプ１の状態を表すデータに基づいて真空ポンプ１への生成物堆積を監視するものである。以下では、真空ポンプ１の状態を表すデータとしてモータ電流値を用いる場合を例に説明する。ポンプ監視部２４は、電流値取得部２４１，運転パターン分類部２４２，統計量演算部２４３，診断部２４４および警報部２４５を備えている。真空ポンプ１の内部に反応生成物が堆積すると真空ポンプ１の状態が微妙に変化し、ガス排気時のモータ電流値が変化することが知られている。さらに、本発明者は、モータ電流値のバラつきが堆積量に応じて変化することを見出した。ポンプ監視部２４では、このモータ電流値のバラつきの変化に着目して真空ポンプ１への生成物堆積を診断する。

電流値取得部２４１は、図３のモータ制御部２３において検出されるモータ電流値をモータ制御部２３から取得する。後述するように、プロセスチャンバ２において複数のプロセスが行われる場合、モータ電流値（例えば、プロセス中のモータ電流値の平均値）はプロセス（運転パターン）に応じて異なる。運転パターン分類部２４２では、後述するように、取得したモータ電流値のデータを運転パターンごとに分類する。統計量演算部２４３では、運転パターン分類部２４２で分類されたモータ電流値データに基づいて、モータ電流値の分布の幅を表す統計量を計算する。本実施の形態では、モータ電流値のバラつきを示す情報として、モータ電流値の分布の幅を表す統計量を用いる。

診断部２４４は、統計量演算部２４３で算出した分布の幅を表す統計量に基づいて生成物堆積を診断する。分布の幅を表す統計量は、生成物堆積量が増加するに従って増加することが確認されている。診断部２４４は、ポンプ使用開始状況における分布の幅と使用開始後の分布の幅との差分が判定用閾値に達したならば、生成物堆積量が許容上限値に達したと診断する。なお、ポンプ使用開始状況における分布の幅を初期値とし、使用開始後の分布の幅が「初期値＋判定用閾値」に達した時点を許容上限値到達としても良く、差分を用いる場合と実質的に同一である。

診断部２４４により生成物堆積量が許容上限値に達したと診断されると、警報部２４５は警報を発生する。例えば、警報部２４５に表示装置を設けて、表示装置に警報情報、例えば、生成物除去のメンテナンス時期となったことを報知する情報を表示しても良いし、警報情報を通信ライン４０を介してメインコントローラ１００に送信するようにしても良い。

電流値取得部２４１で取得されたモータ電流値はいったん記憶部２１に記憶され、運転パターン分類部２４２による分類処理、および、統計量演算部２４３による統計量の計算に利用される。上述した生成物堆積の監視に関係する処理は、記憶部２１に記憶されている生成物堆積診断用の処理プログラムを実行することにより行われる。

（運転パターン分類処理）
次いで、運転パターン分類部２４２で行われるモータ電流値のパターン分類について説明する。図１では図示を省略したが、真空処理装置１０の一般的なチャンバ構成は、ウェハをクリーンルームからチャンバ内へ導入するロードロックチャンバ、ウェハを処理するプロセスチャンバ２、および、ロードロックチャンバとプロセスチャンバ２との間のウェハの搬入および搬出を行うトランスファチャンバという構成になる。

プロセスチャンバ２で１種類のプロセス処理ＰＡを行う場合、真空ポンプ１のモータ電流値の変化を模式的に示すと図５のようになる。図５はプロセス処理に伴うモータ電流値の推移の一例を示す図であり、縦軸はモータ電流値、横軸は時間である。ｔ＝ｔ１においてプロセスチャンバ２内へのプロセスガス導入が開始されると、ガス負荷によりモータ電流値が上昇する。プロセスチャンバ２内の圧力が所望のプロセス圧力に安定すると、モータ電流値もほぼ一定となる。その後、符号ＰＡ（１）で示す期間において１回目のプロセス処理ＰＡが行われる。

１回目のプロセス処理ＰＡ（１）が終了し、ｔ＝ｔ２においてプロセスガスの導入を停止すると、プロセスチャンバ２の圧力が低下しモータ電流値も低下する。符号Ｂで示す期間において、処理済みのウェハのプロセスチャンバ２からの搬出、および、未処理ウェハのプロセスチャンバ２への搬入が行われる。ウェハの搬出および搬入が終了したならば、ｔ＝ｔ３においてプロセスチャンバ２内へのプロセスガス導入が再開される。

図５に示す例では、ｔ＝ｔ１からｔ＝ｔ５までの間に同一プロセス処理ＰＡがＰＡ（１），ＰＡ（２），ＰＡ（３）のように３回行われる。すなわち、３枚のウェハが処理される。その後、ｔ＝ｔ５からｔ＝ｔ６までの期間において、ロードロックチャンバにおけるウェハカセットの交換が行われる。ウェハカセットの交換期間では、プロセスチャンバ２におけるプロセス処理は行われずチャンバ内は高真空に維持されるので、モータ負荷が小さくなりモータ電流値も小さな値に維持される。ウェハカセットの交換が終了してウェハがプロセスチャンバ２に搬入されると、ｔ＝ｔ７においてプロセスガスが導入される。その後、チャンバ内圧力が安定したら符号ＰＡ（４）で示す期間においてプロセス処理が行われる。

図６はプロセス処理に伴うモータ電流値の推移の他の例を示す図であり、プロセスチャンバ２において３種類のプロセス処理ＰＡ，ＰＢ，ＰＣを行う場合を示す。すなわち、プロセスチャンバ２に搬入されたウェハに対して、プロセス処理ＰＡ，ＰＢ，ＰＣが順に行われる。

ｔ＝ｔ１においてプロセスチャンバ２内へのプロセスガス導入が開始されると、ガス負荷によりモータ電流値が上昇する。プロセスチャンバ２内の圧力が所望のプロセス圧力に安定すると、モータ電流値もほぼ一定となる。その後、符号ＰＡ（１）で示す期間においてプロセス処理ＰＡが行われる。プロセス処理ＰＡ（１）が終了しｔ＝ｔ２においてプロセスガスの導入を停止すると、プロセスチャンバ２の圧力が低下しモータ電流値も低下する。

プロセスチャンバ２の圧力が十分に低下したｔ＝ｔ３において、プロセス処理ＰＢに関するプロセスガスが導入される。そして、チャンバ内圧力がプロセス処理ＰＢのプロセス圧力に安定したならば、符号ＰＢ（１）で示す期間においてプロセス処理ＰＢが行われる。プロセス処理ＰＢ（１）が終了し、ｔ＝ｔ４にプロセス処理ＰＢのプロセスガス導入が停止されると、チャンバ内圧力は低下しモータ電流値も低下する。

プロセスチャンバ２の圧力が十分に低下したｔ＝ｔ５において、プロセス処理ＰＣに関するプロセスガスが導入される。そして、チャンバ内圧力が安定したならば、符号ＰＣ（１）で示す期間においてプロセス処理ＰＣが行われる。プロセス処理ＰＣ（１）が終了し、ｔ＝ｔ６においてプロセスガスの導入を停止すると、プロセスチャンバ２の圧力が低下しモータ電流値も低下する。その後、処理済みのウェハはプロセスチャンバ２から搬出される。

図６に示す例では、ｔ＝ｔ１からｔ＝ｔ６までの間に同一ウェハに対してプロセス処理ＰＡ（１），ＰＢ（１），ＰＣ（１）が順に行われる。ウェハに対してプロセス処理ＰＡ，ＰＢ，ＰＣが行われると、ｔ＝ｔ６からｔ＝ｔ７までの期間においてプロセスチャンバ２から処理済みのウェハが搬出される。ｔ＝ｔ７からｔ＝ｔ８までの期間においては、ロードロックチャンバにおけるウェハカセットの交換が行われる。その後、未処理のウェハがプロセスチャンバ２に搬入され、ｔ＝ｔ８においてプロセスガスの導入が開始され、プロセス処理ＰＡ（２）が行われる。その後、プロセス処理ＰＢ（２）およびプロセス処理ＰＣ（２）が順に行われる。

図５，６に示すように、モータ電流値は、プロセス処理の種類やプロセス処理を行っているか否か等によって変化する。そのため、生成物堆積量の影響によるモータ電流値の変化を正しく検出するためには、同一条件下におけるモータ電流値を比較する必要がある。本実施の形態では、電流値取得部２４１で取得されたモータ電流値データに対してクラスタリング処理を行うことで、運転パターン毎にモータ電流値データを分類するようにした。

図５のモータ電流値を例にクラスタリングによる分類処理を説明する。図５に示す例では、同一種類のプロセス処理ＰＡが繰り返し行われ、モータ電流値にほぼ同じ電流パターンが繰り返し現れる。クラスタリングを行うためには、取得されたモータ電流値を単位時間ごとに切り出す必要がある。

各プロセス処理ＰＡにおいては、ウェハの搬出、搬入後のプロセスチャンバ２の圧力が十分に低下した所定圧力となるタイミングＲ１（例えば、図５のｔ＝ｔ３）で、プロセスガスの導入が開始される。所定圧力となるタイミングＲ１ではモータ電流値はＩ0付近まで低下し、チャンバ内へのプロセスガス導入が開始されると、モータ電流値はＩ0から急激に立ち上がる。

クラスタリングの時間枠である上記単位時間の設定方法としては、例えば、モータ電流値がＩ0となったタイミングＲ１から所定の時間間隔Δｔをクラスタリングの時間枠とする。図５に示す例では、タイミングＲ１から次のタイミングＲ１までの時間間隔Δｔを時間枠（＝単位時間）に設定しているが、これに限定されない。タイミングＲ１から時間間隔Δｔが経過した後に、モータ電流値がＩ0となったタイミングから次のモータ電流値切り出しが行われる。

図５の例で、ｔ４からｔ５までのモータ電流値切り出しの後は、ロードロックチャンバにおけるウェハカセットの交換が行われるため、チャンバ内圧力は低くモータ電流値もＩ0付近になっている。すなわち、ｔ＝ｔ４から時間間隔Δｔが経過したタイミングｔ５におけるモータ電流値がＩ0を下回っているので、ｔ５〜ｔ６のモータ電流値の切り出しが行われる。同様に、ｔ６〜ｔ８においてもモータ電流値の切り出しが行われる。なお、ｔ＝ｔ８におけるモータ電流値はＩ0を上回っているので、このタイミングではモータ電流値の切り出しが開始されず、ｔ＝ｔ８以後にモータ電流値がＩ0を初めて下回るタイミングｔ９においてモータ電流値の切り出しが開始される。

このように時間枠（時間間隔）Δｔ毎にモータ電流値を切り出したならば、次いでクラスタリングにより分類を行う。その際には、電流パターンの特徴的な箇所のモータ電流値に注目して分類が行われる。例えば、図５に示す電流パターンでは、電流値がピークとなる箇所Ｒ２，Ｒ３，Ｒ４や電流値が谷となる箇所Ｒ５，Ｒ６などを利用してクラスタリングが行われ、クラスタＣ１、クラスタＣ２、クラスタＣ３およびクラスタＣ４の４種類の電流パターンに分類される。

同じプロセス処理ＰＡが行われるｔ１〜ｔ３の時間枠Δｔおよびｔ３〜ｔ４の時間枠Δｔでは、電流パターンがほぼ同一となっており、クラスタＣ１に分類される。もちろん、真空ポンプ１の条件が理想的に一致していれば同一となると考えられるが、実際には環境温度や生成物堆積量の違いや真空ポンプ１の機台差などによってモータ電流値が異なることになり、それが電流値パターンにも影響する。ｔ４〜ｔ５の時間枠Δｔの電流パターンは、上述した２つの時間枠Δｔにおける電流パターンと比較して、ウェハ搬入・搬送期間におけるパターン形状が異なっているので別のクラスタＣ２に分類される。

ｔ５〜ｔ６の時間枠Δｔの電流パターンはプロセス処理が行われていない期間の電流パターンであって、クラスタＣ１、クラスタＣ２とは別のクラスタＣ３に分類される。ｔ６〜ｔ８の時間枠Δｔでは、プロセス処理ＰＡの電流パターンの一部が切り出されるような時間枠設定になっているため、クラスタＣ１〜Ｃ３のいずれとも異なる電流パターンになっており、クラスタＣ４に分類される。統計量を生成物堆積の診断にはクラスタＣ１、クラスタＣ２およびクラスタＣ４の使用が可能であり、これらの電流パターンのいずれか一つの統計量を用いたり、複数の統計量を選択して用いたりすることができる。

なお、電流値取得部２４１でモータ電流値を取得する際に、真空ポンプ１にガス負荷が無い場合の無負荷時電流値よりも大きな閾値Ｉth以上のモータの電流値を取得するようにすれば、クラスタＣ３のように生成物堆積の診断には不向きなクラスタが得られるのを防止することができる。閾値Ｉth以上のモータ電流値のみを取得した場合、取得されたモータ電流値は図７のようになる。この場合、クラスタＣ１，Ｃ２のみが取得され、より適切なクラスタリングを行うことができる。

図６に示す例において、閾値Ｉth以上のモータ電流値のみを取得してクラスタリングを行うと、プロセス処理ＰＡ，ＰＢ，ＰＣに対応した３種類のクラスタＣ１〜Ｃ３に分類される。複数のプロセス処理ＰＡ，ＰＢ，ＰＣが含まれる場合、クラスタリングする際の特徴点として、プロセス処理中のモータ電流値、すなわちモータ電流値が安定的にピーク状態になっている範囲のモータ電流値も採用すると良い。

（統計量の算出）
統計量演算部２４３における統計量の算出について説明する。従来は、生成物堆積量を推定する指標として、例えばモータ電流値の単位時間当たりの平均値を用いていた。本実施の形態では、生成物堆積量を推定する指標として、モータ電流値の分布の拡がりを表す統計量を用いるようにした。そのような統計量としては、分散、最大値と最小値との差、四分位範囲、分位点範囲等を用いることができる。

モータ電流値データをクラスタリングにより分類し、例えば、図５のクラスタＣ１に分類された電流パターンについて統計量を求める場合、電流パターンに対して、時間枠Δｔにおいて取得されたモータ電流値の平均値ｘi（ｉ＝１，２，３，・・・，ｎ）を計算する。ｎはクラスタリングによりクラスタＣ１に分類された電流パターンデータの個数であり、統計量を算出する際のデータ数である。＜ｘ＞をｎ個のデータｘiの平均値とすれば、分散Ｖは次式（１）で算出される。

なお、本実施の形態ではデータｘiとしてモータ電流値の平均値を用いたが、データｘiは平均値に限定されず、例えば、ｔ＝ｔ１からｔ＝ｔ２までの時間幅において電流値を累積した総電流量（Ａｈ）であっても良い。

図８は複数のデータｘiの分布、すなわち、電流値とデータ数との関係を示す図である。図８の分布において、四分位範囲は、２５％分位点（第１四分位点）と７５％分位点（第３四分位点）との間の電流値の範囲（＝電流値差）を示す。２５％分位点より左側（値の小さい側）には全データ数の２５％が存在し、７５％分位点の右側（値の大きい側）にも全データ数の２５％が存在する。また、全データの電流値の中央値を第２四分位点と呼ぶ。また、分位点範囲とは、Ｍ％分位点と（１００−Ｍ）％分位点との間の電流値の範囲（＝電流値差）である。

（分布の幅を表す統計量の利点）
比較例として、単位時間当たりのモータ電流値の平均を用いる場合には、例えば、図９，１０に示すような方法でモータ電流値を取得する。図９は図７のクラスタＣ２の電流パターンを示しており、図１０は単位時間当たりのモータ電流値の平均を棒グラフで示したものである。図９，１０において、Δｔ1は平均を求める際の単位時間である。比較例の場合、電流パターンのどのタイミングで単位時間当たりのモータ電流値の平均を算出するかで、算出される平均値にばらつきが生じる。当然ながら、単位時間Δｔ1をクラスタＣ２の時間幅Δｔ（図７参照）と同程度に設定した場合には、モータ電流値の平均は上述した平均値ｘiと同程度の値となる。

図１０に示すような単位時間Δｔ1当たりのモータ電流値の平均を用いる場合には、図９に示した分布の内の任意のΔｔ1の電流値平均値が得られることになる。特許文献１では、このようにして得られた単位時間当たりのモータ電流値の平均を時系列に並べて一次近似線を求め、一次近似線により予測されるモータ電流値とポンプ使用開始時のモータ電流値との差分が閾値を超える点をメンテナンス時期と判定している。

生成物堆積量の指標としてモータ電流値の分布の幅を表す統計量を用いた場合の利点について、図１１，１２を参照して説明する。図１１は、単位時間Δｔ1当たりのモータ電流値の平均を用いる場合を示す。図１２は、本実施の形態のようにモータ電流値の分布の幅を表す統計量を用いた場合を示す。ここでは、分布の幅を表す統計量として分散σ^２を用いる場合を例に説明する。

図１１において、ｔ＝ｔ１０およびｔ＝ｔ２０におけるモータ電流値の平均値は、それぞれｘ１，ｘ２である。ｔ＝ｔ１０とｔ＝ｔ２０とでは環境状態および生成物堆積量が異なっており、ｔ＝ｔ２０における生成物堆積量に起因するモータ電流平均値の変化（＝増加）がΔ１で、環境状態に起因するモータ電流平均値の変化がΔ２であるとする。

モータ電流値の平均値ｘ１，ｘ２から生成物堆積量の影響を推定する場合、環境状態に起因する電流値増加Δ２は誤差要因とみなすことができる。そのため、モータ電流値の平均値ｘ１，ｘ２から推定される一次直線Ｌ２は、生成物堆積量に起因する電流値の増加Δ１のみを考慮した場合に推定される一次直線Ｌ１と異なる。すなわち、環境状態の変化によって生成物堆積に関するメンテナンス時期推定に誤差が生じることになる。

図１２は、図１１のｔ＝ｔ１０、ｔ２０におけるモータ電流値の分布Ｄ１，Ｄ２を模式的に示したものである。ここでは、分布Ｄ１，Ｄ２は正規分布であると仮定し、分布Ｄ１，Ｄ２の分散をそれぞれσ１^２，σ２^２とする。

本実施の形態で生成物堆積の診断に用いているモータ電流値の分布の幅を表す統計量の場合、クラスタリングにより同一クラスタに分類された複数の電流パターンのモータ電流値（平均値）は図８のように分布する。複数のデータｘiを取得する時間範囲は２min程度なので、その時間範囲に取得される複数のデータｘiにおける電流値増加Δ２はほぼ同一と考えることができる。すなわち、環境状態の変化によるモータ電流値の変化は、図８に示す複数のデータｘiの全体が増加方向または減少方向に移動するような影響を与える。一方、生成物堆積量が増加すると、上述したようにモータ電流平均値に増加Δ１が生じる。

そのため、分布Ｄ１，Ｄ２の中央値は値ｘ１，ｘ２であり、図１２に示すように分布Ｄ２は、分布Ｄ１に対して差＝ｘ２−ｘ１だけズレている。この差＝ｘ２−ｘ１は、上述したように生成物堆積量に起因するモータ電流平均値の増加Δ１と、環境状態に起因するモータ電流平均値の増加Δ２とによるものであり、Δ１＋Δ２に等しい。さらに、生成物堆積量が増加すると複数のデータｘiのバラつきである分布の幅が拡がり、環境状態（例えば、環境温度）が変化した場合でも分布の幅は変化しないことがわかった。すなわち、この分散σ^２の増加を監視することで、環境状態の変化（環境差）の影響を受けることなく生成物堆積量を診断することができる。

図４の統計量演算部２４３では、複数のデータｘiに基づいて、分布の幅を表す統計量を算出する。分布の幅を表す統計量としては、分散、最大値と最小値との差、四分位範囲、分位点範囲等がある。統計量演算部２４３はこれらの少なくとも一つを算出するが、上述した例では分散を算出した。

診断部２４４では、算出された統計量に基づいて生成物堆積量の診断を行う。具体的には、真空ポンプ１を真空処理装置１０のプロセスチャンバ２に装着して使用開始した場合の、使用開始初期時に取得される複数のデータｘiに基づく統計量（初期統計量）を算出する。そして算出された初期統計量を基準とした、現時点で算出される統計量の増加量である差分（＝現在統計量−初期統計量）を算出する。算出された差分が予め設定した許容上限値に達したならば、警報部２４５から警報を発報する。

なお、診断部２４４において、算出された統計量の経時変化に対して最小二乗法による一次関数フィッティング（Savitzky-Golay フィルタ）等を適用して、統計量を平準化処理するようにしても良い。その場合、平準化後の統計量を用いて初期状態との差分を求め、その差分が許容上限値に達した時点で警報を発報する。統計量の平準化処理を行うことにより、許容上限値との比較を行う際に、ノイズ等による統計量の上下の振れの影響を防止することができる。

また、許容上限値を生成物堆積に関するメンテナンスが必要となる値に設定しても良い。診断部２４４は、統計量を時系列に並べて一次近似線を求め、その一次近似線を用いて統計量が「初期統計量＋許容上限値」に達する時点をメンテナンス時期と診断する。警報部２４５は、差分が許容上限値に達した時点で警報を発報するだけでなく、推定されたメンテナンス時期をメンテナンス情報として報知する。

図１３は、ポンプ監視部２４で実行される処理される堆積物診断に関する処理の一例を示すフローチャートである。この処理は、記憶部２１に記憶されている処理プログラムをポンプ起動に伴って起動することにより実行される。

図１３のステップＳ１００では、電流値取得部２４１によるモータ電流値の取得を開始する。ステップＳ１１０では、ポンプスタート初期期間において図１４に示す統計演算処理を行って、上述した初期統計量を算出する。初期統計量の算出が終了したならば、ステップＳ１２０に進んで、ポンプスタート初期期間の以降における統計量である現在統計量を、図１４に示す統計演算処理により算出する。

次いで、ステップＳ１３０では、ステップＳ１２０で算出された現在統計量とステップＳ１１０で算出された初期統計量との差分（＝現在統計量−初期統計量）を算出する。算出された差分は記憶部２１に記憶する。ステップＳ１４０では、算出された差分の時系列変化を示す一次近似線を求め、その一次近似線を用いて差分が許容上限値に達する時点を推定する。ここでは、許容上限値をメンテナンス時期に関する上限値とする。ステップＳ１５０では、警報部２４５は、ステップＳ１４０で推定されたメンテナンス時期をメンテナンス情報として報知する。

なお、差分の一次近似線を用いる代わりに統計量の一次近似線を求め、統計量が「初期統計量＋許容上限値」に達する時点をメンテナンス時期と判断しても良い。

ステップＳ１６０では、ステップＳ１３０で算出された差分が許容上限値に達したか否か、すなわち、生成物堆積量が許容上限に達したか否かを判定する。ステップＳ１６０で差分が許容上限値に達したと判定されると、ステップＳ１７０へ進んで警報部２４５に警報を発報させる。一方、ステップＳ１６０において差分が許容上限値に達していないと判定されると、ステップＳ１２０へ進む。

（統計量演算処理）
図１４は、ステップＳ１１０およびＳ１２０において用いられる統計量演算処理に関するフローチャートである。ステップＳ２００では、取得されたモータ電流値から、電流立ち上がりから単位時間Δｔが経過するまでの電流値を切り出す。ステップＳ２１０では、ステップＳ２００で切り出した電流値に対して上述したようなパターン分類を行う。ステップＳ２２０では、ステップＳ２１０で分類された同一パターン分類に関して、前述した電流平均値ｘｉ（データｘｉ）をそれぞれ算出する。ステップＳ２３０では、データｘｉのデータ数がｎに達したか否かを判定し、データ数がｎに達していない場合はステップＳ２１０へ戻り、データ数がｎに達した場合にはステップＳ２４０へ進む。ステップＳ２４０では、ｎ個のデータｘｉに基づいて統計量（例えば、分散）を算出する。

（変形例）
上述した実施の形態では、クラスタリングを行うことにより、同一分類の電流パターンに関して複数のデータｘｉを求めた。上述した統計量を用いた生成物堆積の診断を行う場合、上述したようなクラスタリングによる分類は必ずしも必要としない。例えば、図７に示すような電流パターンに対して、切り出し開始タイミングを電流の立ち上がりタイミングに限定せず、Δｔの数倍程度の時間間隔を単位時間として電流値を切り出すようにし、電流値の平均値を算出するようにしても良い。そして、分類なしに得られたｎ個のモータ電流平均値をデータｘｉとして、統計量を算出する。

変形例の場合、クラスタリングにより分類する場合に比較してデータｘｉのバラつきが大きくなり分布の幅も大きくなるが、分布の幅の大小による生成堆積量の判定は可能である。なお、切り出しの単位時間を長くすることで、データｘｉのバラツキを小さく抑えることができる。

上述した複数の例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。

［１］一態様に係るポンプ監視装置は、真空ポンプ内の生成物堆積を診断するポンプ監視装置であって、真空ポンプのポンプ状態を表すデータを取得する取得部と、前記取得部により取得した前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する統計量演算部と、前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する診断部と、を備える。

例えば、図１２に示すように、ｔ＝ｔ１０における所定時間間隔当たりの電流値の分布Ｄ１は、ｔ＝ｔ２０では分布Ｄ１のようになる。そして、分布Ｄ１，Ｄ２の幅を表す統計量（例えば、分散σ１^２，σ２^２）は、環境状態の変化（環境差）の影響を受けないが生成物堆積量が増加すると大きくなる。すなわち、電流値の分布の幅を表す統計量の増加を監視することで、環境状態の変化（環境差）の影響を受けることなく生成物堆積量を診断することができる。

なお、上述した実施の形態では、真空ポンプ１のモータ１６の電流値を取得して、所定時間間隔当たりの電流値の分布の幅を表す統計量を算出し、その統計量に基づいて生成物堆積量の判定を行った。しかし、生成物堆積量の影響を受ける真空ポンプ１の状態を表すデータはモータ電流値に限定されず、モータ負荷を表すモータ電力、磁気浮上への影響に関するデータである変位センサの電流値、磁気軸受電流値および磁気軸受電力なども、ポンプ状態を表すデータとして用いることができる。そして、ポンプ状態を表すデータの分布の幅を表す統計量を算出し、その統計量に基づいて生成物堆積量の判定を行う。

ポンプロータ１４への生成物堆積によって、ポンプロータ１４の重量やロータアンバランス量が増加する。例えば、ロータアンバランス量が増加すると磁気浮上しているポンプロータ１４の振れ回り量が増加し、ロータ浮上位置のバラつきも増加することになる。そのため、変位センサの電流値の分布の幅を表す統計量を用いることで、生成物堆積量の診断を行うことが可能となる。

［２］上記［１］に記載のポンプ監視装置において、前記診断部は、前記統計量が前記生成物堆積量に関する許容上限値に達すると、ポンプメンテナンス時期であることを示す診断情報を出力する。その結果、環境状態の変化（環境差）の影響を受けることなくポンプメンテナンス時期を診断することができる。

［３］上記［１］または［２］に記載のポンプ監視装置において、前記統計量が生成物堆積量に関する許容上限値に達すると、ポンプメンテナンスの警報を発報する警報部を備える。

図１３のステップＳ１６０のように、差分＝現在統計量−初期統計量が許容上限値に達したか否かを判定することで、すなわち、統計量が生成物堆積量に関する許容上限値に達したか否かを判定することで、生成物堆積に関するメンテナンス時期になったと診断することができる。そして、警報部２４５から警報を発報することにより真空ポンプのメンテナンスを速やかに行うことができ、生成物堆積による不具合の発生を未然に防止することができる。

［４］上記［１］から［３］までのいずれか一項に記載のポンプ監視装置において、前記統計量演算部は、分散、最大値と最小値の差、四分位範囲および分位点範囲の少なくとも一つを前記統計量として算出する。

分布の幅を表す統計量としては、分散の他に、最大値と最小値の差、四分位範囲および分位点範などを用いることができる。さらに、複数の統計量を用いることで、生成物堆積の診断の信頼性の向上を図ることができる。例えば、３つの統計量を使用する場合、全ての統計量が許容上限値に達した場合にのみメンテナンス時期に達したと診断することで、ノイズ等の他の要因で１の統計量が許容上限値を一時的に超えてしまうというような例外的な状況の影響を防止することができる。

［５］上記［１］から［４］までのいずれか一項に記載のポンプ監視装置において、前記取得部により取得した前記データを前記所定時間間隔毎に切り出して、類似のデータパターン毎に分類するパターン分類部をさらに備え、前記統計量演算部は、前記パターン分類部により分類された前記データパターンに基づいて前記統計量を算出する。

例えば、図６に示すように複数の運転パターンがある場合、運転パターンによってガス流量やバルブ３の開度の変動の仕方が異なる。そのため、ポンプ内に堆積した生成物量が同一であっても、運転パターンによって単位時間あたりのモータ電流値が異なる場合がある。これに対して、上述のように、取得した電流値を所定時間間隔毎に切り出して類似の電流パターン毎に分類することで、同じ運転パターンは同じ電流パターンに分類される。その結果、他の運転パターンの影響を受けることなく生成物堆積診断を行うことができる。

［６］上記［１］から［５］までのいずれか一項に記載のポンプ監視装置において、前記取得部は、前記真空ポンプにガス負荷が無い場合の無負荷時電流値よりも大きな所定電流値以上のモータ電流値を、前記データとして取得する。

例えば、図６で説明したように、モータ電流値を取得する際に無負荷時電流値よりも大きな閾値Ｉth以上のモータの電流値を取得するようにすれば、所定時間間隔当たりの電流値の分布の幅を表す統計量の算出をより精度よく行うことができる。すなわち、無負荷時電流値の区間が含まれていると分布の幅に影響を与えるので、統計量に対して生成物堆積以外の要素が影響し、生成物堆積の診断精度が悪化してしまう。しかし、上述のように、真空ポンプにガス負荷が無い場合の無負荷時電流値よりも大きな所定電流値以上のモータの電流値を取得するようにすれば、そのような診断精度の悪化を防止することができる。

また、電流値を所定時間間隔毎に切り出して類似の電流パターン毎に分類する場合には、図５のクラスタＣ３のようなプロセス処理とは関係がなく生成物堆積診断には悪影響を与えるクラスタが得られるのを防止することができる。

［７］上記［１］から［６］までのいずれか一項に記載のポンプ監視装置において、前記統計量演算部で算出された統計量を平準化フィルタにより平準化する平準化部をさらに備え、前記診断部は前記平準化部により平準化された統計量に基づいて診断を行う。

診断部２４４において、算出された統計量の経時変化に対して最小二乗法による一次関数フィッティング（Savitzky-Golay フィルタ）等の平準化フィルタを適用して、統計量を平準化することで、許容増加量との比較を行う際に、ノイズ等による統計量の上下の振れの影響を防止することができる。

［８］上記［１］から［７］までのいずれか一項に記載のポンプ監視装置を備える真空ポンプ。ポンプ監視装置を備えることで、環境状態の変化（環境差）の影響を受けることなく生成物堆積量を診断することができ、真空ポンプのメンテナンスを適切に行うことが可能となる。

［９］一態様に係る生成物堆積診断用データ処理プログラムは、コンピュータに、真空ポンプのポンプ状態を表すデータを取得する機能と、前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する機能と、前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する機能と、を実行させる。

生成物堆積診断用データ処理プログラムを真空ポンプ１のポンプコントローラ１２に設けられたポンプ監視部２４において実行することで、真空ポンプ１内の生成物堆積を容易に診断することが可能となる。

生成物堆積診断用データ処理プログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等のコンピュータで読み取り可能な非一過性の記録媒体（non-transitory computer readable medium）やインターネット等のデータ信号を通じて提供することができる。プログラムをデータ信号として搬送波により搬送してＣＰＵなどの処理装置に送信することもできる。このように、プログラムは、記録媒体や搬送波などの種々の形態のコンピュータ読み込み可能なコンピュータプログラム製品として供給できる。

図１５は、通信回線を介して繋がったコンピュータとサーバーコンピュータとを示す図である。パーソナルコンピュータ３００は、ＣＤ−ＲＯＭ３０４を介してプログラムの提供を受ける。また、パーソナルコンピュータ３００は通信回線３０１との接続機能を有する。コンピュータ３０２は上記プログラムを提供するサーバーコンピュータであり、ハードディスク３０３などの記録媒体にプログラムを格納する。通信回線３０１は、インターネット、パソコン通信などの通信回線、あるいは専用通信回線などである。コンピュータ３０２はハードディスク３０３を使用してプログラムを読み出し、通信回線３０１を介してプログラムをパーソナルコンピュータ３００に送信する。すなわち、プログラムをデータ信号として搬送波にembodyして、通信回線３０１を介して送信する。このように、プログラムは、記録媒体や搬送波などの種々の形態のコンピュータ読み込み可能なコンピュータプログラム製品として供給できる。

上記では、実施の形態および変形例を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。例えば、上述した実施の形態ではポンプ監視部２４を真空ポンプ１のポンプコントローラ１２に設けたが、ポンプ監視部２４をポンプコントローラ１２とは別の装置として独立に設けても良い。また、真空ポンプ１には、磁気軸受式のターボ分子ポンプに限らず種々のポンプを用いることができる。

次の優先権基礎出願の開示内容は引用文としてここに組み込まれる。
日本国特願２０１９−０６１６０２号（２０１９年３月２７日出願）

１…真空ポンプ、２…プロセスチャンバ、１０…真空処理装置、１１…ポンプ本体、１２…ポンプコントローラ、１６…モータ、１７…磁気軸受、２０…ＣＰＵ、２１…記憶部、２４…ポンプ監視部、２４１…電流値取得部、２４２…運転パターン分類部、２４３…統計量演算部、２４４…診断部、２４５…警報部

Claims (9)

1. 真空ポンプ内の生成物堆積を診断するポンプ監視装置であって、
   前記真空ポンプのポンプ状態を表すデータを取得する取得部と、
   前記取得部により取得した前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する統計量演算部と、
   前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する診断部と、を備えるポンプ監視装置。
2. 請求項１に記載のポンプ監視装置において、
   前記診断部は、前記統計量が前記生成物堆積量に関する許容上限値に達すると、ポンプメンテナンス時期であることを示す診断情報を出力する、ポンプ監視装置。
3. 請求項１に記載のポンプ監視装置において、
   前記統計量が前記生成物堆積量に関する許容上限値に達すると、ポンプメンテナンスの警報を発報する警報部を備える、ポンプ監視装置。
4. 請求項１に記載のポンプ監視装置において、
   前記統計量演算部は、分散、最大値と最小値の差、四分位範囲および分位点範囲の少なくとも一つを前記統計量として算出する、ポンプ監視装置。
5. 請求項１に記載のポンプ監視装置において、
   前記取得部により取得した前記データを前記所定時間間隔毎に切り出して、類似のデータパターン毎に分類するパターン分類部をさらに備え、
   前記統計量演算部は、前記パターン分類部により分類された前記データパターンに基づいて前記統計量を算出する、ポンプ監視装置。
6. 請求項１に記載のポンプ監視装置において、
   前記取得部は、前記真空ポンプにガス負荷が無い場合の無負荷時電流値よりも大きな所定電流値以上のモータ電流値を、前記データとして取得する、ポンプ監視装置。
7. 請求項１に記載のポンプ監視装置において、
   前記統計量演算部で算出された統計量を平準化フィルタにより平準化する平準化部をさらに備え、
   前記診断部は前記平準化部により平準化された統計量に基づいて診断を行う、ポンプ監視装置。
8. 請求項１に記載のポンプ監視装置を備える真空ポンプ。
9. コンピュータに、
   真空ポンプのポンプ状態を表すデータを取得する機能と、
   前記データに基づいて、所定時間間隔当たりのデータの分布の幅を表す統計量を算出する機能と、
   前記統計量に基づいて生成物堆積量に関して前記真空ポンプの診断情報を出力する機能と、を実行させるための生成物堆積診断用データ処理プログラム。
   

Images