KR20070087140A

KR20070087140A - 진공펌프의 트렌드 관측 및 진단분석 기법과 그 관측 및분석 기법 시스템 및 상기 기법을 수행하는 컴퓨터프로그램을 포함하는 컴퓨터가 판독 가능한 저장매체.

Info

Publication number: KR20070087140A
Application number: KR1020077016396A
Authority: KR
Inventors: 정완섭; 임종연; 정광화; 이수갑
Original assignee: 한국표준과학연구원
Priority date: 2007-07-18
Filing date: 2004-12-17
Publication date: 2007-08-27
Also published as: KR100882887B1

Abstract

능동 진단 알고리즘과 같은 본 발명은 펌프를 고장으로부터 보호하기 위한 진공펌프의 성능 저하의 초기 감지 실현화 뿐만 아니라 진공펌프의 예보유지를 위해서도 개발되었다. 본 발명에 따르면, 펌프 간 작동 특성들과 다중 공정 조건들의 큰 변동성으로부터 발생하는 기술적 문제들, 특히 반도체 제작 공정에서의 기술적 문제들을 다루기 위한 단순하고 효율적인 방안이 가능해진다.

Description

진공펌프의 트렌드 관측 및 진단분석 기법과 그 관측 및 분석 기법 시스템 및 상기 기법을 수행하는 컴퓨터 프로그램을 포함하는 컴퓨터가 판독 가능한 저장매체.{A TREND MONITORING AND DIAGNOSTIC ANALYSIS METHOD FOR A VACUUM PUMP AND A TREND MONITORING AND DIAGNOSTIC ANALYSIS SYSTEM THEREFOR AND COMPUTER-READABLE STORAGE MEDIA INCLUDING A COMPUTER PROGRAM WHICH PERFORMS THE MOTHOD}

본 발명은 진공펌프의 고장방지 및 유지를 위한 진단 기법에 관한 것으로, 상세하게는 다중 작동 조건을 갖는 반도체 제작 공정을 위한 것이다.

현대의 반도체 생산공정에서의 진공펌프에 대한 기능성 및 안정성에 대한 요구는 꾸준히 증가해왔다. 이러한 요구가 증가하는 것은 생산 웨이퍼의 사이즈가 증대됨에 따라, 결함을 가진 웨이퍼 및 손실된 생산시간에 기인한 비용이 더욱 증대되기 때문이다. 그러한 현대의 반도체 공정을 위한 진공펌프에 대한 기술적 요구는 Bahnen과 Kuhn에 의해 잘 지적되었다.[Ref.1: R.Bahnen and M Kuhn, "Increased reliability of dry pumps due to process related adaptation and pre-failure warning," Vacuum, Vol. 44, No 5-7, pp. 709-712,1993]: 예정되지 않은 작업중단이 없는 높은 안정성, 부식성 및 반응성 가스 혼합물을 펌핑할 수 있는 높은 수용 성, 미립자 및 승화성 가스 혼합물을 펌핑할 수있는 높은 수용성 및 저진동, 저소음 등. 이러한 요구를 만족시키기 위해서, 현대의 반도체 공정을 위한 새로운 건식펌프는 다양한 공정에 의존적인 작동상태에 적합한 수용성을 제공해야 한다[Ref.1]. 개별 공정에의 적용은 건식펌프 스테이지 내부의 온도 및 가스압력과 같은 작동 파라미터 전용의 측정방법 및 조정을 요하는 것으로 나타났다. 그러한 공정 관련적 파라미터들은 제작된 펌프의 작동 조건이 만족스러운지 여부를 확인하는데 있어 매우 중요하다. 공정 관련적 파라미터들과 더불어, 진공펌프에 공정을 적용하고 예상되지 않은 고장시간을 피하기 위해 펌프 작동에 관련되는 파라미터들(전력, 냉각수, 정화 가스(purge gas), 펌프 일부분의 마모 - 베어링, 실링(seals), 기어박스 및 모터)의 감시계획 또한 Bahnen과 Kuhn[Ref.1]에 의해 제안되었다. 경고 및 경보 레벨에 기초한 각 작동 파라미터의 감시계획은 예상되지 않은 펌프고장을 피하기 위해 제안되었다. 그러나, 공정 의존적이고 작동 관련성 있는 파라미터들의 모든 경고 및 경보 레벨을 선택하는 어떠한 합리적인 방안도 제안되지 않았다. 그러한 초기(threshold) 레벨 선택은 진공펌프의 고장을 일찍이 감지하는데 있어 여전히 매우 도전적인 이슈이다.

초기 레벨에 기초한 감시 방식은 펌프를 고장으로부터 보호하기 위한 전통적인 기술로서 널리 알려져 왔다[Reference 2: R.H. Greene and D.A. Casada, Detection of pump degradation, NUREG/CR-6089/ORNL-6765, Oak Ridge National Laboratory, 1995]. 그러나 Wegerich 등[Reference 3 : S.W. Wegerich, D.R. Bell and X. Xu, “Adaptive modeling of changed states in predictive condition monitoring,” WO 02/057856 A2, 2002; Reference 4 : S.W. Wegerich, A. Wolosewicz and R.M Pipke, “Diagnostic systems and methods for predictive condition monitoring,” WO 02/086726 A1, 2002]은 상기 감시방식은 센서의 출력에 기초한 초기 경고 및 경보 계획의 결점을 지적하였다: "기존 기술은 공정 또는 기계의 작동 파라미터에서의 전체적 변화에 대응하지 못했고, 때로는 예상되지 못한 차단, 장비의 손상 또는 큰 안전 위험을 방지하기 위한 적절한 경고를 제공하는 데에 실패하였다." 기존 기술에 있어서 그러한 한계를 극복하기 위하여, 그들은 새로운 작동 상태에 적합한 신경 회로망(neural network)에 기초한 파라미터 모델의 사용[Ref.3] 및 예보적 조건 감시를 위해기 상기 모델에 기초한 분석 시스템[Ref.4]의 활용을 제안하였다. 동적 시스템의 감정과 조정에 관한 이전의 연구에서 알려진 것처럼[Reference 5 : Wan-Sup Cheung, “Identification, stabilization and control of nonlinear systems using the neural network-based parametric nonlinear modelling,” Ph.D. Thesis, University of Southampton, 1993], 신경 회로망 모델은 학습 데이터 집합 사이에 놓여있는 새로운 상태를 삽입(interpolating)하고, 학습 집합(trained set) 외의(매우 근접한) 인접하는 상태를 외삽(extrapolating)하는 유용한 능력을 가지고 있다. Wegerich 등은[Ref.3, Ref.4] 센서의 출력 측정값에 대응되는 공정 또는 기계의 현재 상태를 추정하기 위해 학습된 신경 회로망의 삽입, 외삽 능력[Ref.5]을 활용하였다. 공정 또는 시스템이 모델 상태와 얼마나 차이나는지를 판단하기 위해 이용되는 오차 신호를 구하기 위해 실재로 측정된 센서 출력으로부터 추정된 상태 값들이 추출된다. 더구나 이러 한 차이 또한 오차 초기 경고(residual threshold alert)를 발생시키며, 공정 또는 시스템의 새로운 작동 조건으로의 변화 여부를 확인하기 위한 통계적 테스트를 수행하고, 변화된 작동 영역을 위한 새로운 학습 집합을 설계하기 위해 이용된다. 또한 추정된 상태 값과 측정된 상태 값 간의 오차는 오차 초기 경보를 발생시키거나, 공정 또는 시스템이 새로운 조건에서 작동할 때의 변화를 조사하기 위해 통계적 테스트를 수행하거나, 변화한 작동 영역을 위한 새로운 학습 집합의 개조를 위해 이용된다. 변형된 작동 영역을 위한 새로운 학습 집합과 상기 학습 집합의 모델 학습 공정을 위한 학습 집합의 설계를 포함하며, 경보를 발생시키고 변형된 작동 영역에 적합한, 제안된 신호 처리 계획은 어려운 계산 작업을 요하며, 상기 제안된 모델 기반의 분석 시스템의 고유한 복잡함까지도 수반하는 것으로 보인다.제안된 검사 시스템의 이와 같은 비현실적인 계산 출력과 실행의 복잡함은 현대 반도체 제작 공정을 위한 펌프 관측 시스템에 있어서 마주친, 피할 수 없는 기술적 이슈가 되었다. 결과적으로, 펌프 작동 조건에 적합한 단순한 모델이 펌프 관측 시스템을 개발하는데 있어 매우 중요한 것이다. 이러한 관점이 후술될 본 발명의 주요한 기술적 이슈 중 하나이다.

시간 경과에 따른 진공펌프의 작동 조건 변화에 적합한 상기의 파리미터 모델을 사용하는 대신에, Ushiku 등과[Ref.6 : Y.Ushiku, T.Arikado, S.Samata, T.Nako, and Y.Mikata, "Apparatus for predicting life of rotary machine, equipment using the same, method for predicting life and determining repair timing of the same," U.S Patent Application Publication, US2003/0009311 A1,2003], Samata 등 및[Ref.7 : S.Samata, Y.Ushiku, K.Ishii, and T.Nakao, "Method for diagnosing life of manufacturing equipment using rotary machine," U.S. Patent Application Pulblication, US2003/01543997 A1,2003] Ishii 등[Ref.9 : K.Ishii, T.Nakao, Y.Ushiku, and S.Samata, "Method for avoding irregular shutoff of production equipment and systemfor irregular shutoff," U.S. Patent Application Publication, US2003/0158705 A1,2003]은 현재 측정된 시계열 데이터가 정상 작동 조건에 대응되는 시계열 값의 표준 데이터 집합과 차이가 있는지 여부를 판단하기 위한 통계적 분석방식과 마하라노비스 거리(mahalanobis distance)에 기초한 분석방식을 제안하였다[Ref.10 : W.H. Woodall, R,Koudelik, Z.G.Stoumbos, K.L. Tsui, S.B. Kim, CP.Carvounis, "A review and analysis of the Mahalanobis-Taguchi system," TECHNOMETRICS,Vol.45, No.1,pp 1-14,2003]. 상기 통계적 분석 방식들은 평균값, 표준편차, 상관관계 등과 같은 표본화된 신호들[Ref.11: J.S.Bendat A.G.Piersol,Random data:Analysis and measurement procedures,John Wiley & Sons:N.Y.,1985]의 이차 통계적 특성에 기초한 것이다. 통계적 특성들은 오직 정상 공정에서만 활용될 수 있기 때문에, 그러한 방식은 다른 생산물들을 위해 요구되는 다양한 출력 의존적 작동 조건에 대한 제한된 적용성이 있다. 이는 각각의 출력 의존적 작업에 대응하여 각각의 시계열 값의 표준 데이터 집합이 요구된다는 것을 의미한다. 여기서 중대한 이슈는 정상 작동 조건의 모든 범위를 커버하기에 충분한 출력 의존적 시계열 값의 표준 데이터 집합을 어떻게 설계하는가이다. 이러한 데이터 집합을 설계하는 어떠한 효율적인 방안도 아직까지 Ushiku 등[Ref.6]과 Samata 등[Ref.7, Ref.8] 및 Ishii 등[Ref.9]에 의해 제안되지 않았다. 통계적 분석 수단을 이용하여 비정상적 작동 조건을 감지하는 기술의 제한된 능력을 극복하기 위해, 그들은 또한 다중 변수 통계학[Ref.11 : W.H.Woodall, R.Koudelik, Z.G.Stoumbos, K.L.Tsui. S.B.Kim, C.P.Carvounis, "A review and analysis of the Mahalanobis-Taguchi system," TECHNOMETRICS, Vol.45, No.1, pp. 1-14,2003]에서 잘 알려진 마하나노비스 거리(mahananobis distance) 분석 방법을, 현재 시계열 데이터 값과 표준 데이터 값 사이 유사성의 양적 분석을 위해 고려하였다. 표준 시계열 데이터 값이 전 범위의 정상적 작동 조건을 포함할 때, 상기 구해진 값들은 기존의 트렌드(trend) 관측 시스템에 이용되는 이차 통계적(평균과 편차) 방법보다 더욱 효율적인 것으로 보인다. 그러나, 새로운 또는 재조정된 진공펌프를 위한 정상적 작동 조건에서의 시계열 데이터는 각각의 계획된 공정의 거의 초기에만 활용가능하므로, 시간 소모적인 데이터 수집 및 신호 처리 작업이 없이는 정상 작동 조건의 전 범위에 대한 표준 데이터가 획득될 수 없었다. 심지어 현대의 반도체 제작 커뮤니티에서조차 상기와 같은 표준 데이터를 설계하는 어떠한 방법도 잘 인식되지 않았다. 실재로, 현대 반도체의 제조 유닛은 다양한 캠버 압력(camber pressure), 가스 유량 및 가스의 혼합, 가스 특성치와 같은 개별적 작동 조건에서의 다양한 공정을 필요로 한다. 이러한 반도체 제작에서의 공정 관계적 특성과 작동 조건들은 진공펌프의 공급자들의 거의 알 수 없을만큼 매우 기밀한 사항이다. 현대의 반도체 공정들을 위한 진공펌프 관측과 분석 시스템이 다양한 작동 조건에 대한 자가 적응력을 가져야 함은 매우 중요한 주목 대상이다. 개별 공정 조건을 분 간하고 그들 조건의 작업 상태를 진단할 수 있는 능동적 방안을 개발하는 것이 현대 반도체 공정을 위한 건식펌프 관측 및 진단 시스템에 있어서 필수적이다. 본 발명은 상기와 같은 기술적 이슈들에 대한 현실적 해결책을 후에 제공하는 것으로 나타났다

이러한 기술을 적용한 발명자들은 이미 저 진공 펌프의 정확한 성능 테스트 및 평가 방식을 개발하였으며, 그들의 실험 결과를 몇몇 기술 논문에 공개하였다[Ref.12:J.Y.Lim,S.H.Jung, W.S.Cheung, K.H.Chung, Y.H.Shin, S.S.Hong, and W.G.Sim, "Expanded characteristics evaluation for low vacuum dry pumps," AVS 49th International Symposium, x-x, 2002;Reference 13:J.Y.Lim, W.S.Cheung, J.H.Joo, Y.O.Kim, W.G.Sim, and K.H.Chung, "Characteristics evaluation practice of predictable performance monitoring for low vacuum dry pumps," AVS 50th International Symposium, 9-10, 2003; Reference 14:W.S.Cheung,J.Y.Lim and K.H.Chung, "Experimental study on noise characteristics of dry pumps," Inter-noise 2002,Port Lauddale:USA,2002; Reference 15:W.S.Cheung, "Acoustic characteristics of dry pumps designed for semiconductor processes," Inter-noise 2003, Jeju, Korea, 2003]. 그러한 실험은 도1에 그 개요가 제시된 저 진공펌프 테스트 벤치(test bench) 에 의해 수행되었다.

테스트 벤치는 펌핑 속도(체적 유량), 극한 내압, 압축비, 가스 출력 시뮬레이션, 작동 압력의 최대, 최소값, 전력 소비, 잔여 가스 분석 및 기계적 소음, 진동 레벨 등과 같은 저 진공 펌프의 성능 인자를 구하기 위해 사용되어 왔다. 반도체 생산자에게 공급된 수 백개의 진공펌프는 그러한 테스트를 거쳤다. 이러한 진공펌프들의 테스트 결과는 진공펌프의 핵심적 성능 인자와 동적 특성에 관한 시스템적 이해를 제공하였다.

도 2는 동일 모델의 펌프 다수로부터 측정된 펌핑 속도의 통계적 특성들(최대값, 최소값, 평균값)을 도시한다. 네모 표기, 별표 표기 및 원형 표기 라인은 각각 펌핑 속도의 테스트 결과 중 최대, 최소, 평균값을 나타내며, 상기 테스트 결과는 도 1에 도시된 테스트 돔의 내부 가스 압력을 조절함으로써 모의적으로 실험된 개별적인 가스 출력 조건으로부터 획득되었다. 평균값 대비 표준 편차의 비율로 정의되는 펌핑 속도의 변동계수(coefficient of variability)는 상대적으로 테스트 돔의 내부압력이 0.01 mbar에 대등할 때 6.7% 이며, 내부압 0.002mbar에 대응하여 6.7%인 것으로 관측되었다.

0.05mbar 보다 높은 레벨에서는 변동계수가 3.5% 또는 그 이하인 것으로 나타났다. 이는 작은 변동 내에서는 테스트 된 진공펌프의 펌핑 속도의 질적 관리가 매우 잘 이루어진다는 것을 의미한다. 작은 변동성을 가진 펌핑 속도가, 펌프의 현재 작동 상태가 정상인지 여부를 판단하는 좋은 지표라는 것은 주목할 만한 사항이다. 실재로, 펌핑 속도는 저 진공펌프의 성능 파라미터 중 가장 중요 요소이다. 그러나, 진공펌프의 작동 조건을 관찰하기 위한 이전의 발명들은 펌핑 속도를 관측된 상태 변수로서 고려하지 않는다.

다음 절에서, 본 발명은 반도체 제작소에 설치된 펌프의 펌핑 속도를 관측하는 시스템적 방안을 개시할 것이다. 도 3은 얼마나 많은 기계적 소음 및 진동 레벨의 변동이 테스트 된 펌프 사이에 존재하는지를 보여준다. 상기 테스트 된 펌프들의 펌핑 속도가 도 2에 나타난 것처럼 작은 변화성을 가진다고 하더라도, 기계적 소음과 진동 레벨은 동일 모델의 각 펌프에 대해 매우 다른 것으로 나타났다. 기계적 소음 레벨은 ISO 3744 기준에 의해 권장된 열 개의 위치로부터 측정된 음압의 평균값을 구함으로써 추정된다. 기계 소음 레벨 값의 최대 차이는 테스트 돔 압력이 2mbar일때 12dBA인 것으로 관측되었다. 다른 가스 출력 조건에서는, 음압 레벨값(SPL) 차이가 약 9dBA에 근접하였다. 이러한 큰 SPL 차이는 4배의 라우드니스(loudness) 차이에 상응된다(5 dBA의 SPL 차이 당 2배의 라우드니스). 압력 범위가 0.01mbar에서 10mbar 이상일 때 음압 레벨의 변동계수는 51% 내지 65% 인 것으로 파악되었다. 기계적 진동(가속) 레벨의 변동계수는 압력이 1mbar이하일 때 19% 내지 23% 이며, 가스 압력이 10mbar로 도달함에 따라 51%까지 증가하는 것으로 파악되었다. 더구나, 기계적 가속 레벨의 최소 레벨값과 최대 레벨값의 비율은 가스압력이 1mbar 이하일 때 1.4 내지 1.6 이나, 가스압력이 10mbar로 도달함에 따라 상기 비율은 3.3까지 급격하게 증가하는 것으로 관측되었다. 이러한 큰 변화성은 각각의 개별 펌프가 기계적 소음과 진동에 대한 고유한 정상 작동 조건을 가진다는 것을 지적하고 있다. 이 펌프 간(pump by pump) 의존적인 작업 특성은, 말하자면 심지어 정상적으로 작동하는 기기에 대한 잘못된 경고, 경보 신호와 같은, 불안정하며 불일치된 상태 관측 결과로 이어질 수 있기 때문에, 이러한 특성은 기기 작동 관측 시스템을 위한 경고 또는 경보 신호를 발생시키기 위한 고정 레벨 기반의 초기 레벨 기초(threshold) 방식을 활용하는데 있어, 큰 어려움을 야기시켰다. 고정된 레벨 기반의 기계 상태 관측 및 진단 시스템의 상기와 같은 제한된 능력을 향상시키기 위해, 본 발명은 펌프 간 의존적인 정상 작동 조건에 자가 적응성이 있는 능동 알고리즘을 3절에서 제안할 것이다.

기계 작동 관측 시스템의 상태 변수에 있어서 상기와 같은 큰 변동성은 소음 및 기계적 진동 신호에만 제한되지 않음을 주목해야 한다. 도 4는 부스터 펌프와 건식 펌프로부터 측정된 전력 소비 값들의 통계적 특성 값(최대값, 최소값, 평균값)를 나타낸다. 부스터 펌프를 위한 전력 소비의 최대값과 최소값 비율은, 가스압력 2mbar 이하에서 1.3이며, 가스압력이 10mba에 도달함에 따라 1.6까지 증가하는 것으로 관찰되었다. 부스터 펌프의 변동계수는, 가스압력이 1mbar이하일 때 9% 내지 11%이나, 가스압력이 10mbar로 도달함에 따라 57%로 가파르게 상승하는 것으로 나타났다. 부스터 펌프의 전력 소모의 이러한 큰 변형성과 달리, 건식펌프의 전력 소모값의 최대값과 최소값 비율은 상기 테스트의 압력 범위 내에서 1.1 내지 1.2인 것으로 관측되었다. 변동계수 또한 상기 테스트 압력 범위 내에서 4% 내지 6%인 것으로 나타났다. 이러한 테스트 결과는, 부스터 펌프와 건식펌프의 총 전력 소모값은 큰 변화성이 있는 상태 변수이기 때문에 상기 총 전력 소모값은 상태 관측 시스템에는 쓸모가 없다는 것을 지적하고 있다. 그 결과, 부스터 펌프와 건식펌프의 두개의 분리된 전력 소모 값이 본 발명에서 고려될 것이다.

펌프 작동 영역에서 가스 출력 조건이 다양해 짐에 따라 측정된 상태 변수값들이 얼마나 많이 증가하는지를 이해하는 것은 매우 중요하다. 도 3 및 도 4에 제시된 실험 결과는, 평균값들을(별표 표기된 실선에 의해 표시되었음) 주의 깊게 관찰함으로써 상기 과제에 대한 해결책을 찾는 데 도움을 준다. 테스트 돔의 가스 압력이 어느 정도까지 차차 증가함에도 불구하고, 평균값은 동일하게 남아있다. 이는 기계적 소음과 진동 및 전력 소모 레벨의 측정된 상태 값이 가스 출력과는 무관한 영역이다. 본 발명은 진공펌프의 작동 조건을 분석을 위해 측정된 상태 변수들 중 가스 출력에 독립적인 특성들을 활용하지 않는다. 그러한 가스 출력에 독립적인 조건들은 실재 공정 조건에서 매우 흔히 발견된다. 좋은 예는 작동하는 진공펌프의 "유휴" 상태(idle state)이며, 이 상태는 어떠한 외부 가스도 펌프의 흡입구로 공급되지 않는 구간이다. 다음 절에서 본원 발명은 진공펌프의 관측과 진단 시스템의 상태 변수들 중 출력에 독립적인 특성을 모델링하는 시스템적 방안을 제시할 것이다.

더욱이, 가스출력에 무관한 영역에서 가스 압력이 증가함에 따라, 기계적 소음과 진동 및 전력 소모 변수들의 평균값이 증가하는 것으로 나타났다. 예를 들면, 가스출력에 의존적 영역에서 기계적 소음 레벨의 최대 값은, 가스출력에 독립적인 영역에서의 기계적 소음 레벨 최대 값보다 12dBA(4배) 높은 것으로 나타난다. 유사하게, 가스 출력에 의존적 영역에서 상대적으로 기계적 진동 레벨의 최대값은 2.4배 높으며, 부스터 펌프와 건식 펌프의 전력 소모 레벨 값들은 각각 2.3배, 1.2배 높은 것으로 나타난다. 여기서, 상태 관측 및 진단 시스템에서 당면하는 다른 기술적 이슈는 상태 변수들의 그러한 가스 출력에 의존적 특성을 설명하기 위한 적합한 모델을 찾는 것으로, 이는 진공펌프의 실재 작업 영역이 언제나 가스 출력에 의존적 조건을 포함하기 때문이다. 다음 절에서, 본 발명은 또한 가스 출력에 의존적인 영역에서 상태변수들의 동적 특성을 모델링 하는 시스템적 방안을 제안할 것이다. 물론, 수학적으로 동일한 모델이 가스 출력에 무관한 조건 및 의존적 조건 모두에 적용 가능한 것으로 나타났다. 그 결과, 하나의 모델은 가스 출력에 독립적인 작동 영역을 위해 제공될 것이고, 다른 모델은 가스 출력에 의존적인 영역을 위해 제공될 것이다. 두 개의 분리된 모델을 이용하는 것은 진공펌프에서 발생 가능한 비정상적 작동 조건을 가능한 빨리 탐지하는데 있어 안정성 및 신뢰성을 증대시키기 위해 개발되어 왔다.

본 발명에서, 진공펌프의 흡입구 가스 압력 신호와 같은 가스 출력 조건에 관한 관측된 정보는 진공펌프의 비정상적 작동 조건을 구별하는 것과, 더욱 상세하게는, 관측된 상태 변수들의 증가가 가스의 출력에 기인한 것인지 여부를 판단하는 것에 중요한 역할을 담당함은 매우 명백하다. 진공펌프의 비정상적 작동 조건을 더욱 안정되게 진단하는 능력을 개선하기 위해, 흡입 가스의 압력 정보를 이용하는 것은 이전의 발명들에서 고안되지 않았다. 본 발명에서, 흡입 가스의 압력을 관측하는 것은, 진단 능력의 향상과 더불어 펌핑 속도의 양적 분석을 가능하게 하는 것으로 보인다. 펌핑 속도의 지표를 구하는 것은 대상 진공펌프를 새것으로 교체하는 적절한 시기로 이어지기 때문에, 상기의 관점은 매우 중요한 것이다. 본 발명은 반도체 제작소에서 작동하는 진공펌프의 펌핑 속도를 평가하는 합리적인 방안을 제공한다.

기술적 해결책

본 발명에 따르면, 아래의 단계를 포함하며, 유휴 조건 및 가스출력 조건이 교대로 일어나는 상태 하에서 작동하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법이 제공된다.

유휴 조건 및 가스 출력 작동 조건에서, 미리 정해진 속도로 상태 변수 신호의 시계열 데이터를 샘플링하는 단계;

유휴 조건 및 가스 출력 작동 조건에서, 변동하는 상태 변수 신호 요소의 주기보다 긴 주기상으로, 연속적으로 표본화된 신호들의 각 부분집합으로부터 상기 상태 변수들의 시계열 데이터의 최대값과 최소값을 분류하는 단계;

유휴 조건 및 가스 출력 작동 조건에서 선형 파라미터 모델에 기반한 능동 진단 알고리즘을 이용하여, 상기 각 상태 변수의 분류된 최대값으로부터 상측 점근 경계의 최적화된 하나의 모델 파라미터 집합을 추정하고, 상기 각 상태 변수의 분류된 최소값으로부터 하측 점근 경계의 최적화된 다른 모델 파라미터 집합을 추정하는 단계;

가스출력 작동 상태로부터 유휴 조건으로의 전이 상태가 관측될 때마다, 현장 평가 방식(in-situ evaluation method)을 이용하여, 흡입압력에 기초한 펌핑 속도 지표를 구하는 단계;

각 유휴 조건 및 가스 출력 작동 조건에서 모든 대상 상태 변수들의 상측 점근 및 하측 점근 경계의 상측 모델 파라미터 및 하측 모델 파라미터를 저장하고, 가스출력 작동 상태로부터 유휴 조건으로의 전이 상태가 관측될 때마다, 상기 구해진 펌핑 속도 지표를 저장하는 단계;

유휴 조건 및 가스 출력 작동 조건에서, 각 상태 변수의 상측 및 하측 경계의 모델 파라미터를 추정하고 펌핑 지표를 구하는 것을 반복하는 단계;

연속적 유휴 작동 조건에서 수집된 모든 대상 상태 변수의 추정된 상측 및 하측 모델 파라미터로부터 변동 트렌드를 관측하고, 연속적 가스출력 작동 조건에서 수집된 모든 대상 상태 변수의 추정된 상측 및 하측 모델 파라미터로부터 변동 트렌드를 관측하며, 가스출력 작동 상태에서 유휴 상태로의 전이로부터 연속적으로 수집된 펌핑 속도 지표로부터 변동 트렌드를 관측하고, 상기 변동 트렌드 분석 결과에 기초하여 진공펌프가 비정상인지 여부를 진단하는 단계;

본 발명에 따르면, 또한 아래의 구성요소로 이루어지며, 유휴 조건 및 가스출력 조건이 교대로 일어나는 상태를 포함하는 다중 공정 하에서 작동하는 진공펌프의 고장 방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 시스템이 제공된다.

유휴 단계 및 가스출력 단계에서, 미리 정해진 속도로 상태 변수 신호의 시계열 데이터를 실시간으로 샘플링하는 데이터 수집 유닛;

상기 데이터 수집 유닛으로부터 측정된 신호를 계산하고 저장하는 수단이 제공되며, 아래의 단계를 제공하는데 특성화된 신호 처리 유닛;

각 유휴 조건 및 가스 출력 작동 조건에서 모든 대상 상태 변수들의 상측 점근 및 하측 점근 경계의 상측 모델 파라미터 및 하측 모델 파라미터를 저장하고, 상기 구해진 펌핑 속도 지표를 저장하는 단계;

유리한 효과

본 발명에 있어 가장 도전적인 이슈는 펌프간(pump by pump) 작동 특성의 큰 변동성 및 다중 공정 조건으로부터 발생하는 기술적 문제들을 다룰 수 있는 단순하고 효율적인 방안을 찾는 것이였다.

본 발명은 두개의 분리된 모델 파라미터 집합, 즉 진공펌프의 유휴 작동 조건하에서 추정된 파라미터 집합과 가스출력 작동 조건 하에서 추정된 파라미터 집합을 제안한다. 이는 두 개의 작동 조건하에서 상태 변수들의 측정된 신호는 꽤 다른 통계적 특성을 가지며, 유휴 조건 및 가스출력 작동 조건을 위한 진단 분석이 진공펌프의 고장을 일찍이 감지하기 위한 크게 개선된 성능의 실현을 위해 채택되기 때문이다.

물론, 본 발명은 흡입압력, 부스터 펌프의 공급전류 및 배기압력과 같은 측정된 상태 변수를 이용하여 유휴 조건 및 가스출력 작동 조건을 구분하는 효율적인 방안을 제공한다.

더욱이, 본 발명은 측정된 흡입압력을 이용하여 펌핑 속도를 구하는 현장 알고리즘(in-situ algorithm)을 소개하며, 펌핑 속도를 구하는 상기 제안된 알고리즘은 현재의 펌핑 속도가 초기값에 비하여 얼마나 저하되었는지 조사하는 것을 가능하게 한다. 상기의 펌핑 속도의 저하 수준에 관한 지식은 보수 엔지니어가 대상 진공펌프를 언제 새것으로 교체해야 하는지 결정하는 것을 가능하게 하므로, 이는 매우 귀중한 것이다.

게다가, 본 발명은 7개의 상태 변수에 대응되는 일련의 최적화된 모델 파라미터와 펌핑 속도 지표를 다중 변수 통계 분석, 성능 분석 및 마하나노비스 거리 분석에 적합한 매트릭스 타입의 데이터로 설계시키는 합리적인 방안을 제공한다. 모델 파라미터 구조의 데이터 매트릭스를 상기의 기존 분석 알고리즘(다중 변수 통계 분석, 성능 분석 및 마하나노비스 거리 분석)으로 변환하는 것 또한 본 발명에 의해 기여된 주요성과 중 하나이다.

도 1은 본 발명에 따른 저 진공펌프의 성능 테스트 벤치의 개요 도면을 나타낸 것이다.

도 2는 저 진공펌프의 펌핑 속도를 위한 통계적 특성을 나타낸 것이다.

도 3A 및 3B는 공간적으로 평균된 저 진공펌프의 소음 레벨 특성과 기계적 진동 레벨 특성을 각각 나타낸 것이다.

도 4A 및 4B는 부스터 펌프와 건식 펌프의 전력 소모 특성을 각각 나타낸 것이다.

도 5A 내지 5D는 부스터 및 건식 펌프의 측정된 상태 변수 신호, 흡입압력과 배기압력 및 공급 전류를 각각 나타낸 것이다.

도 6A 내지 6D는 부스터 및 건식 펌프의 입구 압력 및 배기압력과 전류 신호의 분류된 최대값, 최소값(얇은 실선)과 적합한 모델에 기반한 추정 결과(굵은 실선)의 비교를 각각 나타낸 것이다.

도 7A 내지 7D는 진동 가속도 및 소음 신호의 제곱 평균 값(rms) 및 이들의 상부 및 하부 점근 경계 곡선(굵은 실선)을 각각 나타낸 것이다.

도 8은 첫 번째 가스출력 작동 영역 및 두번째 유휴 영역 사이에 존재하는 첫 번째 부 진행 전이(negative going transition) 영역의 흡입압력 신호를 나타낸 것이다.(굵은 실선은 지수감소 함수(exponentially decaying function)의 최적화 모델을 가리킨다.)

진공펌프의 능동진단 알고리즘

본 발명의 상태 변수는 대상 진공펌프의 작동 조건을 양적으로 조사하기 위해 선택된, 주기적으로 표본화된 물리적 파라미터의 하나로서 정의된다. 펌프 작동에 관련되는 상태 변수는, 모터 전류, 흡입압력 및 배기압력, 음압 신호, 기계적 진동 신호, 정화 가스 압력 및 가스 유량, 몸체 온도, 냉각수 온도, 윤활유 압력 및 진공펌프의 레벨 등과 같은 다양한 변수들이 있다. 상기의 진공펌프 상태 변수들은 진공펌프의 작동 조건을 진단하기 위해 이용되어 왔다. 그러나, 제한된 수의 상태 변수들만이 진공펌프의 효율적 진단을 위해 선택되어 왔다. 본 발명에서의 상태 변수들의 선택은 가스출력 의존성에 따라 이루어졌다. 진공펌프의 흡입압력에 대한 상태 변수의 반응이 매우 의존적이라면, 이는 각 짧은 주기(즉 초당 10샘플)상으로 표본화된 "실시간" 관측 변수로 분류된다. 실시간 관측 변수로서, 흡입압력 및 배기압력, 부스터 펌프와 건식펌프의 공급전류, 기계적 진동 및 소음 신호들은 본 발명에서 고려된다. 반면에, 변수의 반응 의존성이 현저히 낮다면, 이는 낮은 속도로(즉 초당 1샘플) 표본화된 "보조"(auxiliary) 상태 변수로 분류된다. 보조 상태 변수로서, 정화 가스 압력 및 가스 유량, 몸체 온도, 냉각수 온도, 윤활유 압력 및 진공펌프의 레벨이 본 발명에서 취급된다. 기존 2차원 통계 방식이 상기 보조 상태 변수의 관측 및 진단을 성공적으로 이행하는데 있어 충분하므로, 본 발명은 이러한 보조 상태 변수를 고려하지 않는다. 이는 상기 보조 상태 변수들이 통계적인 정적 조건을 잘 만족시키기 때문이다. 장래의 발명이 상기 나열된 보조 상태 변수를 위한 상태 관측과 진단 분석에 대한, 제안된 능동 진단 알고리즘의 효율성을 조사할지도 모른다.

디지털 시호 처리 및 조절 이론[Ref.16: B.Windrow and S.D.Steams, Adaptive Signal Processing, Prantice-Hall, Englewood Cliffs: NJ, 1985 ; Ref.17 : P.A.Nelson and S.J. Elliott, Active Control of Sound, Academic Press, London, England, 1992]에서 잘 알려진, 능동 알고리즘은 측정된 상태 변수에 내재된 역학적 특성을 설명하기 위해 선택된 대상 시스템 모델의 파라미터를 조정하기 위한 효율적인 수단을 제공한다. 상기 능동 알고리즘은 역학적으로 변동하는 상태 변수들에 잘 맞추어진 모델 파라미터의 추정을 가능하게 한다. 상기 추정된 모델 파라미터들은 진공펌프의 작동 조건을 진단하기 위해 활용된다. 이러한 이론적 접근은 본 발명에서 "능동 진단" 알고리즘으로서 인용된다. 상기 능동 진단 알고리즘이 다양한 펌프 작동 특성, 즉 다중 공정 조건에 맞추어진 모델 파라미터의 집합을 제공한다는 것은 중요한 주목 대상이다. 물론, 상기 능동 알고리즘은 다 른 펌프를 위한 모델 파라미터의 추정 또한 가능하게 한다. 이러한 펌프 의존적 파라미터의 집합은 동일 모델 진공펌프의 그룹의 작동 변동성을 조사하는데 매우 유용하다. 이는 진공펌프의 진단을 위해 파라미터 모델에 기초한 능동 알고리즘을 이용하는 이유이다.

1. 상태 변수 진단의 파라미터 모델링을 위한 능동 알고리즘

본 발명에서 파라미터 모델의 선택은 측정된 상태 변수의 신호 특성을 관찰함으로써 이루어졌다. 도 5는 각각 흡입압력(5(a)), 배기압력(5(b)), 부스터 펌프의 공급전류(5(c)), 건식펌프의 공급전류(5(d))의 측정된 신호를 도시하며, 이들은 초당 10 단어의 속도로 표본화 되었다.

도 5(a)에 나타난 것처럼, 두 개의 분리된 진폭 영역, 즉 변동 진폭 레벨 영역의 그룹과 균등 진폭 레벨 영역의 그룹이 흡입압력 신호로부터 명확히 관찰된다. 균등 진폭 레벨 구간은, 공정 챔버로부터 외부적으로 어떠한 펌핑 가스도 공급되지 않는 진공펌프의 유휴 작동 상태에 대응된다.

변동 진폭 레벨 영역은, 도 5(a)에 나타난 상측 점근선 및 하측 점근선 사이에서 변동하는 가스 출력 조건 하에서의 펌핑 작업 상태에 대응된다. ym이 m 번째 표본화된 흡입압력 신호를 의미하고, 하 첨자 m은 시간 인덱스를 의미하는 것으로 둔다. 본 발명에서는 샘플링 속도를 10Hz(초당 10샘플)로 선택하였다. 흡입압력의 표본화된 시계열 데이터 {ym:m=1,2,...}는 사용자가 선택한 주기, 즉 30초 마다 매 번 또는 1분마다 매번 최소값 및 최대값을 분류하기 위해 이용되며, 상기 주기는 가스 출력 작동 조건 하에서 변동하는 흡입압력 신호의 주기보다 긴 것으로 선택되었다. 변동하는 압력 신호의 최장 주기는 54초이기 때문에, 각 최대값 및 최소값을 분류하는 작업은 1분마다 매번 이루어졌다.

도 6은 분류된 최대값과 최소값(얇은 실선)과 흡입압력 신호(6(a)), 배기압력 신호(6(b)), 부스터 펌프의 공급전류 신호(6(c)), 건식펌프의 공급전류 신호(6(d))에 최적화된 모델에 기반한 추정 결과의 비교를 도시한다.

도 6(a)는 흡입압력 신호의 분류된 최대값 및 최소값을 도시한다. 최대값과 최소값을, 연속적으로 표본화된 600개의 신호들(1분간의 기록신호에 상응하는)의 각 집합으로부터 얻어진 {yU,n,yL,n:n=1,2,...}으로 둔다. 본 발명은 상측 점근선 및 하측 점근선을 위한 선형 모델의 활용을 제안하며, 상기 선형 모델은 다음과 같다.

수학식 1에서, 하첨자 k는 상측 또는 하측 점근선 모델, 즉 상측 모델에 대해 k=U, 하측 모델에 대해 k=L을 나타낸다. 수학식 1에서, {a_k,b_k:k=U or L} 모델 파라미터의 두 개의 집합은 최소 자승법(least squres method)를 이용함으로써, 손쉽게 구해진다. 첫 번째 가스 출력 상태에서 분류된 최대값 및 최소값의 시계열 값 을 {y_k _,n=1,2,...N}으로 둔다. 최적화된 모델 파라미터는 다음과 같이 구해진다.

수학식 2의 첫 번째 파라미터 {a_k:k=U or L}은 증가 또는 감소 비율을 가리키는 흡입압력 신호식의 기울기이다. 두 번째 파라미터 {b_k:k=U or L}는 각 초기 흡입압력 레벨(즉 n=0에서의 값)을 가리킨다. 도 6의 굵은 실선은 상측 및 하측 점근선을 위한 적합한 모델로부터 구해진 값들을 도시한다. 추정된 상측 및 하측 점근선은 측정된 진폭 신호의 상측 및 하측 경계에 적절하게 형성된 것으로 보여진다. 더욱이, 추정된 모델 파라미터는 첫 번째 가스 출력 작동 조건에서 흡입압력 얼마나 많은 변화가 존재하는지를 조사하는데 이용될 수 있다. 이는 흡입압력의 트렌드(trend)가 추정된 모델 파라미터에 의해 양적으로 특성화될 수 있음을 가리킨다. 적절한 모델 파라미터의 두 집합이 측정된 흡입압력 조건을 위한 트렌드 관측과 진단을 가능하게 하므로, 상기의 요점은 매우 가치있는 것이다. 제안된 접근법은 표본화된 시계열 데이터의 모든 집합을 이용하는 것이 아니기 때문에,적합한 모델 파라미터의 사용은 많은 메모리의 절약을 제공했다. 이는 적절한 모델 파라미터를 이용함으로써 소형 하드웨어에 기초한 이행 시스템이 실현 가능하다는 것을 의미한 다. 각각의 상측 및 하측 점근선에서 평균값과 표준편차가 다음과 같은 식을 이용함으로써 얻어질 수 있다는 것을 주목해야 한다.

기울기 값이 0인 경우(수학식 3에서 a=0), 두번째 파라미터는 평균값인 것으로 나타난다.

수학식 3에는 추정된 파라미터가 추정된 모델에 관한 통계적 특성치(평균값 및 표준 편차값)의 계산과, 측정된 흡입압력의 증가 또는 감소 비율의 분석을 가능하게 한다는 것이 나타나있다.이는 측정된 상태 변수의 통계적 특성에 적합한 파라미터 모델을 사용하는 것의 유용성을 알려준다. 흡입압력 신호에 관한 이러한 통계적 정보는 작동중인 진공펌프의 현재 가스출력 조건을 조사하는데 있어 매우 유용하다. 가스출력 작동 조건으로부터 관측된 역학적 작동 특성을 모델링하는 능동 진단법이 고려되었다. 도 5(a)에 나타난 것처럼, 흡입압력의 크기가 균등한 것으로 보이나, 균등한 진폭 레벨 구역의 크기가 축소될 때 약간의 변동이 존재하는 것으로 보여진다. 상측 및 하측 점근 경계에 대응되는 두 개의 파라미터 모델 또한 유휴 상태를 위해 고려되었다. 가스출력 펌핑 조건을 위해 이행되었던 동일한 능동 알고리즘 또한 유휴 상태를 위한 상측 및 하측 점근선의 모델 파라미터를 추정하기 위해 이용되었다. 유휴 상태 하에서 표본화된 흡입압력 신호의 분류된 최대값 및 최소값의 시계열 값이 주어졌을 때, 상측 및 하측 모델 파라미터의 두 집합이 수학식 2를 이용해 구해진다. 가스출력 작동 조건 하에서 추정된 모델 파라미터 및 파라미터의 통계적 특성치와 더불어, 유휴 작동 영역에서 추정된, 상기의 적합한 모델 파라미터 및 그들의 특성치 또한 진공펌프의 트렌드 관측과 진단을 위해 이용된다. 유휴 조건과 가스 출력 작동 조건에서의 결합된 파라미터 집합은, 얼마나 많은 가스 출력 조건이 진공펌프 상에 가해졌는지를 조사하는 것 뿐만 아니라, 유휴 상태에서 어느 정도의 진공 레벨이 유지되었는지를 판단하는데 있어서도 매우 유용하다. 진공펌프의 가스 출력 조건에 관한 지식은 관측된 비정상적 작동 조건을 발생시킬 수 있는 원인을 구분하는 것, 즉 비정상적 펌프 작동이 비정상적인 가스 출력 조건에 의해 발생한 것인지 또는 다른 기계적 결함에 의해 발생한 것인지를 확인하는데 있어 매우 중요한 역할을 담당하는 것으로 보여질 것이다. 만약 그러한 비정상적인 펌프 작동이 어떠한 이례적인 가스출력 조건에 의해 발생되었다면, 이는 진공펌프에 결함이 있는 경우가 아니다. 그러므로, 작동중인 진공펌프의 가스출력 조건에 관한 지식은 정확하고 안정적인 진단을 위해 매우 중요하다. 본 발명은 세부적으로, 반도체 제작 공정에 이용되는 진공펌프의 정밀 진단을 위해 흡입압력 신호를 사용하는 것에 강조를 둔다.

진공펌프로부터 관측된 흡입압력 신호의 동적 특성을 설명하기 위해 채택된, 파라미터 모델의 이론적 배경은 앞서 언급되었다. 이러한 접근 방식은 도 5(b) 내 지 5(d)에 도시된 배기 압력 신호와 부스터 펌프와 건식펌프의 공급전류 신호와 같은 다른 상태 변수에도 적용 가능하다. 각 상태 변수를 위한 최대값과 최소값의 시계열 값은 데이터 수집 시스템으로부터 공급된 연속적인 600개의 샘플(이는 1분 당 기록되는 신호에 상응함)의 매 블록으로부터 최대값 및 최소값을 분류함으로서 쉽게 구해졌다. 도 6(b) 내지 6(d)는 분류된 최대값 및 최소값(얇은 실선)과 배기압력 신호 및 부스터 펌프와 건식펌프의 공급전류 신호에 적합한 모델을 기초로한 추정 결과(굵은 실선)을 도시한다. 유휴 조건 및 가스출력 작동 조건을 위한 각 상태 변수의 분류된 시계열 값이 주어졌을 때, 상측 및 하측 경계에 대응되는 두 개의 파라미터 집합은 수학식 2를 이용함으로써 구해진다. 상측 및 하측 경계의 추정된 파라미터 집합 또한 반복된 유휴 조건 및 가스 출력 작동 조건 하에서 각 상태 변수의 얼마나 많은 변동이 유지되는지 조사하는데 이용될 수 있다.

도 5 및 도 6으로부터, 5시간 동안 관측된 펌프 작동 조건이 4가지 작동 단계, 즉 4개의 유휴 상태 및 3개의 가스 출력 상태로 구성되어 있는 것으로 보여진다. 표 1은 각 작동 조건에서의 상측 및 하측 점근 경계의 추정된 파라미터 집합, 즉 4개의 유휴 상태(표 1의 유휴 상태 1~4)와 3개의 가스출력 상태(표 1의 가스출력 상태 1~3)을 나타낸다.

표 1은 4개의 상태 변수들(흡입압력, 배기압력, 부스터 펌프와 건식 펌프에 공급되는 전류 신호)의 상측 및 하측 점근 경계의 추정된 파라미터 집합을 나타낸다. BP와 DP가 부스터 펌프와 건식펌프를 의미하며, a_U 및 b_u는상측 경계 점근선 의 기울기 및 초기값을 의미하고, a_L 및 b_L는 하측 경계 점근선의 기울기 및 초기값을 의미하는 것에 주목한다.

유휴 상태와 가스출력 상태 사이의 전이 상태는 파라미터 추정을 위해 이용되지 않았다는 것에 주목한다. 파라미터 추정을 위해 이용된 시간 구간은 표 1의 세번째 줄에 상세화 되어있다. 각 상태 변수의 특성이 6개의 파라미터에 의해 설명되는 것은 표 1로부터 명백하며, 상기 6개의 파라미터는 각각 두 개의 시간 스탬프(stamp)(초기 및 마지막 시간), 유휴 상태를 위한 2개의 모델 파라미터(기울기와 초기값) 및 가스출력 상태를 위한 2개의 모델 파라미터(기울기와 초기값)이다. 상기 파라미터들은, 유휴 상태 조건 가스출력 상태가 발생할 때, 상기 두 가지 상태 하에 흡입압력이 상측 및 하측 경계 사이에서 얼마나 변동하는지를 알려준다. 물론, 연속하는 유휴 상태(즉, 홀수 번호의 단계들: 표 1의 1단계, 3단계, 5단계, 7단계)의 비교는 그들의 변동을 양적으로 분석하는 것을 가능하게 하는 것으로 나타난다. 더구나. 연속적 가스출력 상태(즉, 짝수 번호 단계: 2단계, 4단계, 6단계)간의 양적 트렌드 분석은 각 상태의 최빈값 파라미터(modal parameter)를 비교함으로써 이루어지는 것으로 나타난다. 다른 상태 변수들, 즉 배기압력과 부스터 펌프 및 건식펌프의 공급전류의 상기와 같은 트렌드 분석은, 표 1에 나열되어 있는 각 상태변수들에 대응되는 최빈값 파라미터를 비교함으로써 쉽게 이행된다. 제안된 진단 방법이 진공펌프의 작동 조건에 적합한 모델 파라미터의 추정을 위한 능동 알고리즘을 제공하며, 각 상태변수들의 트렌드 분석에 적합한 모델 파라미터를 이용하는 것은 명백하다.

본 발명에서는 작동 특성값이 두 개의 개별 유휴 및 가스 출력 작동 영역을 위해 구해지는 것으로 나타난다. 도 5 및 도6에 도시된 것처럼, 4개의 상태 변수인 흡입압력, 배기압력 및 부스터 펌프와 건식펌프의 공급전류의 상측 및 하측 경계 레벨은 명백히 가스 출력 조건에 의존적이다. 그러한 기계적이고 전기적인 상태 변수들은 일반적으로 정적 특성의 부류로 여겨진다. 그러한 정적 상태 특성과 달리, 고주파 성분을 포함하는 기계적 진동과 소음 신호는 트렌드(trend)와 진단 분석을 위한 상태 변수로서 이용되어 왔다.

도 7(a) 내지 7(c)는 부스터 펌프의 진동 가속도와 부스터 펌프와 건식펌프 사이의 중간 위치 부근에서 측정된 소음 신호의 평균제곱(rms) 값을 도시하고 있다.진동 가속도의 주파수 대역폭은 10Hz에서 10kHz로 선택되었으며 소음 신호의 주파수 대역폭은 20Hz에서 20kHz로 선택되었다. 양 신호는 모두 40.96kHz(즉 초당 40,960 샘플)의 속도에서 디지털 방식으로 표본화되었다. 4096 샘플의 각 블록(block)(이는 100ms의 구간에 상응하는)은 도 7(a) 및 7(c)에 나타난 제곱평균(rms) 값을 계산하기 위해 이용되었다. 600개의 rms 값(1분의 구간 값에 상응하는)의 각 기록은 도 7(b) 및 7(d)에 도시된 진동 가속도와 소음 레벨의 최대값 및 최소값(얇은 실선)을 분류하기 위해 이용되었다.

상기 진동 가속도 및 소음 레벨의 상측 및 하측 점근성의 모델 파라미터가 표 2에 나열되었다. 표 2는 진동 가속도 및 소음 레벨의 상측 및 하측 점근선의 추정된 파라미터 집합을 나타내고, a_U와 b_U는 상측 경계 곡선의 기울기와 초기값을 의미하며, a_L와 b_L는 하측 경계 곡선의 기울기와 초기값을 의미한다.

도 1에 주어진 것과 같이, 7단계의 작동 조건( 4개의 유휴 작동 상태와 3개의 가스출력 상태)으로부터 상기의 모델 파라미터들이 추정되었다. 도 7의 진동 가속도 및 소음 레벨은, 도 5 및 도 6에 나타난 흡입압력, 배기압력 및 부스터 펌프와 진공펌프의 공급전류와 달리, 주목할만한 가스출력 의존적 특성들을 나타내기 위해 도시된 것이 아니다. 진동 가속도와 소음 레벨의 하측 점근 경계는 가스출력 조건에 거의 무관하나, 그들의 상측 점근 경계는 점근선의 기울기에 관련된 파라미터들의 부호 변경적(양의 부호 및 음의 부호) 특성을 드러내는 것으로 나타난다. 가스 출력 작동 조건들은 양의 부호 값을 가진 기울기에 대응되는 것으로 보이나, 마지막 유휴 작동 영역을 제외한 첫 3개의 유휴 작동 상태들은 음의 부호 값을 가진 기울기에 대응되는 것으로 보인다. 도 7에 나타난 구분적 특징들, 즉 변동적 신호 요소 중 하나가 상측 경계 레벨로부터 관찰되었다. 도 7(b) 및 7(d)에서 원형 기호가 마크된, 7개의 분리된 작동 단계들을 위한 변동 요소의 피크 값(peak value)이 또 다른 진단 변수로서 선택되었다. 그들의 레벨 및 대응되는 시간 스탬프들 또한 표 2에 주어져 있다. 상기 레벨 및 시간 스탬프들은 각 작동 단계 동안 어느 정도의 과도한 진동 및 소음 레벨이 발생하였는지를 판단하는데 있어 매우 유용하다. 그 결과, 이는 가능한 경고 및 경보 상태가 어느 공정에서 발생하였는가 확인하는 것을 가능하게 한다.

각 상태 변수의 상측 및 하측 점근 경계의 파라미터 집합이 트렌드 관측 및 진단 분석을 위해 이용되는 데이터의 크기를 극단적으로 감소시킬 수 있다는 것은 매우 흥미롭다. 전자 진단 가이드라인[Ref.18: Harvey Wohlwend, e-Diagnostics Guidebook, International SEMATECH, Version 1.5, October, 2002]의 현재 버전은 각 상태 변수를 위한 최소한의 샘플링 속도가 10Hz(초당 10샘플)이거나 또는 그보다 높을 것을 권장한다. 본 발명에서 샘플링 속도는 전자 진단 가이드라인에 따라 10Hz로 선택되었다. 이전에 언급된 것처럼, 5시간 동안 표본화 된 신호가 본 발명에서 채택되었다. 각 상태 변수를 위한 샘플의 전체 수는 18,000개에 상응하는 것으로 파악된다. 이와는 반대로, 각 정적 상태 변수를 위해 구해진 작업 특성 값과 이들의 시간 스탬프(stamp)는 오직 42개의 데이터인 것으로 파악되었다(4개 모델 파라미터의 7개 집합 및 초기와 마지막 시간 스탬프의 7개 집합). 동적 상태 변수가 고려된다면, 14개의 추가 데이터(피크 값의 7개 집합 및 대응되는 시간 스탬프들)가 상기 데이터에 더해진다. 이러한 진단 분석 데이터의 감소율은 극단적으로 높은 것이다. 이는 TMS320C2000 시리즈[Ref.19 : Data Manual for TMS320LF2407, TMS320LF2406, TMS320LF2402 Digital Signal Processors, Literature Number : SPRS094I, September 2003; Ref.20 : Data Manual for TMS320F2810, TMS320F2811, TMS320F2812, TMS320F2810, TMS320C2811, TMS320C2812 Digital Signal Processors, Literature Number: SPRS174J, December 2003]의 TI 모델과 같은 초소형 사이즈의 디지털 신호 처리기를 이용함으로서, 트렌드 관측 및 진단 시스템의 이행을 가능하게 한다.

2. 펌핑 속도의 현장 추정법

이전 부속 절에서, 진공펌프의 작동 조건에 적합한 모델 파라미터를 추정하는 능동 알고리즘이 상세히 언급되었다. 상측 및 하측 점근 경계의 모델 파라미터가 구분된 유휴 조건 및 가스출력 작동 조건에서 추정되었음이 나타났다. 펌프 작동 조건을 분리하는 합리적인 방안이 본 부속 절에서 소개된다. 본 발명에서 흡입압력은 바로 측정되기 때문에, 상기와 같은 조건 분리를 위해 이용됨은 자연스러운 것이다. 반응 챔버에서 반도체 제작 공정이 유지될 때, 반응 챔버로부터 공급된 가스 유량으로 인해 진공펌프의 흡입압력 레벨은 최소 레벨 이상을 유지하게 된다. 본 발명에서 초기 레벨로 언급되는, 최소 레벨은, 공정 가스 및 관련 공정에 의존적인 것으로 밝혀졌다. 예를 들어, 도 5(a)로부터 관측된 흡입압력 신호의 초기 레벨은 9[mbar]를 넘어선다. 본 발명은 안전하게 유휴 조건과 가스출력 작동 조건을 분리하기 위해 5[mbar]의 초기 레벨을 채택하였다. 이러한 안전한 선택은 어떠한 결함있는 판단도 만들어 내지 않았다. 본 발명은 전이 영역을, 초기 레벨로부터 10초가 경과되기 전까지의 상기 10초 시간 구간으로 정의하였다. 전이 영역에서 표본화된 흡입압력 신호들은 후에 펌핑 속도에 관련된 파라미터를 추정하는데 있어 매우 중요한 역할을 담당하게 될 것이다. 흡입압력 신호가 바로 측정되지 않는다 하더라도, 펌프 작동 조건의 구분은 제한되지 않는다. 도 5에 도시된 공급전류 신호나 배기압력 신호 중 하나의 이용은, 흡입압력 신호를 구하기 위해 수행했던 것과 같은 방식으로 초기 레벨의 선택을 가능하게 한다. 도 5(b) 내지 5(d)에 도시된 것처럼, 부스터 펌프의 공급 전류 신호는 진공펌프의 배기압력 신호나 공급전류 신호에 비해 흡입압력에 대해 더욱 가까운 유사성이 있으므로, 본 발명은 펌프 작동 조건의 구분을 위한 두번째 선택으로서 부스터 펌프의 공급 전류 신호의 이용을 제안한다. 그러나, 배기압력의 이용은 결함의 구분을 가능한 최소화 하기 위해 전기적으로 잘 조정된 증폭기 및 소음 필터 회로를 요하는 것으로 보인다. 유휴 조건 및 가스 출력 작동 조건을 구분하기 위한 제안된 방법은 본 발명에 의해 기여된 차별적 성과 중 하나이다.

두 가지 종류의 흡입압력 전이 영역, 즉 정 진행(positive-going) 영역 또는 부 진행(negative-going) 영역이 도 5(a)에서 관찰되었다. 새로이 설치된 진공펌프의 성능 테스트를 시작하여 반응챔버의 배기 밸브가 열린 때에 흡입압력의 정 진행 전이(positive-going transition)가 발생하며, 가스출력 테스트 단계가 끝나고 난 후 배기 밸브가 거의 닫힐 때 부 진행 전이(negative-going transition)가 발생한다. 상기의 흡입압력 신호 특성이 평활(smooth)하므로, 본 발명은 펌프 다운 테스트 방식에 유사한 부 진행 전이 영역에서 측정된 흡입압력을 이용한다.

도 8은 첫 번째 가스출력 작동 영역 및 두 번째 유휴 영역 사이에 존재하는 첫 번째 부 전이 영역의 흡입압력 신호를 도시하며, 상기 도면에서, 굵은 실선은 지수 감소 함수(exponentially decaying function)의 적합한 모델을 가리킨다.

본 발명의 개시에 있어, 도 8에 나타난 흡입압력 신호의 지소감소 특성이 설치된 진공펌프의 펌핑 속도와 직접적으로 관련성이 있다는 것은 명백해졌다. 진공이론[Ref.20:Nigel.S.Hariss,Modern Vacuum Practice,McGraw-Hill Book Company, Lendon:England,1989]에서 잘 알려진, 펌핑 속도와 펌프-다운 횟수의 기초적 관련성은 본 발명에서 활용되었다. 대수학 방정식은 다음과 같다

수학식 4에서, 기호 Q와 V는 각각 펌핑 속도[m³/h]와 체적[m³]을 의미한다. 기호 △T는 두번째 샘플링 주기를 의미한다(본 발명에서는 △T=100[ms]). 수학식 4에서 기호 알파는 그 값이 펌핑 속도에 직접적으로 연관된 지수감소 상수(expoential decaying constant)이다. 상기 공식은 압력 범위의 초기 값 P₀와 마지막 레벨 P_n 사이에서 펌핑 속도가 일정함을 가정한 것이다. 그 결과, 도 8에 나타난 반 수지 플롯(semi-log plots) 상의 선형 영역을 채택함으로써, 초기 및 최종의 흡입압력 레벨에 적절한 범위가 판단된다. 굵은 실선은 채택된 압력 영역에서의 지수감소 상수를 추정하기 위해 이용되는 초기 위치 및 최종 위치를 위한 선택된 영역을 가리킨다. 첫 번째 영역에서 초기 압력 레벨 및 최종 압력 레벨은 각각 연속적 가스 흐름이 멈추기 전에 관측된 흡입압력의 80%와 20%로 선택되었다. 두번째 영역에서 초기 압력 레벨 및 최종 압력 레벨은 각각 9%와 7%로 선택되었다. 초기 압력 위치 및 최종 압력 위치를 선택하는 이러한 가이드라인은 많은 야외 테스트로부터 지수감소 상수를 추정하는 데 있어 매우 안정되고 효율적인 것으로 증명되었다. 반도체 제작 공정이 진행됨에 따라, 추정된 지수감소 상수는 펌핑 속도 성능이 얼마나 감소했는지를 조사하기 위해 이용된다.

선택된 영역에 대응되는 최적화된 지수감소 상수를 추정하는 것은 매우 직접적이다. {Pn:n=1,...,N}을 선택된 영역에서 표본화된 흡입압력 신호라 하자. 흡입압력 신호의 로그값은 아래와 같이 얻어진다.

최적화된 파라미터인 알파와 베타는 수학식 2에서 주어진 것처럼,이전 절에서 언급된 최소 자승법을 이용함으로써 추정된다. 두 개의 개별 영역에 최적화된 지수감소 상수는 펌핑 속도 지표의 근사값을 구하기 위해 이용되며, 상기 근사값은 유닛 체적 당 펌핑 속도로서 정의되어,이는 아래와 같다.

표 3은, 도 5(a)에 나타난 흡입압력의 3개의 연속 부 전이 영역을 위한, 추정된 지수감소 상수와 상기 상수에 대응되는 추정된 펌핑 속도 지표를 나타내며, 본 표에서 기호 알파와 Ip는 각각 지수감소 상수와 펌핑 속도 지표를 나타낸다.

측정된 흡입압력 신호를 이용함으로써, 펌핑 속도 지표를 구하기 위해 본 발명에서 제안된 현장(in-situ) 방식은, 펌핑 속도가 얼마나 감소되었는지 판단함으로써 대상 진공펌프가 교체되어야 하는지 여부를 펌프 보수 엔지니어가 결정하기 위한 적절한 정보를 제공하므로, 상기 현장 방식은 매우 중요하다. 펌핑 속도 지표를 추정하는 제안된 현장 방식은 심지어 최근 펌프 진단 기술[Ref.1- Ref.4, Ref.6-Ref.9]에서도 아직 소개되지 않은 매우 독특한 방식이다.

3. 모델 파라미터를 이용한 트렌드 관측 및 진단 방법

이전 부속 절에서 고려되는 6개의 상태 변수는 흡입압력 및 배기압력, 부스터 펌프와 건식펌프에 공급되는 전류, 기계적 진동 및 소음 신호이다. 진공펌프의 작동 조건에 적합한 모델 파라미터를 추정하는 능동 알고리즘은 최적화된 모델 파라미터 {a_U, b_U, a_L, b_L}과 각 유휴 상태 및 가스출력 상태에서의 가스출력 작동 조건을 위한 평균 값 및 피크값을 제공하는 것으로 나타났다. 제 2 부속 절에서 소개된 것처럼, {VU,PK}로 표시되는, 매 1분마다 수집된 최대값 중 피크값 또한 각 (유휴 또는 가스 출력) 작동 조건을 위한 4개의 파라미터 모델에 추가된다. 그 결과, 5개의 파라미터 {a_U, b_U, a_L, b_L, VU, PK}는 각 작동 조건(유휴 상태 또는 가스출력 상태)에 대한 대표적 데이터 집합인 것이다. 반도체 제작 공정이 진행됨에 따라, 모든 고려된 상태 변수들에 대한 일련의 5개 파라미터가 2차원 매트릭스의 형태로 묘사될 것이다.

하첨자 기호("IDLE"과 "LOAD")는 유휴 작동 조건 및 가스출력 작동조건을 의미함을 주목한다. 가로 열(raw) 인덱스 n은 제작 공정의 시퀀스를 의미한다. 세로 열(column) 인덱스 j와 k는 7개 상태 변수의 분류 번호 및 각 상태 변수를 위한 5개 파라미터들의 순서를 의미한다. 부스터 펌프의 기계적 진동 신호 측정값은 본 발명에 개시되지 않았지만, 7번째 상태 변수는 상기 진동 신호 측정값에 대응한다. 필요하다면, 펌핑 속도 지표가 행렬의 마지막 세로 칸에 포함될 수 있다. 분류 번호와 파라미터 순서를 선택하는 것은 어떠한 편리한 방법으로도 이루어질 수 있다. 유휴 상태 또는 가스출력 작동 상태 중 어느 하나가 이행되었을 때, 그것에 대응하 는 가로 열 벡터가 얻어진다.

단일 변수 또는 다중 변수의 통계적 분석, 마하나노비스 거리 분석[Ref.10]및 공정 성능 분석[Ref.21:Z.G. Stoumbos, "Proess capability indices: Review and extensions," Nonlinear Analysis:Real World Applications, Vol.3,pp. 191-210,2002]과 같이 잘 알려진 분석방법을 활용함으로써, 수학식 7에 설명된 행렬 데이터는 대상 진공펌프의 정밀 분석을 위해 쉽게 이용된다. 실재로 본 부속 절에서는, 저 진공펌프의 예보유지를 위한 정밀진단 분석을 위해 추정된 특성값이 얼마나 잘 활용될 수 있는지를 나타내기 위해 단일 변수의 통계적 분석의 배후에 있는 개념이 활용되었다. 이전의 부속 절에서 개시된 개념과 논리적 순서는 단일 변수의 통계적 분석과 잘 맞아 떨어진다. 그러나 공정 성능 분석 및 마하나노비스 거리 분석을 포함하는, 다중 변수 분석은, 이에 대한 기술적 논의가 본 발명의 범위를 벗어나기 때문에, 아직까지 고려되지 않았다. 본 발명은 다중 변수 분석이나 공정 성능 분석보다는 마하나노비스 거리 분석을 더 선호한다. 왜냐하면 상기 마하나노비스 거리 분석은 우리에게 추정된 모델 파라미터의 작은 변화에 대해서도 더욱 민감한 반응을 제공하기 때문이다. 최적화된 모델 파라미터와 측정된 상태 변수에 내지된 동적 특성 값의 평균 피크 값으로 이루어진 행렬 데이터는 진공펌프의 예보유지를 위한 정밀분석에 있어 또 다른 효율적인 수단으로 이어진다. 구조화된 데이터 행렬을 다중 변수의 통계적 분석, 공정 성능 분석 및 마하나노비스 거리 분석과 같은 기존의 분석 알고리즘으로 변환하는 것 또한 물론 본 발명에 의해 기여된 성과물 중 하나이다.

능동 진단 알고리즘과 같은 본 발명은 펌프를 고장으로부터 보호하기 위한 진공펌프의 성능 저하의 초기 감지 실현화 뿐만 아니라 진공펌프의 예보유지를 위해서도 개발되었다.

본 발명에 따르면, 펌프 간 작동 특성들과 다중 공정 조건들의 큰 변동성으로부터 발생하는 기술적 문제들, 특히 반도체 제작 공정에서의 기술적 문제들을 다루기 위한 단순하고 효율적인 방안이 가능해진다.

Claims

유휴 조건(idle condition) 및 가스 출력 작동 조건에서, 미리 정해진 속도로 상태 변수 신호의 시계열 데이터를 샘플링하는 단계;

유휴 조건 및 가스 출력 작동 조건에서, 변동하는 상태 변수 신호 요소의 주기보다 긴 주기상으로, 연속적으로 표본화된 신호들의 각 부분집합으로부터 상기 상태 변수들의 시계열 데이터의 최대값과 최소값을 분류하는 단계;

유휴 조건 및 가스 출력 작동 조건에서 선형 파라미터 모델에 기반한 능동 진단 알고리즘(active diagnostic algorithm)을 이용하여, 상기 각 상태 변수의 분류된 최대값으로부터 상측 점근 경계(asymptotic upper bound)의 최적화된 하나의 모델 파라미터 집합을 추정하고, 상기 각 상태 변수의 분류된 최소값으로부터 하측 점근 경계(asymptotic lower bound)의 최적화된 다른 모델 파라미터 집합을 추정하는 단계;

가스출력 작동 상태로부터 유휴 조건으로의 전이 상태가 관측될 때마다, 현장 평가 방식(in-situ evaluation method)을 이용하여, 흡입압력에 기초한 펌핑 속도 지표를 구하는 단계;

각 유휴 조건 및 가스 출력 작동 조건에서 모든 대상 상태 변수들의 상측 점근 및 하측 점근 경계의 상측 모델 파라미터 및 하측 모델 파라미터를 저장하고, 가스출력 작동 상태로부터 유휴 조건으로의 전이 상태가 관측될 때마다, 상기 구해진 펌핑 속도 지표를 저장하는 단계;

유휴 조건 및 가스 출력 작동 조건에서, 각 상태 변수의 상측 및 하측 경계의 모델 파라미터를 추정하고 펌핑 지표를 구하는 것을 반복하는 단계;및

연속적 유휴 작동 조건에서 수집된 모든 대상 상태 변수의 추정된 상측 및 하측 모델 파라미터로부터 변동 트렌드를 관측하고, 연속적 가스출력 작동 조건에서 수집된 모든 대상 상태 변수의 추정된 상측 및 하측 모델 파라미터로부터 변동 트렌드를 관측하며, 가스출력 작동 상태에서 유휴 상태로의 전이로부터 연속적으로 수집된 펌핑 속도 지표로부터 변동 트렌드를 관측하고, 상기 변동 트렌드 분석 결과에 기초하여 진공펌프가 비정상인지 여부를 진단하는 단계를 포함하며, 유휴 조건 및 가스출력 조건이 교대로 일어나는 상태 하에서 작동하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드(trend) 관측 및 진단 분석 방법.
제1항에 있어서,

상기 진공펌프는 반도체 제작 공정에 이용되는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.
제1항에 있어서,

상기 상태 변수들은 흡입압력 및 배기압력, 부스터 펌프와 건식펌프의 공급전류, 부스터 펌프와 건식펌프의 기계적 진동의 레벨 제곱 평균(rms) 레벨 및 부스 터 펌프와 건식펌프 사이 중간 위치 부근의 소음 평균제곱(rms) 레벨을 포함하는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.
제3항에 있어서,

상기 부스터 펌프와 건식펌프의 기계적 진동의 레벨 제곱 평균(rms) 레벨 및 부스터 펌프와 건식펌프 사이 중간 위치 부근의 소음 평균제곱(rms) 레벨의 경우에는, 유휴 조건 및 가스출력 작동 조건을 위한 기계적 진동과 소음 신호의 피크 값(peak value)을 추정하는 단계를 추가로 포함하는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.
제1항에 있어서,

상기 현장 평가 방식(in-situ evaluation method)은, 흡입압력의 부 진행 전이 영역(negative going transition region)이 펌핑 속도를 구하기 위해 이용되는 펌프 다운(pump down) 테스트 방법에 유사한 방식으로, 표준 값으로서 흡입압력 신호를 측정하는 방법을 포함하는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.
제1항에 있어서,

상기 펌핑 속도 지표는 아래의 수학식 1의 체적당 펌핑 속도로 정의되는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.

(수학식 1)

상기 수학식 1에서 기호 알파와 Ip는 지수감소 상수(exponentially decaying constant)와 펌핑 속도 지표를 의미하며, 기호 Q와 V는 펌핑 속도[m³/h]와 비워진 체적[m³]을 의미하고, 상기 지수감소 상수는 아래의 수학식 2에서 정의되는 부 진행 전이 영역(negative going transition region)에 대응되는 흡입압력 신호 {Pn:n=1,...,N}의 로그 값(logarithm value)으로부터 구해짐.

(수학식 2)

상기 수학식 2에서 최적 지수 감소 상수 알파와 초기값 베타는 최소자승법을 이용하여 구해짐.
제1항에 있어서,

각 샘플화된 상태 변수의 상측 및 하측 점근 경계를 설명하기 위한 상기의 선형 파라미터 모델은 아래의 수학식 3으로 주어지는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.

(수학식 3)

상기 수학식 3에서, 하첨자 k는 상측 또는 하측 점근선 모델{k=U 또는 L}을 의미하고, 각 상태 변수를 위한 상측 및 하측 모델 파라미터 {a_k, b_k : k= U 또는 L}의 두 집합은 아래의 수학식 4의 최소 자승법(least square method)을 이용함으로써 구해짐.

(수학식 4)

상기 수학식 4에서 첫번째 파라미터 {a_k:k=U 또는 L}은 각 측정된 상태 변수의 상측 및 하측 점근선의 기울기이며, 두번째 파라미터 {b_k:k=U 또는 L}는 상측 및 하측의 점근선의 각 초기값임.
제1항에 있어서,

상기 가스출력 작동 상태로부터 유휴 조건으로의 전이 상태를 판단은, 흡입 압력 레벨의 초기값을 관측함으로써 이행되는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.
제1항에 있어서,

상기 가스출력 작동 상태로부터 유휴 조건으로의 전이 상태를 판단은, 부스터 펌프의 공급 전류 레벨과 배기 압력 신호 중 하나의 초기 레벨을 관측함으로써 이행되는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.
제1항에 있어서,

대상펌프의 상기 변동 트렌드를 관측하고 진단하는 단계는, 각 유휴 조건 또는 가스출력 작동 조건으로부터 얻어진 각 상태 변수의 추정된 모델 파라미터 및 피크값으로 이루어진, 아래의 수학식의 한 쌍의 2차원 구조의 데이터 매트릭스를 이용함으로써 수행되는 것을 특징으로 하는 진공펌프의 고장방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 방법.

for n=1,...;

j=1,...,J(측정된 펌프 작동에 관련된 상태 변수의 총 수)

k=1,...,K(펌프 작동 특성 값들의 총 수)

상기 수학식에서 하첨자 "IDLE"과 "LOAD"는 유휴 조건 및 가스출력 작동 조건을 의미하며, 가로 인덱스 n은 성능 테스트의 시퀀스(sequence)를 의미하고, 세로 인덱스 j와 k는 펌프 작동에 관련된 상태 변수의 분류 번호 및 각 상태변수에 대한 펌프 작동 특성 값의 순서를 의미함.
유휴 단계 및 가스출력 단계에서, 미리 정해진 속도로 상태 변수 신호의 시계열 데이터를 실시간으로 샘플링하는 데이터 수집 유닛;

상기 데이터 수집 유닛으로부터 측정된 신호를 계산하고 저장하는 수단을 제공하는 아래의 단계를 제공하는데 특성화된 신호 처리 유닛으로 이루어지며,

상기 신호 처리 유닛은 유휴 조건 및 가스 출력 작동 조건에서, 변동하는 상태 변수 신호 요소의 주기보다 긴 주기상으로, 연속적으로 표본화된 신호들의 각 부분집합으로부터 상기 상태 변수들의 시계열 데이터의 최대값과 최소값을 분류하 는 단계; 유휴 조건 및 가스 출력 작동 조건에서 선형 파라미터 모델에 기반한 능동 진단 알고리즘을 이용하여, 상기 각 상태 변수의 분류된 최대값으로부터 상측 점근 경계의 최적화된 하나의 모델 파라미터 집합을 추정하고, 상기 각 상태 변수의 분류된 최소값으로부터 하측 점근 경계의 최적화된 다른 모델 파라미터 집합을 추정하는 단계; 가스출력 작동 상태로부터 유휴 조건으로의 전이 상태가 관측될 때마다, 현장 평가 방식(in-situ evaluation method)을 이용하여, 흡입압력에 기초한 펌핑 속도 지표를 구하는 단계; 각 유휴 조건 및 가스 출력 작동 조건에서 모든 대상 상태 변수들의 상측 점근 및 하측 점근 경계의 상측 모델 파라미터 및 하측 모델 파라미터를 저장하고, 상기 구해진 펌핑 속도 지표를 저장하는 단계; 연속적 유휴 작동 조건에서 수집된 모든 대상 상태 변수의 추정된 상측 및 하측 모델 파라미터로부터 변동 트렌드를 관측하고, 연속적 가스출력 작동 조건에서 수집된 모든 대상 상태 변수의 추정된 상측 및 하측 모델 파라미터로부터 변동 트렌드를 관측하며, 가스출력 작동 상태에서 유휴 상태로의 전이로부터 연속적으로 수집된 펌핑 속도 지표로부터 변동 트렌드를 관측하고, 상기 변동 트렌드 분석 결과에 기초하여 진공펌프가 비정상인지 여부를 진단하는 단계;를 제공하는데 특성화되어 있으며, 유휴 조건 및 가스출력 조건이 교대로 일어나는 상태를 포함하는 다중 공정 하에서 작동하는 진공펌프의 고장 방지 및 예보유지를 위한 트렌드 관측 및 진단 분석 시스템.
유휴 조건 및 가스출력 조건이 교대로 일어나는 상태 하에서 작동 중인 진공펌프의 고장 방지 및 예보유지를 위해, 상기 청구항 제1항 내지 제10항 중 어느 하나의 트렌드 관측 및 진단 분석 방법을 수행하는 컴퓨터 프로그램을 포함하는, 컴퓨터가 판독가능한 저장 매체.