KR20190096271A - 데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램 - Google Patents

데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램 Download PDF

Info

Publication number
KR20190096271A
KR20190096271A KR1020190006844A KR20190006844A KR20190096271A KR 20190096271 A KR20190096271 A KR 20190096271A KR 1020190006844 A KR1020190006844 A KR 1020190006844A KR 20190006844 A KR20190006844 A KR 20190006844A KR 20190096271 A KR20190096271 A KR 20190096271A
Authority
KR
South Korea
Prior art keywords
period
time series
series data
evaluation value
data
Prior art date
Application number
KR1020190006844A
Other languages
English (en)
Other versions
KR102294254B1 (ko
Inventor
히데지 나오하라
마유미 야마모토
Original Assignee
가부시키가이샤 스크린 홀딩스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가부시키가이샤 스크린 홀딩스 filed Critical 가부시키가이샤 스크린 홀딩스
Publication of KR20190096271A publication Critical patent/KR20190096271A/ko
Application granted granted Critical
Publication of KR102294254B1 publication Critical patent/KR102294254B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/021—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system adopting a different treatment of each operating region or a different mode of the monitored system, e.g. transient modes; different operating configurations of monitored system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/006—Identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26—Functional testing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Operations Research (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Human Computer Interaction (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Cleaning Or Drying Semiconductors (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

[과제] 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있는 데이터 처리 방법을 제공한다.
[해결 수단] 데이터 처리 방법은, 기판 처리 장치(20)에서 얻어진 시계열 데이터(7)에 대해서, 상승 기간, 안정 기간 및 하강 기간을 구하는 기간 설정 단계(S102)와, 시계열 데이터(7)의 평가치로서, 상승 기간에 있어서의 평가치, 안정 기간에 있어서의 평가치 및 하강 기간에 있어서의 평가치를 구하는 평가치 계산 단계(S103)를 구비하고 있다. 기간 설정 단계는, 제어 신호가 변화하고 나서 시계열 데이터(7)가 목표 레벨을 포함하는 제1 범위 내에 들어갈 때까지의 기간을 상승 기간으로서 구하고, 제어 신호가 변화하고 나서 시계열 데이터(7)가 초기 레벨을 포함하는 제2 범위 내에 들어갈 때까지의 기간을 하강 기간으로서 구하며, 상승 기간과 하강 기간의 사이의 기간을 안정 기간으로서 구한다.

Description

데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램{DATA PROCESSING METHOD, DATA PROCESSING DEVICE, AND DATA PROCESSING PROGRAM}
본 발명은, 디지털 데이터 처리에 관한 것이며, 특히, 기판 처리 장치로 측정된 데이터의 처리 방법, 처리 장치 및 처리 프로그램에 관한 것이다.
기기나 장치의 이상(異常)을 검출하는 방법으로서, 기기나 장치의 동작 상태를 나타내는 물리량(예를 들면, 길이, 각도, 시간, 속도, 힘, 압력, 전압, 전류, 온도, 유량 등)을 센서 등을 이용하여 측정하고, 측정 결과를 시계열순으로 나열하여 얻어진 시계열 데이터를 분석하는 방법이 알려져 있다. 기기나 장치가 동일한 조건에서 동일한 동작을 행하는 경우, 이상이 없으면, 시계열 데이터는 동일하게 변화한다. 거기서, 동일하게 변화하는 복수의 시계열 데이터를 서로 비교하여 이상(異常)인 시계열 데이터를 검출하고, 이것을 분석하여 이상의 발생 개소나 원인을 특정할 수 있다.
반도체 기판(이하, 기판이라고 한다)의 제조 공정에서는, 복수의 기판 처리 장치를 이용하여 일련의 처리가 실행된다. 기판 처리 장치는, 기판에 대해서 일련의 처리 중 특정의 처리를 실시하는 복수의 처리 유닛을 포함하고 있다. 각 처리 유닛은, 기판에 대해서 미리 정한 순서(레시피로 불린다)에 따라 처리를 실시한다. 이 때 각 처리 유닛에 있어서의 측정 결과에 의거하여, 시계열 데이터가 얻어진다. 얻어진 시계열 데이터를 분석함으로써, 이상이 발생한 처리 유닛이나 이상의 원인을 특정할 수 있다.
본원 발명에 관련하여, 일본국 특허공개 2012－150721호 공보에는, 시계열 데이터가 복수의 판정 조건에 합치하는지 여부를 판정하고, 판정 결과의 조합으로 이루어지는 판정 데이터를 작성하는 단계와, 이상 원인마다 발생하는 변동 경향을 고려한 모델 데이터와 판정 데이터를 비교하여 이상 원인을 추정하는 단계를 갖는 이상 진단 방법이 기재되어 있다.
그러나, 기판 처리 장치로 얻어진 시계열 데이터를 분석하는 종래의 방법에서는, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 없는 경우가 있다. 예를 들면, 정상적으로 처리되었다고 판단된 기판이 실제로는 올바르게 동작하지 않거나, 반대로, 처리 중에 이상이 발생했다고 판단된 기판이 실제로는 올바르게 동작하거나 하는 경우가 있다.
그러한 연유로, 본 발명은, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있는 데이터 처리 방법을 제공하는 것을 목적으로 한다.
본 발명의 제1의 국면은, 기판 처리 장치로 얻어진 시계열 데이터를 처리하는 데이터 처리 방법으로서,
상기 시계열 데이터에 대해서, 초기 레벨로부터 목표 레벨로 변화할 때까지의 상승 기간, 상기 목표 레벨을 유지하는 안정 기간 및 상기 목표 레벨로부터 상기 초기 레벨로 변화할 때까지의 하강 기간을 구하는 기간 설정 단계와,
상기 시계열 데이터의 평가치를 구하는 평가치 계산 단계를 구비하고,
상기 평가치 계산 단계는, 상기 시계열 데이터의 평가치로서, 상기 상승 기간에 있어서의 평가치, 상기 안정 기간에 있어서의 평가치 및 상기 하강 기간에 있어서의 평가치를 구하는 것을 특징으로 한다.
본 발명의 제2의 국면은, 본 발명의 제1의 국면에 있어서,
상기 시계열 데이터는, 상기 기판 처리 장치에 있어서의 제어 신호에 따라 변화하고,
상기 기간 설정 단계는, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 목표 레벨을 포함하는 제1 범위 내에 들어갈 때까지의 기간을 상기 상승 기간으로서 구하고, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 초기 레벨을 포함하는 제2 범위 내에 들어갈 때까지의 기간을 상기 하강 기간으로서 구하며, 상기 상승 기간과 상기 하강 기간의 사이의 기간을 상기 안정 기간으로서 구하는 것을 특징으로 한다.
본 발명의 제3의 국면은, 본 발명의 제2의 국면에 있어서,
상기 평가치 계산 단계는, 상기 상승 기간에 있어서의 평가치로서 상기 상승 기간의 길이를 구하고, 상기 하강 기간에 있어서의 평가치로서 상기 하강 기간의 길이를 구하는 것을 특징으로 한다.
본 발명의 제4의 국면은, 본 발명의 제2의 국면에 있어서,
상기 평가치 계산 단계는, 상기 상승 기간에 있어서의 평가치로서 상기 시계열 데이터의 오버슈트량을 구하는 것을 특징으로 한다.
본 발명의 제5의 국면은, 본 발명의 제2의 국면에 있어서,
상기 평가치 계산 단계는, 상기 안정 기간에 있어서의 평가치로서 상기 안정 기간 내의 시계열 데이터의 통계치를 구하는 것을 특징으로 한다.
본 발명의 제6의 국면은, 본 발명의 제2의 국면에 있어서,
상기 평가치 계산 단계는, 상기 시계열 데이터와 기준 데이터를 비교함으로써, 상기 시계열 데이터의 평가치를 구하는 것을 특징으로 한다.
본 발명의 제7의 국면은, 본 발명의 제6의 국면에 있어서,
상기 평가치 계산 단계는, 상기 시계열 데이터와 상기 기준 데이터의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨 후에, 상기 시계열 데이터와 상기 기준 데이터를 비교하는 것을 특징으로 한다.
본 발명의 제8의 국면은, 본 발명의 제6의 국면에 있어서,
상기 기준 데이터는, 다른 시계열 데이터인 것을 특징으로 한다.
본 발명의 제9의 국면은, 본 발명의 제6의 국면에 있어서,
상기 평가치 계산 단계는, 상기 시계열 데이터와 상기 기준 데이터에 대해서 한쪽을 시간축 방향으로 소정량만큼 이동시켜 비교하는 처리를 복수 회 행하고, 얻어진 복수의 평가치의 최소치를 상기 시계열 데이터의 평가치로서 구하는 것을 특징으로 한다.
본 발명의 제10의 국면은, 본 발명의 제2의 국면에 있어서,
상기 시계열 데이터가 복수의 목표 레벨을 갖는 경우, 상기 기간 설정 단계는, 상기 시계열 데이터에 대해서, 오래된 목표 레벨로부터 새로운 목표 레벨로 변화할 때까지의 천이(遷移) 기간을 추가로 구하고,
상기 평가치 계산 단계는, 상기 시계열 데이터의 평가치로서, 상기 천이 기간에 있어서의 평가치를 추가로 구하는 것을 특징으로 한다.
본 발명의 제11의 국면은, 기판 처리 장치로 얻어진 시계열 데이터를 처리하는 데이터 처리 장치로서,
상기 시계열 데이터에 대해서, 초기 레벨로부터 목표 레벨로 변화할 때까지의 상승 기간, 상기 목표 레벨을 유지하는 안정 기간, 및, 상기 목표 레벨로부터 상기 초기 레벨로 변화할 때까지의 하강 기간을 구하는 기간 설정부와,
상기 시계열 데이터의 평가치를 구하는 평가치 계산부를 구비하고,
상기 평가치 계산부는, 상기 시계열 데이터의 평가치로서, 상기 상승 기간에 있어서의 평가치, 상기 안정 기간에 있어서의 평가치 및 상기 하강 기간에 있어서의 평가치를 구하는 것을 특징으로 한다.
본 발명의 제12의 국면은, 본 발명의 제11의 국면에 있어서,
상기 시계열 데이터는, 상기 기판 처리 장치에 있어서의 제어 신호에 따라 변화하고,
상기 기간 설정부는, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 목표 레벨을 포함하는 제1 범위 내에 들어갈 때까지의 기간을 상기 상승 기간으로서 구하고, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 초기 레벨을 포함하는 제2 범위 내에 들어갈 때까지의 기간을 상기 하강 기간으로서 구하며, 상기 상승 기간과 상기 하강 기간의 사이의 기간을 상기 안정 기간으로서 구하는 것을 특징으로 한다.
본 발명의 제13의 국면은, 본 발명의 제12의 국면에 있어서,
상기 평가치 계산부는, 상기 상승 기간에 있어서의 평가치로서 상기 상승 기간의 길이를 구하고, 상기 하강 기간에 있어서의 평가치로서 상기 하강 기간의 길이를 구하는 것을 특징으로 한다.
본 발명의 제14의 국면은, 본 발명의 제12의 국면에 있어서,
상기 평가치 계산부는, 상기 상승 기간에 있어서의 평가치로서 상기 시계열 데이터의 오버슈트량을 구하는 것을 특징으로 한다.
본 발명의 제15의 국면은, 본 발명의 제12의 국면에 있어서,
상기 평가치 계산부는, 상기 안정 기간에 있어서의 평가치로서 상기 안정 기간 내의 시계열 데이터의 통계치를 구하는 것을 특징으로 한다.
본 발명의 제16의 국면은, 본 발명의 제12의 국면에 있어서,
상기 평가치 계산부는, 상기 시계열 데이터와 기준 데이터를 비교함으로써, 상기 시계열 데이터의 평가치를 구하는 것을 특징으로 한다.
본 발명의 제17의 국면은, 본 발명의 제16의 국면에 있어서,
상기 평가치 계산부는, 상기 시계열 데이터와 상기 기준 데이터의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨 후에, 상기 시계열 데이터와 상기 기준 데이터를 비교하는 것을 특징으로 한다.
본 발명의 제18의 국면은, 본 발명의 제16의 국면에 있어서,
상기 평가치 계산부는, 상기 시계열 데이터와 상기 기준 데이터에 대해서 한쪽을 시간축 방향으로 소정량만큼 이동시켜 비교하는 처리를 복수 회 행하고, 얻어진 복수의 평가치의 최소치를 상기 시계열 데이터의 평가치로서 구하는 것을 특징으로 한다.
본 발명의 제19의 국면은, 본 발명의 제12의 국면에 있어서,
상기 시계열 데이터가 복수의 목표 레벨을 갖는 경우, 상기 기간 설정부는, 상기 시계열 데이터에 대해서, 오래된 목표 레벨로부터 새로운 목표 레벨로 변화할 때까지의 천이 기간을 추가로 구하고,
상기 평가치 계산부는, 상기 시계열 데이터의 평가치로서, 상기 천이 기간에 있어서의 평가치를 추가로 구하는 것을 특징으로 한다.
본 발명의 제20의 국면은, 기판 처리 장치로 얻어진 시계열 데이터를 처리하는 데이터 처리 프로그램으로서,
상기 시계열 데이터에 대해서, 초기 레벨로부터 목표 레벨로 변화할 때까지의 상승 기간, 상기 목표 레벨을 유지하는 안정 기간, 및, 상기 목표 레벨로부터 상기 초기 레벨로 변화할 때까지의 하강 기간을 구하는 기간 설정 단계와,
상기 시계열 데이터의 평가치를 구하는 평가치 계산 단계를,
컴퓨터에 CPU가 메모리를 이용하여 실행시키고,
상기 평가치 계산 단계는, 상기 시계열 데이터의 평가치로서, 상기 상승 기간에 있어서의 평가치, 상기 안정 기간에 있어서의 평가치, 및, 상기 하강 기간에 있어서의 평가치를 구하는 것을 특징으로 한다.
상기 제1, 제11 또는 제20의 국면에 의하면, 시계열 데이터에 대해 상승 기간, 안정 기간, 및, 하강 기간이 구해지고, 시계열 데이터의 평가치로서 3개의 기간에 있어서의 평가치가 구해진다. 따라서, 3종류의 평가치에 의거하여, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
상기 제2 또는 제12의 국면에 의하면, 상승 기간, 안정 기간, 및, 하강 기간을 적합하게 결정하고, 3종류의 평가치에 의거하여, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
상기 제3 또는 제13의 국면에 의하면, 상승 기간의 길이와 하강 기간의 길이를 평가치로서 이용하고, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
상기 제4 또는 제14의 국면에 의하면, 시계열 데이터의 오버슈트량을 평가치로서 이용하고, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
상기 제5 또는 제15의 국면에 의하면, 안정 기간 내의 시계열 데이터의 통계치를 평가치로서 이용하고, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
상기 제6 또는 제16의 국면에 의하면, 시계열 데이터와 기준 데이터를 비교함으로써, 시계열 데이터에 대해 적합한 평가치를 구할 수 있다.
상기 제7 또는 제17의 국면에 의하면, 데이터가 최초로 변화하기 시작하는 타이밍을 일치시켜 시계열 데이터와 기준 데이터를 비교함으로써, 시계열 데이터에 대해 보다 적합한 평가치를 구할 수 있다.
상기 제8의 국면에 의하면, 기준 데이터로서 다른 시계열 데이터를 이용함으로써, 시계열 데이터에 대해 적합한 평가치를 구할 수 있다.
상기 제9 또는 제18의 국면에 의하면, 한쪽을 시간축 방향으로 이동시키면서 시계열 데이터와 기준 데이터를 비교함으로써, 시계열 데이터에 대해 보다 적합한 평가치를 구할 수 있다.
상기 제10 또는 제19의 국면에 의하면, 시계열 데이터가 복수의 목표 레벨을 갖는 경우에, 3종류의 평가치에 추가하여 천이 기간에 있어서의 평가치를 구함으로써, 기판 처리 장치에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
도 1은, 본 발명의 제1의 실시 형태와 관련되는 데이터 처리 장치의 구성을 나타내는 블럭도이다.
도 2는, 도 1에 나타내는 기판 처리 장치의 개략 구성을 나타내는 도면이다.
도 3은, 도 1에 나타내는 데이터 처리 장치에 있어서의 시계열 데이터를 그래프화하여 나타내는 도면이다.
도 4는, 도 1에 나타내는 데이터 처리 장치로서 기능하는 컴퓨터의 구성예를 나타내는 블럭도이다.
도 5는, 제1의 실시 형태와 관련되는 데이터 처리 장치의 동작을 나타내는 플로우 차트이다.
도 6은, 도 1에 나타내는 데이터 처리 장치에 있어서의 기간 설정을 나타내는 도면이다.
도 7은, 복수의 시계열 데이터의 예를 나타내는 도면이다.
도 8은, 종래의 데이터 처리 방법의 과제를 설명하기 위한 도면이다.
도 9는, 본 발명의 제2의 실시 형태와 관련되는 데이터 처리 장치의 구성을 나타내는 블럭도이다.
도 10은, 도 9에 나타내는 데이터 처리 장치에 있어서의 기준 데이터를 그래프화하여 나타내는 도면이다.
도 11은, 도 9에 나타내는 데이터 처리 장치에 있어서의 변화 개시 타이밍을 일치시키는 처리를 설명하기 위한 도면이다.
도 12는, 본 발명의 제3의 실시 형태와 관련되는 데이터 처리 장치의 스코어 계산부의 동작을 나타내는 도면이다.
도 13은, 본 발명의 제4의 실시 형태와 관련되는 데이터 처리 장치에 있어서의 기간 설정을 나타내는 도면이다.
이하, 도면을 참조하여, 본 발명의 실시 형태와 관련되는 데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램에 대해 설명한다. 본 실시 형태와 관련되는 데이터 처리 방법은, 전형적으로는 컴퓨터를 이용하여 실행된다. 본 실시 형태와 관련되는 데이터 처리 프로그램은, 컴퓨터를 이용하여 데이터 처리 방법을 실시하기 위한 프로그램이다. 본 실시 형태와 관련되는 데이터 처리 장치는, 전형적으로는 컴퓨터를 이용하여 구성된다. 데이터 처리 프로그램을 실행하는 컴퓨터는, 데이터 처리 장치로서 기능한다.
(제1의 실시 형태)
도 1은, 본 발명의 제1의 실시 형태와 관련되는 데이터 처리 장치의 구성을 나타내는 블럭도이다. 도 1에 나타내는 데이터 처리 장치(10)는, 데이터 기억부(11), 기간 설정부(12), 스코어 계산부(13) 및 결과 표시부(14)를 구비하고 있다. 데이터 처리 장치(10)는, 기판 처리 장치(20)에 접속하여 이용된다.
기판 처리 장치(20)는 복수의 처리 유닛(25)을 포함하고, 각 처리 유닛(25)에서는 처리 유닛(25)의 동작 상태를 나타내는 복수의 물리량(예를 들면, 길이, 각도, 시간, 속도, 힘, 압력, 전압, 전류, 온도, 유량 등)이 측정된다. 이것에 의해, 복수의 시계열 데이터(7)가 얻어진다. 데이터 기억부(11)는, 상기의 방법으로 구한 시계열 데이터(7)를 기억한다.
기간 설정부(12)는, 데이터 기억부(11)로부터 읽어낸 시계열 데이터(7)에 대해서, 상승 기간, 안정 기간 및 하강 기간을 구한다. 스코어 계산부(13)는, 기간 설정부(12)에서 3개의 기간을 구한 시계열 데이터(7)의 평가치(이하, 스코어라고 한다)를 구한다. 스코어 계산부(13)는, 시계열 데이터(7)의 평가치로서, 상승 기간에 있어서의 평가치, 안정 기간에 있어서의 평가치 및 하강 기간에 있어서의 평가치를 구한다. 스코어 계산부(13)는 평가치 계산부로서 기능한다. 결과 표시부(14)는, 스코어 계산부(13)에서 구한 스코어에 의거하여 화면을 표시한다.
도 2는, 기판 처리 장치(20)의 개략 구성을 나타내는 도면이다. 기판 처리 장치(20)는, 인덱서부(21)와 처리부(22)를 구비하고 있다. 인덱서부(21)는, 복수의 카세트 유지부(23)와 인덱서 로봇(24)을 포함하고 있다. 처리부(22)는, 복수의 처리 유닛(25)과 기판 반송 로봇(26)을 포함하고 있다. 카세트 유지부(23)에는, 복수의 기판을 수용하는 카세트(도시하지 않음)가 재치(載置)된다. 인덱서 로봇(24)은, 카세트로부터 기판을 꺼내는 동작과, 카세트에 기판을 넣는 동작을 실시한다. 처리 유닛(25)은, 기판에 대해서 처리를 실시하기 위한 공간(이하, 챔버라고 한다)을 갖는다. 챔버는, 처리 유닛(25)과 1대 1로 대응한다. 챔버의 내부에서는, 예를 들면, 처리액을 이용하여 기판을 세정하는 등의 처리가 행해진다. 기판 반송 로봇(26)은, 처리 유닛(25)에 기판을 반입하는 동작과, 처리 유닛(25)으로부터 기판을 반출하는 동작을 실시한다. 처리 유닛(25)의 개수는, 예를 들면, 24개이다. 이 경우, 예를 들면, 4개의 처리 유닛(25)을 적층한 타워 구조체가, 기판 반송 로봇(26)의 주위의 6개소에 설치된다.
인덱서 로봇(24)은, 카세트 유지부(23)에 재치된 카세트로부터 처리 대상의 기판을 꺼내고, 꺼낸 기판을 기판 수도(受渡)부(27)를 개재하여 기판 반송 로봇(26)에 넘겨준다. 기판 반송 로봇(26)은, 인덱서 로봇(24)으로부터 받은 기판을 대상의 처리 유닛(25)으로 반입한다. 기판에 대한 처리가 종료하면, 기판 반송 로봇(26)은, 대상의 처리 유닛(25)으로부터 기판을 꺼내고, 꺼낸 기판을 기판 수도부(27)를 개재하여 인덱서 로봇(24)에 넘겨준다. 인덱서 로봇(24)은, 기판 반송 로봇(26)으로부터 받은 기판을 대상의 카세트에 넣는다. 인덱서부(21)와 처리부(22)의 제어는, 기판 처리 장치(20)의 제어부(도시하지 않음)에 의해서 행해진다.
이하, 처리 유닛(25)이 1장의 기판에 대해서 실시하는 처리를 「단위 처리」라고 한다. 단위 처리의 실행 중에, 처리 유닛(25)에서는, 센서 등을 이용하여 복수의 물리량이 측정된다. 복수의 물리량의 측정 결과에 의거하여, 복수의 시계열 데이터(7)가 얻어진다. 얻어진 복수의 시계열 데이터(7)는, 데이터 기억부(11)에 기억된다. 시계열 데이터(7)를 그래프화하여 나타내면, 예를 들면, 도 3에 나타내는 바와 같이 된다.
도 4는, 데이터 처리 장치(10)로서 기능하는 컴퓨터의 구성예를 나타내는 블럭도이다. 도 4에 나타내는 컴퓨터(30)는, CPU(31), 메인 메모리(32), 기억부(33), 입력부(34), 표시부(35), 통신부(36) 및 기록 매체 판독부(37)를 구비하고 있다. 메인 메모리(32)에는, 예를 들면, DRAM이 사용된다. 기억부(33)에는, 예를 들면, 하드 디스크가 사용된다. 입력부(34)에는, 예를 들면, 키보드(38)나 마우스(39)가 포함된다. 표시부(35)에는, 예를 들면, 액정 디스플레이가 사용된다. 통신부(36)는, 유선 통신 또는 무선 통신의 인터페이스 회로이다. 기판 처리 장치(20)와의 사이의 통신은, 통신부(36)를 이용하여 행해진다. 기록 매체 판독부(37)는, 프로그램 등을 기록한 기록 매체(40)의 인터페이스 회로이다. 기록 매체(40)에는, 예를 들면, CD－ROM 등의 비일과성의 기록 매체가 사용된다. 또한, 이상으로 서술한 컴퓨터(30)의 구성은 일례에 불과하고, 임의의 컴퓨터를 이용하여 데이터 처리 장치(10)를 구성할 수 있다.
이하, 컴퓨터(30)가 데이터 처리 장치(10)로서 기능하는 경우에 대해 설명한다. 이 경우, 기억부(33)는, 데이터 처리 프로그램(41)과 시계열 데이터(7)를 기억한다. 시계열 데이터(7)는, 기판 처리 장치(20)로부터 통신부(36)를 이용하여 수신한 것이다. 데이터 처리 프로그램(41)은, 예를 들면, 서버나 다른 컴퓨터로부터 통신부(36)를 이용하여 수신한 것이어도 되고, 기록 매체(40)로부터 기록 매체 판독부(37)를 이용하여 읽어낸 것이어도 된다. 데이터 처리 프로그램(41)을 실행할 경우에는, 데이터 처리 프로그램(41)과 시계열 데이터(7)는 메인 메모리(32)에 복사 전송된다. CPU(31)는, 메인 메모리(32)를 작업용 메모리로서 이용하고, 메인 메모리(32)에 기억된 데이터 처리 프로그램(41)을 실행함으로써, 시계열 데이터(7)에 대해 3개의 기간을 구하는 처리, 시계열 데이터(7)의 스코어를 구하는 처리, 스코어에 의거하는 화면을 표시하는 처리 등을 실시한다. 이 때 컴퓨터(30)는, 데이터 처리 장치(10)로서 기능한다.
도 5는, 데이터 처리 장치(10)의 동작을 나타내는 플로우 차트이다. 데이터 처리 장치(10)가 동작을 개시하기 전에, 데이터 기억부(11)에는 시계열 데이터(7)가 기억되어 있다. 데이터 처리 장치(10)는, 도 5에 나타내는 단계(S101~S105)를 반복하여 실행한다.
도 5에 나타내는 바와 같이, 기간 설정부(12)는, 미처리의 시계열 데이터(7)가 있는지 여부를 판단하고, Yes의 경우는 단계(S102)로 진행한다(단계(S101)). 단계(S101)에서 Yes의 경우, 기간 설정부(12)는, 미처리의 시계열 데이터(7)에 대해 후술하는 방법으로, 상승 기간, 안정 기간 및 하강 기간을 구한다(단계(S102)). 다음으로, 스코어 계산부(13)는, 시계열 데이터(7)의 스코어를 구한다(단계(S103)). 단계(S103)에 있어서, 스코어 계산부(13)는, 시계열 데이터(7)의 스코어로서, 상승 기간에 있어서의 스코어, 안정 기간에 있어서의 스코어 및 하강 기간에 있어서의 스코어를 구한다.
다음으로, 결과 표시부(14)는, 화면을 갱신하는지 여부를 판단하여, Yes의 경우는 단계(S105)로 진행하고, No의 경우는 단계(S101)로 진행한다(단계(S104)). 단계(S104)에 있어서, 결과 표시부(14)는, 스코어 계산부(13)에서 새로운 스코어가 계산되었을 때 등에 화면을 갱신한다고 판단한다. 단계(S104)에서 Yes의 경우, 결과 표시부(14)는, 단계(S103)에서 구한 3종류의 스코어에 의거하는 화면을 표시한다(단계(S105)). 결과 표시부(14)가 표시하는 화면은, 스코어 계산부(13)에서 구한 스코어에 의거하는 한, 임의여도 된다. 단계(S105)를 실행한 후, 데이터 처리 장치(10)의 제어는 단계(S101)로 진행한다.
또한, 단계(S104)에서 Yes의 경우에, 결과 표시부(14)에 화면을 표시하는 것에 추가하여, 스코어 계산부(13)에서 구한 새로운 스코어를 기억부(33)에 기억시켜도 된다. 이와 같이 구성하면, 이용자가 입력부(34)를 조작함으로써, 스코어 계산부(13)에서 구한 스코어에 의거하는 화면을 나중에 결과 표시부(14)에 표시할 수 있다.
이하, 기간 설정부(12) 및 스코어 계산부(13)의 동작의 상세를 설명한다. 이하의 설명에서는, 처리 대상의 시계열 데이터(7)를 X라고 한다. 시계열 데이터(X)는, 기판 처리 장치(20)에 있어서의 제어 신호(C)에 따라 변화하는 것으로 한다.
도 6은, 데이터 처리 장치(10)에 있어서의 기간 설정을 나타내는 도면이다. 도 6에 나타내는 바와 같이, 제어 신호(C)는 초기 상태에서는 로우 레벨이다. 제어 신호(C)는, 시각(t11)에 있어서 하이 레벨로 변화하고, 시각(t12)에 있어서 로우 레벨로 변화한다. 시계열 데이터(X)는, 제어 신호(C)에 따라서, 초기 레벨(L0)과 목표 레벨(L1)(단, L0＜L1)의 사이에서 변화한다.
시계열 데이터(X)는, 초기 상태에서는 초기 레벨(L0)을 갖는다. 시각(t11)에 있어서 제어 신호(C)가 변화하면, 시계열 데이터(X)는 초기 레벨(L0)로부터 목표 레벨(L1)을 향하여 상승하기 시작한다. 시계열 데이터(X)는, 목표 레벨(L1)을 넘어 상승한 후에 하강한다. 시계열 데이터(X)는, 목표 레벨(L1) 부근에서 상승과 하강을 반복하고, 최종적으로는 목표 레벨(L1) 부근에서 안정된다.
시각(t12)에 있어서 제어 신호(C)가 변화하면, 시계열 데이터(X)는 목표 레벨(L1) 부근에서부터 초기 레벨(L0)을 향하여 하강하기 시작한다. 시계열 데이터(X)는, 초기 레벨(L0) 또는 그 부근까지 하강한 후에 상승한다. 시계열 데이터(X)는, 초기 레벨(L0) 부근에서 상승과 하강을 반복하고, 최종적으로는 초기 레벨(L0)에서 안정된다.
시계열 데이터(X)에는, 목표 레벨(L1)을 포함하는 제1 범위(R1)와, 초기 레벨(L0)을 포함하는 제2 범위(R2)가 설정된다. 예를 들면, 목표 레벨(L1)의 90%~110%의 범위가 제1 범위(R1)로서 설정되고, 목표 레벨(L1)의-10%~10%의 범위가 제2 범위(R2)로서 설정된다. 제1 범위(R1)의 상한 및 하한, 및 제2 범위(R2)의 상한 및 하한은, 이용자에 의해서 임의로 결정된다.
기간 설정부(12)는, 제어 신호(C)가 변화하고 나서 시계열 데이터(X)가 제1 범위(R1) 내에 들어갈 때까지의 기간을 「상승 기간」으로서 구하고, 제어 신호(C)가 변화하고 나서 시계열 데이터(X)가 제2 범위(R2) 내에 들어갈 때까지의 기간을 「하강 기간」으로서 구하며, 상승 기간과 하강 기간의 사이의 기간을 「안정 기간」으로서 구한다. 또한, 「시계열 데이터가 있는 범위 내로 들어간다」란, 그 시점 이후에 시계열 데이터가 범위 외의 값을 취하지 않는 것을 말한다.
스코어 계산부(13)는, 미리 정한 방법으로, 상승 기간에 있어서의 스코어, 안정 기간에 있어서의 스코어 및 하강 기간에 있어서의 스코어를 구한다. 예를 들면, 스코어 계산부(13)는, 상승 기간에 있어서의 스코어로서 상승 기간의 길이를 구하고, 하강 기간에 있어서의 스코어로서 하강 기간의 길이를 구해도 된다.
스코어 계산부(13)는, 상승 기간에 있어서의 스코어로서, 시계열 데이터(X)의 오버슈트량을 구해도 된다. 시계열 데이터(X)의 목표 레벨을 L1, 시계열 데이터(X)의 최대치를 M으로 했을 때, 스코어 계산부(13)는, 다음 식 (1)에 따라, 시계열 데이터(7)의 오버슈트량(V)을 구한다. 스코어 계산부(13)는, 다음 식 (2)에 따라, 시계열 데이터(7)의 오버슈트량(V)을 구해도 된다.
V=(M－L1)/L1×100 … (1)
V=M－L1 … (2)
스코어 계산부(13)는, 안정 기간에 있어서의 스코어로서, 안정 기간 내의 시계열 데이터(X)의 통계치를 구해도 된다. 예를 들면, 스코어 계산부(13)는, 안정 기간에 있어서의 스코어로서, 안정 기간 내의 시계열 데이터(X)의 평균치, 중앙치, 또는, 분산을 구한다.
스코어 계산부(13)는, 안정 기간에 있어서의 스코어로서, 복수의 시계열 데이터를 이용하여 안정 기간에 있어서의 돌발치를 구해도 된다. 도 7은, 복수의 시계열 데이터의 예를 나타내는 도면이다. 도 7에 나타내는 n개의 시계열 데이터(X1, X2,…, Xn)는, 각각, m개의 데이터를 포함하는 것으로 한다. i를 1 이상 n 이하의 정수, j를 1 이상 m 이하의 정수로 했을 때, 시계열 데이터(Xi)에 포함되는 j번째의 데이터를 xij라고 한다. 이 경우, 스코어 계산부(13)는, 다음 식 (3)~(6)에 따라 시계열 데이터(Xp)의 스코어(Sp)를 구한다.
Figure pat00001
또한, 식 (3)에서 구해지는 값(μpj)은, 시계열 데이터(Xp)를 제외한 (n－1)개의 시계열 데이터에 포함되는 j번째의 데이터의 평균치이다. 식 (4)에서 구해지는 값(μpj)은, 시계열 데이터(Xp)를 제외한 (n－1)개의 시계열 데이터에 포함되는 모든 데이터의 평균치이다. 식 (5)에서 구해지는 값(σp 2)은, 시계열 데이터(Xp)를 제외한 (n－1)개의 시계열 데이터의 분산이다.
스코어 계산부(13)는, 상승 기간에 있어서의 스코어의 역치, 안정 기간에 있어서의 스코어의 역치 및 하강 기간에 있어서의 스코어의 역치를 갖는다. 스코어 계산부(13)는, 모든 스코어가 대응하는 역치 이하일 때에는, 「기판은 정상적으로 처리되었다」라고 판단하고, 몇 개의 스코어가 대응하는 역치를 넘었을 때에는, 「기판에 대한 처리에서 이상이 발생했다」라고 판단한다.
혹은, 스코어 계산부(13)는, 스코어의 역치를 1개만 가지고 있어도 된다. 이 경우, 스코어 계산부(13)는, 상승 기간에 있어서의 스코어, 안정 기간에 있어서의 스코어 및 하강 기간에 있어서의 스코어의 최대치를 구하고, 구한 최대치가 역치 이하일 때에는, 「기판은 정상적으로 처리되었다」라고 판단하고, 구한 최대치가 역치를 넘었을 때에는, 「기판에 대한 처리에서 이상이 발생했다」라고 판단한다.
도 8을 참조하여, 종래의 데이터 처리 방법의 과제를 설명한다. 이하, 시계열 데이터의 기대치 데이터를 기준 데이터라고 한다. 도 8 (a)에 나타내는 시계열 데이터와 도 8 (b)에 나타내는 기준 데이터를 비교하는 경우에 대해서 생각한다. 종래의 데이터 처리 방법에서는, 시계열 데이터와 기준 데이터를 비교하여, 양쪽의 차가 소정의 역치 이하일 때에는 「기판은 정상적으로 처리되었다」라고 판단하고, 양쪽의 차가 역치를 넘었을 때에는 「기판에 대한 처리에서 이상이 발생했다」라고 판단한다.
그러나, 시계열 데이터와 기준 데이터의 사이에 시간 방향의 차이가 발생했을 경우에는, 도 8 (c)에 나타내는 파선부(E1, E2)에 있어서 시계열 데이터(실선으로 나타냄)와 기준 데이터(파선으로 나타냄)의 차가 커진다. 또한, 시계열 데이터와 기준 데이터의 사이에 값의 차가 발생했을 경우에는, 도 8 (d)에 나타내는 파선부(E3~E5)에 있어서 시계열 데이터와 기준 데이터의 차가 커진다. 이 때문에, 시계열 데이터와 기준 데이터의 차는, 상정치(想定値)보다 커진다. 이 결과, 도 8 (c) 및 (d)에 나타내는 경우에, 「기판은 정상적으로 처리되었다」라고 판단해야 됨에도 불구하고, 「기판에 대한 처리에서 이상이 발생했다」라고 잘못 판단하는 경우가 있다.
이것에 대해서, 본 실시 형태와 관련되는 데이터 처리 장치(10)는, 시계열 데이터(7)에 대해 상승 기간, 안정 기간 및 하강 기간을 구하고, 시계열 데이터(7)의 평가치로서 3개의 기간에 있어서의 평가치를 구한다. 따라서, 데이터 처리 장치(10)에 의하면, 3종류의 평가치에 의거하여, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
본 실시 형태와 관련되는 데이터 처리 방법은, 기판 처리 장치(20)에서 얻어진 시계열 데이터(7)에 대해서, 초기 레벨(L0)로부터 목표 레벨(L1)로 변화할 때까지의 상승 기간, 목표 레벨(L1)을 유지하는 안정 기간 및 목표 레벨(L1)로부터 초기 레벨(L0)로 변화할 때까지의 하강 기간을 구하는 기간 설정 단계(S102)와, 시계열 데이터(7)의 평가치(스코어)를 구하는 평가치 계산 단계(S103)를 구비하고 있다. 평가치 계산 단계는, 시계열 데이터(7)의 평가치로서, 상승 기간에 있어서의 평가치, 안정 기간에 있어서의 평가치 및 하강 기간에 있어서의 평가치를 구한다. 이와 같이 시계열 데이터(7)에 대해 상승 기간, 안정 기간 및 하강 기간이 구해지고, 시계열 데이터의 평가치로서 3개의 기간에 있어서의 평가치가 구해진다. 따라서, 3종류의 평가치에 의거하여, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
시계열 데이터(X)가 제어 신호(C)에 따라 변화하는 경우, 기간 설정 단계는, 제어 신호(C)가 변화하고 나서 시계열 데이터가 목표 레벨(L1)을 포함하는 제1 범위(R1) 내에 들어갈 때까지의 기간을 상승 기간으로서 구하고, 제어 신호(C)가 변화하고 나서 시계열 데이터(X)가 초기 레벨(L0)로부터 제2 범위(R2) 내에 들어갈 때까지의 기간을 하강 기간으로서 구하고, 상승 기간과 하강 기간의 사이의 기간을 안정 기간으로서 구한다. 따라서, 상승 기간, 안정 기간 및 하강 기간을 적합하게 결정하고, 3종류의 평가치에 의거하여, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
평가치 계산 단계는, 상승 기간에 있어서의 평가치로서 상승 기간의 길이를 구하고, 하강 기간에 있어서의 평가치로서 하강 기간의 길이를 구해도 된다. 이 경우, 상승 기간의 길이와 하강 기간의 길이를 평가치로서 이용하고, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다. 평가치 계산 단계는, 상승 기간에 있어서의 평가치로서 시계열 데이터(7)의 오버슈트량을 구해도 된다. 이 경우, 시계열 데이터(7)의 오버슈트량을 평가치로서 이용하고, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다. 평가치 계산 단계는, 안정 기간에 있어서의 평가치로서 안정 기간 내의 시계열 데이터(7)의 통계치를 구해도 된다. 이 경우, 안정 기간 내의 시계열 데이터(7)의 통계치를 평가치로서 이용하고, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
본 실시 형태와 관련되는 데이터 처리 장치(10) 및 데이터 처리 프로그램(41)은, 상기의 데이터 처리 방법과 동일한 특징을 가지고, 동일한 효과를 나타낸다. 본 실시 형태와 관련되는 데이터 처리 방법, 데이터 처리 장치(10) 및 데이터 처리 프로그램(41)에 의하면, 3종류의 평가치에 의거하여, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다.
또한, 본 실시 형태와 관련되는 데이터 처리 장치(10)는, 상승 기간의 길이와 하강 기간의 길이를 평가치로서 이용하여, 도 8 (c)에 나타내는 파선부(E1, E2)의 평가를 실시하고, 안정 기간에 있어서의 시계열 데이터의 평균치와 기준 데이터의 평균치의 차를 평가치로서 이용하여, 도 8 (d)에 나타내는 파선부(E4)의 평가를 실시해도 된다.
일반적으로, 시계열 데이터와 기준 데이터의 사이에는, 시간 방향의 차이와 값의 차 양쪽 모두가 발생한다. 또한, 도 8 (c)에 나타내는 파선부(E1, E2)에 있어서의 시계열 데이터와 기준 데이터의 차와, 도 8 (d)에 나타내는 파선부(E3~E5)에 있어서의 시계열 데이터와 기준 데이터의 차를 비교하면, 후자의 차가 커지기 쉽다. 예를 들면, 파선부(E4)에 있어서의 시계열 데이터와 기준 데이터의 소정 시간당의 차가 작은 경우에도, 그 차를 적산하는 기간의 길이가 길어지면 차의 적산치도 커지므로, 전자의 차보다 후자의 차가 커지기 쉽다. 이 때문에, 종래의 데이터 처리 장치는, 전자의 차에 대해 정상인지 이상인지를 올바르게 판정할 수 있는 역치 등을 이용했을 경우에, 정상으로 판정해야 할 정도로 작은 후자의 차에 대해 이상으로 판정하는 경우가 있다. 이 때문에, 종래의 데이터 처리 장치에는, 정상인지 이상인지의 판정을 정확하게 실시할 수 없다고 하는 문제가 있다.
이것에 대해서, 본 실시 형태와 관련되는 데이터 처리 장치(10)는, 시계열 데이터(7)에 대해 상승 기간, 안정 기간 및 하강 기간을 구하고, 시계열 데이터(7)의 평가치로서 3개의 기간에 있어서의 평가치를 구한다. 특히, 상승 기간의 길이와 하강 기간의 길이를 평가함으로써, 파선부(E3~E5)에 있어서의 시계열 데이터와 기준 데이터의 차의 영향을 받지 않고, 파선부(E1, E2)에 있어서의 시계열 데이터와 기준 데이터의 차만을 평가할 수 있다. 또한, 안정 기간에 있어서의 시계열 데이터의 평균치와 기준 데이터의 평균치의 차를 평가치로서 이용함으로써, 파선부(E4)의 시간이 긴 경우에도 평가치가 커지지 않으므로, 기간의 길이의 영향을 받지 않고 파선부(E4) 및 다른 부분에 대해 평가할 수 있다.
(제2의 실시 형태)
도 9는, 본 발명의 제2의 실시 형태와 관련되는 데이터 처리 장치의 구성을 나타내는 블럭도이다. 도 9에 나타내는 데이터 처리 장치(50)는, 데이터 기억부(51), 기간 설정부(12), 스코어 계산부(53) 및 결과 표시부(14)를 구비하고 있다. 스코어 계산부(53)는, 제1의 실시 형태와 관련되는 스코어 계산부(13)와는 다른 방법으로, 시계열 데이터(7)의 스코어를 구한다.
데이터 기억부(51)는, 시계열 데이터(7)에 추가하여, 시계열 데이터(7)의 기대치 데이터인 기준 데이터(8)를 기억한다. 기준 데이터(8)에는, 예를 들면, 다수의 시계열 데이터 중에서 기대치 데이터로서 최적이라고 판단된 다른 시계열 데이터가 사용된다. 기준 데이터(8)는, 기억부(33)에 기억된 시계열 데이터(7) 중에서 이용자가 입력부(34)를 이용하여 선택한 것이어도 된다. 도 3에 나타내는 시계열 데이터(7)에 대응하는 기준 데이터(8)를 그래프화하여 나타내면, 예를 들면, 도 10에 파선으로 나타내는 바와 같이 된다. 도 10에 나타내는 예에서는, 시계열 데이터(7)는, 기준 데이터(8)와 비교하여 상승 시에 늦고 있다.
기간 설정부(12)는, 제1의 실시 형태와 동일한 방법으로, 시계열 데이터(X)에 대해서, 초기 레벨(L0)로부터 목표 레벨(L1)로 변화할 때까지의 상승 기간, 목표 레벨(L1)을 유지하는 안정 기간 및 목표 레벨(L1)로부터 초기 레벨(L0)로 변화할 때까지의 하강 기간을 구한다.
스코어 계산부(53)는, 제1의 실시 형태와 관련되는 스코어 계산부(13)와 마찬가지로, 시계열 데이터(7)의 스코어로서, 상승 기간에 있어서의 스코어, 안정 기간에 있어서의 스코어 및 하강 기간에 있어서의 스코어를 구한다. 단, 스코어 계산부(53)는, 스코어 계산부(13)와는 다르며, 기간 설정부(12)에서 3개의 기간을 구한 시계열 데이터(7)와 대응하는 기준 데이터(8)를 읽어내고, 양쪽을 비교함으로써, 상기 3종류의 스코어를 구한다.
스코어 계산부(53)는, 시계열 데이터(7)와 기준 데이터(8)의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨 후에, 시계열 데이터(7)와 기준 데이터(8)를 비교하는 것이 바람직하다. 예를 들면, 도 11 (a)에 나타내는 바와 같이, 기준 데이터(8)가 최초로 변화하기 시작하는 시각이 t21, 시계열 데이터(7)가 최초로 변화하기 시작하는 시각이 t22이며, 시각(t22)은 시각(t21)보다 뒤인 경우를 생각한다. 이 경우, 스코어 계산부(53)는, 시계열 데이터(7)를 시간축의 앞방향으로 시간(t22－t21)만큼 이동시킴으로써, 시계열 데이터(7)와 기준 데이터(8)의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨다(도 11 (b)를 참조). 스코어 계산부(53)는, 기준 데이터(8)를 시간축의 뒷방향으로 시간(t22－t21)만큼 이동시켜도 된다. 스코어 계산부(53)는, 그 후에 시계열 데이터(7)와 기준 데이터(8)와 비교함으로써, 시계열 데이터(7)의 스코어로서, 상승 기간에 있어서의 스코어, 안정 기간에 있어서의 스코어 및 하강 기간에 있어서의 스코어를 구한다.
스코어 계산부(13)는, 안정 기간에 있어서의 스코어로서, 기준 데이터(8)를 이용하여 안정 기간에 있어서의 돌발치를 구해도 된다. 시계열 데이터(X)가 m개의 데이터(xj)를 포함하고, 대응하는 기준 데이터(Y)가 m개의 데이터(yj)를 포함하는 경우, 스코어 계산부(13)는, 다음 식(7)에 따라 시계열 데이터(X)의 스코어(S)를 구한다.
Figure pat00002
또한, 식 (7)에 있어서, 값(σy)은 기준 데이터(Y)의 분산이다.
본 실시 형태와 관련되는 데이터 처리 방법에서는, 평가치 계산 단계(S103)는, 시계열 데이터(7)와 기준 데이터(8)를 비교함으로써, 시계열 데이터(7)의 평가치(스코어)를 구한다. 이 방법에서도, 시계열 데이터(7)의 평가치를 구할 수 있다. 평가치 계산 단계는, 시계열 데이터(7)와 기준 데이터(8)의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨 후에, 시계열 데이터(7)와 기준 데이터(8)를 비교한다. 이것에 의해, 시계열 데이터(7)에 대해 보다 적합한 평가치를 구할 수 있다. 기준 데이터(8)로서 다른 시계열 데이터를 이용함으로써, 시계열 데이터(7)에 대해 적합한 평가치를 구할 수 있다. 본 실시 형태와 관련되는 데이터 처리 장치(50) 및 데이터 처리 프로그램(41)은, 상기의 데이터 처리 방법과 동일한 특징을 가지고, 동일한 효과를 나타낸다.
(제3의 실시 형태)
제3의 실시 형태와 관련되는 데이터 처리 장치는, 제2의 실시 형태와 관련되는 데이터 처리 장치(도 9)와 동일한 구성을 갖는다. 본 실시 형태와 관련되는 데이터 처리 장치에서는, 스코어 계산부(53)는, 시계열 데이터(7)와 기준 데이터(8)에 대해서 한쪽을 시간축 방향으로 소정량만큼 이동시켜 비교하는 처리를 복수 회 행한다. 스코어 계산부(53)는, 얻어진 복수의 스코어의 최소치를 시계열 데이터(7)의 평가치로서 구한다.
도 12는, 본 실시 형태와 관련되는 스코어 계산부(53)의 동작을 나타내는 도면이다. 도 12에 나타내는 바와 같이, 스코어 계산부(53)는, 처리 대상의 시계열 데이터(X)에 추가하여, 시계열 데이터(X)를 시간축의 앞방향으로 200msec(밀리초)만큼 이동시킨 데이터(Xa), 시계열 데이터(X)를 시간축의 앞방향으로 100msec만큼 이동시킨 데이터(Xb), 시계열 데이터(X)를 시간축의 뒷방향으로 100msec만큼 이동시킨 데이터(Xc) 및 시계열 데이터(X)를 시간축의 뒷방향으로 200msec만큼 이동시킨 데이터(Xd)를 구한다. 스코어 계산부(53)는, 상기 5개의 데이터(Xa, Xb, X, Xc, Xd)의 각각과 기준 데이터(8)를 비교함으로써, 5개의 스코어를 구한다. 스코어 계산부(53)는, 시계열 데이터(7)의 스코어로서, 5개의 스코어의 최소치를 구한다.
또한, 스코어 계산부(53)는, 시계열 데이터(7)와 기준 데이터(8)를 비교하기 전에, 시계열 데이터(7)를 시간축 방향으로 소정량만큼 이동시켜도 되고, 기준 데이터(8)를 시간축 방향으로 소정량만큼 이동시켜도 된다.
본 실시 형태와 관련되는 데이터 처리 방법에서는, 평가치 계산 단계(S103)는, 시계열 데이터(7)와 기준 데이터(8)에 대해서 한쪽을 시간축 방향으로 소정량만큼 이동시켜 비교하는 처리를 복수 회 행하고, 얻어진 복수의 평가치(스코어)의 최소치를 시계열 데이터(7)의 평가치로서 구한다. 이와 같이 한쪽을 시간축 방향으로 이동시키면서 시계열 데이터(7)와 기준 데이터(8)를 비교함으로써, 시계열 데이터(7)에 대해 보다 적합한 평가치를 구할 수 있다. 본 실시 형태와 관련되는 데이터 처리 장치(50) 및 데이터 처리 프로그램(41)은, 상기의 데이터 처리 방법과 동일한 특징을 가지고, 동일한 효과를 나타낸다.
(제4의 실시 형태)
제4의 실시 형태와 관련되는 데이터 처리 장치는, 제1의 실시 형태와 관련되는 데이터 처리 장치(도 1), 또는, 제2의 실시 형태와 관련되는 데이터 처리 장치(도 9)를 동일한 구성을 갖는다. 본 실시 형태에서는, 시계열 데이터(7)가 복수의 목표 레벨을 갖는 경우에 대해 설명한다.
시계열 데이터(7)가 복수의 목표 레벨을 갖는 경우, 기간 설정부(12)는, 시계열 데이터(7)에 대해서, 상승 기간, 안정 기간 및 하강 기간에 추가하여, 오래된 목표 레벨로부터 새로운 목표 레벨로 변화할 때까지의 천이 기간을 구한다. 스코어 계산부(13)(또는 스코어 계산부(53))는, 시계열 데이터(7)의 평가치로서, 상승 기간의 스코어, 안정 기간의 스코어 및 하강 기간의 스코어에 추가하여, 천이 기간에 있어서의 스코어를 구한다.
이하의 설명에서는, 처리 대상의 시계열 데이터(7)는, 기판 처리 장치(20)에 있어서의 제어 신호(C, C2)에 따라 변화하는 것으로 한다. 도 13은, 본 실시 형태와 관련되는 데이터 처리 장치에 있어서의 기간 설정을 나타내는 도면이다. 도 13에 나타내는 바와 같이, 제어 신호(C)는 초기 상태에서는 로우 레벨이다. 제어 신호(C)는, 시각(t31)에 있어서 하이 레벨로 변화하고, 시각(t33)에 있어서 로우 레벨로 변화한다. 제어 신호(C2)는, 초기 상태에서는 레벨(CL0)을 갖는다. 제어 신호(C2)는, 시각(t31)에 있어서 레벨(CL1)로 변화하고, 시각(t32)에 있어서 레벨(CL2)로 변화하며, 시각(t33)에 있어서 레벨(CL0)로 변화한다.
시계열 데이터(X)는, 초기 상태에서는 초기 레벨(L0)을 갖는다. 시각(t31)에 있어서 제어 신호(C)가 변화하면, 시계열 데이터(X)는 초기 레벨(L0)로부터 제1 목표 레벨(L1)을 향하여 상승하기 시작한다. 시계열 데이터(X)는, 제1 목표 레벨(L1)을 넘어 상승한 후에 하강한다. 시계열 데이터(X)는, 제1 목표 레벨(L1) 부근에서 상승과 하강을 반복하고, 최종적으로는 제1 목표 레벨(L1) 부근에서 안정된다.
시각(t32)에 있어서 제어 신호(C2)가 변화하면, 시계열 데이터(X)는 제1 목표 레벨(L1) 부근에서부터 제2 목표 레벨(L2)을 향하여 상승하기 시작한다. 시계열 데이터(X)는, 시각(t32)의 직후에 일단 하강한 후에 상승하고, 제2 목표 레벨(L2)을 넘어 상승한 후에 하강한다. 시계열 데이터(X)는, 제2 목표 레벨(L2) 부근에서 상승과 하강을 반복하고, 최종적으로는 제2 목표 레벨(L2) 부근에서 안정된다.
시각(t33)에 있어서 제어 신호(C)가 변화하면, 시계열 데이터(X)는 제2 목표 레벨(L2) 부근에서부터 초기 레벨(L0)을 향하여 하강하기 시작한다. 시계열 데이터(X)는, 초기 레벨(L0) 또는 그 부근까지 하강한 후에 상승한다. 시계열 데이터(X)는, 초기 레벨(L0) 부근에서 상승과 하강을 반복하고, 최종적으로는 초기 레벨(L0)에서 안정된다.
시계열 데이터(X)에는, 제1 목표 레벨(L1)을 포함하는 제1 범위와, 초기 레벨(L0)을 포함하는 제2 범위에 추가하여, 제2 목표 레벨(L2)을 포함하는 제3 범위가 설정된다. 기간 설정부(12)는, 제1의 실시 형태와 동일하게, 제어 신호(C)가 변화하고 나서 시계열 데이터(X)가 제1 범위 내에 들어갈 때까지의 기간을 「상승 기간」으로서 구하고, 제어 신호(C)가 변화하고 나서 시계열 데이터(X)가 제2 범위 내에 들어갈 때까지의 기간을 「하강 기간」으로서 구한다. 이것에 추가하여, 기간 설정부(12)는, 제어 신호(C2)가 변화하고 나서 시계열 데이터(X)가 제3 범위 내에 들어갈 때까지의 기간을 「천이 기간」으로서 구하고, 상승 기간과 천이 기간의 사이의 기간을 「제1 안정 기간」으로서 구하며, 천이 기간과 하강 기간의 사이의 기간을 「제2 안정 기간」으로서 구한다.
스코어 계산부(53)는, 상승 기간에 있어서의 스코어, 제1 안정 기간에 있어서의 스코어, 제2 안정 기간에 있어서의 스코어 및 하강 기간에 있어서의 스코어에 추가하여, 천이 기간에 있어서의 스코어를 구한다. 예를 들면, 스코어 계산부(53)는, 천이 기간에 있어서의 스코어로서 천이 기간의 길이를 구해도 된다.
본 실시 형태와 관련되는 데이터 처리 방법에서는, 시계열 데이터(7)가 복수의 목표 레벨을 갖는 경우, 기간 설정 단계(S102)는, 시계열 데이터(7)에 대해서, 오래된 목표 레벨로부터 새로운 목표 레벨로 변화할 때까지의 천이 기간을 추가로 구한다. 평가치 계산 단계(S103)는, 시계열 데이터(7)의 평가치로서, 천이 기간에 있어서의 평가치(스코어)를 추가로 구한다. 본 실시 형태와 관련되는 데이터 처리 방법에 의하면, 시계열 데이터(7)가 복수의 목표 레벨을 갖는 경우에, 3종류의 평가치에 추가하여 천이 기간에 있어서의 평가치를 구함으로써, 기판 처리 장치(20)에 있어서 기판이 정상적으로 처리되었는지 여부를 정확하게 판별할 수 있다. 본 실시 형태와 관련되는 데이터 처리 장치(10, 50) 및 데이터 처리 프로그램(41)은, 상기의 데이터 처리 방법과 동일한 특징을 가지고, 동일한 효과를 나타낸다.
7 시계열 데이터
8 기준 데이터
10, 50 데이터 처리 장치
11, 51 데이터 기억부
12 기간 설정부
13, 53 스코어 계산부
14 결과 표시부
20 기판 처리 장치
25 처리 유닛
30 컴퓨터
31 CPU
32 메인 메모리
40 기록 매체
41 데이터 처리 프로그램

Claims (20)

  1. 기판 처리 장치로 얻어진 시계열 데이터를 처리하는 데이터 처리 방법으로서,
    상기 시계열 데이터에 대해서, 초기 레벨로부터 목표 레벨로 변화할 때까지의 상승 기간, 상기 목표 레벨을 유지하는 안정 기간 및 상기 목표 레벨로부터 상기 초기 레벨로 변화할 때까지의 하강 기간을 구하는 기간 설정 단계와,
    상기 시계열 데이터의 평가치를 구하는 평가치 계산 단계를 구비하고,
    상기 평가치 계산 단계는, 상기 시계열 데이터의 평가치로서, 상기 상승 기간에 있어서의 평가치, 상기 안정 기간에 있어서의 평가치 및 상기 하강 기간에 있어서의 평가치를 구하는 것을 특징으로 하는 데이터 처리 방법.
  2. 청구항 1에 있어서,
    상기 시계열 데이터는, 상기 기판 처리 장치에 있어서의 제어 신호에 따라 변화하고,
    상기 기간 설정 단계는, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 목표 레벨을 포함하는 제1 범위 내에 들어갈 때까지의 기간을 상기 상승 기간으로서 구하고, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 초기 레벨을 포함하는 제2 범위 내에 들어갈 때까지의 기간을 상기 하강 기간으로서 구하며, 상기 상승 기간과 상기 하강 기간의 사이의 기간을 상기 안정 기간으로서 구하는 것을 특징으로 하는 데이터 처리 방법.
  3. 청구항 2에 있어서,
    상기 평가치 계산 단계는, 상기 상승 기간에 있어서의 평가치로서 상기 상승 기간의 길이를 구하고, 상기 하강 기간에 있어서의 평가치로서 상기 하강 기간의 길이를 구하는 것을 특징으로 하는 데이터 처리 방법.
  4. 청구항 2에 있어서,
    상기 평가치 계산 단계는, 상기 상승 기간에 있어서의 평가치로서 상기 시계열 데이터의 오버슈트량을 구하는 것을 특징으로 하는 데이터 처리 방법.
  5. 청구항 2에 있어서,
    상기 평가치 계산 단계는, 상기 안정 기간에 있어서의 평가치로서 상기 안정 기간 내의 시계열 데이터의 통계치를 구하는 것을 특징으로 하는 데이터 처리 방법.
  6. 청구항 2에 있어서,
    상기 평가치 계산 단계는, 상기 시계열 데이터와 기준 데이터를 비교함으로써, 상기 시계열 데이터의 평가치를 구하는 것을 특징으로 하는 데이터 처리 방법.
  7. 청구항 6에 있어서,
    상기 평가치 계산 단계는, 상기 시계열 데이터와 상기 기준 데이터의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨 후에, 상기 시계열 데이터와 상기 기준 데이터를 비교하는 것을 특징으로 하는 데이터 처리 방법.
  8. 청구항 6에 있어서,
    상기 기준 데이터는, 다른 시계열 데이터인 것을 특징으로 하는 데이터 처리 방법.
  9. 청구항 6에 있어서,
    상기 평가치 계산 단계는, 상기 시계열 데이터와 상기 기준 데이터에 대해서 한쪽을 시간축 방향으로 소정량만큼 이동시켜 비교하는 처리를 복수 회 행하고, 얻어진 복수의 평가치의 최소치를 상기 시계열 데이터의 평가치로서 구하는 것을 특징으로 하는 데이터 처리 방법.
  10. 청구항 2에 있어서,
    상기 시계열 데이터가 복수의 목표 레벨을 갖는 경우, 상기 기간 설정 단계는, 상기 시계열 데이터에 대해서, 오래된 목표 레벨로부터 새로운 목표 레벨로 변화할 때까지의 천이(遷移) 기간을 추가로 구하고,
    상기 평가치 계산 단계는, 상기 시계열 데이터의 평가치로서, 상기 천이 기간에 있어서의 평가치를 추가로 구하는 것을 특징으로 하는 데이터 처리 방법.
  11. 기판 처리 장치로 얻어진 시계열 데이터를 처리하는 데이터 처리 장치로서,
    상기 시계열 데이터에 대해서, 초기 레벨로부터 목표 레벨로 변화할 때까지의 상승 기간, 상기 목표 레벨을 유지하는 안정 기간 및 상기 목표 레벨로부터 상기 초기 레벨로 변화할 때까지의 하강 기간을 구하는 기간 설정부와,
    상기 시계열 데이터의 평가치를 구하는 평가치 계산부를 구비하고,
    상기 평가치 계산부는, 상기 시계열 데이터의 평가치로서, 상기 상승 기간에 있어서의 평가치, 상기 안정 기간에 있어서의 평가치 및 상기 하강 기간에 있어서의 평가치를 구하는 것을 특징으로 하는 데이터 처리 장치.
  12. 청구항 11에 있어서,
    상기 시계열 데이터는, 상기 기판 처리 장치에 있어서의 제어 신호에 따라 변화하고,
    상기 기간 설정부는, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 목표 레벨을 포함하는 제1 범위 내에 들어갈 때까지의 기간을 상기 상승 기간으로서 구하고, 상기 제어 신호가 변화하고 나서 상기 시계열 데이터가 상기 초기 레벨을 포함하는 제2 범위 내에 들어갈 때까지의 기간을 상기 하강 기간으로서 구하며, 상기 상승 기간과 상기 하강 기간의 사이의 기간을 상기 안정 기간으로서 구하는 것을 특징으로 하는 데이터 처리 장치.
  13. 청구항 12에 있어서,
    상기 평가치 계산부는, 상기 상승 기간에 있어서의 평가치로서 상기 상승 기간의 길이를 구하고, 상기 하강 기간에 있어서의 평가치로서 상기 하강 기간의 길이를 구하는 것을 특징으로 하는 데이터 처리 장치.
  14. 청구항 12에 있어서,
    상기 평가치 계산부는, 상기 상승 기간에 있어서의 평가치로서 상기 시계열 데이터의 오버슈트량을 구하는 것을 특징으로 하는 데이터 처리 장치.
  15. 청구항 12에 있어서,
    상기 평가치 계산부는, 상기 안정 기간에 있어서의 평가치로서 상기 안정 기간 내의 시계열 데이터의 통계치를 구하는 것을 특징으로 하는 데이터 처리 장치.
  16. 청구항 12에 있어서,
    상기 평가치 계산부는, 상기 시계열 데이터와 기준 데이터를 비교함으로써, 상기 시계열 데이터의 평가치를 구하는 것을 특징으로 하는 데이터 처리 장치.
  17. 청구항 16에 있어서,
    상기 평가치 계산부는, 상기 시계열 데이터와 상기 기준 데이터의 사이에서 데이터가 최초로 변화하기 시작하는 타이밍을 일치시킨 후에, 상기 시계열 데이터와 상기 기준 데이터를 비교하는 것을 특징으로 하는 데이터 처리 장치.
  18. 청구항 16에 있어서,
    상기 평가치 계산부는, 상기 시계열 데이터와 상기 기준 데이터에 대해서 한쪽을 시간축 방향으로 소정량만큼 이동시켜 비교하는 처리를 복수 회 행하고, 얻어진 복수의 평가치의 최소치를 상기 시계열 데이터의 평가치로서 구하는 것을 특징으로 하는 데이터 처리 장치.
  19. 청구항 12에 있어서,
    상기 시계열 데이터가 복수의 목표 레벨을 갖는 경우, 상기 기간 설정부는, 상기 시계열 데이터에 대해서, 오래된 목표 레벨로부터 새로운 목표 레벨로 변화할 때까지의 천이 기간을 추가로 구하고,
    상기 평가치 계산부는, 상기 시계열 데이터의 평가치로서, 상기 천이 기간에 있어서의 평가치를 추가로 구하는 것을 특징으로 하는 데이터 처리 장치.
  20. 기판 처리 장치로 얻어진 시계열 데이터를 처리하는 기록 매체에 기록된 데이터 처리 프로그램으로서,
    상기 시계열 데이터에 대해서, 초기 레벨로부터 목표 레벨로 변화할 때까지의 상승 기간, 상기 목표 레벨을 유지하는 안정 기간 및 상기 목표 레벨로부터 상기 초기 레벨로 변화할 때까지의 하강 기간을 구하는 기간 설정 단계와,
    상기 시계열 데이터의 평가치를 구하는 평가치 계산 단계를,
    컴퓨터에 CPU가 메모리를 이용하여 실행시키고,
    상기 평가치 계산 단계는, 상기 시계열 데이터의 평가치로서, 상기 상승 기간에 있어서의 평가치, 상기 안정 기간에 있어서의 평가치 및 상기 하강 기간에 있어서의 평가치를 구하는 것을 특징으로 하는 데이터 처리 프로그램.
KR1020190006844A 2018-02-08 2019-01-18 데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램 KR102294254B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018020796A JP7090430B2 (ja) 2018-02-08 2018-02-08 データ処理方法、データ処理装置、および、データ処理プログラム
JPJP-P-2018-020796 2018-02-08

Publications (2)

Publication Number Publication Date
KR20190096271A true KR20190096271A (ko) 2019-08-19
KR102294254B1 KR102294254B1 (ko) 2021-08-26

Family

ID=67476616

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190006844A KR102294254B1 (ko) 2018-02-08 2019-01-18 데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램

Country Status (5)

Country Link
US (1) US11099105B2 (ko)
JP (1) JP7090430B2 (ko)
KR (1) KR102294254B1 (ko)
CN (1) CN110134536B (ko)
TW (1) TWI770348B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113448307A (zh) * 2020-03-24 2021-09-28 株式会社斯库林集团 模型生成方法、异常要因推定装置及方法、基板处理装置、学习方法、装置及数据制作方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7460381B2 (ja) 2020-01-30 2024-04-02 株式会社Ｓｃｒｅｅｎホールディングス データ処理方法、データ処理装置およびプログラム
JP7366775B2 (ja) 2020-01-30 2023-10-23 株式会社Ｓｃｒｅｅｎホールディングス データ処理方法、データ処理装置およびプログラム
KR102455758B1 (ko) 2020-01-30 2022-10-17 가부시키가이샤 스크린 홀딩스 데이터 처리 방법, 데이터 처리 장치 및 기억 매체

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004186445A (ja) * 2002-12-03 2004-07-02 Omron Corp モデル化装置及びモデル解析方法並びにプロセス異常検出・分類システム及びプロセス異常検出・分類方法並びにモデル化システム及びモデル化方法並びに故障予知システム及びモデル化装置の更新方法
JP6076571B1 (ja) * 2015-08-06 2017-02-08 新日鉄住金ソリューションズ株式会社 情報処理装置、情報処理システム、情報処理方法及びプログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10232714A (ja) * 1997-02-18 1998-09-02 Kokusai Electric Co Ltd 流量制御装置の診断装置
JP2000269108A (ja) 1999-03-15 2000-09-29 Sharp Corp 半導体製造装置の管理システム
JP2002278800A (ja) * 2001-03-21 2002-09-27 Oki Electric Ind Co Ltd 監視装置およびその方法
EP1480227A1 (en) 2003-05-22 2004-11-24 Koninklijke Philips Electronics N.V. Testing integrated circuits with fault dictionary
JP2005259930A (ja) * 2004-03-11 2005-09-22 Dainippon Screen Mfg Co Ltd 基板処理装置および基板処理方法
JP5401070B2 (ja) 2008-10-08 2014-01-29 株式会社アルバック 処理装置の管理システム
JP5402183B2 (ja) * 2009-04-10 2014-01-29 オムロン株式会社 監視装置、監視装置の制御方法、および制御プログラム
JP5593121B2 (ja) 2010-05-10 2014-09-17 シャープ株式会社 工程管理装置および工程管理方法、制御プログラム、可読記録媒体
JP5796994B2 (ja) * 2010-06-08 2015-10-21 株式会社日立国際電気 処理システム、基板処理装置、処理システムのデータ処理方法、収集ユニット及び記録媒体並びに半導体装置の製造方法
JP5414703B2 (ja) * 2011-01-20 2014-02-12 東京エレクトロン株式会社 処理装置の異常診断方法及びその異常診断システム
JP6163811B2 (ja) * 2013-03-25 2017-07-19 日本電気株式会社 時系列データ処理装置、時系列データ処理方法、及び時系列データ処理プログラム
JP6450650B2 (ja) 2015-06-16 2019-01-09 東京エレクトロン株式会社 処理装置、処理方法および記憶媒体
JP6532845B2 (ja) * 2016-07-26 2019-06-19 双葉電子工業株式会社 計測装置、計測方法、プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004186445A (ja) * 2002-12-03 2004-07-02 Omron Corp モデル化装置及びモデル解析方法並びにプロセス異常検出・分類システム及びプロセス異常検出・分類方法並びにモデル化システム及びモデル化方法並びに故障予知システム及びモデル化装置の更新方法
JP6076571B1 (ja) * 2015-08-06 2017-02-08 新日鉄住金ソリューションズ株式会社 情報処理装置、情報処理システム、情報処理方法及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113448307A (zh) * 2020-03-24 2021-09-28 株式会社斯库林集团 模型生成方法、异常要因推定装置及方法、基板处理装置、学习方法、装置及数据制作方法
KR20210119289A (ko) * 2020-03-24 2021-10-05 가부시키가이샤 스크린 홀딩스 학습 완료된 모델 생성 방법, 이상 요인 추정 장치, 기판 처리 장치, 이상 요인 추정 방법, 학습 방법, 학습 장치, 및 학습 데이터 작성 방법

Also Published As

Publication number Publication date
CN110134536B (zh) 2023-07-18
JP7090430B2 (ja) 2022-06-24
JP2019140193A (ja) 2019-08-22
US11099105B2 (en) 2021-08-24
TW201939316A (zh) 2019-10-01
KR102294254B1 (ko) 2021-08-26
US20190242789A1 (en) 2019-08-08
TWI770348B (zh) 2022-07-11
CN110134536A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
KR20190096271A (ko) 데이터 처리 방법, 데이터 처리 장치 및 데이터 처리 프로그램
JP6661559B2 (ja) 異常検出装置、異常検出方法およびプログラム
JP6822245B2 (ja) 診断装置、診断システム、診断方法およびプログラム
US11029674B2 (en) Information processing device and information processing method
EP3795975B1 (en) Abnormality sensing apparatus, abnormality sensing method, and abnormality sensing program
JP7214417B2 (ja) データ処理方法およびデータ処理プログラム
US20110196820A1 (en) Robust Filtering And Prediction Using Switching Models For Machine Condition Monitoring
JP2020035407A (ja) 異常予兆診断装置及び異常予兆診断方法
US7949497B2 (en) Machine condition monitoring using discontinuity detection
KR20190096276A (ko) 데이터 처리 방법, 데이터 처리 장치, 및 데이터 처리 프로그램
US20210180933A1 (en) Method and Apparatus for Testing Workpieces
JP2022039406A (ja) 情報処理装置、情報処理方法およびプログラム
CN116805160A (zh) 用于训练神经网络以确定代表设备的磨损状态的特征向量的方法
CN115394442A (zh) 一种发育评估方法、装置、设备及介质
JP2005173911A (ja) 工程管理システムおよび工程管理方法
JP6347771B2 (ja) 異常診断装置、異常診断方法及び異常診断プログラム
CN115244477B (zh) 数控装置及机器学习装置
JP2013191136A (ja) 異常診断装置
JP2022109737A (ja) 異常検知方法、および、異常検知装置
CN112869556B (zh) 一种液位检测方法、装置、存储介质及水壶
CN110770661B (zh) 测量控制方法和系统
US20210350296A1 (en) Productivity improvement support system and productivity improvement support method
JP2016212582A (ja) 信頼性評価装置及び信頼性評価プログラム
JP7412267B2 (ja) 推定モデル構築装置
WO2021229815A1 (ja) 情報処理装置、評価方法、および評価プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)