KR20190096273A - 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램 - Google Patents

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

Info

Publication number
KR20190096273A
KR20190096273A KR1020190006846A KR20190006846A KR20190096273A KR 20190096273 A KR20190096273 A KR 20190096273A KR 1020190006846 A KR1020190006846 A KR 1020190006846A KR 20190006846 A KR20190006846 A KR 20190006846A KR 20190096273 A KR20190096273 A KR 20190096273A
Authority
KR
South Korea
Prior art keywords
data
unit processing
unit
value
evaluation
Prior art date
Application number
KR1020190006846A
Other languages
English (en)
Other versions
KR102297160B1 (ko
Inventor
히데지 나오하라
고우헤이 니시카와
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 KR20190096273A publication Critical patent/KR20190096273A/ko
Priority to KR1020210113022A priority Critical patent/KR102335392B1/ko
Application granted granted Critical
Publication of KR102297160B1 publication Critical patent/KR102297160B1/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
    • 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]
    • G05B19/41875—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] characterised by quality surveillance of production
    • 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
    • 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
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • 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
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • 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
    • 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
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32222—Fault, defect detection of origin of fault, defect of product
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34477—Fault prediction, analyzing signal trends
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45031—Manufacturing semiconductor wafers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Communication Control (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

(과제) 시계열 데이터를 이용한 이상 검출을 종래보다 정밀하게 행하는 것을 가능하게 하는 데이터 처리 방법을 제공한다.
(해결 수단) 복수의 단위 처리 데이터(각 단위 처리 데이터는 복수의 시계열 데이터를 포함함)를 처리하는 데이터 처리 방법에는, 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여 평가 대상의 단위 처리 데이터와 기준 데이터에 의거해 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가 단계(S10~S90)와, 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 기준 데이터를 변경하는 기준 데이터 변경 단계(S100~S130)가 포함된다.

Description

데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램{DATA PROCESSING METHOD, DATA PROCESSING APPARATUS, DATA PROCESSING SYSTEM, AND DATA PROCESSING PROGRAM}
본 발명은, 디지털 데이터 처리에 관한 것이며, 특히, 시계열 데이터를 처리하는 방법에 관한 것이다.
기기나 장치의 이상을 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 발생순으로 나열하여 얻어진 시계열 데이터를 분석하는 방법이 알려져 있다. 기기나 장치가 동일한 조건으로 동일한 동작을 행하는 경우, 이상이 없으면, 시계열 데이터는 동일하게 변화한다. 그래서, 동일하게 변화하는 복수의 시계열 데이터를 서로 비교하여 이상(異常)인 시계열 데이터를 검출하고, 그 이상인 시계열 데이터를 분석함으로써, 이상의 발생 개소나 이상의 원인의 특정이 가능해진다. 또, 최근, 컴퓨터의 데이터 처리 능력의 향상이 현저하다. 이로 인해, 비록 데이터량이 방대해도 실용적인 시간에 필요한 결과가 얻어지는 케이스가 많아지고 있다. 이러한 점으로부터도, 시계열 데이터의 분석이 활발해지고 있다.
예를 들면, 반도체 제조 장치에서는, 각종 프로세스에 있어서 시계열 데이터가 얻어진다. 그래서, 반도체 제조 장치의 분야에 있어서도, 시계열 데이터의 분석이나 화면 상으로의 시계열 데이터의 표시 등이 행해지고 있다.
또한, 본건 발명에 관련하여, 일본의 일본국 특허 공개 2017-83985호 공보에는, 이용자가 분석하기 쉬운 양태로 시계열 데이터를 표시하는 시계열 데이터 처리 장치의 발명이 개시되어 있다. 그 때 계열 데이터 처리 장치에서는, 복수의 시계열 데이터가 복수의 그룹으로 나뉘어, 그룹마다의 이상도 및 각 그룹 내에 있어서의 시계열 데이터의 이상도가 산출되고 있다. 그리고, 그룹 혹은 시계열 데이터를 이상도에 의거해 랭킹한 결과가 표시부에 표시된다.
반도체 제조 장치의 1종인 세정 장치 등의 기판 처리 장치는, 일반적으로, 복수의 챔버(처리실)를 갖고 있다. 그들 복수의 챔버에서 동일한 레시피가 실행된 경우, 당해 복수의 챔버에서 균일한 결과물이 얻어지는 것이 바람직하다. 따라서, 1개의 기판 처리 장치에 포함되는 복수의 챔버는 동일한 처리 성능을 갖는 것이 바람직하다. 그런데, 실제로는 복수의 챔버간에 처리 성능에 차가 발생하고 있다. 이 때문에, 어느 챔버에 있어서 기판에 대한 처리가 정상적으로 행해지고 있을 때 다른 챔버에 있어서 동일한 처리가 정상적으로 행해지고 있지 않는 경우가 있다.
그래서, 기판 처리 장치의 분야에 있어서도, 이상의 조기 발견이나 이상의 미연 방지를 도모하기 위해, 상술한 바와 같이, 각종 프로세스에서 얻어진 시계열 데이터를 분석하는 것이 행해지고 있다. 그런데, 동일하게 변화하는 복수의 시계열 데이터에 포함되는 각 시계열 데이터가 이상인지 아닌지를 판단하기 위해서는, 평가 대상이 되는 각 시계열 데이터를 이상(理想)적인 시계열의 값(데이터값)을 갖는 시계열 데이터와 비교할 필요가 있다. 이상적인 시계열의 값을 갖는 시계열 데이터로서, 예를 들면, 복수의 시계열 데이터의 평균값으로 구성되는 시계열 데이터를 이용하는 것이 생각된다. 그런데, 평균값을 산출하는 기초가 되는 복수의 시계열 데이터 중에 다른 값과는 차이가 많이 나는 값을 갖는 데이터나 이상인 값을 갖는 다수의 데이터가 포함되는 경우, 산출되는 평균값이 반드시 이상적인 값으로는 되지 않기 때문에, 이상이 정밀하게 검출되지 않는다.
그래서, 본 발명은, 시계열 데이터를 이용한 이상 검출을 종래보다 정밀하게 행하는 것을 가능하게 하는 데이터 처리 방법을 제공하는 것을 목적으로 한다.
제1의 발명은, 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 방법으로서,
상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가 단계와,
상기 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경 단계를 포함하는 것을 특징으로 한다.
제2의 발명은, 제1의 발명에 있어서,
상기 기준 데이터 변경 단계에서는, 상기 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 복수의 단위 처리 데이터의 순위 매김이 행해지고, 당해 순위 매김의 결과에 의거해, 변경 후의 기준 데이터로 하는 단위 처리 데이터가 결정되는 것을 특징으로 한다.
제3의 발명은, 제2의 발명에 있어서,
상기 기준 데이터 변경 단계는,
상기 순위 매김의 결과에 따라서, 복수의 단위 처리 데이터의 각각에 대한 속성을 나타내는 속성 데이터를 랭킹 형식으로 표시하는 랭킹 표시 단계와,
상기 랭킹 표시 단계에서 표시된 복수의 속성 데이터 중에서 변경 후의 기준 데이터로 하는 단위 처리 데이터에 대한 속성 데이터를 선택하는 기준 데이터 선택 단계를 포함하는 것을 특징으로 한다.
제4의 발명은, 제2의 발명에 있어서,
상기 기준 데이터 변경 단계에서는, 상기 순위 매김에 의한 순위가 1위인 단위 처리 데이터가, 변경 후의 기준 데이터로 정해지는 것을 특징으로 한다.
제5의 발명은, 제1 내지 제4 중 어느 한 발명에 있어서,
상기 단위 처리 데이터 평가 단계는,
상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 비교하는 데이터 비교 단계와,
상기 데이터 비교 단계에서 얻어진 비교 결과를 득점화한 비교 결과값을 산출하는 비교 결과 득점화 단계와,
상기 비교 결과값을 포함하는 복수의 지표값에 의거해 상기 평가값을 산출하는 평가값 산출 단계를 포함하는 것을 특징으로 한다.
제6의 발명은, 제5의 발명에 있어서,
상기 데이터 비교 단계에서는, 상기 평가 대상의 단위 처리 데이터에 포함되는 각 시계열 데이터의 정규화가 행해지는 것을 특징으로 한다.
제7의 발명은, 제1 내지 제4 중 어느 한 발명에 있어서,
상기 단위 처리 데이터 평가 단계는,
복수의 항목에 대해서 상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 데이터값에 가공을 가하지 않고 직접적으로 비교하는 데이터 비교 단계와,
상기 데이터 비교 단계에서 얻어진 상기 복수의 항목에 대한 비교 결과에 의거하는 비교 결과값을 산출하는 비교 결과값 산출 단계와,
상기 비교 결과값을 포함하는 복수의 지표값에 의거해 상기 평가값을 산출하는 평가값 산출 단계를 포함하는 것을 특징으로 한다.
제8의 발명은, 제5 내지 제7 중 어느 한 발명에 있어서,
상기 복수의 지표값에는, 서로 단위가 상이한 2 이상의 지표값이 포함되어 있는 것을 특징으로 한다.
제9의 발명은, 제8의 발명에 있어서,
상기 단위 처리 데이터 평가 단계는, 각 단위 처리 데이터에 대응하는 단위 처리가 실행되었을 때에 발생한 알람의 발생 횟수를 득점화한 알람값을 산출하는 알람 횟수 득점화 단계를 포함하고,
상기 복수의 지표값에는, 상기 알람값이 포함되어 있는 것을 특징으로 한다.
제10의 발명은, 제8 또는 제9의 발명에 있어서,
상기 단위 처리 데이터 평가 단계는, 각 단위 처리 데이터에 대한 상기 기준 데이터로서의 추천도를 득점화한 추천값을 산출하는 추천도 득점화 단계를 포함하고,
상기 복수의 지표값에는, 상기 추천값이 포함되어 있는 것을 특징으로 한다.
제11의 발명은, 제10의 발명에 있어서,
상기 단위 처리 데이터 평가 단계는, 복수의 단위 처리 데이터의 각각에 대한 속성을 나타내는 속성 데이터이며 상기 데이터 비교 단계에서 얻어진 비교 결과를 포함하는 속성 데이터를 일람 표시한 비교 결과 화면을 표시하는 비교 결과 표시 단계를 포함하고,
상기 비교 결과 화면에 표시되는 속성 데이터에는, 상기 추천도가 포함되고,
상기 비교 결과 화면은, 상기 추천도를 외부로부터 변경할 수 있도록 구성되어 있는 것을 특징으로 한다.
제12의 발명은, 제8의 발명에 있어서,
상기 단위 처리 데이터 평가 단계는, 복수의 단위 처리 데이터의 각각에 대한 속성을 나타내는 속성 데이터이며 상기 데이터 비교 단계에서 얻어진 비교 결과를 포함하는 속성 데이터를 일람 표시한 비교 결과 화면을 표시하는 비교 결과 표시 단계를 포함하고,
상기 비교 결과 화면에 표시되는 속성 데이터에는, 임의의 항목의 데이터값의 입력이 가능한 임의 입력 데이터가 포함되고,
상기 비교 결과 화면은, 상기 임의 입력 데이터의 데이터값을 외부로부터 변경할 수 있도록 구성되고,
상기 복수의 지표값에는, 상기 임의 입력 데이터의 데이터값이 포함되어 있는 것을 특징으로 한다.
제13의 발명은, 제5 내지 제12 중 어느 한 발명에 있어서,
상기 단위 처리 데이터 평가 단계는, 상기 평가값을 산출할 때의 상기 복수의 지표값의 각각의 기여도를 설정하는 기여도 설정 단계를 포함하는 것을 특징으로 한다.
제14의 발명은, 제1 내지 제4 중 어느 한 발명에 있어서,
상기 단위 처리 데이터 평가 단계는,
상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 비교해 비교 결과값을 구하는 데이터 비교 단계와,
각 단위 처리 데이터에 대한 상기 기준 데이터로서의 추천도를 득점화한 추천값을 산출하는 추천도 득점화 단계와,
각 단위 처리 데이터에 대응하는 단위 처리가 실행되었을 때에 발생한 알람의 발생 횟수를 득점화한 알람값을 산출하는 알람 횟수 득점화 단계와,
상기 데이터 비교 단계에서 얻어진 비교 결과를 득점화한 비교 결과값을 산출하는 비교 결과 득점화 단계와,
복수의 지표값에 의거해 상기 평가값을 산출하는 평가값 산출 단계를 포함하고,
상기 복수의 지표값에는, 상기 추천값과 상기 알람값과 상기 비교 결과값이 포함되고,
상기 단위 처리 데이터 평가 단계는, 상기 평가값을 산출할 때의 상기 복수의 지표값의 각각의 기여도를 설정하는 기여도 설정 단계를 더 포함하는 것을 특징으로 한다.
제15의 발명은, 제1 내지 제4 중 어느 한 발명에 있어서,
상기 단위 처리 데이터 평가 단계에서 산출되는 평가값은, 상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 데이터값에 가공을 가하지 않고 직접적으로 비교함으로써 구해지는 값인 것을 특징으로 한다.
제16의 발명은, 제1 내지 제15 중 어느 한 발명에 있어서,
상기 기준 데이터 변경 단계에 의한 변경 후의 기준 데이터가 되는 단위 처리 데이터는, 미리 설정된 기간 내에 실행된 단위 처리로 얻어진 1 이상의 단위 처리 데이터 중에서 선택되는 것을 특징으로 한다.
제17의 발명은, 제1 내지 제16 중 어느 한 발명에 있어서,
상기 기준 데이터는, 미리 준비되어 있는 기준 데이터 기억부에 유지되고,
상기 기준 데이터 변경 단계에서는, 상기 기준 데이터 기억부에 유지되어 있는 기준 데이터의 리라이트가 행해지는 것을 특징으로 한다.
제18의 발명은, 제1 내지 제17 중 어느 한 발명에 있어서,
상기 단위 처리는, 기판 처리 장치에서 1장의 기판에 대해 1개의 레시피로서 실행되는 처리인 것을 특징으로 한다.
제19의 발명은, 제18의 발명에 있어서,
상기 기준 데이터는, 상기 기판 처리 장치에서 최초로 상기 단위 처리가 실행되었을 때에 얻어진 단위 처리 데이터인 것을 특징으로 한다.
제20의 발명은, 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 장치로서,
상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가부와,
상기 단위 처리 데이터 평가부에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경부
를 구비하는 것을 특징으로 한다.
제21의 발명은, 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 시스템으로서,
상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가부와,
상기 단위 처리 데이터 평가부에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경부
를 구비하는 것을 특징으로 한다.
제22의 발명은, 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 프로그램으로서,
상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로서 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가 단계와,
상기 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경 단계
를 컴퓨터의 CPU가 메모리를 이용하여 실행하는 것을 특징으로 한다.
상기 제1의 발명에 의하면, 단위 처리로 얻어지는 1군의 시계열 데이터인 단위 처리 데이터마다 평가값이 산출된다. 그 때, 평가값은, 평가 대상의 단위 처리 데이터와 미리 정해진 기준 데이터에 의거해 산출된다. 이 때문에, 평가 대상의 단위 처리 데이터와 기준 데이터의 유사 정도의 크기를 당해 평가 대상의 단위 처리 데이터의 평가값에 반영시키는 것이 가능해진다. 그리고, 평가값에 의거해 기준 데이터가 변경되므로, 변경 전의 기준 데이터와의 유사 정도가 큰 단위 처리 데이터를 변경 후의 기준 데이터로 정하는 것이 가능해진다. 이와 같이 하여 기준 데이터가 적합하게 정해지므로, 각 단위 처리 데이터에 포함되는 시계열 데이터와 기준 데이터에 포함되는 시계열 데이터를 비교함으로써, 처리의 이상을 정밀하게 검출하는 것이 가능해진다. 이상과 같이, 시계열 데이터를 이용한 이상 검출을 종래보다 정밀하게 행하는 것이 가능해진다.
상기 제2의 발명에 의하면, 이상적인 시계열의 값을 갖는 단위 처리 데이터를 변경 후의 기준 데이터로 정하는 것이 가능해진다.
상기 제3의 발명에 의하면, 평가값에 의거하는 순위 매김의 결과를 참조하면서 임의의 단위 처리 데이터를 변경 후의 기준 데이터로서 선택할 수 있으므로, 사용자의 요구에 합치한 기준 데이터의 선택이 가능해진다.
상기 제4의 발명에 의하면, 변경 후의 기준 데이터로 하는 단위 처리 데이터의 작업자에 의한 선택이 불필요해지므로, 작업자의 조작 부하가 경감된다. 또, 작업자의 조작 미스에 의해서 부적당한 단위 처리 데이터가 기준 데이터로 설정되는 것이 방지된다.
상기 제5의 발명에 의하면, 평가값의 산출이 복수의 지표값에 의거해 행해지므로, 보다 적합하게 각 단위 처리 데이터의 평가값이 산출된다.
상기 제6의 발명에 의하면, 시계열 데이터의 정규화가 행해지므로, 보다 적합하게 각 단위 처리 데이터의 평가값이 산출된다.
상기 제7의 발명에 의하면, 평가값을 산출할 때의 1개의 지표값인 비교 결과값을 비교적 간이한 계산으로 구하는 것이 가능해진다. 또, 평가값의 산출이 복수의 지표값에 의거해 행해지므로, 보다 적합하게 각 단위 처리 데이터의 평가값이 산출된다.
상기 제8의 발명에 의하면, 단순하게 비교할 수 없는 복수의 항목의 값으로부터 1개의 평가값을 산출하는 것이 가능해진다.
상기 제9의 발명에 의하면, 단위 처리가 실행되었을 때에 발생한 알람의 발생 횟수를 고려하여 평가값을 산출하는 것이 가능해진다.
상기 제10의 발명에 의하면, 사용자에 의한 추천도(각 단위 처리 데이터에 대한 기준 데이터로서의 추천도)를 고려하여 평가값을 산출하는 것이 가능해진다.
상기 제11의 발명에 의하면, 상기 제10의 발명과 동일한 효과가 얻어진다.
상기 제12의 발명에 의하면, 시계열 데이터로부터 얻어지지 않는 정보를 고려하여 평가값을 산출하는 것이 가능해진다.
상기 제13의 발명에 의하면, 복수의 지표값의 각각의 중요도를 고려하여 평가값을 산출하는 것이 가능해진다.
상기 제14의 발명에 의하면, 단위 처리 데이터와 기준 데이터의 비교 결과, 사용자에 의한 추천도(각 단위 처리 데이터에 대한 기준 데이터로서의 추천도), 및 단위 처리가 실행되었을 때에 발생한 알람의 발생 횟수를 고려하고, 또한, 그들 각각의 중요도를 고려하여, 평가값을 산출하는 것이 가능해진다.
상기 제15의 발명에 의하면, 비교적 간이한 계산으로 평가값을 구하는 것이 가능해진다.
상기 제16의 발명에 의하면, 필요 이상으로 오래된 단위 처리 데이터를 기준 데이터의 후보로부터 제외하는 것이 가능해지고, 현재의 상황에 합치한 기준 데이터의 선택이 가능해진다.
상기 제17의 발명에 의하면, 기준 데이터는 기준 데이터 기억부에 유지되므로, 기준 데이터의 관리가 용이해진다.
상기 제18의 발명에 의하면, 기판 처리 장치에서 실행되는 처리의 이상 검출을 종래보다 정밀하게 행하는 것이 가능해진다.
상기 제19의 발명에 의하면, 기판 처리 장치 제조 후의 기준 데이터의 최초의 설정이 적합하게 행해진다.
상기 제20 내지 상기 제22의 발명에 의하면, 상기 제1의 발명과 동일한 효과가 얻어진다.
도 1은 본 발명의 일 실시형태에 따른 기판 처리 장치의 개략 구성을 나타내는 도면이다.
도 2는 어느 1개의 시계열 데이터를 그래프화하여 나타낸 도면이다.
도 3은 상기 실시형태에 있어서, 단위 처리 데이터에 대해서 설명하기 위한 도면이다.
도 4는 상기 실시형태에 있어서, 기판 처리 장치의 제어부의 하드웨어 구성을 나타내는 블럭도이다.
도 5는 상기 실시형태에 있어서, 시계열 데이터 DB에 대해서 설명하기 위한 도면이다.
도 6은 상기 실시형태에 있어서, 기준 데이터 DB에 대해서 설명하기 위한 도면이다.
도 7은 상기 실시형태에 있어서, 기준 데이터의 변경에 관한 데이터 처리의 수순을 나타내는 플로차트이다.
도 8은 상기 실시형태에 있어서, 스코어링 화면의 일례를 나타내는 도면이다.
도 9는 상기 실시형태에 있어서, 스코어링 결과 일람 화면의 일례를 나타내는 도면이다.
도 10은 상기 실시형태에 있어서, 추천 설정 시의 스코어링 결과 일람 화면의 천이를 설명하기 위한 도면이다.
도 11은 상기 실시형태에 있어서, 추천 설정 시의 스코어링 결과 일람 화면의 천이를 설명하기 위한 도면이다.
도 12는 상기 실시형태에 있어서, 랭킹 설정 화면의 일례를 나타내는 도면이다.
도 13은 상기 실시형태에 있어서, 랭킹 화면의 일례를 나타내는 도면이다.
도 14는 상기 실시형태에 있어서, 기준 데이터의 변경이 행해질 때의 랭킹 화면의 천이를 설명하기 위한 도면이다.
도 15는 상기 실시형태의 제1의 변형예에 있어서, 기준 데이터의 변경에 관한 데이터 처리의 수순을 나타내는 플로차트이다.
도 16은 상기 실시형태의 제2의 변형예에 있어서, 기준 데이터의 변경에 관한 데이터 처리의 수순을 나타내는 플로차트이다.
도 17은 상기 실시형태의 제3의 변형예에 있어서, 랭킹 설정 화면의 일례를 나타내는 도면이다.
도 18은 상기 실시형태의 제4의 변형예에 있어서, 스코어링 결과 일람 화면의 일례를 나타내는 도면이다.
도 19는 상기 실시형태의 제4의 변형예에 있어서, 데이터값 입력 화면의 일례를 나타내는 도면이다.
도 20은 상기 실시형태의 제4의 변형예에 있어서, 랭킹 설정 화면의 일례를 나타내는 도면이다.
도 21은 상기 실시형태의 제5의 변형예에 있어서, 직접 비교값의 산출에 대해서 설명하기 위한 도면이다.
도 22는 상기 실시형태의 제5의 변형예에 있어서, 평가 항목마다의 영향도를 설정하기 위한 화면의 일례를 나타내는 도면이다.
도 23은 상기 실시형태의 제6의 변형예에 있어서, 기준 데이터 이력 화면의 일례를 나타내는 도면이다.
도 24는 상기 실시형태의 제6의 변형예에 있어서, 기간 지정 화면의 일례를 나타내는 도면이다.
도 25는 상기 실시형태의 제7의 변형예에 있어서, 챔버 랭킹 화면의 일례를 나타내는 도면이다.
도 26은 상기 실시형태의 제7의 변형예에 있어서, 레시피 랭킹 화면의 일례를 나타내는 도면이다.
이하, 첨부 도면을 참조하면서 본 발명의 일 실시형태에 대해서 설명한다.
<1. 기판 처리 장치의 구성>
도 1은, 본 발명의 일 실시형태에 따른 기판 처리 장치(1)의 개략 구성을 나타내는 도면이다. 기판 처리 장치(1)는, 인덱서부(10)와 처리부(20)를 구비하고 있다. 인덱서부(10)는, 복수장의 기판을 수용 가능한 기판 수용기(카세트)를 재치(載置)하기 위한 복수개의 기판 수용기 유지부(12)와, 기판 수용기로부터의 기판의 반출 및 기판 수용기로의 기판의 반입을 행하는 인덱서 로봇(14)을 포함하고 있다. 처리부(20)는, 처리액을 이용하여 기판의 세정 등의 처리를 행하는 복수개의 처리 유닛(22)과, 처리 유닛(22)으로의 기판의 반입 및 처리 유닛(22)으로부터의 기판의 반출을 행하는 기판 반송 로봇(24)을 포함하고 있다. 처리 유닛(22)의 수는, 예를 들면 12개이다. 이 경우, 예를 들면, 3개의 처리 유닛(22)을 적층한 타워 구조체가 도 1에 나타낸 바와 같이 기판 반송 로봇(24)의 주위의 4개소에 설치된다. 각 처리 유닛(22)에는 기판에 대한 처리를 행하는 공간인 챔버가 설치되어 있으며, 챔버 내에서 기판에 처리액이 공급된다. 또, 기판 처리 장치(1)는, 그 내부에, 마이크로 컴퓨터로 구성되는 제어부(100)를 구비하고 있다.
기판에 대한 처리가 행해질 때, 인덱서 로봇(14)은, 기판 수용기 유지부(12)에 재치되어 있는 기판 수용기로부터 처리 대상의 기판을 취출해, 당해 기판을 기판 수도(受渡)부(8)를 개재하여 기판 반송 로봇(24)에 건넨다. 기판 반송 로봇(24)은, 인덱서 로봇(14)으로부터 수취한 기판을 대상의 처리 유닛(22)에 반입한다. 기판에 대한 처리가 종료되면, 기판 반송 로봇(24)은, 대상의 처리 유닛(22)으로부터 기판을 취출해, 당해 기판을 기판 수도부(8)를 개재하여 인덱서 로봇(14)에 건넨다. 인덱서 로봇(14)은, 기판 반송 로봇(24)으로부터 수취한 기판을 대상의 기판 수용기에 반입한다.
제어부(100)는, 인덱서부(10) 및 처리부(20)에 포함되어 있는 제어 대상(인덱서 로봇(14)를 이동시키는 이동 기구 등)의 동작을 제어한다. 또, 제어부(100)는, 이 기판 처리 장치(1)에서 레시피가 실행됨으로써 얻어지는 시계열 데이터를 축적하여 유지하고, 당해 시계열 데이터를 이용한 각종 데이터 처리를 행한다.
<2. 시계열 데이터>
본 실시형태에 따른 기판 처리 장치(1)에서는, 각 처리 유닛(22)에 있어서의 처리에 관련된 기기의 이상이나 각 처리 유닛(22)에서 행해진 처리의 이상 등을 검출하기 위해서, 레시피가 실행될 때마다, 시계열 데이터가 취득된다. 본 실시형태에서 취득되는 시계열 데이터는, 레시피가 실행되었을 때에 각종의 물리량(예를 들면, 노즐의 유량, 챔버의 내압, 챔버의 배기압 등)을 센서 등을 이용하여 측정해 측정 결과를 시계열로 나열해 얻어진 데이터이다. 후술하는 데이터 처리 프로그램에서는, 각종의 물리량은 각각 대응하는 파라미터의 값으로서 처리된다. 또한, 1개의 파라미터는 1종류의 물리량에 대응한다.
도 2는, 어느 1개의 시계열 데이터를 그래프화하여 나타낸 도면이다. 이 시계열 데이터는, 1개의 레시피가 실행되었을 때에 1개의 처리 유닛(22) 내의 챔버에서 1장의 기판에 대한 처리에 의해서 얻어진 어느 물리량에 대한 데이터이다. 또한, 시계열 데이터는 복수의 이산값으로 구성되는 데이터인데, 도 2에서는 시간적으로 인접하는 2개의 데이터값의 사이를 직선으로 연결하고 있다. 그런데, 1개의 레시피가 실행되었을 때에는, 당해 레시피가 실행된 처리 유닛(22)마다, 여러 가지 물리량에 대한 시계열 데이터가 얻어진다. 여기서, 이하, 1개의 레시피가 실행되었을 때에 1개의 처리 유닛(22) 내의 챔버에서 1장의 기판에 대해 행해지는 처리를 「단위 처리」라 하고, 단위 처리에 의해서 얻어지는 1군의 시계열 데이터를 「단위 처리 데이터」라고 한다. 1개의 단위 처리 데이터에는, 모식적으로는 도 3에 나타낸 바와 같이, 복수의 파라미터에 대한 시계열 데이터 및 해당 단위 처리 데이터를 특정하기 위한 복수의 항목(예를 들면, 처리의 개시 시각·처리의 종료 시각 등)의 데이터 등으로 이루어지는 속성 데이터가 포함되어 있다. 또한, 도 3에 관해, 「파라미터 A」, 「파라미터 B」, 및 「파라미터 C」는, 서로 상이한 종류의 물리량에 대응하고 있다.
기기나 처리의 이상을 검출하기 위해서는, 레시피의 실행에 의해서 얻어진 단위 처리 데이터를, 처리 결과로서 이상적인 데이터값을 갖는 단위 처리 데이터와 비교해야 한다. 보다 자세하게는, 레시피의 실행에 의해서 얻어진 단위 처리 데이터에 포함되는 복수의 시계열 데이터를, 각각, 처리 결과로서 이상적인 데이터값을 갖는 단위 처리 데이터에 포함되는 복수의 시계열 데이터와 비교해야 한다. 그래서, 본 실시형태에 있어서는, 평가 대상의 단위 처리 데이터와 비교하기 위한 단위 처리 데이터(평가 대상의 단위 처리 데이터에 포함되는 복수의 시계열 데이터와 각각 비교하기 위한 복수의 시계열 데이터로 이루어지는 단위 처리 데이터)가 기준 데이터로서 레시피마다 정해져 있다.
또한, 본 실시형태에서는, 1대의 기판 처리 장치(1)에 있어서, 처리 유닛(22)의 수(챔버의 수)에 상관없이, 레시피마다 기준 데이터가 정해진다. 그러나, 본 발명은 이것으로 한정되지 않고, 레시피마다 또한 처리 유닛(22)마다(즉, 각 레시피에 대해서 처리 유닛(22)마다) 기준 데이터를 정하도록 해도 된다. 또, 예를 들면 1개의 공장 내에 동일 타입의 복수의 기판 처리 장치(1)가 설치되어 있는 경우에, 각 레시피에 대해 그들 복수의 기판 처리 장치(1)에 공통의 1개의 기준 데이터를 정하도록 해도 된다(즉, 복수의 기판 처리 장치(1)로 이루어지는 데이터 처리 시스템의 형태로 실시할 수도 있다). 이 경우, 특정의 기판 처리 장치(1)에서 얻어진 단위 처리 데이터를 기준 데이터로 정하도록 해도 되고, 임의의 기판 처리 장치(1)에서 얻어진 단위 처리 데이터를 기준 데이터로 정하도록 해도 된다.
<3. 제어부의 구성>
다음에, 기판 처리 장치(1)의 제어부(100)의 구성에 대해서 설명한다. 도 4는, 제어부(100)의 하드웨어 구성을 나타내는 블럭도이다. 제어부(100)는, CPU(110)와 주메모리(120)와 보조 기억 장치(130)와 표시부(140)와 입력부(150)와 통신 제어부(160)를 구비하고 있다. CPU(110)는, 주어진 명령에 따라 각종 연산 처리 등을 행한다. 주메모리(120)는, 실행 중의 프로그램이나 데이터 등을 일시적으로 저장한다. 보조 기억 장치(130)는, 전원이 오프되어도 유지되어야 할 각종 프로그램·각종 데이터를 저장한다. 본 실시형태에 있어서는, 구체적으로는, 후술하는 데이터 처리를 실행하기 위한 데이터 처리 프로그램(132)이 보조 기억 장치(130)에 저장되어 있다. 또, 보조 기억 장치(130)에는, 시계열 데이터 DB(134) 및 기준 데이터 DB(136)가 설치되어 있다. 또한, 「DB」는 「database」의 약칭이다. 시계열 데이터 DB(134)에는, 모식적으로는 도 5에 나타낸 바와 같이, 소정 기간분의 단위 처리 데이터가 저장되어 있다. 기준 데이터 DB(136)에는, 모식적으로는 도 6에 나타낸 바와 같이, 레시피마다, 기준 데이터로 정해진 단위 처리 데이터가 저장되어 있다(「레시피 A」, 「레시피 B」, 및 「레시피 C」는, 서로 상이한 레시피를 나타내고 있다). 표시부(140)는, 예를 들면, 오퍼레이터가 작업을 행하기 위한 각종 화면을 표시한다. 입력부(150)는, 예를 들면 마우스나 키보드 등이며, 오퍼레이터에 의한 외부로부터의 입력을 접수한다. 통신 제어부(160)는, 데이터 송수신의 제어를 행한다.
이 기판 처리 장치(1)가 기동하면, 데이터 처리 프로그램(132)이 주메모리(120)에 읽어들여지고, 그 주메모리(120)에 읽어들여진 데이터 처리 프로그램(132)을 CPU(110)가 실행한다. 이에 의해, 기판 처리 장치(1)는, 데이터 처리 장치로서 기능한다. 또한, 데이터 처리 프로그램(132)은, 예를 들면, CD-ROM, DVD-ROM, 플래시 메모리 등의 기록 매체에 기록된 형태나 네트워크를 통한 다운로드의 형태로 제공된다.
<4. 기준 데이터의 변경에 관한 데이터 처리 방법>
본 실시형태에 따른 기판 처리 장치(1)에서는, 각 레시피에 대한 기준 데이터를 필요에 따라서 변경하는 것이 가능하게 되어 있다. 여기서, 이하, 1개의 레시피에 주목하여, 기준 데이터를 변경하는 수순에 대해서 설명한다. 도 7은, 기준 데이터의 변경에 관한 데이터 처리의 수순을 나타내는 플로차트이다. 도 7에 나타낸 일련의 처리는, 기판 처리 장치(1)에 있어서 제어부(100) 내의 CPU(110)가 데이터 처리 프로그램(132)을 실행함으로써 실현된다. 또한, 이하에 있어서는, 평가 대상의 단위 처리 데이터를 「평가 대상 데이터」라고 한다.
우선, 기판 처리 장치(1)에서 해당 레시피(이하, 「주목 레시피」라고 한다.)가 실행됨으로써, 주목 레시피가 실행된 처리 유닛(22)으로부터 얻어진 평가 대상 데이터에 의거하는 스코어링이 행해진다(단계 S10). 또한, 스코어링이란, 평가 대상 데이터와 기준 데이터 사이에서 각 파라미터의 시계열 데이터를 비교하여 그것에 의해 얻어지는 결과를 수치화하는 처리이다. 가령 주목 레시피가 8개의 처리 유닛(22)에서 실행된 경우, 당해 8개의 처리 유닛(22)으로부터 얻어지는 8개의 평가 대상 데이터의 각각에 의거해 스코어링이 행해짐(즉, 단위 처리마다 스코어링이 행해짐)으로써, 8개의 스코어링 결과가 얻어진다. 스코어링에서는, 복수의 평가 항목에 대해서 「양호」 또는 「불량」의 판단이 행해진다. 그 판단은, 각 파라미터에 대해서, 평가 대상 데이터에 포함되는 시계열 데이터와 기준 데이터에 포함되는 시계열 데이터에 의거해 얻어지는 검사값을 당해 검사값에 대응하는 역치와 비교함으로써 행해진다(실질적으로는, 평가 대상 데이터에 포함되는 시계열 데이터와 기준 데이터에 포함되는 시계열 데이터를 비교함으로써 행해진다). 이것에 관해, 검사값이 역치를 초과한 경우에, 해당 평가 항목이 「불량」이라고 판단된다. 또한, 1개의 파라미터에 대해 복수의 평가 항목이 설치되어 있어도 된다. 본 실시형태에 있어서는, 각 평가 대상 데이터의 스코어링 결과는, 평가 항목의 총 수를 분모로 하고 불량이라고 판단된 평가 항목의 수를 분자로 하는 양태로 표시된다.
이하에 평가 항목의 예를 든다.
예 1：어느 파라미터에 관한 안정 기간(도 2 참조)에 있어서의 시계열 데이터의 평균값
예 2：어느 파라미터에 관한 안정 기간(도 2 참조)에 있어서의 시계열 데이터의 최대값
예 3：어느 파라미터에 관한 상승 기간(도 2 참조)의 길이
예 1의 평가 항목에 대해서는, 해당 파라미터에 관한 안정 기간에 있어서의 "평가 대상 데이터에 포함되는 시계열 데이터의 평균값과 기준 데이터에 포함되는 시계열 데이터의 평균값의 차"가 상기 검사값이 된다. 예 2의 평가 항목에 대해서는, 해당 파라미터에 관한 안정 기간에 있어서의 "평가 대상 데이터에 포함되는 시계열 데이터의 최대값과 기준 데이터에 포함되는 시계열 데이터의 최대값의 차"가 상기 검사값이 된다. 예 3의 평가 항목에 대해서는, 해당 파라미터에 관한 "평가 대상 데이터에 포함되는 시계열 데이터에 대한 상승 기간의 길이와 기준 데이터에 포함되는 시계열 데이터에 대한 상승 기간의 길이의 차"가 상기 검사값이 된다.
그런데, 스코어링 시에, 각 시계열 데이터의 정규화가 행해지도록 해도 된다. 예를 들면, 각 파라미터에 대해서, 기준 데이터에 포함되는 시계열 데이터의 최대값이 1, 최소치가 0으로 변환되도록, 평가 대상 데이터에 포함되는 시계열 데이터에 선형 변환이 실시되도록 해도 된다. 또, 평가 대상 데이터에는 일반적으로 복수의 파라미터의 시계열 데이터가 포함되어 있는데, 일부의 파라미터의 시계열 데이터에 대해서만 정규화가 행해지도록 해도 된다. 또한, 필요에 따라서 시계열 데이터의 정규화를 행함으로써, 후술하는 평가값을 보다 적합하게 산출하는 것이 가능해진다.
스코어링의 종료 후, 스코어링의 결과의 표시가 행해진다(단계 S20). 이것에 대해서는, 우선, 스코어링의 결과의 개략을 나타낸 예를 들면 도 8에 나타낸 바와 같은 스코어링 화면(30)이 표시부(140)에 표시된다. 스코어링 화면(30)에는, 처리 유닛(22)의 수와 동일한 수의 버튼(32)이 설치되어 있다. 버튼(32) 내에는, 처리 유닛명 표시 영역(321)과 처리 장수 표시 영역(322)과 에러 수(數)의 표시 영역(323)이 설치되어 있다. 처리 유닛명 표시 영역(321)에는, 해당 처리 유닛(22)의 명칭이 표시된다. 처리 장수 표시 영역(322)에는, 해당 처리 유닛(22) 내의 챔버에서 소정 기간 내에 처리된 기판의 총 수가 표시된다. 에러 수의 표시 영역(323)에는, 발생한 에러 건수가 표시된다. 또한, 에러가 발생하고 있는 처리 유닛(22)에 대해서는, 부호 34로 나타낸 바와 같이, 에러 건수에 따른 크기의 원이 에러 수의 표시 영역(323)에 표시된다.
이상과 같은 스코어링 화면(30) 중 어느 하나의 버튼(32)이 눌리면, 해당 처리 유닛(22)에서 실행된 단위 처리의 스코어링 결과를 나타내는 화면이 표시된다. 그리고, 당해 화면 상에서 1개의 단위 처리가 선택되면, 그 선택된 단위 처리에 대응하는 레시피에 대한 스코어링 결과를 일람 표시한 예를 들면 도 9에 나타낸 스코어링 결과 일람 화면(40)이 표시부(140)에 표시된다.
도 9에 나타낸 바와 같이, 스코어링 결과 일람 화면(40)에는, 버튼 표시 영역(41)과 검색 대상 표시 영역(42)과 항목명 표시 영역(43)과 결과 표시 영역(44)과 기간 표시 영역(45)이 포함되어 있다. 버튼 표시 영역(41)에는, Good 버튼(411)과 Bad 버튼(412)과 Ranking 버튼(413)과 Swap 버튼(414)이 설치되어 있다.
검색 대상 표시 영역(42)에는, 검색 대상의 처리 유닛(22)의 명칭 및 검색 대상의 레시피(여기서는, 주목 레시피)의 명칭이 표시된다. 도 9에 나타낸 예에서는, 검색 대상의 처리 유닛(22)의 명칭이 「Chamber3」이며 검색 대상의 레시피의 명칭이 「Flushing test2」인 것이 파악된다.
항목명 표시 영역(43)에는, 결과 표시 영역(44)에 표시하는 내용(속성 데이터)의 항목명이 표시된다. 「Failed/Total」은, 스코어링 결과를 나타내는 항목명이다. 또한, 「Failed」는 불량이라고 판단된 평가 항목의 수에 상당하고, 「Total」은 평가 항목의 총 수에 상당한다. 「Start time」은, 주목 레시피의 개시 시각을 나타내는 항목명이다. 「End time」은, 주목 레시피의 종료 시각을 나타내는 항목명이다. 「Process time」은, 주목 레시피의 처리 시간을 나타내는 항목명이다. 「Alarm」은, 주목 레시피의 실행 시에 발생한 알람 수를 나타내는 항목명이다. 「Substrate ID」는, 주목 레시피에 의한 처리를 행한 기판(웨이퍼)을 일의(一意)로 식별하기 위한 번호를 나타내는 항목명이다. 「Recommend(Good/Bad)」는, 후술하는 추천도를 나타내는 항목명이다. 또한, 「Good」은 고평가의 정도를 나타내는 값(이하, 「Good값」이라고 한다.)에 상당하고, 「Bad」는 저평가의 정도를 나타내는 값(이하, 「Bad값」이라고 한다.)에 상당한다. 추천도는, 이들 Good값과 Bad값으로 이루어진다.
결과 표시 영역(44)에는, 검색 조건에 합치한 단위 처리 데이터의 속성 데이터(각종 정보나 스코어링 결과 등)가 표시된다. 도 9에 나타낸 예에서는, 8개의 단위 처리 데이터의 속성 데이터가 결과 표시 영역(44)에 표시되어 있다. 작업자는, 결과 표시 영역(44)에 표시되어 있는 속성 데이터 중에서 1개의 속성 데이터(1개의 행)를 선택할 수 있다.
기간 표시 영역(45)에는, 미리 설정된 검색 대상 기간이 표시된다. 이 검색 대상 기간에 주목 레시피가 실행됨으로써 얻어진 단위 처리 데이터의 속성 데이터가, 결과 표시 영역(44)에 표시되어 있다. 도 9에 나타낸 예에서는, 검색 대상 기간이 2017년 7월 19일의 오후 7시 39분 34초부터 2017년 8월 19일의 오후 7시 39분 34초까지의 1개월간인 것이 파악된다.
여기서, 버튼 표시 영역(41)에 설치되어 있는 각 버튼의 기능을 설명한다. Good 버튼(411)은, 결과 표시 영역(44) 내에서 선택되고 있는 속성 데이터에 대응하는 단위 처리 데이터의 평가값을 높게 하는 것이 요망될 때 작업자가 누르기 위한 버튼이다. Bad 버튼(412)은, 결과 표시 영역(44) 내에서 선택되고 있는 속성 데이터에 대응하는 단위 처리 데이터의 평가값을 낮게 하는 것이 요망될 때 작업자가 누르기 위한 버튼이다. Ranking 버튼(413)은, 랭킹 처리의 실행을 지시하기 위한 버튼이다. Swap 버튼(414)은, 결과 표시 영역(44) 내에서 선택되고 있는 속성 데이터에 대응하는 단위 처리 데이터를 새로운 기준 데이터로 정하기 위한 버튼이다. 또한, 평가값이나 랭킹 처리에 대한 설명은 후술한다.
스코어링 결과 일람 화면(40)의 표시 후, 필요에 따라서, 각 단위 처리 데이터를 기준 데이터로서 추천하는 정도를 나타내는 추천도의 설정(추천 설정)이 행해진다(단계 S30). 추천 설정은, 결과 표시 영역(44)에 표시되어 있는 속성 데이터 중 설정 대상의 단위 처리 데이터에 대응하는 속성 데이터가 선택되어 있는 상태에서 Good 버튼(411) 혹은 Bad 버튼(412)을 누름으로써 행해진다. 그 때, 설정 대상의 단위 처리 데이터가 기준 데이터로서 바람직한 경우에는 작업자는 Good 버튼(411)을 누르고, 설정 대상의 단위 처리 데이터가 기준 데이터로서 바람직하지 않은 경우에는 작업자는 Bad 버튼(412)을 누른다. 이에 관해, 스코어링 결과 일람 화면(40)이 표시된 직후에는, Good 버튼(411) 및 Bad 버튼(412)은 선택 불가능한 상태로 되어 있다. 이 상태에서 작업자가 결과 표시 영역(44)에 표시되어 있는 어느 한 속성 데이터를 선택하면, 도 10에 나타낸 바와 같이, 해당 속성 데이터가 선택 상태가 됨과 더불어 Good 버튼(411) 및 Bad 버튼(412)이 선택 가능한 상태가 된다. 이 상태에 있어서 작업자가 Good 버튼(411) 혹은 Bad 버튼(412)을 누름으로써, Good값·Bad값의 가산이 행해진다. 예를 들면, 도 10에 나타낸 상태로부터 Bad 버튼(412)이 3회 눌리면, 도 11에 나타낸 바와 같이, 선택되어 있는 속성 데이터 중 Bad값이 「3」이 된다. 이상과 같이, 스코어링 결과 일람 화면(40)은, 추천도를 외부로부터 변경할 수 있도록 구성되어 있다. 또한, Good값이나 Bad값을 구체적으로 어떠한 값으로 할지에 대해서는, 예를 들면, 스코어링 결과, 알람 수, 해당 단위 처리로 얻어진 결과물(기판)의 상태(예를 들면, 파티클 수, 결함 수, 도괴율) 등을 고려하여 결정된다. 또, Good 버튼(411) 및 Bad 버튼(412) 외에, Good값을 작게 하기 위한 버튼 및 Bad값을 작게하기 위한 버튼을 설치하도록 해도 된다.
그런데, 어느 시점에 기준 데이터의 변경이 행해지고 나서 다음에 기준 데이터의 변경이 행해질 때까지는, 통상, 각 레시피는 복수회 실행된다. 즉, 어느 시점에 기준 데이터의 변경이 행해지고 나서 다음에 기준 데이터의 변경이 행해질 때까지는, 통상, 스코어링은 복수회 실행된다. 따라서, 기준 데이터를 1회 변경하기 위한 일련의 처리(도 7에 나타낸 일련의 처리)에 관해, 통상, 단계 S10~단계 S30의 처리는 복수회 반복된다. 그리고, 기준 데이터의 변경이 요망될 때에, 작업자에 의해서 스코어링 결과 일람 화면(40) 내의 Ranking 버튼(413)이 눌린다(단계 S40). 이에 의해, 예를 들면 도 12에 나타낸 바와 같은 랭킹 설정 화면(50)이 표시부(140)에 표시된다. 랭킹 설정 화면(50)은, 후술하는 랭킹 처리의 설정을 행하기 위한 화면이다.
여기서, 랭킹 처리에 대해서 설명한다. 본 실시형태에 있어서의 랭킹 처리는, 지정된 레시피의 실행에 의해서 얻어진 복수의 단위 처리 데이터(검색 대상 기간 내의 단위 처리 데이터)에 대해 3개의 지표에 의거해 순위 매김을 행하여 당해 순위 매김의 결과를 랭킹 형식으로 표시하는 일련의 처리이다. 또한, 랭킹 형식이란, 순위가 높은 데이터에서부터 순위가 낮은 데이터로 순서대로 나열한 형식을 말한다. 각 단위 처리 데이터의 순위는, 3개의 지표에 의거해 산출되는 평가값(총 득점)에 의해서 결정지어진다. 본 실시형태에 있어서는, 평가값을 산출하기 위한 3개의 지표값으로서, 상술한 추천도에 의거하는 값(이하, 「추천값」이라고 한다.)과, 스코어링 결과에 의거하는 값(이하, 「스코어링 결과값」이라고 한다.)과, 알람의 발생 횟수(혹은, 알람의 유무)에 의거하는 값(이하, 「알람값」이라고 한다.)이 이용된다. 평가값의 구체적인 구하는 방법에 대해서는 후술한다. 랭킹 처리에서는, 평가값에 의거해 검색 대상 기간 내의 복수의 단위 처리 데이터의 순위 매김이 행해져, 랭킹 형식으로 각 단위 처리 데이터에 대응하는 속성 데이터가 표시된다.
단계 S50에서는, 이상과 같은 랭킹 처리의 실행에 필요한 설정이 랭킹 설정 화면(50)을 이용하여 작업자의 조작에 의해서 행해진다. 도 12는, 랭킹 설정 화면(50)의 일례를 나타내는 도면이다. 도 12에 나타낸 바와 같이, 이 랭킹 설정 화면(50)에는, 각 단위 처리 데이터의 순위를 결정짓는 평가값을 산출할 때의 상기 3개의 지표값의 각각의 영향도(기여도)를 설정하기 위한 3개의 드롭 다운 리스트(51~53)와, OK 버튼(58)과, Cancel 버튼(59)이 포함되어 있다. 드롭 다운 리스트(51)는, 추천값의 영향도를 설정하기 위한 인터페이스이다. 드롭 다운 리스트(52)는, 스코어링 결과값의 영향도를 설정하기 위한 인터페이스이다. 드롭 다운 리스트(53)는, 알람값의 영향도를 설정하기 위한 인터페이스이다. OK 버튼(58)은, 설정 내용에 의거해 랭킹 처리(단계 S60~단계 S110의 처리)를 실행하기 위한 버튼이다. Cancel 버튼(59)은, 설정 내용(드롭 다운 리스트(51~53)를 이용하여 설정된 내용)을 취소해 스코어링 결과 일람 화면(40)으로 되돌아오기 위한 버튼이다.
드롭 다운 리스트(51~53)에 대해서는, 예를 들면 1% 단위로 영향도를 설정하는 것이 가능하게 되어 있다. 단, 5% 단위나 10% 단위로 영향도를 설정하는 것이 가능하게 되어 있어도 된다. 또한, 평가값을 산출할 때의 지표값으로서 사용하고자 하지 않는 것에 대해서는 영향도를 0%로 설정하는 것이 가능하게 되어 있다.
그런데, 드롭 다운 리스트(51)에서의 설정값을 「제1 설정값」이라고 정의하고, 드롭 다운 리스트(52)에서의 설정값을 「제2 설정값」이라고 정의하고, 드롭 다운 리스트(53)에서의 설정값을 「제3 설정값」이라고 정의하면, 제1 설정값과 제2 설정값과 제3 설정값의 합이 100%가 되도록 자동적으로 값의 조정이 행해지는 것이 바람직하다. 이에 관해, 랭킹 설정 화면(50)의 표시 후에 2개의 드롭 다운 리스트에 대해 값의 설정이 행해졌을 때에 나머지의 드롭 다운 리스트의 값이 자동적으로 설정되도록 할 수 있다. 이 경우, 예를 들면, 「제1 설정값=50, 제2 설정값=30」이라는 설정이 행해졌을 때에 제3 설정값이 자동적으로 「20」으로 설정된다. 또, 이미 3개의 드롭 다운 리스트에 대해 값의 설정이 행해져 있는 상태에서 어느 1개의 드롭 다운 리스트의 값이 변경되었을 때에 나머지 2개의 드롭 다운 리스트의 값이 그 비율을 유지한 채로 자동적으로 변경되도록 해도 된다. 이 경우, 예를 들면, 「제1 설정값=70, 제2 설정값=20, 제3 설정값=10」이라는 설정이 행해져 있는 상태에서 제1 설정값이 「55」로 변경되면, 자동적으로, 제2 설정값이 「30」으로 변경됨과 더불어 제3 설정값이 「15」로 변경된다.
또한, 제1 설정값과 제2 설정값과 제3 설정값의 합이 100%를 넘는 설정을 접수하고, 그들의 비율을 유지하면서 합이 100%가 되도록 내부적으로 처리하도록 해도 된다. 또, 제1 설정값과 제2 설정값과 제3 설정값의 합이 100%를 넘는 설정이 행해졌을 때에 「합이 100%를 넘고 있다」는 취지의 메시지를 표시하여 재설정을 촉구하도록 해도 된다.
3개의 지표값의 영향도의 설정이 행해진 후, 랭킹 설정 화면(50)의 OK 버튼(58)이 눌리면, 랭킹 처리(단계 S60~단계 S110의 처리)가 개시된다. 랭킹 처리에서는, 검색 대상 기간에 주목 레시피가 실행됨으로써 각 처리 유닛(22)으로부터 얻어진 모든 단위 처리 데이터가 평가 대상 데이터가 된다.
우선, 기준 데이터의 후보가 될 수 있는 데이터인 각 평가 대상 데이터에 대해서, 상기 추천값이 구해진다(단계 S60). Good값을 CntG로 나타내고, Bad값을 CntB로 나타내면, 추천값 V(R)은 예를 들면 다음 식 (1)에 의해서 산출된다.
V(R)=(CntG-CntB)×100/(CntG+CntB) …(1)
단, "CntG=0" 또한 "CntB=0"일 때에는 "V(R)=0"으로 한다.
다음에, 각 평가 대상 데이터에 대해서, 상기 알람값이 구해진다(단계 S70). 알람값 V(A)에 대해서는, 예를 들면, 알람 수가 0(스코어링 결과 일람 화면(40)에서는 "None"이라고 표기)이면 "V(A)=100"이 되고, 알람 수가 1 이상이면 "V(A)=-100"이 된다.
다음에, 각 평가 대상 데이터에 대해서, 상기 스코어링 결과값 V(S)가 구해진다(단계 S80). 평가 항목의 총 수를 Nt로 나타내고, 불량이라고 판단된 평가 항목의 수를 Nf로 나타내면, 스코어링 결과값 V(S)는 예를 들면 다음 식(2)에 의해서 산출된다.
V(S)=(Nt-2×Nf)×100/Nt …(2)
이상과 같이 하여 추천값 V(R), 알람값 V(A), 및 스코어링 결과값 V(S)가 구해진 후, 각 평가 대상 데이터에 대해서, 상기 평가값(총 득점)의 산출이 행해진다(단계 S90). 단계 S50에서 설정된 드롭 다운 리스트(51~53)의 값(비율)을 각각 P1~P3으로 나타내면, 평가값(총 득점) Vtotal은 다음 식(3)에 의해서 산출된다.
Vtotal=V(R)×P1+V(S)×P2+V(A)×P3 …(3)
기준 데이터의 후보가 될 수 있는 모든 단위 처리 데이터(평가 대상 데이터)에 대한 평가값이 산출된 후, 그 산출된 평가값에 의거해 단위 처리 데이터의 순위 매김이 행해진다(단계 S100). 그 때, 평가값이 큰 단위 처리 데이터일수록, 순위는 높아진다(순위를 나타내는 수치는 작아진다). 따라서, 순위가 1위가 되는 단위 처리 데이터는, 평가값이 가장 큰 단위 처리 데이터이다.
순위 매김의 종료 후, 당해 순위 매김의 결과를 나타내는 예를 들면 도 13에 나타낸 랭킹 화면(60)이 표시부(140)에 표시된다(단계 S110). 도 13에 나타낸 바와 같이, 복수의 단위 처리 데이터의 각각에 대한 속성 데이터가, 순위 매김의 결과에 따라서, 랭킹 형식으로 랭킹 화면(60)에 표시되어 있다.
랭킹 화면(60)에는, 버튼 표시 영역(61)과 검색 대상 표시 영역(62)과 항목명 표시 영역(63)과 결과 표시 영역(64)과 기간 표시 영역(65)이 포함되어 있다. 버튼 표시 영역(61)에는, 스코어링 결과 일람 화면(40)과 마찬가지로, Good 버튼(411)과 Bad 버튼(412)과 Ranking 버튼(413)과 Swap 버튼(414)이 설치되어 있다.
검색 대상 표시 영역(62)에는, 검색 대상의 처리 유닛(22)의 명칭 및 검색 대상의 레시피(여기서는, 주목 레시피)의 명칭이 표시된다. 도 13에 나타낸 예에서는, 검색 대상의 처리 유닛(22)의 명칭이 「Chamber3」, 「Chamber4」, 및 「Chamber5」이며 검색 대상의 레시피의 명칭이 「Flushing test2」인 것이 파악된다. 스코어링 결과 일람 화면(40)(도 9 참조)에서는 스코어링 화면(30)(도 8 참조)에서 선택된 처리 유닛(22)만이 검색 대상으로 되어 있었는데, 랭킹 화면(60)에서는 검색 대상 기간에 주목 레시피가 실행된 모든 처리 유닛(22)이 검색 대상이 된다.
항목명 표시 영역(63)에는, 결과 표시 영역(64)에 표시하는 내용(속성 데이터)의 항목명이 표시된다. 「Ranking」은, 순위 매김에 의한 순위를 나타내는 항목명이다. 「Total Score」는, 상기 평가값(총 득점)을 나타내는 항목명이다. 「Recommend Score」는, 상기 추천값에 랭킹 설정 화면(50)의 드롭 다운 리스트(51)에서 설정된 비율을 곱함으로써 얻어지는 값(V(R)×P1)을 나타내는 항목명이다. 「Scoring Result Score」는, 상기 스코어링 결과값에 랭킹 설정 화면(50)의 드롭 다운 리스트(52)에서 설정된 비율을 곱함으로써 얻어지는 값(V(S)×P2)을 나타내는 항목명이다. 「Alarm Number Score」는, 상기 알람값에 랭킹 설정 화면(50)의 드롭 다운 리스트(53)에서 설정된 비율을 곱함으로써 얻어지는 값(V(A)×P3)을 나타내는 항목명이다. 「Unit」은, 처리 유닛을 나타내는 항목명이다. 「Start time」은, 주목 레시피의 개시 시각을 나타내는 항목명이다. 「End time」은, 주목 레시피의 종료 시각을 나타내는 항목명이다. 「Process time」은, 주목 레시피의 처리 시간을 나타내는 항목명이다.
결과 표시 영역(64)에는, 검색 조건에 합치한 단위 처리 데이터의 속성 데이터(각종 정보나 순위 매김에 의한 순위 등)가 표시된다. 도 13으로부터 파악되는 바와 같이, 결과 표시 영역(64) 내에서는, 단위 처리 데이터의 속성 데이터가, 평가값이 높은 것에서부터 낮은 것으로 소팅된 상태로 표시되어 있다. 따라서, 결과 표시 영역(64)의 1행째에 표시되어 있는 속성 데이터에 대응하는 단위 처리 데이터가, 검색 조건에 합치한 단위 처리 데이터 중에서 평가값이 가장 큰 단위 처리 데이터이다. 작업자는, 결과 표시 영역(64)에 표시되어 있는 속성 데이터 중에서 1개의 속성 데이터(1개의 행)를 선택할 수 있다.
기간 표시 영역(65)에는, 스코어링 결과 일람 화면(40)의 기간 표시 영역(45)과 마찬가지로, 검색 대상 기간이 표시된다. 도 13에 나타낸 예에서는, 검색 대상 기간이 2017년 7월 19일의 오후 7시 39분 34초부터 2017년 8월 19일의 오후 7시 39분 34초까지의 1개월간인 것이 파악된다.
랭킹 화면(60)의 표시 후, 변경 후의 기준 데이터의 선택이 작업자에 의해서 행해진다(단계 S120). 구체적으로는, 작업자가, 랭킹 화면(60)의 결과 표시 영역(64)에 표시되어 있는 속성 데이터 중에서 변경 후의 기준 데이터로 하는 단위 처리 데이터에 대응하는 속성 데이터를 선택한다. 이에 의해, 랭킹 화면(60)에서는, 선택된 속성 데이터가 선택 상태가 된다. 이 상태에 있어서, 작업자가, 버튼 표시 영역(61) 내의 Swap 버튼(414)을 누른다. 이에 의해, 주목 레시피에 대한 기준 데이터가 변경된다(단계 S130). 자세하게는, 기준 데이터 DB(136)(도 6 참조)에 유지되어 있는 단위 처리 데이터 중 주목 레시피에 대응하는 단위 처리 데이터가, 결과 표시 영역(64) 내에서 선택 상태로 되어 있는 속성 데이터에 대응하는 단위 처리 데이터로 리라이트된다. 이상과 같이 순위 매김의 결과에 의거해 기준 데이터를 결정할 수 있으므로, 이상적인 시계열의 값을 갖는 단위 처리 데이터를 변경 후의 기준 데이터로 정할 수 있다.
예를 들면 랭킹 화면(60)이 도 13에 나타낸 상태가 되어 있을 때 작업자가 결과 표시 영역(64) 내의 1행째의 속성 데이터를 선택하면, 도 14에 나타낸 바와 같이, 1행째의 속성 데이터가 선택 상태가 됨과 더불어 Swap 버튼(414)이 누름 가능한 상태가 된다. 이 상태에 있어서 작업자가 Swap 버튼(414)을 누르면, 주목 레시피에 대한 기준 데이터가 1행째의 속성 데이터에 대응하는 단위 처리 데이터로 변경된다.
또한, 본 실시형태에 의하면, 순위 매김에 의한 순위가 1위 이외의 단위 처리 데이터를 기준 데이터로서 선택할 수도 있다. 이와 같이, 사용자의 요구에 합치한 기준 데이터의 선택이 가능하다.
상술한 바와 같이 하여 기준 데이터의 변경이 행해짐으로써, 도 7에 나타낸 일련의 처리가 종료된다. 또한, 본 실시형태에 있어서는, 단계 S10~단계 S90에 의해서 단위 처리 데이터 평가 단계가 실현되고, 단계 S100~단계 S130에 의해서 기준 데이터 변경 단계가 실현되고 있다. 또, 단계 S10에 의해서 데이터 비교 단계가 실현되고, 단계 S20에 의해서 비교 결과 표시 단계가 실현되고, 단계 S50에 의해서 기여도 설정 단계가 실현되고, 단계 S60에 의해서 추천도 득점화 단계가 실현되고, 단계 S70에 의해서 알람 횟수 득점화 단계가 실현되고, 단계 S80에 의해서 비교 결과 득점화 단계가 실현되고, 단계 S90에 의해서 평가값 산출 단계가 실현되고, 단계 S110에 의해서 랭킹 표시 단계가 실현되고, 단계 S120에 의해서 기준 데이터 선택 단계가 실현되고 있다.
<5. 최초의 기준 데이터의 결정 방법>
상기 설명에 있어서는, 기준 데이터가 이미 정해져 있는(즉, 기준 데이터 DB(136)에 기준 데이터로서의 단위 처리 데이터가 유지되어 있음) 것을 전제로 하고 있었다. 그러나, 기판 처리 장치(1)의 제조의 종료 후, 당해 기판 처리 장치(1)의 사용이 개시되는 시점에는, 기준 데이터는 존재하지 않는다. 따라서, 어떠한 수법으로 최초의 기준 데이터를 결정할 필요가 있다. 여기서, 최초의 기준 데이터의 결정 방법에 관한 구체예를 설명한다.
<5.1 제1의 예>
일반적으로, 기판 처리 장치의 제조가 종료되면, 당해 기판 처리 장치에 대해서 다양한 테스트가 행해진다. 그리고, 그들 테스트에 합격한 경우에 비로소 실제의 사용이 개시된다. 여기서, 테스트에 합격한 후에 어느 처리 유닛(22)에서 최초로 레시피를 실행했을 때에 얻어지는 단위 처리 데이터를 당해 레시피에 대한 최초의 기준 데이터로 정할 수 있다.
또한, 예를 들면 기판 처리 장치(1)에 12개의 처리 유닛(22)이 설치되어 있어 당해 12개의 처리 유닛(22)과 동일한 레시피가 실행되면, 12개의 단위 처리 데이터가 얻어진다. 이러한 경우에 관해, 각 레시피에 대해서 처리 유닛(22)마다 기준 데이터를 정하는 구성이 채용되고 있으면, 12개의 단위 처리 데이터를, 각각, 대응하는 처리 유닛(22)에 대한 기준 데이터로 정할 수 있다.
<5.2 제2의 예>
기판 처리 장치(1)의 실제의 사용 개시부터 소정 기간에 대해서는, 기준 데이터를 정하지 않은 상태에서 운용을 행한다. 그런데, 기판 처리 장치(1)에서 레시피가 실행된 후에는, 처리가 행해진 기판(웨이퍼)마다, 처리 결과의 양부(얻어진 결과물의 양부)를 판단하기 위한 소정의 검사가 행해진다. 이에 의해, 기판마다, 파티클 수, 결함 수, 도괴율 등의 정보가 얻어진다. 그래서, 상기 소정 기간에 얻어진 그들 정보에 의거해, 최선의 처리 결과가 얻어져 있는 기판을 처리했을 때의 단위 처리 데이터를 해당 레시피에 대한 최초의 기준 데이터로 정할 수 있다.
<5.3 제3의 예>
기판 처리 장치(1)의 실제의 사용 개시부터 소정 기간에 대해서는, 기준 데이터를 정하지 않은 상태로 운용을 행한다. 그런데, 기판 처리 장치(1)에서 레시피가 실행되면, 단위 처리마다 알람 수의 정보가 얻어진다. 또한, 알람 수는, 단위 처리 데이터와 기준 데이터를 비교하는 처리를 필요로 하지 않고 얻어지는, 소정의 에러 조건에 해당하는 항목의 수이다. 그래서 상기 소정 기간에 얻어진 알람 수의 정보에 의거해, 알람 수가 가장 적은 단위 처리(복수 존재하는 경우, 그들 중 어느 하나)에 의해서 얻어진 단위 처리 데이터를 해당 레시피에 대한 최초의 기준 데이터로 정할 수 있다.
<5.4 제4의 예>
어느 기판 처리 장치(1)가 제조되었을 때, 당해 기판 처리 장치(1)와 동일 타입의 기판 처리 장치(1)가 이미 사용되고 있는 경우가 있다. 이러한 경우, 이미 사용되고 있는 기판 처리 장치(1)에서 기준 데이터로 정해져 있는 단위 처리 데이터를, 제조 직후의 기판 처리 장치(1)에 있어서의 최초의 기준 데이터로 정할 수 있다.
<6. 효과>
본 실시형태에 의하면, 기판 처리 장치(1)에 있어서, 단위 처리에 의해서 얻어진 1군의 시계열 데이터인 단위 처리 데이터마다 평가값이 산출된다. 그 때, 평가값은, 평가 대상의 단위 처리 데이터를 미리 정해진 기준 데이터와 비교함으로써 산출된다. 이 때문에, 평가 대상의 단위 처리 데이터와 기준 데이터의 유사 정도의 크기를 당해 평가 대상의 단위 처리 데이터의 평가값에 반영시키는 것이 가능해진다. 그리고, 평가값에 의거해 기준 데이터가 변경되므로, 변경 전의 기준 데이터와의 유사 정도가 큰 단위 처리 데이터를 변경 후의 기준 데이터로 정하는 것이 가능해진다. 이와 같이 하여 기준 데이터가 적합하게 정해지므로, 각 단위 처리 데이터에 포함되는 시계열 데이터와 기준 데이터에 포함되는 시계열 데이터를 비교함으로써, 기판 처리 장치(1)에서 실행된 처리의 이상을 정밀하게 검출하는 것이 가능해진다. 이상과 같이, 본 실시형태에 의하면, 시계열 데이터를 이용한 이상 검출을 종래보다 정밀하게 행하는 것이 가능해진다.
<7. 변형예>
이하, 상기 실시형태의 변형예에 대해서 설명한다.
<7.1 제1의 변형예>
상기 실시형태에 있어서는, 기준 데이터의 변경이 행해질 때, 변경 후의 기준 데이터로 하는 단위 처리 데이터는 랭킹 화면(60)에서 작업자에 의해서 선택되고 있었다. 그러나, 본 발명은 이것으로 한정되지 않고, 순위 매김의 결과에 따라서, 작업자의 조작(기준 데이터를 선택하는 조작)을 필요로 하지 않고 자동적으로 기준 데이터의 변경이 행해지도록 해도 된다.
도 15는, 본 변형예에 있어서의 기준 데이터의 변경에 관한 데이터 처리의 수순을 나타내는 플로차트이다. 상기 실시형태와 마찬가지로, 본 변형예에 있어서도, 기준 데이터의 후보가 될 수 있는 모든 단위 처리 데이터(평가 대상 데이터)에 대한 평가값이 산출된 후, 그 산출된 평가값에 의거해 단위 처리 데이터의 순위 매김이 행해진다(단계 S100). 이 단계 S100에 의해서, 평가값이 가장 큰 단위 처리 데이터의 순위가 1위로 설정된다. 그리고, 상기 실시형태와는 달리, 랭킹 화면(60)이 표시부(140)에 표시되지 않고, 주목 레시피에 대한 기준 데이터가, 순위가 1위로 설정된 단위 처리 데이터로 변경된다(단계 S130). 이에 의해, 이상적인 시계열의 값을 갖는 단위 처리 데이터가 확실하게 기준 데이터로 정해진다. 이러한 본 변형예에 의하면, 순위가 2위 이하인 단위 처리 데이터를 기준 데이터로 설정할 수 없게 되는데, 작업자의 조작 부하가 경감된다. 또, 작업자의 조작 미스에 의해서 부적당한 단위 처리 데이터가 기준 데이터로 설정되는 것이 방지된다.
<7.2 제2의 변형예>
상기 실시형태에 있어서는, 랭킹 처리가 실행되기 직전에 랭킹 처리의 설정(도 7의 단계 S50)이 행해지고 있었다. 그러나, 본 발명은 이것으로 한정되지 않고, 스코어링이 실시되기 전에 랭킹 처리의 설정이 행해지도록 해도 된다.
도 16은, 본 변형예에 있어서의 기준 데이터의 변경에 관한 데이터 처리의 수순을 나타내는 플로차트이다. 본 변형예에 있어서는, 데이터 처리 프로그램(132)의 실행 개시 후에 표시부(140)에 표시되는 소정의 화면 내에, 랭킹 처리의 설정의 개시를 지시하기 위한 메뉴가 설치된다. 그리고, 그 메뉴가 선택되면 도 12에 나타낸 바와 같은 랭킹 설정 화면(50)이 표시부(140)에 표시되고, 상기 실시형태와 동일하게 하여 랭킹 처리의 설정(구체적으로는, 3개의 지표값의 각각의 영향도의 설정)이 행해진다(단계 S5). 또한, 본 변형예에 있어서는, 랭킹 설정 화면(50)의 OK 버튼(58)이 눌리면, 소정의 화면으로 되돌아온다.
그 후, 해당 레시피(주목 레시피)가 실행될 때마다, 스코어링(단계 S10), 스코어링 결과의 표시(단계 S20), 및 추천 설정(단계 S30)이 행해진다. 단, 추천 설정에 대해서는 필요한 경우에만 행해진다.
그 후, 예를 들면 소정의 화면 내에 설치된 「랭킹 처리의 개시를 지시하는 메뉴」의 선택이 작업자에 의해서 행해지거나, 혹은, 「랭킹 처리의 개시를 지시하는 커맨드」가 미리 정해진 룰 등에 따라서 발해짐으로써, 랭킹 처리가 개시된다(단계 S35). 그리고, 상기 실시형태와 마찬가지로 랭킹 처리가 행해지고, 랭킹 처리의 결과에 의거해 기준 데이터의 변경이 행해진다(단계 S60~단계 S130). 또한, 제1의 변형예와 동일하게 하여, 랭킹 화면(60)을 표시하지 않고, 주목 레시피에 대한 기준 데이터가, 랭킹 처리에 의해서 순위가 1위로 설정된 단위 처리 데이터로 변경되도록 해도 된다.
<7.3 제3의 변형예>
상기 실시형태에 있어서는, 단위 처리 데이터의 평가값을 산출하기 위한 지표값으로서 3개의 지표값(추천값, 스코어링 결과값, 알람값)이 준비되어 있었다. 그러나, 본 발명은 이것으로 한정되지 않고, 2개 이하의 지표값 혹은 4개 이상의 지표값이 준비되어 있어도 된다. 이것에 관해, 상기 실시형태에서 설명한 지표값 이외의 지표값이 준비되어 있어도 된다.
본 변형예에 있어서는, 상술한 랭킹 설정 화면(50)에 표시되는 내용은, 준비되어 있는 지표값에 따른 내용이 된다. 예를 들면, 지표값으로서 2개의 지표값(추천값 및 스코어링 결과값)이 준비되어 있는 경우에는, 랭킹 설정 화면(50)은 도 17에 나타내는 화면이 된다.
<7.4 제4의 변형예>
제3의 변형예에 관련되는데, 단위 처리 데이터의 속성 데이터의 항목으로서 기판 처리 장치(1)의 사용자가 자유롭게 사용할 수 있는 항목(이하, 「자유 입력 항목이라고 한다.」)을 설치해두고, 자유 입력 항목용 란에 입력된 값이 상기 평가값을 산출하기 위한 지표값으로서 이용되도록 해도 된다. 이 자유 입력 항목용 란에 입력되는 데이터가 임의 입력 데이터에 상당한다. 자유 입력 항목용 란에 입력하면 된다고 생각되는 값의 구체예로는, 파티클 수, 결함 수, 도괴율 등을 들 수 있다. 또한, 이하에서는, 미리 2개의 자유 입력 항목이 준비되어 있는 경우에 대해서 설명한다.
본 변형예에 있어서는, 도 18에 나타낸 바와 같이, 스코어링 결과 일람 화면(40)의 결과 표시 영역(44) 내에, 각 단위 처리 데이터에 대해 2개의 자유 입력 항목용 란이 설치되어 있다. 도 18에 나타낸 예에서는, 그들의 항목명은 「Free Input 1」 및 「Free Input 2」이다. 항목명에 대해서는 작업자가 변경할 수 있도록 해도 된다. 또한, 편의상, 항목명을 「Free Input 1」로 하는 란의 입력값을 「제1 자유 항목값」이라고 하고, 항목명을 「Free Input 2」로 하는 란의 입력값을 「제2 자유 항목값」이라고 한다. 버튼 표시 영역(41)에는, 상기 실시형태에서 설치되어 있는 버튼에 추가해, Free1 버튼(415) 및 Free2 버튼(416)이 설치되어 있다. Free1 버튼(415)은, 제1 자유 항목값의 입력을 행하기 위한 버튼이며, Free2 버튼(416)은, 제2 자유 항목값의 입력을 행하기 위한 버튼이다.
스코어링 결과 일람 화면(40)이 표시된 직후에는, Free1 버튼(415) 및 Free2 버튼(416)은 선택 불가능한 상태로 되어 있다. 이 상태에서 작업자가 결과 표시 영역(44)에 표시되어 있는 어느 한 속성 데이터를 선택하면, 해당 속성 데이터가 선택 상태가 됨과 더불어 Free1 버튼(415) 및 Free2 버튼(416)이 선택 가능한 상태가 된다. 이 상태에 있어서 작업자가 Free1 버튼(415) 혹은 Free2 버튼(416)을 누르면, 예를 들면 도 19에 나타낸 바와 같은 데이터값 입력 화면(70)이 표시부(140)에 표시된다.
도 19에 나타낸 바와 같이, 이 데이터값 입력 화면(70)에는, 제1 자유 항목값 또는 제2 자유 항목값 입력하기 위한 텍스트 박스(71)와, OK 버튼(78)과, Cancel 버튼(79)이 포함되어 있다. 작업자는 텍스트 박스(71) 내에 해당 항목의 데이터값을 입력한다. 그 후, OK 버튼(78)이 눌리면, 텍스트 박스(71)로의 입력 내용(데이터값)이 스코어링 결과 일람 화면(40)의 결과 표시 영역(44) 내의 해당란에 반영된다. 한편, Cancel 버튼(79)이 눌리면, 텍스트 박스(71)로의 입력 내용이 취소되어 스코어링 결과 일람 화면(40)으로 되돌아온다. 이상과 같이, 본 변형예에 있어서의 스코어링 결과 일람 화면(40)은, 자유 입력 항목용 란의 값을 외부로부터 변경할 수 있도록 구성되어 있다.
또한, 제1 자유 항목값이나 제2 자유 항목값의 입력은, 예를 들면, 상술한 추천 설정(도 7의 단계 S30)의 직전 혹은 직후에 행해지면 된다. 또, 자유 입력 항목용 란에 입력해야 할 값이 전자 데이터로서 존재하는 경우에 기록 매체 혹은 네트워크를 통해 당해 전자 데이터를 도입할 수 있도록 해도 된다. 이에 의해, 작업자에 의한 입력을 위한 조작 부하가 경감된다.
본 변형예에 있어서는, 스코어링 결과 일람 화면(40)의 Ranking 버튼(413)이 눌리면, 도 20에 나타낸 바와 같은 랭킹 설정 화면(50)이 표시부(140)에 표시된다. 이 랭킹 설정 화면(50)에는, 상기 실시형태에서 설치되어 있는 드롭 다운 리스트(51~53)에 추가해, 제1 자유 항목값의 영향도를 설정하기 위한 드롭 다운 리스트(54) 및 제2 자유 항목값의 영향도를 설정하기 위한 드롭 다운 리스트(55)가 설치되어 있다. 이와 같이, 5개의 지표값의 각각의 영향도를 설정하는 것이 가능하게 되어 있다.
본 변형예에 의하면, 평가값을 산출하기 위한 지표값을 필요에 따라서 추가하는 것이 가능하게 되어 있다. 이 때문에, 시계열 데이터로부터 얻어지지 않는 정보를 고려하여 평가값을 산출하는 것이 가능해진다. 이에 의해, 기준 데이터로 하는 단위 처리 데이터의 결정이 보다 적합하게 행해진다.
또한, 상기에 있어서는 자유 입력 항목이 미리 준비되어 있는 경우에 대해서 설명했는데, 예를 들면 스코어링 결과 일람 화면(40)에 있어서 소정의 메뉴가 선택됨으로써 비로소 결과 표시 영역(44) 내에 자유 입력 항목용 란이 추가되도록 해도 된다. 이 경우, 예를 들면, 결과 표시 영역(44) 내의 자유 입력 항목용 란의 추가에 연동하여, 랭킹 설정 화면(50)에 당해 자유 입력 항목에 대한 영향도를 설정하기 위한 드롭 다운 리스트가 추가되도록 하면 된다.
<7.5 제5의 변형예>
상기 실시형태에 있어서는, 각 평가 대상 데이터의 스코어링 결과는, 평가 항목의 총 수를 분모로 하고 불량이라고 판단된 평가 항목의 수를 분자로 하는 양태로 나타나 있었다. 그리고, 그러한 스코어링 결과로부터 스코어링 결과값이 구해져 있었다. 그러나, 본 발명은 이것으로 한정되지 않고, 평가 대상 데이터에 포함되는 시계열 데이터와 기준 데이터에 포함되는 시계열 데이터를 데이터값에 가공을 가하지 않고 직접적으로 비교하여, 그 비교 결과로부터 스코어링 결과값을 구하도록 해도 된다. 이것에 대해서, 이하에 설명한다.
예를 들면, 어느 파라미터에 주목해, 평가 대상 데이터에 포함되는 시계열 데이터의 값과 기준 데이터에 포함되는 시계열 데이터의 값의 차의 안정 기간에 대한 적분값(도 21에서 부호 75를 부여한 검게 표시된 부분의 면적을 나타내는 값)을 구할 수 있다. 스코어링이 복수의 평가 항목에 의거해 행해지는 것을 고려하면, 그들 복수의 평가 항목의 각각 대해서 상기 적분값과 같은 값(이하, 편의상 「직접 비교값」이라고 한다.)이 얻어지는 것이 상정된다. 그런데, 직접 비교값의 단위는 평가 항목에 따라서 상이하므로, 단순하게 복수의 평가 항목의 직접 비교값의 총합을 스코어링 결과값으로 정한 경우에는 당해 스코어링 결과값은 의미가 있는 값으로는 되지 않는다. 그래서, 평가값을 구할 때에 각 지표값의 영향도를 설정한 것과 마찬가지로, 예를 들면 도 22에 나타낸 바와 같은 화면을 표시부(140)에 표시해, 스코어링 결과값의 산출에 관한 평가 항목마다의 영향도를 작업자가 설정할 수 있도록 하면 된다. 이에 의해, 복수의 평가 항목에 대한 직접 비교값으로부터 스코어링 결과값을 적합하게 구하는 것이 가능해진다.
또한, 평가값을 산출할 때에 추천값 및 알람값을 고려하지 않고, 평가 대상 데이터에 포함되는 시계열 데이터와 기준 데이터에 포함되는 시계열 데이터를 데이터값에 가공을 가하지 않고 직접적으로 비교한 결과로부터 평가값이 구해지도록 해도 된다.
<7.6 제6의 변형예>
상기 실시형태에 의하면, 평가 대상의 단위 처리 데이터와 비교하기 위한 단위 처리 데이터인 기준 데이터가 수시 변경된다. 이것에 관해, 상기 실시형태에 있어서는 각 레시피에 대한 최신의 기준 데이터만이 기준 데이터 DB(136)에 유지되고 있는데, 과거의 기준 데이터도 기준 데이터 DB(136)에 유지되도록 할 수도 있다. 또, 과거의 기준 데이터가 기준 데이터 DB(136)와는 다른 데이터베이스에 유지되도록 할 수도 있다. 이와 같이 하여 기준 데이터의 이력을 남기도록 해도 된다.
여기서, 기준 데이터의 이력을 이용하여 과거의 기준 데이터를 현재의 기준 데이터로서 복원하는 기능을 설치하도록 해도 된다. 예를 들면, 기준 데이터의 이력을 표시하는 메뉴를 준비해두고 당해 메뉴가 선택되어 레시피의 지정이 행해지면 도 23에 나타낸 바와 같은 기준 데이터 이력 화면(80)이 표시부(140)에 표시되도록 할 수 있다. 도 23에 나타낸 바와 같이, 기준 데이터 이력 화면(80)에는, 버튼 표시 영역(81)과 항목명 표시 영역(82)과 이력 표시 영역(83)이 포함되어 있다. 버튼 표시 영역(81)에는, Swap 버튼(811)이 설치되어 있다. 항목명 표시 영역(82)에는, 이력 표시 영역(83)에 표시하는 내용(속성 데이터)의 항목명(예를 들면, 지정된 레시피의 개시 시각을 나타내는 항목명 등)이 표시된다. 이력 표시 영역(83)에는, 지정된 레시피에 대한 과거의 기준 데이터(과거에 기준 데이터에 정해진 단위 처리 데이터)의 속성 데이터가 표시된다. 도 23에 나타낸 예에서는, 과거의 6개의 기준 데이터의 속성 데이터가 이력 표시 영역(83)에 표시되어 있다. 작업자는, 이력 표시 영역(83)에 표시되어 있는 속성 데이터 중에서 1개의 속성 데이터(1개의 행)를 선택할 수 있다. Swap 버튼(811)은, 이력 표시 영역(83) 내에서 선택되고 있는 속성 데이터에 대응하는 과거의 기준 데이터(과거에 기준 데이터로 정해진 단위 처리 데이터)를 현재의 기준 데이터로서 복원하기 위한 버튼이다.
기준 데이터 이력 화면(80)이 표시된 직후에는, Swap 버튼(811)은 선택 불가능한 상태로 되어 있다. 이 상태에서 작업자가 이력 표시 영역(83)에 표시되어 있는 어느 한 속성 데이터를 선택하면, 해당 속성 데이터가 선택 상태가 됨과 더불어 Swap 버튼(811)이 선택 가능한 상태가 된다. 이 상태에 있어서 작업자가 Swap 버튼(811)을 누르면, 변경 타이밍 설정 화면(70)에서의 설정 내용에 상관없이, 이력 표시 영역(83)에서 선택 상태로 되어 있는 속성 데이터에 대응하는 단위 처리 데이터로 기준 데이터가 변경된다. 즉, 이력 표시 영역(83)에서 선택 상태로 되어 있는 속성 데이터에 대응하는 과거의 기준 데이터가 지정된 레시피에 대한 현재의 기준 데이터로서 복원된다.
또한, 본 변형예에 관련하여, 예를 들면 레시피가 지정된 후에 도 24에 나타낸 기간 지정 화면(85)을 표시부(140)에 표시하여 작업자에 의한 기간의 지정을 접수해, 그 지정된 기간마다 기준 데이터를 변경했다고 가정한 경우의 기준 데이터의 이력을 표시부(140)에 표시하도록 해도 된다. 이에 의해, 예를 들면, 7일마다 기준 데이터를 변경했다고 가정한 경우의 기준 데이터의 이력, 1개월마다 기준 데이터를 변경했다고 가정한 경우의 기준 데이터의 이력, 1년마다 기준 데이터를 변경했다고 가정한 경우의 기준 데이터의 이력 등을 순서대로 표시해, 그들의 결과를 시계열 데이터의 분석에 활용하는 것이 가능해진다.
<7.7 제 7의 변형예>
상기 실시형태에 있어서는, 랭킹 처리에 의해서, 검색 대상 기간 내에 지정된 레시피를 실행함으로써 얻어진 복수의 단위 처리 데이터의 순위 매김이 행해지고 있었다. 이것에 관해, 랭킹 처리의 대상으로 하는 단위 처리 데이터의 모집합의 지정이 가능해지도록, 이하에 기재하는 집합 사이의 순위 매김을 미리 행할 수 있도록 해도 된다.
예를 들면, 기판 처리 장치에서는, 복수의 챔버간에 처리 성능에 차가 발생한다. 여기서, 「대상으로 하는 레시피의 지정을 접수한 후, (처리 유닛(22)과 챔버는 1대 1로 대응하므로) 처리 유닛(22)마다 해당 레시피가 실행되었을 때에 얻어진 모든 단위 처리 데이터를 이용하여 소정의 룰에 따라서 평가값을 구하고, 당해 평가값에 의거해 처리 유닛(22)이 순위 매김을 행한다」라는 기능을 설치하도록 해도 된다. 이 경우, 순위 매김의 결과로서 예를 들면 도 25에 나타낸 챔버 랭킹 화면(86)을 표시부(140)에 표시하면 된다. 처리 유닛(22)에 대한 이러한 순위 매김을 다수의 레시피에 대해서 행함으로써, 예를 들면, 어느 레시피를 실행해도 양호한 결과가 얻어진다는 챔버(처리 유닛(22))를 파악하는 것이 가능해진다. 그리고, 랭킹 처리(도 7의 단계 S60~단계 S110)를 실행하기 전에 1 또는 복수의 처리 유닛(22)의 선택을 접수해, 선택된 처리 유닛(22)에서 얻어진 단위 처리 데이터만을 랭킹 처리의 대상으로 할 수 있다.
또, 예를 들면, 어느 1개의 처리(예를 들면 SPM 처리)에 주목했을 때에 당해 처리가 파라미터의 설정값을 조금씩 바꾸어 실행되는 경우가 있다. 이러한 경우, 당해 처리에 대해서, 레시피가 복수 존재하게 된다. 그래서, 예를 들면, 관련된 복수의 레시피를 포함하는 개념인 처리마다 기준 데이터가 정해져 있는 경우에, 「비교하고자 하는 복수의 레시피의 선택(혹은, 처리의 선택)을 접수한 후, 레시피마다 모든 단위 처리 데이터를 이용해 소정의 룰에 따라서 평가값을 구하고, 당해 평가값에 의거해 레시피가 순위 매김을 행한다」라는 기능을 설치하도록 해도 된다. 이 경우, 순위 매김의 결과로서 예를 들면 도 26에 나타낸 레시피 랭킹 화면(87)을 표시부(140)에 표시하면 된다. 그리고, 어느 처리에 대한 기준 데이터를 결정할 때, 랭킹 처리를 실행하기 전에 1 또는 복수의 레시피의 선택을 접수해, 선택된 레시피의 실행에 의해서 얻어진 단위 처리 데이터만을 랭킹 처리의 대상으로 할 수 있다.
또, 예를 들면, 1개의 공장 내에 동일 타입의 복수의 기판 처리 장치가 설치되어 있는 경우에, 임의의 레시피에 대해서 기판 처리 장치가 순위 매김을 행하는 기능을 설치하도록 해도 된다. 그리고, 해당 레시피에 대한 기준 데이터를 결정할 때, 랭킹 처리를 실행하기 전에 기판 처리 장치의 선택을 접수해, 선택된 기판 처리 장치에서 얻어진 단위 처리 데이터만을 랭킹 처리의 대상으로 할 수 있다.
1：기판 처리 장치
22：처리 유닛
40：스코어링 결과 일람 화면
50：랭킹 설정 화면
60：랭킹 화면
100：제어부
132：데이터 처리 프로그램
134：시계열 데이터 DB
136：기준 데이터 DB

Claims (22)

  1. 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 방법으로서,
    상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가 단계와,
    상기 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경 단계를 포함하는 것을 특징으로 하는, 데이터 처리 방법.
  2. 청구항 1에 있어서,
    상기 기준 데이터 변경 단계에서는, 상기 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 복수의 단위 처리 데이터의 순위 매김이 행해지고, 당해 순위 매김의 결과에 의거해, 변경 후의 기준 데이터로 하는 단위 처리 데이터가 결정되는 것을 특징으로 하는, 데이터 처리 방법.
  3. 청구항 2에 있어서,
    상기 기준 데이터 변경 단계는,
    상기 순위 매김의 결과에 따라서, 복수의 단위 처리 데이터의 각각에 대한 속성을 나타내는 속성 데이터를 랭킹 형식으로 표시하는 랭킹 표시 단계와,
    상기 랭킹 표시 단계에서 표시된 복수의 속성 데이터 중에서 변경 후의 기준 데이터로 하는 단위 처리 데이터에 대한 속성 데이터를 선택하는 기준 데이터 선택 단계를 포함하는 것을 특징으로 하는, 데이터 처리 방법.
  4. 청구항 2에 있어서,
    상기 기준 데이터 변경 단계에서는, 상기 순위 매김에 의한 순위가 1위인 단위 처리 데이터가, 변경 후의 기준 데이터로 정해지는 것을 특징으로 하는, 데이터 처리 방법.
  5. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 단위 처리 데이터 평가 단계는,
    상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 비교하는 데이터 비교 단계와,
    상기 데이터 비교 단계에서 얻어진 비교 결과를 득점화한 비교 결과값을 산출하는 비교 결과 득점화 단계와,
    상기 비교 결과값을 포함하는 복수의 지표값에 의거해 상기 평가값을 산출하는 평가값 산출 단계를 포함하는 것을 특징으로 하는, 데이터 처리 방법.
  6. 청구항 5에 있어서,
    상기 데이터 비교 단계에서는, 상기 평가 대상의 단위 처리 데이터에 포함되는 각 시계열 데이터의 정규화가 행해지는 것을 특징으로 하는, 데이터 처리 방법.
  7. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 단위 처리 데이터 평가 단계는,
    복수의 항목에 대해 상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 데이터값에 가공을 가하지 않고 직접적으로 비교하는 데이터 비교 단계와,
    상기 데이터 비교 단계에서 얻어진 상기 복수의 항목에 대한 비교 결과에 의거하는 비교 결과값을 산출하는 비교 결과값 산출 단계와,
    상기 비교 결과값을 포함하는 복수의 지표값에 의거해 상기 평가값을 산출하는 평가값 산출 단계를 포함하는 것을 특징으로 하는, 데이터 처리 방법.
  8. 청구항 5에 있어서,
    상기 복수의 지표값에는, 서로 단위가 상이한 2 이상의 지표값이 포함되어 있는 것을 특징으로 하는, 데이터 처리 방법.
  9. 청구항 8에 있어서,
    상기 단위 처리 데이터 평가 단계는, 각 단위 처리 데이터에 대응하는 단위 처리가 실행되었을 때에 발생한 알람의 발생 횟수를 득점화한 알람값을 산출하는 알람 횟수 득점화 단계를 포함하고,
    상기 복수의 지표값에는, 상기 알람값이 포함되어 있는 것을 특징으로 하는, 데이터 처리 방법.
  10. 청구항 8에 있어서,
    상기 단위 처리 데이터 평가 단계는, 각 단위 처리 데이터에 대한 상기 기준 데이터로서의 추천도를 득점화한 추천값을 산출하는 추천도 득점화 단계를 포함하고,
    상기 복수의 지표값에는, 상기 추천값이 포함되어 있는 것을 특징으로 하는, 데이터 처리 방법.
  11. 청구항 10에 있어서,
    상기 단위 처리 데이터 평가 단계는, 복수의 단위 처리 데이터의 각각에 대한 속성을 나타내는 속성 데이터이며 상기 데이터 비교 단계에서 얻어진 비교 결과를 포함하는 속성 데이터를 일람 표시한 비교 결과 화면을 표시하는 비교 결과 표시 단계를 포함하고,
    상기 비교 결과 화면에 표시되는 속성 데이터에는, 상기 추천도가 포함되고,
    상기 비교 결과 화면은, 상기 추천도를 외부로부터 변경할 수 있도록 구성되어 있는 것을 특징으로 하는, 데이터 처리 방법.
  12. 청구항 8에 있어서,
    상기 단위 처리 데이터 평가 단계는, 복수의 단위 처리 데이터의 각각에 대한 속성을 나타내는 속성 데이터이며 상기 데이터 비교 단계에서 얻어진 비교 결과를 포함하는 속성 데이터를 일람 표시한 비교 결과 화면을 표시하는 비교 결과 표시 단계를 포함하고,
    상기 비교 결과 화면에 표시되는 속성 데이터에는, 임의의 항목의 데이터값의 입력이 가능한 임의 입력 데이터가 포함되고,
    상기 비교 결과 화면은, 상기 임의 입력 데이터의 데이터값을 외부로부터 변경할 수 있도록 구성되고,
    상기 복수의 지표값에는, 상기 임의 입력 데이터의 데이터값이 포함되어 있는 것을 특징으로 하는, 데이터 처리 방법.
  13. 청구항 5에 있어서,
    상기 단위 처리 데이터 평가 단계는, 상기 평가값을 산출할 때의 상기 복수의 지표값의 각각의 기여도를 설정하는 기여도 설정 단계를 포함하는 것을 특징으로 하는, 데이터 처리 방법.
  14. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 단위 처리 데이터 평가 단계는,
    상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 비교해 비교 결과값을 구하는 데이터 비교 단계와,
    각 단위 처리 데이터에 대한 상기 기준 데이터로서의 추천도를 득점화한 추천값을 산출하는 추천도 득점화 단계와,
    각 단위 처리 데이터에 대응하는 단위 처리가 실행되었을 때에 발생한 알람의 발생 횟수를 득점화한 알람값을 산출하는 알람 횟수 득점화 단계와,
    상기 데이터 비교 단계에서 얻어진 비교 결과를 득점화한 비교 결과값을 산출하는 비교 결과 득점화 단계와,
    복수의 지표값에 의거해 상기 평가값을 산출하는 평가값 산출 단계를 포함하고,
    상기 복수의 지표값에는, 상기 추천값과 상기 알람값과 상기 비교 결과값이 포함되고,
    상기 단위 처리 데이터 평가 단계는, 상기 평가값을 산출할 때의 상기 복수의 지표값의 각각의 기여도를 설정하는 기여도 설정 단계를 더 포함하는 것을 특징으로 하는, 데이터 처리 방법.
  15. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 단위 처리 데이터 평가 단계에서 산출되는 평가값은, 상기 평가 대상의 단위 처리 데이터와 상기 기준 데이터를 데이터값에 가공을 가하지 않고 직접적으로 비교함으로써 구해지는 값인 것을 특징으로 하는, 데이터 처리 방법.
  16. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 기준 데이터 변경 단계에 의한 변경 후의 기준 데이터가 되는 단위 처리 데이터는, 미리 설정된 기간 내에 실행된 단위 처리로 얻어진 1 이상의 단위 처리 데이터 중에서 선택되는 것을 특징으로 하는, 데이터 처리 방법.
  17. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 기준 데이터는, 미리 준비되어 있는 기준 데이터 기억부에 유지되고,
    상기 기준 데이터 변경 단계에서는, 상기 기준 데이터 기억부에 유지되어 있는 기준 데이터의 리라이트가 행해지는 것을 특징으로 하는, 데이터 처리 방법.
  18. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 단위 처리는, 기판 처리 장치에서 1장의 기판에 대해 1개의 레시피로서 실행되는 처리인 것을 특징으로 하는, 데이터 처리 방법.
  19. 청구항 18에 있어서,
    상기 기준 데이터는, 상기 기판 처리 장치에서 최초로 상기 단위 처리가 실행되었을 때에 얻어진 단위 처리 데이터인 것을 특징으로 하는, 데이터 처리 방법.
  20. 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 장치로서,
    상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가부와,
    상기 단위 처리 데이터 평가부에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경부
    를 구비하는 것을 특징으로 하는, 데이터 처리 장치.
  21. 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 데이터 처리 시스템으로서,
    상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가부와,
    상기 단위 처리 데이터 평가부에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경부
    를 구비하는 것을 특징으로 하는, 데이터 처리 시스템.
  22. 단위 처리로 얻어지는 복수의 시계열 데이터를 단위 처리 데이터로 하여, 복수의 단위 처리 데이터를 처리하는 기록 매체에 기록된 데이터 처리 프로그램으로서,
    상기 복수의 단위 처리 데이터 중 미리 정해져 있는 단위 처리 데이터를 기준 데이터로 하여, 평가 대상의 단위 처리 데이터와 상기 기준 데이터에 의거해 상기 평가 대상의 단위 처리 데이터에 대한 평가값을 산출하는 단위 처리 데이터 평가 단계와,
    상기 단위 처리 데이터 평가 단계에서 산출된 평가값에 의거해 상기 기준 데이터를 변경하는 기준 데이터 변경 단계
    를 컴퓨터의 CPU가 메모리를 이용하여 실행하는 것을 특징으로 하는, 데이터 처리 프로그램.
KR1020190006846A 2018-02-08 2019-01-18 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램 KR102297160B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210113022A KR102335392B1 (ko) 2018-02-08 2021-08-26 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2018-020799 2018-02-08
JP2018020799A JP7075771B2 (ja) 2018-02-08 2018-02-08 データ処理方法、データ処理装置、データ処理システム、およびデータ処理プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210113022A Division KR102335392B1 (ko) 2018-02-08 2021-08-26 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램

Publications (2)

Publication Number Publication Date
KR20190096273A true KR20190096273A (ko) 2019-08-19
KR102297160B1 KR102297160B1 (ko) 2021-09-01

Family

ID=67476720

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190006846A KR102297160B1 (ko) 2018-02-08 2019-01-18 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램
KR1020210113022A KR102335392B1 (ko) 2018-02-08 2021-08-26 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020210113022A KR102335392B1 (ko) 2018-02-08 2021-08-26 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램

Country Status (5)

Country Link
US (1) US20190243348A1 (ko)
JP (1) JP7075771B2 (ko)
KR (2) KR102297160B1 (ko)
CN (1) CN110134917A (ko)
TW (2) TWI822262B (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019149094A1 (zh) 2018-02-01 2019-08-08 周兴昌 一种处理数据的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980042847A (ko) * 1996-11-27 1998-08-17 이노쿠마다카히코 다이캐스트 제품의 품질관리방법 및 다이캐스트 머신 제어장치
KR20140012144A (ko) * 2011-03-21 2014-01-29 도쿄엘렉트론가부시키가이샤 생물학적 기반의 챔버 매칭

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3355849B2 (ja) * 1995-01-23 2002-12-09 株式会社デンソー 製造プロセス品質異常処置システムおよび品質管理値更新方法
US6442445B1 (en) * 1999-03-19 2002-08-27 International Business Machines Corporation, User configurable multivariate time series reduction tool control method
JP2001217169A (ja) 1999-11-26 2001-08-10 Matsushita Electric Ind Co Ltd データ変動監視方法と監視装置
TWI286785B (en) * 2002-03-29 2007-09-11 Tokyo Electron Ltd Method for interaction with status and control apparatus
JP2005011977A (ja) * 2003-06-18 2005-01-13 Ebara Corp 基板研磨装置および基板研磨方法
JP2005190429A (ja) * 2003-12-26 2005-07-14 Hiroshima Univ 参照データ認識・学習方法及びパターン認識システム
JP2007081302A (ja) * 2005-09-16 2007-03-29 Toshiba Corp 管理システム、管理方法及び電子装置の製造方法
JP4723466B2 (ja) * 2006-12-19 2011-07-13 三菱電機株式会社 データ処理装置及びデータ処理方法及びプログラム
JP5271525B2 (ja) * 2007-10-04 2013-08-21 東京エレクトロン株式会社 基板処理装置の検査方法及び記憶媒体
JP2009129359A (ja) * 2007-11-27 2009-06-11 Toshiba Corp 情報提供システム、端末及び情報提供サーバ
JP5198087B2 (ja) 2008-02-21 2013-05-15 富士フイルム株式会社 製造設備の診断装置及び方法
EP2284769B1 (en) * 2009-07-16 2013-01-02 European Space Agency Method and apparatus for analyzing time series data
US8655472B2 (en) * 2010-01-12 2014-02-18 Ebara Corporation Scheduler, substrate processing apparatus, and method of transferring substrates in substrate processing apparatus
JP5625935B2 (ja) * 2011-01-18 2014-11-19 オムロン株式会社 判定基準値の適否判定方法およびその適正値の特定方法ならびに適正値への変更方法、部品実装基板の検査システム、生産現場におけるシミュレーション方法およびシミュレーションシステム
JP5855841B2 (ja) 2011-04-01 2016-02-09 株式会社日立国際電気 管理装置
JP5172049B2 (ja) * 2011-06-14 2013-03-27 パナソニック株式会社 ロボット装置、ロボット制御方法、及びロボット制御プログラム
WO2013145133A1 (ja) * 2012-03-27 2013-10-03 富士通株式会社 データ処理装置およびデータ処理方法
JP5909405B2 (ja) * 2012-04-27 2016-04-26 ルネサスエレクトロニクス株式会社 半導体装置
JP5956619B2 (ja) * 2015-01-13 2016-07-27 ファナック株式会社 加工条件に応じてパラメータを調整するパラメータ自動調整装置
JP6310866B2 (ja) 2015-01-30 2018-04-11 株式会社日立ハイテクノロジーズ プラズマ処理装置及びプラズマ処理方法並びに解析方法
JP6599727B2 (ja) * 2015-10-26 2019-10-30 株式会社Ｓｃｒｅｅｎホールディングス 時系列データ処理方法、時系列データ処理プログラム、および、時系列データ処理装置
JP6649073B2 (ja) 2015-12-16 2020-02-19 株式会社荏原製作所 基板処理装置およびその品質保証方法
JP6770802B2 (ja) * 2015-12-28 2020-10-21 川崎重工業株式会社 プラント異常監視方法およびプラント異常監視用のコンピュータプログラム
JP6645993B2 (ja) 2016-03-29 2020-02-14 株式会社Ｋｏｋｕｓａｉ Ｅｌｅｃｔｒｉｃ 処理装置、装置管理コントローラ、及びプログラム並びに半導体装置の製造方法
JP6984175B2 (ja) 2016-05-27 2021-12-17 富士電機株式会社 バッチプロセス監視装置、及びバッチプロセス監視方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980042847A (ko) * 1996-11-27 1998-08-17 이노쿠마다카히코 다이캐스트 제품의 품질관리방법 및 다이캐스트 머신 제어장치
KR20140012144A (ko) * 2011-03-21 2014-01-29 도쿄엘렉트론가부시키가이샤 생물학적 기반의 챔버 매칭

Also Published As

Publication number Publication date
US20190243348A1 (en) 2019-08-08
KR102297160B1 (ko) 2021-09-01
TWI822262B (zh) 2023-11-11
JP2019140196A (ja) 2019-08-22
TWI778219B (zh) 2022-09-21
TW202248941A (zh) 2022-12-16
JP7075771B2 (ja) 2022-05-26
CN110134917A (zh) 2019-08-16
KR102335392B1 (ko) 2021-12-03
KR20210108934A (ko) 2021-09-03
TW201937439A (zh) 2019-09-16

Similar Documents

Publication Publication Date Title
US8494798B2 (en) Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection
KR102242640B1 (ko) 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램
JP7214417B2 (ja) データ処理方法およびデータ処理プログラム
EP3869424A1 (en) Equipment failure diagnosis support system and equipment failure diagnosis support method
KR102280390B1 (ko) 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램을 저장한 컴퓨터 판독 가능한 기록 매체
KR102335392B1 (ko) 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램
US11054801B2 (en) Data processing method, data processing apparatus, data processing system, and recording medium having recorded therein data processing program
US7031860B2 (en) Method and system of semiconductor fabrication fault analysis
KR102280389B1 (ko) 데이터 처리 방법, 데이터 처리 장치, 및 데이터 처리 프로그램을 저장한 컴퓨터 판독 가능한 기록 매체
JP2002318612A (ja) 品質情報検索システム及び検索方法
US20210318672A1 (en) Manufacturing Defect Factor Searching Method and Manufacturing Defect Factor Searching Apparatus
KR20020063007A (ko) 반도체 공정설비의 공정데이터 관리 시스템

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)
GRNT Written decision to grant