KR20220092795A - 정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법 - Google Patents

정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법 Download PDF

Info

Publication number
KR20220092795A
KR20220092795A KR1020210179978A KR20210179978A KR20220092795A KR 20220092795 A KR20220092795 A KR 20220092795A KR 1020210179978 A KR1020210179978 A KR 1020210179978A KR 20210179978 A KR20210179978 A KR 20210179978A KR 20220092795 A KR20220092795 A KR 20220092795A
Authority
KR
South Korea
Prior art keywords
semiconductor manufacturing
maintenance
sensor data
simulation
manufacturing apparatus
Prior art date
Application number
KR1020210179978A
Other languages
English (en)
Inventor
마사카즈 야마모토
다다시 에노모토
Original Assignee
도쿄엘렉트론가부시키가이샤
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 도쿄엘렉트론가부시키가이샤 filed Critical 도쿄엘렉트론가부시키가이샤
Publication of KR20220092795A publication Critical patent/KR20220092795A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
    • 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]
    • G05B19/4184—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 fault tolerance, reliability of production 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
    • 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]
    • G05B19/41885—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 modeling, simulation of the manufacturing 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
    • 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
    • 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
    • G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31444—Compare actual manufacturing sequence with simulated sequence, correct actual
    • 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
    • G05B2219/32236—Automatic order of parts needed for maintenance schedule
    • 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
    • G05B2219/32356—For diagnostics
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은, 반도체 제조 장치의 시뮬레이션 모델을 이용하여, 교환해야 할 반도체 제조 장치의 부품을 사전 검지하고, 발주하는 기술을 제공하는 것을 목적으로 한다.
반도체 제조 장치에서 실행 중인 프로세스 상태의 시뮬레이션을, 반도체 제조 장치의 시뮬레이션 모델을 이용하여 실행하는 정보 처리 장치로서, 프로세스 파라미터에 따라 프로세스를 실행 중인 반도체 제조 장치에서 측정된 물리 센서 데이터를 취득하는 물리 센서 데이터　취득부와, 프로세스 파라미터에 따라 시뮬레이션 모델에 의한 시뮬레이션을 실행하여 가상 센서 데이터를 산출하는 시뮬레이션 실행부와, 물리 센서 데이터 및 가상 센서 데이터의 차이에 기초하여, 교환해야 할 반도체 제조 장치의 부품의 사전 검지를 행하는 시뮬레이션 결과 판정부와, 사전 검지 결과에 기초하여, 반도체 제조 장치의 부품을 발주하는 부품 발주부를 가짐으로써 상기 과제를 해결한다.

Description

정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법{INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING SYSTEM, AND PART ORDERING METHOD}
본 개시는, 정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법에 관한 것이다.
반도체 제품의 제조 또는 연구 개발의 현장에서, 프로세스 시뮬레이션이 이용되고 있다. 프로세스 시뮬레이션은 반도체 프로세스(이하, 프로세스라고 부름)에 관한 다양한 물리 현상을 물리 모델(시뮬레이션 모델)에 의해 취급할 수 있다(예컨대, 특허문헌 1 참조).
또한, 예컨대 가동 중인 반도체 제조 장치에서는, 수명을 다하거나 고장에 의해 교환이 필요해지는 파츠의 교환을 메인터넌스의 실시에 의해 행하고 있었다.
[특허문헌 1] 일본 특허 공개 제2018-125451호 공보
본 개시는, 반도체 제조 장치의 시뮬레이션 모델을 이용하여, 교환해야 할 반도체 제조 장치의 부품을 사전 검지하고, 발주하는 기술을 제공한다.
본 개시의 일 양태는, 반도체 제조 장치에서 실행 중인 프로세스 상태의 시뮬레이션을, 상기 반도체 제조 장치의 시뮬레이션 모델을 이용하여 실행하는 정보 처리 장치로서, 프로세스 파라미터에 따라 프로세스를 실행 중인 상기 반도체 제조 장치에서 측정된 물리 센서 데이터를 취득하는 물리 센서 데이터 취득부와, 상기 프로세스 파라미터에 따라 상기 시뮬레이션 모델에 의한 시뮬레이션을 실행하여 가상 센서 데이터를 산출하는 시뮬레이션 실행부와, 상기 물리 센서 데이터 및 상기 가상 센서 데이터의 차이에 기초하여, 교환해야 할 상기 반도체 제조 장치의 부품의 사전 검지를 행하는 시뮬레이션 결과 판정부와, 상기 사전 검지 결과에 기초하여, 상기 반도체 제조 장치의 부품을 발주하는 부품 발주부를 갖는다.
본 개시에 따르면, 반도체 제조 장치의 시뮬레이션 모델을 이용하여, 교환해야 할 반도체 제조 장치의 부품을 사전 검지하고, 발주할 수 있다.
도 1은 본 실시형태에 따른 정보 처리 시스템의 일례의 구성도이다.
도 2는 컴퓨터의 일례의 하드웨어 구성도이다.
도 3은 본 실시형태에 따른 자율 제어 컨트롤러의 일례의 기능 블록도이다.
도 4는 본 실시형태에 따른 해석 서버의 일례의 기능 블록도이다.
도 5는 본 실시형태에 따른 작업 관리 서버의 일례의 기능 블록도이다.
도 6은 본 실시형태에 따른 정보 처리 시스템의 처리의 일례의 흐름도이다.
도 7은 시뮬레이션 모델을 편집하는 처리의 일례의 흐름도이다.
도 8은 고장 사전 검지를 행하는 처리의 일례의 흐름도이다.
도 9는 본 실시형태에 따른 정보 처리 시스템의 메인터넌스 처리의 일례의 시퀀스도이다.
도 10은 메인터넌스 리스트를 작성하는 처리의 일례의 흐름도이다.
도 11은 작업 의뢰서를 작성하는 처리의 일례의 흐름도이다.
도 12는 메인터넌스 후처리의 일례의 흐름도이다.
도 13은 반도체 제조 장치의 온도 관련 부분을 나타낸 일례의 개략도이다.
도 14는 온도 관련 시뮬레이션 모델의 작성 및 갱신 처리를 나타낸 일례의 설명도이다.
도 15는 온도 관련 시뮬레이션 모델의 작성 및 갱신 처리를 나타낸 일례의 설명도이다.
도 16은 메인터넌스 시기 사전 검지 및 부품의 발주 처리를 나타낸 일례의 설명도이다.
이하, 도면을 참조하여, 본 발명을 실시하기 위한 형태의 설명을 행한다.
<시스템 구성>
도 1은 본 실시형태에 따른 정보 처리 시스템의 일례의 구성도이다. 도 1에 도시된 정보 처리 시스템(1)은, 반도체 제조 장치(10), 기존 센서(11), 추가 센서(12), 자율 제어 컨트롤러(13), 장치 제어 컨트롤러(20), 호스트 컴퓨터(22), 외부 측정기(24), 해석 서버(26), AR 서버(28), 관리 서버(30), 및 데이터 레이크(32)를 갖는다. 또한, 정보 처리 시스템(1)은, 파츠 구매 관리 서버(34), 작업 관리 서버(36), 및 공장측 서버(38)를 갖는다.
반도체 제조 장치(10), 자율 제어 컨트롤러(13), 장치 제어 컨트롤러(20), 호스트 컴퓨터(22), 및 외부 측정기(24)는, LAN(Local Area Network) 등의 네트워크(40)를 통해 통신 가능하게 접속된다. 또한, 해석 서버(26), AR 서버(28), 관리 서버(30), 파츠 구매 관리 서버(34), 작업 관리 서버(36), 및 공장측 서버(38)는 네트워크(40)를 통해 통신 가능하게 접속된다.
반도체 제조 장치(10)는 예컨대 열처리 성막 장치이며, 장치 제어 컨트롤러(20)로부터 출력된 제어 명령(프로세스 파라미터)에 따라 프로세스를 실행한다. 반도체 제조 장치(10)는 복수의 기존 센서(11)가 탑재되어 있다. 기존 센서(11)는 온도, 압력 등을 물리 센서 데이터로서 측정하는 물리(Physical) 센서의 일례이다.
추가 센서(12)는 후술하는 가상(Virtual) 센서 데이터의 확실성을 확인하기 위해 탑재되는 물리 센서의 일례이다. 가상 센서 데이터는 후술하는 시뮬레이션 모델(물리 모델)을 바탕으로 계산된다. 추가 센서(12)는 시뮬레이션 모델을 바탕으로 계산되는 가상 센서 데이터의 확실성을 확인하기 위해 탑재되기 때문에, 고객에게 출하되는 최종 제품에 탑재되어 있지 않아도 좋다. 추가 센서(12)는 온도, 압력 등을 물리 센서 데이터로서 측정한다.
자율 제어 컨트롤러(13)는 반도체 제조 장치(10)를 자율 제어하기 위한 컨트롤러로서, 후술하는 바와 같이, 시뮬레이션 모델을 이용한 반도체 제조 장치(10)에서 실행 중인 프로세스 상태의 시뮬레이션, 프로세스 파라미터의 최적화 등을 행한다. 또한, 자율 제어 컨트롤러(13)는, 고장 사전 검지, 메인터넌스 시기 사전 검지, 메인터넌스 미스 검지, 파츠 발주, 메인터넌스 리스트의 작성 등을 행한다. 자율 제어 컨트롤러(13)는 반도체 제조 장치(10)마다 설치되어 있다.
자율 제어 컨트롤러(13)는 후술하는 시뮬레이션 모델을 이용한 시뮬레이션을 실행함으로써, 웨이퍼 상의 막의 부착 상태, 웨이퍼의 온도, 가스, 플라즈마 등의 상태를, 프로세스 파라미터에 따른 프로세스를 실행한 후의 결과로서 산출한다.
또한, 후술하는 시뮬레이션 모델을 이용한 시뮬레이션을 실행함으로써 산출한 데이터(가상 데이터)에는, 가상 센서 데이터 및 가상 프로세스 결과 데이터가 포함된다. 가상 센서 데이터는 가상 센서로부터 출력되는 데이터이다. 가상 프로세스 결과 데이터는, 가상 데이터에 포함되는 데이터 중, 가상 센서 데이터 이외이다.
장치 제어 컨트롤러(20)는 반도체 제조 장치(10)를 제어하기 위한 컴퓨터 구성을 갖는 컨트롤러이다. 장치 제어 컨트롤러(20)는 후술하는 바와 같이 최적화된 프로세스 파라미터를, 반도체 제조 장치(10)의 제어 부품을 제어하는 프로세스 파라미터로서 반도체 제조 장치(10)에 출력한다.
호스트 컴퓨터(22)는 반도체 제조 장치(10)에 대한 지시를 작업자로부터 접수함과 더불어, 반도체 제조 장치(10)에 관한 정보를 작업자에게 제공하는 맨 머신 인터페이스(MMI)의 일례이다.
외부 측정기(24)는, 막 두께 측정기, 시트 저항 측정기, 파티클 측정기 등, 프로세스 파라미터에 따른 프로세스 실행 후의 결과를 측정하는 측정기이다. 예컨대 외부 측정기(24)는, 모니터 웨이퍼 등의 웨이퍼 상의 막의 부착 상태를 측정한다. 이하에서는, 외부 측정기(24)에 의해 측정한 데이터를 물리　프로세스　결과　데이터라고 부른다.
해석 서버(26)는 후술하는 바와 같이 시뮬레이션 모델의 갱신, 프로세스 파라미터의 최적화를 위한 데이터　해석, 고장　사전　검지나 메인터넌스　시기　사전　검지를 위한 데이터　해석 등을 행한다. AR 서버(28)는 AR(확장 현실) 기술을 이용하여, 반도체 제조 장치(10)에서 실행 중인 프로세스 상태의 시뮬레이션 결과의 화면 표시나, 보수·메인터넌스 등의 작업 지원을 위한 화면(콘텐츠) 표시를 행한다.
관리 서버(30)는, 데이터 레이크(32) 등의 데이터 보존 영역에 보존된 예컨대 하나 이상의 기업의 복수의 반도체 제조 장치(10)에 관한 정보(반도체 제조 장치(10)로 프로세스를 실행한 프로세스 파라미터, 그 프로세스 파라미터에 따라 프로세스를 실행한 경우의 물리 센서 데이터, 및 물리　프로세스　결과　데이터 등)을 관리한다. 이러한, 복수의 반도체 제조 장치(10)에 관한 정보를 바탕으로 시뮬레이션 모델을 후술하는 바와 같이 편집함으로써, 베이스의 시뮬레이션 모델은, 복수의 반도체 제조 장치(10)의 동작을 바탕으로 편집(보정)할 수 있다. 시뮬레이션 모델의 베이스는, 복수의 반도체 제조 장치(10)를 바탕으로 한 최대 공약수적인 모델이 된다.
시뮬레이션 모델의 베이스는, 예컨대 딥러닝에 의해, 각각의 반도체 제조 장치(10)에 적합하도록 편집한다. 이 편집은, 예컨대 반도체 제조 장치(10)를 운용할 때마다 실행함으로써, 운용할수록, 각각의 반도체 제조 장치(10)에 있어서의 시뮬레이션 모델의 예측 정밀도가 향상된다.
파츠 구매 관리 서버(34)는 자율 제어 컨트롤러(13)로부터 파츠(부품)의 발주를 접수한다. 또한, 파츠 구매 관리 서버(34)는 자율 제어 컨트롤러(13)로부터의 파츠의 수요를 해석한다. 파츠 구매 관리 서버(34)는 공장측 서버(38)에 파츠의 발주나 파츠 수요의 통지를 행한다. 공장측 서버(38)는, 예컨대 파츠 구매 관리 서버(34)로부터의 파츠의 발주, 및 파츠의 수요에 따라, 공장측에서 파츠의 재고 관리나 생산 관리를 행한다.
작업 관리 서버(36)는 자율 제어 컨트롤러(13)로부터 취득한 메인터넌스 리스트를 이용하여 작업 의뢰서를 작성한다. 작업 관리 서버(36)는 작성한 작업 의뢰서에 따라, 반도체 제조 장치(10)에 필요한 메인터넌스 항목의 작업을 작업자에게 행하게 한다. 작업 관리 서버(36)는 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 메인터넌스 항목의 작업에 필요한 공구 정보를, 작업자가 조작하는 조작 단말에 표시하여, 작업자에 의한 작업을 서포트하여도 좋다. 작업자는 예컨대 조작 단말에 표시한 작업 의뢰서의 작업 종료 버튼 등을 누름으로써, 메인터넌스 항목의 작업 종료를 등록한다. 작업 관리 서버(36)는 작업자로부터 작업 종료가 등록되면, 메인터넌스 작업 종료 통지를 이용하여, 작업이 종료된 메인터넌스 항목을 자율 제어 컨트롤러(13)에 통지한다.
또한, 도 1의 정보 처리 시스템(1)은 일례이며, 용도나 목적에 따라 다양한 시스템 구성예가 있는 것은 말할 필요도 없다. 도 1의 반도체 제조 장치(10), 자율 제어 컨트롤러(13), 장치 제어 컨트롤러(20), 호스트 컴퓨터(22), 외부 측정기(24), 해석 서버(26), AR 서버(28), 관리 서버(30), 파츠 구매 관리 서버(34), 작업 관리 서버(36), 및 공장측 서버(38)와 같은 장치의 구분은 일례이다.
예컨대 정보 처리 시스템(1)은, 반도체 제조 장치(10), 자율 제어 컨트롤러(13), 장치 제어 컨트롤러(20), 호스트 컴퓨터(22), 외부 측정기(24), 해석 서버(26), AR 서버(28), 관리 서버(30), 파츠 구매 관리 서버(34), 작업 관리 서버(36), 및 공장측 서버(38) 중 2개 이상이 일체화된 구성이나, 더 분할된 구성 등, 다양한 구성이 가능하다.
또한, 해석 서버(26), AR 서버(28)는 도 1의 정보 처리 시스템(1)과 같이 복수 대의 반도체 제조 장치(10)를 통합하여 취급할 수 있도록 하여도 좋고, 반도체 제조 장치(10)와 1:1로 설치하도록 하여도 좋다. 반도체 제조 장치(10)와 1:1로 설치한 해석 서버(26) 및 AR 서버(28)는, 대응하는 반도체 제조 장치(10)에 특화된 처리를 행할 수 있다.
<하드웨어 구성>
정보 처리 시스템(1)의 자율 제어 컨트롤러(13), 장치 제어 컨트롤러(20), 호스트 컴퓨터(22), 해석 서버(26), AR 서버(28), 관리 서버(30), 파츠 구매 관리 서버(34), 작업 관리 서버(36), 및 공장측 서버(38)는, 예컨대 도 2의 하드웨어 구성의 컴퓨터에 의해 실현된다. 도 2는 컴퓨터의 일례의 하드웨어 구성도이다.
도 2의 컴퓨터(500)는, 입력 장치(501), 출력 장치(502), 외부 I/F(인터페이스)(503), RAM(Random Access Memory)(504), ROM(Read Only Memory)(505), CPU(Central Processing Unit)(506), 통신 I/F(507) 및 HDD(Hard Disk Drive)(508) 등을 구비하며, 각각이 버스(B)에 의해 서로 접속되어 있다. 또한, 입력 장치(501) 및 출력 장치(502)는 필요할 때에 접속하여 이용하는 형태여도 좋다.
입력 장치(501)는 키보드나 마우스, 터치 패널 등이며, 작업자 등이 각 조작 신호를 입력하는 데 이용된다. 출력 장치(502)는 디스플레이 등이며, 컴퓨터(500)에 의한 처리 결과를 표시한다. 통신 I/F(507)는 컴퓨터(500)를 네트워크에 접속하는 인터페이스이다. HDD(508)는, 프로그램이나 데이터를 저장하고 있는 불휘발성 기억 장치의 일례이다.
외부 I/F(503)는, 외부 장치와의 인터페이스이다. 컴퓨터(500)는 외부 I/F(503)를 통해 SD(Secure Digital) 메모리 카드 등의 기록 매체(503a)의 판독 및/또는 기록을 행할 수 있다. ROM(505)은, 프로그램이나 데이터가 저장된 불휘발성 반도체 메모리(기억 장치)의 일례이다. RAM(504)은 프로그램이나 데이터를 일시 유지하는 휘발성 반도체 메모리(기억 장치)의 일례이다.
CPU(506)는, ROM(505)이나 HDD(508) 등의 기억 장치로부터 프로그램이나 데이터를 RAM(504) 상에 독출하고, 처리를 실행함으로써, 컴퓨터(500) 전체의 제어나 기능을 실현하는 연산 장치이다.
도 1의 자율 제어 컨트롤러(13), 장치 제어 컨트롤러(20), 호스트 컴퓨터(22), 해석 서버(26), AR 서버(28), 관리 서버(30), 파츠 구매 관리 서버(34), 작업 관리 서버(36), 및 공장측 서버(38)는, 도 2의 컴퓨터(500)의 하드웨어 구성 등에 의해, 각종 기능을 실현할 수 있다.
<기능 구성>
본 실시형태에 따른 정보 처리 시스템(1)의 자율 제어 컨트롤러(13)는, 예컨대 도 3의 기능 블록으로 실현된다. 도 3은 본 실시형태에 따른 자율 제어 컨트롤러의 일례의 기능 블록도이다. 또한, 도 3의 기능 블록도는 본 실시형태의 설명에 불필요한 구성에 대해서 도시를 생략하고 있다.
자율 제어 컨트롤러(13)는, 자율 제어 컨트롤러(13)용 프로그램을 실행함으로써, 물리　프로세스　결과　데이터 취득부(100), 물리 센서 데이터 취득부(102), 프로세스 파라미터 취득부(104), 데이터베이스(106), 시뮬레이션 실행부(108), 시뮬레이션 결과 판정부(110), 표시 제어부(112), 시뮬레이션 모델 갱신부(114), 메인터넌스 리스트 관리부(116), 및 메인터넌스 정보 기억부(118)를 실현하고 있다. 또한, 시뮬레이션 결과 판정부(110)는, 고장　사전　검지부(120), 메인터넌스　시기　사전　검지부(122), 프로세스 파라미터 조정부(124), 메인터넌스 미스 검지부(126), 및 파츠 발주부(128)를 갖는 구성이다.
물리　프로세스　결과　데이터 취득부(100)는, 프로세스 파라미터에 따른 프로세스를 실행한 후의 결과인 물리　프로세스　결과　데이터를 취득하여, 데이터베이스(106)에 보존한다.
물리 센서 데이터 취득부(102)는 기존 센서(11) 및 추가 센서(12)가 측정한 물리 센서 데이터를 취득하여, 시뮬레이션 실행부(108)에 제공한다. 프로세스 파라미터 취득부(104)는 반도체 제조 장치(10)에서 실행 중인 프로세스의 프로세스 파라미터를 취득하여 시뮬레이션 실행부(108)에 제공한다. 데이터베이스(106)는 시뮬레이션 실행부(108)가 시뮬레이션에 사용하는 데이터 및 해석 서버(26)가 시뮬레이션 모델의 갱신이나 데이터　해석에 사용하는 데이터를 보존하고 있는 데이터 보존 영역이다.
시뮬레이션 실행부(108)는, 프로세스를 실행 중인 반도체 제조 장치(10)와 동일한 프로세스 파라미터에 따라, 시뮬레이션 모델에 의한 시뮬레이션을 실행함으로써, 프로세스를 실행 중인 반도체 제조 장치(10)의 프로세스 상태를 산출할 수 있다.
또한, 시뮬레이션 실행부(108)가 시뮬레이션에 이용하는 반도체 제조 장치(10)의 시뮬레이션 모델은, 예컨대 1DCAE의 시뮬레이션 모델을 이용할 수 있다. 1DCAE의 시뮬레이션 모델은, 상류 설계인 기능 설계에 있어서 반도체 제조 장치(10) 전체를 기능 베이스로 표현함으로써, 구조 설계(3DCAE) 전의 평가 해석을 가능하게 하고 있다.
시뮬레이션 결과 판정부(110)는, 동일한 프로세스 파라미터에 기초한 물리　프로세스　결과　데이터, 물리 센서 데이터, 가상 프로세스 결과 데이터, 및 가상 센서 데이터를 이용함으로써, 후술하는 바와 같이 고장　사전　검지부(120)에 의한 고장　사전　검지, 메인터넌스　시기　사전　검지부(122)에 의한 메인터넌스　시기 사전　검지, 메인터넌스 미스 검지부(126)에 의한 메인터넌스 미스 검지 등을 행한다. 또한, 시뮬레이션 결과 판정부(110)는 프로세스 파라미터 조정부(124)에 의한 프로세스 파라미터의 최적화를 후술하는 바와 같이 행한다. 또한, 시뮬레이션 결과 판정부(110)는 파츠 발주부(128)에 의한 파츠의 발주를 후술하는 바와 같이 행한다.
표시 제어부(112)는, 반도체 제조 장치(10)로 프로세스를 실행하면서, 반도체 제조 장치(10)와 동일한 프로세스 파라미터에 따라 실행된 시뮬레이션에 의한 가상 프로세스 결과 데이터, 가상 센서 데이터를 이용함으로써, 프로세스를 실행 중인 반도체 제조 장치(10)의 프로세스 상태를 실시간으로 가시화하여 예컨대 호스트 컴퓨터(22)에 표시시킬 수 있다.
따라서, 표시 제어부(112)는 프로세스를 실행 중인 반도체 제조 장치(10)의 프로세스 상태라고 하는 현실(Physical) 공간의 변화를 실시간의 연동성으로써 가상(Cyber) 공간에 재현하는, 소위 디지털 트윈을 실현할 수 있다. 디지털 트윈에서는 반도체 제조 장치(10)로 프로세스를 실행하면서, 가상 공간에 반도체 제조 장치(10)의 프로세스 상태를 실시간으로 재현할 수 있다.
이러한 디지털 트윈의 환경을 이용함으로써, 시뮬레이션 결과 판정부(110)는 반도체 제조 장치(10)의 프로세스 상태를 모니터링할 수 있다. 또한, 시뮬레이션 결과 판정부(110)는 후술하는 고장　사전　검지나 메인터넌스　시기　사전　검지, 메인터넌스 미스 검지, 메인터넌스의 작업에 필요한 파츠의 발주, 프로세스 파라미터의 조정 등이 가능해진다.
시뮬레이션 모델 갱신부(114)는 시뮬레이션 실행부(108)가 프로세스 상태의 시뮬레이션에 이용하는 시뮬레이션 모델을, 해석 서버(26)에 의해 편집된 시뮬레이션 모델에 갱신한다.
메인터넌스 리스트 관리부(116)는 시뮬레이션 결과 판정부(110)가 고장　사전　검지나 메인터넌스　시기　사전　검지에 의해 사전 검지한 교환이 필요한 파츠(메인터넌스의 작업에 필요한 파츠)로부터 후술하는 바와 같이 메인터넌스 항목을 특정한다. 메인터넌스 리스트 관리부(116)는 특정한 메인터넌스 항목을 포함하는 메인터넌스 리스트를 작성한다. 메인터넌스 리스트 관리부(116)는 작성할 메인터넌스 리스트에, 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 메인터넌스 항목의 작업에 필요한 공구 정보 등을 포함시켜도 좋다.
메인터넌스 리스트 관리부(116)는 작성한 메인터넌스 리스트를 작업 관리 서버(36)에 통지하여, 메인터넌스 항목의 작업을 의뢰한다. 또한, 메인터넌스 리스트 관리부(116)는 작성한 메인터넌스 리스트를 메인터넌스 정보 기억부(118)에 보존하여, 관리하여도 좋다.
메인터넌스 리스트 관리부(116)는, 예컨대 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 메인터넌스 항목의 작업에 필요한 공구 정보 등을 메인터넌스 정보 기억부(118)로부터 독출하여 이용하여도 좋다. 또한, 메인터넌스 리스트 관리부(116)는, 예컨대 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 메인터넌스 항목의 작업에 필요한 공구 정보 등을 데이터베이스(106), 또는 네트워크(40)에 접속된 기억 장치나 서버로부터 독출하여 이용하여도 좋다.
또한, 본 실시형태에 따른 정보 처리 시스템(1)의 해석 서버(26)는, 예컨대 도 4의 기능 블록으로 실현된다. 도 4는 본 실시형태에 따른 해석 서버의 일례의 기능 블록도이다. 또한, 도 4의 기능 블록도는 본 실시형태의 설명에 불필요한 구성에 대해서 도시를 생략하고 있다.
해석 서버(26)는 해석 서버(26)용 프로그램을 실행함으로써, 물리 데이터 취득부(140), 가상 데이터 취득부(142), 프로세스 파라미터 취득부(144), 시뮬레이션 모델 기억부(146), 시뮬레이션 모델 편집부(148), 및 시뮬레이션 모델 갱신 요구부(150)를 실현하고 있다.
물리 데이터 취득부(140)는, 자율 제어 컨트롤러(13) 또는 관리 서버(30)로부터 해석 대상의 반도체 제조 장치(10)의 물리 센서 데이터 및 물리　프로세스　결과　데이터를, 물리(Physical) 데이터로서 취득하여, 시뮬레이션 모델 편집부(148)에 제공한다.
가상 데이터 취득부(142)는, 자율 제어 컨트롤러(13) 또는 관리 서버(30)로부터 해석 대상의 반도체 제조 장치(10)의 가상 센서 데이터 및 가상 프로세스 결과 데이터를, 가상(Cyber) 데이터로서 취득하여, 시뮬레이션 모델 편집부(148)에 제공한다.
프로세스 파라미터 취득부(144)는, 자율 제어 컨트롤러(13) 또는 관리 서버(30)로부터 해석 대상의 반도체 제조 장치(10)의 프로세스 파라미터를 취득하여, 시뮬레이션 모델 편집부(148)에 제공한다.
시뮬레이션 모델 기억부(146)는 자율 제어 컨트롤러(13)의 시뮬레이션 실행부(108)가 반도체 제조 장치(10)의 프로세스 상태의 시뮬레이션에 이용하기 위한 시뮬레이션 모델을 기억한다. 시뮬레이션 모델 편집부(148)는 제공된 물리 데이터, 가상 데이터 및 프로세스 파라미터를 이용하여, 동일한 프로세스 파라미터에 의한 물리 데이터 및 가상 데이터의 차이가 작아지도록(최적의 시뮬레이션 모델이 되도록) 예컨대 기계 학습 등을 이용하여 시뮬레이션 모델의 편집을 행한다. 또한, 시뮬레이션 모델의 편집은, 반도체 제조 장치(10)의 통상 운용시에 반드시 행할 필요는 없고, 예컨대 시뮬레이션 대상의 반도체 제조 장치(10)에 물리적인 사양 변경이 행해진 경우 등에 행하면 좋다. 시뮬레이션 모델 갱신 요구부(150)는, 편집된 시뮬레이션 모델의 갱신을 자율 제어 컨트롤러(13)에 요구한다.
또한, 본 실시형태에 따른 정보 처리 시스템(1)의 작업 관리 서버(36)는, 예컨대 도 5의 기능 블록으로 실현된다. 도 5는 본 실시형태에 따른 작업 관리 서버의 일례의 기능 블록도이다. 또한, 도 5의 기능 블록도는 본 실시형태의 설명에 불필요한 구성에 대해서 도시를 생략하고 있다.
작업 관리 서버(36)는 작업 관리 서버(36)용 프로그램을 실행함으로써, 메인터넌스 리스트 취득부(160), 작업 의뢰서 작성부(162), 작업 의뢰 관리부(164), 메인터넌스 작업 종료 통지부(166), 및 작업 의뢰서 기억부(168)를 실현하고 있다.
메인터넌스 리스트 취득부(160)는, 메인터넌스 항목의 작업을 의뢰하기 위해 자율 제어 컨트롤러(13)로부터 통지되는 메인터넌스 리스트를 취득한다. 작업 의뢰서 작성부(162)는 메인터넌스 리스트를 이용하여 작업 의뢰서를 작성한다. 작업 의뢰서 작성부(162)는 작성할 작업 의뢰서에, 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 메인터넌스 항목의 작업에 필요한 공구 정보, 공장측 담당자 정보, 및 공장측 책임자 정보 등을 포함시켜도 좋다.
또한, 작업 의뢰서 작성부(162)는 작성할 작업 의뢰서에, 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 메인터넌스 항목의 작업에 필요한 공구 정보, 공장측 담당자 정보, 및 공장측 책임자 정보 등에 대한 링크를 포함시켜도 좋다. 작업 의뢰서 작성부(162)는 작성한 작업 의뢰서를 작업 의뢰서 기억부(168)에 보존한다.
작업 의뢰 관리부(164)는 작업 의뢰서 기억부(168)에 기억된 작업 의뢰서에 따라, 반도체 제조 장치(10)에 필요한 메인터넌스 항목의 작업을 작업자에게 행하게 한다. 작업 의뢰 관리부(164)는, 예컨대 작업자가 조작하는 조작 단말에 작업 의뢰서를 표시하여, 반도체 제조 장치(10)에 필요한 메인터넌스 항목의 작업을 작업자에게 의뢰한다.
작업자가 조작하는 조작 단말에 작업 의뢰서를 표시하는 처리는, 예컨대 작업 의뢰 관리부(164)와 연계하여 처리를 행하는 조작 단말에 탑재된 애플리케이션을 이용함으로써 실현된다. 또한, 작업자가 조작하는 조작 단말에 작업 의뢰서를 표시하는 처리는, 예컨대 작업 의뢰 관리부(164)를 웹 서버로서 기능시키고, 조작 단말을 웹 클라이언트로서 기능시킴으로써, 웹 콘텐츠에 의해 실현된다.
작업자는 조작 단말에 표시된 작업 의뢰서를 열람함으로써, 의뢰를 받은 반도체 제조 장치(10)에 필요한 메인터넌스 항목의 작업을 확인할 수 있다. 또한, 작업자는 조작 단말에 표시된 작업 의뢰서에 포함되는 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 메인터넌스 항목의 작업에 필요한 공구 정보, 공장측 담당자 정보, 및 공장측 책임자 정보 등을 확인할 수 있다.
또한, 작업 의뢰 관리부(164)는 작업자의 조작 단말에 표시시키는 작업 의뢰서에, 메인터넌스 항목에 대한 리모트 지원 등의 서포트 버튼을 설치하고, 그 서포트 버튼의 누름을 접수함으로써 작업자와, 공장측 담당자 또는 책임자와의 통신을 시작하게 하는 기능을 설치하여도 좋다.
작업자는 공장측 담당자와의 통신에 의해, 메인터넌스 항목의 작업 중에, 서포트를 받을 수 있다. 또한, 숙련되지 않은 작업자는 공장측 책임자와의 통신에 의해 작업 종료 후의 리뷰를 행함으로써, 숙련자의 작업 확인을 받을 수 있어, 메인터넌스시의 미스를 사전에 방지할 수 있다.
또한, 작업 의뢰 관리부(164)는 작업자의 조작 단말에 표시시키는 작업 의뢰서에, 메인터넌스 항목마다 작업 종료 버튼을 설치하고, 그 작업 종료 버튼의 누름에 의해 메인터넌스 항목의 작업 종료를 작업자로부터 접수한다. 작업 의뢰 관리부(164)는 작업자로부터 접수한 메인터넌스 항목의 작업 종료를 작업 의뢰서 기억부(168)에 등록한다. 메인터넌스 작업 종료 통지부(166)는 작업자로부터 접수한 메인터넌스 항목의 작업 종료를, 메인터넌스 작업 종료 통지에 의해 자율 제어 컨트롤러(13)에 통지한다.
<처리>
《사전 준비》
본 실시형태에 따른 정보 처리 시스템(1)에서는, 프로세스 파라미터에 따라 프로세스를 실행한 반도체 제조 장치(10)의 물리 데이터와, 그 반도체 제조 장치(10)와 동일한 프로세스 파라미터에 따라 실행한 시뮬레이션의 가상 데이터와의 차이가 작아지도록 예컨대 기계 학습 등에 의해 편집된 시뮬레이션 모델을 이용한다.
이러한 시뮬레이션 모델을 이용함으로써, 본 실시형태에 따른 정보 처리 시스템(1)에서는, 시뮬레이션 모델을 이용한 시뮬레이션 결과의 확실성을 확보하고 있다. 또한, 시뮬레이션 모델의 편집은, 전회의 편집으로부터의 경과 시간이나 프로세스의 실행 횟수, 동일한 프로세스 파라미터에 따른 물리 데이터와 가상 데이터의 차이의 확대 등에 따라 행하도록 하여도 좋다.
《프로세스 실행》
도 6은 본 실시형태에 따른 정보 처리 시스템의 처리의 일례의 흐름도이다. 장치 제어 컨트롤러(20)로부터 출력된 프로세스 파라미터에 따라, 반도체 제조 장치(10)는 단계 S10에서 프로세스를 실행한다. 단계 S12에 있어서 자율 제어 컨트롤러(13)는, 프로세스를 실행 중인 반도체 제조 장치(10)로부터, 기존 센서(11) 및 추가 센서(12)로 측정된 물리 센서 데이터를 취득한다.
단계 S14에 있어서, 자율 제어 컨트롤러(13)의 시뮬레이션 실행부(108)는 프로세스를 실행 중인 반도체 제조 장치(10)와 동일한 프로세스 파라미터에 따라, 시뮬레이션 모델에 의한 시뮬레이션을 실행하고, 가상 센서 데이터 및 가상 프로세스 결과 데이터를 산출한다.
단계 S16에 있어서, 자율 제어 컨트롤러(13)의 표시 제어부(112)는, 프로세스를 실행 중인 반도체 제조 장치(10)의 물리 센서 데이터, 반도체 제조 장치(10)와 동일한 프로세스 파라미터에 따라 실행된 시뮬레이션에 의한 가상 프로세스 결과 데이터, 및 가상 센서 데이터를 이용하여, 프로세스를 실행 중인 반도체 제조 장치(10)의 프로세스 상태를 가시화하여 호스트 컴퓨터(22)에 표시시킬 수 있다.
단계 S18에 있어서, 자율 제어 컨트롤러(13)는 반도체 제조 장치(10)에서 실행 중인 프로세스가 종료될 때까지 단계 S12∼S16의 처리를 반복한다. 반도체 제조 장치(10)에서 실행 중인 프로세스가 종료되면, 단계 S18에서 S20의 처리로 진행하고, 자율 제어 컨트롤러(13)의 시뮬레이션 결과 판정부(110)는, 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터를 비교하여, 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터가 동일한지 여부를 판정한다.
물리 센서 데이터와 가상 센서 데이터가 동일하지 않다고 판정하면, 시뮬레이션 결과 판정부(110)는, 고객이 요망하는 프로세스 실행 후의 결과를 얻을 수 있도록 프로세스 파라미터를 최적화(옵티마이즈)하는 단계 S22의 프로세스 파라미터 조정 처리를 행한다.
또한, 단계 S22의 프로세스 파라미터 조정 처리는, 예컨대 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터의 차가 소정의 임계값을 초과한 경우에, 프로세스 파라미터의 최적화를 중지하고, 시뮬레이션 모델의 편집 또는 반도체 제조 장치(10)의 메인터넌스에 의해 대처하도록 하여도 좋다.
단계 S24로 진행하여, 시뮬레이션 결과 판정부(110)는 후술하는 바와 같이 고장　사전　검지부(120)에 의한 고장　사전　검지, 메인터넌스　시기　사전　검지부(122)에 의한 메인터넌스　시기　사전　검지 등을 행한다. 물리 센서 데이터와 가상 센서 데이터가 동일하다고 판정하면, 시뮬레이션 결과 판정부(110)는 단계 S22의 프로세스 파라미터 조정 처리 및 단계 S24의 사전 검지 처리를 스킵한다.
도 6의 흐름도의 처리에 따르면, 예컨대 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터의 차가 소정의 임계값을 초과할 때까지는, 프로세스 파라미터의 최적화에 의해 고객이 요망하는 프로세스 실행 후의 결과를 얻을 수 있 도록 대응할 수 있다.
한편, 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터의 차가 소정의 임계값을 초과하면, 시뮬레이션 모델의 편집 또는 단계 S24의 사전 검지 처리에 의해 검지된 고장이나 메인터넌스 시기에 대한 대처(메인터넌스의 실시)에 의해, 고객이 요망하는 프로세스 실행 후의 결과를 얻을 수 있도록 대응할 수 있다.
시뮬레이션 모델의 편집은 예컨대 도 7에 도시된 바와 같은 처리 절차에 의해 실행된다. 도 7은 시뮬레이션 모델을 편집하는 처리의 일례의 흐름도이다. 해석 서버(26)는 단계 S30에 있어서, 반도체 제조 장치(10)에서 실행된 프로세스의 프로세스 파라미터, 그 프로세스 파라미터에 따른 프로세스의 결과인 반도체 제조 장치(10)의 물리 데이터, 및 시뮬레이션 모델을 바탕으로 계산한 가상 데이터를 취득한다.
단계 S32에 있어서, 해석 서버(26)의 시뮬레이션 모델 편집부(148)는 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터의 차가 소정의 임계값을 초과했는지 여부를 판정한다. 소정의 임계값을 초과하지 않았다면, 시뮬레이션 모델 편집부(148)는 단계 S34∼S36의 처리를 스킵한다.
소정의 임계값을 초과했다면, 시뮬레이션 모델 편집부(148)는 단계 S34에 있어서, 단계 S30에서 취득한 물리 데이터, 가상 데이터 및 프로세스 파라미터를 이용하여, 동일한 프로세스 파라미터에 의한 물리 데이터 및 가상 데이터의 차이가 작아지도록 예컨대 기계 학습이나 통계 처리 등을 이용하여 시뮬레이션 모델의 편집을 행한다.
단계 S36으로 진행하여, 해석 서버(26)의 시뮬레이션 모델 갱신 요구부(150)는 단계 S34에서 편집된 시뮬레이션 모델의 갱신을 자율 제어 컨트롤러(13)에 요구함으로써, 자율 제어 컨트롤러(13)의 시뮬레이션 실행부(108)가 이용하는 시뮬레이션 모델을 갱신할 수 있다.
또한, 베이스가 되는 시뮬레이션 모델의 경우는, 복수의 반도체 제조 장치(10)의 물리 데이터, 가상 데이터 및 프로세스 파라미터를 취득하고, 예컨대 기계 학습이나 통계 처리 등을 이용하여 시뮬레이션 모델의 편집을 행하면 좋다.
도 6의 단계 S24에 나타낸 사전 검지 처리 중, 고장　사전　검지는 예컨대 도 8에 도시된 바와 같은 처리 절차에 의해 실행된다. 도 8은 고장　사전　검지를 행하는 처리의 일례의 흐름도이다.
단계 S40에 있어서, 자율 제어 컨트롤러(13)의 고장　사전　검지부(120)는 반도체 제조 장치(10)에서 실행된 프로세스의 프로세스 파라미터, 프로세스 파라미터에 따른 프로세스의 결과인 반도체 제조 장치(10)의 물리 데이터, 및 시뮬레이션 모델을 바탕으로 계산한 다음 번 이후의 프로세스분의 가상 데이터를 취득한다. 또한, 다음 번 이후의 프로세스분의 가상 데이터는 시뮬레이션 모델을 바탕으로 다음 번 이후의 가상 프로세스를 실행함으로써 취득할 수 있다. 이와 같이 시뮬레이션 모델을 바탕으로 계산하는 가상 데이터는 다음 번의 프로세스분뿐만 아니라, 메인터넌스 사이클 등을 고려한 복수회의 프로세스분을 취득하여도 좋다. 단계 S42에 있어서, 고장　사전　검지부(120)는 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터의 차가 소정의 임계값을 초과했는지 여부를 판정한다.
소정의 임계값을 초과하지 않았다면, 고장　사전　검지부(120)는 단계 S44의 고장　사전　검지 처리를 스킵한다. 소정의 임계값을 초과했다면, 고장　사전　검지부(120)는 고장으로서 사전 검지한다. 고장　사전　검지부(120)는, 사전 검지한 고장에 대하여 고장　사전　검지 처리를 행한다.
고장　사전　검지부(120)는 고장　사전　검지 처리로서, 고장 판정 데이터로부터 고장의 종류와 원인을 검색하고, 검색한 고장의 종류와 원인, 및 과거의 고장 이력으로부터, 제조에 영향을 미칠 때까지의 프로세스 횟수 또는 기간을 산출할 수 있다. 또한, 고장　사전　검지부(120)는 검색한 고장의 종류와 원인으로부터, 교환이 필요한 파츠(메인터넌스의 작업에 필요한 파츠)를 특정하는 것이 가능해진다.
따라서, 자율 제어 컨트롤러(13)의 메인터넌스 리스트 관리부(116)는 제조에 영향을 미칠 때까지의 프로세스 횟수 또는 기간을 고려한 타이밍에, 작업이 필요한 메인터넌스 항목을 특정하고, 메인터넌스 리스트를 작성하여 고장에 대처할 수 있다.
도 8의 고장　사전　검지를 행하는 처리는 물리 데이터 및 가상 데이터의 차이를 고장의 전상태라고 판단하고 있다. 시뮬레이션 모델에 의한 시뮬레이션에서는, 물리 센서 데이터 및 가상 센서 데이터에 차이가 있는 가상 프로세스 결과 데이터를 산출함으로써, 그 차이가 프로세스에 부여하는 영향을 판정할 수 있다. 또한, 프로세스마다, 편차량을 누적하여 확인함으로써, 로트 아웃할(생산에 영향을 미칠) 때까지 몇 프로세스 정도 유예가 있는지를 판정할 수 있다.
또한, 본 실시형태에 따른 정보 처리 시스템(1)은, 상태가 나빠진 지점의 프로세스에 부여하는 영향도 판단할 수 있으며, 영향의 정도에 따라, 반도체 제조 장치(10)에 의한 제조를 긴급 정지하지 않고, 수리 시기를 늦춘다고 하는 운용도 가능해진다.
본 실시형태에 따른 정보 처리 시스템(1)에 의하면, 사전 검지한 교환해야 할(교환이 필요해진) 파츠로부터, 작업이 필요해진 메인터넌스 항목을 사전에 특정할 수 있기 때문에, 불필요한 메인터넌스를 억제하여, 운전 비용을 저하할 수 있다.
《메인터넌스 실행》
도 9는 본 실시형태에 따른 정보 처리 시스템의 메인터넌스 처리의 일례의 시퀀스도이다. 도 9의 메인터넌스 처리는, 예컨대 도 8의 단계 S44의 고장　사전　검지 처리에 의해, 교환이 필요한 파츠를 특정한 경우에 실행할 수 있다.
단계 S100에 있어서, 자율 제어 컨트롤러(13)는, 예컨대 도 8의 단계 S44의 고장　사전　검지 처리에 의해 특정한 교환이 필요한 파츠를, 메인터넌스의 작업에 의해 교환하는 교환 파츠라고 판정한다. 단계 S102에 있어서, 자율 제어 컨트롤러(13)는 교환 파츠를 파츠 구매 관리 서버(34)에 자동 발주한다. 또한, 단계 S102의 자동 발주는 발주측 담당자나 수주측 담당자에 의한 승인 처리 등, 파츠 구매에 필요한 처리가 포함되어 있어도 좋다. 단계 S104에 있어서, 파츠 구매 관리 서버(34)는 공장측 서버(38)에 교환 파츠를 자동 발주한다.
파츠 구매 관리 서버(34)로부터 교환 파츠의 자동 발주를 접수한 공장측 서버(38)는 자동 발주를 접수한 교환 파츠의 정보를, 재고 관리를 행하는 기능 및 생산 관리를 행하는 기능에 통지한다. 공장측 서버(38)는 자동 발주를 접수한 교환 파츠의 정보를, 연계하여 처리를 행하는 재고 관리 시스템 및 생산 관리 시스템에 통지하여도 좋다.
본 실시형태에 따른 정보 처리 시스템(1)에서는 반도체 제조 장치(10)의 메인터넌스 항목의 작업에서 필요로 되는 교환 파츠의 정보를 공장측 서버(38)에 사전에 알림으로써 교환 파츠의 납입 타이밍을 앞당길 수 있다.
또한, 본 실시형태에 따른 정보 처리 시스템(1)에서는 복수의 고객의 반도체 제조 장치(10)로부터의 교환 파츠의 수주 정보를 일괄로 관리함으로써, 파츠의 수요를 예컨대 기계 학습 등을 이용하여 해석하고, 교환 파츠의 수요 예측에 의한 생산 계획의 조정과, 재고 관리의 적정화에 의해, 파츠 관리의 비용을 낮출 수 있다.
단계 S106에 있어서, 자율 제어 컨트롤러(13)는 교환 파츠로부터 메인터넌스 항목을 특정하고, 메인터넌스 항목을 포함하는 메인터넌스 리스트를 작성한다. 단계 S108에 있어서, 자율 제어 컨트롤러(13)는 작성한 메인터넌스 리스트를 작업 관리 서버(36)에 통지하여, 메인터넌스 항목의 작업을 의뢰한다.
단계 S110에 있어서, 작업 관리 서버(36)는 자율 제어 컨트롤러(13)로부터 통지된 메인터넌스 리스트를 이용하여, 작업 의뢰서를 작성한다. 작업 의뢰서는 작업자에게 메인터넌스 항목의 작업을 의뢰하기 위해 작성된다. 단계 S112에 있어서, 작업 관리 서버(36)는 작성한 작업 의뢰서를 관리하고, 그 작업 의뢰서의 메인터넌스의 작업을 작업자에게 의뢰한다. 의뢰를 받은 작업자는 작업 의뢰서의 내용에 따라, 반도체 제조 장치(10)에 필요한 메인터넌스 항목의 작업을 행한다.
또한, 작업자는 예컨대 조작 단말에 작업 의뢰서를 표시하고, 의뢰를 받은 반도체 제조 장치(10)에 필요한 메인터넌스 항목의 작업을 확인할 수 있다. 또한, 작업자는 조작 단말에 표시된 작업 의뢰서에 포함되는 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 메인터넌스 항목의 작업에 필요한 공구 정보, 공장측 담당자 정보, 및 공장측 책임자 정보 등을 확인할 수 있다.
예컨대 작업자는, 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠를 조작 단말에 표시하여 확인할 수 있기 때문에, 메인터넌스의 작업 서포트를 용이하게 받을 수 있다. 또한, 작업자는 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠의 일례로서, AR을 사용한 작업 서포트를 행하기 위한 콘텐츠를 이용할 수도 있다. 또한, 작업자는, 메인터넌스 항목의 작업에 필요한 공구 정보를 조작 단말에 표시하여 확인할 수 있기 때문에, 메인터넌스에서 필요로 되는 공구를 용이하게 준비할 수 있다.
또한, 작업자는 조작 단말에 표시되어 있는 서포트 버튼의 누름에 의해, 공장측 담당자 또는 책임자와의 통신을 용이하게 시작할 수 있어, 예컨대 공장측 담당자와의 통신에 의해, 메인터넌스 항목의 작업 중에, 서포트를 받을 수 있다. 또한, 작업자는 공장측 책임자와의 통신에 의해 작업 종료 후의 리뷰를 행함으로써, 숙련자의 작업 확인을 받을 수 있어, 메인터넌스시의 미스를 사전에 방지할 수 있다.
작업 의뢰서에 의해 의뢰된 메인터넌스 항목의 작업이 종료되면, 작업자는 예컨대 조작 단말에 표시된 작업 의뢰서의 작업 종료 버튼을 누르고, 작업 관리 서버(36)에 메인터넌스 항목의 작업의 종료를 등록한다. 단계 S114에 있어서, 작업 관리 서버(36)는 작업자로부터 메인터넌스 항목의 작업 종료를 접수한다.
단계 S116에 있어서, 작업 관리 서버(36)는 작업자로부터 접수한 메인터넌스 항목의 작업 종료를, 메인터넌스 작업 종료 통지에 의해 자율 제어 컨트롤러(13)에 통지한다. 단계 S118에 있어서, 자율 제어 컨트롤러(13)는 통지된 메인터넌스 작업 종료 통지에 의해, 메인터넌스 후처리를 행한다. 메인터넌스 후처리에서는, 메인터넌스 리스트에 포함되는 메인터넌스 항목 중, 메인터넌스 작업 종료 통지 대상의 메인터넌스 항목의 상태를 작업 종료 상태가 되도록, 메인터넌스 리스트를 갱신한다. 메인터넌스 항목의 상태를 작업 종료 상태로 하는 처리는, 예컨대 대상의 메인터넌스 항목을 메인터넌스 리스트로부터 삭제하는 처리이다.
또한, 메인터넌스 후처리에서는, 메인터넌스 항목의 작업이 종료된 후의 상태(교환 파츠가 재부착된 상태)로 프로세스 파라미터를 최적화한다. 또한, 메인터넌스 후처리에서는, 후술하는 바와 같이 교환 파츠의 부착 미스나 초기 불량 등의 메인터넌스 미스를 검지한다.
단계 S106의 메인터넌스 리스트를 작성하는 처리는, 예컨대 도 10에 도시된 절차에 의해 행해진다. 도 10은 메인터넌스 리스트를 작성하는 처리의 일례의 흐름도이다.
단계 S150에 있어서, 고장　사전　검지부(120)는 고장 판정 데이터로부터 고장의 종류와 원인을 검색한다. 단계 S152에 있어서, 고장　사전　검지부(120)는 검색한 고장의 종류와 원인, 및 과거의 고장 이력으로부터, 제조에 영향을 미칠 때까지의 프로세스 횟수 또는 기간을 산출한다. 고장　사전　검지부(120)는, 제조에 영향을 미칠 때까지의 프로세스 횟수 또는 기간을 고려하여, 교환이 필요한 파츠로부터 메인터넌스 항목을 특정하는 타이밍을 조정하도록 하여도 좋다.
단계 S154에 있어서, 메인터넌스 리스트 관리부(116)는 고장　사전　검지부(120)가 사전 검지한 교환 파츠로부터, 그 교환 파츠의 메인터넌스 작업을 대상으로 하는 메인터넌스 항목을, 필요한 메인터넌스 항목으로서 특정한다. 또한, 메인터넌스 리스트 관리부(116)는, 특정한 메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 확장 현실 등으로 서포트하기 위한 콘텐츠, 및 메인터넌스 항목의 작업에 필요한 공구 정보 등을 특정한 메인터넌스 항목과 대응시키는 처리를 행한다. 단계 S156에 있어서, 메인터넌스 리스트 관리부(116)는 단계 S154에서 특정한 필요한 메인터넌스 항목을 포함하는 메인터넌스 리스트를 작성한다.
따라서, 메인터넌스 리스트 관리부(116)는 메인터넌스의 작업이 필요한 메인터넌스 항목을 포함하는 메인터넌스 리스트를 작성하고, 작업 관리 서버(36)에 통지함으로써, 메인터넌스 항목의 작업을 의뢰할 수 있다.
또한, 단계 S110의 작업 의뢰서를 작성하는 처리는, 예컨대 도 11에 도시된 절차에 의해 행해진다. 도 11은 작업 의뢰서를 작성하는 처리의 일례의 흐름도이다.
단계 S170에 있어서, 작업 관리 서버(36)의 메인터넌스 리스트 취득부(160)는 자율 제어 컨트롤러(13)로부터 통지된 메인터넌스 리스트를 취득한다. 단계 S172에 있어서, 작업 의뢰서 작성부(162)는 취득한 메인터넌스 리스트에 포함되는 메인터넌스 항목의 각각에 대하여, 공장측 담당자 정보, 및 공장측 책임자 정보 등을 대응시키는 처리를 행한다.
단계 S172에서 공장측 담당자 정보, 및 공장측 책임자 정보 등을 대응시키는 처리가 행해진 메인터넌스 항목을 포함하는 메인터넌스 리스트로부터, 작업 의뢰서 작성부(162)는 단계 S174에 있어서 작업 의뢰서를 작성한다. 단계 S176에 있어서 작업 의뢰서 작성부(162)는 작성한 작업 의뢰서를 작업 의뢰서 기억부(168)에 보존함으로써 등록한다.
따라서, 작업 관리 서버(36)는 반도체 제조 장치(10)에서 필요한 메인터넌스 항목을 포함하는 메인터넌스 리스트로부터, 작업자에 대한 메인터넌스 작업의 의뢰, 작업자에 대한 메인터넌스 작업의 서포트, 및 작업자에 의한 메인터넌스 작업의 실시 유무의 관리 등에 이용하는 작업 의뢰서를 작성할 수 있다. 작업 의뢰서에는, 금액, 공수, 작업자의 작업 일시 등의 정보가 포함되어 있어도 좋다.
또한, 자율 제어 컨트롤러(13)가 행하는 단계 S118의 메인터넌스 후처리는 예컨대 도 12에 도시된 절차에 의해 행해진다. 도 12는 메인터넌스 후처리의 일례의 흐름도이다.
단계 S200에 있어서, 메인터넌스 리스트 관리부(116)는 작업 관리 서버(36)로부터 수신한 메인터넌스 작업 종료 통지에 따라, 메인터넌스 리스트에 포함되는 메인터넌스 항목 중, 메인터넌스 작업 종료 통지 대상의 메인터넌스 항목의 상태를 작업 종료 상태가 되도록, 메인터넌스 리스트를 갱신한다.
단계 S202에 있어서, 메인터넌스 리스트 관리부(116)는 종료된 메인터넌스 작업에 따라, 시뮬레이션 실행부(108)의 시뮬레이션 모델의 프로세스 파라미터를 최적화한다. 이 후, 도 6의 단계 S10∼S18에 나타낸 처리를 행한다. 반도체 제조 장치(10)에서 실행 중인 프로세스가 종료되면, 단계 S204의 처리로 진행하고, 자율 제어 컨트롤러(13)의 메인터넌스 미스 검지부(126)는, 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터를 비교하여, 동일한 위치 및 시간의 물리 센서 데이터 및 가상 센서 데이터가 동일한지 여부를 판정한다.
물리 센서 데이터와 가상 센서 데이터가 동일하지 않다고 판정하면, 메인터넌스 미스 검지부(126)는 부착 미스나 초기 불량 등의 메인터넌스 미스를 검지한다. 단계 S208에 있어서, 메인터넌스 리스트 관리부(116)는 단계 S206에서 검지한 메인터넌스 미스를 예컨대 작업 관리 서버(36)에 통지한다.
따라서, 작업 관리 서버(36)는 작업자로부터 메인터넌스 항목의 작업 종료를 접수한 후에, 메인터넌스 미스나 허위 보고를 자동으로 검지할 수 있다. 또한, 메인터넌스 미스를 검지한 경우, 자율 제어 컨트롤러(13)는 알람을 출력하여도 좋다.
<정리>
본 실시형태에 따른 정보 처리 시스템(1)에 의하면, 시뮬레이션 모델에서 사전에 예측된 가상 센서 데이터와, 실행 중인 프로세스의 물리 센서 데이터의 차이로부터 파츠의 고장 가능성을 사전 검지할 수 있어, 메인터넌스 작업에서 교환이 필요로 되는 파츠를 사전 발주할 수 있다. 또한, 메인터넌스 작업에서 교환이 필요로 되는 파츠로부터, 작업자가 행하는 메인터넌스 항목을 특정하고, 메인터넌스 리스트를 자동으로 작성할 수 있다.
또한, 메인터넌스 항목의 작업에 필요로 되는 정보(메인터넌스 항목의 작업을 행하기 위한 절차서, 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 메인터넌스 항목의 작업에 필요한 공구 정보 등)를, 메인터넌스 리스트에 포함되는 메인터넌스 항목에 대응시킴으로써, 작업자를 서포트할 수 있다.
[실시예 1]
이하에서는, 반도체 제조 장치(10)의 1DCAE의 시뮬레이션 모델의 일례로서 온도의 시뮬레이션 모델예를 설명한다.
도 13은 반도체 제조 장치의 온도 관련 부분을 나타낸 일례의 개략도이다. 반도체 제조 장치(10)는 웨이퍼를 복수 장 수용 가능한 열처리로를 갖고 있다. 열처리로는, 웨이퍼를 수용하여 처리하기 위한 처리 용기이다. 열처리로는, 내열성이 높은 석영에 의해 대략 원통체형으로 성형되며, 배기구를 갖는다. 열처리로는, 연직(상하) 방향으로 연장되는 세로형의 형상으로 구성되어 있다. 열처리로의 배기구에는, 가스 배기구가 접속된다.
열처리로의 측부에는, 열처리로를 둘러싸도록 하여 히터가 설치되어 있고, 열처리로에 수용되는 웨이퍼를 가열할 수 있도록 되어 있다. 열처리로의 하단부는 개구되어 있고, 웨이퍼를 반입, 반출할 수 있도록 되어 있다. 열처리로의 하단부의 개구는, 승강 기구에 의해 개폐가 행해지는 구성으로 되어 있다.
승강 기구보다 위쪽에는 웨이퍼 보트가 설치되어 있다. 웨이퍼 보트는 웨이퍼를 유지하기 위한 기판 유지구이며, 연직 방향으로 복수 장의 웨이퍼를 이격한 상태에서 다단으로 유지 가능하게 구성된다.
예컨대 도 13의 개략도에 있어서, 히터 구성, 리액터 구성, 및 히터 주위의 구성을 1DCAE의 시뮬레이션 모델로서 제조함으로써, 히터에 부여하는 입력 데이터의 일례인 파워값을 기초로, 가상 온도 센서를 구축할 수 있다. 또한, 가상 온도 센서의 확실성을 확인하기 위해, 기존 센서(11) 및 추가 센서(12)에 포함되는 물리온도 센서를 이용한다.
예컨대 기존 센서(11)의 예로는, 내측 온도 센서, 외측 온도 센서, 히터 주위 온도 센서, 리액터내 온도 센서, 가스 공급 배관 히터 온도 센서, 가스 배기 배관 히터 온도 센서, 승강 기구 히터 온도 센서 등이 있다. 또한, 추가 센서(12)의 예로는 웨이퍼면 내에 설치된 온도 센서, 보온통 및 리액터측 승강 기구면에 설치된 온도 센서, 가스 도입 온도 센서 등이 있다. 추가 센서(12)는 고객에게 출하되는 최종 제품에 탑재되지 않는다. 기존 센서(11)는 고객에게 출하되는 최종 제품에 탑재된다.
예컨대, 온도 관련 시뮬레이션 모델의 작성 및 갱신에서는 도 14에 도시된 바와 같은 처리를 행한다. 도 14는 온도 관련 시뮬레이션 모델의 작성 및 갱신 처리를 나타낸 일례의 설명도이다.
자율 제어 컨트롤러(13)의 시뮬레이션 실행부(108)는 반도체 제조 장치(10)에서 실행 중인 프로세스의 프로세스 파라미터의 일례로서, 예컨대 히터의 파워값, 송풍기의 설정값, 가스 유량과 온도, 웨이퍼 보트 승강 위치 등을 취득한다. 시뮬레이션 실행부(108)는 프로세스 파라미터에 따라, 반도체 제조 장치(10)의 시뮬레이션 모델에 의한 시뮬레이션을 실행함으로써, 가상 온도 센서 데이터 및 가상 프로세스 결과 데이터를 출력한다.
또한, 기존 센서(11) 및 추가 센서(12)인 물리 온도 센서는 측정 포인트의 온도를 측정하여, 측정 포인트의 물리 온도 센서 데이터로서 출력한다. 데이터베이스(106)는 출력된 가상 온도 센서 데이터, 가상 프로세스 결과 데이터, 측정 포인트의 물리 온도 센서 데이터, 및 이전의 물리 온도 센서 데이터를 보존한다.
시뮬레이션 결과 판정부(110)는, 데이터베이스(106)에 보존된 가상 온도 센서 데이터와 물리 온도 센서 데이터를 측정 포인트마다 비교하여, 데이터베이스(106)에 보존된 동일한 측정 포인트의 가상 온도 센서 데이터와 물리 온도 센서 데이터가 동일한지 여부를 판정한다.
동일하다고 판정하면, 시뮬레이션 결과 판정부(110)는 가상 온도 센서 데이터가 확실하다고 판단한다. 동일하지 않다고 판정하면, 시뮬레이션 결과 판정부(110)는 물리 온도 센서 데이터 및 가상 온도 센서 데이터를 기록하기 위해 출력한다.
이 후, 예컨대 오프라인으로 데이터 검증을 행하면서 수동으로 시뮬레이션 모델의 편집을 행하여, 시뮬레이션 실행부(108)의 시뮬레이션 모델을 갱신한다.
이와 같이, 시뮬레이션 모델의 작성 및 갱신에서는, 오프라인으로 데이터 검증을 행하면서 필요에 따라 시뮬레이션 실행부(108)의 시뮬레이션 모델을 갱신할 수 있다. 또한, 시뮬레이션 모델의 작성 및 갱신에서는, 대상의 반도체 제조 장치(10)에 물리적인 사양 변경이 행해지지 않는 한, 가상 데이터와 물리 데이터를 비교하고, 프로세스 파라미터를 알고리즘에 따라 편집하면서, 사양의 입력 데이터에 대하여, 최대의 성과를 창출하는 운용을 행하도록 하여도 좋다.
또한, 예컨대 온도 관련 시뮬레이션 모델의 작성 및 갱신에서는 도 15에 도시된 바와 같은 처리를 행하여도 좋다. 도 15는 온도 관련 시뮬레이션 모델의 작성 및 갱신 처리를 나타낸 일례의 설명도이다. 예컨대 통상 운용의 페이즈(통상 운용시)에서는, 도 15에 도시된 바와 같은 처리를 행함으로써, 시뮬레이션 모델의 갱신 이외의 방법으로서, 프로세스 파라미터의 조정으로도 운용 가능한 예를 나타내고 있다.
자율 제어 컨트롤러(13)의 시뮬레이션 실행부(108)는 반도체 제조 장치(10)에서 실행 중인 프로세스의 프로세스 파라미터를 취득한다. 시뮬레이션 실행부(108)는 취득한 프로세스 파라미터에 따라, 반도체 제조 장치(10)의 시뮬레이션 모델에 의한 시뮬레이션을 실행함으로써, 가상 센서 데이터 및 가상 프로세스 결과 데이터를 출력한다.
기존 센서(11)는 측정 포인트를 측정하고, 측정 포인트의 물리 센서 데이터로서 출력한다. 데이터베이스(106)는 출력된 가상 센서 데이터, 가상 프로세스 결과 데이터, 및 기존 센서(11)의 물리 센서 데이터를 보존한다. 또한, 데이터베이스(106)는 이전에 시뮬레이션한 추가 센서(12)의 가상 센서 데이터 및 통계 해석 결과에 의해 생성된 추가 센서(12)의 가상 센서 데이터를 보존하고 있다.
시뮬레이션 결과 판정부(110)는, 가상 센서 데이터와 기존 센서(11)의 물리 센서 데이터를 비교하여, 데이터베이스(106)에 보존된 동일한 측정 포인트의 가상 센서 데이터와 물리 센서 데이터가 동일한지 여부를 판정한다. 또한, 시뮬레이션 결과 판정부(110)는, 이전에 시뮬레이션한 추가 센서(12)의 가상 센서 데이터 및 통계 해석 결과에 의해 생성된 추가 센서(12)의 가상 센서 데이터를 비교 대상으로 하여, 동일한 측정 포인트의 가상 센서 데이터가 동일한지 여부를 판정하여도 좋다.
동일하지 않다고 판정하면, 시뮬레이션 결과 판정부(110)는 알고리즘에 따라 프로세스 파라미터를 조정한다. 시뮬레이션 실행부(108)는, 조정한 프로세스 파라미터의 조정량이 소정의 임계값을 초과하지 않았다면, 조정된 프로세스 파라미터로 갱신하고, 반도체 제조 장치(10)의 시뮬레이션 모델에 의한 시뮬레이션을 계속한다.
또한, 프로세스 파라미터의 조정량이 임계값을 초과했다면, 시뮬레이션 실행부(108)는 프로세스 파라미터의 조정에 의한 최적화를 중지한다. 데이터베이스(106)에 보존된 동일한 측정 포인트의 가상 센서 데이터와 물리 센서 데이터가 동일하다고 판정하면, 시뮬레이션 결과 판정부(110)는 프로세스 파라미터의 조정을 불필요하다고 판정하고, 프로세스 파라미터를 조정하지 않고 프로세스를 종료한다.
프로세스 종료 후, 고객으로부터 막 두께, 시트 저항, 에칭 레이트, 파티클 맵 데이터 등의 물리　프로세스　결과　데이터가 입력되면, 데이터베이스(106)에는 가상 프로세스 결과 데이터로서 보존된다.
도 15에 도시된 처리를 행한 통상 운용의 페이즈에서는, 가상 데이터와 물리 데이터를 비교하고, 프로세스 파라미터를 알고리즘에 따라 편집하면서, 사양의 입력 데이터에 대하여, 최대의 성과를 창출하는 운용을 행한다. 또한, 도 15에 도시된 처리를 행한 통상 운용의 페이즈에서는, 1RUN분의 지연이 발생하지만, 데이터베이스(106)에 보존되는 데이터가 증가함에 따라, 파선의 화살표로 나타낸 루프(Loop)의 기계 학습의 정밀도가 향상되고, RUN을 거듭할 때마다 최적의 프로세스 파라미터의 조정 등의 예측 제어의 정밀도가 향상된다.
메인터넌스　시기　사전　검지 및 부품의 발주는, 예컨대 도 16에 도시된 바와 같이 행한다. 도 16은 메인터넌스　시기　사전　검지 및 부품의 발주 처리를 나타낸 일례의 설명도이다. 자율 제어 컨트롤러(13)의 시뮬레이션 실행부(108)는 반도체 제조 장치(10)에서 실행 중인 프로세스의 프로세스 파라미터를 취득한다.
시뮬레이션 실행부(108)는 취득한 프로세스 파라미터에 따라, 반도체 제조 장치(10)의 시뮬레이션 모델에 의한 시뮬레이션을 실행함으로써, 가상 센서 데이터 및 가상 프로세스 결과 데이터를 출력한다.
시뮬레이션 결과 판정부(110)는, 가상 센서 데이터와 기존 센서(11)의 물리 센서 데이터를 비교하여, 데이터베이스(106)에 보존된 동일한 측정 포인트의 가상 센서 데이터와 물리 센서 데이터가 동일한지 여부를 판정한다. 또한, 시뮬레이션 결과 판정부(110)는, 이전에 시뮬레이션한 추가 센서(12)의 가상 센서 데이터 및 통계 해석 결과에 의해 생성된 추가 센서(12)의 가상 센서 데이터를 비교 대상으로 하여, 동일한 측정 포인트의 가상 센서 데이터가 동일한지 여부를 판정하여도 좋다.
동일하다고 판정하면, 시뮬레이션 결과 판정부(110)는 이상 없음이라고 판정하여 처리를 종료한다. 동일하지 않다고 판정하면, 시뮬레이션 결과 판정부(110)는, 비교한 가상 센서 데이터와 물리 센서 데이터의 차이가, 임계값을 초과했는지 여부를 판정한다.
임계값을 초과하지 않았다면, 시뮬레이션 결과 판정부(110)는 수명 예측 알고리즘에 따라 수명 예측을 행하여, 경보가 필요한지 여부를 판정한다. 또한, 수명 예측 알고리즘은 기계 학습이나 통계 해석 소프트웨어 등에 의해 생성된다. 경보가 필요하지 않다고 판정하면, 시뮬레이션 결과 판정부(110)는 처리를 종료한다.
경보가 필요하다고 판정하면, 시뮬레이션 결과 판정부(110)는 메인터넌스 시기 사전 경보의 처리를 시작한다. 또한, 비교한 가상 센서 데이터와 물리 센서 데이터의 차이가, 임계값을 초과하는 경우도, 시뮬레이션 결과 판정부(110)는 메인터넌스 시기 사전 경보의 처리를 시작한다.
메인터넌스 시기 사전 경보의 처리에서는, 경보가 필요한 부품 또는 모듈이 시뮬레이션 결과 판정부(110)에 의해 특정된다. 시뮬레이션 결과 판정부(110)는 경보가 필요로 하여 특정한 부품 또는 모듈의 예방 보전(PM) 정보를, 프로덕트 데이터나 부품 정보 등으로부터 특정한다. 시뮬레이션 결과 판정부(110)는 특정한 예방 보전 정보에 기초하여, 경보가 필요로 하여 특정한 부품 또는 모듈의 메인터넌스 시기를 통지한다. 또한, 시뮬레이션 결과 판정부(110)는 경보가 필요로 하여 특정한 부품 또는 모듈의 자동 발주를 행한다. 경보가 필요로 하여 특정한 부품 또는 모듈의 자동 발주는, 예컨대 메인터넌스 시기에 따라 조정하여도 좋다.
이상, 본 발명의 바람직한 실시예에 대해서 상세히 설명하였으나, 본 발명은, 전술한 실시예에 제한되지 않고, 본 발명의 범위를 벗어나는 일 없이, 전술한 실시예에 여러 가지 변형 및 치환을 가할 수 있다. 예컨대 본 실시형태에서는, 열처리 성막 장치를 일례로서 설명하였으나, CVD(화학적 기상 성장)법, 열산화법, ALD(원자층 퇴적)법 등의 배치 성막 장치에의 적용도 가능하다.

Claims (12)

  1. 반도체 제조 장치에서 실행 중인 프로세스 상태의 시뮬레이션을, 상기 반도체 제조 장치의 시뮬레이션 모델을 이용하여 실행하는 정보 처리 장치로서,
    프로세스 파라미터에 따라 프로세스를 실행 중인 상기 반도체 제조 장치에서 측정된 물리 센서 데이터를 취득하는 물리 센서 데이터　취득부와,
    상기 프로세스 파라미터에 따라 상기 시뮬레이션 모델에 의한 시뮬레이션을 실행하여 가상 센서 데이터를 산출하는 시뮬레이션 실행부와,
    상기 물리 센서 데이터 및 상기 가상 센서 데이터의 차이에 기초하여, 교환해야 할 상기 반도체 제조 장치의 부품의 사전 검지를 행하는 시뮬레이션 결과 판정부와,
    상기 사전 검지 결과에 기초하여, 상기 반도체 제조 장치의 부품을 발주하는 부품 발주부
    를 포함하는 것을 특징으로 하는 정보 처리 장치.
  2. 제1항에 있어서, 상기 사전 검지 결과에 기초하여, 교환해야 할 상기 반도체 제조 장치의 부품으로부터 상기 반도체 제조 장치에 필요한 메인터넌스 항목을 특정하고, 특정한 메인터넌스 항목을 포함하는 메인터넌스 리스트를 작성하는 메인터넌스 리스트 관리부
    를 더 포함하는 것을 특징으로 하는 정보 처리 장치.
  3. 제2항에 있어서, 상기 메인터넌스 리스트 관리부는, 특정한 상기 메인터넌스 항목에, 상기 메인터넌스 항목의 작업을 행하기 위한 절차서, 상기 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 상기 메인터넌스 항목의 작업에 필요한 공구 정보 중 적어도 하나를 대응시켜 상기 메인터넌스 리스트를 작성하는 것
    을 특징으로 하는 정보 처리 장치.
  4. 제2항 또는 제3항에 있어서, 상기 메인터넌스 리스트 관리부는, 수신한 메인터넌스 작업 종료 통지에 따라, 대상의 상기 메인터넌스 항목의 상태가 작업 종료 상태가 되도록 상기 메인터넌스 리스트를 갱신하는 것
    을 특징으로 하는 정보 처리 장치.
  5. 제4항에 있어서, 상기 시뮬레이션 실행부는, 상기 메인터넌스 항목의 작업에 의해 상기 반도체 제조 장치의 부품이 교환된 상태로 최적화된 상기 프로세스 파라미터에 따라, 상기 시뮬레이션 모델에 의한 시뮬레이션을 실행하여 가상 센서 데이터를 산출하고,
    상기 시뮬레이션 결과 판정부는, 상기 물리 센서 데이터 및 상기 가상 센서 데이터의 차이에 기초하여, 상기 메인터넌스 항목의 작업 미스를 검지하는 것
    을 특징으로 하는 정보 처리 장치.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 시뮬레이션 실행부는,
    상기 프로세스 파라미터에 따른 프로세스를 실행한 후의 물리　프로세스　결과　데이터 및 상기 시뮬레이션 실행부에 의해 산출된 가상 프로세스 결과 데이터가 근사하고, 상기 물리 센서 데이터 및 상기 가상 센서 데이터가 근사하도록, 작성 또는 갱신된 상기 시뮬레이션 모델에 의한 시뮬레이션을 실행하는 것
    을 특징으로 하는 정보 처리 장치.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 물리 센서 데이터, 상기 가상 센서 데이터, 및 상기 시뮬레이션 실행부에 의해 산출된 가상 프로세스 결과 데이터를 이용하여, 상기 프로세스의 실행 중에, 상기 반도체 제조 장치의 프로세스 상태를 가시화하여 표시부에 표시시키는 표시 제어부
    를 더 포함하는 것을 특징으로 하는 정보 처리 장치.
  8. 반도체 제조 장치에서 실행 중인 프로세스 상태의 시뮬레이션을 상기 반도체 제조 장치의 시뮬레이션 모델을 이용하여 실행하는 정보 처리 장치와, 상기 반도체 제조 장치에 필요한 메인터넌스 항목의 작업을 관리하는 작업 관리 장치를 포함하는 정보 처리 시스템으로서,
    프로세스 파라미터에 따라 프로세스를 실행 중인 상기 반도체 제조 장치에서 측정된 물리 센서 데이터를 취득하는 물리 센서 데이터　취득부와,
    상기 프로세스 파라미터에 따라 상기 시뮬레이션 모델에 의한 시뮬레이션을 실행하여 가상 센서 데이터를 산출하는 시뮬레이션 실행부와,
    상기 물리 센서 데이터 및 상기 가상 센서 데이터의 차이에 기초하여, 교환해야 할 상기 반도체 제조 장치의 부품의 사전 검지를 행하는 시뮬레이션 결과 판정부와,
    상기 사전 검지 결과에 기초하여, 상기 반도체 제조 장치의 부품을 발주하는 부품 발주부와,
    상기 사전 검지 결과에 기초하여, 상기 반도체 제조 장치의 부품으로부터 특정한 상기 반도체 제조 장치에 필요한 메인터넌스 항목의 작업을 관리하는 작업 의뢰 관리부
    를 포함하는 것을 특징으로 하는 정보 처리 시스템.
  9. 제8항에 있어서, 상기 반도체 제조 장치에 필요한 메인터넌스 항목의 작업에 따라, 작업자에게 상기 작업을 의뢰하기 위한 작업 의뢰서를 작성하는 작업 의뢰 작성부
    를 더 포함하고,
    상기 작업 의뢰 작성부는, 상기 작업에 대한 서포트 및 확인을 받기 위한 연락처를 상기 작업 의뢰서에 설정하는 것
    을 특징으로 하는 정보 처리 시스템.
  10. 제9항에 있어서, 상기 작업 의뢰 관리부는, 상기 작업자가 조작하는 단말 장치에, 상기 메인터넌스 항목의 작업을 행하기 위한 절차서, 상기 메인터넌스 항목의 작업을 서포트하기 위한 콘텐츠, 및 상기 메인터넌스 항목의 작업에 필요한 공구 정보 중 적어도 하나를 포함하는 상기 작업 의뢰서의 내용을 표시하는 것
    을 특징으로 하는 정보 처리 시스템.
  11. 제8항 내지 제10항 중 어느 한 항에 있어서, 상기 정보 처리 시스템은, 상기 부품 발주부로부터의 상기 반도체 제조 장치의 부품의 발주를 접수하는 부품 구매 관리 장치를 더 포함하고,
    상기 부품 구매 관리 장치는, 상기 부품 발주부로부터의 상기 발주의 정보를 이용하여, 상기 반도체 제조 장치의 부품 수요를 해석하는 것
    을 특징으로 하는 정보 처리 시스템.
  12. 반도체 제조 장치에서 실행 중인 프로세스 상태의 시뮬레이션을, 상기 반도체 제조 장치의 시뮬레이션 모델을 이용하여 실행하는 정보 처리 장치의 부품 발주 방법으로서,
    프로세스 파라미터에 따라 프로세스를 실행 중인 상기 반도체 제조 장치에서 측정된 물리 센서 데이터를 취득하는 공정과,
    상기 프로세스 파라미터에 따라 상기 시뮬레이션 모델에 의한 시뮬레이션을 실행하여 가상 센서 데이터를 산출하는 공정과,
    상기 물리 센서 데이터 및 상기 가상 센서 데이터의 차이에 기초하여, 교환해야 할 상기 반도체 제조 장치의 부품의 사전 검지를 행하는 공정과,
    상기 사전 검지 결과에 기초하여, 상기 반도체 제조 장치의 부품을 발주하는 공정
    을 포함하는 것을 특징으로 하는 부품 발주 방법.
KR1020210179978A 2020-12-25 2021-12-15 정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법 KR20220092795A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2020-217801 2020-12-25
JP2020217801A JP7556642B2 (ja) 2020-12-25 2020-12-25 情報処理装置、情報処理システム及び部品発注方法

Publications (1)

Publication Number Publication Date
KR20220092795A true KR20220092795A (ko) 2022-07-04

Family

ID=82070069

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210179978A KR20220092795A (ko) 2020-12-25 2021-12-15 정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법

Country Status (4)

Country Link
US (1) US20220207492A1 (ko)
JP (1) JP7556642B2 (ko)
KR (1) KR20220092795A (ko)
CN (1) CN114676549A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594567B1 (ko) * 2022-11-30 2023-10-27 주식회사 디엠테크컨설팅 Cps기반 3d 사이버 팩토리들의 웹 네트워크 솔루션 제공 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116122356B (zh) * 2023-04-14 2023-06-27 成都建工第三建筑工程有限公司 一种基于多模型融合的深基坑安全监测系统
CN116382223B (zh) * 2023-06-02 2023-08-01 山东鲁能控制工程有限公司 一种基于dcs的火电机组监测系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018125451A (ja) 2017-02-02 2018-08-09 株式会社半導体エネルギー研究所 半導体プロセスシミュレーション

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6185472B1 (en) * 1995-12-28 2001-02-06 Kabushiki Kaisha Toshiba Semiconductor device manufacturing method, manufacturing apparatus, simulation method and simulator
JP2003031456A (ja) 2001-07-19 2003-01-31 Hitachi Ltd 半導体製造方法及び半導体製造装置
JP2003086479A (ja) 2001-09-07 2003-03-20 Dainippon Screen Mfg Co Ltd 基板処理システム、基板処理装置管理方法、基板処理装置、プログラム及び記録媒体
JP2003173379A (ja) 2001-12-05 2003-06-20 Toshiba Corp 部品発注システム及び方法
US8032348B2 (en) * 2003-09-30 2011-10-04 Tokyo Electron Limited System and method for using first-principles simulation to facilitate a semiconductor manufacturing process
US8036869B2 (en) * 2003-09-30 2011-10-11 Tokyo Electron Limited System and method for using first-principles simulation to control a semiconductor manufacturing process via a simulation result or a derived empirical model
US8078552B2 (en) * 2008-03-08 2011-12-13 Tokyo Electron Limited Autonomous adaptive system and method for improving semiconductor manufacturing quality
US8396583B2 (en) * 2010-03-25 2013-03-12 Taiwan Semiconductor Manufacturing Company, Ltd. Method and system for implementing virtual metrology in semiconductor fabrication
WO2017037901A1 (ja) 2015-09-02 2017-03-09 三菱電機株式会社 シミュレーション装置及びシミュレーションプログラム
JP6581718B2 (ja) * 2016-03-14 2019-09-25 株式会社Ｋｏｋｕｓａｉ Ｅｌｅｃｔｒｉｃ 基板処理装置、コントローラ及び部品管理プログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018125451A (ja) 2017-02-02 2018-08-09 株式会社半導体エネルギー研究所 半導体プロセスシミュレーション

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102594567B1 (ko) * 2022-11-30 2023-10-27 주식회사 디엠테크컨설팅 Cps기반 3d 사이버 팩토리들의 웹 네트워크 솔루션 제공 방법
WO2024117361A1 (ko) * 2022-11-30 2024-06-06 주식회사 디엠테크컨설팅 Cps기반 3d 사이버 팩토리들의 웹 네트워크 솔루션 제공 방법

Also Published As

Publication number Publication date
JP7556642B2 (ja) 2024-09-26
US20220207492A1 (en) 2022-06-30
CN114676549A (zh) 2022-06-28
JP2022102821A (ja) 2022-07-07

Similar Documents

Publication Publication Date Title
JP7325356B2 (ja) 情報処理システム及びシミュレーション方法
KR20220092795A (ko) 정보 처리 장치, 정보 처리 시스템 및 부품 발주 방법
JP5020101B2 (ja) ラントゥラン制御器を用いた欠陥検出および分類（ｆｄｃ）
TWI362072B (ko)
US7881815B2 (en) Method and system for process control
JP4643560B2 (ja) 処理システムの自動構成のための方法
US8073667B2 (en) System and method for using first-principles simulation to control a semiconductor manufacturing process
TWI484435B (zh) 預測蝕刻率均勻性以驗證電漿腔室的方法與設備
US20110202160A1 (en) Methods and apparatuses for utilizing adaptive predictive algorithms and determining when to use the adaptive predictive algorithms for virtual metrology
KR100258841B1 (ko) 반도체 제조설비 관리시스템의 설비 유닛상태 관리방법
CN100536076C (zh) 半导体制造装置和进行该半导体制造装置的异常检测、异常原因的确定或异常预测的方法
US20050071039A1 (en) System and method for using first-principles simulation to provide virtual sensors that facilitate a semiconductor manufacturing process
US11126172B2 (en) Methods and systems for applying run-to-run control and virtual metrology to reduce equipment recovery time
EP3336639B1 (en) Asset management of field devices
WO2020252666A1 (zh) 工业物联网的边缘计算设备、方法和计算机可读存储介质
TWI280603B (en) Manufacturing system of semiconductor device and manufacturing method of semiconductor device
US7100081B1 (en) Method and apparatus for fault classification based on residual vectors
JP7395987B2 (ja) 情報処理システム、方法、およびプログラム
TWI824613B (zh) 管理系統、管理方法及管理程式
KR20220163268A (ko) 정보 처리 장치, 시뮬레이션 방법 및 정보 처리 시스템
JP2006338673A (ja) 設備を調整するデータ処理システムおよび方法
US20200241488A1 (en) Controller Optimization for a Control System of a Technical Plant
JP2004207679A (ja) 自動化管理システム
WO2006106729A1 (ja) 処理管理システム
JP2019102574A (ja) 情報処理装置、情報処理装置の制御方法、およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination