WO2010110365A1 - 要因分析装置および要因分析方法 - Google Patents

要因分析装置および要因分析方法 Download PDF

Info

Publication number
WO2010110365A1
WO2010110365A1 PCT/JP2010/055209 JP2010055209W WO2010110365A1 WO 2010110365 A1 WO2010110365 A1 WO 2010110365A1 JP 2010055209 W JP2010055209 W JP 2010055209W WO 2010110365 A1 WO2010110365 A1 WO 2010110365A1
Authority
WO
WIPO (PCT)
Prior art keywords
inspection
factor analysis
factor
value
analysis
Prior art date
Application number
PCT/JP2010/055209
Other languages
English (en)
French (fr)
Inventor
一寿 清水
Original Assignee
シャープ株式会社
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 シャープ株式会社 filed Critical シャープ株式会社
Publication of WO2010110365A1 publication Critical patent/WO2010110365A1/ja

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
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • 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
    • G05B2219/32194—Quality prediction
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Definitions

  • the present invention relates to a factor analysis apparatus and a factor analysis method for performing factor analysis when a defect occurs based on various data obtained from a production process.
  • defect factor analysis manufacturing process data that can be acquired from a manufacturing process in the production process and inspection data that can be acquired from an inspection process in the production process are stored in a database. Then, there is a method of applying a statistical method to such data to extract a defect factor.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2003-332209
  • the diagnostic method of the manufacturing method line disclosed in Patent Document 1 the inspection data for each process in the various types of semiconductor device manufacturing lines and the actual values of the manufacturing conditions of the manufacturing apparatus at that time are used. Diagnosis processing is performed to separate out-of-specification factors in the inspection process into those caused by the manufacturing apparatus and those caused by the process.
  • a calculation formula created by a statistical method based on data obtained from the manufacturing process, a formula created based on physical and chemical phenomena in the manufacturing process, or those formulas Build a calculation model that combines the following formulas. There is a method for predicting the quality and characteristics of a product obtained as a result of processing by a manufacturing process using the above calculation formula or calculation model.
  • Patent Document 2 Japanese Patent Application Laid-Open No. 2005-136113
  • the inspection data analysis program disclosed in Patent Document 2 reads out defect coordinate data, electrical inspection data, and a layout drawing. Then, the read defect coordinate data and the layout drawing are collated, a defect that may be caused by the defect is predicted, and only necessary data is narrowed down from the defect coordinate data based on the prediction result. Next, each chip of the electrical inspection data is divided into two groups based on the classification information of the electrical inspection data, and the yield influence degree is determined using the narrowed defect coordinate data and the grouped electrical inspection data. Calculate and output.
  • the product quality and characteristic prediction method is applied to the quality improvement of the production process, and in the thin film device production, the in-plane distribution of film formation defects is predicted as a defect occurrence state. Based on the prediction results, the degree of influence of film formation defects on device quality is evaluated.
  • inspection is mainly sampling because it is continuous production, and inspection cannot be performed with high frequency.
  • sampling inspection is also performed in the manufacturing process of electronic devices that are not continuously produced, and similarly, the frequency of data acquisition is reduced.
  • Patent Document 1 that requires actual inspection data is applied to the production process including the sampling inspection described above, the number of inspection data that can be analyzed for the number of products produced is reduced. There is a problem that the accuracy of the failure factor analysis is lowered. Alternatively, there is a problem that the acquisition period of data necessary for analysis becomes long and quick factor analysis cannot be performed.
  • the sampling inspection is performed in order to perform a large amount of production.
  • the inspection frequency for each manufacturing apparatus is further reduced, and the above-mentioned failure factor analysis accuracy phenomenon and the data collection period for analysis become prominent. Yield production becomes difficult.
  • Patent Document 2 for predicting the quality and characteristics of the product as described above, the influence of the predicted quality and characteristics on the quality of the product is analyzed.
  • the above Patent Document 2 has not been able to analyze the cause of the failure, and there is a problem that the analysis is insufficient for improvement of product quality and yield.
  • an object of the present invention is to provide a factor analysis device and a factor analysis method that can perform more accurate factor analysis when a defect occurs even in a production process in which the number of inspection data cannot be acquired sufficiently. is there.
  • the factor analysis device of the present invention provides: In a production process including a manufacturing process in which process processing is performed by a process apparatus and an inspection process in which inspection is performed by an inspection apparatus, measurement values relating to the process apparatus including operating conditions of the process apparatus and process conditions of the process apparatus are obtained.
  • a data collection unit to collect, Based on the measurement values collected by the data collection unit, a prediction calculation unit that calculates an inspection prediction value that is a prediction value of the measurement value of the inspection item in the inspection device;
  • Factor analysis for analyzing the factor of occurrence of defects in the production process using the inspection predicted value calculated by the prediction calculation unit as an analysis target and using the measurement values related to the process device collected from the production process as factor candidates It is characterized by having a part.
  • the prediction calculation unit calculates an inspection prediction value that is a prediction value of the measurement value of the inspection item in the inspection apparatus of the inspection process, and the factor analysis unit sets the inspection prediction value as an analysis target.
  • the factor analysis of the occurrence of defects in the production process is performed using the measurement values related to the process apparatus collected from the production process as factor candidates. Therefore, even if the inspection process is an inspection process in which the number of actually measured inspection measurement values is not sufficient, such as an inspection process in which a sampling inspection is performed, the predicted inspection value should be an analysis target of factor analysis. As a result, a sufficient number of analysis objects can be secured.
  • the factor analysis method of the present invention is: From the production process including the manufacturing process in which process processing is performed by the process apparatus and the inspection process in which inspection is performed by the inspection apparatus, the measurement values relating to the process apparatus including the operation conditions of the process apparatus and the process conditions of the process apparatus are obtained.
  • a data collection step to collect Based on the collected measurement value, a prediction calculation step for calculating an inspection prediction value that is a prediction value of the measurement value of the inspection item in the inspection device;
  • a factor analysis step for analyzing the factor of occurrence of defects in the production process using the calculated inspection predicted value as an analysis target and using the measurement values related to the process device collected from the production process as factor candidates. It is characterized by that.
  • the prediction calculation step calculates an inspection prediction value that is a prediction value of the measurement value of the inspection item in the inspection apparatus of the inspection process, and the factor analysis step sets the inspection prediction value as an analysis target.
  • the factor analysis of the occurrence of defects in the production process is performed using the measurement values related to the process apparatus collected from the production process as factor candidates. Therefore, even if the inspection process is an inspection process in which the number of actually measured inspection measurement values is not sufficient, such as an inspection process in which a sampling inspection is performed, the predicted inspection value should be an analysis target of factor analysis. Thus, a sufficient number of analysis objects can be secured.
  • the production process includes a plurality of manufacturing processes, each of the manufacturing processes includes a plurality of the process devices having the same function, and the product passes through any one of the plurality of process devices. By doing so, the process in the manufacturing process including the process device through which the product has passed is completed.
  • the candidate factor includes a qualitative measurement value that is the measurement value that cannot be subjected to the four arithmetic operations, and a qualitative factor can be extracted as a factor of occurrence of a defect.
  • the qualitative measurement value as the factor candidate, it is possible to extract a qualitative factor as a cause of occurrence of a defect.
  • the factor analysis performed in the factor analysis step is a variance analysis or a factor analysis based on a decision tree.
  • the production process includes a plurality of the manufacturing processes, and the inspection apparatus belonging to one inspection process inspects a processing result in the plurality of manufacturing processes.
  • the inspection predicted value related to the inspection apparatus belonging to the one inspection process is set as an analysis target, and the measurement value related to the process apparatus belonging to the plurality of manufacturing processes is used as a factor candidate to cause a defect in the production process. Analyze the cause of the occurrence.
  • the factor analysis performed in the factor analysis step is factor analysis based on correlation analysis.
  • the correlation between the measured value related to one of the process apparatuses constituting one manufacturing process and the predicted inspection value related to the inspection apparatus that inspects the processing result in the process apparatus can be analyzed.
  • the factor analysis apparatus calculates an inspection prediction value related to the inspection apparatus in the inspection process by the prediction calculation unit, and the factor analysis unit sets the inspection prediction value as an analysis target and is manufactured. Since the cause of failure in the production process is analyzed using the measurement value related to the process equipment of the process as a factor candidate, the number of actually measured inspection measurement values is not sufficient as in the inspection process in which the inspection process performs a sampling inspection. Even in the case of the inspection process, it is possible to secure a sufficient number of analysis targets for the factor analysis.
  • an inspection prediction value related to the inspection device in the inspection process is calculated in the prediction calculation step, and the inspection prediction value is analyzed in the factor analysis step and also relates to a process device in the manufacturing process. Since the cause of failure occurrence in the production process is analyzed using the measurement value as a candidate factor, the above inspection process is an inspection process where the number of actually measured inspection measurement values is not sufficient, such as an inspection process for sampling inspection Even in such a case, it is possible to secure a sufficient number of analysis targets for the factor analysis.
  • FIG. 1 It is a figure which shows schematic structure in the factor analyzer of this invention. It is a figure which shows the production process used as the object of the factor analysis by the factor analyzer shown in FIG. It is a box chart which shows the distribution range of the test
  • FIG. 1 shows schematic structure in the factor analyzer of this Embodiment.
  • FIG. 2 shows an outline of a production process in which failure factor analysis is performed by the factor analysis apparatus shown in FIG. This production process is an electronic device production process, and all manufactured products are confirmed before shipment.
  • the production process 1 includes a manufacturing process 11 including a plurality of manufacturing processes for performing various processes for manufacturing, and a plurality of inspection processes for inspecting a product in the middle stage or the final stage of the manufacturing process 11. It consists of an inspection process 12.
  • One manufacturing process A among the plurality of manufacturing processes constituting the manufacturing process 11 includes a plurality of process apparatuses A1 to An that perform the same processing.
  • the product is managed by the lot number, processed by any one of the plurality of process devices A1 to An, and proceeds to the next step. The same applies to the other manufacturing processes X.
  • the processing result in the manufacturing process A is inspected, and inspection data is obtained by inspecting a plurality of inspection items.
  • the In the inspection process C since inspection takes time, a sampling inspection is performed in order to set the processing capacity of the production line to a desired processing capacity. In that case, an allowable range is set for each inspection item, and a product whose acquired inspection data is within the allowable range proceeds to the next step, and a product that deviates from the allowable range is processed as a defective product.
  • the processing results in any manufacturing process different from the manufacturing process A are inspected.
  • the factor analyzer 2 that performs factor analysis on the data acquired from the production process 1 will be described.
  • the factor analysis device 2 is roughly composed of a data collection unit 3, a prediction calculation unit 4, a factor analysis unit 5 and an interface unit 6.
  • Each unit 3 to 6 functions as follows.
  • the data collection unit 3 constitutes each process device X1, X2,..., A1, A2,... Constituting each manufacturing process X, A,.
  • the above data is the processing time of each manufacturing process or the processing time of each manufacturing process in the case of each process device X1, X2,..., A1, A2,.
  • the operating conditions of the process apparatus and the various measured values in each process apparatus are related to the time including the processing time before and after that (preheating time, gas switching time, cooling time, etc.).
  • the various measured values include the temperature and pressure in each process apparatus, the amount of power input to each process apparatus, and the like.
  • the prediction calculation unit 4 predicts inspection measurement values in the inspection process C for all products that have passed the manufacturing process A based on the various measurement values acquired from the process devices A1, A2,. Calculate and output the value. Prediction calculations in this case include PLS (Partial Least Squares), multivariate analysis methods such as multiple linear regression and principal component regression, prediction models using neural networks, calculation methods using statistical models such as Kalman filters, and manufacturing. A calculation method based on a physical model that formulates the physical phenomenon of the process, or a calculation method that combines the above two calculation methods can be used.
  • prediction calculation result of the test measurement value calculated by the above prediction calculation may be stored in the data collection unit 3.
  • the factor analysis unit 5 uses the predicted value (inspection predicted value) of the inspection measurement value in the inspection process C output from the prediction calculation unit 4 as an analysis target, and the occurrence of a defect is detected based on the inspection predicted value. If this happens, analyze the cause of the failure. In addition, the detection of the occurrence of the defect is detected as a defect when the predicted inspection value deviates from the allowable range, similarly to the detection of the occurrence of the defect with respect to the actual measurement measurement value.
  • the factor candidates include the IDs of the process devices X1, X2,.
  • a specific method of factor analysis will be described later.
  • the interface unit 6 includes a display device 7 for displaying information related to factor analysis such as the operating state of the factor analyzer 2, the setting condition of the analysis condition, the execution of the analysis and the analysis result to the user, and the analysis condition And an input device 8 for accepting an operation from the user such as setting and analysis result display switching.
  • factor analysis such as the operating state of the factor analyzer 2, the setting condition of the analysis condition, the execution of the analysis and the analysis result to the user, and the analysis condition
  • an input device 8 for accepting an operation from the user such as setting and analysis result display switching.
  • the prediction calculation unit 4 and the factor analysis unit 5 may be configured by one computer, and may further include the data collection unit 3.
  • the interface unit 6 may be configured by a display device as the display device 7, a character input device such as a keyboard as the input device 8, and a pointing device such as a mouse.
  • the method of factor analysis by the factor analysis unit 5 of the present embodiment will be described using specific examples.
  • the factor analysis technique performed by the factor analysis unit 5 is “variance analysis”.
  • the manufacturing process A is composed of 16 process apparatuses A01 to A16 that perform the same process processing.
  • the processing result of the manufacturing process A is inspected in the inspection process C, but the inspection in the inspection process C is a sampling inspection, and the sampling frequency is one in 10 products.
  • a predicted value of an inspection measurement value (hereinafter simply referred to as “predicted value of inspection c1”) by an inspection item c1 (hereinafter referred to as inspection c1) which is one of inspection items in the inspection process C. ) Since a defect occurred, the cause analysis of the defect occurrence shall be performed. That is, since it is known that the process devices A01 to A16 of the manufacturing process A have an influence on the predicted value of the inspection c1, various measurement values related to the manufacturing process A (measurement values of the above factor candidates) are analyzed. .
  • the manufacturing process A is composed of a plurality of process apparatuses A01 to A16, there is no process apparatus that causes a defect in the process apparatuses A01 to A16 constituting the manufacturing process A. Whether or not is analyzed by analysis of variance. In this analysis, the magnitude of the F value, which is the evaluation value used in the above analysis of variance, is confirmed, and the prediction result of the inspection c1 relating to each of the process devices A01 to A16 of the manufacturing process A is graphed. Identify the process equipment that is present.
  • the formula for calculating the F value which is the evaluation value of the analysis of variance, is as shown in formula (1), and the larger the F value, the greater the influence of the difference between the process apparatuses.
  • S T residual sum of squares of all lots
  • S e residual sum of squares for each process device
  • v T degree of freedom of all lots
  • v e degree of freedom of each process device
  • the distribution by process apparatus in the inspection measurement value of the actually measured inspection c1 is as shown in FIG. 3B.
  • FIG. 4B shows the number of each inspection apparatus in the inspection measurement values in that case.
  • the graphs shown in FIGS. 3A and 3B show the distribution range of the inspection predicted value (FIG. 3A) or the inspection measurement value (inspection data) (FIG. 3B) of the inspection c1 for each process device in a box chart.
  • one inspection measurement value corresponds to one process apparatus, and is arranged in the order of A01... A16 from the left in the graph. From FIG. 3B, it can be seen that the process apparatus A14 is the cause of the failure.
  • the number of inspection measurement values related to the process device A14 is as small as four, and it cannot be said that it can be sufficiently confirmed that the process device A14 is the cause of the failure.
  • the prediction of the inspection measurement value is calculated for all lots.
  • the distribution of predicted values in the inspection c1 for each process device is as shown in FIG. 3A.
  • FIG. 4A shows the predicted number of inspection c1 of each process apparatus in that case.
  • the factor analysis can be performed for the process apparatuses A5, A7, A12, and A15 whose distribution cannot be confirmed because the number of inspection measurement values is one. Become. Further, as shown in FIG. 4A, the number of inspection measurement values of the process apparatus A14 is 36, which is the total production number in the process apparatus A14. It can be confirmed enough. Further, although the process apparatus A15 could not be determined as a process apparatus in which a defect occurs in the case of the sampling inspection, the factor analysis based on the predicted value of the inspection c1 should be performed as can be seen from FIG. 3A. Thus, it can be confirmed that the process apparatus A15 is also the cause of the failure.
  • each of the process devices X1, X2,..., A1, A2,... Constituting each manufacturing process X, A The operating conditions of the process device, and various measured values related to each process device such as the temperature and pressure in each process device and the amount of power input to each process device are acquired. Further, based on the various measurement values of the process devices A1, A2,... Of the manufacturing process A acquired by the data collection unit 3 by the prediction calculation unit 4, all products that have passed the manufacturing process A are in the inspection step C. The predicted value (test predicted value) of the test measurement value is calculated.
  • the factor analysis unit 5 analyzes the predicted inspection value in the inspection process C and the occurrence of a defect is detected when the predicted inspection value deviates from the allowable range, the distribution of the occurrence of the defect is detected.
  • the factor analysis using the analysis is done.
  • the manufacturing process is performed.
  • the predicted value (inspected predicted value) of the inspection measurement value in the inspection process C for all products that have passed A as the analysis object of the factor analysis, the number of analysis objects can be sufficiently secured.
  • the inspection process in the production process 1 is an inspection process in which a sampling inspection is performed, more accurate factor analysis can be performed when a defect occurs.
  • the cause analysis of the occurrence of defects for one manufacturing process is performed.
  • factor analysis of occurrence of defects may be performed on a combination of process devices of each manufacturing process.
  • the manufacturing process A and the manufacturing process B both include a plurality of process apparatuses, and the process apparatus for processing one product is not uniquely determined.
  • the manufacturing processes A and B both affect the inspection process C, by acquiring the ID of each of the process devices as one of the data collected from the process devices of the manufacturing process A and the manufacturing process B, It is possible to identify the process device that is the cause of the failure.
  • the effect of the present invention becomes clearer when there are a plurality of manufacturing processes with a large number of factor candidate patterns than when there is only one manufacturing process.
  • the schematic structure of the factor analyzer in this Embodiment is the same as the schematic structure shown in FIG. 1 in the said 1st Embodiment.
  • the outline of the production process in which the factor analysis of the failure is performed by the factor analysis apparatus of the present embodiment is the same as the production process shown in FIG. 2 in the first embodiment. Therefore, the description of the configuration of the factor analysis device and the contents of the production process in the present embodiment will be omitted, and the same numbers as those in the first embodiment will be used in the following description.
  • the factor analysis unit 5 in the first embodiment is different from the factor analysis unit 5 in the first embodiment, whereas the factor analysis method in the first embodiment is “variance analysis” or “decision tree”. The difference is that the factor analysis method is “correlation analysis”.
  • the manufacturing process A is composed of 16 process devices A01 to A16 that perform the same process processing.
  • a sampling inspection is performed at a frequency of one for 10 products, and the cause analysis of the occurrence of the defect is performed because a defect has occurred in the predicted value of the inspection c1 in the inspection process C. This will be described using the same specific example as in.
  • the correlation with the inspection c1 is analyzed with the factor candidate corresponding to the predicted value of the inspection c1 related to the manufacturing process A as an analysis target.
  • the accuracy of the analysis decreases when the data to be analyzed includes qualitative data such as differences between process devices. Therefore, the analysis target is various measurement values (measurement values of the above factor candidates) of the product processed by the process apparatus A14 which is one of the process apparatuses of the manufacturing process A.
  • the “qualitative data” refers to data that cannot be subjected to four arithmetic operations, and includes a nominal scale such as an apparatus number of a process apparatus and a recipe number of a process process, and an order scale factor.
  • the graphs shown in FIGS. 6A and 6B show the inspection predicted value (FIG. 6A) or the inspection measurement value (inspection data) (FIG. 6B) of the inspection c1 in the inspection step C, and the items (measurements) of the measurement value in the process apparatus A14.
  • the correlation with the value of the measurement item a1 (hereinafter referred to as item a1), which is one of the items, is shown.
  • the value of the item a1 is taken as the x axis
  • the test measured value of the test c1 or its predicted value is taken as the y axis.
  • the inspection c1 can be improved by appropriately controlling the item a1 based on this.
  • the value of the inspection c1 can be kept around 0.5 by setting the value of the item a1 to 29.5 or more. Note that the number of predicted values of the inspection c1 in the present embodiment is 36.
  • the production process 1 is described as an electronic device production process.
  • the present invention is not limited to this, and continuous production such as a chemical plant is performed.
  • the present invention can also be applied to a production process in which the process is performed.
  • the sampling frequency cannot be increased, and the prediction calculation of product quality and characteristics can be performed at the same interval as the data sampling interval from the manufacturing plant. Therefore, the frequency of the factor analysis can be increased.
  • the factor analysis apparatus is used for factor analysis for realizing high-quality and high-yield operation in a production process in which the quality and characteristics of a product cannot be confirmed frequently for sampling inspection.
  • the factor analysis with the sufficient number of analysis target data can be performed with high frequency. Therefore, the factor analysis results can be fed back to the production process with high frequency and high accuracy, and the production process can be operated with high quality and high yield, and the present invention is very useful.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

　検査データ数を十分に得られない生産工程の場合でも高精度な不良発生の要因分析を行う。データ収集部(３)は、生産工程(１)の各製造プロセス(Ｘ,Ａ,…)を構成する各プロセス装置(Ｘ1,Ｘ2,…,Ａ1,Ａ2,…)から、各プロセス装置に関する各種計測値を取得する。予測演算部(４)は、上記取得されたプロセス装置(Ａ1,Ａ2,…)の上記各種計測値に基づいて、検査工程(Ｃ)での検査測定値の予測値(検査予測値)を演算する。要因分析部(５)は、上記検査予測値を分析対象として不良発生の要因分析を行う。こうして、抜き取り検査を行う検査工程(Ｃ)のごとく、実計測される検査測定値の数が十分でない場合でも、製造プロセス(Ａ)を通過した全製品に関する検査工程(Ｃ)での検査予測値を要因分析の分析対象とすることにより、分析対象数を十分に確保して高精度な要因分析を行う。

Description

要因分析装置および要因分析方法
　この発明は、生産工程から得られる各種データに基づいて不良発生時の要因分析を行う要因分析装置および要因分析方法に関する。
　各種製品の生産工程において、高品質な製品を高い歩留まりで生産するためには、生産工程での現象を分析し、その分析結果に基づいて上記生産工程をコンロトールすることが重要である。
　上述したような手法の１つとして、生産工程での不良発生時における不良要因分析を行い、その分析結果を生産工程へフィードバックする手法がある。上記不良要因分析には、生産工程のうちの製造工程から取得できる製造プロセスデータと、上記生産工程のうちの検査工程から取得できる検査データとを、データベースに保存する。そして、それらのデータについて統計的手法を適用して、不良要因を抽出する方法がある。
　このような不良要因抽出方法として、例えば、特開２００３‐３３２２０９号公報(特許文献１)に開示された「製造方法ラインの診断方法」がある。上記特許文献１に開示された製造方法ラインの診断方法では、多品種の半導体デバイス製造ラインにおける各工程毎の検査データおよびその際の製造装置の製造条件の実績値を用いて、半導体デバイス製造の検査工程における規格外れ要因を、製造装置起因とプロセス起因とに分離する診断処理を行うようにしている。
　このように、上記特許文献１では、半導体デバイスの生産工程において、製造条件の実績値および各工程での検査データをデータベースに収集し、それらのデータに基づいて製造工程の問題箇所の抽出を行っている。
　また、生産工程の製造プロセスに対して、製造プロセスから得られたデータに基づいて統計的手法によって作成した計算式、製造プロセスにおける物理的および化学的現象に基づいて作成した計算式、または、それらの形算式を組み合わせた計算モデルを構築する。そして、上記計算式あるいは計算モデルを用いて、製造プロセスによる処理の結果得られる製品の品質および特性を予測する方法がある。
　このような製品の品質および特性の予測方法として、特開２００５‐１３６１１３号公報(特許文献２)に開示された「検査データ解析プログラム」がある。上記特許文献２に開示された検査データ解析プログラムでは、欠陥座標データと電気検査データとレイアウト図面を読み出す。そして、読み出した上記欠陥座標データと上記レイアウト図面とを照合し、欠陥によって生ずる可能性がある不良を予測し、この予測結果に基づいて上記欠陥座標データから必要なデータだけを絞り込む。次に、上記電気検査データの分類情報に基づいて上記電気検査データの各チップを２つのグループに分け、上記絞り込んだ欠陥座標データとグループ分けした上記電気検査データとを用いて、歩留まり影響度を計算して出力するようにしている。
　このように、上記特許文献２では、製品の品質および特性の予測方法を生産工程の品質改善に適用しており、薄膜デバイスの生産において、不良発生状態として成膜欠陥の面内分布を予測し、その予測結果に基づいて、成膜欠陥がデバイスの良否に与える影響度を評価している。
　一方、生産工程における各種検査においては、検査装置による測定方法が高度であるため測定に時間が掛かり、生産ラインの許容時間内に測定ができない検査や、製品の品質に対して検査装置によって不可逆な処理を行って測定を行う検査のような、全製品に対する検査実行あるいは高い頻度での検査実行が不可能な検査がある。このような検査は、製品の一部を抜取って検査を実行する「抜取り検査」を行う。このような抜取り検査は製品の品質を確認する上で重要であっても、高い頻度でデータを取得することはできない。
　化学プロセスのような連続的な生産においては、連続生産であるため検査は抜取り検査が主となり、高い頻度で検査を行うことができない。また、連続生産ではない電子デバイスの製造工程においても抜取り検査は行われており、同様に、データ取得の頻度が低くなる。
　さらに、集積回路,フラットパネルディスプレイ,太陽電池および化合物半導体素子等で代表される薄膜デバイスのような、高度なプロセスで多量な生産を高い歩留まりで行うことが必要とされる製品の生産工程においては、同じ機能を有する複数の製造装置を備えた生産工程がある。このような生産工程では、個々の製造装置に個体差が発生し、それが製造される製品の特性および歩留まりのばらつきに影響を与えることになる。特に、近年においては、プロセスの高度化と製品特性に対するマージンの縮小化とが図られており、製品特性に対する個々の製造装置の影響が大きくなってきている。さらには、複数の工程において複数の製造装置が存在する場合には、各製造装置を通過する組合せが多数の組合せとなり、その組合せによって製品の特性および歩留まりに差異が出ることになる。
　したがって、上述した抜取り検査を含む生産工程に対して、実際の検査データが必要な上記特許文献１を適用した場合には、生産される製品数に対して分析可能な検査データ数が少なくなるため、上記不良要因分析の精度が低くなるという問題がある。または、分析するために必要なデータの取得期間が長くなり、迅速な要因分析ができなくなるという問題がある。
　特に、上述のごとく同じ機能を有する複数の製造装置を備えた生産工程においても、多量の生産を行うために上記抜取り検査を行うようになってきている。このような生産工程においては、さらに、各製造装置に対する検査頻度が低下し、上記不良要因分析の精度低下の現象や分析のためのデータ収集期間が長くなる現象が顕著になり、高品質および高歩留まり生産が困難になる。
　また、上述したような製品の品質および特性を予測する上記特許文献２においては、予測された品質および特性が製品の良否に与える影響度を分析している。しかしながら、上記特許文献２では、不良要因を特定する分析まではできておらず、製品の品質および歩留まりの改善に対しては不十分な分析であるという問題がある。
特開２００３‐３３２２０９号公報 特開２００５‐１３６１１３号公報
　そこで、この発明の課題は、検査データ数が十分に取得できない生産工程であっても、不良発生時に、より高精度な要因分析を行うことができる要因分析装置および要因分析方法を提供することにある。
　上記課題を解決するため、この発明の要因分析装置は、
　プロセス装置によってプロセス処理が行われる製造プロセスと、検査装置によって検査が行われる検査工程とを含む生産工程において、上記プロセス装置の運転条件および上記プロセス装置のプロセス条件を含む上記プロセス装置に関する計測値を収集するデータ収集部と、
　上記データ収集部によって収集された上記計測値に基づいて、上記検査装置における検査項目の測定値の予測値である検査予測値を演算する予測演算部と、
　上記予測演算部によって演算された上記検査予測値を分析対象とすると共に、上記生産工程から収集された上記プロセス装置に関する計測値を要因候補として、上記生産工程における不良発生の要因分析を行う要因分析部と
を備えたことを特徴としている。
　上記構成によれば、予測演算部によって、検査工程の検査装置における検査項目の測定値の予測値である検査予測値を演算し、要因分析部によって、上記検査予測値を分析対象とすると共に、生産工程から収集されたプロセス装置に関する計測値を要因候補として、上記生産工程における不良発生の要因分析を行うようにしている。したがって、上記検査工程が、抜き取り検査を行う検査工程のごとく、実計測される検査測定値の数が十分でない検査工程の場合であっても、上記検査予測値を要因分析の分析対象とすることにより、分析対象数を十分に確保することができる。
　すなわち、この発明によれば、検査工程での検査測定値が十分に取得できないような生産工程であっても、不良発生時に、より高精度な要因分析を行うことができるのである。
　また、この発明の要因分析方法は、
　プロセス装置によってプロセス処理が行われる製造プロセスと、検査装置によって検査が行われる検査工程とを含む生産工程から、上記プロセス装置の運転条件および上記プロセス装置のプロセス条件を含む上記プロセス装置に関する計測値を収集するデータ収集ステップと、
　上記収集された上記計測値に基づいて、上記検査装置における検査項目の測定値の予測値である検査予測値を演算する予測演算ステップと、
　上記演算された上記検査予測値を分析対象とすると共に、上記生産工程から収集された上記プロセス装置に関する計測値を要因候補として、上記生産工程における不良発生の要因分析を行う要因分析ステップと
を備えたことを特徴としている。
　上記構成によれば、予測演算ステップによって、検査工程の検査装置における検査項目の測定値の予測値である検査予測値を演算し、要因分析ステップによって、上記検査予測値を分析対象とすると共に、生産工程から収集されたプロセス装置に関する計測値を要因候補として、上記生産工程における不良発生の要因分析を行うようにしている。したがって、上記検査工程が、抜き取り検査を行う検査工程のごとく、実計測される検査測定値の数が十分でない検査工程の場合であっても、上記検査予測値を要因分析の分析対象とすることによって、分析対象数を十分に確保することができる。
　すなわち、この発明によれば、検査工程での検査測定値が十分に取得できないような生産工程であっても、不良発生時に、より高精度な要因分析を行うことができるのである。
　また、１実施の形態の要因分析方法では、
　上記生産工程は、複数の上記製造プロセスを含み、上記各製造プロセスは同じ機能を有する複数の上記プロセス装置を有しており、上記製品が上記複数のプロセス装置のうちの何れか一つを通過することによって、上記製品が通過した上記プロセス装置を含む上記製造プロセスでの処理が完了するようになっている。
　この実施の形態によれば、生産工程の各製造プロセスが有するプロセス装置から収集された計測値を要因候補とすることによって、不良が発生している上記プロセス装置および上記製造プロセスを特定することができる。
　また、１実施の形態の要因分析方法では、
　上記要因分析ステップでは、上記要因候補には四則演算ができない上記計測値である質的な計測値が含まれており、不良発生の要因として質的な要因を抽出可能になっている。
　この実施の形態によれば、上記質的な計測値を上記要因候補とすることによって、不良発生の要因として質的な要因を抽出することができる。
　また、１実施の形態の要因分析方法では、
　上記要因分析ステップで行われる上記要因分析は、分散分析あるいは決定木による要因分析である。
　この実施の形態によれば、上記要因候補として質的な上記計測値を含んでいる場合であっても、不良が発生している上記プロセス装置および上記製造プロセスを精度よく特定することができる。
　また、１実施の形態の要因分析方法では、
　上記生産工程は、複数の上記製造プロセスを含むと共に、１つの上記検査工程に属する上記検査装置は上記複数の製造プロセスでの処理結果の検査を行うようになっており、
　上記要因分析ステップでは、上記１つの検査工程に属する検査装置に関する上記検査予測値を分析対象とすると共に、上記複数の製造プロセスに属する上記プロセス装置に関する計測値を要因候補として、上記生産工程における不良発生の要因分析を行う。
　この実施の形態によれば、上記１つの検査工程に属する検査装置に関する上記検査予測値を分析対象とし、上記複数の製造プロセスに属するプロセス装置に関する計測値を要因候補として要因分析を行うことによって、不良の要因となっている複数の製造プロセス夫々のプロセス装置を特定することができる。
　また、１実施の形態の要因分析方法では、
　上記要因分析ステップで行われる上記要因分析は、相関分析による要因分析である。
　この実施の形態によれば、１つの上記製造プロセスを構成する１つの上記プロセス装置に関する上記計測値と、当該プロセス装置での処理結果の検査を行う上記検査装置に関する上記検査予測値との、相関を分析することができる。
　以上より明らかなように、この発明の要因分析装置は、予測演算部によって、検査工程の検査装置に関する検査予測値を演算し、要因分析部によって、上記検査予測値を分析対象とすると共に、製造プロセスのプロセス装置に関する計測値を要因候補として、生産工程における不良発生の要因分析を行うので、上記検査工程が、抜き取り検査を行う検査工程のごとく、実計測される検査測定値の数が十分でない検査工程の場合であっても、要因分析の分析対象数を十分に確保することができる。
　したがって、この発明によれば、上記検査工程での検査測定値が十分に取得できないような生産工程であっても、不良発生時に、より高精度な要因分析を行うことができる。
　また、この発明の要因分析方法では、予測演算ステップによって、検査工程の検査装置に関する検査予測値を演算し、要因分析ステップによって、上記検査予測値を分析対象とすると共に、製造プロセスのプロセス装置に関する計測値を要因候補として、生産工程における不良発生の要因分析を行うので、上記検査工程が、抜き取り検査を行う検査工程のごとく、実計測される検査測定値の数が十分でない検査工程の場合であっても、要因分析の分析対象数を十分に確保することができる。
　したがって、この発明によれば、上記検査工程での検査測定値が十分に取得できないような生産工程であっても、不良発生時に、より高精度な要因分析を行うことができる。
この発明の要因分析装置における概略構成を示す図である。 図１に示す要因分析装置による要因分析の対象となる生産工程を示す図である。 図１における各プロセス装置毎の検査予測値の分布範囲を示すボックスチャートである。 図１における各プロセス装置毎の検査測定値の分布範囲を示すボックスチャートである。 図１における各プロセス装置毎の検査予測値の数を示す図である。 図１における各プロセス装置毎の検査測定値の数を示す図である。 図２とは異なる生産工程を示す図である。 検査項目の検査測定値の予測値と製造プロセスの計測項目の計測値との相関を示す図である。 検査項目の検査測定値と製造プロセスの計測項目の計測値との相関を示す図である。
　以下、この発明を図示の実施の形態により詳細に説明する。
　・第１実施の形態
　図１は、本実施の形態の要因分析装置における概略構成を示す。また、図２は、図１に示す要因分析装置によって不良の要因分析が行われる生産工程の概要を示す。この生産工程は電子デバイスの生産工程であり、製造される製品は出荷前に全数が確認される。
　先ず、図２に従って、上記生産工程１について詳細に説明する。
　図２において、生産工程１は、製造のための各種プロセス処理を行う複数の製造プロセスからなる製造過程１１と、製造過程１１の途中段階あるいは最終段階で製品の検査を行う複数の検査工程からなる検査過程１２とから成っている。製造過程１１を構成する複数の製造プロセスのうちの一つの製造プロセスＡには、同じ処理を行う複数のプロセス装置Ａ1～Ａnが備えられている。製品はロット番号で管理され、複数のプロセス装置Ａ1～Ａnの何れか一つによって処理されて次の工程へ進む。他の製造プロセスＸ…についても同様である。
　上記検査過程１２を構成する複数の検査工程のうちの一つの検査工程Ｃでは、製造プロセスＡでの処理結果について検査を行っており、複数の検査項目について検査が実施されて検査データが取得される。検査工程Ｃは、検査に時間が掛かるため、生産ラインの処理能力を所望の処理能力とするために抜き取り検査を行っている。その場合、各検査項目について許容範囲が設定されており、取得された検査データが許容範囲内にある製品は次の工程へ進み、許容範囲から逸脱した製品は不良品として処理される。他の検査工程Ｙ…の場合も同様に、製造プロセスＡとは異なる何れかの製造プロセスでの処理結果について検査を行う。
　次に、上記生産工程１から取得されたデータに対して要因分析を行う要因分析装置２について説明する。図１において、要因分析装置２は、データ収集部３,予測演算部４,要因分析部５およびインターフェイス部６から概略構成されている。各部３～６は、以下のように機能する。
　上記データ収集部３は、上記生産工程１の各製造プロセスＸ,Ａ,…を構成する各プロセス装置Ｘ1,Ｘ2,…,Ａ1,Ａ2,…および各検査工程Ｃ,Ｙ,…を構成する各検査装置Ｃ1,Ｃ2,…,Ｙ1,Ｙ2,…からのデータを取得する。その場合の上記データは、各製造プロセスＸ,Ａ,…の各プロセス装置Ｘ1,Ｘ2,…,Ａ1,Ａ2,…の場合には、各製造プロセスの処理時間、あるいは、各製造プロセスの処理時間にその前後の処理時間(予備加熱時間,ガス切換時間や冷却時間等)を含めた時間に関して、プロセス装置の運転条件と、各プロセス装置での各種計測値とである。尚、上記各種計測値としては、上記各プロセス装置内の温度および圧力、上記各プロセス装置への投入電力量等がある。また、各検査工程Ｃ,Ｙ,…の各検査装置Ｃ1,Ｃ2,…,Ｙ1,Ｙ2,…の場合には、製品に対する検査測定値(検査データ)である。
　以下の上記予測演算部４および上記要因分析部５の説明では、製造プロセスＡと、その製造プロセスＡでの処理結果について検査を行って品質を確認する検査工程Ｃとで、代表して説明する。他の製造プロセスとその製造プロセスでの品質を確認する検査工程の場合も同様である。
　上記予測演算部４は、上記製造プロセスＡの各プロセス装置Ａ1,Ａ2,…から取得した上記各種計測値に基づいて、製造プロセスＡを通過した全製品に関して検査工程Ｃでの検査測定値の予測値を演算して出力する。この場合における予測演算には、ＰＬＳ(Partial Least Squares：部分最小二乗法),多重線形回帰および主成分回帰等の多変量解析手法、ニューラルネットワークによる予測モデル、カルマンフィルタ等の統計モデルによる演算手法、製造プロセスの物理現象を定式化した物理モデルによる演算手法、あるいは、上記両演算手法を組み合わせた演算手法を用いることができる。
　尚、上記予測演算によって算出された検査測定値の予測演算結果は、データ収集部３に保管するようにしても差し支えない。
　上記要因分析部５は、上記予測演算部４から出力された検査工程Ｃでの検査測定値の予測値(検査予測値)を分析対象とし、上記検査予測値に基づいて不良の発生が検知された場合に、その不良の発生の要因分析を行う。尚、上記不良の発生の検知は、実計測の検査測定値に対する不良発生の検知と同様に、上記検査予測値が許容範囲から逸脱した場合を不良として検知する。
　また、上記要因分析は、検査工程Ｃでの検査予測値に対する要因分析であるので、要因候補としては、製造プロセスＡから取得可能なプロセス装置Ｘ1,Ｘ2,…のＩＤおよび製造条件設定値のような製造条件と、プロセス装置Ｘ1,Ｘ2,…に関する温度,圧力および投入電力量等のプロセス装置Ｘ1,Ｘ2,…に関する各種計測項目とが挙げられる。ここで、要因分析の具体的な手法については後述する。
　上記インターフェイス部６は、本要因分析装置２の稼動状態,分析条件の設定状態,分析の実行および分析結果のような要因分析に関する情報を、ユーザに表示するための表示装置７と、分析条件の設定および分析結果の表示切換のようなユーザからの操作を受け付けるための入力装置８とを、含んでいる。
　ここで、上記予測演算部４と要因分析部５とは１つのコンピュータで構成してもよく、さらにデータ収集部３を含んで構成してもよい。また、インターフェイス部６は、具体的には、表示装置７としてのディスプレイ装置と、入力装置８としてのキーボード等の文字入力装置やマウス等のポインティング装置と、で構成してもよい。
　以下、本実施の形態の上記要因分析部５による要因分析の手法について、具体的な事例を用いて説明する。ここで、要因分析部５による要因分析の手法は「分散分析」である。また、製造プロセスＡは、同じプロセス処理を行う１６台のプロセス装置Ａ01～Ａ16で構成されているものとする。
　上記製造プロセスＡによる処理結果は検査工程Ｃで検査されるが、検査工程Ｃでの検査は抜き取り検査であり、抜取りの頻度は１０製品に１つであるとする。また、この生産工程１において、検査工程Ｃにおける検査項目の１つである検査項目ｃ1(以下、検査ｃ1と言う)による検査測定値の予測値(以下、単に「検査ｃ1の予測値」と言う)について不良が発生したため、不良発生の要因分析を行うものとする。つまり、検査ｃ1の予測値には製造プロセスＡのプロセス装置Ａ01～Ａ16が影響を及ぼすことが分かっているため、製造プロセスＡに関する各種計測値(上記要因候補の計測値)について分析を行うのである。
　先ず、上記製造プロセスＡは複数のプロセス装置Ａ01～Ａ16で構成されているため、製造プロセスＡを構成しているプロセス装置Ａ01～Ａ16の中で、不良発生の原因となっているプロセス装置がないか否かを分散分析によって分析する。この分析においては、上記分散分析で使用される評価値であるＦ値の大小を確認すると共に、製造プロセスＡの各プロセス装置Ａ01～Ａ16に関する検査ｃ1の予測結果をグラフ化し、不良が発生しているプロセス装置を特定する。
　ここで、上記分散分析の評価値であるＦ値の計算式は式(１)に示す通りであり、Ｆ値が大きい程プロセス装置間差の影響が大きいとされる。
Figure JPOXMLDOC01-appb-I000001
　　但し、ＳT：全ロットの残差平方和
　　　　　Ｓe：プロセス装置別の残差平方和
　　　　　ｖT：全ロットの自由度
　　　　　ｖe：プロセス装置別の自由度
　以上の要因分析の手法によって、不良発生の原因となっているプロセス装置の抽出を行うと、例えば以下のような結果となる。
　先ず、従来のように、上記検査工程Ｃにおいて実際に製品を抜き取って検査した値で上記要因分析を行った場合、製造プロセスＡにおけるＦ値はＦ＝２６.５４である。また、実計測された検査ｃ1の検査測定値におけるプロセス装置別の分布は図３Ｂに示すようになる。その場合の上記検査測定値における各プロセス装置別の数を図４Ｂに示す。
　図３Ａ,図３Ｂに示すグラフは、各プロセス装置別の検査ｃ1の検査予測値(図３Ａ)あるいは検査測定値(検査データ)(図３Ｂ)の分布範囲をボックスチャートで示している。図３Ａ,図３Ｂにおいて、１つの検査測定値が１つのプロセス装置に対応しており、グラフ中の左からＡ01…Ａ16の順に配列されている。図３Ｂより、プロセス装置Ａ14が不良の原因装置となっていることが分かる。しかしながら、図４Ｂを参照するに、プロセス装置Ａ14に関する検査測定値の数は４個と少なく、プロセス装置Ａ14が不良の原因装置となっていることを十分確認できるとは言いがたい。
　次に、本実施の形態によって、検査ｃ1の予測値による上記要因分析を行った場合について説明する。尚、検査測定値の予測は全ロットに対して演算している。その結果、製造プロセスＡにおけるＦ値はＦ＝６６９.９７となり、上述した抜取り検査の場合と比較して、プロセス装置間の差の影響がより大きいことが確認できる。また、プロセス装置別の検査ｃ1での予測値の分布は図３Ａに示すようになる。また、その場合の各プロセス装置の検査ｃ1の予測値数を図４Ａに示す。
　先ず、図３Ａに示すように、上記抜取り検査の場合には、検査測定値数が１つであるため分布が確認できなかったプロセス装置Ａ5,Ａ7,Ａ12,Ａ15についても、要因分析が可能になる。また、図４Ａに示すように、プロセス装置Ａ14の検査測定値数が３６個となっており、これはプロセス装置Ａ14での全生産数であることから、プロセス装置Ａ14が不良発生の原因装置となっていることを十分確認することができる。さらに、プロセス装置Ａ15については、上記抜取り検査の場合には不良が発生するプロセス装置であることが判別できなかったが、図３Ａから分かるように、検査ｃ1の予測値による上記要因分析を行うことによって、プロセス装置Ａ15についても不良発生の原因装置になっていることが確認できる。
　以上のごとく、本実施の形態においては、上記データ収集部３によって、生産工程１の各製造プロセスＸ,Ａ,…を構成する各プロセス装置Ｘ1,Ｘ2,…,Ａ1,Ａ2,…から、各プロセス装置の運転条件と、上記各プロセス装置内の温度および圧力、上記各プロセス装置への投入電力量等の各プロセス装置に関する各種計測値とを取得する。さらに、予測演算部４によって、データ収集部３で取得された製造プロセスＡの各プロセス装置Ａ1,Ａ2,…の上記各種計測値に基づいて、製造プロセスＡを通過した全製品に関して検査工程Ｃでの検査測定値の予測値(検査予測値)を演算する。そして、要因分析部５によって、検査工程Ｃでの上記検査予測値を分析対象とし、上記検査予測値が許容範囲から逸脱することにより不良の発生が検知された場合に、その不良の発生の分散分析を用いた要因分析を行うようにしている。
　したがって、上記製造プロセスＡでの処理結果について検査を行う検査工程であって、抜き取り検査を行う検査工程Ｃのごとく、実計測される検査測定値の数が十分でない場合であっても、製造プロセスＡを通過した全製品に関する検査工程Ｃでの検査測定値の予測値(検査予測値)を要因分析の分析対象とすることによって、分析対象数を十分に確保することができるのである。
　すなわち、本実施の形態によれば、上記生産工程１中の検査工程が抜き取り検査を行う検査工程の場合であっても、不良発生時に、より高精度な要因分析を行うことができるのである。
　上記実施の形態においては、１つの製造プロセスに対する不良発生の要因分析を行っている。しかしながら、複数の製造プロセスについて、各製造プロセスのプロセス装置の組合せに対して、不良発生の要因分析を行っても良い。例えば、図５に示すように、製造プロセスＡと製造プロセスＢとが共に複数のプロセス装置を備えており、１つの製品に対して処理をおこなうプロセス装置が一意に決まっておらず、さらに、両製造プロセスＡ,Ｂが共に検査工程Ｃに影響を与える場合には、製造プロセスＡと製造プロセスＢとの各プロセス装置から収集するデータの一つとして上記各プロセス装置のＩＤを取得することによって、不良の原因装置となっているプロセス装置を特定することができる。このように、上記製造プロセスが１つの場合よりも上記要因候補のパターンが多い上記製造プロセスが複数の場合の方が、より本発明の効果が明確になるのである。
　尚、本実施の形態における上記要因分析部５による要因分析においては分散分析を用いているが、「決定木」による要因分析を行っても同様の効果を得ることができる。
　・第２実施の形態
　本実施の形態における要因分析装置の概略構成は、上記第１実施の形態において図１に示す概略構成と同じである。また、本実施の形態の要因分析装置によって不良の要因分析が行われる生産工程の概要は、上記第１実施の形態において図２に示す生産工程と同じである。したがって、本実施の形態における要因分析装置の構成および生産工程の内容についての説明は省略し、以下の説明では上記第１実施の形態の場合と同じ番号を用いることにする。
　本実施の形態は、上記第１実施の形態における要因分析部５による上記要因分析の手法が「分散分析」あるいは「決定木」であるのに対して、本実施の形態における要因分析部５による要因分析の手法が「相関分析」である点で異なる。
　以下、本実施の形態の上記要因分析部５による要因分析(相関分析)について、製造プロセスＡは同じプロセス処理を行う１６台のプロセス装置Ａ01～Ａ16で構成されており、上記製造プロセスＡによる処理結果を検査する検査工程Ｃでは１０製品に１つの頻度で抜き取り検査を行い、検査工程Ｃにおける検査ｃ1の予測値について不良が発生したため不良発生の要因分析を行う、と言う上記第１実施の形態の場合と同じ具体的な事例を用いて説明する。
　本実施の形態の上記要因分析部５においては、上記製造プロセスＡに関する検査ｃ1の予測値に対応する上記要因候補を分析対象として検査ｃ1との相関関係を分析するのであるが、上記「相関分析」は、分析対象のデータにプロセス装置間の差のような質的なデータが含まれていると分析精度が落ちる。そのため、分析対象は、製造プロセスＡのプロセス装置の１つであるプロセス装置Ａ14によって処理された製品の各種計測値(上記要因候補の計測値)としている。ここで、上記「質的なデータ」とは、四則演算ができないデータのことであり、プロセス装置の装置番号やプロセス処理のレシピ番号等の名義尺度、および、順序尺度の要因がこれに属する。
　図６Ａ,図６Ｂに示すグラフは、上記検査工程Ｃにおける検査ｃ1の検査予測値(図６Ａ)または検査測定値(検査データ)(図６Ｂ)と、プロセス装置Ａ14における上記計測値の項目（計測項目)の１つである計測項目ａ1(以下、項目ａ1と言う)の値との相関を示している。尚、図６Ａ,図６Ｂにおいては、項目ａ1の値をｘ軸とし、検査ｃ1の検査測定値あるいはその予測値をｙ軸としている。
　図６Ａ,図６Ｂによれば、従来のように、上記検査工程Ｃにおいて実際に製品を抜き取って検査した実計測された検査測定値で上記相関分析を行った場合と、本実施の形態によって、検査ｃ1の予測値で上記相関分析を行った場合との両方において、検査ｃ1と項目ａ1との相関係数が高いことが分かる。
　但し、従来のように、上記検査工程Ｃにおいて実際に製品を抜き取って検査した検査測定値で上記要因分析を行った場合には、図６Ｂに示すように、全体として右上がりの相関となっているが、得られた検査ｃ1の検査測定値は僅かに４点であるため、要因分析の精度としては不十分である。これに対し、本実施の形態にように、検査ｃ1の予測値で上記要因分析を行った場合には、図６Ａに示すように、相関値の配列が単純な右上がりではなく、項目ａ1の値が「２９.５」以上になると検査ｃ1の予測値が略一定となっていることが確認できる。したがって、これを基に項目ａ1を適切に制御することによって検査ｃ1を改善することが可能になる。例えば、図６Ａの場合、項目ａ1の値を２９.５以上に設定することによって、検査ｃ1の値を０.５付近に保つことができるのである。尚、本実施の形態における上記検査ｃ1の予測値の数は３６個である。
　尚、上記各実施の形態においては、上記生産工程１は電子デバイスの生産工程であるとして説明しているが、この発明はこれに限定されるものではなく、化学プラントのような連続的な製造プロセスが行われる生産工程についても適用できる。連続的な製造プロセスの場合は特に抜取りの頻度を高くすることができず、また、製品の品質や特性の予測演算については、製造プラントからのデータサンプリング間隔と同じ間隔で予測演算が可能であるため、上記要因分析の頻度を高くすることが可能になる。
　本発明の要因分析装置は、抜取り検査のために製品の品質および特性の確認を高頻度でできない生産工程において、この生産工程の高品質で高歩留まりな稼動を実現するための要因分析に対して、検査計測値の予測演算の結果を要因分析に使用することによって、高頻度で十分な分析対象データ数による要因分析が可能となる。そのため、要因分析結果を高頻度,高精度で生産工程にフィードバックでき、生産工程の高品質,高歩留まりな稼動が可能となり、本発明は非常に有用である。
　１…生産工程、
　２…要因分析装置、
　３…データ収集部、
　４…予測演算部、
　５…要因分析部、
　６…インターフェイス部、
　７…表示装置、
　８…入力装置、
１１…製造過程、
１２…検査過程、
Ｘ,Ａ,Ｂ…製造プロセス、
Ｃ,Ｙ…検査工程、
Ｘ1～Ｘn,Ａ1～Ａn…プロセス装置、
Ｃ1,Ｃ2,～,Ｙ1,Ｙ2,～…検査装置。

Claims (7)

  1. 　プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)によってプロセス処理が行われる製造プロセス(Ａ,Ｘ)と、検査装置(Ｃ1,Ｃ2～,Ｙ1,Ｙ2～)によって検査が行われる検査工程(Ｃ,Ｙ)とを含む生産工程(１)において、上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)の運転条件および上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)のプロセス条件を含む上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)に関する計測値を収集するデータ収集部(３)と、
    　上記データ収集部(３)によって収集された上記計測値に基づいて、上記検査装置(Ｃ1,Ｃ2～,Ｙ1,Ｙ2～)における検査項目の測定値の予測値である検査予測値を演算する予測演算部(４)と、
    　上記予測演算部(４)によって演算された上記検査予測値を分析対象とすると共に、上記生産工程(１)から収集された上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)に関する計測値を要因候補として、上記生産工程(１)における不良発生の要因分析を行う要因分析部(５)と
    を備えたことを特徴とする要因分析装置。
  2. 　プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)によってプロセス処理が行われる製造プロセス(Ａ,Ｘ)と、検査装置(Ｃ1,Ｃ2～,Ｙ1,Ｙ2～)によって検査が行われる検査工程(Ｃ,Ｙ)とを含む生産工程(１)から、上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)の運転条件および上記プロセス装置（Ａ1～Ａn,Ｘ1～Ｘn)のプロセス条件を含む上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)に関する計測値を収集するデータ収集ステップと、
    　上記収集された上記計測値に基づいて、上記検査装置(Ｃ1,Ｃ2～,Ｙ1,Ｙ2～)における検査項目の測定値の予測値である検査予測値を演算する予測演算ステップと、
    　上記演算された上記検査予測値を分析対象とすると共に、上記生産工程(１)から収集された上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)に関する計測値を要因候補として、上記生産工程(１)における不良発生の要因分析を行う要因分析ステップと
    を備えたことを特徴とする要因分析方法。
  3. 　請求項２に記載の要因分析方法において、
    　上記生産工程(１)は、複数の上記製造プロセス(Ａ,Ｘ)を含み、上記各製造プロセス(Ａ,Ｘ)は同じ機能を有する複数の上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)を有しており、上記製品が上記複数のプロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)のうちの何れか一つを通過することによって、上記製品が通過した上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)を含む上記製造プロセス(Ａ,Ｘ)での処理が完了するようになっている
    ことを特徴とする要因分析方法。
  4. 　請求項２に記載の要因分析方法において、
    　上記要因分析ステップでは、上記要因候補には、四則演算ができない上記計測値である質的な計測値が含まれており、不良発生の要因として質的な要因を抽出可能になっている
    ことを特徴とする要因分析方法。
  5. 　請求項４に記載の要因分析方法において、
    　上記要因分析ステップで行われる上記要因分析は、分散分析あるいは決定木による要因分析である
    ことを特徴とする要因分析方法。
  6. 　請求項４に記載の要因分析方法において、
    　上記生産工程(１)は、複数の上記製造プロセス(Ａ,Ｘ)を含むと共に、１つの上記検査工程(Ｃ,Ｙ)に属する上記検査装置(Ｃ1,Ｃ2～,Ｙ1,Ｙ2～)は上記複数の製造プロセス(Ａ,Ｘ)での処理結果の検査を行うようになっており、
    　上記要因分析ステップでは、上記１つの検査工程(Ｃ,Ｙ)に属する検査装置(Ｃ1,Ｃ2～,Ｙ1,Ｙ2～)に関する上記検査予測値を分析対象とすると共に、上記複数の製造プロセス(Ａ,Ｘ)に属する上記プロセス装置(Ａ1～Ａn,Ｘ1～Ｘn)に関する計測値を要因候補として、上記生産工程(１)における不良発生の要因分析を行う
    ことを特徴とする要因分析方法。
  7. 　請求項２に記載の要因分析方法において、
    　上記要因分析ステップで行われる上記要因分析は、相関分析による要因分析である
    ことを特徴とする要因分析方法。
PCT/JP2010/055209 2009-03-26 2010-03-25 要因分析装置および要因分析方法 WO2010110365A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2009-076213 2009-03-26
JP2009076213A JP4568786B2 (ja) 2009-03-26 2009-03-26 要因分析装置および要因分析方法

Publications (1)

Publication Number Publication Date
WO2010110365A1 true WO2010110365A1 (ja) 2010-09-30

Family

ID=42781059

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/055209 WO2010110365A1 (ja) 2009-03-26 2010-03-25 要因分析装置および要因分析方法

Country Status (2)

Country Link
JP (1) JP4568786B2 (ja)
WO (1) WO2010110365A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103838200A (zh) * 2012-11-28 2014-06-04 沈阳铝镁设计研究院有限公司 一种针对电解铝厂设备管理过程的控制系统
CN105914257A (zh) * 2016-04-26 2016-08-31 苏州阿特斯阳光电力科技有限公司 一种基于数据分析的晶体硅电池生产过程监控方法
WO2020172919A1 (zh) * 2019-02-28 2020-09-03 武汉三工智能装备制造有限公司 Ai智能过程异常识别闭环控制方法、主机及装备系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5225423B2 (ja) * 2011-04-20 2013-07-03 ヤフー株式会社 予測モデル生成装置及び方法
JP6070989B2 (ja) * 2013-04-24 2017-02-01 トヨタ自動車株式会社 電池の製造方法
JP7137302B2 (ja) * 2017-11-29 2022-09-14 株式会社カネカ 二次電池製造システムの制御方法
JP7137303B2 (ja) * 2017-11-29 2022-09-14 株式会社カネカ 二次電池製造システムの制御方法
JP2020123274A (ja) * 2019-01-31 2020-08-13 株式会社カネカ 不良要因分析方法、不良要因分析装置及びコンピュータプログラム
JP7163810B2 (ja) * 2019-02-08 2022-11-01 トヨタ自動車株式会社 電池の検査方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002368056A (ja) * 2001-06-06 2002-12-20 Hitachi Ltd 歩留まり条件の提供方法、製造条件の決定方法、半導体装置の製造方法、および記録媒体
JP2007108843A (ja) * 2005-10-11 2007-04-26 Toshiba Corp 半導体装置設計支援方法、半導体装置設計支援システム、半導体装置設計支援プログラム
JP2008072047A (ja) * 2006-09-15 2008-03-27 Omron Corp モデル作成装置並びにプロセス異常分析装置およびそれらの方法並びにプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002368056A (ja) * 2001-06-06 2002-12-20 Hitachi Ltd 歩留まり条件の提供方法、製造条件の決定方法、半導体装置の製造方法、および記録媒体
JP2007108843A (ja) * 2005-10-11 2007-04-26 Toshiba Corp 半導体装置設計支援方法、半導体装置設計支援システム、半導体装置設計支援プログラム
JP2008072047A (ja) * 2006-09-15 2008-03-27 Omron Corp モデル作成装置並びにプロセス異常分析装置およびそれらの方法並びにプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103838200A (zh) * 2012-11-28 2014-06-04 沈阳铝镁设计研究院有限公司 一种针对电解铝厂设备管理过程的控制系统
CN103838200B (zh) * 2012-11-28 2016-08-03 沈阳铝镁设计研究院有限公司 一种针对电解铝厂设备管理过程的控制系统
CN105914257A (zh) * 2016-04-26 2016-08-31 苏州阿特斯阳光电力科技有限公司 一种基于数据分析的晶体硅电池生产过程监控方法
WO2020172919A1 (zh) * 2019-02-28 2020-09-03 武汉三工智能装备制造有限公司 Ai智能过程异常识别闭环控制方法、主机及装备系统

Also Published As

Publication number Publication date
JP4568786B2 (ja) 2010-10-27
JP2010231338A (ja) 2010-10-14

Similar Documents

Publication Publication Date Title
JP4568786B2 (ja) 要因分析装置および要因分析方法
JP4394728B2 (ja) 影響要因特定装置
JP4911055B2 (ja) バッチプロセスデータの解析装置およびそれを用いた異常検出／品質推定装置
JP4739447B2 (ja) 不良要因の分析表示方法および不良要因の分析表示装置
CN103748670A (zh) 区域决定装置、观察装置或检查装置、区域决定方法以及使用了区域决定方法的观察方法或检查方法
CN105702595B (zh) 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法
US20070094196A1 (en) Manufacture data analysis method and manufacture data analyzer apparatus
KR101998972B1 (ko) 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법
JP4355193B2 (ja) 半導体デバイスの製造方法及び半導体デバイス製造システム
JP4658206B2 (ja) 検査結果解析方法および検査結果解析装置、異常設備検出方法および異常設備検出装置、上記検査結果解析方法または異常設備検出方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2015045942A (ja) 品質管理装置、品質管理方法、及びプログラム
JP2011187836A (ja) 半導体製造装置の管理方法及び管理システム
JP7354421B2 (ja) エラー要因の推定装置及び推定方法
JP4500876B1 (ja) 生産管理システム
JPWO2019016892A1 (ja) 品質分析装置及び品質分析方法
TW201339778A (zh) 基於設計之缺陷分類之方法及系統
JP4439803B2 (ja) 製造データ解析方法及びそれをコンピュータに実行させるプログラム
CN103278714B (zh) 一种混合制程的虚拟测量方法与系统
US20060085165A1 (en) Method for determining a failure of a manufacturing condition, system for determining a failure of a manufacuring condition and method for manufacturing an industrial product
TWI647770B (zh) 晶圓的良率判斷方法以及晶圓合格測試的多變量偵測方法
JP4948238B2 (ja) 分布解析方法および装置、異常設備推定方法および装置、上記分布解析方法または異常設備推定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2010224988A (ja) 品質管理システム、品質管理方法、品質管理プログラム、および製品の製造方法
JP2017183624A (ja) 半導体装置の製造過程における異常解析装置および異常解析方法
US7137085B1 (en) Wafer level global bitmap characterization in integrated circuit technology development
Reis et al. A large-scale statistical process control approach for the monitoring of electronic devices assemblage

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10756161

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10756161

Country of ref document: EP

Kind code of ref document: A1