JP2017142153A - 寿命予測方法、寿命予測装置、および寿命予測システム - Google Patents

Abstract

【課題】被検出装置の寿命を正確に予測する寿命予測方法、寿命予測装置、および寿命予測システムを提供する。【解決手段】本発明の寿命予測方法は、メインポンプ６に設置されたジャイロセンサー１０が出力する出力データを取得する取得工程Ｓ１と、出力データを周波数解析して、メインポンプ６の振動波形の周波数スペクトルパターン２２を生成する生成工程Ｓ２と、所定期間中に生成された周波数スペクトルパターン２２に基づいて、正常時周波数スペクトルパターン２２ａを生成し記憶する記憶工程Ｓ３と、所定の周波数範囲を特定する特定工程Ｓ４と、特定された所定の周波数範囲に関して、正常時周波数スペクトルパターン２２ａと周波数スペクトルパターン２２とを比較することにより、メインポンプ６の寿命に関するデータを出力する比較工程Ｓ５と、を備える。【選択図】図４

Description

本発明は、寿命予測方法、寿命予測装置、および寿命予測システムに関するものである。

半導体装置や工作機械等の各種の回転機械にはモーター等により駆動される回転機構を備えている。そして、回転機構は摩擦や付着物により性能が劣化し最終的には機能不全となる。経年劣化により機能不全となることを寿命と称す。例えば、ドライエッチング装置に使用されているドライポンプが、製造途中に機能しなくなると、製造途中の加工品が不良となる。従って、装置が寿命となる前に装置をメンテナンスするために、装置の寿命を診断する方法が考案されていた。

装置に設置されたジャイロセンサーが出力する振動波形を入力し、振動波形を周波数解析して周波数スペクトルを演算し、周波数スペクトルから特徴量を演算し、特徴量を用いて装置の寿命を診断する方法が特許文献１に開示されている。
また、摺動振動源の観測スペクトルパターンを正常時と異常時のスペクトルパターンと比較し、観測スペクトルパターンの類似度が異常時の類似度により近いと判定したときに異常発生と判定する。この判定においては、観測スペクトルパターンと正常時と異常時のそれぞれのスペクトルパターンとの類似度を演算し、あらかじめそれぞれ設定された正常時と異常時の類似度判定基準と比較して、劣化進行を診断する方法が特許文献２に開示されている。

特開２０１５−９４５８７号公報 特開平７−１５９２３１号公報

しかしながら、特許文献１の寿命予測方法では、故障検出に関与しない周波数の外乱等の影響により、判定が不正確になることや異常原因の特定ができないという問題があった。また、特許文献２の寿命予測方法では、正常時と異常時のスペクトルパターンを記憶しておき、観測スペクトルパターンをその両方に対してパターンマッチングを行い判定しているので、予知しない異常モードに対して検出することができないという問題があった。
従って、異常原因の特定ができ、予知しない異常モードも検出し、装置の寿命を予測できる方法が望まれていた。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態又は適用例として実現することが可能である。

［適用例１］本適用例に係る寿命予測方法は、被検出装置に設置された慣性センサーが出力する出力データを取得する取得工程と、前記出力データを周波数解析して、前記被検出装置の振動波形の周波数スペクトルパターンを生成する生成工程と、所定期間中に生成された前記周波数スペクトルパターンに基づいて、正常時周波数スペクトルパターンを生成し記憶する記憶工程と、所定の周波数範囲を特定する特定工程と、前記特定された所定の周波数範囲に関して、前記正常時周波数スペクトルパターンと前記周波数スペクトルパターンとを比較することにより、前記被検出装置の寿命に関するデータを出力する比較工程と、を備えることを特徴とする。

本適用例によれば、所定期間中に生成され記録された正常時の周波数スペクトルパターンと比較することで、被検出装置の異常を検知し、被検出装置の寿命に関するデータを出力することができる。また、所定の周波数範囲の周波数スペクトルパターンを比較することで、被検出装置特有の故障個所を特定し異常原因を特定することができる。更に、正常時の周波数スペクトルパターンと比較しているので、予知しない異常モードに対しても検知が可能である。

［適用例２］上記適用例に記載の寿命予測方法において、前記寿命に関するデータに基づいて、警告を出力することが好ましい。

本適用例によれば、正常時の周波数スペクトルパターンと比較して異常が検知された場合に、寿命に関するデータに基づいて、警告を出力することにより、被検出装置の故障を早期に回避することができる。

［適用例３］上記適用例に記載の寿命予測方法において、前記警告は、複数の段階であることが好ましい。

本適用例によれば、正常時の周波数スペクトルパターンと比較し、異常の度合いにより、被検出装置の寿命を予測し、警告の段階を変えることにより、被検出装置が故障する前に、異常の度合いに応じて適切な修繕等を行うことができる。

［適用例４］上記適用例に記載の寿命予測方法において、前記慣性センサーは、ジャイロセンサーであることが好ましい。

本適用例によれば、慣性センサーをジャイロセンサーとすることで、回転角速度に関するデータを検出することができるため、被検出装置の回転運動に起因する寿命に関するデータを出力することができる。従って、被検出装置の回転運動に起因する寿命を予測することができる。

［適用例５］上記適用例に記載の寿命予測方法において、前記慣性センサーは、加速度センサーであることが好ましい。

本適用例によれば、慣性センサーを加速度センサーとすることで、軸方向の加速度に関するデータを検出することができるため、被検出装置の並進運動に起因する寿命に関するデータを出力することができる。従って、被検出装置の並進運動に起因する寿命を予測することができる。

［適用例６］上記適用例に記載の寿命予測方法において、前記生成工程では、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより周波数スペクトルパターンを生成することが好ましい。

本適用例によれば、生成工程において、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより、少なくとも２軸のデータを合成した後に、周波数解析を行い生成した周波数スペクトルパターンと同等のパターンを生成することができる。そのため、正常時の周波数スペクトルパターンと比較して異常が検出された場合に、寿命に関するデータに基づいて、被検出装置の寿命を予測することができる。

［適用例７］本適用例に係る寿命予測装置は、被検出装置に設置された慣性センサーと、前記慣性センサーが出力する出力データを取得する取得部と、前記出力データを周波数解析して、前記被検出装置の振動波形の周波数スペクトルパターンを生成する周波数解析部と、所定期間中に生成された前記周波数スペクトルパターンに基づいて、正常時周波数スペクトルパターンを生成し記憶する記憶部と、所定の周波数範囲を特定する特定部と、前記特定された所定の周波数範囲に関して、前記正常時周波数スペクトルパターンと前記周波数スペクトルパターンとを比較することにより、前記被検出装置の寿命に関するデータを出力する比較部と、を備えたことを特徴とする。

本適用例によれば、所定期間中に生成され記録された正常時の周波数スペクトルパターンと比較することで、被検出装置の異常を検知し、被検出装置の寿命に関するデータを出力することができる。また、所定の周波数範囲の周波数スペクトルパターンを比較することで、被検出装置特有の故障個所を特定し異常原因を特定することができる。更に、正常時の周波数スペクトルパターンと比較しているので、予知しない異常モードに対しても検出が可能である。

［適用例８］上記適用例に記載の寿命予測装置において、前記寿命に関するデータに基づいて、警告を出力することが好ましい。

本適用例によれば、正常時の周波数スペクトルパターンと比較して異常が検知された場合に、寿命に関するデータに基づいて、警告を出力することにより、被検出装置の寿命を早期に知ることができる。

［適用例９］上記適用例に記載の寿命予測装置において、前記警告は、複数の段階であることが好ましい。

本適用例によれば、正常時の周波数スペクトルパターンと比較し、異常の度合いにより、被検出装置の寿命を検知し、警告の段階を変えることにより、被検出装置が破壊する前に、異常の度合いに応じて適切な修繕等を行うことができる。

［適用例１０］上記適用例に記載の寿命予測装置において、前記慣性センサーは、ジャイロセンサーであることが好ましい。

本適用例によれば、慣性センサーをジャイロセンサーとすることで、回転軸廻りの角速度に関するデータを検出することができるため、被検出装置の回転運動に起因する寿命に関するデータを出力することができる。従って、被検出装置の回転運動に起因する寿命を予測することができる。

［適用例１１］上記適用例に記載の寿命予測装置において、前記慣性センサーは、加速度センサーであることが好ましい。

本適用例によれば、慣性センサーを加速度センサーとすることで、軸方向の加速度に関するデータを検出することができるため、被検出装置の並進運動に起因する寿命に関するデータを出力することができる。従って、被検出装置の並進運動に起因する寿命を予測することができる。

［適用例１２］上記適用例に記載の寿命予測装置において、前記周波数解析部は、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより周波数スペクトルパターンを生成することが好ましい。

本適用例によれば、周波数解析部において、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより、少なくとも２軸のデータを合成した後に、周波数解析を行い生成した周波数スペクトルパターンと同等のパターンを生成することができる。そのため、正常時の周波数スペクトルパターンと比較して異常が検知された場合に、寿命に関するデータに基づいて、被検出装置の寿命を予測することができる。

［適用例１３］本適用例に係る寿命予測システムは、振動検出装置と寿命演算装置とがネットワークを介して通信可能に接続される寿命予測システムであって、被検出装置に設置された慣性センサーと、前記慣性センサーが出力する出力データを取得する取得部と、前記出力データを周波数解析して、前記被検出装置の振動波形の周波数スペクトルパターンを生成する周波数解析部と、所定期間中に生成された前記周波数スペクトルパターンに基づいて、正常時周波数スペクトルパターンを生成し記憶する記憶部と、所定の周波数範囲を特定する特定部と、前記特定された所定の周波数範囲に関して、前記正常時周波数スペクトルパターンと前記周波数スペクトルパターンとを比較することにより、前記被検出装置の寿命に関するデータを出力する比較部と、を備えたことを特徴とする。

本適用例によれば、振動検出装置と寿命演算装置とはネットワークを介して接続されている。従って、ネットワークに複数の振動検出装置が接続されているときにも寿命演算装置は複数の被検出装置の寿命を判定することができる。

本発明の第１実施形態に係る寿命予測装置を備えたドライエッチング装置の構成を示すブロック図。 ジャイロセンサーの設置状態を示す概略斜視図。 変形例１のジャイロセンサーの設置状態を示す概略斜視図。 本発明の第２実施形態に係る寿命予測方法のフローチャート。 正常時の周波数スペクトルパターン。 故障直前の周波数スペクトルパターン。 特定周波数帯における周波数スペクトルパターンの経時変化を示す図。 パターン認識による異常判定を説明するための図。 本発明の第３実施形態に係る寿命予測システムの構成を示すブロック図。

本実施形態では、ドライエッチング装置に設置された特徴的な寿命予測装置と、この寿命予測装置を用いて装置の寿命を検出する寿命予測方法との特徴的な例について説明する。以下、実施形態について図面に従って説明する。なお、各図面における各部材は、各図面上で認識可能な程度の大きさとするため、各部材毎に縮尺を異ならせて図示している。

＜第１実施形態＞
［寿命予測装置］
先ず、本発明の第１実施形態に係る寿命予測装置９を設置したドライエッチング装置１について、図１を参照して説明する。
図１は、本発明の第１実施形態に係る寿命予測装置を備えたドライエッチング装置の構成を示すブロック図である。

図１に示すように、ドライエッチング装置１はチャンバー２を備えている。チャンバー２の内部にはシリコンウエハーを搭載するテーブル、プラズマ発生装置、プラズマに帯電したイオンを誘導する電極等が設置されている。

チャンバー２にはエッチングガスを供給する配管３とエッチングガスの流量を制御する電磁バルブ４が接続されている。チャンバー２には排気用の配管５が接続されている。配管５は被検出装置としてのメインポンプ６および粗挽きポンプ７に設置されている。メインポンプ６と粗挽きポンプ７とは配管５により接続されている。チャンバー２とメインポンプ６との間の配管５には電磁バルブ４が設置されている。さらに、チャンバー２と粗挽きポンプ７との間の配管５にも電磁バルブ４が設置されている。さらに、メインポンプ６と粗挽きポンプ７との間の配管５にも電磁バルブ４が設置されている。粗挽きポンプ７は配管５を介して排気処理装置８に設置されている。排気処理装置８は排気ガスから有害物質を分離除去する装置である。

チャンバー２にてシリコンウエハーをエッチングするときチャンバー２を減圧する。まず、ドライエッチング装置１は粗挽きポンプ７を駆動してチャンバー２内のガスを排気する。次に、ドライエッチング装置１はメインポンプ６を駆動してチャンバー２内の真空度を高くする。続いて、配管５の電磁バルブ４を閉じる。次に、配管３の電磁バルブ４を開いてエッチングガスをチャンバー２に供給する。エッチングガスが所定の濃度になったところで配管３の電磁バルブ４を閉じる。そして、シリコンウエハーのエッチングを開始する。

エッチングガスにはＣＦ₄やＣＨＦ₃が用いられる。そして、エッチングによりＡｌＦ₃やＣを含むガスが発生する。そして、メインポンプ６および粗挽きポンプ７が作動するときメインポンプ６および粗挽きポンプ７にＡｌＦ₃やＣ等の生成物が付着し蓄積する。生成物の蓄積が多くなるときメインポンプ６や粗挽きポンプ７は動作不良を起こして寿命となる。

メインポンプ６および粗挽きポンプ７の種類は特に限定されないが、例えば、ダイヤフラム型、揺動ピストン型、回転翼型、メカニカルブースター型、スクロール型、ターボ分子型、ロータリー型、クライオポンプ等の各種ポンプを用いることができる。本実施形態では、例えば、メインポンプ６および粗挽きポンプ７にドライポンプを用いている。メインポンプ６にはモーター６ａが内蔵され、モーター６ａが回転してメインポンプ６が作動する。従って、メインポンプ６が作動するときにはメインポンプ６は振動する。同様に、粗挽きポンプ７にもモーター７ａが内蔵され、モーター７ａが回転して粗挽きポンプ７が作動する。従って、粗挽きポンプ７が作動するときには粗挽きポンプ７は振動する。

メインポンプ６および粗挽きポンプ７には、寿命を検出する寿命予測装置９が設置されている。寿命予測装置９は、慣性センサーとしてのジャイロセンサー１０および演算装置１１を備えている。ジャイロセンサー１０は、配線により演算装置１１と接続されている。ジャイロセンサー１０は、メインポンプ６および粗挽きポンプ７に接触するように設置される。メインポンプ６および粗挽きポンプ７は、振動に伴って揺動する。ジャイロセンサー１０は揺動による回転速度の変化を検出することにより振動を検出する。寿命予測装置９がメインポンプ６および粗挽きポンプ７の寿命を検出する方法は、略同じである。従って、説明をわかり易くするために寿命予測装置９がメインポンプ６の寿命を検出する方法を説明し、粗挽きポンプ７の寿命を検出する方法の説明は省略する。

演算装置１１は、プロセッサーとして各種の演算処理を行うＣＰＵ１２と、各種情報を記憶するメモリー１３とを備えている。さらに、寿命予測装置９は、表示装置１４および入力装置１５を備え、ジャイロセンサー１０、表示装置１４、および入力装置１５は入出力インターフェイス１６およびデータバス１７を介してＣＰＵ１２に接続されている。

表示装置１４は、液晶表示装置やＯＬＥＤ等により構成され、寿命予測装置９の状態や各種データを表示する装置である。入力装置１５は、キーボードや外部機器との接続インターフェイス等のデータを入力する装置である。操作者は、入力装置１５を用いて各種データを入力して表示装置１４にて確認することができるようになっている。

記憶部であるメモリー１３は、ＲＡＭ、ＲＯＭ等といった半導体メモリーや、ハードディスク、ＤＶＤ−ＲＯＭといった外部記憶装置を含む概念である。機能的には、振動データの入手や各種の演算手順が記述されたプログラムソフト１８を記憶する記憶領域や、ジャイロセンサー１０が出力する出力データである振動波形データを記憶する記憶領域が設定される。

他にも、振動波形データをフーリエ変換して算出される周波数スペクトルパターン２２を記憶するための記憶領域が設定される。他にも、ＣＰＵ１２のためのワークエリアやテンポラリーファイル等として機能する記憶領域やその他各種の記憶領域が設定される。

ＣＰＵ１２は、メモリー１３内に記憶されたプログラムソフト１８に従って、ジャイロセンサー１０を作動する制御や演算を行うものである。具体的な機能実現部として取得部２０を有する。取得部２０はジャイロセンサー１０に指示信号を出力してメインポンプ６の振動を検出させる。そして、ジャイロセンサー１０が出力する振動波形データを取得しメモリー１３に格納する。

他にも、ＣＰＵ１２は周波数解析部２１を有する。周波数解析部２１は振動波形データを用いてフーリエ変換する演算を行う。そして、演算した結果である周波数スペクトルパターン２２をメモリー１３に格納する。また、所定期間中に生成された周波数スペクトルパターン２２に基づいて、正常時周波数スペクトルパターン２２ａを生成し記憶部であるメモリー１３に記憶する。正常時周波数スペクトルパターン２２ａとは、例えばメインポンプ６などの、寿命を予測したいポンプ等が故障なく正常に動作している時の周波数スペクトルパターンである。他にも、メインポンプ６の故障に関わる所定の周波数範囲を特定する特定部２３を有する。

更に、ＣＰＵ１２は比較部２４を有する。比較部２４は特定された所定の周波数範囲に関して、正常時周波数スペクトルパターン２２ａと周波数スペクトルパターン２２とを比較することにより、メインポンプ６の寿命に関するデータを出力し、寿命に関するデータに基づいて、メインポンプ６や粗挽きポンプ７の寿命を判定する。その後、判定結果を表示装置１４に表示する。

次に、メインポンプ６に設置されたジャイロセンサー１０の状態について、図２を参照して説明する。
図２は、メインポンプ６に設置されたジャイロセンサー１０を示す概略斜視図である。
図２に示すように、メインポンプ６には、ジャイロセンサー１０としてＸ軸ジャイロセンサー１０ａ、Ｙ軸ジャイロセンサー１０ｂ、およびＺ軸ジャイロセンサー１０ｃが配置されている。Ｘ軸ジャイロセンサー１０ａはＸ方向を回転軸とする角速度を検出するセンサーであり、Ｙ軸ジャイロセンサー１０ｂはＹ方向を回転軸とする角速度を検出するセンサーである。Ｚ軸ジャイロセンサー１０ｃはＺ方向を回転軸とする角速度を検出するセンサーである。Ｘ方向、Ｙ方向、およびＺ方向は互いに直交する方向である。

従って、メインポンプ６が揺動するときどの方向を回転軸にして揺動してもジャイロセンサー１０はメインポンプ６の揺動を検出することが可能になっている。メインポンプ６が振動するとき振動にともなってメインポンプ６は揺動する。従って、ジャイロセンサー１０はメインポンプ６の振動による揺動の角速度の波形を検出する。ジャイロセンサー１０はこの角速度の波形を振動波形データとして出力する。

なお、ジャイロセンサー１０は回転軸廻りの角速度に関するデータを検出することができるため、メインポンプ６の回転運動に起因する寿命に関するデータを出力することができる。従って、メインポンプ６の回転運動に起因する寿命を予測することができる。

なお、本実施形態では、３軸の回転軸廻りの角速度を検出する３個のジャイロセンサー１０ａ，１０ｂ，１０ｃを用いて説明したが、これ限定されることはなく、１軸のみや２軸のみのジャイロセンサー１０を用いても構わない。ジャイロセンサー１０の個数を減らすことで寿命予測装置９の低コストが図れる。

なお、本発明は上述した実施形態に限定されず、上述した実施形態に種々の変更や改良などを加えることが可能である。変形例を以下に述べる。

＜変形例１＞
図３は、変形例１に係るジャイロセンサーの設置状態を示す概略斜視図である。
上記第１実施形態では、図２のように、メインポンプ６に設置されたジャイロセンサー１０として３軸の回転軸廻りの角速度を検出する３個のジャイロセンサー１０ａ，１０ｂ，１０ｃを用いて説明したが、この構成に限定するものではない。

以下、変形例１に係るジャイロセンサー１０ｄについて説明する。
ジャイロセンサー１０ｄは、３軸の回転軸廻りの角速度を検出する３個のジャイロセンサー１０ａ，１０ｂ，１０ｃを一体化した構造である。３個のジャイロセンサー１０ａ，１０ｂ，１０ｃが一体化していることで、メインポンプ６の同一位置におけるＸ軸、Ｙ軸、およびＺ軸廻りの角速度を同時に検出することができるため、測定精度をより向上させることができる。

以上述べたように、本変形例に係るジャイロセンサー１０ｄによれば、第１実施形態での効果に加えて、以下の効果を得ることができる。
ジャイロセンサー１０ｄは、３軸の回転軸廻りの角速度を検出する３個のジャイロセンサー１０ａ，１０ｂ，１０ｃが一体化した構造であるため、メインポンプ６の同一位置における３軸の角速度を精度良く測定することができる。そのため、メインポンプ６の回転運動に起因する寿命をより高精度に予測することができる。

＜第２実施形態＞
［寿命予測方法］
次に、本発明の第２実施形態に係る寿命予測方法について、図４を参照して説明する。
図４は、本発明の第２実施形態に係る寿命予測方法のフローチャートである。

図４のフローチャートにおいて、取得工程Ｓ１は、振動測定を行い取得部２０で振動波形データを取得する工程である。この工程は、ジャイロセンサー１０がメインポンプ６の振動による振動波形を検出して振動波形データを取得する工程である。次に、生成工程Ｓ２に移行する。

生成工程Ｓ２は、取得した振動波形データを周波数解析して周波数スペクトルパターン２２を生成する工程である。この工程は周波数解析部２１において振動波形データを周波数解析（フーリエ変換）して、メインポンプ６の振動波形データとしての周波数スペクトルパターン２２を生成する工程である。次に、記憶工程Ｓ３に移行する。

記憶工程Ｓ３は、演算した周波数スペクトルパターン２２を記憶する工程である。この工程は、所定期間中に生成された周波数スペクトルパターン２２に基づいて、正常時周波数スペクトルパターン２２ａを生成しメモリー１３に記憶する工程である。次に、特定工程Ｓ４に移行する。

特定工程Ｓ４は、周波数範囲を特定する工程である。この工程は、メインポンプ６のベアリング部やシャフト部等において、故障に起因する周波数帯が異なるので、より寿命予測精度を向上させるために、特定部２３で所定の周波数範囲を特定する工程である。次に、比較工程Ｓ５に移行する。

比較工程Ｓ５は、周波数スペクトルパターン２２，２２ａを比較し寿命を判定する工程である。この工程は、比較部２４が特定された所定の周波数範囲に関して、正常時周波数スペクトルパターン２２ａと周波数スペクトルパターン２２とを比較することにより、メインポンプ６の寿命に関するデータを算出し判断する工程である。次に、報知工程Ｓ６に移行する。

報知工程Ｓ６は、寿命を報知する工程である。この工程は、比較部２４が判断した結果を表示装置１４に表示する工程である。ここでは、寿命に関するデータに基づいて、異常を検知した場合警告を出力しても構わない。更に、検出された異常の度合いにより、メインポンプ６の寿命を予測し、警告を複数の段階で出力しても構わない。複数の段階の警告とすることで、メインポンプ６が故障する前に、異常の度合いに応じて適切な修繕等の対策を施すことができる。
以上の工程によりメインポンプ６の寿命を予測する工程を終了する。

次に、図５〜図８を参照して、寿命予測方法を更に詳細に説明する。
図５は、正常時の周波数スペクトルパターンである。図６は、故障前の周波数スペクトルパターンである。図７は、特定周波数帯における周波数スペクトルパターンの経時変化を示す図である。図８は、パターン認識による異常判定を説明するための図である。

図５および図６に示す周波数スペクトルパターンは、３軸のジャイロセンサー１０ａ，１０ｂ，１０ｃから出力されたメインポンプ６の振動波形データを各軸ごとにフーリエ変換を行い、その後、各軸のフーリエ変換結果の２乗和平方根を合成したものである（生成工程Ｓ２）。なお、各軸ごとの振動波形データを合成した後に、フーリエ変換し周波数スペクトルパターンを算出しても構わない。図５および図６は、横軸は周波数を示し、縦軸は周波数スペクトルの強度を示している。

図５はメインポンプ６が正常に動作している状態の振動波形データから算出した周波数スペクトルパターンである。また、図６はメインポンプ６が故障直前の振動波形データから算出した周波数スペクトルパターンである。図５と図６を比較すると、故障直前の周波数スペクトルパターン（図６）は１００Ｈｚ付近に新たに複数のピークパターンが発生しており、周波数スペクトルパターンが異なる。

次に、所定期間中、例えば、稼働開始から１か月間の振動波形データから周波数スペクトルパターンを算出し、平均化して正常時周波数スペクトルパターン２２ａとしてメモリー１３に記憶する（記憶工程Ｓ３）。
その後、寿命予測精度を向上させるために、所定の周波数範囲を特定する（特定工程Ｓ４）。これは、メインポンプ６における故障要因により異常となる周波数帯が異なるためで、図７に、メインポンプ６のベアリング部が故障時に異常を示す４５Ｈｚ〜７５Ｈｚの周波数帯における周波数スペクトルパターンの経時変化として、正常時、故障数ヵ月前、および故障直前の周波数スペクトルパターンを示す。図７より、故障数ヵ月前から６５Ｈｚ付近のピークパターンが大きく変化する傾向を示しているので、４５Ｈｚ〜７５Ｈｚを所定の周波数範囲として特定する。

次に、寿命を判定するための、パターン認識による異常の検知を行う。なお、異常の判定は、本実施例ではＲＴ法とＭＴ（マハラノビス・タグチ）法を用い、マハラノビス距離で判定している。
先ず、ＲＴ法により、フーリエ変換された周波数スペクトルパターンの多次元データ（図７の例では１２７個のデータから成り、１２７次元に相当する）を２次元に圧縮する。正常状態データ（正常時周波数スペクトルパターン）を使って、２次元への変換式の係数を学習する。次に、２次元に変換されたデータに対して、ＭＴ法を適用する。ＭＴ法により、２次元に変換された正常状態データの分布の中心をゼロに移動し、分布を円に変換するための行列式を定常状態データから学習する。その後、判定対象データ（故障数ヵ月前データや故障直前データ）に対するマハラノビス距離を求め、異常判定を行う（比較工程Ｓ５）。

図７の周波数範囲４５Ｈｚ〜７５Ｈｚにおける正常時、故障数ヵ月前、および故障直前の周波数スペクトルパターンから上述した計算方法により異常度を算出した結果を図８に示す。図８は、横軸に稼働時間を示し、縦軸に異常度を示している。ここで、異常度とはマハラノビス距離の大きさを表し、異常度が大きいとは正常状態データとの差が大きいことを意味する。

図８において、異常判定ライン（閾値）を異常度１０とすると、稼働時間約２０，０００Ｈまでは、異常判定ラインより小さいため正常といえる。しかし、稼働時間約２０，０００Ｈを超えると異常判定ラインを越えて大きくなる傾向を示し、故障数ヵ月前（約３４，０００Ｈ）で最高値を示し、その後、一度低下し、故障直前で再度上昇する傾向を示している。

従って、図８より、異常度が異常判定ラインを越えて大きくなる傾向を示し始めて、約１６，０００Ｈ後には故障が生じることが解る。そのため、異常度が異常判定ラインを越えてから故障するまでの時間を蓄積しデータ化することにより、異常度が異常判定ラインを越え始めた時点で、メインポンプ６のベアリング部における寿命が予測できることとなる。

上述したように、本実施形態によれば、以下の効果を有する。
本実施形態によれば、所定期間中に生成され記録された正常時周波数スペクトルパターン２２ａと比較することで、メインポンプ６および粗挽きポンプ７の異常を検知し、メインポンプ６および粗挽きポンプ７の寿命に関するデータを出力することができる。また、所定の周波数範囲の周波数スペクトルパターン２２を比較することで、メインポンプ６および粗挽きポンプ７特有の故障個所を特定し異常原因を特定することができる。更に、正常時周波数スペクトルパターン２２ａと比較しているので、予知しない異常モードに対しても検知が可能である。

また、正常時周波数スペクトルパターン２２ａと比較して異常が検知された場合に、寿命に関するデータに基づいて、警告を出力することにより、メインポンプ６および粗挽きポンプ７の故障を早期に回避することができる。なお、正常時周波数スペクトルパターン２２ａと比較し、異常の度合いにより、メインポンプ６および粗挽きポンプ７の寿命を予測し、警告の段階を変えることにより、メインポンプ６および粗挽きポンプ７が故障する前に、異常の度合いに応じて適切な修繕等を行うことができる。

また、慣性センサーをジャイロセンサー１０とすることで、回転軸廻りの角速度に関するデータを検出することができるため、メインポンプ６および粗挽きポンプ７の回転運動に起因する寿命に関するデータを出力することができる。従って、メインポンプ６および粗挽きポンプ７の回転運動に起因する寿命を予測することができる。

また、寿命予測方法の生成工程Ｓ２や寿命予測装置９の周波数解析部２１において、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより、少なくとも２軸のデータを合成した後に、周波数解析を行い生成した周波数スペクトルパターン２２と同等のパターンを生成することができる。そのため、正常時周波数スペクトルパターン２２ａと比較して異常が検知された場合に、寿命に関するデータに基づいて、メインポンプ６および粗挽きポンプ７の寿命を予測することができる。

なお、本実施形態では、慣性センサーとしてジャイロセンサー１０を用いて説明したが、これに限定されることはなく、加速度センサーを用いても構わない。加速度センサーは、軸方向の加速度に関するデータを検出することができるため、メインポンプ６および粗挽きポンプ７の並進運動に起因する寿命に関するデータを出力することができる。従って、メインポンプ６および粗挽きポンプ７の並進運動に起因する寿命を予測することができる。もちろん、ジャイロセンサーと加速度センサーの両方を用いても構わない。

＜第３実施形態＞
［寿命予測システム］
次に、本発明の第３実施形態に係る寿命予測システム６４について、図９を参照して説明する。
図９は、本発明の第３実施形態に係る寿命予測システムの構成を示すブロック図である。
本実施形態の第１実施形態の寿命予測装置９を設置したドライエッチング装置１と異なるところは、演算の機能を備える部分がサーバーに設置され、ネットワークを介してジャイロセンサー１０のデータを転送する点にある。

なお、以下の説明では、第３実施形態に関し、前述した実施形態との相違点を中心に説明し、同様の事項に関してはその説明を省略する。また、図９において、前述した実施形態と同様の構成については、同一符号を付している。

図９に示すように、寿命予測システム６４は寿命演算装置としての寿命演算サーバー６５を備えている。寿命演算サーバー６５は受信部としてのＬＡＮポート６６（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を備え、ＬＡＮポート６６にはネットワークとしてのＬＡＮ６７が接続されている。ＬＡＮ６７には振動検出装置６８が複数接続されている。ＬＡＮ６７に接続される振動検出装置６８の台数は特に限定されないが、図中には３台設置された例を示している。振動検出装置６８はジャイロセンサー１０、制御部６９および送信部としてのＬＡＮポート７０を備えている。ＬＡＮ６７は有線ＬＡＮの他に、無線ＬＡＮ、Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ等を用いることができる。

ＬＡＮポート７０はＬＡＮ６７を介して寿命演算サーバー６５からの指示を入力し振動波形データを寿命演算サーバー６５に出力するインターフェイスの機能を有している。制御部６９は寿命演算サーバー６５からの指示を受けてジャイロセンサー１０を駆動する。そして、検出した振動波形データをＬＡＮポート７０を介して寿命演算サーバー６５に出力する。振動検出装置６８は被検出装置としての回転機械７１に設置されている。回転機械７１にはモーターやポンプ等の回転機構を有している。ジャイロセンサー１０は回転機械７１に設置され、回転機械７１の振動を検出する。振動検出装置６８はジャイロセンサー１０が検出した回転機械７１の振動波形データを寿命演算サーバー６５に送信する。なお、振動検出装置６８にはジャイロセンサー１０の代わりに加速度センサーが設置されても良い。

寿命演算サーバー６５はＬＡＮポート６６の他にも表示装置１４、入力装置１５、入出力インターフェイス１６、データバス１７、ＣＰＵ１２、およびメモリー１３等を備えている。ＬＡＮポート６６は振動検出装置６８が送信した振動のデータを受信し、入出力インターフェイス１６およびデータバス１７を介してＣＰＵ１２またはメモリー１３に出力する。

記憶部であるメモリー１３には、プログラムソフト１８や周波数スペクトルパターン２２が記憶される記憶領域が設定されている。他には、振動波形データ、判定データ、装置構成データ等が記憶される記憶領域が設定されている。プログラムソフト１８はＣＰＵ１２にて動作する手順を示すデータである。プログラムソフト１８に基づいてＣＰＵ１２では各種の演算が行われる。装置構成データはＬＡＮ６７に接続された振動検出装置６８や回転機械７１にかかわるデータである。

ＣＰＵ１２には、振動波形データを取得する取得部２０、周波数解析部２１、特定部２３、および寿命を判定する比較部２４を備えている。取得部２０は、装置構成データに基づいて振動検出装置６８に振動を測定する指示信号を出力する。そして、取得部２０は、各振動検出装置６８が出力する回転機械７１の振動波形データを受信してメモリー１３に格納する。

周波数解析部２１は、メモリー１３から振動波形データを入力しフーリエ変換して周波数スペクトルパターン２２を生成してメモリー１３に格納する。また、所定期間中に生成された周波数スペクトルパターン２２に基づいて、正常時周波数スペクトルパターン２２ａを生成し記憶部であるメモリー１３に記憶する。
特定部２３は、回転機械７１の故障に関わる所定の周波数範囲を特定する。

比較部２４は、特定された所定の周波数範囲に関して、正常時周波数スペクトルパターン２２ａと周波数スペクトルパターン２２とを比較し、回転機械７１の寿命に関するデータを出力し、寿命に関するデータに基づいて、回転機械７１の寿命を判定する。その後、判定結果を表示装置１４に表示する。

上述したように、本実施形態によれば、以下の効果を有する。
本実施形態によれば、振動検出装置６８と寿命演算サーバー６５とはＬＡＮ６７を介して接続されている。従って、ＬＡＮ６７に複数の振動検出装置６８が接続されているときにも寿命演算サーバー６５は複数の回転機械７１の寿命を判定することができる。

なお、本実施形態は上述した実施形態に限定されるものではなく、本発明の技術的思想内で当分野において通常の知識を有する者により種々の変更や改良を加えることも可能である。例えば、本実施形態ではドライエッチング装置を例として説明をしてきたが、スパッタ成膜装置や蒸着装置などにも適用できる。

１…ドライエッチング装置、２…チャンバー、３…配管、４…電磁バルブ、５…配管、６…メインポンプ、６ａ…モーター、７…粗挽きポンプ、７ａ…モーター、８…排気処理装置、９…寿命予測装置、１０…慣性センサーとしてのジャイロセンサー、１１…演算装置、１２…ＣＰＵ、１３…メモリー、１４…表示装置、１５…入力装置、１６…入出力インターフェイス、１７…データバス、１８…プログラムソフト、２０…取得部、２１…周波数解析部、２２…周波数スペクトルパターン、２２ａ…正常時周波数スペクトルパターン、２３…特定部、２４…比較部、６４…寿命予測システム、６５…寿命演算サーバー、６６…ＬＡＮポート、６７…ＬＡＮ、６８…振動検出装置、６９…制御部、７０…ＬＡＮポート、７１…回転機械。

Claims (13)

1. 被検出装置に設置された慣性センサーが出力する出力データを取得する取得工程と、
   前記出力データを周波数解析して、前記被検出装置の振動波形の周波数スペクトルパターンを生成する生成工程と、
   所定期間中に生成された前記周波数スペクトルパターンに基づいて、正常時周波数スペクトルパターンを生成し記憶する記憶工程と、
   所定の周波数範囲を特定する特定工程と、
   前記特定された所定の周波数範囲に関して、前記正常時周波数スペクトルパターンと前記周波数スペクトルパターンとを比較することにより、前記被検出装置の寿命に関するデータを出力する比較工程と、
   を備えることを特徴とする寿命予測方法。
2. 前記寿命に関するデータに基づいて、警告を出力することを特徴とする請求項１に記載の寿命予測方法。
3. 前記警告は、複数の段階であることを特徴とする請求項２に記載の寿命予測方法。
4. 前記慣性センサーは、ジャイロセンサーであることを特徴とする請求項１乃至請求項３のいずれか１項に記載の寿命予測方法。
5. 前記慣性センサーは、加速度センサーであることを特徴とする請求項１乃至請求項３のいずれか１項に記載の寿命予測方法。
6. 前記生成工程では、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより周波数スペクトルパターンを生成することを特徴とする請求項１乃至請求項５のいずれか１項に記載の寿命予測方法。
7. 被検出装置に設置された慣性センサーと、
   前記慣性センサーが出力する出力データを取得する取得部と、
   前記出力データを周波数解析して、前記被検出装置の振動波形の周波数スペクトルパターンを生成する周波数解析部と、
   所定期間中に生成された前記周波数スペクトルパターンに基づいて、正常時周波数スペクトルパターンを生成し記憶する記憶部と、
   所定の周波数範囲を特定する特定部と、
   前記特定された所定の周波数範囲に関して、前記正常時周波数スペクトルパターンと前記周波数スペクトルパターンとを比較することにより、前記被検出装置の寿命に関するデータを出力する比較部と、
   を備えたことを特徴とする寿命予測装置。
8. 前記寿命に関するデータに基づいて、警告を出力することを特徴とする請求項７に記載の寿命予測装置。
9. 前記警告は、複数の段階であることを特徴とする請求項８に記載の寿命予測装置。
10. 前記慣性センサーは、ジャイロセンサーであることを特徴とする請求項７乃至請求項９のいずれか１項に記載の寿命予測装置。
11. 前記慣性センサーは、加速度センサーであることを特徴とする請求項７乃至請求項９のいずれか１項に記載の寿命予測装置。
12. 前記周波数解析部は、少なくとも２軸のデータ毎に周波数解析をしてから合成することにより周波数スペクトルパターンを生成することを特徴とする請求項７乃至請求項１１のいずれか１項に記載の寿命予測装置。
13. 振動検出装置と寿命演算装置とがネットワークを介して通信可能に接続される寿命予測システムであって、
    被検出装置に設置された慣性センサーと、
    前記慣性センサーが出力する出力データを取得する取得部と、
    前記出力データを周波数解析して、前記被検出装置の振動波形の周波数スペクトルパターンを生成する周波数解析部と、
    所定期間中に生成された前記周波数スペクトルパターンに基づいて、正常時周波数スペクトルパターンを生成し記憶する記憶部と、
    所定の周波数範囲を特定する特定部と、
    前記特定された所定の周波数範囲に関して、前記正常時周波数スペクトルパターンと前記周波数スペクトルパターンとを比較することにより、前記被検出装置の寿命に関するデータを出力する比較部と、
    を備えたことを特徴とする寿命予測システム。

Images