JPH05253797A - ライン異常判定方式 - Google Patents
ライン異常判定方式Info
- Publication number
- JPH05253797A JPH05253797A JP5222792A JP5222792A JPH05253797A JP H05253797 A JPH05253797 A JP H05253797A JP 5222792 A JP5222792 A JP 5222792A JP 5222792 A JP5222792 A JP 5222792A JP H05253797 A JPH05253797 A JP H05253797A
- Authority
- JP
- Japan
- Prior art keywords
- value
- equipment
- predicted
- machining
- product
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Classifications
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Machine Tool Sensing Apparatuses (AREA)
- Multi-Process Working Machines And Systems (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【目的】本発明は薄膜製品製造に関し、製品の規格値と
加工値の比較、または設備の各パラメータの設定値から
製品の予測加工値を算出し、それを加工実測値と比較す
る、または加工値が一定回数以上増減を続けたと判定す
る、という３つのアルゴリズムにより設備の異常を即時
に検出するものである。 【構成】判定用計算機１と設備パラメータ実績データベ
ース６と寸法実測値データベース７から構成され、予測
加工値算出式を作成し、該式を用いて設備の設定値から
予測加工値を算出し、製品の加工実測値と比較して一定
量以上の差が出ると設備の異常を判定する。
加工値の比較、または設備の各パラメータの設定値から
製品の予測加工値を算出し、それを加工実測値と比較す
る、または加工値が一定回数以上増減を続けたと判定す
る、という３つのアルゴリズムにより設備の異常を即時
に検出するものである。 【構成】判定用計算機１と設備パラメータ実績データベ
ース６と寸法実測値データベース７から構成され、予測
加工値算出式を作成し、該式を用いて設備の設定値から
予測加工値を算出し、製品の加工実測値と比較して一定
量以上の差が出ると設備の異常を判定する。
Description
【０００１】
【産業上の利用分野】本発明は、ラインの異常判定方式
に係り、特に半導体設備などの薄膜製品製造に於ける製
造設備の異常を、（１）規格値と加工値の差、（２）予
測値と加工値の差、（３）加工値の傾向、の３つのアル
ゴリズムを用いてラインの異常をリアルタイムに監視し
て、設備異常の早期発見、または異常を事前に予測して
不良発生を低減する技術に関するものである。
に係り、特に半導体設備などの薄膜製品製造に於ける製
造設備の異常を、（１）規格値と加工値の差、（２）予
測値と加工値の差、（３）加工値の傾向、の３つのアル
ゴリズムを用いてラインの異常をリアルタイムに監視し
て、設備異常の早期発見、または異常を事前に予測して
不良発生を低減する技術に関するものである。
【０００２】
【従来の技術】製造設備の異常や故障に関する量を測定
し、それらの値から異常，故障などの指標となる量を得
てこれにより設備の状態を判定する方式があり、”計測
と制御”Vol.25,No.10（昭和６１年１０月）の３ページ
から１０ページの「設備診断技術の現状と将来」に於て
佐田登志夫、高田祥三らにより論じられている。
し、それらの値から異常，故障などの指標となる量を得
てこれにより設備の状態を判定する方式があり、”計測
と制御”Vol.25,No.10（昭和６１年１０月）の３ページ
から１０ページの「設備診断技術の現状と将来」に於て
佐田登志夫、高田祥三らにより論じられている。
【０００３】この方式による場合、個々の設備の異常，
故障と明確に関連づけられる設備の値を事前に知る必要
がある。さらに、その設備の値を検知する手段として設
備の動作には直接関係ないセンサなどを取り付ける必要
がある。しかしながら半導体製品など微細加工を行う製
造設備ではそれらのセンサ自体が設備の正常な動作を妨
げ、不良を発生させる原因となる恐れがある。
故障と明確に関連づけられる設備の値を事前に知る必要
がある。さらに、その設備の値を検知する手段として設
備の動作には直接関係ないセンサなどを取り付ける必要
がある。しかしながら半導体製品など微細加工を行う製
造設備ではそれらのセンサ自体が設備の正常な動作を妨
げ、不良を発生させる原因となる恐れがある。
【０００４】
【発明が解決しようとする課題】半導体製品は年々微細
化が進み、それに伴い製造設備の精度自体に余裕がなく
なってきている。つまり加工寸法が１ミクロン（０．０
０１ｍｍ）以下の半導体製品製造においては、設備のパ
ラメータが僅かに設定値からずれただけで製品は加工値
が規格を満たせず不良となってしまうことがしばしばあ
る。そのため上記の従来技術では半導体設備の異常の検
出は難しく、設備のわずかな異常を検出することができ
ない。そのため、この方式で異常が検出されたときには
既にかなりの故障が発生しており、その結果、大量不良
が発生してしまい、損害が多大となってしまう。またそ
の修理のために長時間に渡り設備を停止させねばなら
ず、生産を大きく阻害していた。
化が進み、それに伴い製造設備の精度自体に余裕がなく
なってきている。つまり加工寸法が１ミクロン（０．０
０１ｍｍ）以下の半導体製品製造においては、設備のパ
ラメータが僅かに設定値からずれただけで製品は加工値
が規格を満たせず不良となってしまうことがしばしばあ
る。そのため上記の従来技術では半導体設備の異常の検
出は難しく、設備のわずかな異常を検出することができ
ない。そのため、この方式で異常が検出されたときには
既にかなりの故障が発生しており、その結果、大量不良
が発生してしまい、損害が多大となってしまう。またそ
の修理のために長時間に渡り設備を停止させねばなら
ず、生産を大きく阻害していた。
【０００５】本発明の目的は、このような微細加工を行
う設備の状態を監視するために、複数の異常判定方式を
組み合わせてライン及び設備の異常を迅速に検出し、不
良を低減することにある。
う設備の状態を監視するために、複数の異常判定方式を
組み合わせてライン及び設備の異常を迅速に検出し、不
良を低減することにある。
【０００６】
【課題を解決するための手段】上記の目的を達成するた
め、製品ワークの規格値のデータベース、設備の設定値
を収集するデータベース及びその設定値のもとで加工さ
れた製品の加工実測値を収集するデータベースを有し、
それらのデータの解析を行い、設備の設定値から製品の
加工値を予測する予測アルゴリズムを算出する手段を設
ける。そして、（１）加工実測値が製品の規格値を越え
たと判定する手段、（２）設備の設定値を入力すると予
測アルゴリズムからその製品の予測加工値を算出し、そ
の後製品の加工実測値を測定してそれらのデータの比較
を行う手段、（３）加工値が一定回数続けて増加あるい
は減少したか判定する手段を設ける。
め、製品ワークの規格値のデータベース、設備の設定値
を収集するデータベース及びその設定値のもとで加工さ
れた製品の加工実測値を収集するデータベースを有し、
それらのデータの解析を行い、設備の設定値から製品の
加工値を予測する予測アルゴリズムを算出する手段を設
ける。そして、（１）加工実測値が製品の規格値を越え
たと判定する手段、（２）設備の設定値を入力すると予
測アルゴリズムからその製品の予測加工値を算出し、そ
の後製品の加工実測値を測定してそれらのデータの比較
を行う手段、（３）加工値が一定回数続けて増加あるい
は減少したか判定する手段を設ける。
【０００７】
【作用】本発明は設備の異常に関する情報を取得するに
際し、製品の規格値を記憶し、また設備の各設定パラメ
ータの入力値を記憶して予め一定量のデータから求めら
れた複数種のパラメータと加工実測データから製品ワー
クの加工実測値の予測アルゴリズムを算出し、設備パラ
メータの設定値から該アルゴリズムを用いて該製品の予
測加工値を算出する。その後、製品の加工実測値と算出
された予測加工値を比較し、両者に一定量以上の差が発
生した場合に設備の異常を判定する。また加工実測値
が、規格値を越えた場合にも設備の異常を判定する。さ
らに加工実測値が一定回数続けて増加あるいは減少した
場合にも異常を判定する。
際し、製品の規格値を記憶し、また設備の各設定パラメ
ータの入力値を記憶して予め一定量のデータから求めら
れた複数種のパラメータと加工実測データから製品ワー
クの加工実測値の予測アルゴリズムを算出し、設備パラ
メータの設定値から該アルゴリズムを用いて該製品の予
測加工値を算出する。その後、製品の加工実測値と算出
された予測加工値を比較し、両者に一定量以上の差が発
生した場合に設備の異常を判定する。また加工実測値
が、規格値を越えた場合にも設備の異常を判定する。さ
らに加工実測値が一定回数続けて増加あるいは減少した
場合にも異常を判定する。
【０００８】
【実施例】以下、本発明の実施例について説明する。図
１に本発明の判定方式の一実施例の処理フローを示す。
本実施例では予測アルゴリズムの一例としていくつかの
パラメータから予測値を算出する重回帰分析などの統計
手法を取り上げ、その予測式について説明する。
１に本発明の判定方式の一実施例の処理フローを示す。
本実施例では予測アルゴリズムの一例としていくつかの
パラメータから予測値を算出する重回帰分析などの統計
手法を取り上げ、その予測式について説明する。
【０００９】初めに測定データとして設備のいくつかの
パラメータの設定値を収集する。次いで各パラメータを
予測加工値算出式１３に代入し、パラメータの設定値か
ら予測される製品の加工値を算出する。そして製品の加
工が終了するとすぐにその製品の加工実測値を測定し、
まずその実測値が製品の規格値を越えているかどうか判
定する。次に製品の実測値と前述の予測値を比較し、両
者の差が一定量以上であれば設定値どおりに加工されな
かったと判定し、設備の異常を警告する。このようにし
て加工が終了するとすぐに設備の異常を判定し、また規
格値内であっても予測値と実測値の差が一定量以上で異
常と判定するため、迅速に異常を検出でき、不良の作り
こみを防止できる。
パラメータの設定値を収集する。次いで各パラメータを
予測加工値算出式１３に代入し、パラメータの設定値か
ら予測される製品の加工値を算出する。そして製品の加
工が終了するとすぐにその製品の加工実測値を測定し、
まずその実測値が製品の規格値を越えているかどうか判
定する。次に製品の実測値と前述の予測値を比較し、両
者の差が一定量以上であれば設定値どおりに加工されな
かったと判定し、設備の異常を警告する。このようにし
て加工が終了するとすぐに設備の異常を判定し、また規
格値内であっても予測値と実測値の差が一定量以上で異
常と判定するため、迅速に異常を検出でき、不良の作り
こみを防止できる。
【００１０】図２に実施例として本方式を半導体製造設
備のホトレジ工程の設備に適用したときのハードウェア
構成を示す。本実施例のシステムは、異常判定を行う判
定用計算機１とホトレジ工程の露光設備８と該設備の設
定パラメータ値を収集する計算機２と現像設備９と該設
備の設定パラメータ値を収集する計算機３及び加工後の
製品の加工実測値を測定する検査設備１１と該測定値を
収集する計算機１２を備えており、これらは通信回線１
０を介して接続され、キーボード４を操作することによ
りその結果はＣＲＴ５に画面表示される。
備のホトレジ工程の設備に適用したときのハードウェア
構成を示す。本実施例のシステムは、異常判定を行う判
定用計算機１とホトレジ工程の露光設備８と該設備の設
定パラメータ値を収集する計算機２と現像設備９と該設
備の設定パラメータ値を収集する計算機３及び加工後の
製品の加工実測値を測定する検査設備１１と該測定値を
収集する計算機１２を備えており、これらは通信回線１
０を介して接続され、キーボード４を操作することによ
りその結果はＣＲＴ５に画面表示される。
【００１１】判定用計算機１は設備パラメータ実績デー
タベース６と寸法実測値データベース７を有し、キーボ
ード４より品名，ロット数，工程名，各設備パラメータ
実績値及び期間を入力することにより、該データベース
のデータ同士を解析して製品の予測寸法値を算出する式
１３を作成する。図３に予測加工値算出式１３の算出フ
ローを示す。このようにして設備異常を判定するための
基準となる予測加工値算出式１３が作成される。
タベース６と寸法実測値データベース７を有し、キーボ
ード４より品名，ロット数，工程名，各設備パラメータ
実績値及び期間を入力することにより、該データベース
のデータ同士を解析して製品の予測寸法値を算出する式
１３を作成する。図３に予測加工値算出式１３の算出フ
ローを示す。このようにして設備異常を判定するための
基準となる予測加工値算出式１３が作成される。
【００１２】設備パラメータとしては例えば露光設備８
について説明すると、露光エネルギー（ｘ１），露光時
間（ｘ２），レジスト膜厚（ｘ３），レジスト温度（ｘ
４）などが挙げられる。また現像設備９については現像
時間（ｚ１），レジスト膜厚（ｚ２），レジスト温度
（ｚ３）等がある。図４にこれらのパラメータから例え
ば重回帰分析などの統計手法を用いて算出される予測加
工値算出式１３を示す。このような算出式を用いること
により、製品を設備に投入して設備パラメータを設定す
るとその値から予測される寸法値が算出されＣＲＴ５に
表示される。
について説明すると、露光エネルギー（ｘ１），露光時
間（ｘ２），レジスト膜厚（ｘ３），レジスト温度（ｘ
４）などが挙げられる。また現像設備９については現像
時間（ｚ１），レジスト膜厚（ｚ２），レジスト温度
（ｚ３）等がある。図４にこれらのパラメータから例え
ば重回帰分析などの統計手法を用いて算出される予測加
工値算出式１３を示す。このような算出式を用いること
により、製品を設備に投入して設備パラメータを設定す
るとその値から予測される寸法値が算出されＣＲＴ５に
表示される。
【００１３】図５に設備パラメータ実績データベース６
のデータテーブル及び寸法実測値データベース７のデー
タテーブルを示す。これらのデータテーブルは判定用計
算機１のキーボード４を操作することによりＣＲＴ５上
に表示させることができる。
のデータテーブル及び寸法実測値データベース７のデー
タテーブルを示す。これらのデータテーブルは判定用計
算機１のキーボード４を操作することによりＣＲＴ５上
に表示させることができる。
【００１４】次に異常判定の方法について説明する。ま
ず、半導体ウェハを露光設備８に投入し、各設備パラメ
ータを設定する。設定された各パラメータは計算機２で
まず正しいかどうかチェックされ、正しければ通信回線
１０を経由して判定用計算機１に送られる。そこで算出
式に各設定値は代入され、予測寸法値（Ｌ２）が算出さ
れてＣＲＴ５に表示される。その後、製品の加工が終了
すると、製品の実際の加工寸法（Ｌ１）が寸法検査設備
１１により測定される。そして実測値（Ｌ１）はまずそ
れ自体が寸法の規格値内かどうか判定される。規格値外
であればこの時点で設備の異常を警告する。規格値内で
あれば、次に実測値（Ｌ１）と予測値（Ｌ２）を比較し
て両者の差が一定量以内であれば正常、そして一定量以
上になるとその設定値から予測される寸法値どおり加工
されなかったと判断し、設備になんらかのトラブルが発
生したと警告する。これを式で表すと、｜Ｌ２−Ｌ１｜
≧ａならば異常と判定となる。（ただしａは一定量。） すなわち、この方法によれば加工された製品の実測値が
規格値内にあっても予測値と実測値に一定量以上の差が
あれば設備異常と判定するため、製品は良品でもそれを
加工した設備の異常を早期に発見することができ、迅速
に設備のメンテナンスをすることにより設備異常による
大量不良の発生を早期に防止することができる。
ず、半導体ウェハを露光設備８に投入し、各設備パラメ
ータを設定する。設定された各パラメータは計算機２で
まず正しいかどうかチェックされ、正しければ通信回線
１０を経由して判定用計算機１に送られる。そこで算出
式に各設定値は代入され、予測寸法値（Ｌ２）が算出さ
れてＣＲＴ５に表示される。その後、製品の加工が終了
すると、製品の実際の加工寸法（Ｌ１）が寸法検査設備
１１により測定される。そして実測値（Ｌ１）はまずそ
れ自体が寸法の規格値内かどうか判定される。規格値外
であればこの時点で設備の異常を警告する。規格値内で
あれば、次に実測値（Ｌ１）と予測値（Ｌ２）を比較し
て両者の差が一定量以内であれば正常、そして一定量以
上になるとその設定値から予測される寸法値どおり加工
されなかったと判断し、設備になんらかのトラブルが発
生したと警告する。これを式で表すと、｜Ｌ２−Ｌ１｜
≧ａならば異常と判定となる。（ただしａは一定量。） すなわち、この方法によれば加工された製品の実測値が
規格値内にあっても予測値と実測値に一定量以上の差が
あれば設備異常と判定するため、製品は良品でもそれを
加工した設備の異常を早期に発見することができ、迅速
に設備のメンテナンスをすることにより設備異常による
大量不良の発生を早期に防止することができる。
【００１５】図６に寸法の測定結果のグラフを示す。横
軸は時間、縦軸は寸法加工値である。寸法規格値１７に
対して加工実測値１６をプロットし、該規格値１７を越
えていれば異常と判定する。
軸は時間、縦軸は寸法加工値である。寸法規格値１７に
対して加工実測値１６をプロットし、該規格値１７を越
えていれば異常と判定する。
【００１６】次に図７に寸法の予測値と実測値を比較し
たグラフを示す。寸法規格値１７内であっても算出式１
３から算出される予測値１８と実測値１６の差１９が一
定量以上であると、通常の設定値どおり加工されなかっ
たと判断して異常と判定する。これらの画面は判定用計
算機１により、ＣＲＴ５上に表示させることができる。
また、異常と判定した場合、判定用計算機１により、ブ
ザーを鳴らす、あるいはＣＲＴ５上の色表示を変える等
して、その異常を作業者に知らせることができる。
たグラフを示す。寸法規格値１７内であっても算出式１
３から算出される予測値１８と実測値１６の差１９が一
定量以上であると、通常の設定値どおり加工されなかっ
たと判断して異常と判定する。これらの画面は判定用計
算機１により、ＣＲＴ５上に表示させることができる。
また、異常と判定した場合、判定用計算機１により、ブ
ザーを鳴らす、あるいはＣＲＴ５上の色表示を変える等
して、その異常を作業者に知らせることができる。
【００１７】図８に寸法の予測値と実測値のデータをＣ
ＲＴ画面に表示させたテーブルを示す。図より品名ＨＤ
４０１０のロットＮｏ．Ｋ１０２が予測値1.132に対
し、実測値は1.102と実測値の管理基準内に入ってはい
るが、一定量ａ＝0.025とした場合、予測値との差が0.0
30と一定量以上であるので、設定値どおりに加工されな
かったと判断し露光設備１号機の異常を警告して次の製
品投入をストップさせる。これにより、設備異常による
不良発生を最低限に抑え、即時に設備の対策を行い不稼
動時間を低減することができる。
ＲＴ画面に表示させたテーブルを示す。図より品名ＨＤ
４０１０のロットＮｏ．Ｋ１０２が予測値1.132に対
し、実測値は1.102と実測値の管理基準内に入ってはい
るが、一定量ａ＝0.025とした場合、予測値との差が0.0
30と一定量以上であるので、設定値どおりに加工されな
かったと判断し露光設備１号機の異常を警告して次の製
品投入をストップさせる。これにより、設備異常による
不良発生を最低限に抑え、即時に設備の対策を行い不稼
動時間を低減することができる。
【００１８】次に予測式の書換えについて説明する。本
方式により設備の異常を的確に検出するためには予測式
自体の精度が重要である。すなわち予測式の信頼性が低
ければ、それに基づき警告した設備の異常も信用でき
ず、極端な例を挙げれば誤った警告により正常な設備を
いじってしまいかえって異常な状態にしてしまう恐れも
ある。そこで予測式自体の正当性の判定を行う必要があ
る。図９に予測式の精度の判定処理フローを示す。
方式により設備の異常を的確に検出するためには予測式
自体の精度が重要である。すなわち予測式の信頼性が低
ければ、それに基づき警告した設備の異常も信用でき
ず、極端な例を挙げれば誤った警告により正常な設備を
いじってしまいかえって異常な状態にしてしまう恐れも
ある。そこで予測式自体の正当性の判定を行う必要があ
る。図９に予測式の精度の判定処理フローを示す。
【００１９】次に図９に基づき予測式の正当性の判定方
法の一例を述べる。まず、製品を投入して設備を設定
し、各設定パラメータからの予測値（Ｌ２）と実測値
（Ｌ１）の差が一定量以上になると設備の異常を警告す
るが、その時判定用計算機１は予測式を作成したデータ
ベースを参照する。そして予測式を作成するために使用
したデータが３ヶ月以上以前のものであれば予測式自体
のアラームを警告する。続いて測定を行い、例えば３回
続けて予測値と実測値が大きく異なっていたら予測式の
校正を指示する。そして、最近１ヶ月程度の各パラメー
タ設定値及び測定データを各データベースから検索し、
新しく予測式を算出し直す。このようにして予測式自体
の判定及び精度向上が図られ、設備の異常を的確に警告
することができる。
法の一例を述べる。まず、製品を投入して設備を設定
し、各設定パラメータからの予測値（Ｌ２）と実測値
（Ｌ１）の差が一定量以上になると設備の異常を警告す
るが、その時判定用計算機１は予測式を作成したデータ
ベースを参照する。そして予測式を作成するために使用
したデータが３ヶ月以上以前のものであれば予測式自体
のアラームを警告する。続いて測定を行い、例えば３回
続けて予測値と実測値が大きく異なっていたら予測式の
校正を指示する。そして、最近１ヶ月程度の各パラメー
タ設定値及び測定データを各データベースから検索し、
新しく予測式を算出し直す。このようにして予測式自体
の判定及び精度向上が図られ、設備の異常を的確に警告
することができる。
【００２０】異常の判定についてもう一例説明する。図
１０に寸法の測定結果のグラフを示す。判定用計算機１
は寸法の加工実測値１６について、あらかじめ一定量の
数だけ続けて増加あるいは減少を続けると異常と判定す
るアルゴリズムを有する。
１０に寸法の測定結果のグラフを示す。判定用計算機１
は寸法の加工実測値１６について、あらかじめ一定量の
数だけ続けて増加あるいは減少を続けると異常と判定す
るアルゴリズムを有する。
【００２１】ここでは、３回以上続けて増加すると異常
と判定する例を示す。加工実測値１６が寸法規格値１７
内であっても、３回続けて加工値が増加しているため、
このまま加工を続けると規格値１７を越えてしまうと判
断し、異常を判定して、設備のメンテナンスを行うよう
指示する。
と判定する例を示す。加工実測値１６が寸法規格値１７
内であっても、３回続けて加工値が増加しているため、
このまま加工を続けると規格値１７を越えてしまうと判
断し、異常を判定して、設備のメンテナンスを行うよう
指示する。
【００２２】また、判定用計算機１は、その機能を計算
機２あるいは計算機３に搭載することが出来、それによ
り判定用計算機１を省略することも可能である。
機２あるいは計算機３に搭載することが出来、それによ
り判定用計算機１を省略することも可能である。
【００２３】また、上記した本発明の各実施例は一例に
過ぎず、半導体の他の設備、例えばＣＶＤ等の成膜設
備，インプラ設備についても利用できる。その他にもＴ
ＦＴ(薄膜トランジスタ設備）等薄膜製品の量産設備に
も応用できる。
過ぎず、半導体の他の設備、例えばＣＶＤ等の成膜設
備，インプラ設備についても利用できる。その他にもＴ
ＦＴ(薄膜トランジスタ設備）等薄膜製品の量産設備に
も応用できる。
【００２４】
【発明の効果】以上説明したように、本実施例では設備
の異常を （１）製品の寸法加工値が規格値を越えたかどうか （２）設備の設定パラメータから予測される予測値と寸
法加工値の差 （３）製品の寸法加工値が一定回数続けて増加または減
少したかどうか の３つのアルゴリズムで判定する。
の異常を （１）製品の寸法加工値が規格値を越えたかどうか （２）設備の設定パラメータから予測される予測値と寸
法加工値の差 （３）製品の寸法加工値が一定回数続けて増加または減
少したかどうか の３つのアルゴリズムで判定する。
【００２５】これにより、通常の（１）だけのアルゴリ
ズムでは検出できなかった設備の異常を早期に検出し、
メンテナンスを迅速に行うことで設備の異常に起因する
製品不良の発生を最小限にすることができ、材料費低
減，設備修理のための不稼働時間短縮等により生産性の
向上に寄与することができる。
ズムでは検出できなかった設備の異常を早期に検出し、
メンテナンスを迅速に行うことで設備の異常に起因する
製品不良の発生を最小限にすることができ、材料費低
減，設備修理のための不稼働時間短縮等により生産性の
向上に寄与することができる。
【図１】本発明の異常判定方式の処理フロー図である。
【図２】本発明を半導体製品の製造工程の一つであるホ
トレジ工程に適用したときのハードウェア構成図であ
る。
トレジ工程に適用したときのハードウェア構成図であ
る。
【図３】異常を判定するために必要な加工値予測式を算
出するフロー図である。
出するフロー図である。
【図４】ホトレジ設備の各設備パラメータから作成され
た寸法の予測加工値算出式の一例を示した図である。
た寸法の予測加工値算出式の一例を示した図である。
【図５】設備パラメータ実績データベース６及び寸法実
測値データベース７に登録されているデータのデータテ
ーブルを示した図である。
測値データベース７に登録されているデータのデータテ
ーブルを示した図である。
【図６】寸法加工値の時系列プロットとして、加工値と
規格値の比較による異常の判定例を示した図である。
規格値の比較による異常の判定例を示した図である。
【図７】寸法加工値の時系列プロットとして、加工値と
予測値の差の比較による異常の判定例を示した図であ
る。
予測値の差の比較による異常の判定例を示した図であ
る。
【図８】寸法予測値と実測値データの比較により設備異
常を判定する画面の表示例を示した図である。
常を判定する画面の表示例を示した図である。
【図９】予測加工値算出式の精度を判定するための処理
フロー図である。
フロー図である。
【図１０】寸法加工値の時系列プロットとして、加工値
が一定回数続けて増加することで異常を判定する例を示
した図である。
が一定回数続けて増加することで異常を判定する例を示
した図である。
１…判定用計算機、２…データ収集用計算機、３…デー
タ収集用計算機、４…キーボード、５…ＣＲＴ、６…設
備パラメータ実績データベース、７…寸法実測値データ
ベース、８…露光設備、９…現像設備、１０…通信回
線、１１…寸法検査設備、１２…データ収集用計算機、
１３…予測加工値算出式、１４…設備パラメータデータ
テーブル、１５…寸法実測値データテーブル、１６…加
工実測値、１７…寸法規格値、１８…寸法予測値、１９
…予測値と実測値の差、２０…異常判定用データテーブ
ル、２１…３回続けて増加している加工実測値。
タ収集用計算機、４…キーボード、５…ＣＲＴ、６…設
備パラメータ実績データベース、７…寸法実測値データ
ベース、８…露光設備、９…現像設備、１０…通信回
線、１１…寸法検査設備、１２…データ収集用計算機、
１３…予測加工値算出式、１４…設備パラメータデータ
テーブル、１５…寸法実測値データテーブル、１６…加
工実測値、１７…寸法規格値、１８…寸法予測値、１９
…予測値と実測値の差、２０…異常判定用データテーブ
ル、２１…３回続けて増加している加工実測値。
Claims (9)
- 【請求項１】製品ワークの規格値と加工実測値の差と設
備の設定値から予測される予測加工値と加工後の加工実
測値の差及び加工実測値の増減傾向の３つの判定アルゴ
リズムに基づき、設備の異常を判定することを特徴とす
るライン異常判定方式。 - 【請求項２】請求項１の判定方式において、３つの判定
アルゴリズムのうち任意の１つまたは２つの判定アルゴ
リズムの組合せによりラインの異常を判定することを特
徴とするライン異常判定方式。 - 【請求項３】請求項１の判定方式において、あらかじめ
設定した規格値と製品ワークの加工実測値を比較し、加
工実測値が規格値を越えた場合異常と判定することを特
徴とするライン異常判定方式。 - 【請求項４】請求項１の判定方式において、設備の設定
値から予測される製品の予測加工値と加工後の実測値を
比較し、一定量以上の差が発生した場合、異常と判定す
ることを特徴とするライン異常判定方式。 - 【請求項５】請求項１の判定方式において、あらかじめ
設定した数だけ続けて製品ワークの加工実測値が増加ま
たは減少を続けた場合、異常と判定することを特徴とす
るライン異常判定方式。 - 【請求項６】設備の設定値を記憶するデータベースと製
品の加工値のデータベースとそれらのデータを解析し、
設備異常を判定する判定設備から構成されることを特徴
とするライン異常判定方式。 - 【請求項７】請求項６において、一定量の設備の設定値
と製品の加工値から製品の加工値を予測する予測アルコ
リズムを作成することを特徴とするライン異常判定方
式。 - 【請求項８】請求項７で求められた予測アルゴリズムを
利用し、設定値から予測される予測加工値と実際の製品
の加工値を比較して一定量以上の差が発生すると設備異
常と判定することを特徴とするライン異常判定方式。 - 【請求項９】請求項７で求められた予測アルゴリズムに
関し、設定値と加工実測値のデータが一定量蓄積される
と予測アルゴリズム自体の精度を判定し、必要に応じて
予測アルゴリズムの校正を行うことを特徴とするライン
異常判定方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5222792A JPH05253797A (ja) | 1992-03-11 | 1992-03-11 | ライン異常判定方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5222792A JPH05253797A (ja) | 1992-03-11 | 1992-03-11 | ライン異常判定方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05253797A true JPH05253797A (ja) | 1993-10-05 |
Family
ID=12908859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5222792A Pending JPH05253797A (ja) | 1992-03-11 | 1992-03-11 | ライン異常判定方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05253797A (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1996026539A1 (en) * | 1995-02-24 | 1996-08-29 | Hitachi, Ltd. | Method and device for analyzing abnormality of production line and method and device for controlling production line |
| JP2006024195A (ja) * | 2004-06-03 | 2006-01-26 | National Cheng Kung Univ | 生産工程の品質予測システムおよびその方法 |
| JP2009010370A (ja) * | 2008-06-11 | 2009-01-15 | Hitachi Ltd | 半導体処理装置 |
| JP2010211670A (ja) * | 2009-03-12 | 2010-09-24 | Fuji Electric Systems Co Ltd | Ｓｐｃによる品質管理方法および装置 |
| JP2011014122A (ja) * | 2009-06-02 | 2011-01-20 | Sharp Corp | 出来映え予測装置、出来映え予測方法、出来映え予測プログラム、および、プログラム記録媒体 |
| JP2015210222A (ja) * | 2014-04-28 | 2015-11-24 | 株式会社東芝 | 気象予測補正装置及び気象予測補正方法 |
| JP2018105893A (ja) * | 2018-04-09 | 2018-07-05 | 株式会社東芝 | 気象予測補正装置、気象予測補正方法及びプログラム |
| CN113031552A (zh) * | 2021-03-09 | 2021-06-25 | 浙江菲达环保科技股份有限公司 | 炉后环保设备协同控制方法及系统 |
| CN114265390A (zh) * | 2021-12-22 | 2022-04-01 | 苏州华星光电技术有限公司 | 设备数据采集诊断方法、装置、服务器及存储介质 |
| JP7789445B1 (ja) * | 2025-05-28 | 2025-12-22 | アイクリスタル株式会社 | 情報処理システム、情報処理方法及びプログラム |
-
1992
- 1992-03-11 JP JP5222792A patent/JPH05253797A/ja active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1996026539A1 (en) * | 1995-02-24 | 1996-08-29 | Hitachi, Ltd. | Method and device for analyzing abnormality of production line and method and device for controlling production line |
| JP2006024195A (ja) * | 2004-06-03 | 2006-01-26 | National Cheng Kung Univ | 生産工程の品質予測システムおよびその方法 |
| US7493185B2 (en) | 2004-06-03 | 2009-02-17 | National Cheng Kung University | Quality prognostics system and method for manufacturing processes |
| JP2009010370A (ja) * | 2008-06-11 | 2009-01-15 | Hitachi Ltd | 半導体処理装置 |
| JP2010211670A (ja) * | 2009-03-12 | 2010-09-24 | Fuji Electric Systems Co Ltd | Ｓｐｃによる品質管理方法および装置 |
| JP2011014122A (ja) * | 2009-06-02 | 2011-01-20 | Sharp Corp | 出来映え予測装置、出来映え予測方法、出来映え予測プログラム、および、プログラム記録媒体 |
| JP2015210222A (ja) * | 2014-04-28 | 2015-11-24 | 株式会社東芝 | 気象予測補正装置及び気象予測補正方法 |
| JP2018105893A (ja) * | 2018-04-09 | 2018-07-05 | 株式会社東芝 | 気象予測補正装置、気象予測補正方法及びプログラム |
| CN113031552A (zh) * | 2021-03-09 | 2021-06-25 | 浙江菲达环保科技股份有限公司 | 炉后环保设备协同控制方法及系统 |
| CN113031552B (zh) * | 2021-03-09 | 2022-10-25 | 浙江菲达环保科技股份有限公司 | 炉后环保设备协同控制方法及系统 |
| CN114265390A (zh) * | 2021-12-22 | 2022-04-01 | 苏州华星光电技术有限公司 | 设备数据采集诊断方法、装置、服务器及存储介质 |
| CN114265390B (zh) * | 2021-12-22 | 2024-02-20 | 苏州华星光电技术有限公司 | 设备数据采集诊断方法、装置、服务器及存储介质 |
| JP7789445B1 (ja) * | 2025-05-28 | 2025-12-22 | アイクリスタル株式会社 | 情報処理システム、情報処理方法及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7979154B2 (en) | Method and system for managing semiconductor manufacturing device | |
| JP3255292B2 (ja) | プロセス管理システム | |
| JP5102488B2 (ja) | 製造装置における障害検出の方法 | |
| US20050159835A1 (en) | Device for and method of creating a model for determining relationship between process and quality | |
| JPWO1997035337A1 (ja) | プロセス管理システム | |
| KR20020019022A (ko) | 반도체 처리 기술 | |
| JP6948197B2 (ja) | プロセス監視装置 | |
| JP4568786B2 (ja) | 要因分析装置および要因分析方法 | |
| JPWO2019016892A1 (ja) | 品質分析装置及び品質分析方法 | |
| JPH05253797A (ja) | ライン異常判定方式 | |
| 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 | |
| JP2008177534A (ja) | 半導体製造装置の管理方法、および半導体製造装置の管理システム | |
| JPS63272450A (ja) | 製造設備の診断装置 | |
| CN116720091A (zh) | 一种电机故障分析方法 | |
| US20230393113A1 (en) | Construction method of abnormality diagnosis model, abnormality diagnosis method, construction device of abnormality diagnosis model, and abnormality diagnosis device | |
| JP2011054804A (ja) | 半導体製造装置の管理方法およびシステム | |
| TWI788050B (zh) | 異常診斷模型的建構方法、異常診斷方法、異常診斷模型的建構裝置及異常診斷裝置 | |
| WO2004012258A1 (ja) | 欠陥発生状態の監視方法およびその装置 | |
| JPH09191032A (ja) | プロセス異常監視方法および装置 | |
| JPS6332650A (ja) | 製造設備の故障診断装置 | |
| JP4303017B2 (ja) | 品質管理装置及び品質管理方法 | |
| TWI363963B (en) | Automated abnormal machine tracking and notifying system and method | |
| JPH0618297A (ja) | 装置異常判定方式 | |
| JPH0735655A (ja) | プラントプロセス監視装置 | |
| JP3750220B2 (ja) | 半導体装置の製造方法 |