ISSHIKI AKITOSHI
JP2003114713A | 2003-04-18 | |||
JP2004355330A | 2004-12-16 | |||
JPH07114601A | 1995-05-02 | |||
JPH08287154A | 1996-11-01 | |||
JP2003114713A | 2003-04-18 |
製造品に対して1つ以上の製造工程を実行するとともに上記製造工程を経た上記製造品についての検査工程を実行する生産プロセスにおいて不良品発生の要因を特定する異常要因特定方法であって、 上記生産プロセスでは、上記製造品毎にその製造品についての製造条件を含む1種以上の製造データと上記検査工程の検査結果とが関連付けて取得され、上記検査結果によってその製造品が良品、不良品のいずれであるかが判定されるようになっており、 良品と判定された製造品についての製造データの中から、主成分分析を行ってその製造品の製造条件を最も良く表す特徴量を少なくとも1つ抽出し、 抽出した特徴量を軸として表される特徴量空間における原点と上記各製造品の製造データが表す点との間の距離を、良品製造時の平均的な製造データと不良品製造時の各製造データとの間の主有意差としてそれぞれ算出し、 この主有意差に占める各製造データの寄与率をそれぞれ主影響度として算出し、 上記製造データの中から、良品製造時に対して不良品製造時に上記主影響度が実質的に増加した製造データを異常要因として特定することを特徴とする異常要因特定方法。 |
製造品に対して1つ以上の製造工程を実行するとともに上記製造工程を経た上記製造品についての検査工程を実行する生産プロセスにおいて不良品発生の要因を特定する異常要因特定方法であって、 上記生産プロセスでは、上記製造品毎にその製造品についての製造条件を含む1種以上の製造データと上記検査工程の検査結果とが関連付けて取得され、上記検査結果によってその製造品が良品、不良品のいずれであるかが判定されるようになっており、 良品と判定された製造品についての製造データの中から、主成分分析を行ってその製造品の製造条件を最も良く表す特徴量を少なくとも1つ抽出し、 上記特徴量を軸として表される特徴量空間においては表現されない残差成分を副有意差として製造品毎に算出し、 この副有意差に占める各製造データの寄与率をそれぞれ副影響度として算出し、 上記製造データの中から、良品製造時に対して不良品製造時に上記副影響度が実質的に増加した製造データを異常要因として特定することを特徴とする異常要因特定方法。 |
請求項1に記載の異常要因特定方法において、 上記特徴量を軸として表される特徴量空間においては表現されない残差成分を副有意差として製造品毎に算出し、 この副有意差に占める各製造データの寄与率をそれぞれ副影響度として算出し、 上記製造データの中から、良品製造時に対して不良品製造時に上記主影響度とともに上記副影響度が実質的に増加した製造データを異常要因として特定することを特徴とする異常要因特定方法。 |
請求項1または3に記載の異常要因特定方法において、 良品と判定された製造品について、上記製造データ毎に上記主影響度を累計して得られた各累計値を、関連する全製造データにわたって上記主影響度を累計して得られた総和値でそれぞれ除算して、上記各製造データについて上記主影響度を表す良品の主影響度正規化値を得る一方、 不良品と判定された製造品について、上記製造データ毎に上記主影響度を累計して得られた各累計値を、関連する全製造データにわたって上記主影響度を累計して得られた総和値でそれぞれ除算して、上記各製造データについて上記主影響度を表す不良品の主影響度正規化値を得て、 上記各製造データについて、上記良品の主影響度正規化値と上記不良品の主影響度正規化値とを比較して、上記異常要因となった製造データを特定することを特徴とする異常要因特定方法。 |
請求項2または3に記載の異常要因特定方法において、 良品と判定された製造品について、上記製造データ毎に上記副影響度を累計して得られた各累計値を、関連する全製造データにわたって上記副影響度を累計して得られた総和値でそれぞれ除算して、上記各製造データについて上記副影響度を表す良品の副影響度正規化値を得る一方、 不良品と判定された製造品について、上記製造データ毎に上記副影響度を累計して得られた各累計値を、関連する全製造データにわたって上記副影響度を累計して得られた総和値でそれぞれ除算して、上記各製造データについて上記副影響度を表す不良品の副影響度正規化値を得て、 上記各製造データについて、上記良品の副影響度正規化値と上記不良品の副影響度正規化値とを比較して、上記異常要因となった製造データを特定することを特徴とする異常要因特定方法。 |
請求項3に記載の異常要因特定方法において、 不良品と判定された製造品について、上記製造データ毎に上記主影響度を累計して得られた各累計値を、上記不良品と判定された製造品数でそれぞれ除算して平均して、上記各製造データについて上記主影響度の平均値を表す不良品の主影響度平均値を得るとともに、 良品と判定された製造品について、上記製造データ毎に上記主影響度を累計して得られた各累計値を、上記良品と判定された製造品数でそれぞれ除算して平均して、上記各製造データについて上記主影響度の平均値を表す良品の主影響度平均値を得る一方、 不良品と判定された製造品について、上記製造データ毎に上記副影響度を累計して得られた各累計値を、上記不良品と判定された製造品数でそれぞれ除算して平均して、上記各製造データについて上記副影響度の平均値を表す不良品の副影響度平均値を得るとともに、 良品と判定された製造品について、上記製造データ毎に上記副影響度を累計して得られた各累計値を、上記良品と判定された製造品数でそれぞれ除算して平均して、上記各製造データについて上記副影響度の平均値を表す良品の副影響度平均値を得て、 上記各製造データについて、上記不良品の主影響度平均値と上記良品の主影響度平均値との比、および上記不良品の副影響度平均値と上記良品の副影響度平均値との比に基づいて、上記異常要因となった製造データを特定することを特徴とする異常要因特定方法。 |
請求項3に記載の異常要因特定方法において、 不良品と判定された製造品についての上記製造データ毎の上記主影響度を、良品と判定された製造品についての上記主影響度を関連する全製造データにわたって平均して得られた平均値と、良品と判定された製造品について関連する全製造データにわたって求められた上記主影響度の標準偏差とを用いてそれぞれ標準化して、上記製造データ毎に主影響度標準化値を求める一方、 不良品と判定された製造品についての上記製造データ毎の上記副影響度を、良品と判定された製造品についての上記副影響度を関連する全製造データにわたって平均して得られた平均値と、良品と判定された製造品について関連する全製造データにわたって求められた上記副影響度の標準偏差とを用いてそれぞれ標準化して、上記製造データ毎に副影響度標準化値を求め、 上記主影響度標準化値および上記副影響度標準化値に基づいて、上記異常要因となった製造データを特定することを特徴とする異常要因特定方法。 |
製造品に対して1つ以上の製造工程を実行するとともに上記製造工程を経た上記製造品についての検査工程を実行する生産プロセスにおいて不良品発生の要因を特定する異常要因特定システムであって、 上記生産プロセスでは、上記製造品毎にその製造品についての製造条件を含む1種以上の製造データと上記検査工程の検査結果とが関連付けて取得され、上記検査結果によってその製造品が良品、不良品のいずれであるかが判定されるようになっており、 上記製造品毎に上記製造データと上記検査工程での検査結果とを関連付けて記憶する記憶部と、 上記記憶部の記憶内容を用いて、請求項1または請求項2に記載の異常要因特定方法を実行する異常要因特定部とを備えた異常要因特定システム。 |
請求項1または請求項2に記載の異常要因特定方法をコンピュータに実行させるための異常要因特定プログラム。 |
請求項9に記載の異常要因特定プログラムが記録されたコンピュータ読み取り可能な記録媒体。 |
この発明は異常要因特定方法およびシス ムに関し、より詳しくは、半導体製品の生 プロセスなどの複数の製造工程を有する生 プロセスにおいて不良品が発生した際に、 の生産プロセスから取得された製造条件を す製造データに対して、多変量解析を用い 分析することにより、不良品の発生の主な 因となっている製造データを特定する方法 よびシステムに関する。
また、この発明は、そのような異常要因 定方法をコンピュータに実行させるための ログラムに関する。
また、この発明は、そのようなプログラ を記録したコンピュータ読み取り可能な記 媒体に関する。
製品を大量に生産する製造工程において 率的な生産を行うには、生産された製造品 検査結果または製造品の特性値から製造工 が異常であると診断された際、その要因と る製造データを特定し、特定した製造デー を正常な値に設定し直すことにより製造工 を速やかに正常な状態に復帰させることが 要である。しかし、半導体製造工程のよう 多くの製造工程を有する場合、異常の要因 なり得る製造変数の数は非常に膨大な数と り、品質管理者が製造変数を一々確認する とは困難である。そこで、従来、例えば特 2003-114713号公報では、製造工程に取得され 製造履歴情報を統計的に解析し、不良品の 生に大きな影響を与えている製造データを 常要因として抽出する方法が提案されてい 。
特開2003-114713公報の方法では、不良品が発
した際、不良品が発生した製造品と同品種
製造品の製造品毎の製造データを含む製造
歴情報を取得し、製造品毎の製造データ集
に対し主成分分析を行う。主成分分析では
各製造データの平均が0、分散が1になるよう
に標準化する処理を行った後、N行M列の製造
ータ集合Xについて次のように分解を行う。
次に、抽出した主成分を軸とする主成分空
での原点から、製造品毎の製造データ集合
主成分空間にプロットした点までの距離で
るホテリング(Hotelling)のT 2
統計量を算出する。T 2
統計量は
残差変数が許容範囲を超えておらず、算出 たT 2 統計量が許容範囲を超えている製造品があれ ば、T 2 統計量への寄与の絶対値が最も大きい主成分 を異常要因となっている主成分として特定す る。さらに、特定した主成分への寄与が主成 分と同符号で、かつ絶対値が最も大きな製造 データを異常要因として特定する。
本発明者は、この特開2003-114713公報の方 を、図3Aから図3Eまでに示すような製造デー (「製造データ1」「製造データ2」…「製造 ータ5」)を含む生産プロセスを対象として 施した。ここで、図3A~図3Eは、生産プロセス 中の各製造データ1~5(横軸の値で表される)と の生産プロセスによって製造された製品の 査結果(縦軸の値で表される)との間の散布 である。各製造品は、検査結果の値が0~0.5ま でが不良品「NG」と判定され、検査結果の値 0.5を超えていれば良品「OK」と判定される この例では、製造データ1の値が0.998~1の範囲 であるときに不良品が多発している。つまり 、実際のところ、製造データ1が不良品の発 原因(異常要因)となっている。
これらのデータを対象に主成分分析を行 、主成分数と、主成分空間では表されない デル化誤差である残差を2乗して得られた自 乗残差との間の関係を求めると、図4に示す うな関係が得られる。ここで、自乗残差が25 %以下になる主成分数を採ると主成分の数は2 分となる。抽出する主成分数を2成分として 、主成分分析を行い、残差計算を行った。図 5に製造品、つまり「製造品No.」で特定され 個々の製造品毎の残差の値を示す。なお、 5中の直線CLは95%信頼限界を表している。こ 図において最も残差の大きい製造品No.256に いて、各製造データ1~5の残差は図6の通りで る。この図から製造データ5における残差が 最も大きいことが確認される。これにより、 製造品No.256の異常要因は製造データ5である 特定される。しかし、図3E(製造データ5と検 結果との間の散布図)を見ると、製造データ 5と検査結果との間には強い相関関係は表れ いない。つまり、異常要因として本来検出 べき製造データ1を検出することができなか た。
次に、抽出した主成分を軸とする主成分空 での原点から、各製造品の製造データ集合 主成分空間にプロットした点までの距離で るホテリングのT 2 統計量の値を、図7に示す。なお、図7中の直 CLは95%信頼限界を表している。この図から 造品No.167の値が突出していることが確認さ る。製造品No.167の主成分得点は、図8に示す りである。この図から製造品No.167への寄与 大きい主成分は第2主成分であることがわか る。さらに、第2主成分への各製造データの 与を示した図9において、製造データ4が第2 成分と同じ負の符号で最も値が大きいこと ら、製造品No.167の異常要因は製造データ4で ると特定される。しかし、図3D(製造データ4 と検査結果との間の散布図)を見ると、製造 ータ4と検査結果との間には強い相関関係は れていない。つまり、異常要因として本来 出すべき製造データ1を検出することができ なかった。
このように、特開2003-114713公報の方法で 、検出が困難な事例があることが確認され 。
そこで、この発明の課題は、不良品発生 要因となっている製造データを精度良く特 できる異常要因特定方法およびシステムを 供することにある。
また、この発明の課題は、そのような異 要因特定方法をコンピュータに実行させる めのプログラムを提供することにある。
また、この発明は、そのようなプログラ を記録したコンピュータ読み取り可能な記 媒体を提供することにある。
本発明者は、特開2003-114713公報の方法で 検出が困難な事例について、次のように解 した。
すなわち、特開2003-114713公報の方法では 不良品製造時において影響度の大きな製造 ータを異常要因として特定している。しか ながら、不良品製造時において影響度の大 な製造データが必ずしも不良品の発生に直 影響しているとは限らない。例えば、ある 造データAが製造品の出来映えに非常に大き 影響度を持っている場合を考える。製造デ タAが原因で不良品が発生した場合にはもち ろん影響度の大きな製造データAが不良発生 因候補として抽出され、異常要因が一応特 される。しかし、製造データA以外の製造デ タBが原因で不良品が発生すると、製造デー タAの影響度が大きいために、製造データBを 知できないという事態が発生する。このた 、特開2003-114713公報の方法では、或る製造 ータが大きな影響度を持っている場合にお て、影響度の小さな別の製造データが原因 なる不良が発生したとき、異常要因として 来検出すべき製造データを検出できないと えられる。
そこで、上記課題を解決するため、第1の局
面では、この発明の異常要因特定方法は、
製造品に対して1つ以上の製造工程を実行す
るとともに上記製造工程を経た上記製造品に
ついての検査工程を実行する生産プロセスに
おいて不良品発生の要因を特定する異常要因
特定方法であって、
上記生産プロセスでは、上記製造品毎にそ
製造品についての製造条件を含む1種以上の
製造データと上記検査工程の検査結果とが関
連付けて取得され、上記検査結果によってそ
の製造品が良品、不良品のいずれであるかが
判定されるようになっており、
良品と判定された製造品についての製造デ
タの中から、主成分分析を行ってその製造
の製造条件を最も良く表す特徴量を少なく
も1つ抽出し、
抽出した特徴量を軸として表される特徴量
間における原点と上記各製造品の製造デー
が表す点との間の距離を、良品製造時の平
的な製造データと不良品製造時の各製造デ
タとの間の主有意差としてそれぞれ算出し
この主有意差に占める各製造データの寄与
をそれぞれ主影響度として算出し、
上記製造データの中から、良品製造時に対
て不良品製造時に上記主影響度が実質的に
加した製造データを異常要因として特定す
ことを特徴とする。
ここで、「その製造品の製造条件を最も く表す特徴量」は、主成分分析によって得 れた主成分に相当する。
「特徴量空間における原点と上記各製造品 製造データが表す点との間の距離」は、例 ばホテリングのT 2 統計量に相当する。
主影響度が「実質的に増加」とは、増加 有意差があることを意味する。
この発明の異常要因特定方法では、上記 造データの中から、良品製造時に対して不 品製造時に上記主影響度が実質的に増加し 製造データを異常要因として特定する。し がって、上記製造データのうち、不良品発 時の主影響度自体はあまり大きくなくても 良品製造時に対して不良品製造時に主影響 が大きく増加しているような製造データを 異常要因として検出することが可能となる したがって、膨大な数の製造データの中か 、異常要因として本来検出すべき製造デー を検出でき、不良品発生の要因となってい 製造データを精度良く特定できる。
この結果、作業者(メンテナンス担当者を 含む。)は、製造品に対して1つ以上の製造工 を実行する生産プロセスにおいて、製造工 の改善を即座に行うことが可能となる。し がって、生産効率の向上が実現される。
なお、異常要因となっている製造データ 特定するために、良品製造時に対して不良 製造時に上記主影響度が実質的に増加した いう観点に加えて、不良品発生時の主影響 の大きさ自体の観点を加えても良い。
第2の局面では、この発明の異常要因特定方
法は、
製造品に対して1つ以上の製造工程を実行す
るとともに上記製造工程を経た上記製造品に
ついての検査工程を実行する生産プロセスに
おいて不良品発生の要因を特定する異常要因
特定方法であって、
上記生産プロセスでは、上記製造品毎にそ
製造品についての製造条件を含む1種以上の
製造データと上記検査工程の検査結果とが関
連付けて取得され、上記検査結果によってそ
の製造品が良品、不良品のいずれであるかが
判定されるようになっており、
良品と判定された製造品についての製造デ
タの中から、主成分分析を行ってその製造
の製造条件を最も良く表す特徴量を少なく
も1つ抽出し、
上記特徴量を軸として表される特徴量空間
おいては表現されない残差成分を副有意差
して製造品毎に算出し、
この副有意差に占める各製造データの寄与
をそれぞれ副影響度として算出し、
上記製造データの中から、良品製造時に対
て不良品製造時に上記副影響度が実質的に
加した製造データを異常要因として特定す
ことを特徴とする。
この発明の異常要因特定方法では、上記 造データの中から、良品製造時に対して不 品製造時に上記副影響度が実質的に増加し 製造データを異常要因として特定する。し がって、上記製造データのうち、不良品発 時の副影響度自体はあまり大きくなくても 良品製造時に対して不良品製造時に副影響 が大きく増加しているような製造データを 異常要因として検出することが可能となる したがって、膨大な数の製造データの中か 、異常要因として本来検出すべき製造デー を検出でき、不良品発生の要因となってい 製造データを精度良く特定できる。
この結果、作業者(メンテナンス担当者を 含む。)は、製造品に対して1つ以上の製造工 を実行する生産プロセスにおいて、製造工 の改善を即座に行うことが可能となる。し がって、生産効率の向上が実現される。
一実施形態の異常要因特定方法では、
上記特徴量を軸として表される特徴量空間
おいては表現されない残差成分を副有意差
して製造品毎に算出し、
この副有意差に占める各製造データの寄与
をそれぞれ副影響度として算出し、
上記製造データの中から、良品製造時に対
て不良品製造時に上記主影響度とともに上
副影響度が実質的に増加した製造データを
常要因として特定することを特徴とする。
この一実施形態の異常要因特定方法では 上記製造データの中から、良品製造時に対 て不良品製造時に上記主影響度とともに上 副影響度が実質的に増加した製造データを 常要因として特定する。したがって、不良 発生の要因となっている製造データをさら 精度良く特定できる。
一実施形態の異常要因特定方法では、
良品と判定された製造品について、上記製
データ毎に上記主影響度を累計して得られ
各累計値を、関連する全製造データにわた
て上記主影響度を累計して得られた総和値
それぞれ除算して、上記各製造データにつ
て上記主影響度を表す良品の主影響度正規
値を得る一方、
不良品と判定された製造品について、上記
造データ毎に上記主影響度を累計して得ら
た各累計値を、関連する全製造データにわ
って上記主影響度を累計して得られた総和
でそれぞれ除算して、上記各製造データに
いて上記主影響度を表す不良品の主影響度
規化値を得て、
上記各製造データについて、上記良品の主
響度正規化値と上記不良品の主影響度正規
値とを比較して、上記異常要因となった製
データを特定することを特徴とする。
ここで、良品と判定された製造品iの製造デ
ータjについての主影響度を
この一実施形態の異常要因特定方法では 良品と判定された製造品と不良品と判定さ た製造品の主影響度を全製造データの中で 割合の大小で比較することが可能となる。 れにより、良品と判定された製造品と不良 と判定された製造品の数が異なる場合など おいても、不良品発生の要因となっている 造データを精度良く特定できる。
一実施形態の異常要因特定方法では、
良品と判定された製造品について、上記製
データ毎に上記副影響度を累計して得られ
各累計値を、関連する全製造データにわた
て上記副影響度を累計して得られた総和値
それぞれ除算して、上記各製造データにつ
て上記副影響度を表す良品の副影響度正規
値を得る一方、
不良品と判定された製造品について、上記
造データ毎に上記副影響度を累計して得ら
た各累計値を、関連する全製造データにわ
って上記副影響度を累計して得られた総和
でそれぞれ除算して、上記各製造データに
いて上記副影響度を表す不良品の副影響度
規化値を得て、
上記各製造データについて、上記良品の副
響度正規化値と上記不良品の副影響度正規
値とを比較して、上記異常要因となった製
データを特定することを特徴とする。
ここで、良品と判定された製造品iの製造デ
ータjについての副影響度を
この一実施形態の異常要因特定方法では 良品と判定された製造品と不良品と判定さ た製造品の副影響度を全製造データの中で 割合の大小で比較することが可能となる。 れにより、良品と判定された製造品と不良 と判定された製造品の数が異なる場合など おいても、不良品発生の要因となっている 造データを精度良く特定できる。
一実施形態の異常要因特定方法では、
不良品と判定された製造品について、上記
造データ毎に上記主影響度を累計して得ら
た各累計値を、上記不良品と判定された製
品数でそれぞれ除算して平均して、上記各
造データについて上記主影響度の平均値を
す不良品の主影響度平均値を得るとともに
良品と判定された製造品について、上記製
データ毎に上記主影響度を累計して得られ
各累計値を、上記良品と判定された製造品
でそれぞれ除算して平均して、上記各製造
ータについて上記主影響度の平均値を表す
品の主影響度平均値を得る一方、
不良品と判定された製造品について、上記
造データ毎に上記副影響度を累計して得ら
た各累計値を、上記不良品と判定された製
品数でそれぞれ除算して平均して、上記各
造データについて上記副影響度の平均値を
す不良品の副影響度平均値を得るとともに
良品と判定された製造品について、上記製
データ毎に上記副影響度を累計して得られ
各累計値を、上記良品と判定された製造品
でそれぞれ除算して平均して、上記各製造
ータについて上記副影響度の平均値を表す
品の副影響度平均値を得て、
上記各製造データについて、上記不良品の
影響度平均値と上記良品の主影響度平均値
の比、および上記不良品の副影響度平均値
上記良品の副影響度平均値との比に基づい
、上記異常要因となった製造データを特定
ることを特徴とする。
ここで、不良品と判定された製造品iにおけ
る製造データjの主影響度を
この一実施形態の異常要因特定方法では 不良品製造時に最も主影響度および/または 副影響度が変化している製造データを容易に 特定することができる。この方法により、不 良品発生の要因となっている製造データを精 度良く特定できる。
一実施形態の異常要因特定方法では、
不良品と判定された製造品についての上記
造データ毎の上記主影響度を、良品と判定
れた製造品についての上記主影響度を関連
る全製造データにわたって平均して得られ
平均値と、良品と判定された製造品につい
関連する全製造データにわたって求められ
上記主影響度の標準偏差とを用いてそれぞ
標準化して、上記製造データ毎に主影響度
準化値を求める一方、
不良品と判定された製造品についての上記
造データ毎の上記副影響度を、良品と判定
れた製造品についての上記副影響度を関連
る全製造データにわたって平均して得られ
平均値と、良品と判定された製造品につい
関連する全製造データにわたって求められ
上記副影響度の標準偏差とを用いてそれぞ
標準化して、上記製造データ毎に副影響度
準化値を求め、
上記主影響度標準化値および上記副影響度
準化値に基づいて、上記異常要因となった
造データを特定することを特徴とする。
ここで、不良品と判定された製造品iにおけ
る製造データjの主影響度を
この一実施形態の異常要因特定方法では 上記主影響度標準化値および上記副影響度 準化値に基づいて上記異常要因となった製 データを特定するので、不良品と判定され 製造品における各製造データの影響度を、 製造データの良品製造時の影響度のスケー において精度良く比較することができる。 たがって、不良品発生の要因となっている 造データをさらに精度良く特定できる。
この発明の異常要因特定システムは、
製造品に対して1つ以上の製造工程を実行す
るとともに上記製造工程を経た上記製造品に
ついての検査工程を実行する生産プロセスに
おいて不良品発生の要因を特定する異常要因
特定システムであって、
上記生産プロセスでは、上記製造品毎にそ
製造品についての製造条件を含む1種以上の
製造データと上記検査工程の検査結果とが関
連付けて取得され、上記検査結果によってそ
の製造品が良品、不良品のいずれであるかが
判定されるようになっており、
上記製造品毎に上記製造データと上記検査
程での検査結果とを関連付けて記憶する記
部と、
上記記憶部の記憶内容を用いて、請求項1ま
たは請求項2に記載の異常要因特定方法を実
する異常要因特定部とを備える。
この発明の異常要因特定システムでは、 憶部が、上記製造品毎に上記製造データと 記検査工程の検査結果とを関連付けて記憶 る。異常要因特定部は、上記記憶部の記憶 容を用いて、請求項1または請求項2に記載 異常要因特定方法を実行する。したがって 膨大な数の製造データの中から、異常要因 して本来検出すべき製造データを検出でき 不良品発生の要因となっている製造データ 精度良く特定できる。
この結果、作業者(メンテナンス担当者を 含む。)は、製造品に対して1つ以上の製造工 を実行する生産プロセスにおいて、製造工 の改善を即座に行うことが可能となる。し がって、生産効率の向上が実現される。
この発明の異常要因特定プログラムは、 1の局面または第2の局面の発明の異常要因 定方法をコンピュータに実行させるための ログラムである。
この発明の異常要因特定プログラムによ ば、コンピュータに第1の局面または第2の 面の発明の異常要因特定方法を実行させる とができる。
この発明の記録媒体は、上記発明の異常 因特定プログラムが記録されたコンピュー 読み取り可能な記録媒体である。
この発明の記録媒体によれば、記録媒体 記録内容をコンピュータに読み取らせるこ で、上記コンピュータに第1の局面または第 2の局面の発明の異常要因特定方法を実行さ ることができる。
以下、この発明を図示の実施の形態によ 詳細に説明する。
図2は、半導体生産プロセス60において不 品発生の要因を特定するためのこの発明の 実施形態の異常要因特定システム(全体を符 号10で示す。)のブロック構成を示している。
半導体生産プロセス60は、製造品(この例 はウエハ)に対して1つ以上の製造工程15を実 行するとともに、製造工程15を経た製造品の 否判定を含む検査工程14を実行するように っている。
この異常要因特定システム10は、記憶部 してのデータベース50と、異常要因特定部40 、この異常要因特定部40による処理結果を 示する表示装置11とを備えている。
データベース50は、半導体生産プロセス60 の各製造工程15から製造品毎にその製造品に いての製造条件を含む1種以上の製造データ 13を取得するとともに、各検査工程14からそ 製造品の検査結果(良否判定結果を含む。)を 表す検査データ12を取得する。そして、製造 毎に、その製造品についての製造データ13 検査データ12とを関連付け(ひも付け)して記 する。データベース50は、例えば公知のハ ドディスクドライブ装置によって構成され 。
異常要因特定部40は、データベース50に蓄 積された製造データ13と検査データ12を用い 後述の異常要因特定方法を実行して、不良 発生の要因(異常要因)となっている製造デー タを特定する。異常要因特定部40は、この例 は、ソフトウエア(プログラム)にしたがっ 演算処理を実行するコンピュータからなる 異常要因特定部40による処理内容や処理結果 は、表示装置11へ出力される。
表示装置11は、例えばLCD(液晶表示ディス レイ)またはCRT(陰極線管)からなり、異常要 特定部40が出力した情報を表示する。
作業者9は、表示装置11に表示された画面 見ながら、異常要因特定部40に対して処理 実行を指示し、また、処理条件を設定する とができる。
図1は、異常要因特定部40が実行する異常 因特定処理の概略フローを示している。
異常要因特定部40は、ステップS1で、デー タベース50に蓄積された製造データ13と検査 ータ12とを取得する。取得されたデータ群で は、上述のように、製造品毎に、その製造品 についての製造データ13と検査データ12とが 連付けられている。
次に、取得されたデータ群を、検査デー 12に含まれた検査結果に基づいて、良品に いてのデータと不良品についてのデータと 判別する(ステップS2)。ここで、良品と不良 との判別は、作業者により設定された管理 限値、管理下限値または10%値、90%値のよう 統計値を閾値として行われる。そして、検 結果の値が閾値内の製造品は良品であると 定され、閾値外の製造品は不良品であると 定される。なお、良品と不良品の判別方法 ここに示す方法以外の方法でも良い。
次に、良品と判定された製造品についての
造データの中から、主成分分析を行ってそ
製造品の製造条件を最も良く表す特徴量と
ての主成分を複数抽出する(ステップS3)。こ
の主成分分析では、各製造データの平均が0
分散が1になるように標準化する処理を行っ
後、N行M列の製造データ集合Xについて次の
うに分解を行う。
次に、主成分分析により得られた主成分 うち、主成分分析前の元データに対し寄与 の大きな主成分の中から解析に使用すべき 成分を少なくとも1つ抽出する(ステップS4) ここで、抽出する主成分の数は、予め設定 れた主成分の必要累積寄与率を満たす最小 数とする。抽出された主成分(これを「代表 成分」と呼ぶ。)を軸とする主成分空間にお いて、原点は良品製造時の平均的な製造デー タ集合を表す。
次に、ステップS5で、代表主成分を軸と て表される特徴量空間における原点と上記 製造品の製造データが表す点との間の距離 、良品製造時の平均的な製造データと不良 製造時の各製造データとの間の主有意差と てそれぞれ算出する。また、上記代表主成 を軸として表される特徴量空間においては 現されない残差成分を副有意差として製造 毎に算出する。
ここで、主有意差T 2
は次の(数21)により算出される。
また、副有意差Qは次の(数22)により算出さ
る。
次に、ステップS6で、この主有意差に占 る各製造データの寄与率をそれぞれ主影響 として算出する。また、この副有意差に占 る各製造データの寄与率をそれぞれ副影響 として算出する。
ここで、主影響度、副影響度はそれぞれ次
(数24)、(数25)により算出される。
次に、ステップS7で、上記製造データの から、不良品発生時の主影響度の大きさが きい製造データを異常要因候補として挙げ 。また、良品製造時に対して不良品製造時 上記主影響度が実質的に増加した製造デー を異常要因候補として挙げる。または、そ に代えて、良品製造時に対して不良品製造 に上記副影響度が実質的に増加した製造デ タを異常要因候補として挙げる。または、 品製造時に対して不良品製造時に上記主影 度が実質的に増加し、かつ、良品製造時に して不良品製造時に上記副影響度が実質的 増加した製造データを異常要因候補として げる。ここで主影響度、副影響度が「実質 に増加」とは、増加の有意差があることを 味する。
次に、特定した製造データを異常要因候 として出力する(ステップS8)。
このようにした場合、上記製造データの ち、不良品発生時の主影響度や副影響度自 はあまり大きくなくても、良品製造時に対 て不良品製造時に主影響度および/または副 影響度が大きく増加しているような製造デー タを、異常要因として検出することが可能と なる。したがって、膨大な数の製造データの 中から、異常要因として本来検出すべき製造 データを検出でき、不良品発生の要因となっ ている製造データを精度良く特定できる。
この結果、作業者(メンテナンス担当者を 含む。)は、製造品に対して1つ以上の工程を 行する生産プロセスにおいて、製造工程の 善を即座に行うことが可能となる。したが て、生産効率の向上が実現される。
次に、具体的な異常要因特定方法を幾つ 説明する。
(1)主影響度の正規化価値を用いる方法
この方法では、まず、良品と判定された製
品について、上記製造データ毎に上記主影
度を累計して得られた各累計値を、関連す
全製造データにわたって上記主影響度を累
して得られた総和値でそれぞれ除算して、
記各製造データについて上記主影響度を表
良品の主影響度正規化値を得る。一方、不
品と判定された製造品について、上記製造
ータ毎に上記主影響度を累計して得られた
累計値を、関連する全製造データにわたっ
上記主影響度を累計して得られた総和値で
れぞれ除算して、上記各製造データについ
上記主影響度を表す不良品の主影響度正規
値を得る。そして、上記各製造データにつ
て、上記良品の主影響度正規化値と上記不
品の主影響度正規化値とを比較して、上記
常要因となった製造データを特定する。
ここで、良品と判定された製造品iの製造デ
ータjについての主影響度を
この方法では、良品と判定された製造品 不良品と判定された製造品の主影響度を全 造データの中での割合の大小で比較するこ が可能となる。これにより、良品と判定さ た製造品と不良品と判定された製造品の数 異なる場合などにおいても、不良品発生の 因となっている製造データを精度良く特定 きる。
(2)副影響度の正規化値を用いる方法
この方法では、まず、良品と判定された製
品について、上記製造データ毎に上記副影
度を累計して得られた各累計値を、関連す
全製造データにわたって上記副影響度を累
して得られた総和値でそれぞれ除算して、
記各製造データについて上記副影響度を表
良品の副影響度正規化値を得る。一方、不
品と判定された製造品について、上記製造
ータ毎に上記副影響度を累計して得られた
累計値を、関連する全製造データにわたっ
上記副影響度を累計して得られた総和値で
れぞれ除算して、上記各製造データについ
上記副影響度を表す不良品の副影響度正規
値を得る。
上記各製造データについて、上記良品の 影響度正規化値と上記不良品の副影響度正 化値とを比較して、上記異常要因となった 造データを特定する。
ここで、良品と判定された製造品iの製造デ
ータjについての副影響度を
この方法では、良品と判定された製造品 不良品と判定された製造品の副影響度を全 造データの中での割合の大小で比較するこ が可能となる。これにより、良品と判定さ た製造品と不良品と判定された製造品の数 異なる場合などにおいても、不良品発生の 因となっている製造データを精度良く特定 きる。
(3)不良品の主影響度平均値と良品の主影響
平均値との比を用いる方法
この方法では、まず、不良品と判定された
造品について、上記製造データ毎に上記主
響度を累計して得られた各累計値を、上記
良品と判定された製造品数でそれぞれ除算
て平均して、上記各製造データについて上
主影響度の平均値を表す不良品の主影響度
均値を得る。これとともに、良品と判定さ
た製造品について、上記製造データ毎に上
主影響度を累計して得られた各累計値を、
記良品と判定された製造品数でそれぞれ除
して平均して、上記各製造データについて
記主影響度の平均値を表す良品の主影響度
均値を得る。一方、不良品と判定された製
品について、上記製造データ毎に上記副影
度を累計して得られた各累計値を、上記不
品と判定された製造品数でそれぞれ除算し
平均して、上記各製造データについて上記
影響度の平均値を表す不良品の副影響度平
値を得る。これとともに、良品と判定され
製造品について、上記製造データ毎に上記
影響度を累計して得られた各累計値を、上
良品と判定された製造品数でそれぞれ除算
て平均して、上記各製造データについて上
副影響度の平均値を表す良品の副影響度平
値を得る。そして、上記各製造データにつ
て、上記不良品の主影響度平均値と上記良
の主影響度平均値との比、および上記不良
の副影響度平均値と上記良品の副影響度平
値との比に基づいて、上記異常要因となっ
製造データを特定する。
ここで、不良品と判定された製造品iにおけ
る製造データjの主影響度を
この方法では、不良品製造時に最も主影 度および/または副影響度が変化している製 造データを容易に特定することができる。こ の方法により、不良品発生の要因となってい る製造データを精度良く特定できる。
(4)主影響度の標準化値と副影響度の標準化
を用いる方法
この方法では、まず、不良品と判定された
造品についての上記製造データ毎の上記主
響度を、良品と判定された製造品について
上記主影響度を関連する全製造データにわ
って平均して得られた平均値と、良品と判
された製造品について関連する全製造デー
にわたって求められた上記主影響度の標準
差とを用いてそれぞれ標準化して、上記製
データ毎に主影響度標準化値を求める。一
、不良品と判定された製造品についての上
製造データ毎の上記副影響度を、良品と判
された製造品についての上記副影響度を関
する全製造データにわたって平均して得ら
た平均値と、良品と判定された製造品につ
て関連する全製造データにわたって求めら
た上記副影響度の標準偏差とを用いてそれ
れ標準化して、上記製造データ毎に副影響
標準化値を求める。そして、上記主影響度
準化値および上記副影響度標準化値に基づ
て、上記異常要因となった製造データを特
する。
ここで、不良品と判定された製造品iにおけ
る製造データjの主影響度を
この方法では、上記主影響度標準化値お び上記副影響度標準化値に基づいて上記異 要因となった製造データを特定するので、 良品と判定された製造品における各製造デ タの影響度を、各製造データの良品製造時 影響度のスケールにおいて精度良く比較す ことができる。したがって、不良品発生の 因となっている製造データをさらに精度良 特定できる。
次に、上記異常要因特定方法(1)(つまり、 主影響度の正規化値を用いる方法)によって 実際に図3A~図3Eに示した製造データについて の解析を行った。
図10は、図3A~図3Eに示した製造データについ ての主成分数と主成分の累積寄与との関係を 示している。ここで、従来技術では、主成分 の余りの成分を2乗した自乗残差の値により 抽出する主成分数を決定していた。これに して、この例では、製造データ集合Xについ 、主成分の累積寄与が8割を超える第4主成 までを抽出する。第4主成分まで抽出し、(数 20)のように分解した。次に、良品と判定され た製造品、不良品と判定された製造品それぞ れについて、(数24)によって、主影響度を算 した。図11は、良品と判定された製造品、不 良品と判定された製造品それぞれについて、 製造データ毎に主影響度(T 2 寄与率)を累積して得られた結果を示してい 。
図12は、良品の主影響度正規化値(数27)と 良品の主影響度正規化値(数29)とを比較する ために、製造データ毎に後者(数29)を前者(数2 7)で除算して得られた値、つまり良品製造時 対して不良品製造時における各製造データ 主影響度の増加率を示している。この図12 ら、主影響度の増加率が最も高い製造デー は「製造データ1」であることが分かる。し がって、「製造データ1」が不良品発生の要 因(異常要因)であると特定される。
既述のように、図3A~図3Eに示した製造デ タに関して、従来技術では異常要因が「製 データ1」であるとは特定できなかった。こ に対して、この発明の異常要因特定方法に れば、異常要因が「製造データ1」であるこ とを精度良く特定できた。
なお、上述の異常設備推定方法をコンピ ータに実行させるためのプログラムとして 築しても良い。
また、そのようなプログラムをCD-ROMなど コンピュータ読み取り可能な記録媒体に記 して配布できるようにしても良い。上記プ グラムを汎用コンピュータにインストール ることで、汎用コンピュータによって上記 常設備推定方法を実行することが可能であ 。