[go: up one dir, main page]

WO2023167074A1 - 制御支援装置および制御支援方法 - Google Patents

制御支援装置および制御支援方法 Download PDF

Info

Publication number
WO2023167074A1
WO2023167074A1 PCT/JP2023/006489 JP2023006489W WO2023167074A1 WO 2023167074 A1 WO2023167074 A1 WO 2023167074A1 JP 2023006489 W JP2023006489 W JP 2023006489W WO 2023167074 A1 WO2023167074 A1 WO 2023167074A1
Authority
WO
WIPO (PCT)
Prior art keywords
substrate processing
processing apparatus
correspondence
component
information
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.)
Ceased
Application number
PCT/JP2023/006489
Other languages
English (en)
French (fr)
Inventor
滉樹 吉原
高明 生和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Screen Holdings Co Ltd
Original Assignee
Screen Holdings Co Ltd
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 Screen Holdings Co Ltd filed Critical Screen Holdings Co Ltd
Priority to EP23763333.4A priority Critical patent/EP4489057A1/en
Priority to KR1020247032897A priority patent/KR20240158950A/ko
Priority to CN202380024596.6A priority patent/CN118805244A/zh
Priority to US18/839,682 priority patent/US20250147493A1/en
Publication of WO2023167074A1 publication Critical patent/WO2023167074A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

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
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • 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
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41108—Controlled parameter such as gas mass flow rate
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45031—Manufacturing semiconductor wafers

Definitions

  • the present invention relates to a control support device and a control support method.
  • a substrate processing apparatus that processes substrates such as semiconductor substrates (semiconductor wafers) includes an air supply/exhaust system to keep the atmosphere in the chamber where the substrates are processed clean.
  • Patent Document 1 describes a configuration for supplying clean air into a chamber and a configuration for discharging air from the chamber. Generally, the inside of the chamber of the substrate processing apparatus is kept at a constant pressure in order to prevent scattering of particles.
  • Patent Document 2 describes an exhaust duct including an exhaust valve and an FFU (fan filter unit) provided at the air outlet of the chamber. In the substrate processing apparatus, the pressure in the chamber is kept constant by controlling the components (parts or equipment) of the air supply and exhaust system.
  • control parameter values for each component is made by engineers.
  • the engineer in order to determine the value of the control parameter, the engineer must repeatedly fine-tune the value of the control parameter for each component and each processing recipe (processing procedure) by teaching the substrate processing apparatus. A lot of time is spent on these tasks.
  • An object of the present invention is to provide a control support device and a control support method that can reduce labor for determining control parameter values of components of an air supply and exhaust system of a substrate processing apparatus.
  • a control support device is a control support device that determines parameter values, which are control parameter values for controlling components in an air supply/exhaust system of a substrate processing apparatus, wherein the substrate processing Correspondence between a plurality of model identification information for respectively identifying a plurality of judgment models for respectively judging the normality of the operation of the component from the processing information indicating the operation or state related to the substrate processing of the apparatus, and the plurality of parameter values.
  • a correspondence acquisition unit that acquires a relationship; and an information acquisition that acquires model identification information corresponding to a judgment model capable of obtaining an appropriate judgment result from processing information during operation of the component among the plurality of judgment models.
  • a determination unit that determines the parameter value for controlling the component based on the correspondence acquired by the correspondence acquisition unit and the model identification information acquired by the information acquisition unit.
  • the constituent elements of the air supply and exhaust system of the substrate processing apparatus are controlled based on the parameter values.
  • the normality of the component is determined by a plurality of determination models from the processing information of the substrate processing apparatus.
  • a plurality of model identification information and a plurality of parameter values are associated in advance.
  • Correspondence relationships between the plurality of model identification information and the plurality of parameter values are acquired by the correspondence acquisition unit.
  • model identification information corresponding to a judgment model capable of obtaining an appropriate judgment result among a plurality of judgment models is acquired from the processing information during operation of the component. In this case, it is possible to determine a judgment model that can obtain an appropriate judgment result based on the model identification information.
  • parameter values are determined based on the obtained correspondence and the obtained model identification information. Therefore, the parameter values for controlling the components in the air supply/exhaust system of the substrate processing apparatus are automatically determined as appropriate parameter values. As a result, it is possible to reduce labor for determining appropriate values of the control parameters of the components in the air supply and exhaust system of the substrate processing apparatus.
  • the information acquisition unit may acquire model identification information of a judgment model corresponding to a judgment result indicating the highest degree of normality among the plurality of judgment results of the plurality of judgment models.
  • the degree of normality is determined by a plurality of determination models from the processing information during operation of the equipment in the air supply and exhaust system, and the model identification information corresponding to the determination model corresponding to the determination result indicating the highest degree of normality is acquired.
  • the model identification information corresponding to the determination model corresponding to the determination result indicating the highest degree of normality is acquired.
  • the substrate processing apparatus includes a plurality of constituent elements of the same type as the constituent elements, the plurality of parameter values are values for controlling the plurality of constituent elements, respectively, and the determination unit includes: The parameter values for controlling each component may be determined based on the correspondence obtained by the correspondence obtaining unit and the model identification information obtained by the information obtaining unit.
  • the parameter value corresponding to the other device when determining the parameter value corresponding to each device, the parameter value corresponding to the other device can be determined as the parameter value corresponding to the one device. Therefore, it is possible to easily determine parameter values for a plurality of devices.
  • the control support apparatus may further include a transmission section that transmits the parameter value determined by the determination section to the substrate processing apparatus.
  • the parameter values to be used for controlling the equipment in the air supply/exhaust system of the substrate processing apparatus are transmitted to the substrate processing apparatus. Thereby, it becomes possible to automatically set the parameter values for controlling the equipment in the air supply/exhaust system of the substrate processing apparatus in the substrate processing apparatus.
  • the determination unit determines whether the The parameter values used to control the component may be determined.
  • the parameter values used in the apparatus after installation or replacement can be automatically determined to appropriate values in a short period of time.
  • the correspondence obtaining unit acquires model identification information corresponding to the determination model capable of obtaining the appropriate determination result, and the determination unit acquires the correspondence relationship acquired by the correspondence acquisition unit.
  • the parameter value to be newly used for controlling the component may be determined based on the correspondence relationship and the model identification information acquired by the information acquisition unit.
  • the judgment result of the judgment model corresponding to the parameter value will be abnormal. May indicate status.
  • new parameter values to be used for controlling the equipment can be determined automatically and in a short time. As a result, it is possible to continue using the device.
  • Each of the plurality of judgment models is an invariant relationship between the plurality of processing information indicating operations or states related to substrate processing of the substrate processing apparatus and actually collected from the substrate processing apparatus.
  • the degree of normality of the component may be determined based on a plurality of pieces of processing information.
  • the normality of the operation of the equipment is appropriately determined based on the invariant relationship between the processing information of the substrate processing apparatus.
  • the acquired model identification information indicates a judgment model that can obtain a more appropriate judgment result. Therefore, it is possible to determine more appropriate parameter values used for device control.
  • the control support device further includes a storage unit that stores the correspondence relationship, the correspondence acquisition unit acquires the correspondence stored by the storage unit, and the determination unit acquires the correspondence relationship.
  • the parameter values for controlling the components may be determined using the correspondences stored in the unit.
  • the substrate processing apparatus includes a chamber in which substrate processing is performed, and the constituent elements include an air supply unit for supplying and exhausting air in the chamber and an exhaust unit for exhausting air in the chamber. and wherein the parameter value may be a value associated with operation of at least one of the air supply section and the exhaust section.
  • the control parameters include a first parameter corresponding to the air supply section and a second parameter corresponding to the exhaust section, and the parameter value of the first parameter is the value of the air supply section.
  • An operation-related value, wherein the parameter value of the second parameter may be an operation-related value of the exhaust.
  • At least one of the parameter values of the first and second parameters related to air supply and exhaust in the chamber of the substrate processing apparatus can be determined to an appropriate value in a short time. As a result, it is possible to accurately control the air supply and exhaust in the chamber.
  • a control support method is a control support method for determining a parameter value, which is a value of a control parameter for controlling components in an air supply/exhaust system of a substrate processing apparatus, wherein the substrate a plurality of model identification information for respectively identifying a plurality of judgment models for respectively judging the normality of the operation of the component from the processing information indicating the operation or state related to substrate processing of the processing apparatus; and a plurality of parameter values.
  • control support method it is possible to determine a judgment model capable of obtaining an appropriate judgment result based on the model identification information. Also, based on the correspondence relationship, it is possible to discriminate the parameter values corresponding to the discriminated judgment model. Accordingly, parameter values are determined based on the obtained correspondence and the obtained model identification information. Therefore, the parameter values for controlling the equipment in the air supply/exhaust system of the substrate processing apparatus are automatically determined to be appropriate parameter values. As a result, it is possible to reduce labor for determining appropriate values of the control parameters of the components in the air supply and exhaust system of the substrate processing apparatus.
  • FIG. 1 is a diagram for explaining the configuration of a substrate processing system including a control support device according to one embodiment.
  • FIG. 2 is a diagram for explaining a specific calculation example of the degree of divergence.
  • FIG. 3 is a diagram for explaining a specific calculation example of an abnormality score.
  • FIG. 4 is a conceptual diagram for explaining operations of the substrate processing apparatus 1, the information analysis apparatus, and the control support apparatus in the learning operation and proper parameter value updating operation.
  • FIG. 5 is a conceptual diagram for explaining a plurality of judgment models.
  • FIG. 6 is a conceptual diagram for explaining the correspondence between judgment model numbers and parameter values.
  • FIG. 7 is a block diagram for explaining the functional configuration of the information analysis device and control support device of FIG. FIG.
  • FIG. 8 is a flow chart showing an example of the operation of the control device of the substrate processing apparatus during the learning operation.
  • FIG. 9 is a flow chart showing an example of the operation of the information analysis apparatus during learning operation.
  • FIG. 10 is a flow chart showing an example of the operation of the control support device during the learning operation.
  • FIG. 11 is a flow chart showing an example of the operation of the substrate processing apparatus in the proper parameter value update operation.
  • FIG. 12 is a flow chart showing an example of the operation of the information analysis device in the proper parameter value updating operation.
  • FIG. 13 is a flow chart showing an example of the operation of the control support device in the proper parameter value update operation.
  • FIG. 14 is a schematic diagram for explaining a substrate processing system including a substrate processing apparatus according to a reference embodiment.
  • the substrate means a semiconductor substrate (semiconductor wafer), a substrate for FPD (Flat Panel Display) such as a liquid crystal display device or an organic EL (Electro Luminescence) display device, an optical disk substrate, a magnetic disk substrate, a magneto-optical Disc substrates, photomask substrates, ceramic substrates, solar cell substrates, etc.
  • FPD Fluorescence Deposition
  • OLED Electro Luminescence
  • FIG. 1 is a diagram for explaining the configuration of a substrate processing system including a control support device according to one embodiment.
  • a substrate processing system 100 of FIG. 1 includes a substrate processing apparatus 1 , an information analysis apparatus 3 and a control support apparatus 4 .
  • the control support device 4 is connected to the substrate processing device 1 and the information analysis device 3 .
  • the control support device 4 is connected to each of the substrate processing device 1 and the information analysis device 3 via a wired or wireless communication path or network.
  • the control support device 4 is connected to each of the substrate processing device 1 and the information analysis device 3 via a communication network such as the Internet.
  • the control support device 4 is connected to the substrate processing device 1 and the information analysis device 3 via a wired or wireless LAN (Local Area Network).
  • a wired or wireless LAN Local Area Network
  • the substrate processing apparatus 1 includes a control device 40 and a plurality of substrate processing units WU.
  • Each substrate processing unit WU has a spin chuck SC and a chamber CH for holding and rotating the substrate W.
  • the chamber CH has an opening through which the substrate W can pass, and has a shutter (not shown) for opening and closing the opening.
  • the substrate processing unit WU includes, for example, a substrate cleaning unit, a photosensitive film forming unit, an edge exposing unit, a developing unit, and the like.
  • the substrate processing apparatus 1 includes various components (devices, parts, etc.) that constitute the substrate processing apparatus 1 .
  • the substrate processing apparatus 1 includes an air supply/exhaust system AES for keeping the atmosphere inside the chamber CH of each substrate processing unit WU clean.
  • various processes are performed on the substrate W held by the spin chuck SC.
  • the substrate W is cleaned by supplying the cleaning liquid to the substrate W.
  • the air supply/exhaust system AES includes, as components, an air supply unit FFU, an exhaust unit ED, and pressure gauges PG1 and PG2.
  • the control device 40 includes a first controller 40a for controlling the plurality of air supply units FFU and a second controller 40b for controlling the plurality of exhaust units ED.
  • the substrate processing apparatus 1 is provided with a display device, an audio output device, and an operation unit (not shown).
  • the substrate processing apparatus 1 is operated according to a predetermined processing procedure (processing recipe) of the substrate processing apparatus 1 .
  • the air supply unit FFU is provided at the air supply port of the chamber CH to supply clean gas (for example, air or inert gas) into the chamber CH.
  • the air supply unit FFU is, for example, a fan filter unit including a fan motor. The rotation speed of the fan motor is adjusted in the air supply unit FFU. Thereby, the flow rate of the gas supplied into the chamber CH is adjusted.
  • the exhaust part ED is provided at the exhaust port of the chamber CH to exhaust the gas inside the chamber CH.
  • the exhaust part ED includes an exhaust damper including, for example, a damper motor. In the exhaust section ED, the opening of the exhaust damper is adjusted by the damper motor. Thereby, the flow rate of the gas discharged from the chamber CH is adjusted.
  • the pressure gauge PG1 measures the pressure of the gas supplied to the chamber CH (hereinafter referred to as first control pressure).
  • the pressure gauge PG2 measures the pressure of the gas discharged from the chamber CH (hereinafter referred to as second control pressure).
  • the first control unit 40a of the control device 40 sets the value of the first control pressure to a predetermined pressure value (hereinafter referred to as a first target pressure value). to control.
  • the second control unit 40b of the control device 40 operates the exhaust unit ED to set the value of the second control pressure to a predetermined pressure value (hereinafter referred to as a second target pressure value). Control.
  • the first control unit 40a in order to keep the pressure of the gas supplied into the chamber CH constant, the first control unit 40a, based on the difference between the first control pressure and the first target pressure value, The electric power supplied to the fan motor of the air supply unit FFU is controlled by PID (proportional-integral-derivative). Thereby, the pressure of the gas supplied into the chamber CH is kept constant.
  • the second control unit 40b controls the pressure of the exhaust unit ED based on the difference between the second control pressure and the second target pressure value. Power supplied to the damper motor is PID-controlled. Thereby, the pressure of the gas discharged from the chamber CH is kept constant.
  • the pressure in the chamber CH is kept constant by the control of the first controller 40a and the second controller 40b.
  • the substrate processing apparatus 1 of FIG. 1 is provided with a plurality of air supply units FFU of the same type and a plurality of exhaust units ED of the same type corresponding to the plurality of substrate processing units WU.
  • the controller 40 controls the components of the substrate processing apparatus 1
  • the components are controlled with various control parameter values.
  • the control device 40 controls the operation of each component according to control parameters determined for each type of component. In this case, even components of the same type have different characteristics due to individual differences. Therefore, appropriate control parameter values are set for a plurality of components of the same type.
  • the values of the control parameters are hereinafter referred to as parameter values.
  • the control parameters used to control the air supply unit FFU and the exhaust unit ED are the P gain, I gain, D gain, control period, dead band area, and the like.
  • Processing Information In the substrate processing apparatus 1, a plurality of processes indicating operations or states related to processing of substrates W in the substrate processing apparatus 1 are stored as information for managing abnormalities in constituent elements of the substrate processing apparatus 1. Information is defined.
  • the processing information is transmitted from the control device 40 of the substrate processing apparatus 1 to the information analysis device 3 via the control support device 4 at predetermined intervals, as indicated by the thick solid arrow in FIG. be done.
  • the processing information transmitted from the substrate processing apparatus 1 to the information analysis apparatus 3 via the control support apparatus 4 includes "a. FFU fan rotation speed” and “b. FFU internal pressure value”, “c. current position of exhaust damper”, “d. chamber exhaust pressure value” and “e. shutter open/close timing”.
  • processing information relating to the component air supply unit FFU and exhaust unit ED is shown.
  • Fan rotation speed of FFU indicates the rotation speed of the fan of the air supply unit FFU.
  • Internal pressure value of FFU is the value of the pressure in the air supply unit FFU.
  • Exhaust damper current position is a value indicating the opening degree of the damper of the exhaust section ED.
  • Chamber exhaust pressure value is the value of the pressure of the gas exhausted from the exhaust part ED.
  • Shutter open/close timing is a value indicating the open/close timing of the shutter provided in the chamber CH.
  • the information analysis device 3 is, for example, a server, and includes a CPU (Central Processing Unit) and memory.
  • the information analysis device 3 collects a plurality of pieces of processing information transmitted from the substrate processing device 1 .
  • a plurality of combinations of two pieces of processing information that are different from each other are predetermined for a plurality of pieces of processing information transmitted from the substrate processing device 1 to the information analysis device 3 .
  • an invariant relationship (hereinafter referred to as an invariant relationship) is maintained between the two pieces of processing information that make up each combination.
  • the invariant relationship is set for each predetermined processing procedure (processing recipe) of the substrate processing apparatus 1 .
  • the information analysis device 3 calculates the degree of divergence between a plurality of combinations of actually collected processing information and a plurality of invariant relations predetermined for the plurality of processing information. Calculate as degrees. Further, the information analysis device 3 calculates the degree of abnormality of the component as an abnormality score based on the plurality of degrees of divergence that have been calculated.
  • the anomaly score represents the normality of the operation of the component. That is, when the anomaly score is low, the normality of the behavior of the component is high, and when the anomaly score is high, the normality of the behavior of the component is low. A specific example of the method of calculating the anomaly score will be described later.
  • anomaly score changes depending on the parameter values set for each component. If the parameter values set for each component are appropriate, the normality of the operation of that component will be high and the abnormality score will be low. Conversely, if the parameter values set for each component are not appropriate, the normality of the operation of that component will be low and the abnormality score will be high. As described below, in the present embodiment, anomaly scores can be used to determine appropriate parameter values.
  • FIG. 2 is a diagram for explaining a specific calculation example of the degree of divergence.
  • an example of calculation of the degree of divergence corresponding to the combination of "a. fan rotation speed of FFU" and “b. internal pressure value of FFU” in FIG. 1 will be described.
  • the data of "a. fan rotation speed of FFU” will be referred to as "a” data
  • the data of "b. internal pressure value of FFU” will be referred to as "b” data.
  • ideal "a” data and "b” data are obtained, for example, based on a plurality of pieces of processing information transmitted from the substrate processing apparatus 1 when the substrate processing apparatus 1 is actually operating normally. .
  • the ideal 'a' data and 'b' data may be generated by simulation or the like.
  • FIG. 2 An example of the temporal change of ideal "a" data and "b" data is shown by a graph.
  • the horizontal axis represents time and the vertical axis represents the rotational speed value of the fan of the air supply unit FFU.
  • the horizontal axis represents time
  • the vertical axis represents the internal pressure value of the air supply unit FFU.
  • the horizontal axis (time axis) is common between the "a" data graph and the "b" data graph.
  • an invariant relationship is created for each combination of a plurality of pieces of processing information (the "a” to "e” data described above).
  • an invariant relationship is created for each component of the exhaust system of the substrate processing apparatus 1 (FIG. 1).
  • the substrate W is processed in the substrate processing apparatus 1, and the actual "a" data and "b” data are collected by the information analysis device 3.
  • the information analysis device 3 In the central part of FIG. 2, an example of the temporal change of actually collected "a” data and "b” data is shown by a graph.
  • the "b” data is predicted based on pre-stored invariant relations. Also, once the actual 'b' data is collected, the 'a' data is predicted based on pre-stored invariant relationships.
  • FIG. 2 an example of the temporal change of the "a” data and the "b" data predicted based on the invariant relationship is shown graphically. In the lower graph of FIG. 2, the predicted “a” data and “b” data are indicated by solid lines, and the actually collected "a” data and "b” data are indicated by dotted lines.
  • the difference value between data that is actually collected processing information and data that is predicted processing information is calculated as the degree of divergence.
  • the information analysis device 3 calculates the difference value between the actual "a” data and the predicted "a” data as the deviation when calculating the deviation at a certain time.
  • the information analysis device 3 also calculates the difference value between the actual "b" data and the predicted "b” data as the degree of divergence.
  • FIG. 3 is a diagram for explaining a specific calculation example of an anomaly score.
  • the information analysis device 3 calculates the degree of divergence for all combinations of multiple pieces of processing information.
  • a plurality of values arranged in the row on the right side of each of the processing information “a” to “e” in the left vertical column of FIG. 3 were predicted from each of the processing information “a” to “e” in the upper horizontal column. It represents the degree of divergence between processing information and actually acquired processing information.
  • the value “35” in the column at the intersection of the right row of the processing information "a” in the left vertical column and the lower column of the processing information "b” in the upper horizontal column is the processing information "b ” and the actually acquired processing information “a”.
  • the value "21” in the column at the intersection of the right row of the processing information "b” in the left vertical column and the lower column of the processing information "a” in the upper horizontal column is the processing information "a , and the actually acquired processing information “b”.
  • FIG. 3 shows a plurality of divergence degrees calculated for all combinations of a plurality of pieces of processing information related to one component.
  • the information analysis device 3 calculates the sum of the calculated plurality of degrees of deviation as the abnormality score corresponding to the component.
  • the anomaly score is 161.
  • a decision model that determines the normality of operation of the component is generated and updated by machine learning.
  • a plurality of determination models are generated and updated corresponding to a plurality of components of the same type (for example, a plurality of air supply units FFU) of the substrate processing apparatus 1.
  • FIG. in the present embodiment the determination result of the degree of normality of the operation of the component corresponding to each determination model is calculated as the abnormality score.
  • parameter values to be set for one or more components are determined based on anomaly scores calculated by a plurality of judgment models.
  • An operation of generating a plurality of decision models by machine learning is hereinafter referred to as a learning operation.
  • the operation of updating (finely adjusting) the parameter values set for each component is called proper parameter value updating operation.
  • FIG. 4 is a conceptual diagram for explaining operations of the substrate processing apparatus 1, the information analysis apparatus 3, and the control support apparatus 4 in the learning operation and the proper parameter value updating operation.
  • FIG. 5 is a conceptual diagram for explaining a plurality of judgment models.
  • FIG. 6 is a conceptual diagram for explaining the correspondence between judgment model numbers and parameter values.
  • n is an integer of 2 or more.
  • the controller 40 of the substrate processing apparatus 1 controls the operations of the plurality of components C1-Cn based on the parameter values PR1-PRn set in the memory ME.
  • PIn respectively corresponding to the plurality of components C1 to Cn are transmitted from the substrate processing apparatus 1 to the information analysis apparatus 3.
  • Each of the plurality of pieces of processing information PI1-PIn includes one or more pieces of processing information. For example, when a plurality of components C1 to Cn are a plurality of air supply units FFU, a plurality of pieces of processing information “a” to “e” corresponding to each air supply unit FFU are transmitted to the information analysis device 3. .
  • the judgment model generator 32 of the information analysis device 3 generates a plurality of judgment models MD1, MD2, . Generate. For example, determination models MD1 to MDn corresponding to the plurality of air supply units FFU in FIG. 1 are generated. In the present embodiment, judgment model numbers M1 to Mn are given to the plurality of judgment models MD1 to MDn as model identification information for identifying each judgment model.
  • FIG. 5 shows examples of two decision models MD1 and MD2.
  • the judgment models MD1 and MD2 have different functions representing the relationship between changes in each piece of processing information and changes in other processing information.
  • processing information "a” is represented by a function f1 having processing information "b” as a variable.
  • processing information "b” is represented by a function g1 having the processing information "a” as a variable.
  • the processing information "a” is represented by a function f2 having the processing information "b” as a variable.
  • the processing information "b” is represented by a function g2 having the processing information "a” as a variable.
  • a plurality of parameter values PR1 to PRn corresponding to a plurality of components C1 to Cn are transmitted from the substrate processing apparatus 1 to the control support device 4, and a plurality of judgment models MD1 of the information analysis device 3 are transmitted.
  • a plurality of judgment model numbers M1 to Mn corresponding to .about.MDn are transmitted from the information analysis device 3.
  • the control support device 4 stores the correspondence CR between the plurality of judgment model numbers M1 to Mn and the plurality of parameter values PR1 to PRn.
  • FIG. 6 shows the corresponding relationship for one air supply unit FFU in FIG.
  • the control parameters include control period, P gain, I gain, D gain, and dead zone area.
  • a plurality of judgment model numbers M1 to Mn are associated with control period values, filter coefficient values, P gain values, I gain values, D gain values, and dead zone values. be done.
  • a plurality of decision models MD1 to MDn corresponding to a plurality of components C1 to Cn are generated, and the correspondence relationships CR between the plurality of decision model numbers M1 to Mn and the plurality of parameter values are generated. is set.
  • the control device 40 controls the operations of the plurality of components C1-Cn based on the parameter values PR1-PRn set in the memory ME. As a result, a plurality of pieces of processing information PI1-PIn respectively corresponding to the plurality of components C1-Cn are transmitted from the substrate processing apparatus 1 to the information analysis apparatus 3.
  • FIG. 1 a plurality of pieces of processing information PI1-PIn respectively corresponding to the plurality of components C1-Cn are transmitted from the substrate processing apparatus 1 to the information analysis apparatus 3.
  • the information analysis device 3 determines the degree of normality of the components C1 to Cn corresponding to the plurality of determination models MD1, MD2, . . Abnormality scores AS1-ASn corresponding to a plurality of components C1-Cn may be sent to substrate processing apparatus 1 or control support apparatus 4. FIG. Thereby, the operator can recognize whether each component C1 to Cn of the substrate processing apparatus 1 is normal or abnormal.
  • the component whose characteristics have deteriorated is replaced with a new component. Due to individual differences between the component before replacement and the component after replacement, the characteristics of the component after replacement may differ from the characteristics of the component before replacement. In this case also, it is necessary to update (finely adjust) the parameter values for the pre-replacement component to appropriate parameter values for the post-replacement component.
  • the controller 40 of the substrate processing apparatus 1 controls the component C1 with the parameter value PR1 already set for the component C1. Thereby, the processing information PI1 related to the component C1 is transmitted from the substrate processing apparatus 1 to the information analysis apparatus 3.
  • FIG. 1
  • the processing information PI1 related to the component C1 is given to a plurality of judgment models MD1 to MDn.
  • a plurality of determination models MD1 to MDn calculate abnormality scores AS1 to ASn as determination results based on the processing information PI1 by the method described with reference to FIGS. 2 and 3, respectively.
  • the minimum score determination unit 35 determines the abnormality score having the minimum value among the abnormality scores AS1 to ASn calculated by the plurality of determination models MD1 to MDn, and performs determination corresponding to the determination model that has calculated the abnormality score having the minimum value.
  • the model number is sent to the control support device 4 .
  • the anomaly score with the lowest value indicates the highest degree of normality.
  • the abnormality score ASn calculated by the judgment model MDn has the minimum value.
  • the determination model number Mn corresponding to the determination model MDn is transmitted from the minimum score determination unit 35 to the control support device 4 .
  • the control support device 4 determines the parameter value PRn corresponding to the judgment model number Mn acquired from the information analysis device 3 as the appropriate parameter value based on the correspondence CR acquired during learning.
  • the determined appropriate parameter value PRn is transmitted from the control support device 4 to the substrate processing apparatus 1 .
  • the parameter value PR1 for the component C1 is updated to the proper parameter value PRn.
  • the parameter values PR2-PRn for the other components C2-Cn can be updated.
  • FIG. 7 is a block diagram mainly for explaining the functional configuration of the information analysis device 3 and the control support device 4 in FIG. It is a diagram.
  • the substrate processing apparatus 1 includes the control device 40 of FIG. In FIG. 7, the illustration of the plurality of components C1 to Cn and the storage unit ME in FIG. 4 is omitted.
  • the information analysis device 3 of FIG. 7 includes an information reception section 31, a judgment model generation section 32, a minimum score judgment section 35, a judgment model storage calculation section 33, and a judgment model number transmission section .
  • the information analysis device 3 is composed of, for example, a CPU (Central Processing Unit) and a memory.
  • a plurality of functional units (31 to 35) in FIG. 7 are implemented by the CPU executing a control program stored in the memory.
  • the control support device 4 is composed of, for example, a CPU (Central Processing Unit) and a memory.
  • a plurality of functional units (41 to 48) in FIG. 7 are implemented by the CPU executing a control program stored in the memory. The functions and operations of the functional units (31 to 35, 41 to 48) shown in FIG. 7 will be described with reference to flowcharts shown in FIGS. 8 to 13, which will be described later.
  • FIG. 8 is a flowchart showing an example of the operation of the control device 40 of the substrate processing apparatus 1 during the learning operation.
  • FIG. 9 is a flow chart showing an example of the operation of the information analysis device 3 during the learning operation.
  • FIG. 10 is a flow chart showing an example of the operation of the control support device 4 during the learning operation.
  • step S10 the controller 40 of the substrate processing apparatus 1 determines whether or not a command to start the learning operation has been issued. If the start of the learning operation has not been commanded, the control device 40 waits until the start of the learning operation is commanded. When the start of the learning operation is instructed, a plurality of constituent elements C1 to Cn are controlled with a plurality of preset parameter values PR1 to PRn in FIG. 4 (step S11).
  • control device 40 transmits a plurality of pieces of processing information PI1 to PIn obtained by the operations of the plurality of components C1 to Cn to the information analysis device 3 via the control support device 4 (step S12). Note that the control device 40 may directly transmit the obtained plurality of pieces of processing information PI1 to PIn to the information analysis device 3.
  • step S13 the control device 40 determines whether or not an instruction to end the learning operation has been issued (step S13). If the end of the learning operation has not been instructed, the control device 40 returns to step S11. Thereby, the operations of steps S11 to S13 are repeated. When the end of the learning operation is commanded in step S13, the learning operation ends.
  • the information receiving unit 31 of the information analysis device 3 determines whether or not the start of the learning operation has been instructed (step S20). If the start of the learning operation has not been commanded, the information receiving section 31 waits until the start of the learning operation is commanded. When the start of the learning operation is instructed, the information receiving section 31 determines whether or not the plurality of pieces of processing information PI1 to PIn transmitted in step S12 of FIG. 8 have been received (step S21). When the plurality of pieces of processing information PI1 to PIn have not been received, the information receiving section 31 waits until the plurality of pieces of processing information PI1 to PIn are received.
  • the judgment model generator 32 When receiving a plurality of pieces of processing information PI1 to PIn, the judgment model generator 32 generates a plurality of judgment models MD1 to MDn corresponding to the plurality of components C1 to Cn by machine learning (step S22). At this time, the judgment model generator 32 gives judgment model numbers M1 to Mn to the plurality of judgment models MD1 to MDn as model identification information for identifying each judgment model.
  • the determination model storage/calculation unit 33 stores the plurality of determination models MD1 to MDn generated by the determination model generation unit 32 (step S23).
  • the determination model number transmission unit 34 transmits the determination model numbers M1 to Mn of the plurality of determination models MD1 to MDn stored in the determination model storage calculation unit 33 to the control support device 4 (step S24). After that, the information receiving section 31 determines whether or not an instruction to end the learning operation has been issued (step S25). If the end of the learning operation has not been instructed, the information receiving section 31 returns to step S21. Thereby, the operations of steps S21 to S25 are repeated.
  • the judgment model storage calculation unit 33 stores a plurality of judgment models MD1 to MDn corresponding to the plurality of components C1 to Cn.
  • the learning operation ends.
  • the processing information acquisition unit 41 of the control support device 4 determines whether or not a command to start the learning operation has been issued (step S30). When the start of the learning operation has not been commanded, the processing information acquiring unit 41 waits until the start of the learning operation is commanded. When the start of the learning operation is instructed, the processing information acquisition unit 41 determines whether or not a plurality of pieces of processing information PI1 to PIn have been received (step S31). If the plurality of pieces of processing information PI1 to PIn have not been received, the processing information acquiring unit 41 waits until the plurality of pieces of processing information PI1 to PIn are received.
  • the processing information acquiring unit 41 transmits the received pieces of processing information PI1 to PIn to the information analysis device 3 (step S32).
  • the processing information acquiring section 41 does not perform steps S31 and S32.
  • the parameter value acquisition unit 42 determines whether or not a plurality of parameter values PR1 to PRn set for controlling the constituent elements in the substrate processing apparatus 1 have been acquired (step S33). If the set parameter values PR1 to PRn have not been obtained, the parameter value obtaining unit 42 waits until the set parameter values PR1 to PRn are obtained.
  • the determination model number acquisition unit 43 determines whether or not the multiple determination model numbers M1 to Mn transmitted by the information analysis device 3 have been acquired (step S34). If the plurality of judgment model numbers M1 to Mn have not been obtained, the judgment model number obtaining unit 43 waits until the plurality of judgment model numbers M1 to Mn are obtained.
  • the correspondence generation unit 44 When the determination model number acquisition unit 43 acquires a plurality of determination model numbers M1 to Mn, the correspondence generation unit 44 generates a plurality of parameter values PR1 to PRn acquired by the parameter value acquisition unit 42 and the determination model number acquisition unit 43 A correspondence relationship CR is generated between the plurality of judgment model numbers M1 to Mn obtained by (step S35).
  • the correspondence storage unit 45 stores the correspondence CR generated by the correspondence generation unit 44 (step S36).
  • the processing information acquisition unit 41 determines whether or not an instruction to end the learning operation has been issued (step S37). If the end of the learning operation has not been instructed, the process returns to step S31. Thereby, the operations of steps S31 to S37 are repeated. When the end of the learning operation is instructed, the learning operation ends.
  • FIG. 11 is a flow chart showing an example of the operation of the substrate processing apparatus 1 in the proper parameter value updating operation.
  • FIG. 12 is a flow chart showing an example of the operation of the information analysis device 3 in the proper parameter value update operation.
  • FIG. 13 is a flow chart showing an example of the operation of the control support device 4 in the proper parameter value update operation.
  • PRk be the parameter value to be updated
  • Ck be the component to be updated.
  • k is any integer from 1 to n.
  • the control device 40 of the substrate processing apparatus 1 determines whether or not a command to start the appropriate parameter value updating operation has been issued (step S40). If the start of the proper parameter value update operation has not been commanded, the control device 40 waits until the start of the proper parameter value update operation is commanded. When the start of the appropriate parameter value update operation is commanded, the control device 40 controls the component Ck with the preset parameter value Pk (step S41).
  • control device 40 transmits the processing information PIk obtained by the operation of the component Ck to the information analysis device 3 via the control support device 4 (step S42). Note that the control device 40 may directly transmit the obtained processing information PIk to the information analysis device 3 . After that, the control device 40 determines whether or not the proper parameter value transmitted by the transmission unit 48 of the control support device 4 is received in step S64 described later (step S43). If the correct parameter values have not been received, the controller 40 waits until the correct parameter values are received.
  • the control device 40 When receiving the proper parameter value, the control device 40 updates the parameter value Pk of the target component Ck to the proper parameter value (step S44). The control device 40 determines whether or not an instruction to end the proper parameter value update operation has been issued (step S45). If the end of the appropriate parameter value updating operation has not been instructed, the control device 40 returns to step S41. When the end of the proper parameter value update operation is commanded, the proper parameter value update operation ends.
  • the information receiving unit 31 of the information analysis device 3 determines whether or not an instruction to start the appropriate parameter value updating operation has been issued (step S50). When the start of the proper parameter value update operation has not been commanded, the information receiving section 31 waits until the start of the proper parameter value update operation is commanded. When the start of the proper parameter value update operation is instructed, the information receiving unit 31 determines whether or not the processing information PIk transmitted by the control device 40 via the control support device 4 in step S42 of FIG. 42 has been received. (step S51).
  • the information receiving unit 31 waits until the processing information PIk is received.
  • the plurality of judgment models MD1 to MDn stored in the judgment model storage calculation unit 33 respectively calculate abnormality scores AS1 to ASn based on the received processing information PIk (step S52).
  • the minimum score determination unit 35 determines the minimum abnormality score among the plurality of abnormality scores AS1 to ASn, and selects the determination model that has calculated the minimum abnormality score (step S53).
  • the determination model number transmission unit 34 transmits the determination model number of the selected determination model to the control support device 4 (step S54). After that, the information receiving section 31 determines whether or not an instruction to end the proper parameter value updating operation has been issued (step S55). If the end of the appropriate parameter value update operation has not been instructed, the process returns to step S51. When the end of the proper parameter update operation is commanded, the proper parameter update operation is ended.
  • the processing information acquisition unit 41 of the control support device 4 determines whether or not an instruction to start the appropriate parameter value updating operation has been issued (step S60).
  • the processing information acquiring unit 41 waits until the start of the proper parameter value update operation is commanded.
  • the determination model number acquisition unit 43 determines whether or not the determination model number transmitted from the determination model number transmission unit 34 of the information analysis device 3 in step S54 of FIG. (step S61). If the judgment model number has not been acquired, the judgment model number transmission unit 34 waits until the judgment model number is acquired.
  • the correspondence acquisition unit 46 acquires the correspondence stored in the correspondence storage unit 45 (step S62).
  • the appropriate parameter value determination unit 47 determines the parameter value corresponding to the determination model number acquired by the determination model number acquisition unit 43 based on the correspondence CR acquired by the correspondence acquisition unit 46 as the appropriate parameter value (step S63).
  • the transmission unit 48 transmits the proper parameter values determined by the proper parameter value determination unit 47 to the substrate processing apparatus 1 (step S64).
  • the processing information acquisition unit 41 determines whether or not an instruction to end the proper parameter update operation has been issued (step S65). If the end of the proper parameter update operation has not been commanded, the process returns to step S61. When the end of the proper parameter update operation is commanded, the proper parameter update operation is ended.
  • the parameter value CRk for controlling at least one component Ck is updated to a proper parameter value by the proper parameter update operation.
  • the plurality of parameter values PR1 to PRn can be updated (finely adjusted) to appropriate parameter values by performing similar appropriate parameter value updating operations.
  • the operation of the component is controlled using the updated parameter value, so that the information analysis device 3 can detect the updated parameter value A judgment model corresponding to is generated by the learning operation described above.
  • the determination model storage calculation unit 33 of the information analysis device 3 stores a new determination model in addition to the determination model corresponding to the parameter value before update.
  • the number of determination models for calculating anomaly scores increases during the proper parameter value update operation.
  • the appropriate parameter value updating operation is repeatedly performed, thereby improving the accuracy of the appropriate parameter value.
  • the judgment model number in the example of FIG. 4, the judgment model number Mn
  • a determination model determination model MDn in the example of FIG. 4 capable of obtaining an appropriate determination result
  • a parameter value (parameter value PRn in the example of FIG. 4) corresponding to the determined determination model (determination model MDn in the example of FIG. 4) can be determined.
  • the parameter value (the parameter value PRn in the example of FIG. 4) is determined based on the obtained correspondence CR and the obtained judgment model number (the judgment model number Mn in the example of FIG. 4).
  • the parameter value for controlling the component (the component C1 in the example of FIG. 4) in the substrate processing apparatus 1 is automatically determined to be an appropriate parameter value (the parameter value PRn in the example of FIG. 4).
  • parameter values for controlling other components can be automatically determined to appropriate parameter values.
  • the information analysis apparatus 3 based on the invariant relationship between the processing information of the substrate processing apparatus 1, the information analysis apparatus 3 appropriately determines the degree of abnormality (degree of normality) of the operations of the plurality of components. .
  • the judgment model number acquired by the judgment model number acquisition unit 43 of the control support device 4 corresponds to the judgment model that can obtain a more appropriate judgment result (anomaly score with the lowest degree of anomaly). number.
  • the proper parameter value determination unit 47 determines the parameter value corresponding to the judgment model number acquired by the judgment model number acquisition unit 43 among the correspondence acquired by the correspondence acquisition unit 46 as the proper parameter value. be able to. As a result, it becomes possible to determine appropriate parameter values for controlling the components of the air supply/exhaust system AES of the substrate processing apparatus 1 .
  • control support device 4 includes the transmission unit 48, so that the appropriate parameter values can be transmitted to the substrate processing apparatus 1.
  • transmission unit 48 so that the appropriate parameter values can be transmitted to the substrate processing apparatus 1.
  • the parameter values used for the components after installation, after inspection, or after replacement are automatically adjusted to appropriate values in a short time. Time can decide.
  • control support device 4 since the control support device 4 includes the correspondence storage unit 45, there is no need to provide a configuration for storing the correspondence outside the control support device 4.
  • the decision model is generated based on the invariant relationship, but the present invention is not limited to this.
  • the decision model may be generated by using other machine learning methods such as deep learning.
  • control support device 4 includes the transmission unit 48, but the present invention is not limited to this.
  • a notification unit for notifying the appropriate parameter value determined by the appropriate parameter value determination unit 47 to the control support device 4 may be provided.
  • the operator can input to the substrate processing apparatus 1 the appropriate parameter values notified by the notification unit.
  • control support device 4 includes the correspondence storage unit 45, but the present invention is not limited to this.
  • a configuration for storing the correspondence may be provided outside the control support device 4 .
  • the correspondence may be stored in a cloud or the like on the Internet. In this case, the capacity of the storage device of the control support device 4 can be reduced.
  • the substrate processing apparatus 1 and the control support device 4 are provided separately, but the substrate processing apparatus 1 and the control support device 4 may be provided as a single unit. Further, although the information analysis device 3 and the control support device 4 are provided separately in the above-described embodiment, the information analysis device 3 and the control support device 4 may be provided as a single unit.
  • control support device 4 is used to determine the proper parameter values of the air supply unit FFU of the air supply/exhaust system AES among various components of the substrate processing apparatus 1. It is also possible to apply the control support device 4 according to the above embodiment to determine proper parameter values for other components of the substrate processing apparatus 1 . For example, the control support device 4 according to the above-described embodiment may be used to determine appropriate parameter values for each flow control valve of the substrate processing unit WU among various components of the substrate processing apparatus 1 .
  • FIG. 14 is a schematic diagram for explaining a substrate processing system 100a including a substrate processing apparatus 1a according to another embodiment.
  • the substrate processing apparatus 1a includes, as components, a processing liquid flow path RP, a flow meter, and a flow meter to supply the processing liquid onto the substrate W held by the spin chuck SC in the substrate processing unit WU.
  • the flowmeter FM measures the value of the flow rate of the processing liquid flowing through the processing liquid flow path RP.
  • the pressure gauge PM measures the value of the pressure inside the processing liquid flow path RP.
  • the discharge valve DV performs an opening/closing operation to supply the processing liquid in the processing liquid flow path RP to the substrate processing unit WU.
  • the flow control valve MV is a motor needle valve.
  • the flow rate control valve MV includes a motor and a needle, and the flow rate is adjusted by moving the needle within the internal flow path by the motor.
  • the control device 40 controls the electric power supplied to the motor of the flow control valve MV based on the flow rate of the processing liquid flowing through the processing liquid flow path RP detected by the flow meter FM.
  • the substrate processing apparatus 1a it is possible to determine an appropriate parameter value for controlling the flow control valve MV by updating the appropriate parameter value by the information analysis device 3 and the control support device 4 in the above embodiment. is.
  • the proper parameter value update operation is performed when the substrate processing apparatus 1 is installed, when the substrate processing apparatus 1 is inspected, the parameter values for each component are updated (fine adjustment), or when any of the components of the substrate processing apparatus 1 is replaced.
  • this is done for updating (fine tuning) of parameter values
  • the present invention is not limited to this.
  • the appropriate parameter value updating operation may be performed. In this case, the parameter value of the component in which the abnormality was detected is updated to the proper parameter value. As a result, if no abnormality is detected in the component controlled with the updated appropriate parameter values, the component can be used continuously without being replaced with a new component.
  • a motor needle valve is used as the flow control valve MV of the substrate processing apparatus 1a
  • an abnormality of the motor needle valve is detected due to a change in the shape of the needle due to aged deterioration of the needle.
  • the control support device 4 it is possible to update the parameter value for the motor needle valve in which an abnormality has been detected to an appropriate parameter value. If the motor needle is controlled with proper parameter values and no abnormality of the motor needle is detected, the motor needle can be used continuously. As a result, it is possible to extend the remaining life of the motor needle while it is in service.
  • the determination model number acquisition unit 43 is an example of an information acquisition unit
  • the correspondence storage unit 45 is an example of a storage unit
  • the appropriate parameter value determination unit 47 is an example of a determination unit.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
  • Cleaning Or Drying Semiconductors (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

基板処理装置の給排気システムにおける構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、制御支援装置は、基板処理装置の基板の処理に関連する動作または状態を示す処理情報から構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、複数の判定モデルのうち構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、対応関係取得部により取得された対応関係および情報取得部により取得されたモデル識別情報に基づいて、構成要素を制御するためのパラメータ値を決定する決定部とを備える。

Description

制御支援装置および制御支援方法
　本発明は、制御支援装置および制御支援方法に関する。
　半導体基板（半導体ウェハ）等の基板を処理する基板処理装置は、基板の処理が行われるチャンバ内の雰囲気を清浄に保つために給排気システムを含む。特許文献１には、チャンバ内に清浄な空気を供給する構成およびチャンバ内の空気を排出する構成が記載される。一般的に、基板処理装置のチャンバ内は、パーティクルの飛散を防止するために一定の圧力に保持される。特許文献２には、チャンバの送風口に設けられたＦＦＵ（ファン・フィルター・ユニット）および排気バルブを含む排気ダクトが記載される。基板処理装置においては、給排気システムの構成要素（部品または機器）が制御されることにより、チャンバ内の圧力が一定に保たれる。
特開２０２１－１９０５３０号公報 特開２０２２－０１５１５１号公報
　一般的に、同種の構成要素であっても、個体差によって特性が異なる。そのため、給排気システムを正常に稼働させるためには、各構成要素を制御するための制御パラメータの値をそれぞれ決定する必要がある。構成要素ごとの制御パラメータの値の決定は、エンジニアにより行われている。この場合、エンジニアは、制御パラメータの値を決定するために、基板処理装置のティーチング動作により構成要素ごとおよび処理レシピ（処理手順）ごとに制御パラメータの値の微調整を繰り返し行う必要がある。これらの作業には、多大な時間が費やされる。
　本発明の目的は、基板処理装置の給排気システムの構成要素の制御パラメータの値を決定するための労力を軽減することが可能な制御支援装置および制御支援方法を提供することである。
　（１）本発明の一局面に従う制御支援装置は、基板処理装置の給排気システムにおける構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定する決定部とを備える。
　その制御支援装置によれば、基板処理装置の給排気システムにおける構成要素がパラメータ値に基づいて制御される。このとき、基板処理装置の処理情報から複数の判定モデルにより構成要素の正常度が判定される。複数のモデル識別情報と複数のパラメータ値とが予め対応付けられている。複数のモデル識別情報と複数のパラメータ値との対応関係が対応関係取得部により取得される。また、構成要素の動作時の処理情報から複数の判定モデルのうち適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報が取得される。この場合、モデル識別情報に基づいて適正な判定結果を得ることが可能な判定モデルを判別することができる。また、対応関係に基づいて、判別された判定モデルに対応するパラメータ値を判別することができる。それにより、取得された対応関係および取得されたモデル識別情報に基づいてパラメータ値が決定される。したがって、基板処理装置の給排気システムにおける構成要素を制御するためのパラメータ値が自動的に適切なパラメータ値に決定される。その結果、基板処理装置の給排気システムにおける構成要素の制御パラメータの値を適切な値に決定するための労力を軽減することが可能になる。
　（２）前記情報取得部は、前記複数の判定モデルの複数の判定結果のうち最も高い正常度を示す判定結果に対応する判定モデルのモデル識別情報を取得してもよい。
　この場合、給排気システムにおける機器の動作時の処理情報から複数の判定モデルにより正常度が判定され、最も高い正常度を示す判定結果に対応する判定モデルに対応するモデル識別情報が取得される。それにより、最も高い正常度を示す判定結果を得ることが可能な適切なパラメータ値を短時間で決定することが可能になる。したがって、作業者によるパラメータ値の微調整の作業が不要となる。
　（３）前記基板処理装置は、前記構成要素として、同種の複数の構成要素を含み、前記複数のパラメータ値は、前記複数の構成要素をそれぞれ制御するための値であり、前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、各構成要素を制御するための前記パラメータ値を決定してもよい。
　この場合、各機器に対応するパラメータ値を決定する場合に、他の機器に対応するパラメータ値を上記一の機器に対応するパラメータ値として決定することができる。したがって、複数の機器のパラメータ値を容易に決定することができる。
　（４）制御支援装置は、前記決定部により決定された前記パラメータ値を前記基板処理装置に送信する送信部をさらに備えてもよい。
　この場合、基板処理装置の給排気システムにおける機器を制御するために用いられるべきパラメータ値が基板処理装置に送信される。それにより、基板処理装置の給排気システムにおける機器を制御するためのパラメータ値を基板処理装置に自動的に設定することが可能になる。
　（５）前記決定部は、前記基板処理装置の据え付け時、前記基板処理装置の検査時または前記基板処理装置の構成要素が新たな構成要素に交換された場合に、前記据え付け後または交換後の構成要素の制御に用いられる前記パラメータ値を決定してもよい。
　この場合、基板処理装置の据え付け時、基板処理装置の検査時または機器の交換時に、据え付け後または交換後の機器に用いられるパラメータ値を適切な値に自動的かつ短時間で決定することができる。
　（６）前記基板処理装置の通常動作時に、前記構成要素の制御に用いられる前記パラメータ値に対応する判定モデルの判定結果が予め定められた異常状態を示す場合に、前記対応関係取得部は、前記対応関係を取得し、前記情報取得部は、前記適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得し、前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するために新たに用いられるべき前記パラメータ値を決定してもよい。
　基板処置装置の給排気システムにおける機器の特性が経年的に変化することにより、機器の制御に用いられているパラメータ値が適切でなくなった場合、そのパラメータ値に対応する判定モデルの判定結果が異常状態を示す場合がある。このような場合に、機器を制御するために新たに用いられるべきパラメータ値を自動的かつ短時間に決定することができる。その結果、機器の使用を継続することが可能になる。
　（７）前記複数の判定モデルの各々は、前記基板処理装置の基板の処理に関連する動作または状態を示す複数の前記処理情報間のインバリアントな関係性と前記基板処理装置から実際に収集された複数の処理情報とに基づいて前記構成要素の正常度を判定してもよい。
　この場合、基板処理装置の処理情報間のインバリアントな関係性に基づいて、機器の動作の正常度が適切に判定される。それにより、取得されるモデル識別情報は、より適正な判定結果を得ることが可能な判定モデルを示すことになる。したがって、機器の制御に用いられるパラメータ値をより適切な値に決定することができる。
　（８）制御支援装置は、前記対応関係を記憶する記憶部をさらに備え、前記対応関係取得部は、前記記憶部により記憶された前記対応関係を取得し、前記決定部は、前記対応関係取得部に記憶された前記対応関係を用いて前記構成要素を制御するための前記パラメータ値を決定してもよい。
　この場合、パラメータ値の決定後に、複数の対応関係が記憶される。それにより、制御支援装置の外部に対応関係を記憶する構成を設ける必要がなくなる。
　（９）前記基板処理装置は、基板の処理が行われるチャンバを含み、前記構成要素は、前記チャンバ内の給気および排気を行う給気部と、前記チャンバ内の排気を行う排気部とを含み、前記パラメータ値は、前記給気部および前記排気部の少なくとも一方の動作に関連する値であってもよい。
　この場合、基板処置装置のチャンバ内の給気および排気の少なくとも一方に関連するパラメータ値を適切な値に短時間で決定することが可能となる。それにより、チャンバ内気流制御を正確に実行することが可能になる。
　（１０）前記制御パラメータは、前記給気部に対応する第１のパラメータと、前記排気部に対応する第２のパラメータとを含み、前記第１のパラメータのパラメータ値は、前記給気部の動作に関連する値であり、前記第２のパラメータのパラメータ値は、前記排気部の動作に関連する値であってもよい。
　この場合、基板処置装置のチャンバ内の給気および排気に関連する第１および第２のパラメータのパラメータ値の少なくとも一方を適切な値に短時間で決定することが可能になる。それにより、チャンバ内の給排気制御を正確に実行することが可能となる。
　（１１）本発明の他の局面に従う制御支援方法は、基板処理装置の給排気システムにおける構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援方法であって、前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得するステップと、前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得するステップと、前記取得された対応関係および前記取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定するステップとを含む。
　その制御支援方法によれば、モデル識別情報に基づいて適正な判定結果を得ることが可能な判定モデルを判別することができる。また、対応関係に基づいて、判別された判定モデルに対応するパラメータ値を判別することができる。それにより、取得された対応関係および取得されたモデル識別情報に基づいてパラメータ値が決定される。したがって、基板処理装置の給排気システムにおける機器を制御するためのパラメータ値が自動的に適切なパラメータ値に決定される。その結果、基板処理装置の給排気システムにおける構成要素の制御パラメータの値を適切な値に決定するための労力を軽減することが可能になる。
　本発明によれば、基板処理装置の給排気システムの構成要素の制御パラメータの値を決定するための労力を軽減することが可能になる。
図１は一実施の形態に係る制御支援装置を含む基板処理システムの構成を説明するための図である。 図２は乖離度の具体的な算出例を説明するための図である。 図３は異常スコアの具体的な算出例を説明するための図である。 図４は学習動作および適正パラメータ値更新動作における基板処理装置１、情報分析装置および制御支援装置の動作を説明するための概念図である。 図５は複数の判定モデルを説明するための概念図である。 図６は判定モデル番号とパラメータ値との対応関係を説明するための概念図である。 図７は図１の情報分析装置および制御支援装置の機能的な構成を説明するためのブロック図である。 図８は学習動作時における基板処理装置の制御装置の動作の一例を示すフローチャートである。 図９は学習動作時における情報分析装置の動作の一例を示すフローチャートである。 図１０は学習動作時における制御支援装置の動作の一例を示すフローチャートである。 図１１は適正パラメータ値更新動作における基板処理装置の動作の一例を示すフローチャートである。 図１２は適正パラメータ値更新動作における情報分析装置の動作の一例を示すフローチャートである。 図１３は適正パラメータ値更新動作における制御支援装置の動作の一例を示すフローチャートである。 図１４は参考形態に係る基板処理装置を含む基板処理システムを説明するための模式図である。
　以下、本発明の一実施の形態に係る制御支援装置および制御支援方法について図面を参照しながら詳細に説明する。以下の説明において、基板とは、半導体基板（半導体ウェハ）、液晶表示装置もしくは有機ＥＬ（Electro Luminescence）表示装置等のＦＰＤ（Flat Panel Display）用基板、光ディスク用基板、磁気ディスク用基板、光磁気ディスク用基板、フォトマスク用基板、セラミック基板または太陽電池用基板等をいう。
　（１）全体構成
　図１は、一実施の形態に係る制御支援装置を含む基板処理システムの構成を説明するための図である。図１の基板処理システム１００は、基板処理装置１、情報分析装置３および制御支援装置４を含む。制御支援装置４は、基板処理装置１および情報分析装置３に接続される。制御支援装置４は、基板処理装置１および情報分析装置３の各々に対して有線または無線の通信経路または通信回線網により接続される。例えば、制御支援装置４は、基板処理装置１および情報分析装置３の各々に対してインターネット等の通信回線網を介して接続される。本実施の形態において、制御支援装置４は、基板処理装置１および情報分析装置３に対して有線または無線のＬＡＮ（Local Area Network)により接続される。
　（２）基板処理装置１の構成例
　図１の例では、基板処理装置１は、制御装置４０および複数の基板処理ユニットＷＵを備える。各基板処理ユニットＷＵは、基板Ｗを保持して回転させるスピンチャックＳＣおよびチャンバＣＨを有する。チャンバＣＨは、基板Ｗが通過可能な開口を有し、開口を開閉するシャッタ（図示せず）を有する。基板処理ユニットＷＵは、例えば、基板洗浄ユニット、感光性膜形成ユニット、周縁露光ユニットおよび現像ユニット等を含む。基板処理装置１には、基板処理装置１を構成する種々の構成要素（機器または部品等）が含まれる。例えば、基板処理装置１は、各基板処理ユニットＷＵのチャンバＣＨ内の雰囲気を清浄に保つための給排気システムＡＥＳを含む。チャンバＣＨ内においては、スピンチャックＳＣに保持された基板Ｗに対して種々の処理が行われる。例えば、基板Ｗに洗浄液が供給されることにより基板Ｗが洗浄される。給排気システムＡＥＳは、構成要素として、給気部ＦＦＵ、排気部ＥＤおよび圧力計ＰＧ１，ＰＧ２を含む。制御装置４０は、複数の給気部ＦＦＵを制御するための第１の制御部４０ａおよび複数の排気部ＥＤを制御するための第２の制御部４０ｂを含む。なお、基板処理装置１には、上記の複数の構成要素の他に、図示しない表示装置、音声出力装置および操作部が設けられる。基板処理装置１は、基板処理装置１の予め定められた処理手順（処理レシピ）に従って運転される。
　給気部ＦＦＵは、チャンバＣＨ内に清浄な気体（例えば、エアまたは不活性ガス）を供給するためにチャンバＣＨの給気口に設けられる。給気部ＦＦＵは、例えばファン用モータを含むファンフィルタユニットである。給気部ＦＦＵにおいては、ファン用モータの回転速度が調整される。それにより、チャンバＣＨ内に供給される気体の流量が調整される。排気部ＥＤは、チャンバＣＨ内の気体を排出するためにチャンバＣＨの排気口に設けられる。排気部ＥＤは、例えばダンパ用モータを含む排気ダンパを含む。排気部ＥＤにおいては、ダンパ用モータにより排気ダンパの開度が調整される。それにより、チャンバＣＨから排出される気体の流量が調整される。圧力計ＰＧ１は、チャンバＣＨに供給される気体の圧力（以下、第１の制御圧力と呼ぶ。）の値を計測する。圧力計ＰＧ２は、チャンバＣＨから排出される気体の圧力（以下、第２の制御圧力と呼ぶ。）の値を計測する。
　ここで、チャンバＣＨは、チャンバＣＨ内の乱流によるパーティクルの飛散を防止するために一定の圧力で保持される必要がある。そこで、制御装置４０の第１の制御部４０ａは、第１の制御圧力の値を予め定められた圧力の値（以下、第１の目標圧力値と呼ぶ。）にするために給気部ＦＦＵを制御する。また、制御装置４０の第２の制御部４０ｂは、第２の制御圧力の値を予め定められた圧力の値（以下、第２の目標圧力値と呼ぶ。）にするために排気部ＥＤを制御する。
　本実施の形態において、第１の制御部４０ａは、チャンバＣＨ内に供給される気体の圧力を一定に保つために、第１の制御圧力と第１の目標圧力値との差に基づいて、給気部ＦＦＵのファン用モータに供給される電力をＰＩＤ（比例－積分－微分）制御する。それにより、チャンバＣＨ内に供給される気体の圧力が一定に保たれる。また、第２の制御部４０ｂは、チャンバＣＨ内から排出される気体の圧力を一定に保つために、第２の制御圧力と第２の目標圧力値との差に基づいて、排気部ＥＤのダンパ用モータに供給される電力をＰＩＤ制御する。それにより、チャンバＣＨ内から排出される気体の圧力が一定に保たれる。上述した第１の制御部４０ａおよび第２の制御部４０ｂの制御により、チャンバＣＨ内の圧力が一定に保たれる。図１の基板処理装置１には、複数の基板処理ユニットＷＵに対応して、同種の複数の給気部ＦＦＵおよび同種の複数の排気部ＥＤが設けられる。
　ここで、制御装置４０が基板処理装置１の構成要素を制御する場合、種々の制御パラメータの値で当該構成要素を制御する。制御装置４０は、構成要素の種類ごとに定められた制御パラメータにより各構成要素の動作を制御する。この場合、同種の構成要素であっても、個体差により異なる特性を有する。したがって、同種の複数の構成要素に対して、それぞれ適切な制御パラメータの値が設定される。以下、制御パラメータの値をパラメータ値と呼ぶ。
　例えば、図１の給気部ＦＦＵにおいては、チャンバＣＨの設置位置、給気部ＦＦＵのファンの応答性、および給気部ＦＦＵの操作量に対するファンの実際の回転速度（制御信号により指令される回転速度）等の個体差が生じる。それにより、基板処理装置１の給気部ＦＦＵごとおよび排気部ＥＤごとに特性が異なる。そのため、構成要素ごとに適切なパラメータ値を設定する必要がある。図１の例において、給気部ＦＦＵおよび排気部ＥＤを制御するために用いられる制御パラメータは、Ｐゲイン、Ｉゲイン、Ｄゲイン、制御周期および不感帯領域等である。
　（３）処理情報
　基板処理装置１には、当該基板処理装置１の構成要素の異常を管理するための情報として、基板処理装置１における基板Ｗの処理に関連する動作または状態を示す複数の処理情報が定められる。本実施の形態においては、これらの処理情報は、図１に太い実線の矢印で示すように、基板処理装置１の制御装置４０から制御支援装置４を介して情報分析装置３に所定周期で送信される。
　図１の例では、吹き出し内に示すように、基板処理装置１から制御支援装置４を介して情報分析装置３に送信される処理情報は、「ａ．ＦＦＵのファン回転速度」、「ｂ．ＦＦＵの内圧値」、「ｃ．排気ダンパの現在位置」、「ｄ．チャンバ排気圧力値」および「ｅ．シャッタ開閉タイミング」を含む。このように、本例では、構成要素である給気部ＦＦＵおよび排気部ＥＤに関連する処理情報が示される。
　「ａ．ＦＦＵのファン回転速度」は、給気部ＦＦＵのファンの回転速度を示す。「ｂ．ＦＦＵの内圧値」は、給気部ＦＦＵ内の圧力の値である。「ｃ．排気ダンパの現在位置」は、排気部ＥＤのダンパの開度を示す値である。「ｄ．チャンバ排気圧力値」は、排気部ＥＤから排気される気体の圧力の値である。「ｅ．シャッタ開閉タイミング」は、チャンバＣＨに設けられたシャッタの開閉タイミングを示す値である。
　（４）情報分析装置３による各構成要素の異常検出（正常度検出）
　情報分析装置３は、例えばサーバであり、ＣＰＵ（中央演算処理装置）およびメモリを含む。情報分析装置３は、基板処理装置１から送信される複数の処理情報を収集する。情報分析装置３においては、基板処理装置１から情報分析装置３に送信される複数の処理情報について、互いに異なる２つの処理情報の複数の組み合わせが予め定められている。
　このとき、各組み合わせを構成する２つの処理情報の間で、予め定められたインバリアント（不変）な関係性（以下、インバリアント関係と呼ぶ。）が維持される。インバリアント関係は、基板処理装置１の予め定められた処理手順（処理レシピ）ごとに設定される。
　ここで、基板処理装置１のいずれかの構成要素に異常が発生した状態で基板処理が実行されることにより、不適切な基板処理が実行されている場合を想定する。この場合、複数の組み合わせのうち少なくとも一の組み合わせを構成する２つの処理情報の間の関係がインバリアント関係から乖離する。
　そこで、情報分析装置３は、実際に収集された複数の処理情報の複数の組み合わせの関係と、それらの複数の処理情報について予め定められた複数のインバリアント関係との乖離の度合いを複数の乖離度として算出する。また、情報分析装置３は、算出された複数の乖離度に基づいて、構成要素の異常の度合いを異常スコアとして算出する。異常スコアは、構成要素の動作の正常度を表している。すなわち、異常スコアが低い場合、構成要素の動作の正常度は高く、異常スコアが高い場合、構成要素の動作の正常度は低い。異常スコアの算出方法の具体例は後述する。
　また、異常スコアは、各構成要素に設定されるパラメータ値により変化する。各構成要素に設定されるパラメータ値が適切である場合には、当該構成要素の動作の正常度は高くなり、異常スコアが低くなる。逆に、各構成要素に設定されるパラメータ値が適切でない場合には、当該構成要素の動作の正常度は低くなり、異常スコアが高くなる。以下に説明するように、本実施の形態では、異常スコアを利用してパラメータ値を適切な値に決定することができる。
　（５）情報分析装置３による異常スコアの算出例
　上記のように、情報分析装置３においては、互いに異なる２つの処理情報の複数の組み合わせが定められている。構成要素の異常スコアを算出するために、組合せごとに乖離度が算出される。図２は、乖離度の具体的な算出例を説明するための図である。ここでは、図１の「ａ．ＦＦＵのファン回転速度」と「ｂ．ＦＦＵの内圧値」との組み合わせに対応する乖離度の算出例を説明する。以下の説明では、「ａ．ＦＦＵのファン回転速度」のデータを適宜「ａ」データと呼び、「ｂ．ＦＦＵの内圧値」のデータを適宜「ｂ」データと呼ぶ。
　乖離度を算出するためには、「ａ．ＦＦＵのファン回転速度」と「ｂ．ＦＦＵの内圧値」との間のインバリアント関係に基づく基準のデータが必要となる。そこで、情報分析装置３には、基板処理装置１における実際の基板Ｗの処理前に、当該基板処理装置１の給排気システムの構成要素（本例では、給気部ＦＦＵ）が予め定められた処理レシピに従って理想的に動作しているときの「ａ」データおよび「ｂ」データが保持される。
　これらの理想的な「ａ」データおよび「ｂ」データは、例えば実際に基板処理装置１が正常に動作しているときに基板処理装置１から送信される複数の処理情報に基づいて取得される。あるいは、理想的な「ａ」データおよび「ｂ」データは、シミュレーション等により生成されてもよい。
　図２の上部に、理想的な「ａ」データおよび「ｂ」データの時間的変化の一例がグラフにより示される。「ａ」データのグラフにおいては、横軸は時間を表し、縦軸は給気部ＦＦＵのファンの回転速度の値を表す。「ｂ」データのグラフにおいては、横軸は時間を表し、縦軸は給気部ＦＦＵの内圧値を表す。「ａ」データのグラフと「ｂ」データのグラフとの間では、横軸（時間軸）は共通している。
　図２の上部の２つのグラフによれば、給気部ＦＦＵのファンの回転速度の値が大きくなるにつれて、給気部ＦＦＵの内圧値も略一定の割合で大きくなることがわかる。すなわち、給気部ＦＦＵのファンの回転速度と給気部ＦＦＵの内圧値とはインバリアント関係を有する。基板処理装置１が理想的に動作する場合には、複数の処理情報の各組合せにおける関係は、インバリアント関係と等しくなる。
　情報分析装置３には、複数の処理情報（上述の「ａ」～「ｅ」データ）の各組み合わせについてインバリアント関係が作成される。本実施の形態においては、基板処理装置１（図１）の排気システムの構成要素ごとにインバリアント関係が作成される。
　この状態で、基板処理装置１において、基板Ｗの処理が行われ、実際の「ａ」データおよび「ｂ」データが情報分析装置３により収集される。図２の中央部に、実際に収集された「ａ」データおよび「ｂ」データの時間的変化の一例がグラフにより示される。
　実際の「ａ」データが収集されると、予め記憶されたインバリアント関係に基づいて「ｂ」データが予測される。また、実際の「ｂ」データが収集されると、予め記憶されたインバリアント関係に基づいて「ａ」データが予測される。図２の下部に、インバリアント関係に基づいて予測された「ａ」データおよび「ｂ」データの時間的変化の一例がグラフにより示される。なお、図２の下部のグラフにおいては、予測された「ａ」データおよび「ｂ」データが実線で示され、実際に収集された「ａ」データおよび「ｂ」データが点線で示される。
　給気部ＦＦＵが理想的に動作している場合には、実際の「ａ」データと予測された「ａ」データとが一致するかまたはほぼ一致することになる。また、実際の「ｂ」データと予測された「ｂ」データとが一致するかまたはほぼ一致することになる。しかしながら、給気部ＦＦＵに異常が発生している場合には、実際の「ａ」データと予測された「ａ」データとが乖離する可能性が高い。また、実際の「ｂ」データと予測された「ｂ」データとが乖離する可能性が高い。この乖離の度合いは、給気部ＦＦＵに発生する異常の程度が大きいほど大きく、給気部ＦＦＵに発生する異常の程度が小さいほど小さいと考えられる。
　そこで、本実施の形態では、実際に収集された処理情報であるデータと予測された処理情報であるデータとの差分値が乖離度として算出される。図２の例では、情報分析装置３は、ある時点における乖離度の算出時に、実際の「ａ」データと予測された「ａ」データとの差分値を乖離度として算出する。また、情報分析装置３は、実際の「ｂ」データと予測された「ｂ」データとの差分値を乖離度として算出する。
　図３は、異常スコアの具体的な算出例を説明するための図である。情報分析装置３は、複数の処理情報の全ての組み合わせに関して、上記の乖離度を算出する。図３の左の縦欄の処理情報「ａ」～「ｅ」の各々の右側の行に並ぶ複数の値は、上の横欄の処理情報「ａ」～「ｅ」の各々から予測された処理情報と実際に取得された処理情報との乖離度を表す。図３の上の横欄の処理情報「ａ」～「ｅ」の各々の下側の列に並ぶ複数の値は、左の縦欄の「ａ」～「ｅ」の各々から予測された処理情報と実際に取得された処理情報との乖離度を表す。
　例えば、左の縦欄の処理情報「ａ」の右側の行と上の横欄の処理情報「ｂ」の下側の列との交差部の欄内の値「３５」は、処理情報「ｂ」から予測された処理情報「ａ」と実際に取得された処理情報「ａ」との乖離度を表す。また、左の縦欄の処理情報「ｂ」の右側の行と上の横欄の処理情報「ａ」の下側の列との交差部の欄内の値「２１」は、処理情報「ａ」から予測された処理情報「ｂ」と実際に取得された処理情報「ｂ」との乖離度を表す。
　図３では、一の構成要素に関連する複数の処理情報の全ての組み合わせに関して算出された複数の乖離度が示される。情報分析装置３は、全ての乖離度が算出されると、算出された複数の乖離度の合計を当該構成要素に対応する異常スコアとして算出する。図３の例では、異常スコアは、１６１となる。
　本実施の形態では、情報分析装置３において、上記のように、各構成要素に関連する複数の処理情報について予測された処理情報と実際に取得された処理情報との乖離度に基づいて、当該構成要素の動作の正常度を判定する判定モデルが機械学習により生成および更新される。それにより、情報分析装置３においては、基板処理装置１の同種の複数の構成要素（例えば、複数の給気部ＦＦＵ）に対応して複数の判定モデルが生成および更新される。本実施の形態では、各判定モデルに対応する構成要素の動作の正常度の判定結果が異常スコアとして算出される。
　本実施の形態では、複数の判定モデルにより算出された異常スコアに基づいて一または複数の構成要素に設定されるべきパラメータ値が決定される。以下、機械学習により複数の判定モデルを生成する動作を学習動作と呼ぶ。また、各構成要素に設定されるパラメータ値を更新（微調整）する動作を適正パラメータ値更新動作と呼ぶ。
　（６）学習動作
　図４は、学習動作および適正パラメータ値更新動作における基板処理装置１、情報分析装置３および制御支援装置４の動作を説明するための概念図である。図５は、複数の判定モデルを説明するための概念図である。図６は、判定モデル番号とパラメータ値との対応関係を説明するための概念図である。
　図４の例では、基板処理装置１の同種の複数の構成要素Ｃ１，Ｃ２，…，Ｃｎのパラメータ値ＰＲ１，ＰＲ２，…，ＰＲｎが記憶部ＭＥに設定されている。ここで、ｎは２以上の整数である。
　学習動作の開始が指令されると、基板処理装置１の制御装置４０は、記憶部ＭＥに設定されたパラメータ値ＰＲ１～ＰＲｎに基づいて複数の構成要素Ｃ１～Ｃｎの動作を制御する。それにより、複数の構成要素Ｃ１～Ｃｎにそれぞれ対応する複数の処理情報ＰＩ１，ＰＩ２，・・・，ＰＩｎが基板処理装置１から情報分析装置３に送信される。複数の処理情報ＰＩ１～ＰＩｎの各々は、一または複数の処理情報を含む。例えば、複数の構成要素Ｃ１～Ｃｎが複数の給気部ＦＦＵである場合には、各給気部ＦＦＵに対応する複数の処理情報「ａ」～「ｅ」が情報分析装置３に送信される。
　情報分析装置３の判定モデル生成部３２は、受信した複数の処理情報ＰＩ１～ＰＩｎに基づいて機械学習により複数の構成要素Ｃ１～Ｃｎにそれぞれ対応する複数の判定モデルＭＤ１，ＭＤ２，…，ＭＤｎを生成する。例えば、図１の複数の給気部ＦＦＵにそれぞれ対応する判定モデルＭＤ１～ＭＤｎが生成される。本実施の形態では、複数の判定モデルＭＤ１～ＭＤｎには、各判定モデルを識別するためのモデル識別情報として、判定モデル番号Ｍ１～Ｍｎが付与される。
　図５には、２つの判定モデルＭＤ１，ＭＤ２の例が示される。判定モデルＭＤ１，ＭＤ２では、各処理情報の変化と他の処理情報の変化との関係を表す関数が異なる。例えば、判定モデルＭＤ１では、処理情報「ａ」は、処理情報「ｂ」を変数とする関数ｆ１により表される。また、処理情報「ｂ」は、処理情報「ａ」を変数とする関数ｇ１により表される。一方、判定モデルＭＤ２では、処理情報「ａ」は、処理情報「ｂ」を変数とする関数ｆ２により表される。また、処理情報「ｂ」は、処理情報「ａ」を変数とする関数ｇ２により表される。
　図４に示すように、制御支援装置４には、基板処理装置１から複数の構成要素Ｃ１～Ｃｎに対応する複数のパラメータ値ＰＲ１～ＰＲｎが送信され、情報分析装置３の複数の判定モデルＭＤ１～ＭＤｎに対応する複数の判定モデル番号Ｍ１～Ｍｎが情報分析装置３から送信される。それにより、制御支援装置４に、複数の判定モデル番号Ｍ１～Ｍｎと複数のパラメータ値ＰＲ１～ＰＲｎとの対応関係ＣＲが記憶される。
　図６には、図１の一の給気部ＦＦＵについての対応関係が示される。図６の例では、制御パラメータは、制御周期、Ｐゲイン、Ｉゲイン、Ｄゲインおよび不感帯領域を含む。図６の対応関係においては、複数の判定モデル番号Ｍ１～Ｍｎと制御周期の値、フィルタ係数の値、Ｐゲインの値、Ｉゲインの値、Ｄゲインの値および不感帯領域の値とが対応付けられる。
　このようにして、学習動作では、複数の構成要素Ｃ１～Ｃｎに対応する複数の判定モデルＭＤ１～ＭＤｎが生成されるとともに、複数の判定モデル番号Ｍ１～Ｍｎと複数のパラメータ値との対応関係ＣＲが設定される。
　基板処理装置１の通常動作時には、制御装置４０は、記憶部ＭＥに設定されたパラメータ値ＰＲ１～ＰＲｎに基づいて複数の構成要素Ｃ１～Ｃｎの動作を制御する。それにより、複数の構成要素Ｃ１～Ｃｎにそれぞれ対応する複数の処理情報ＰＩ１～ＰＩｎが基板処理装置１から情報分析装置３に送信される。
　情報分析装置３においては、学習動作により生成された複数の判定モデルＭＤ１，ＭＤ２，…，ＭＤｎが対応する構成要素Ｃ１～Ｃｎの正常度を判定し、判定結果として異常スコアＡＳ１～ＡＳｎを算出する。複数の構成要素Ｃ１～Ｃｎに対応する異常スコアＡＳ１～ＡＳｎは、基板処理装置１または制御支援装置４に送信されてもよい。それにより、作業者は、基板処理装置１の各構成要素Ｃ１～Ｃｎが正常であるかまたは異常であるかを認識することができる。
　（７）適正パラメータ値更新動作
　ここで、基板処理装置１の同種の構成要素Ｃ１～Ｃｎは、個体差により異なる特性を有する。そのため、工場等における基板処理装置１の据え付け（セットアップ）時においては、構成要素Ｃ１～Ｃｎごとにそれぞれ適切なパラメータ値を設定する必要がある。初期状態では、基板処理装置１の各構成要素Ｃ１～Ｃｎに対して、例えば、既定のパラメータ値が設定されている。この状態で、各構成要素Ｃ１～Ｃｎに対するパラメータ値を適切なパラメータ値（以下、適正パラメータ値と呼ぶ。）に更新（微調整）する必要がある。また、経年変化により基板処理装置１の複数の構成要素Ｃ１～Ｃｎのいずれかの特性が劣化することがある。この場合、特性が劣化した構成要素が新たな構成要素に交換される。交換前の構成要素と交換後の構成要素との個体差により、交換後の構成要素の特性が交換前の構成要素の特性と異なる場合がある。この場合にも、交換前の構成要素に対するパラメータ値を交換後の構成要素に適切なパラメータ値に更新（微調整）する必要がある。
　本動作例においては、基板処理装置１の構成要素Ｃ１～Ｃｎのうち構成要素Ｃ１を制御するためのパラメータ値ＰＲ１を適切なパラメータ値に更新（微調整）する場合を説明する。この適正パラメータ値更新動作は、基板処理装置１の据え付け時、基板処理装置１の検査時または構成要素Ｃ１～Ｃｎのいずれかの交換時に行われる。
　適正パラメータ値更新動作においては、まず、基板処理装置１の制御装置４０は、構成要素Ｃ１に対して既に設定されたパラメータ値ＰＲ１で構成要素Ｃ１を制御する。それにより、構成要素Ｃ１に関連する処理情報ＰＩ１が基板処理装置１から情報分析装置３に送信される。
　情報分析装置３においては、構成要素Ｃ１に関連する処理情報ＰＩ１が複数の判定モデルＭＤ１～ＭＤｎに与えられる。複数の判定モデルＭＤ１～ＭＤｎは、処理情報ＰＩ１に基づいて、図２および図３を用いて説明した方法で異常スコアＡＳ１～ＡＳｎをそれぞれ判定結果として算出する。
　最小スコア判定部３５は、複数の判定モデルＭＤ１～ＭＤｎにより算出された異常スコアＡＳ１～ＡＳｎのうち最小値を有する異常スコアを判定し、最小値を有する異常スコアを算出した判定モデルに対応する判定モデル番号を制御支援装置４に送信する。最小値を有する異常スコアは、正常度が最も高いことを示す。図４の例では、判定モデルＭＤｎにより算出された異常スコアＡＳｎが最小値を有する。それにより、最小スコア判定部３５から制御支援装置４に判定モデルＭＤｎに対応する判定モデル番号Ｍｎが送信される。
　制御支援装置４は、学習時に取得した対応関係ＣＲにより情報分析装置３から取得した判定モデル番号Ｍｎに対応するパラメータ値ＰＲｎを適正パラメータ値として決定する。決定された適正パラメータ値ＰＲｎは、制御支援装置４から基板処理装置１に送信される。基板処理装置１においては、構成要素Ｃ１に対するパラメータ値ＰＲ１が適正パラメータ値ＰＲｎに更新される。同様にして、他の構成要素Ｃ２～Ｃｎに対するパラメータ値ＰＲ２～ＰＲｎを更新することができる。
　（８）制御支援装置４の機能的な構成ならびに学習動作および適正パラメータ更新動作の一例
　図７は、主として図１の情報分析装置３および制御支援装置４の機能的な構成を説明するためのブロック図である。
　図７において、基板処理装置１は、図４の制御装置４０を含む。図７において、図４の複数の構成要素Ｃ１～Ｃｎおよび記憶部ＭＥの図示が省略されている。図７の情報分析装置３は、情報受信部３１、判定モデル生成部３２、最小スコア判定部３５、判定モデル記憶算出部３３および判定モデル番号送信部３４を含む。情報分析装置３は、例えばＣＰＵ（中央演算処理装置）およびメモリ等により構成される。図７の複数の機能部（３１～３５）は、メモリに記憶された制御プログラムがＣＰＵにより実行されることにより実現される。
　図７の制御支援装置４は、処理情報取得部４１、パラメータ値取得部４２、判定モデル番号取得部４３、対応関係生成部４４、対応関係記憶部４５、対応関係取得部４６、適正パラメータ値決定部４７および送信部４８を含む。制御支援装置４は、例えばＣＰＵ（中央演算処理装置）およびメモリ等により構成される。図７の複数の機能部（４１～４８）は、メモリに記憶された制御プログラムがＣＰＵにより実行されることにより実現される。図７の各機能部（３１～３５，４１～４８）の機能および動作については、後述する図８～図１３のフローチャートを参照しながら説明する。
　図８は、学習動作時における基板処理装置１の制御装置４０の動作の一例を示すフローチャートである。図９は、学習動作時における情報分析装置３の動作の一例を示すフローチャートである。図１０は、学習動作時における制御支援装置４の動作の一例を示すフローチャートである。
　まず、基板処理装置１、情報分析装置３および制御支援装置４による学習動作について説明する。図８において、まず、基板処理装置１の制御装置４０は、学習動作の開始が指令されたか否かを判定する（ステップＳ１０）。学習動作の開始が指令されていない場合、制御装置４０は、学習動作の開始が指令されるまで待機する。学習動作の開始が指令された場合、予め設定された図４の複数のパラメータ値ＰＲ１～ＰＲｎで複数の構成要素Ｃ１～Ｃｎを制御する（ステップＳ１１）。
　次に、制御装置４０は、複数の構成要素Ｃ１～Ｃｎの動作により得られた複数の処理情報ＰＩ１～ＰＩｎを制御支援装置４を介して情報分析装置３に送信する（ステップＳ１２）。なお、制御装置４０は、得られた複数の処理情報ＰＩ１～ＰＩｎを情報分析装置３に直接送信してもよい。その後、制御装置４０は、学習動作の終了が指令されたか否かを判定する（ステップＳ１３）。学習動作の終了が指令されていない場合、制御装置４０はステップＳ１１に戻る。それにより、ステップＳ１１～Ｓ１３の動作が繰り返される。ステップＳ１３において学習動作の終了が指令された場合、学習動作が終了する。
　図９において、情報分析装置３の情報受信部３１は、学習動作の開始が指令されたか否かを判定する（ステップＳ２０）。学習動作の開始が指令されていない場合、情報受信部３１は、学習動作の開始が指令されるまで待機する。学習動作の開始が指令された場合、情報受信部３１は、図８のステップＳ１２において送信された複数の処理情報ＰＩ１～ＰＩｎを受信したか否かを判定する（ステップＳ２１）。複数の処理情報ＰＩ１～ＰＩｎを受信していない場合、情報受信部３１は、複数の処理情報ＰＩ１～ＰＩｎを受信するまで待機する。
　複数の処理情報ＰＩ１～ＰＩｎを受信した場合、判定モデル生成部３２は、機械学習により複数の構成要素Ｃ１～Ｃｎに対応する複数の判定モデルＭＤ１～ＭＤｎを生成する（ステップＳ２２）。このとき、判定モデル生成部３２は、各判定モデルを識別するためのモデル識別情報として複数の判定モデルＭＤ１～ＭＤｎに判定モデル番号Ｍ１～Ｍｎを付与する。判定モデル記憶算出部３３は、判定モデル生成部３２により生成された複数の判定モデルＭＤ１～ＭＤｎを記憶する（ステップＳ２３）。
　判定モデル番号送信部３４は、判定モデル記憶算出部３３に記憶された複数の判定モデルＭＤ１～ＭＤｎの判定モデル番号Ｍ１～Ｍｎを制御支援装置４に送信する（ステップＳ２４）。その後、情報受信部３１は、学習動作の終了が指令されたか否かを判定する（ステップＳ２５）。学習動作の終了が指令されていない場合、情報受信部３１はステップＳ２１に戻る。それにより、ステップＳ２１～Ｓ２５の動作が繰り返される。
　このようにして、判定モデル記憶算出部３３には、複数の構成要素Ｃ１～Ｃｎに対応する複数の判定モデルＭＤ１～ＭＤｎが記憶される。学習動作の終了が指令された場合、学習動作が終了する。
　図１０において、制御支援装置４の処理情報取得部４１は、学習動作の開始が指令されたか否かを判定する（ステップＳ３０）。学習動作の開始が指令されていない場合、処理情報取得部４１は、学習動作の開始が指令されるまで待機する。学習動作の開始が指令された場合、処理情報取得部４１は、複数の処理情報ＰＩ１～ＰＩｎを受信したか否かを判定する（ステップＳ３１）。複数の処理情報ＰＩ１～ＰＩｎを受信していない場合、処理情報取得部４１は、複数の処理情報ＰＩ１～ＰＩｎを受信するまで待機する。
　複数の処理情報ＰＩ１～ＰＩｎを受信した場合、処理情報取得部４１は、受信した複数の処理情報ＰＩ１～ＰＩｎを情報分析装置３に送信する（ステップＳ３２）。基板処理装置１が複数の処理情報ＰＩ１～ＰＩｎを直接情報分析装置３に送信する場合には、処理情報取得部４１は、ステップＳ３１，Ｓ３２を行わない。
　パラメータ値取得部４２は、基板処理装置１において構成要素を制御するために設定された複数のパラメータ値ＰＲ１～ＰＲｎを取得したか否かを判定する（ステップＳ３３）。設定された複数のパラメータ値ＰＲ１～ＰＲｎを取得していない場合、パラメータ値取得部４２は、設定された複数のパラメータ値ＰＲ１～ＰＲｎを取得するまで待機する。
　また、判定モデル番号取得部４３は、情報分析装置３により送信された複数の判定モデル番号Ｍ１～Ｍｎを取得したか否かを判定する（ステップＳ３４）。複数の判定モデル番号Ｍ１～Ｍｎを取得していない場合、判定モデル番号取得部４３は、複数の判定モデル番号Ｍ１～Ｍｎを取得するまで待機する。
　判定モデル番号取得部４３が複数の判定モデル番号Ｍ１～Ｍｎを取得した場合、対応関係生成部４４は、パラメータ値取得部４２により取得された複数のパラメータ値ＰＲ１～ＰＲｎと判定モデル番号取得部４３により取得された複数の判定モデル番号Ｍ１～Ｍｎとの対応関係ＣＲを生成する（ステップＳ３５）。対応関係記憶部４５は、対応関係生成部４４により生成された対応関係ＣＲを記憶する（ステップＳ３６）。
　処理情報取得部４１は、学習動作の終了が指令されたか否かを判定する（ステップＳ３７）。学習動作の終了が指令されていない場合、ステップＳ３１に戻る。それにより、ステップＳ３１～Ｓ３７の動作が繰り返される。学習動作の終了が指令された場合、学習動作が終了する。
　図１１は、適正パラメータ値更新動作における基板処理装置１の動作の一例を示すフローチャートである。図１２は、適正パラメータ値更新動作における情報分析装置３の動作の一例を示すフローチャートである。図１３は、適正パラメータ値更新動作における制御支援装置４の動作の一例を示すフローチャートである。
　続いて、基板処理装置１、情報分析装置３および制御支援装置４による適正パラメータ値更新動作について説明する。以下、更新の対象となるパラメータ値をＰＲｋとし、更新の対象となる構成要素をＣｋとする。ｋは、１～ｎの任意の整数である。
　図１１において、基板処理装置１の制御装置４０は、適正パラメータ値更新動作の開始が指令されたか否かを判定する（ステップＳ４０）。適正パラメータ値更新動作の開始が指令されていない場合、制御装置４０は、適正パラメータ値更新動作の開始が指令されるまで待機する。適正パラメータ値更新動作の開始が指令された場合、制御装置４０は、予め設定されたパラメータ値Ｐｋで構成要素Ｃｋを制御する（ステップＳ４１）。
　次に、制御装置４０は、構成要素Ｃｋの動作により得られた処理情報ＰＩｋを制御支援装置４を介して情報分析装置３に送信する（ステップＳ４２）。なお、制御装置４０は、得られた処理情報ＰＩｋを情報分析装置３に直接送信してもよい。その後、制御装置４０は、後述するステップＳ６４において、制御支援装置４の送信部４８により送信された適正パラメータ値を受信したか否かを判定する（ステップＳ４３）。適正パラメータ値を受信していない場合、制御装置４０は、適正パラメータ値を受信するまで待機する。
　適正パラメータ値を受信した場合、制御装置４０は、対象の構成要素Ｃｋのパラメータ値Ｐｋを適正パラメータ値に更新する（ステップＳ４４）。制御装置４０は、適正パラメータ値更新動作の終了が指令されたか否かを判定する（ステップＳ４５）。適正パラメータ値更新動作の終了が指令されていない場合、制御装置４０はステップＳ４１に戻る。適正パラメータ値更新動作の終了が指令された場合、適正パラメータ値更新動作が終了する。
　図１２において、情報分析装置３の情報受信部３１は、適正パラメータ値更新動作の開始が指令されたか否かを判定する（ステップＳ５０）。適正パラメータ値更新動作の開始が指令されていない場合、情報受信部３１は、適正パラメータ値更新動作の開始が指令されるまで待機する。適正パラメータ値更新動作の開始が指令された場合、情報受信部３１は、図４２のステップＳ４２において制御装置４０により制御支援装置４を介して送信された処理情報ＰＩｋを受信したか否かを判定する（ステップＳ５１）。
　処理情報ＰＩｋを受信していない場合、情報受信部３１は、処理情報ＰＩｋを受信するまで待機する。処理情報ＰＩｋを受信した場合、判定モデル記憶算出部３３に記憶された複数の判定モデルＭＤ１～ＭＤｎは、受信した処理情報ＰＩｋに基づいて異常スコアＡＳ１～ＡＳｎをそれぞれ算出する（ステップＳ５２）。最小スコア判定部３５は、複数の異常スコアＡＳ１～ＡＳｎのうち最小の異常スコアを判定し、最小の異常スコアを算出した判定モデルを選択する（ステップＳ５３）。
　判定モデル番号送信部３４は、選択された判定モデルの判定モデル番号を制御支援装置４に送信する（ステップＳ５４）。その後、情報受信部３１は、適正パラメータ値更新動作の終了が指令されたか否かを判定する（ステップＳ５５）。適正パラメータ値更新動作の終了が指令されていない場合、ステップＳ５１に戻る。適正パラメータ更新動作の終了が指令された場合、適正パラメータ更新動作が終了する。
　図１３において、制御支援装置４の処理情報取得部４１は、適正パラメータ値更新動作の開始が指令されたか否かを判定する（ステップＳ６０）。適正パラメータ値更新動作の開始が指令されていない場合、処理情報取得部４１は、適正パラメータ値更新動作の開始が指令されるまで待機する。適正パラメータ値更新動作の開始が指令された場合、判定モデル番号取得部４３は、図１２のステップＳ５４において情報分析装置３の判定モデル番号送信部３４から送信された判定モデル番号を取得したか否かを判定する（ステップＳ６１）。判定モデル番号が取得されていない場合、判定モデル番号送信部３４は、判定モデル番号が取得されるまで待機する。判定モデル番号が取得された場合、対応関係取得部４６は、対応関係記憶部４５に記憶された対応関係を取得する（ステップＳ６２）。適正パラメータ値決定部４７は、対応関係取得部４６により取得された対応関係ＣＲに基づいて判定モデル番号取得部４３により取得された判定モデル番号に対応するパラメータ値を適正パラメータ値として決定する（ステップＳ６３）。送信部４８は、適正パラメータ値決定部４７により決定された適正パラメータ値を基板処理装置１に送信する（ステップＳ６４）。処理情報取得部４１は、適正パラメータ更新動作の終了が指令されたか否かを判定する（ステップＳ６５）。適正パラメータ更新動作の終了が指令されていない場合、ステップＳ６１に戻る。適正パラメータ更新動作の終了が指令された場合、適正パラメータ更新動作が終了する。
　このようにして、適正パラメータ更新動作により少なくとも１つの構成要素Ｃｋを制御するためのパラメータ値ＣＲｋが適切なパラメータ値に更新される。他のパラメータ値についても、同様の適正パラメータ値更新動作を行うことにより複数のパラメータ値ＰＲ１～ＰＲｎを適切なパラメータ値に更新（微調整）することができる。
　なお、少なくとも１つの構成要素を制御するためのパラメータ値が更新された場合、更新後のパラメータ値を用いてその構成要素の動作が制御されることにより、情報分析装置３が更新後のパラメータ値に対応する判定モデルを上記の学習動作により生成する。
　この場合、情報分析装置３の判定モデル記憶算出部３３には、更新前のパラメータ値に対応する判定モデルに加えて新たな判定モデルが記憶される。それにより、適正パラメータ値更新動作の際に、異常スコアを算出する判定モデルの数が増加する。それにより、適正パラメータ値更新動作が繰り返し行われることにより、適正パラメータ値の精度が向上する。
　（９）実施の形態の効果
　上記実施の形態に係る制御支援装置４によれば、適正パラメータ値更新動作により情報分析装置３から取得された判定モデル番号（図４の例では、判定モデル番号Ｍｎ）に基づいて適正な判定結果を得ることが可能な判定モデル（図４の例では、判定モデルＭＤｎ）を判別することができる。また、対応関係ＣＲに基づいて、判別された判定モデル（図４の例では、判定モデルＭＤｎ）に対応するパラメータ値（図４の例では、パラメータ値ＰＲｎ）を判別することができる。それにより、取得された対応関係ＣＲおよび取得された判定モデル番号（図４の例では、判定モデル番号Ｍｎ）に基づいてパラメータ値（図４の例では、パラメータ値ＰＲｎ）が決定される。したがって、基板処理装置１における構成要素（図４の例では、構成要素Ｃ１）を制御するためのパラメータ値が自動的に適切なパラメータ値（図４の例では、パラメータ値ＰＲｎ）に決定される。同様に、他の構成要素（図４の例では、構成要素Ｃ２～Ｃｎ）を制御するためのパラメータ値を自動的に適切なパラメータ値に決定することができる。その結果、基板処理装置１の給排気システムＡＥＳの構成要素の制御パラメータの値を適切な値に決定するための労力を軽減することが可能になる。
　また、本実施の形態では、情報分析装置３により基板処理装置１の処理情報間のインバリアントな関係性に基づいて、複数の構成要素の動作の異常度（正常度）が適切に判定される。それにより、制御支援装置４の判定モデル番号取得部４３により取得される判定モデル番号は、より適切な判定結果（異常度が最も低い異常スコア）を得ることが可能な判定モデルに対応する判定モデル番号となる。それにより、適正パラメータ値決定部４７は、対応関係取得部４６により取得された対応関係のうち、判定モデル番号取得部４３により取得された判定モデル番号に対応するパラメータ値を適正パラメータ値として決定することができる。その結果、基板処理装置１の給排気システムＡＥＳの構成要素を制御するためのパラメータ値を適切な値に決定することが可能になる。
　また、本実施の形態では、制御支援装置４が送信部４８を含むことにより、適正パラメータ値を基板処理装置１に送信することが可能になる。それにより、基板処理装置１の構成要素を制御するためのパラメータ値を基板処理装置１に自動的に設定することが可能になる。
　また、基板処理装置１の据え付け時、基板処理装置１の検査時、または構成要素の交換時に、据え付け後、検査後または交換後の構成要素に用いられるパラメータ値を適切な値に自動的かつ短時間で決定することができる。
　さらに、本実施の形態では、制御支援装置４が対応関係記憶部４５を含むことにより、制御支援装置４の外部に対応関係を記憶する構成を設ける必要がなくなる。
　（１０）他の実施の形態
　（１０－１）上記実施の形態の制御支援装置４においては、インバリアントな関係性に基づいて、判定モデルが生成されるが本発明はこれに限定されない。例えば、制御支援装置４においては、例えば、深層学習等の他の機械学習法を用いることにより、判定モデルが生成されてもよい。
　（１０－２）上記実施の形態において、制御支援装置４は、送信部４８を含むが、本発明はこれに限定されない。例えば、制御支援装置４に適正パラメータ値決定部４７により決定された適正パラメータ値を通知するための通知部が設けられてもよい。この場合、作業者は、当該通知部に通知された適正パラメータ値を基板処理装置１に入力することが可能になる。
　（１０－３）上記実施の形態において、制御支援装置４は、対応関係記憶部４５を含むが、本発明はこれに限定されない。制御支援装置４の外部に対応関係を記憶するための構成が設けられてもよい。例えば、インターネット上のクラウド等に対応関係が記憶されてもよい。この場合、制御支援装置４の記憶装置の容量を低減することが可能となる。
　（１０－４）上記実施の形態において、基板処理装置１および制御支援装置４は別個に設けられるが、基板処理装置１および制御支援装置４が一体として設けられてもよい。また、上記実施の形態において、情報分析装置３および制御支援装置４は別個に設けられるが、情報分析装置３および制御支援装置４が一体として設けられてもよい。
　（１１）参考形態
　上記実施の形態に係る制御支援装置４は、基板処理装置１の種々の構成要素のうち給排気システムＡＥＳの給気部ＦＦＵの適正パラメータ値を決定するために用いられるが、上記実施の形態に係る制御支援装置４を、基板処理装置１の他の構成要素に対する適正パラメータ値を決定するために適用することも可能である。例えば、上記実施の形態に係る制御支援装置４は、基板処理装置１の種々の構成要素のうち基板処理ユニットＷＵの各流量調整バルブの適正パラメータ値を決定するために用いられてもよい。
　図１４は、他の実施の形態に係る基板処理装置１ａを含む基板処理システム１００ａを説明するための模式図である。図１４に示すように、基板処理装置１ａは、基板処理ユニットＷＵ内のスピンチャックＳＣに保持された基板Ｗ上に処理液を供給するために、構成要素として、処理液流路ＲＰ、流量計ＦＭ、圧力計ＰＭ、流量調整バルブＭＶおよび吐出バルブＤＶを含む。流量計ＦＭは、処理液流路ＲＰ内を流れる処理液の流量の値を計測する。圧力計ＰＭは処理液流路ＲＰ内の圧力の値を計測する。吐出バルブＤＶは、処理液流路ＲＰ内の処理液を基板処理ユニットＷＵに供給するために開閉動作を行う。流量調整バルブＭＶは、モータニードルバルブである。流量調整バルブＭＶは、モータおよびニードルを含み、内部流路内でニードルがモータにより移動されることにより、流量が調整される。
　制御装置４０は、流量計ＦＭにより検出された処理液流路ＲＰ内を流れる処理液の流量に基づいて、流量調整バルブＭＶのモータに供給される電力を制御する。
　上記基板処理装置１ａにおいては、上記実施の形態における情報分析装置３および制御支援装置４による適正パラメータ値更新動作により流量調整バルブＭＶを制御するためのパラメータ値の適正パラメータ値を決定することが可能である。
　適正パラメータ値更新動作は、基板処理装置１の据え付け時もしくは基板処理装置１の検査時の各構成要素に対するパラメータ値の更新（微調整）または基板処理装置１のいずれかの構成要素の交換時のパラメータ値の更新（微調整）のために行われるが、本発明はこれに限定されない。例えば、情報分析装置３により複数の構成要素のいずれかに異常が検出された場合に、適正パラメータ値更新動作が行われてもよい。この場合、異常が検出された構成要素のパラメータ値が適正パラメータ値に更新される。それにより、更新後の適正パラメータ値で制御された構成要素について異常が検出されない場合、当該構成要素を新たな構成要素に交換することなく継続して使用することが可能になる。
　例えば、基板処理装置１ａの流量調整バルブＭＶとしてモータニードルバルブが用いられる場合、ニードルの経年劣化によりニードルの形状が変化したことによるモータニードルバルブの異常が検出されたことを想定する。この場合、上記実施の形態に係る制御支援装置４によれば、異常が検出されたモータニードルバルブに対するパラメータ値を適正パラメータ値に更新することが可能である。適正パラメータ値でモータニードルが制御された状態で、当該モータニードルの異常が検出されない場合、当該モータニードルの使用を継続することが可能になる。その結果、モータニードルの供用中における余寿命を遅延することが可能になる。
　（１２）請求項の各構成要素と実施の形態の各部との対応関係
　以下、請求項の各構成要素と実施の形態の各要素との対応の例について説明する。上記実施の形態では、判定モデル番号取得部４３が情報取得部の例であり、対応関係記憶部４５が記憶部の例であり、適正パラメータ値決定部４７が決定部の例である。

Claims (11)

  1. 基板処理装置の給排気システムにおける構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、
    　前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、
    　前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、
    　前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定する決定部とを備えた、制御支援装置。
  2. 前記情報取得部は、前記複数の判定モデルの複数の判定結果のうち最も高い正常度を示す判定結果に対応する判定モデルのモデル識別情報を取得する、請求項１記載の制御支援装置。
  3. 前記基板処理装置は、前記構成要素として、同種の複数の構成要素を含み、
    　前記複数のパラメータ値は、前記複数の構成要素をそれぞれ制御するための値であり、
    　前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、各構成要素を制御するための前記パラメータ値を決定する、請求項１または２記載の制御支援装置。
  4. 前記決定部により決定された前記パラメータ値を前記基板処理装置に送信する送信部をさらに備える、請求項１～３のいずれか一項に記載の制御支援装置。
  5. 前記決定部は、前記基板処理装置の据え付け時、前記基板処理装置の検査時または前記基板処理装置の構成要素が新たな構成要素に交換された場合に、前記据え付け後または交換後の構成要素の制御に用いられる前記パラメータ値を決定する、請求項１～４のいずれか一項に記載の制御支援装置。
  6. 前記基板処理装置の通常動作時に、前記構成要素の制御に用いられる前記パラメータ値に対応する判定モデルの判定結果が予め定められた異常状態を示す場合に、
    　前記対応関係取得部は、前記対応関係を取得し、
    　前記情報取得部は、前記適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得し、
    　前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するために新たに用いられるべき前記パラメータ値を決定する、請求項１～５のいずれか一項に記載の制御支援装置。
  7. 前記複数の判定モデルの各々は、前記基板処理装置の基板の処理に関連する動作または状態を示す複数の前記処理情報間のインバリアントな関係性と前記基板処理装置から実際に収集された複数の処理情報とに基づいて前記構成要素の正常度を判定する、請求項１～６のいずれか一項に記載の制御支援装置。
  8. 前記対応関係を記憶する記憶部をさらに備え、
    　前記対応関係取得部は、前記記憶部により記憶された前記対応関係を取得し、
    　前記決定部は、前記対応関係取得部に記憶された前記対応関係を用いて前記構成要素を制御するための前記パラメータ値を決定する、請求項１～７のいずれか一項に記載の制御支援装置。
  9. 前記基板処理装置は、基板の処理が行われるチャンバを含み、
    　前記構成要素は、
    　前記チャンバ内の給気および排気を行う給気部と、
    　前記チャンバ内の排気を行う排気部とを含み、
    　前記パラメータ値は、前記給気部および前記排気部の少なくとも一方の動作に関連する値である、請求項１～８のいずれか一項に記載の制御支援装置。
  10. 前記制御パラメータは、前記給気部に対応する第１のパラメータと、前記排気部に対応する第２のパラメータとを含み、
    　前記第１のパラメータのパラメータ値は、前記給気部の動作に関連する値であり、
    　前記第２のパラメータのパラメータ値は、前記排気部の動作に関連する値である、請求項９記載の制御支援装置。
  11. 基板処理装置の給排気システムにおける構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援方法であって、
    　前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得するステップと、
    　前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得するステップと、
    　前記取得された対応関係および前記取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定するステップとを含む、制御支援方法。
PCT/JP2023/006489 2022-03-02 2023-02-22 制御支援装置および制御支援方法 Ceased WO2023167074A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP23763333.4A EP4489057A1 (en) 2022-03-02 2023-02-22 Control assistance device and control assistance method
KR1020247032897A KR20240158950A (ko) 2022-03-02 2023-02-22 제어 지원 장치 및 제어 지원 방법
CN202380024596.6A CN118805244A (zh) 2022-03-02 2023-02-22 控制辅助装置以及控制辅助方法
US18/839,682 US20250147493A1 (en) 2022-03-02 2023-02-22 Control assistance device and control assistance method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022031944A JP7750775B2 (ja) 2022-03-02 2022-03-02 制御支援装置および制御支援方法
JP2022-031944 2022-03-02

Publications (1)

Publication Number Publication Date
WO2023167074A1 true WO2023167074A1 (ja) 2023-09-07

Family

ID=87883583

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/006489 Ceased WO2023167074A1 (ja) 2022-03-02 2023-02-22 制御支援装置および制御支援方法

Country Status (7)

Country Link
US (1) US20250147493A1 (ja)
EP (1) EP4489057A1 (ja)
JP (1) JP7750775B2 (ja)
KR (1) KR20240158950A (ja)
CN (1) CN118805244A (ja)
TW (1) TWI867452B (ja)
WO (1) WO2023167074A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025205452A1 (ja) * 2024-03-29 2025-10-02 日本碍子株式会社 基板支持体を有する基板処理装置の運用支援システム及び運用支援方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000003206A (ja) * 1998-06-12 2000-01-07 Hitachi Ltd 制御対象モデル変更装置
JP2006091937A (ja) * 2004-09-16 2006-04-06 Canon System Solutions Inc データ分析装置及びその方法、プログラム
JP2008187139A (ja) * 2007-01-31 2008-08-14 Hitachi High-Technologies Corp 減圧処理室の圧力制御装置
WO2018151215A1 (ja) * 2017-02-20 2018-08-23 株式会社安川電機 制御装置及び制御方法
JP2018186610A (ja) * 2017-04-25 2018-11-22 株式会社安川電機 システムおよび評価装置ならびに評価方法
WO2020179729A1 (ja) * 2019-03-04 2020-09-10 Ｓｐｐテクノロジーズ株式会社 基板処理装置の製造プロセス判定装置、基板処理システム、基板処理装置の製造プロセス判定方法、学習モデル群、学習モデル群の生成方法及びプログラム
JP2021168364A (ja) * 2020-04-13 2021-10-21 キヤノン株式会社 情報処理装置、検出方法、プログラム、基板処理システム、及び物品の製造方法
JP2021190530A (ja) 2020-05-28 2021-12-13 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、及び学習済モデル
JP2022015151A (ja) 2020-07-08 2022-01-21 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210073610A1 (en) * 2017-12-27 2021-03-11 Semiconductor Energy Laboratory Co., Ltd. Thin film manufacturing apparatus and thin film manufacturing apparatus using neural network
US10832979B2 (en) * 2018-02-22 2020-11-10 Lam Research Corporation Feedback control system for iterative etch process
CN114207776A (zh) * 2019-09-24 2022-03-18 株式会社国际电气 基板处理装置、半导体装置的制造方法以及预兆检测程序

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000003206A (ja) * 1998-06-12 2000-01-07 Hitachi Ltd 制御対象モデル変更装置
JP2006091937A (ja) * 2004-09-16 2006-04-06 Canon System Solutions Inc データ分析装置及びその方法、プログラム
JP2008187139A (ja) * 2007-01-31 2008-08-14 Hitachi High-Technologies Corp 減圧処理室の圧力制御装置
WO2018151215A1 (ja) * 2017-02-20 2018-08-23 株式会社安川電機 制御装置及び制御方法
JP2018186610A (ja) * 2017-04-25 2018-11-22 株式会社安川電機 システムおよび評価装置ならびに評価方法
WO2020179729A1 (ja) * 2019-03-04 2020-09-10 Ｓｐｐテクノロジーズ株式会社 基板処理装置の製造プロセス判定装置、基板処理システム、基板処理装置の製造プロセス判定方法、学習モデル群、学習モデル群の生成方法及びプログラム
JP2021168364A (ja) * 2020-04-13 2021-10-21 キヤノン株式会社 情報処理装置、検出方法、プログラム、基板処理システム、及び物品の製造方法
JP2021190530A (ja) 2020-05-28 2021-12-13 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、及び学習済モデル
JP2022015151A (ja) 2020-07-08 2022-01-21 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025205452A1 (ja) * 2024-03-29 2025-10-02 日本碍子株式会社 基板支持体を有する基板処理装置の運用支援システム及び運用支援方法

Also Published As

Publication number Publication date
CN118805244A (zh) 2024-10-18
TW202343538A (zh) 2023-11-01
JP7750775B2 (ja) 2025-10-07
KR20240158950A (ko) 2024-11-05
US20250147493A1 (en) 2025-05-08
TWI867452B (zh) 2024-12-21
EP4489057A1 (en) 2025-01-08
JP2023127946A (ja) 2023-09-14

Similar Documents

Publication Publication Date Title
JP7494342B2 (ja) 処理装置、装置管理コントローラ、及びプログラム並びに半導体装置の製造方法
US7580767B2 (en) Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
JP2005536887A (ja) 製造中にデバイスの電気パラメータを予測する方法および装置
KR20020047215A (ko) 통계적인 공정 제어를 이용하여 제어기 성능을 모니터하는방법 및 장치
CN1816905A (zh) 用于刻蚀工艺的前馈和反馈晶片到晶片控制方法
WO2023167074A1 (ja) 制御支援装置および制御支援方法
JP5042225B2 (ja) 熱処理システムのビルトイン・セルフテスト
JP5096335B2 (ja) 熱処理システムのビルトイン・セルフテスト
US20240096657A1 (en) Etching control system and etching control method
WO2023166804A1 (ja) 制御支援装置および制御支援方法
WO2023140005A1 (ja) 支援装置、支援方法および支援プログラム
US20250390066A1 (en) Control assistance device and control assistance method
EP4492429A1 (en) Substrate processing device management system, management device, substrate processing device, substrate processing device management method, and substrate processing device management program
US20240096658A1 (en) Etching control device, etching control method, and etching control system

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: 23763333

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18839682

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 202380024596.6

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 20247032897

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020247032897

Country of ref document: KR

Ref document number: 2023763333

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2023763333

Country of ref document: EP

Effective date: 20241002

WWP Wipo information: published in national office

Ref document number: 18839682

Country of ref document: US