异常因素确定方法及系统、用于使计算机执行所述异常因素确定方法的程序、以及记录所述程序的计算机可读记录介质技术方案

一种异常因素确定方法，从判定为合格品的产品的制造数据中，进行主成分分析，至少提取一个最优表现该产品制造条件的特征量（Ｓ３、Ｓ４）。分别计算以提取出的特征量为坐标轴表示的特征量空间中的原点与各产品的制造数据表示的点之间的距离，作为制造合格品时的平均制造数据与制造不合格品时的各制造数据之间的主显著差异（Ｓ５）。分别计算各制造数据在此主显著差异中占有的贡献率，作为主影响度（Ｓ６）。从所述制造数据中，将相对于制造合格品时在制造不合格品时主影响度实质性增加了的制造数据确定为异常因素（Ｓ７、Ｓ８）。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及异常因素确定方法及系统，更详细而言，涉及在半导体产 品的生产工艺等具有多个制造工序的生产工艺中产生不合格品时，通过使 用多变量分析对表示从该生产工艺中获取的制造条件的制造数据进行分 析，从而确定成为不合格品产生的主要因素的制造数据的方法及系统。另外，本专利技术还涉及用于使计算机执行所述异常因素确定方法的程序。 另外，本专利技术还涉及记录所述程序的计算机可读记录介质。
技术介绍
对于在大量生产产品的制造工序中进行有效率的生产而言，当根据已 生产产品的检查结果或产品的特性值诊断出制造工序为异常时，确定成为 其因素的制造数据，将已确定的制造数据重新设定为正常值来使制造工序 立即恢复正常状态十分重要。然而，像半导体制造工序那样具有多个制造 工序的情况下，可能成为异常因素的制造变量的数量非常巨大，品质管理 者难以对制造变量逐个进行确认。于是，以前，例如日本国专利特开2003-114713号公报中提出了对制造工序中获取的制造履历信息进行统计 上的分析，将对不合格品的产生有很大影响的制造数据作为异常因素而提 取的方法。日本国专利特开2003-114713号公报的方法中，当不合格品产生时， 获取制造履历信息，该制造履历信息包含与产生不合格品的产品相同种类 的产品的每个产品的制造数据，对每个产品的制造数据集合进行主成分分 析。主成分分析中，进行使各制造数据的平均值为0、方差为1的标准化处 理后，对N行M列的制造数据集合X进行分解如下。数学式1义=，+ ￡在此，N表示产品数量，M表示制造数据个数。T是表示主成分得分 矩阵的NXR正交矩阵，V是称为伴随矩阵的MXR标准正交矩阵。上标 "t"表示是转置矩阵。R表示提取的主成分个数。E相当于已提取的主成 分模型中未表现的残差变量。主成分个数由残差平方变为主成分个数为0 时的例如20 30%左右时就停止对主成分的提取来决定，所述残差平方指 残差变量的平方。然后，使用已提取的主成分来进行主成分分析后，计算 残差成分E，如果存在此残差成分E的值超出允许范围的产品，那么将其 中残差特别大的制造数据确定为异常因素。接着，计算霍特林(Hotelling) 丁2统计量，所述霍特林f统计量指以 已提取的主成分为坐标轴的主成分空间的原点到每个产品的制造数据集合 在主成分空间的绘制点之间的距离。f统计量以数学式2"=坊来计算。此式中，^是第r主成分的得分， 表示第r主成分得分的标准偏差。 如果存在残差变量未超过允许范围，而计算出的丁2统计量超过允许范 围的产品，那么将对f统计量的贡献的绝对值最大的主成分确定为成为异 常因素的主成分。另外，将对已确定的主成分的贡献与主成分符号相同且 绝对值最大的制造数据确定为异常因素。
技术实现思路
本专利技术人，以包含如图3A至图3E所示的制造数据("制造数据1"、 "制造数据2"、…、"制造数据5")的生产工艺为对象，实施了日本国 专利特开2003-114713号公报的方法。在此，图3A至图3E是生产工艺中 各制造数据1 5 (以横坐标轴的值来表示)与通过该生产工艺制造的产品 的检査结果(以纵坐标的值来表示)之间的分布图。各产品的检查结果的 值在0 0.5之间则判定为不合格品"NG"，检査结果的值超过0.5则判定为良品"OK"。此示例中，制造数据1的值在0.998 1的范围中时，产生 不合格品的情况较多。g卩，实际情况下，制造数据1成为不合格品的产生 原因(异常因素)。以这些数据为对象进行主成分分析，求出主成分个数与将残差平方得 到的残差平方之间的关系，所述残差指主成分空间中未表现的模型化误差， 就可得到如图4所示的关系。在此，选定残差平方变为25%以下的主成分 个数，那么主成分的个数为2个。提取的主成分个数为2个，进行主成分 分析，进行了残差计算。图5中示出每个产品(即由"产品号"确定的各 个产品)的残差值。另外，图5中的直线CL表示95X置信限。关于此图 中残差最大的第256号产品，各制造数据1 5的残差如图6所示。由此图 确认制造数据5的残差最大。据此，确定第256号产品的异常因素为制造 数据5。然而，观察图3E (制造数据5与检查结果之间的分布图)，制造 数据5与检查结果之间未表现出很强的相关关系。S卩，未能将本来应该检 测出为异常因素的制造数据1检测出。接着，图7中示出霍特林f统计量的值，所述霍特林丁2统计量的值是 以已提取的主成分为坐标轴的主成分空间的原点到各产品的制造数据集合 在主成分空间的绘制点之间的距离。另外，图7中的直线CL表示95%置 信限。由此图确认第167号产品的值十分突出。第167号产品的主成分得 分如图8所示。由此图可知对第167号产品的贡献大的主成分是第2主成 分。另外，在示出各制造数据对第2主成分的贡献的图9中，因为制造数 据4与第2主成分同为负的符号且值最大，所以确定第167号产品的异常 因素是制造数据4。然而，观察图3E (制造数据4与检査结果之间的分布 图)，制造数据4与检査结果之间未表现出很强的相关关系。即，未能将 本来应该检测出为异常因素的制造数据1检测出。这样，确认了用日本国专利特开2003-114713号公报的方法，存在难 以检测出的实例。因此，本专利技术的主题在于提供一种能高精度地确定成为不合格品产生 因素的制造数据的异常因素确定方法及系统。另外，本专利技术的主题还在于提供一种用于使计算机执行所述异常因素确定方法的程序。另外，本专利技术还提供一种存储所述程序的计算机可读记录介质。本专利技术人对于用日本国专利特开2003-114713号公报的方法难以检测 出的实例分析如下。艮卩，日本国专利特开2003-114713号公报的方法中，将对不合格品制造时影响度大的制造数据确定为异常因素。然而，对不合格品制造时影响 度大的制造数据不一定直接影响不合格品的产生。例如，考虑某个制造数 据A对产品的生产结果有非常大的影响度的情况。以制造数据A为原因而 产生不合格品的情况下，当然提取出影响度大的制造数据A作为不合格品 产生的候选因素，暂且确定异常因素。然而，若以制造数据A之外的制造 数据B为原因而产生不合格品，则由于制造数据A的影响度大，而发生不 能探测出制造数据B的情况。因此，认为用日本国专利特开2003-114713 号公报的方法，在某制造数据有大影响度的情况下，以影响度小的其它制 造数据为由而发生不良生产时，不能将本来应该检测出为异常因素的制造 数据检测出。因此，为了解决所述问题，在第一种情况中，本专利技术的异常因素确定 方法，是一种在生产工艺中确定不合格品产生因素的异常因素确定方法，所 述生产工艺对产品执行一个以上的制造工序，并且执行对已经历所述制造 工序的所述产品的检査工序，其特征在于，所述生产工艺中，对于每个所述产品，相关联地获取包含该产品的制 造条件的一种以上制造数据与所述检查工序的检查结果，根据所述检査结 果，判定该产品是合格品还是不合格品；从判定为合格品的产品的制造数据中，进行主成分分析，至少提取一 个最优表现该产品制造条件的特征量；分别计算以提取出的特征量为坐标轴表示的特征量空间中的原点与所 述各产品的制造数据表示的点之间的距离，作为制造合格品时的平均制造 数据与制造不合格品时的各制造数据之间的主显著差异；分别计算各制造本文档来自技高网...

【技术保护点】
一种异常因素确定方法，在生产工艺中确定不合格品产生的因素，所述生产工艺对产品执行一个以上的制造工序，并且执行对已经历所述制造工序的所述产品的检查工序，其特征在于，　所述生产工艺中，对于每个所述产品，相关联地获取包含该产品的制造条件的一 种以上制造数据与所述检查工序的检查结果，根据所述检查结果，判定该产品是合格品还是不合格品；　从判定为合格品的产品的制造数据中，进行主成分分析，至少提取一个最优表现该产品制造条件的特征量；　分别计算以提取出的特征量为坐标轴表示的特 征量空间中的原点与所述各产品的制造数据表示的点之间的距离，作为制造合格品时的平均制造数据与制造不合格品时的各制造数据之间的主显著差异；　分别计算各制造数据在此主显著差异中占有的贡献率，作为主影响度；　从所述制造数据中，将相对于制 造合格品时在制造不合格品时所述主影响度实质性增加了的制造数据确定为异常因素。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：一色昭寿，
申请(专利权)人：夏普株式会社，
类型：发明
国别省市：JP[日本]