专利名称：预测旋转机器寿命的装置及其预测和确定维修时间的方法
技术领域：
本发明涉及测量旋转机器的使用寿命预期值的旋转机器预期使用寿命预测方法，以及根据使用寿命预期值确定对一个旋转机器的最佳维修时间的旋转机器维修时间确定方法。
现有技术对于高效率的半导体器件制造来说故障检测变得越来越重要。特别是作为向着大型/小批量的系统LSI(大规模集成电路)产品方向发展的趋势，从而需要有效而高度自适应的半导体器件制造方法。这可以使用小规模的生产线，用于半导体器件的有效制造。但是，如果仅仅减少生产线，则制造设备的生产能力的利用率下降。相应地，与大规模生产线相比存储例如投资效率下降这样的问题。为了纠正这种状况，有一种方法是在一个半导体制造设备执行的多种生产工艺。例如，低压化学汽相淀积(LPCVD)系统，所导入的反应气体和反应产品根据薄膜淀积的类型而不同。使用真空泵从LPCVD腔内抽空。相应地，根据制造工艺的类型不同，而薄膜淀积要求不同并且用于在真空泵内的反应产品的形成条件不同。因此，真空泵的使用寿命受到处理历史过程的影响。
通常，用于在操作过程中监控电流、温度等等的传感器被附加到真空泵上。由此，可以由操作员通过直接观察或者从绘制图表上的信息观察真空泵是否出现故障。但是，用于真空泵的电流和温度根据各种处理条件而改变，极其难以从这些随着每个工艺而改变的数值中测量真空泵的使用寿命预期值。
如果在LPCVD的薄膜淀积过程中，真空泵被非正常地关闭，然后被处理的这批产品会存在缺陷。另外，由于腔体以及用于气体导入或真空排除的管道内的剩余反应气体所造成的微尘，因此需要额外的LPCVD系统维护。进行这种额外的维护使得半导体器件的效率大大下降。
如果在安全的范围内安排定期的维护作为一种避免在生产过程中突然非正常关闭的措施，用于维护真空泵的频率可能是一个天文数字。不但这会增加维护成本，而且它会导致由于改变真空泵而造成LPCVD系统的生产能力利用率下降，造成半导体器件的制造效率极度下降。为了对多种工艺共同使用半导体制度设备，这是对有效的小规模生产线的要求，这样就希望能够准确地预测真空泵使用寿命的预期值，并且操作该真空泵而不浪费任何时间。
以前有人提出一些预测真空泵使用寿命预期值的方法。在日本专利申请公开No.2000-283056号中，公开一种利用例如真空泵电流量、温度或振动这样的多个物理量的真空泵故障预测方法。另外，它已经公开必须考虑到半导体制造设备的工作条件来预测真空泵故障，该工作条件例如工作时间与待机时间之比。但是，在把公共的半导体制造设备用于多个处理的情况中，不可能适应真空泵使用寿命预期值的历史结果。请注意，日本专利公开No.2000-283056的目的在于观察真空泵的异常，而不在于预测使用寿命预期值。因此，需要开发一种用于预测真空泵使用寿命预期值的装置和方法。
发明概述一种用于预测旋转机器的使用寿命预期值的装置包括负载方案输入模块，其用于获得旋转机器的负载条件；特征输入模块，其用于获得旋转机器的特征数据；以及使用寿命预期值预测模块，其根据负载条件和特征数据计算旋转机器的使用寿命。
使用旋转机器的制造设备包括工艺控制器，其用于一种生产工艺；旋转机器，其用于处理生产工艺的负载；以及使用寿命预期值预测控制器，其用于根据由工艺控制器获得的工艺方案和从旋转机器获得的特征数据计算旋转机器的使用寿命预期值。
提供一种方法，其中包括读取旋转机器的负载条件的负载方案；通过把该负载方案与现有的用于该工艺的负载方案相比较而确定是否存在负载条件的改变；如果没有存在负载条件的改变则采用现有的确定基准，以及如果存在负载条件的改变而不是现有的确定基准，读入和采用符合该工艺条件的确定基准；通过读入对应于该确定基准的对该旋转机器检测的特征数据，处理时间序列的数据；以及根据该时间序列的数据和确定基准计算旋转机器的使用寿命预期值。
提供一种方法，其中包括读取旋转机器的负载条件的负载方案；通过把该负载方案与现有的用于该工艺的负载方案相比较而确定是否存在负载条件的改变；如果没有存在负载条件的改变则采用现有的确定基准，以及如果存在负载条件的改变而不适用现有的确定基准，则读入和采用符合该工艺条件的确定基准；通过读入对应于该确定基准的对该旋转机器检测的特征数据，处理时间序列的数据；根据该时间序列的数据和确定基准计算旋转机器的使用寿命预期值；在到达所计算的使用寿命预期值的一个时间段中由半导体生产模拟器查找该工艺过程的待机次数；以及确定对该工艺影响最小的所查找的待机时间中的一个待机时间，或者包括该待机时间在内的一段时间为旋转机器的更换或维修时间。
图1为示出根据本发明的实施例的半导体制造设备的一种结构的示意方框图；图2为示出根据本发明的第一实施例构成用于预测使用寿命预期值的一个装置的每个处理器的方块结构的示意方框图；图3为示出根据本发明的第一实施例在工艺操作过程中的干泵的随时间变化的电流的一个例子的曲线图；图4为示出根据本发明的第一实施例在工艺操作过程中的干泵的随时间变化的电流的另一个例子的曲线图；图5为示出根据本发明的第一实施例的预测干泵使用寿命预期值的方法的流程图；图6为示出根据本发明第一实施例的变型例子的用于预测使用寿命预期值的装置的结构的方框图；图7为示出根据本发明第二实施例直到发生故障为止的一个干泵的随时间变化电流的一个例子的曲线图；图8为示出用于图6中所示的随时间变化的电流的自动协方差分析结果的曲线图；图9为示出根据本发明第三实施例预测干泵使用寿命预期值的一种方法的流程图；图10为示出根据本发明第四实施例预测干泵使用寿命预期值的一种方法的流程图；图11为示出根据本发明第五实施例用于确定干泵维修时间的一种方法的半导体生产系统的结构例子的方框图；以及图12为示出根据本发明第五实施例确定干泵维修时间的一种方法的流程图。
具体实施例方式
下面将参照附图描述本发明的各个实施例。应当注意，相同或类似的参考标号在这些图中用于表示相同或类似的部件，并且将省略或减化相同或类似的部件或成份的描述。
(第一实施例)如图1中所示，根据本发明用作为一种半导体制造设备的LPCVD系统包括一个腔体1，其具有能够被排空的气密结构，并且在该腔体1的排气端通过收集器2和闸式阀3由真空管4连接到一个用作为真空泵的干泵5。多个气管被连接到腔体1的上游端，并且该气管分别连接到质量流控制器7、8和9。质量流控制器7、8和9连接到供气系统6，其把要导入的预定气体提供到腔体1。一个工艺控制器11例如对腔体1中的电流量、压力和温度执行控制和确认，以符合工艺控制信号21和工艺信息22。一个使用寿命预期值预测控制器13被连接到该工艺控制器11和泵控制器12。通过从工艺控制器11读取例如包括气体类型、气流速率、压力和基片温度这样的工艺条件的工艺方案25，以及从泵控制器12读取而特征数据26，例如电流、温度和振动这样用于干泵5的特征量，从而预测干泵5的使用寿命预期值。
如图2中所示的每个控制器由功能块构成。控制器11具有气体供应控制单元31、压力控制单元32、温度控制单元33，并且泵控制器12具有泵控制单元35、电流/电压监视器36、温度监视器37、振动监视器38、压力监视器39。使用寿命预期值预测控制器13具有工艺条件方案输入模块41、特征数据输入模块42、使用寿命预期值预测模块43、输出模块44和存储单元45。使用寿命预期值预测模块43通过从存储单元45读取对应于工艺方案25的预定基准并且统计地处理用于干泵的特征数据26，而执行干泵5的使用寿命预期值的计算。分别由工艺条件方案输入模块41和特征数据输入模块42读取工艺方案25和特征数据26。输出模块44通过使用寿命预期值预测模块43把所计算的使用寿命预期值信息28输出到服务器15。另外，如果清楚表明该干泵5将要发生故障，则输出模块发出警告并且把紧急关闭信号29a和29b分别发送到工艺控制器11和泵控制器12。存储单元45存储工艺方案25的处理信息22、相应的使用寿命预期值确定基准以及所计算的预测使用寿命预期值。
包括这种LPCVD系统，各种半导体制造设备被通过局域网(LAN)14集成为一个计算机集成的制造系统(CIM)，并且根据基于CIM的服务器(或主计算机)15而管理。
使用寿命预期值预测控制器13可以把使用寿命预期值结果作为泵使用寿命预期值信息28通过LAN14发送到基于CIM的服务器15。在此，除了干泵使用寿命预期值信息28之外，该服务器15可以从工艺控制器11读入薄膜淀积工艺条件，作为批量处理信息27。另外，使用寿命预期值预测控制器13可以在将要出现故障之前把紧急关闭信号29a、29b发送到工艺控制器11。
响应从工艺控制器11获得的工艺条件，使用寿命预期值预测控制器13可以确认干泵5的操作条件，从而能够在工艺操作过程中执行用于预测干泵5的使用寿命预期值的计算。另外，通过参照保存于服务器15中的批量处理信息27，可以估计在干泵5内部累积沉淀材料的量，并且可以通过该工艺历史记录而更新使用寿命预期值确定基准值。另外，还可以通过建设性地利用在下文中描述的工艺条件中的差别而进行使用寿命预期值预测。
使用图1中所示的LPCVD系统，在淀积氮化硅(Si3N4)膜的情况下，在大约几百帕的低压条件下分别通过质量流控制器7和8把二氯甲硅烷(SiH2Cl2)气体和氨气(NH3)导入到腔体1内。在腔体1内，硅(Si)基片被加热到大约650度，并且通过二氯甲硅烷和氨气的化学反应，在硅基片上淀积氮化硅膜。除了产生氮化硅膜之外，该反应产生反应副产品氯化铵气(NH4Cl)和氢气。该反应方程式被表达如下(1)由于氢气是气体，因此它可以容易地从干泵5中排除。另一方面，由于在腔体1内的硅基片的温度大约为650度，并且它在形成时处于大约几百帕的低压下，氯化铵也是气态的。通常，LPCVD系统具有置于腔体1和干泵5之间用于收集固态的反应副产品材料的收集器2。通过该收集器2，可以完成在低压条件下从反应中收集副产品材料。因此从收集器2脱离而没有被收集的反应副产品到达干泵5。同时，没有反应的气体和副产品材料被冷却。由于气体的压缩，在干泵5中的压力突然从低压状态升高到正常大气压力。尽管在高温和低压下该副产品氯化铵为气体，但是当它被冷却并且压力增加时被固化。在干泵5内，由于排空的气体受到重复压缩，因此在所排除气体中冷却的气态氯化铵开始固化并且沉淀在干泵5内。这造成沉淀材料的附着和积累，并且在氯化铵沉淀的干泵5内部的一些部分中，在氯化铵积累到一定量时，所沉淀材料脱落。另外，该沉淀物在泵内部，特别在作为旋转体的转子与壳体之间，造成清洁度下降并且堵塞。这种情况中，会增加干泵5的电流量和功率，并且增加干泵5的温度，或者立即开始产生振荡。但是，由于连续出现所沉淀材料的磨平和脱离，因此电流水平或功率水平和温度很快地返回到基本上正常的水平并且振动减小。干泵5重复性地具有如上文所述的沉淀的反应副产品材料，这会导致它发生故障。
图3为在使用干泵5的早期阶段当执行LPCVD的次数仍然较小时正常电流水平的时间序列数据。从这可以理解，还没有形成影响干泵5的工作的沉淀物。另一方面，当在发生故障之前干泵5发生磨损和疲劳，可以从电流水平的时间记录中看到表示电流的异常增加的隆起51和尖峰52，如图4中所示。这示出沉淀物在于泵5内部的宽范围内频繁地形成。当在干泵5内部累积的沉淀材料的量增加时，这种电流的异常增加开始频繁地出现。
沉淀材料继续增加，并且紧接着在干泵5发生故障之前，可以观察到由于沉淀材料的累积而造成电流水平或功率水平、温度和振动等等的暂时升高。例如，在特定时间段内计算的在干泵5中的电流的平均水平和标准偏差根据所沉淀材料的增加而继续增加。相应地，通过监控该水平作为确定基准，可以通过参照故障数据而确定干泵5的使用寿命预期值确定基准。但是，如在此所述，在把单个半导体制造设备应用于各种工艺时，例如电流变化的平均水平和标准偏差这个的使用寿命预期值确定基准随着每个工艺条件而改变。另外，例如电流的平均水平和标准偏差等等这样的特征数据的增加速度取决于工艺条件的历史记录。因此，在第一实施例中，各个确定基准水平对每个工艺条件的特征数据而设置，并且通过在该工艺过程中增加特征数据的速度而计算使用寿命预期值。另外，在特征数据的增加速度偶然改变的情况下，不但使用寿命预期值要重新计算，而且还要相应地更新使用寿命预期值确定基准水平。因此，可以使该使用寿命预期值预测适应各种工艺条件，并且还考虑到工艺的历史记录。
在干泵5中的电流的平均水平和标准偏差被用作为干泵5的特征数据的情况下，下面参照图2和5描述使用寿命预期值预测。在图2中所示的使用寿命预期值预测控制器13的存储单元45从为每个工艺条件存储干泵使用寿命预期值和预测的使用寿命预期值的确定基准。
(a) 在图5的步骤S201中，在使用寿命预期值预测控制器13中的工艺条件方案输入模块41从工艺控制器11读入工艺方案25，并且识别腔体1的当前工艺条件，例如气体的类型或气体的流速、压力和温度。
(b) 在步骤S202中，确定这些当前的工艺条件与以前的工艺条件相比是否有任何改变，如果判断没有改变，则不改变当前设置的确定基准。
(c) 当在工艺条件中存在改变，在步骤S203中，对每个工艺条件设置的使用寿命预期值确定基准被重新地从存储单元45中读入。
(d) 在步骤S204中，特征数据输入模块42从干泵5的特征数据26读入电流水平。
(e) 在步骤S205中，使用寿命预期值预测模块43计算在例如10秒的预定时间段是的平均水平和标准偏差，从而平滑偶然的改变。
(f) 在步骤S206中，使用寿命预期值预测模块43计算与所获得电平的平均水平和标准偏差相一致的增加速度，并且估计直到到达每个确定基准为止的时间长度。
(g) 在步骤S207中，确定该预定使用寿命预期值是否正常。
(h) 当该预定的使用寿命预期值正常时，在步骤S208确定当然工艺是否结束。如果没有结束，则该处理重复返回到步骤S204。如果结束，则干泵5变为待机状态直到下一个工艺(步骤S211)。
(i) 当在步骤S207中已经识别出该预测的使用寿命预期值正常，并且干泵5处于故障的边缘，则在步骤S209，从输出模块44把紧急关闭信号29a、29b发送到工艺控制器11和泵控制器12。已经接收到该紧急关闭信号29a、29b的工艺控制器11和泵控制器12执行腔体1和干泵5的关闭程序。
(j) 在步骤S210中，执行干泵5的修复或替换。在此之后，干泵5将处于待机状态直到下一个工艺(步骤S211)。
在步骤S206中，使用寿命预期值预测控制器13可以把直到到达干泵5的确定基准为止的预测时间长度作为对于每个工艺条件的泵使用寿命预期值信息通过LAN14传送到服务器15。根据在服务器15中传送的数据，用于干泵5的泵使用寿命预期值信息被更新；另外，如果该使用寿命预期值确定基准被纠正以符合特征数据的增加速度中的改变，并且更新的确定基准被返回到存储单元45。通常，除了服务器15之外，还可以在用作为LAN14的数据库的一个分离主计算机上执行该数据的存储和处理。
另外，当在腔体1中处理的过程中干泵5的电流的平均水平和标准偏差增加到超过预期值，则表明干泵5处于故障的边缘，把紧急关闭信号29a从使用寿命预期值预测控制器13发送到工艺控制器11。已经接收该紧急关闭信号29a的工艺控制器11发出指令，以停止把反应气体提供到腔体1，并且关闭闸式阀3，并且停止该工艺。这种功能可以使腔体1避免受到由于干泵5的突然关闭而造成的污染。
根据第一实施例，用于对每个工艺条件规定用于干泵5的特征处理26的判断确定基准，则可以分析在干泵5的整个使用寿命预期值过程中的历史记录，并且有可能根据工艺条件历史记录对确定基准中的改变作出响应。
请注意，使用寿命预期值预测控制器13从工艺控制器11读入用于气体类型和气体流速等等的工艺方案25，并且认别该工艺条件；但是，还可以通过LAN14从服务器15读入该工艺方案。另外，用作为数据库的主计算机可以用于取代服务器15。在此，在时间上的电流水平的平均值和标准偏差被用于在工艺控制器11中进行使用寿命预期值预测计算的统计方法；但是，除此之外，可以使用根据自动协方差分析的自动互相关系数、自动互相关系数的滞后宽度等等。另外，还可以实现不但利用电流而且还利用多个特征数据进行综合的确定。在这种情况下如果使用Mahalanobis-Taguchi(MT)距离，则可以更加精确地进行预测。对特征数据的增加速度进行简单回归或多次回归分析的方法有效地增加预测的效率。
(变型)在第一实施例中，使用寿命预期值预测控制器13被示出作为一个独立的装置；但是，在另一个例子中，如图6中所示，一个工艺/使用寿命预期值预测控制装置18一同包括工艺控制器11a和使用寿命预期值预测控制器13a。除此之外，类似于第一实施例从而省略重复性的描述。
工艺控制器11a具有气体供应控制单元31a、压力控制单元32a、温度控制单元33a。使用寿命预期值预测控制器13a具有工艺条件方案输入模块41a、42a、43a、44a以及存储单元45a。使用寿命预期值预测模块43a通过从存储单元45a读取对应于工艺控制器11a中的工艺方案的确定基准而执行干泵5的使用寿命预期值的计算，并且对干泵5统计地处理特征数据26。该工艺方案和特征数据26分别由41a和特征数据输入模块42a所读取。使用寿命预期值预测结果可以作为批量处理信息27a与工艺条件一同由输出模块44a通过LAN14发送到服务器15。存储单元45a还存储所计算的使用寿命预期值数据。工艺控制信号21a包括来自输出模块44a的紧急关闭信号。
响应该处理条件，安装有工艺控制器11a和使用寿命预期值预测控制器的工艺/使用寿命预期值预测控制装置18可以去识别干泵5的工作条件，从而能够在工作过程中执行用于预测干泵5的使用寿命预期值的计算。另外，在干泵5中累积的沉淀材料可以通过参照保存在服务器15中的批量处理信息27a而估计，并且使用寿命预期值确定参考值可以通过该工艺历史记录而更新。
根据第一实施例的变型例子，由于对每个工艺条件规定用于干泵5的特征数据26的确定基准，可以分析在干泵5的整个使用寿命预期值过程中的历史记录，并且有可能对与工艺条件历史记录相符合的确定基准的改变作出响应。
在该变型例子中，使用寿命预期值预测控制器13a与11a相结合；但是对于附加到干泵5上的泵控制器12还可以有类似的组合。
(第二实施例)下面将描述根据本发明第二实施例的把干泵电流的自动协方差分析用作为半导体制造设备的一种预测使用寿命预期值的方法。
通过根据本发明第二实施例的半导体制造设备使用寿命预期值预测方法，分析例如从干泵获得的电流、功率、内部压力、振动和温度这样的特征数据的时间序列数据，并且使用随机技术来预测干泵故障。例如，如果发现“如果干泵电流在特定的时间点处较高，则即使在预定滞后宽度τ(数据间隔)之后电流增加”这样的关系，这在干泵使用寿命预期值预测中是有用的。
开始，为了分析从干泵获得的特征数据的时间序列数据，必须作出恒定性假设。简单的说，恒定性表示在每次的时间序列数据用相同的随机处理来实现，或者随机处理的统计特性不随时间而改变。为了具有恒定性，必须满足如下条件，其中预期值E[x(t)]＝μ不随时间而改变、预期值E[x(t)2]＝μ2不随时间而改变以及对于任意t，预期值E[x(t)x(τ)]，τ仅仅取决于t-τ的函数，换句话说该预期值E[x(t)x(τ)]仅仅取决于时间的差别。也就是说，该预期值E[x(t)x(t+τ)]变为滞后宽度τ的一个函数，并且预期值E[x(t)]＝μ变为固定。
因此，在变量x(t)与滞后宽度τ之后的变量x(t+τ)之间的相一致程度，或者x(t)与x(t+τ)的协方差cov(x(t)，x(t+τ))＝E[(x(t)-μ)(x(t+τ)-μ)](2)这是仅仅滞后宽度(数据间隔)τ的一个函数。这是因为E[(x(t)-μ)(x(t+τ)-μ)]＝E[x(t)x(t+τ)]-μ2。
(3)这称为自动协方差函数C(τ)，并且被定义为C(τ)＝E[(x(t)-μ)(x(t+τ)-μ)]。
(4)另外，自动互相关系数ρxx(τ)被定义为ρxx(τ)＝C(τ)/C(0)。
(5)C(τ)表示相隔滞后宽度τ的数据之间的连接强度。
换句话说，当该数值为较大的正值时，变量x(t)与滞后宽度τ之后的变量x(t+τ)倾向于按相同的方式作用；另一方面，当它为较大的负值时，这表明变量x(t)与变量x(t+τ)倾向于以相反的方式作用。并且，如果该数值为0，可以理解为变量x(t)与变量x(t+τ)之间相互独立作用。
进一步通过用作为正常离散的C(0)除C(τ)，可以把ρxx(τ)的数值标准化为-1≤ρxx(τ)≤1 (6)
由于C(0)的正常离散表示与它本身的关系强度，并且不是比它本身更强的一个互相关，|C(τ)|≤|C(0)| (7)结果，当自动互相关系数ρxx(τ)接近1时，可以确定在变量x(t)与变量x(t+τ)之间具有强的关系，可以预测半导体制造设备的使用寿命预期值。更加具体来说，对于初值的特征数据的时间序列数据，测量干泵的未老化状态，并且形成基准的时间序列数据。可以从该基准的时间序列数据获得基准自动协方差函数。接着，测量在工艺过程中的用于干泵的特征数据的时间序列数据，并且由此可以在该工艺过程中获得自动协方差函数。自动互相关系数可以从该工艺和基准的自动协方差函数获得。如果自动互相关系数接近|1|，则可以确定无论该数值为正或负，在干泵的正常特征数据之间具有强的关系；如果它接近于0，则可以理解该互相关较弱，并且接近于其使用寿命预期值。
如图7中所示，从开始使用到该干泵5使用的两个月的时间段内，在电流中有几个暂时的尖峰，但是当使用时间进行到直到要发生故障之前的两个月内，如上文所述(参见图4)，则可以看到在电流中的大尖峰。另一方面，在于泵5中的电流稳定改变还较小，这几乎是不能够人为地检测。根据由图8中所示的结果给出的数据执行自动协方差分析。在自动互相关系数中的大的周期性改变变得显著，而干泵5处于正常工作状态，但是由于干泵5随着使用时间的变长而磨损，这些周期改变量变小并且接近于0。相应地，如果跟踪这些周期改变，则可以诊断干泵5的状态。使用寿命预期值预测控制器13根据该信号对干泵5进行诊断，并且计算在干泵5的使用寿命过程中可以处理的批次，并且把该结果登记在服务器15中。
在第二实施例中电流水平被用作为用于干泵5的特定数据；但是，可以使用例如功率水平、温度、振动或者声音频谱这样的其它物理特性。另外，还可以通过仅仅使用电流水平的一个物理特性有效地预测干泵5的使用寿命预期值，但是各种物理特性综合地作为用于干泵5的确定基准。
(第三实施例)下面参照用于图2和9中所示的第一实施例中的LPCVD的例子进行描述。在仅仅使用电流水平的一个物理特性，但是综合用于干泵5的特征数据的各种物理特性，可以利用Mahalanobis-Taguchi(MT)距离有效地预测干泵5的使用寿命预期值。
这需要查找在正常状态过程中从参考数据获得的逆矩阵，或者一个基准Mahalanobis空间，以用使用寿命预期值预测控制器13查找MT距离。例如，对于电流的时间序列数据的自动协方差的自动互相关系数，可以把干泵5的温度和振动用作为形成基准空间的数据。然后查找从该电流、温度和振动数据推导的互相关矩阵的逆矩阵。用于从该互相关矩阵查找逆矩阵的计算可以在使用寿命预期值预测控制器13中执行；另外，可以在服务器15或CIM系统中的另一个计算机中执行。该基准Mahalanobis空间可以预选对每个处理条件设置；但是也可以根据各种工艺条件的历史记录而改变。
(a) 在图9的步骤S501中，在使用寿命预期值预测控制器13中的工艺条件方案输入模块41从工艺控制器11读入工艺方案25，并且识别腔体1的当前工艺条件，例如气体类型或者气体流速、压力和温度。
(b) 在步骤S502中，确定是否有工艺条件的改变。如果在工艺条件中没有改变，则可以继续使用当前基准(Mahalanobis)空间的逆矩阵。
(c) 在步骤S503a中，当已经从步骤S502中的工艺方案25识别出工艺条件的改变，对于预定次数的旋转，例如对于20次旋转，获得干泵5的电流、温度和振动数据，并且它的基准数据被重新配置以在步骤S503b中查找新的逆矩阵。
(d) 在此之后，在步骤S504中，特征数据输入模块42读入干泵5的电流水平、温度和振动的特征数据26，这是在处理过程中对于预定次数的旋转而获得的。
(e) 在步骤S505中，使用寿命预期值预测模块43从干泵5的电流水平、温度和振动计算特征数据26的逆矩阵，其被设置为验证的Mahalanobis空间。然后从该验证的Mahalanobis空间和以前找到的基准空间得到MT距离，并且执行干泵5的使用寿命预期值的计算。
(f) 在步骤S506中，使用寿命预期值预测模块43对干泵5执行使用寿命预期值预测。当干泵5为正常时，验证的Mahalanobis空间类似于基准空间，并且MT距离表现出大约为1的数值。MT距离的较大数值表示该验证空间和基准空间相偏离，通常大约为10的MT距离被确定为异常。相应地，如果把10的MT距离作为干泵5的使用寿命预期值确定基准，则可以从在每个测试点计算的MT距离或者在MT距离中的增加速度预测干泵的使用寿命预期值。
该预测结果被输出模块44存储在存储单元45中，从而通过LAN14把用于每个工艺条件的泵使用寿命预期值信息28登记在服务器15中。
根据第三实施例，当预测干泵5的使用寿命预期值时，通过考虑干泵5的状态获得各种物理特性的相关矩阵，并且MT距离可以用于确定干泵5的使用寿命预期值。
(第四实施例)由于例如电流、功率、温度、振动和声音这样的特征数据的平均值和标准偏差对应于各个工艺条件而改变，于此相适应的方法已经在上述实施例中描述。在根据第四实施例的使用寿命预期值预测方法中，进一步描述简化的方法。
如果粗略地划分半导体制造设备，可以说有两种状态正在执行制造工艺的工作状态和取出一批产品插入下一批产品之间的待机状态。上述第一至第三实施例是在半导体制造设备的工作过程中执行的干泵5的使用寿命预期值预测的例子。在半导体制造设备的工作过程中，由于从腔体1到干泵5传送非反应气体和反应副产品，在有效工艺过程中取得例如电流水平这样的特征数据。另一方面，在待机状态过程中，由于腔体1被例如氮气(N2)这样的不反应气体所填充，因此干泵5上的负载较低，并且所附着的异常材料的量较少，该处理是相对静态的。第四实施例是当半导体制造设备处于待机状态时执行的干泵5的使用寿命预期值预测的一个例子。在本说明中，图10和2被使用，并且干泵5的电流水平被用作为用于使用寿命预期值确定基准的特征数据。
(a) 在步骤S601中，在使用寿命预期值预测控制器13中的工艺条件方案输入模块41从工艺控制器11读入工艺方案25，并且识别腔体1的当前工艺条件，例如气体类型、气体流速、腔体温度和压力。
(b) 在步骤S602中，识别该LPCVD系统是否处于工作状态或待机状态。
(c) 当已经识别出该LPCVD系统处于待机状态，则在步骤S604，特征数据输入模块42从干泵5的特征数据26读入电流水平。
(d) 在步骤S605中，使用寿命预期值预测控制器13计算与所获得的电流平均水平和标准偏差相符合的增加速度，并且估计直到到达从存储单元45读入的每个使用寿命预期值确认基准为止的时间长度。
(e) 在步骤S606中，使用寿命预期值预测模块43从直到达到干泵5的确定基准值为止的所计算时间长度预测使用寿命预期值。所预测结果被输出模块44存储在存储单元45中，从而通过LAN14作为用于每个工艺条件的泵使用寿命预期值信息28登记在服务器15中。根据在服务器15中的所传送数据，更新用于干泵5的泵使用寿命预期值信息28，另外，如果纠正使用寿命预期值确定基准，以符合使用寿命预期值的增长速度的改变，所更新的使用寿命预期值确定基准被返回到使用寿命预期值预测控制器13的存储单元45。
即使干泵5处于待机状态，由于内部沉淀材料的历史结果造成为每个工艺改变干泵5的特征数据26。即使在待机状态，在干泵5中的电流水平对于每个工艺而增加，以符合这些历史记录结果，并且可以通过分析特征数据26的增加速度测量干泵5的使用寿命预期值。
在此，作为对于干泵5的待机使用寿命预期值预测，除了以恒定的流速填充氮气之外，还可以有效地改变氮气的流速。氮气流速被改变并且测量对应于气体流速改变的在干泵5中的电流平均值和标准偏差的改变量。当将要发生故障时，作者发现与氮气流速的改变相比，在电流的平均水平和标准偏差中的改变倾向于下降。相应地，可以从与氮气流速中的改变相比的电流平均水平和标准偏差中的改变而预测干泵5的使用寿命预期值。按照这种方式，能够更容易精确确定使用寿命预期值，因为可以在工作过程中不可采用的条件下执行待机过程的使用寿命预期值预测测试。
可以通过间断地导入不反应气体并且对干泵5测量负载特征的改变，而执行使用寿命预期值预测。在这种情况中，可以研究所附着材料被磨平和脱离的情况。当干泵5的使用更长时，磨平和脱离所附加的材料的能力下降。这种改变可以被作为干泵5的当前电平的改变而检测，从而可以对干泵5进行使用寿命预期值预测。
另外，有时采用清理气体来在待机过程中消除腔体1内的所附着材料。在该过程中电流水平的改变还可以被用于预测。另外，可以通过在导入清理气体之后间断地导入和停止不反应气体并且测量干泵5的负载特性的改变，而获得更加精确的预测。
通过导入反应气体取待不反应气体还可以执行效率测试。通常，当导入不反应气体时，由于干泵5的负载较小，因此在负载的平均水平和标准偏差的改变可以变的难以测量，反应气体的使用是有效的。
与工艺操作过程中不同，在半导体制造设备处于待机状态时，在对干泵5执行使用寿命预期值预测的情况下，可以采用相同的条件来简化使用寿命预期值预测。另外，由于通过CIM控制该待机，则用于执行使用寿命预期值测试的顺序可以被编辑为用于半导体制造设备的工作程序，并且执行。
(第五实施例)如图11中所示，半导体生产系统包括一种结构，其中多个半导体制造设备71、72...连接到LAN14，其连接到服务器15，并且半导体生产模拟器16进一步连接到服务器15。
在此，假设一种每个月生产大约100个批次的产品的小规模生产线，大约有50个半导体制造设备。该半导体生产模拟器16利用作为商业软件的ManSim构造一个具有与该生产线相同设备配备和规模的虚拟工厂。来自分布在实际生产车间中的制造设备的数据，例如设备性能，处理时间以及用于维修和质量控制(QC)所需的时间被输入到ManSim中，并且在完全与实际车间相同的计算机中构造条件。另外，半导体制造设备71、72...具有与图1中所示的半导体制造设备相类似的各个结构。
接着，下面采用图12中所示的流程图以及图2中所示的使用寿命预期值预测控制器描述根据本发明第5实施例的确定维修时间的方法。
(a) 在步骤S801中，在使用寿命预期值预测控制器13中的工艺条件方案输入模块41从工艺控制器11读入工艺方案25，并且识别腔体1的当前工艺条件，例如气体类型、气体流速、压力和温度。
(b) 在步骤S802中，确定当前工艺条件与以前的工艺条件相比是否存储任何改变，如果判断没有改变，则可以使用当前设置的确定基准而没有改变。](c) 当在工艺条件中存在改变时，在步骤S803中，对每个工艺条件设制的使用寿命预期值确定基准值被重新从存储单元45中读出。
(d) 在步骤S804，特征数据输入模块42从干泵5的特征数据26读入电流水平。
(e) 在步骤S805中，特征数据输入模块42在例如10秒的预定时间间隔内计算平均水平和标准偏差，从而平滑偶然的改变。
(f) 在步骤S806中，使用寿命预期值预测模块43计算与电流的平均水平的标准偏差相一致的增长速度，并且估计到达每个确定基准为止的时间长度。所预测的结果被输出模块44存储在存储单元45中，从而作为用于每个工艺条件的泵使用寿命预期值信息28而通过LAN14登记在服务器15中。
(g) 在步骤S807，确定是否接近该干泵5的预测使用寿命预期值。
(h) 通常，当所预测的使用寿命预期值为正常，则干泵5变为待机状态直到下一个工艺过程(步骤S811)。
(i) 根据步骤S807的使用寿命预期值预测，如果有一个干泵接近其使用寿命预期值，例如半导体制造设备71的干泵，则服务器15使半导体生产模拟器16工作，并且执行模拟。更加具体来说，使用ManSim，寻找到发生故障为止的时间段。然后在使用模拟寻找该时间段过程中对半导体生产影响最小的维修时间段。对生产影响最小意味着在没有需要在半导体制造设备71中处理的产品批次时，换句话说，当该设备处于待机状态时，执行泵更换。通常，存在有待机时间长度比更换泵所需的时间更短的情况。这种情况中，如果在最长的待机时间中执行泵的更换，则对生产的影响最小。
(j) 假设在步骤S809中从模拟结果可以清楚看出，例如在半导体制造设备71中的干泵5发生故障之前有1小时、3小时和5小时的待机时间段。更换泵5所需的时间，包括使半导体制设备71的温度降低以及在更换之后使该温度回升大约需要6小时。
(k) 因此，该5小时长度的待机时间段被标记，并且在步骤S810中，执行干泵的更换或维修。结果，可以把该批次产品被暂停的时间限制为仅仅1小时。
根据第五实施例，该半导体生产模拟器16通过模拟查找半导体制造设备的待机时间段，并且确定对半导体生产影响最小的待机时间段或者包括该待机时间段在内的一个时间段，并且把它设置为干泵维修的时间；相应地，可以使半导体制造批次被暂停的时间长度最小化，并且保持对半导体生产的影响最小。
(其它实施例)应当指出，本发明不限于上述实施例，并且还可以用各种其它形式来体现而在具体结构、功能、操作或结果上不脱离其精神或本质特征。具体来说，使用寿命预期值预测方法不限于干泵或半导体制造设备，而且还广泛应用于旋转机器，例如压缩机、电机或者使用这种旋转机器的制造设备。另外，该干泵使用寿命预期值预测方法不限于半导体制造设备的干泵，而且可以广泛应用于整个半导体制造设备，包括干蚀系统和溅射系统。另外，该真空泵不限于干泵，而且还包括任何种类的泵，例如涡轮分子泵、机械升压泵或者旋转泵。
在接受本发明公开的思想之后本领域的其它专业人员将可以作出各种变型。相应地，本发明的技术范围仅仅由从上文描述可以合理推断的本发明权利要求的范围的发明特征所限制。
权利要求
1.一种用于预测旋转机器的使用寿命预期值的装置包括负载方案输入模块，其用于获得旋转机器的负载条件；特征输入模块，其用于获得所述旋转机器的特征数据；以及使用寿命预期值预测模块，其根据所述负载条件和所述特征数据计算所述旋转机器的使用寿命。
2.根据权利要求1所述的装置，其中所述负载条件由导入气体并且执行半导体制造工艺的腔体的工艺条件所确定，并且所述旋转机器是真空泵。
3.根据权利要求2所述的装置，其中所述工艺条件包括所述气体的种类和所述气体的流速。
4.根据权利要求2所述的装置，其中所述特征数据包括所述真空泵的电压、电流、功率、温度、振动和声音中的一种数据。
5.根据权利要求2所述的装置，其中所述使用寿命预期值的计算使用所述特征数据的时间序列数据。
6.根据权利要求5所述的装置，其中所述使用寿命预期值的计算使用用于所述特征数据的平均值、标准偏差、自动互相关系数、自动互相关系数的滞后宽度以及在所述时间序列数据中的有限时间段的Mahalanobis-Taguchi距离的统计分析值中的任何一个数据。
7.根据权利要求5所述的装置，其中所述使用寿命预期值的计算从所述统计分析值的改变速度、简单回归或多次回归分析中推导。
8.根据权利要求2所述的装置，其中所述计算的使用寿命预期值被送到局域网。
9.根据权利要求2所述的装置，其中根据所述计算的使用寿命预期值，提供用于所述工艺的紧急关闭信号。
10.一种制造设备包括工艺控制器，其用于控制一种生产工艺；旋转机器，其用于处理所述生产工艺的负载；以及使用寿命预期值预测控制器，其用于根据由所述工艺控制器获得的工艺方案和从所述旋转机器获得的特征数据计算旋转机器的使用寿命预期值。
11.根据权利要求10所述的制造设备，其中所述工艺方案确定导入气体并且执行半导体制造工艺的腔体的工艺条件，并且所述旋转机器是真空泵。
12.根据权利要求10所述的制造设备，其中所述使用寿命预期值预测控制器具有多种工艺方案。
13.根据权利要求11所述的制造设备，其中所述工艺条件包括所述气体的种类和所述气体的流速。
14.根据权利要求11所述的制造设备，其中其中所述特征数据包括所述真空泵的电压、电流、功率、温度、振动和声音中的一种数据。
15.根据权利要求11所述的制造设备，其中其中所述使用寿命预期值的计算使用所述特征数据的时间序列数据。
16.根据权利要求15所述的制造设备，其中其中所述使用寿命预期值的计算使用用于所述特征数据的平均值、标准偏差、自动互相关系数、自动互相关系数的滞后宽度以及在所述时间序列数据中的有限时间段的Mahalanobis-Taguchi距离的统计分析值中的任何一个数据。
17.根据权利要求15所述的制造设备，其中其中所述使用寿命预期值的计算从所述统计分析值的改变速度、简单回归或多次回归分析中推导。
18.根据权利要求11所述的制造设备，其中其中所述计算的使用寿命预期值被送到局域网。
19.根据权利要求11所述的制造设备，其中其中根据所述计算的使用寿命预期值，提供用于所述工艺的紧急关闭信号。
20.根据权利要求11所述的制造设备，其中所述工艺控制器和所述使用寿命预期值预测控制器安装在同一个壳体内。
21.一种预测旋转机器的预期使用寿命的方法，其中包括读取旋转机器的负载条件的负载方案；通过把所述负载方案与现有的用于该工艺的负载方案相比较而确定是否存在所述负载条件的改变；如果没有存在所述负载条件的改变则采用现有的确定基准，以及如果存在负载条件的改变而不是所述现有的确定基准，读入和采用符合该工艺条件的确定基准；通过读入对应于所述确定基准的对所述旋转机器检测的特征数据，处理时间序列的数据；以及根据所述时间序列的数据和所述确定基准计算所述旋转机器的使用寿命预期值。
22.根据权利要求21所述的方法，其中所述负载条件由导入气体并且执行半导体制造工艺的腔体的工艺条件所确定，并且所述旋转机器是真空泵。
23.根据权利要求22所述的方法，其中在所述腔体内进一步执行具有与所述半导体制造工艺不同目的的另一个半导体制造工艺。
24.根据权利要求22所述的方法，其中所述工艺条件包括所述气体的种类和所述气体的流速。
25.根据权利要求22所述的方法，其中所述特征数据包括所述真空泵的电压、电流、功率、温度、振动和声音中的一种数据。
26.根据权利要求22所述的方法，其中所述使用寿命预期值的计算使用所述特征数据的时间序列数据。
27.根据权利要求26所述的方法，其中所述使用寿命预期值的计算使用用于所述特征数据的平均值、标准偏差、自动互相关系数、自动互相关系数的滞后宽度以及在所述时间序列数据中的有限时间段的Mahalanobis-Taguchi距离的统计分析值中的任何一个数据。
28.根据权利要求26所述的方法，其中所述使用寿命预期值的计算从所述统计分析值的改变速度、简单回归或多次回归分析中推导。
29.根据权利要求22所述的方法，其中所述计算的使用寿命预期值被送到局域网。
30.根据权利要求22所述的方法，其中根据所述计算的使用寿命预期值，提供用于所述工艺的紧急关闭信号。
31.一种用于确定旋转机器维修的时间的方法，其中包括读取旋转机器的负载条件的负载方案；通过把所述负载方案与现有的用于该工艺的负载方案相比较而确定是否存在所述负载条件的改变；如果没有存在所述负载条件的改变则采用现有的确定基准，以及如果存在负载条件的改变而不适用现有的确定基准，则读入和采用符合所述工艺条件的确定基准；通过读入对应于所述确定基准的对所述旋转机器检测的特征数据，处理时间序列的数据；根据所述时间序列的数据和所述确定基准计算旋转机器的使用寿命预期值；在到达所计算的使用寿命预期值的一个时间段中由半导体生产模拟器查找该工艺过程的待机次数；以及确定对该工艺影响最小的所查找的待机时间中的一个待机时间，或者包括该待机时间在内的一段时间为所述旋转机器的更换或维修的时间。
32.根据权利要求31所述的方法，其中所述负载条件由导入气体并且执行半导体制造工艺的腔体的工艺条件所确定，并且所述旋转机器是真空泵。
33.根据权利要求32所述的方法，其中在所述腔体内进一步执行具有与所述半导体制造工艺不同目的的另一个半导体制造工艺。
34.根据权利要求32所述的方法，其中所述工艺条件包括所述气体的种类和所述气体的流速。
35.根据权利要求32所述的方法，其中所述特征数据包括所述真空泵的电压、电流、功率、温度、振动和声音中的一种数据。
36.根据权利要求32所述的方法，其中所述使用寿命预期值的计算使用所述特征数据的时间序列数据。
37.根据权利要求36所述的方法，其中所述使用寿命预期值的计算使用用于所述特征数据的平均值、标准偏差、自动互相关系数、自动互相关系数的滞后宽度以及在所述时间序列数据中的有限时间段的Mahalanobis-Taguchi距离的统计分析值中的任何一个数据。
38.根据权利要求36所述的方法，其中所述使用寿命预期值的计算从所述统计分析值的改变速度、简单回归或多次回归分析中推导。
全文摘要
一种用于预测旋转机器的使用寿命预期值的装置包括:负载方案输入模块,其用于获得旋转机器的负载条件;特征输入模块,其用于获得所述旋转机器的特征数据;以及使用寿命预期值预测模块,其根据所述负载条件和所述特征数据计算所述旋转机器的使用寿命。
文档编号G01M13/00GK1377056SQ0210783
公开日2002年10月30日 申请日期2002年3月22日 优先权日2001年3月23日
发明者牛久幸広, 有门经敏, 佐俣秀一, 中尾隆, 见方裕一 申请人:株式会社东芝