本发明涉及自动化系统的仿真技术。
背景技术：
近年来，已尝试导入信息通信技术来实现生产活动的高效化。
例如，导入对生产的执行进行计划的mes(manufacturingexecutionsystem：生产执行系统)、能够共享设计信息的plm(productlifecyclemanagement：产品生命周期管理)。并且，还导入进行产品和制造设备的验证的仿真装置。
进行制造设备的验证的仿真装置多少已经产品化。仿真装置进行各种控制器和由各种控制器控制的输入输出装置的动作时刻这样的制造控制的仿真。
在专利文献1中记载有使用虚拟机对工作过程进行仿真。
现有技术文献
专利文献
专利文献1：日本特表2014-522529号公报
技术实现要素：
发明要解决的课题
以往，在利用仿真装置进行验证后铺设制造设备。然后，在所铺设的制造设备中，如果确认仿真装置的验证结果妥当，则仿真装置的作用暂时结束。
然后，在伴随产品规格的变更、制造设备的机器故障而使用代替品的情况下，重新通过仿真装置进行验证。
在如进行半导体制造的自动化系统那样要求高精度的自动化系统中，在制造控制的仿真中未出现的温度和振动这样的因素影响生产性。
本发明的目的在于，能够进行考虑到在制造控制的仿真中未出现的温度和振动这样的因素的影响的仿真，提高生产性。
用于解决课题的手段
本发明的仿真装置具有：适当值计算部，其根据由设置于自动化系统的传感器检测到的传感器值和检测到该传感器值时所述自动化系统的生产性进行机器学习，计算所述生产性提高的传感器值作为适当值；仿真部，其在依次变更设定的同时，执行所述自动化系统的动作仿真，计算每个所述设定的所述传感器值的预测值；以及设定确定部，其确定由所述仿真部计算出的预测值是接近由所述适当值计算部计算出的适当值的值时的所述设定。
发明效果
在本发明中，根据由设置于自动化系统的传感器检测到的传感器值计算生产性提高的传感器值，执行仿真，确定得到接近生产性提高的传感器值的值的自动化系统的设定。由此，能够提高自动化系统的生产性。
附图说明
图1是实施方式1的仿真系统100的结构图。
图2是构成自动化系统20的蚀刻装置201的结构图。
图3是实施方式1的仿真装置10的结构图。
图4是示出实施方式1的仿真装置10的动作的流程图。
图5是示出实施方式1的仿真装置10的硬件结构例的图。
具体实施方式
实施方式1
***结构的说明***
图1是实施方式1的仿真系统100的结构图。
仿真系统100具有仿真装置10和已经铺设且正在运行的自动化系统20。仿真装置10和自动化系统20经由网络30连接。
这里，自动化系统20是作为要求高精度的制造设备的半导体工厂的fa系统(工厂自动化系统)。自动化系统20要求高精度，因此，在制造设备的外界因素即温度、振动、灰尘、emi(electro-magneticinterference：电磁干扰)、工件的物性等的制造控制中未出现的因素影响生产性。在实施方式1中，生产性意味着成品率。
另外，这里，设自动化系统20为半导体工厂的系统，但是，只要是制造设备的外界因素影响生产性的系统即可，也可以是其他系统。
自动化系统20执行r101的晶锭生长工序、r102的晶圆切出工序、r103的ic(integratedcircuit：集成电路)多层生成工序、r104的曝光工序、r105的蚀刻工序、r106的光致抗蚀膜去除工序、r107的掺杂和光致抗蚀膜完全去除工序、r108的铝布线等层追加工序、r109的键合工序、r110的封装封入工序，制造半导体。另外，r104～r108的工序根据需要而反复执行。
仿真装置10执行对自动化系统20执行的r101～r110的各工序进行模拟的s101～s110的工序，模拟自动化系统20的动作。
仿真装置10通过虚拟机忠实再现构成自动化系统20的控制器、控制器的控制程序、现场总线和传感器和致动器这样的各种器件即构成自动化系统20的设备和程序。而且，仿真装置10通过虚拟机忠实模拟r101～r110的各工序的动作作为s101～s110。仿真装置10将在s101～s110中产生的控制器执行机器语言、各种器件的状态变化等全部事件存储在日志存储装置40中。
仿真装置10从自动化系统20经由网络30接收传感器数据51，该传感器数据51表示由设置于运行中的自动化系统20的传感器检测到的传感器值。传感器值是表示在温度、振动、灰尘、emi、工件的物性等的制造控制中未出现的制造设备的外界信息的值。并且，仿真装置10从自动化系统20经由网络30接收表示自动化系统20的生产性的生产性数据52。
仿真装置10根据传感器数据51表示的传感器值和生产性数据52表示的生产性执行仿真，确定自动化系统20的适当设定。适当是自动化系统20的生产性提高这样的意思。设定是指对自动化系统20赋予的参数的值、自动化系统20中使用的逻辑、构成自动化系统20的器件的配置等。
仿真装置10向自动化系统20发送表示已确定的设定的设定数据53。于是，设定数据53表示的设定反映在自动化系统20中。另外，另行手动反映器件的配置。
图2是构成自动化系统20的蚀刻装置201的结构图。
蚀刻装置201是用于执行r105的蚀刻工序的装置。蚀刻装置201由与传送控制信号的控制现场总线202连接的plc203控制。如果仿真装置10是图2所示的结构，则模拟控制现场总线202和plc203的动作。
蚀刻装置201通过旋转控制装置204使工件面205旋转，并且向工件面205散布雾状的蚀刻液206。此时，蚀刻装置201通过泵207降低蚀刻装置201的内部空间208的压力，使得均匀地向工件面205散布蚀刻液206。
蚀刻装置201通过压力传感器209检测向工件面205散布蚀刻液206时的内部空间208的压力。然后，蚀刻装置201定期地经由传感器网络210输出表示检测到的压力的压力数据。经由网络30向仿真装置10发送所输出的压力数据，作为将压力表示为传感器值的传感器数据51。
如上所述，内部空间208的压力由泵207控制。因此，通过改变控制泵207的参数，能够控制内部空间208的压力。
构成自动化系统20的其他器件也同样定期地输出表示由传感器检测到的传感器值的数据。然后，经由网络30向仿真装置10发送所输出的数据作为传感器数据51。这里，向仿真装置10发送将在晶圆上形成氧化膜的加热炉的温度、洁净室内的灰尘和温度和湿度等表示为传感器值的传感器数据51。
与能够通过泵207的参数控制内部空间208的压力同样地，从其他器件输出的数据表示的传感器值也能够通过设定来控制。
仿真装置10接收传感器数据51，并且接收表示检测到传感器数据表示的传感器值的时点的生产性的生产性数据52。仿真装置10通过机器学习，计算生产性提高的传感器值作为适当值。然后，仿真装置10执行仿真，确定传感器值成为接近适当值的值的设定。
如果是图2所示的蚀刻装置201的情况，则仿真装置10确定压力成为接近适当值的值的、与泵207的控制有关的参数。
图3是实施方式1的仿真装置10的结构图。
仿真装置10具有数据接收部11、适当值计算部12、仿真部13、设定确定部14、数据发送部15、目标判定部16。
数据接收部11从自动化系统20接收表示由设置于自动化系统20的传感器检测到的传感器值的传感器数据51、以及表示检测到该传感器值时自动化系统20的生产性的生产性数据52。
数据接收部11依次接收在自动化系统20运行期间内从自动化系统20定期发送的传感器数据51和生产性数据52的组，将其蓄积在存储装置中。此时，数据接收部11与传感器数据51和生产性数据52的组对应地，将检测到传感器值时自动化系统20的设定也蓄积在存储装置中。
适当值计算部12根据由数据接收部11依次接收并蓄积在存储装置中的传感器值和生产性的多个组进行机器学习，计算生产性提高的传感器值作为适当值。
仿真部13在依次变更设定的同时，执行自动化系统20的动作仿真，计算每个设定的传感器值的预测值。
设定确定部14确定由仿真部13计算出的预测值是接近由适当值计算部12计算出的适当值的值时的设定。
数据发送部15向自动化系统20发送表示由设定确定部14确定的设定的设定数据53。由此，设定数据53表示的设定反映在自动化系统20中。
目标判定部16判定在从由数据发送部15发送设定数据53起经过一定期间后由数据接收部11接收到的生产性数据52表示的生产性是否高于目标值。目标值是根据自动化系统20的类别等由仿真的执行者确定的值。由此，目标判定部16判定使用由设定确定部14确定的设定使自动化系统20动作时自动化系统20的生产性是否高于目标值。
对适当值计算部12计算适当值的计算方法进行说明。
这里，适当值计算部12进行使用多变量线性回归的机器学习。适当值计算部12也可以使用作为机器学习的手法而公知的其他手法。
假设在各接收时刻由数据接收部11接收n种传感器数据51和生产性数据52的组。因此，接收到的传感器数据51表示的传感器值的集合x为x：＝(x1,...,xn)。而且，适当值的集合θ为θ：＝(θ1,...,θn)。这里，为了便于计算，在集合x中追加要素x0，在集合θ中追加要素θ0，设为x：＝(x0,x1,...,xn)∈rn+1、θ：＝(θ0,θ1,...,θn)∈rn+1、θ0x0＝1。这里，r表示实数，对r作为上标文字示出的n+1表示要素数。
此时，多变量线性回归的预测式hθ(x)如数式1所示。
【数式1】
hθ(x)＝θ0x0+θ1x1+…+θnxn
设i为表示接收时刻的变量。设集合x(i)为在接收时刻i接收到的传感器数据51表示的传感器值的集合，设生产性y(i)为在接收时刻i接收到的生产性数据52表示的生产性。
此时，多变量线性回归中的成本函数j(θ)如数式2所示。
【数式2】
在数式2中，m表示接收时刻数。
然后，适当值计算部12通过数式3所示的算法计算适当值的集合θ。
【数式3】
在数式3中，“：＝”表示代入。α是单调减少的系数。
即，适当值计算部12反复进行根据m个新的传感器值和生产性的组计算tmpj并更新集合θ的处理，直到适当值的集合θ的全部要素θj的值收敛为止。
但是，为了使各种传感器值的权重均等，适当值计算部12进行调整以使k＝1,...,n的各传感器值xk成为-1≦xk≦1。另外，各传感器值xk不大幅偏离上述范围即可，不是必须进入上述范围。这里，设一部分传感器值xk进入-10≦xk≦10即可。
如果成本函数j(θ)的值以时间序列单调减少，则能够视为成本函数j(θ)正确发挥功能。
另外，适当值的集合θ的初始值任意决定即可。适当值的集合θ的初始值可以设为在其他自动化系统中作为适当值计算出的值。
***动作的说明***
图4是示出实施方式1的仿真装置10的动作的流程图。
实施方式1的仿真装置10的动作相当于实施方式1的仿真方法。并且，实施方式1的仿真装置10的动作相当于实施方式1的仿真程序的处理。
在s1的数据接收处理中，数据接收部11依次接收在自动化系统20运行期间内从自动化系统20定期发送的传感器数据51和生产性数据52的组，将其蓄积在存储装置中。
在s2的适当值计算处理中，适当值计算部12根据在s1中蓄积在存储装置中的传感器值和生产性的多个组进行机器学习，计算生产性提高的传感器值作为适当值。
在s3的设定决定处理中，仿真部13决定在仿真中使用的设定作为使用设定。此时，仿真部13根据存储装置中蓄积的传感器值与设定的关系，决定估计会得到接近在s2中计算出的适当值的传感器值的设定作为使用设定。
在s4的仿真执行处理中，仿真部13使用在s3中决定的使用设定，执行自动化系统20的动作仿真，计算每个设定的传感器值的预测值。
在s5的设定判定处理中，设定确定部14判定在s4中计算出的预测值是否是在s2中计算出的适当值的前后基准范围内的值即接近适当值的值。
在预测值不是接近适当值的值的情况下(s5：否)，设定确定部14使处理返回s3，变更使用设定。另一方面，在预测值是接近适当值的值的情况下(s5：是)，设定确定部14使处理进入s6。
在s6的数据发送处理中，数据发送部15向自动化系统20发送表示在s5中判定为预测值是接近适当值的值时的使用设定的设定数据53。
在s7的目标判定处理中，目标判定部16判定在从在s6中发送设定数据53起经过一定期间后由数据接收部11接收到的生产性数据52表示的生产性是否高于目标值。
在生产性为目标值以下的情况下(s7：否)，目标判定部16使处理返回s2，重新计算适当值。另一方面，在生产性高于目标值的情况下(s7：是)，目标判定部16结束处理。
在s1中依次接收传感器数据51和生产性数据52的组并将其蓄积在存储装置中。因此，当在s7中使处理返回s2而重新计算适当值时，可使用的传感器数据51和生产性数据52的组增加，可计算更加准确的适当值。
但是，简单地使处理从s7返回s2，也可能没有改善生产性。
因此，在使处理从s7返回s2时，可以变更设置于自动化系统20的传感器的位置。由此，能够根据由设置于自动化系统20的不同位置的传感器检测到的传感器值和检测到该传感器值时自动化系统20的生产性，重新计算适当值。
并且，在使处理从s7返回s2时，也可以变更仿真部13执行的仿真逻辑。由此，能够通过其他仿真逻辑来执行自动化系统20的动作仿真，重新计算每个设定的传感器值的预测值。
例如，能够参照日志存储装置40中蓄积的事件的日志，验证仿真是否适当。然后，能够根据验证结果来变更仿真逻辑。并且，通过反复变更设定来取得每个设定的传感器值，能够构筑更加可靠地模拟设定与传感器值的关系的仿真逻辑。
***实施方式1的效果***
如上所述，实施方式1的仿真装置10根据运行中的自动化系统20的传感器值和生产性，对适当的传感器值进行机器学习，决定自动化系统20的设定。
由此，能够逐渐提高自动化系统20的生产性。
图5是示出实施方式1的仿真装置10的硬件结构例的图。
仿真装置10是计算机。
仿真装置10具有处理器901、辅助存储装置902、存储器903、通信装置904、输入接口905、显示器接口906这样的硬件。
处理器901经由信号线910而与其它硬件连接，对这些其他硬件进行控制。
输入接口905通过缆线911而与输入装置907连接。
显示器接口906通过缆线912而与显示器908连接。
处理器901是进行处理的ic(integratedcircuit：集成电路)。处理器901例如是cpu(centralprocessingunit：中央处理单元)、dsp(digitalsignalprocessor：数字信号处理器)、gpu(graphicsprocessingunit：图形处理单元)。
辅助存储装置902例如是rom(readonlymemory：只读存储器)、闪存、hdd(harddiskdrive：硬盘驱动器)。
存储器903例如是ram(randomaccessmemory：随机存取存储器)。
通信装置904包含接收数据的接收机9041和发送数据的发送机9042。通信装置904例如是通信芯片或nic(networkinterfacecard：网络接口卡)。
输入接口905是连接输入装置907的缆线911的端口。输入接口905例如是usb(universalserialbus：通用串行总线)端子。
显示器接口906是连接显示器908的缆线912的端口。显示器接口906例如是usb端子或hdmi(注册商标)(highdefinitionmultimediainterface：高分辨率多媒体接口)端子。
输入装置907例如是鼠标、键盘或触摸面板。
显示器908例如是lcd(liquidcrystaldisplay：液晶显示器)。
在辅助存储装置902中存储有实现上述数据接收部11、适当值计算部12、仿真部13、设定确定部14、数据发送部15、目标判定部16(下面，将数据接收部11、适当值计算部12、仿真部13、设定确定部14、数据发送部15、目标判定部16统一记作“部”)的功能的程序。
该程序载入到存储器903，读入到处理器901，由处理器901来执行。
进而，在辅助存储装置902中还存储有os(operatingsystem：操作系统)。
而且，os的至少一部分载入到存储器903，处理器901执行os，并且执行实现“部”的功能的程序。
在图5中，图示出一个处理器901，但是，仿真装置10也可以具有多个处理器901。而且，多个处理器901也可以协作执行实现“部”的功能的程序。
并且，表示“部”的处理结果的信息、数据、信号值和变量值作为文件存储在存储器903、辅助存储装置902或处理器901内的寄存器或缓存中。
并且，实现“部”的功能的程序存储在磁盘、软盘、光盘、高密度盘、蓝光(注册商标)盘、dvd等存储介质中。
也可以利用“电路系统(circuitry)”来提供“部”。并且，也可以将“部”改写成“电路”或“工序”或“步骤”或“处理”。“电路”和“电路系统”是不仅包含处理器901，而且包含逻辑ic或ga(gatearray：门阵列)或asic(applicationspecificintegratedcircuit：面向特定用途的集成电路)或fpga(field-programmablegatearray：现场可编程门阵列)这样的其他种类的处理电路的概念。
并且，数据接收部11可以作为接收机9041来实现，数据发送部15可以作为发送机9042来实现。
标号说明
10：仿真装置；11：数据接收部；12：适当值计算部；13：仿真部；14：设定确定部；15：数据发送部；16：目标判定部；20：自动化系统；30：网络；40：日志存储装置；51：传感器数据；52：生产性数据；53：设定数据。