代表值计算装置及代表值确定方法与流程

本发明涉及在工艺系统中利用对工艺条件的感测值计算代表值并将计算出的代表值显示于显示部的技术。

背景技术：
半导体、LCD等尖端设备需要庞大的投资费用。尤其是，费用的相当一部分用于购置设备。因此，在利用尖端设备生产产品的制造公司，必需为提高设备利用率进行不断的探索。提高设备利用率的一种方案有通过监测对温度、压力、时间等工艺条件(processcondition)的数据检测误动作的技术。工艺系统中可具备用于测量随时间变化的工艺条件数据的传感器。用户可给予通过传感器测得的数据掌握对随时间变化的工艺条件的值。由此使用者可掌握设备的当前状态。但是，工艺条件值一般以秒为单位变化，而在一个工艺系统中有数十个乃至数百个工艺条件，因此，对工艺条件的数据非常庞大。因此，需要利用统计技术对工艺条件的庞大的数据进行分析并显示，以使使用者方便地查看准确的数据的技术。这是属于FDC(FaultDetectionandClassification)领域的技术。韩国公开专利第2001-0079426号的“挤出成型工艺控制管理系统”记载有每个工艺都将通过传感器测得的测量资料值显示于显示部的技术相关的内容。另外，为了减少关于工艺条件的庞大的数据量，采用不直接保存以时间为单位获取的原始数据，而以样品为单位分离工艺条件之后，计算出可用一个值代表时间单位的数据的代表值，并将计算出的代表值用于保存或分析的方法。从而不仅减少保存容量，而且，可基于代表值容易掌握数据的变化趋势。

技术实现要素：
技术课题本发明的目的在于提供一种在工艺系统等利用对所测得的工艺条件的值计算出工艺条件值的代表值的代表值计算装置。解决方法本发明一实施例的代表值计算装置，包括：第一计算部，利用通过传感器按不同的样品的样点测量的工艺条件值按各样点计算工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)或计算平均值(mean)及标准偏差(deviation)；第二计算部，利用工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)计算标准化值或利用工艺条件值的平均值(mean)及标准偏差(deviation)计算标准化值；及第三计算部，基于计算出的值按不同样品计算工艺条件值的代表值。代表值计算装置还包括提取所测得的工艺条件值中属于使用者设定的样点内的工艺条件值的提取部。第三计算部可计算计算出的标准化值的平均值、中位数、众数(mode)、最小值、最大值、标准偏差中的一个等工艺条件值的代表值。代表值计算装置还包括将按各样点标准化的值、按不同样品计算出的代表值及按不同样品计算出的代表值的累加中的至少一个显示于显示部的控制部。本发明一实施例的代表值计算装置的代表值计算方法，包括如下步骤：利用通过传感器按不同的样品的样点测量的工艺条件值按各样点计算工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)或计算平均值(mean)及标准偏差(deviation)；利用工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)计算标准化值或利用工艺条件值的平均值(mean)及标准偏差(deviation)计算标准化值；及基于计算出的值按不同样品计算工艺条件值的代表值。代表值计算方法还包括提取所测得的工艺条件值中属于使用者设定的样点内的工艺条件值的步骤。计算代表值的步骤可包括计算计算出的标准化值的平均值、中位数、众数(mode)、最小值、最大值、标准偏差中的一个等工艺条件值的代表值的步骤。代表值计算方法还包括将按各样点标准化的值、按不同样品计算出的代表值及按不同样品计算出的代表值的累加中的至少一个显示于显示部的步骤。发明效果根据本发明，可通过标准化过程将大小差异大的工艺条件值变更为大小差异小的标准化值，从而减少大小差异。利用减少大小差异的标准化值计算对工艺条件值的代表值，从而提高代表值的准确性。另外，因通过减少大小差异提高代表值的准确性，因此，无需故意去掉测得的工艺条件值中降低代表值准确性的部分(引起“过度现象(transient)”的部分)的值。另外，因通过标准化减少大小差异，因此，可在一个图表(Chart)上显示比例(scale)大不相同的多个变凉，从而容易比较变量相应的值。附图概述图1为本发明一实施例的代表值计算装置示意图；图2为表示对部分样品的不同样点的标准化值的图表；图3a及图3b为按不同的样点表示所测得的工艺条件值和标准化值的示意图；图4为按不同样点表示计算出的代表值的示意图；图5为按不同样点表示累加值的示意图；图6为本发明一实施例的代表值计算装置的代表值计算方法流程图；图7为本发明另一实施例的代表值计算装置的代表值计算方法流程图。最佳实施方式下面，结合附图对本发明进行详细说明。图1为本发明一实施例的代表值计算装置示意图。如图1所示，代表值计算装置100包括传感器110、提取部120、第一计算部130、第二计算部140、第三计算部150、控制部160及显示部170。代表值计算装置100可设置于工艺装置及工艺系统。传感器110可设置于工艺装置或工艺系统，可以所设定的周期按不同样品测量工艺条件值。工艺条件为温度、压力、时间、产品的位置等工艺所需的各种条件。在一个步骤中可存在多个样点。样点是指传感器110测量工艺条件的位置。例如，若完成一个步骤消耗26秒的时间，测量周期为2秒，则传感器110每隔2秒钟测量工艺条件值，因此，直至完成一个步骤为止，将生成共13各样点。所设置的测量周期可由使用者或制造商等设置。样品可指各产品。例如，在生产40个半导体晶片的工艺中，各样品可指各半导体晶片。处方(recipe)包含生产产品所需的作业方法、设备操作方法等信息。作业方法及设备操作方法由多个步骤构成，而各步骤所需工艺条件不同。工艺条件为温度、压力、时间、产品的位置等工艺所需的各种条件。例如，“A步骤”需要“需在100度下进行1分钟的工艺”的工艺条件，而“B步骤”需要“需在50度，1个大气压下进行20秒钟的工艺”的工艺条件。传感器110的例子有：在半导体元件中设置有原位传感器(in-situsensor)，而原位传感器(in-situsensor)测量各种信息，以实时监控腔内的工艺进行状态。通过传感器110获取的信息可表示为[表1]及[表2]的形式。[表1]及[表2]为传感器110对工艺条件1(例如，温度)进行测量的值，水平方向上表示样点，而垂直方向上表示样品的数量。在[表1]及[表2]中，样点共11个，而样品为40个。但是，样点及样品的数量只是一个示例，可进行各种变更。表1[表1]表2[表2]通过传感器110获取的信息可表示为[表3]及[表4]的形式。[表3]及[表4]为传感器110对工艺条件2(例如，压力)进行测量的值，水平方向上表示样点，而垂直方向上表示样品的数量。在[表3]及[表4]中，样点共11个，而样品为40个。但是，样点及样品的数量只是一个示例，可进行各种变更。表3[表3]表4[表4]提取部120提取所测得的工艺条件值中属于使用者设定的样点内的工艺条件值。例如，所设置的样点可设置为第二至第十个样点、属于平均样点数量以下的样点、除具有全部样点的90％以下的样点的数量的样点等各种形式。提取部120对不存在工艺条件值的部分将工艺条件值设置为0。例如，提取部120可只提取[表1]及[表2]中属于使用者所设置的样点内的工艺条件。例如，提取的结果可如[表5]及[表6]所示。表5[表5]表6[表6]78910118.08490.58720.64970.46230.649711.02150.89960.58720.5872010.77161.4620.58720.58720.71229.45950.64970.58720.58720.587211.39640.64970.64970.46230.587211.89620.64970.64970.33730.64979.77190.58720.58720.64970.524811.0841.08710.58720.399800.37480.06240.18740.06240.24990.93720.000000.000000.124901.5620.000000.00000001.4370.12490.18740.06240.06241.24960.12490.06240.0000000.18740.06240.06240.000000.12490.000000.18740.18740.12490.24990.87470.06240.06240.18740.2499提取部120可只提取[表3]及[表4]中属于使用者所设置的样点内的工艺条件。例如，提取的结果可如[表7]及[表8]所示。表7[表7]表8[表8]样品#7891011#311.2478777310.2571058510.557483539.35580349811.31199923#48.4724327769.8442379710.4428910410.900542870#510.8039867711.2812944410.099691479.45971778510.00236721#611.7403670910.8914091310.483726729.137080999.720183867#710.0878555110.4825248510.5537390510.1799554410.63944289#89.96937379310.7876751910.1033068311.634547610.99831211#910.7090756110.8960897810.7379782910.8061833510.55611392#109.2294927899.3395803049.89615398210.02155430#2111.058525739.0899956429.09875559210.5135818610.90034643#2210.4665966410.927731939.9456996649.8057972070#2310.3181625910.5216481910.9997261300#248.1672662438.6475874099.5146559689.00278009710.20403131#2510.9632291110.997123710.5020655510.6000703310.55507471#269.64624739.3671148488.2414373079.00845434411.03327534#279.2467896089.91620359111.4198864611.0823957412.48109877#2810.4732024810.0216130610.7052041810.6314523910.09066491第一计算部130利用通过传感器按不同的样品的样点测量的工艺条件值按各样点计算工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)。中位数(Median)是中间值，表示数字集合中位于中间的数，而数字集合的数字数量为偶数时，中位数为位于中间的两个数的平均值。第一计算部130利用通过传感器按不同的样品的样点测量的工艺条件值按各样点计算工艺条件值的平均值(mean)及标准偏差(deviation)。第一计算部130可利用数学式1计算中位数绝对偏差(medianabsolutedeviation，MAD)。[数学式1]MAD＝a*Median(|Xi-Median(Xj)|)a：将MAD变换成与对正态分布的标准偏差相同的值的校正系数(correctionfactor)。Xi：工艺条件值Xj：中位数Median(x)：x变量值中用于计算中位数(median)的函数第一计算部130假设a的值为1.4826并利用[表5]、[表6]及[数学式1]按不同样点计算中位数及中位数绝对偏差(medianabsolutedeviation，MAD)。计算结果可如[表9]及[表10]所示。表9[表9]区分12345Median7.19773.13652.26182.23053.6988MAD2.31580.71331.17641.73233.7238表10[表10]678910114.79224.82350.3873|0.3873|0.2624|0.24995.34496.8734|0.4354|0.3427|0.2964|0.3705第一计算部130假设a的值为1.4826并利用[表7]、[表8]及[数学式1]按不同样点计算中位数及中位数绝对偏差(medianabsolutedeviation，MAD)。计算结果可如[表11]及[表12]所示。表11[表11]区分12345Median320.6129333150.479415940.4435351810.407305210.36210068MAD67.147159.239814.50330.63671.4494表12[表12]6789101110.0636651110.3923796210.3698153510.4633088810.1007548710.379553010.75910.91700.77970.53641.07520.9433上面，只记载第一计算部130计算中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)的结果，但第一计算部130也可计算平均值(mean)及标准偏差(deviation)。第二计算部140可利用工艺条件值、中位数(median)及数学式2计算中位数绝对偏差(medianabsolutedeviation，MAD)。例如，第二计算部140可利用数学式2计算标准化值。[数学式2]标准化值＝(Xi-Xj)/中位数绝对偏差(MAD)Xi：工艺条件值Xj：中位数第二计算部140利用[表1]、[表2]、中位数及中位数绝对偏差(medianabsolutedeviation，MAD)计算工艺条件1的标准化值的计算结果可如[表13]及[表14]所示。表13[表13]表14[表14]第二计算部140利用[表3]、[表4]、中位数及中位数绝对偏差(medianabsolutedeviation，MAD)计算工艺条件2的标准化值的计算结果可如[表15]及[表16]所示。表15[表15]表16[表16]第二计算部140可利用工艺条件值、中位数(median)及标准偏差(deviation)计算标准化值。例如，第二计算部140可利用数学式3计算标准化值。[数学式3]标准化值＝(Xi-平均值)/标准偏差在此，Xi为工艺条件值。图2为表示对部分样品的不同样点的标准化值的图表。如图2所示，控制部160将样品中#6、#9、#26、#40的按不同样点的标准化值表示于图表并显示在显示部170。横轴为样点，而竖轴为标准化值。例如，若控制部160在显示部170显示使用者等选择或预设的样品的按不同样点的标准化值的图表，则使用者容易判断样品之间的相似度。例如，使用者容易判断#6及#9具有相似的特性，而#26及#40具有相似的特性。图3a及图3b为按不同的样点表示所测得的工艺条件值和标准化值的示意图。图3a为将[表1]及[表2]的工艺条件值按不同的样点表示的示意图。横轴为样点，而竖轴为工艺条件值。图3b为将[表13]及[表14]的工艺条件值按不同的样点表示的示意图。横轴为样点，而竖轴为标准化值。若以图3a的第一个样点为准进行观察，则工艺条件值的最大值和最小值的大小差异约为20，具有较大的差异。另外，工艺条件值不集中在特定位置，而是散布在四周。因此，工艺条件值的分散值大，且分散值之间的差异也大。与此相反，若以图3b的第一个样点为准进行观察，则工艺条件值的最大值和最小值的大小差异约为10，较之图3a的工艺条件值，其差异变小。另外，标准化值集中在特定位置(“大小为-2～3”)。因此，标准化值的分散值小，且分散值之间的差异也变小。代表值计算装置利用减少大小差异的标准化值计算工艺条件值的代表值，从而提高代表值的准确性。第三计算部150基于计算出的标准化值按不同样品计算工艺条件值的代表值。第三计算部150可计算计算出的标准化值的平均值、中位数、众数(mode)、最小值、最大值、标准偏差中的一个等工艺条件值的代表值。第三计算部150利用计算出的标准化值的平均值计算工艺条件值的代表值的情况下，第三计算部150基于[表13]及[表14]计算按不同样品计算出的标准化值的平均值。因此，第三计算部150可计算出工艺条件1的工艺条件值的代表值。另外，第三计算部150可基于[表15]及[表16]计算按不同样品计算出的标准化值的平均值。因此，第三计算部150可计算出工艺条件2的工艺条件值的代表值。例如，计算结果可如[表17]所示。控制部160可按不同样品表示计算出的代表值。图4为按不同样点表示计算出的代表值的示意图。横轴为样点，而竖轴为代表值。如图4所示，使用者可看到工艺条件1的代表值中#1～#20的代表值为正数，而#21～#40的代表值为负数。基于此可判定在#20及#21中工艺条件1的状态发生了很大的变化。例如，若工艺条件1为温度，则表示#1～#20为110度，而#21～#40为90度。此时，代表值为0的部分对应于温度100度。另外，使用者可以看到工艺条件2的代表值在#1～#40中不存在特殊的样式。基于此可判定在#1及#40中工艺条件2的状态没有变化成特殊的样式。这样，使用者可以按不同样点表示的代表值为准容易判断工艺条件的变化程度。表17[表17]这样，通过计算代表值中具有代表性的代表值减少需计算及保存的值的数量，从而具有数据减少(datareduction)效果。第三计算部150可对计算出的标准化值按不同样品进行累加。控制部160可按不同样品表示累加的代表值。图5为按不同样点表示累加值的示意图。横轴为样点，而竖轴为代表值的累加值。如图5所示，工艺条件1的累加值以#20为准发生变化。因此，使用者可容易判定工艺条件1在#20前后发生变化。与此相反，可看到工艺条件2的累加值没有发生大的变化的区间。这样，使用者可以按不同样点表示的累加值为准容易判断工艺条件的变化程度。控制部160将按各样点标准化的值、按不同样品计算出的代表值及按不同样品计算出的代表值的累加等显示于显示部170。因此，使用者可通过显示部170了解各种值的变化程度并基于变化程度容易判断装置的状态。这样，使用者可以按不同样点表示的代表值为准容易判断工艺条件的变化程度。显示部170可显示代表值计算装置100生成的各种数据。显示部170可包括液晶显示器(liquidcrystaldisplay，LCD)、薄膜晶体管液晶显示器(thinfilmtransistor-liquidcrystaldisplay，TFTLCD)、有机发光二极管(organiclight-emittingdiode，OLED)、柔性显示器(flexibledisplay)、三维显示器(3Ddisplay)中的至少一种。代表值计算装置可通过标准化过程将大小差异大的工艺条件值变更为大小差异小的标准化值，从而减少大小差异。利用减少大小差异的标准化值计算对工艺条件值的代表值，从而提高代表值的准确性。另外，代表值计算装置因通过减少大小差异提高代表值的准确性，因此，无需故意去掉测得的工艺条件值中降低代表值准确性的部分(引起“过度现象(transient)”的部分)的值。另外，代表值计算装置因通过标准化减少大小差异，因此，可在一个图表(Chart)上显示比例(scale)大不相同的多个变凉，从而容易比较变量相应的值。图6为本发明一实施例的代表值计算装置的代表值计算方法流程图。如图6所示，代表值计算装置利用通过传感器按不同的样品的样点测量的工艺条件值按各样点计算工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)或平均值(mean)及标准偏差(deviation)(600)。代表值计算装置可利用数学式1计算中位数绝对偏差(medianabsolutedeviation，MAD)。[数学式1]MAD＝a*Median(|Xi-Median(Xj)|)在此，a：将MAD变换成与对正态分布的标准偏差相同的值的校正系数(correctionfactor)。Xi：工艺条件值Xj：中位数Median(x)：x变量值中用于计算中位数(median)的函数代表值计算装置利用工艺条件值、中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)计算标准化值或利用工艺条件值、平均值(mean)及标准偏差(deviation)计算标准化值(610)。代表值计算装置可利用数学式2计算标准化值。[数学式2]标准化值＝(Xi-Xj)/中位数绝对偏差(MAD)在此，Xi：工艺条件值Xj：中位数或者，代表值计算装置可利用数学式3计算标准化值。[数学式3]标准化值＝(Xi-平均值)/标准偏差在此，Xi：工艺条件值代表值计算装置基于计算出的标准化值按不同样品计算工艺条件值的代表值(620)。例如，代表值计算装置可包括计算计算出的标准化值的平均值、中位数、众数(mode)、最小值、最大值、标准偏差中的一个等工艺条件值的代表值的步骤。代表值计算装置显示将按各样点标准化的值、按不同样品计算出的代表值及按不同样品计算出的代表值的累计合计中的至少一个(630)。代表值计算方法可通过标准化过程将大小差异大的工艺条件值变更为大小差异小的标准化值，从而减少大小差异。利用减少大小差异的标准化值计算对工艺条件值的代表值，从而提高代表值的准确性。图7为本发明另一实施例的代表值计算装置的代表值计算方法流程图。如图7所示，代表值计算装置只提取利用通过传感器按不同的样品的样点测量的工艺条件值中按使用者设置的样点内的工艺条件值(700)。代表值计算装置计算按不同的样品提取的工艺条件值的中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)或计算平均值(mean)及标准偏差(deviation)(710)。代表值计算装置利用工艺条件值、中位数(median)及中位数绝对偏差(medianabsolutedeviation，MAD)计算标准化值或利用工艺条件值、平均值(mean)及标准偏差(deviation)计算标准化值(720)。代表值计算装置基于计算出的标准化值按各样品计算工艺条件值的代表值(730)。代表值计算装置显示将按各样点标准化的值、按不同样品计算出的代表值及按不同样品计算出的代表值的累计合计中的至少一个(740)。各实施例的全部或一部分可选择性地组合，以对上述实施例进行各种变形。另外，实施例只是为说明的便利而非限制本发明。另外，本领域的普通技术人员应当理解，可以对本发明进行修改、变形或者等同替换。另外，根据本发明的一实施例，上述方法可以在记录程序的媒介由处理器读取的编码实现。处理器能读取的媒介有ROM、RAM、CD-ROM、磁盘、软盘、光数据存储装置等，而也可以载波(例如，通过互联网传送)的形式实现。