装置诊断装置、装置诊断方法、等离子处理装置以及半导体装置制造系统与流程

1.本发明涉及通过等离子对半导体的晶片进行加工的等离子处理装置的装置诊断方法以及装置诊断装置。


背景技术：

2.等离子处理装置是为了在半导体的晶片上形成微细形状而将物质等离子化，并进行通过该物质的作用来除去晶片上的物质的等离子处理的装置。在等离子蚀刻装置中，通常按照以晶片的处理片数等为目标而预先建立的保养计划来进行装置内的清洁、部件的交换这样的保养(计划保养)。但由于伴随经年变化、与使用方法相应的反应副生成物的蓄积等的部件的劣化，会发生计划外的保养作业。为了削减计划外保养导致的非运转时间(停工时间)，谋求逐次监控部件的劣化状态，并对应于劣化状态进行清洁、交换等的早期对策。
3.为了实现这样的早期对策，在装置诊断装置中，一般地执行以下操作：使用从附加在装置的多个状态传感器逐次取得的传感器值来根据距正常状态的偏离估计劣化度，与设定的阈值进行比较而发出警报。例如在再公表专利wo2018-542408号说明书(专利文献1)中记载为：“异常探测装置通过对将观测值汇总的摘要值运用统计建模来推测从摘要值除去了噪声的状态，基于该推测来生成预测下一期的摘要值的预测值。异常探测装置基于预测值来探测监视对象装置的异常有无。”。
4.另外，作为探测了异常后的诊断方法，例如在jp特开2015-148867号公报(专利文献2)中记载了如下方法：“基于保养历史记录信息中所含的作业关键词来作成用于将所述现象模式分类的分类基准”，“基于分类的现象模式和作业关键词来作成用于估计提示给保养作业者的作业关键词的诊断模型”。
5.进而，在jp特开2019-133412号公报(专利文献3)中记载了如下方法：事前设定故障概率来算出代表保养方式中的保养成本。
6.现有技术文献
7.专利文献
8.专利文献1：再公表专利wo2018/542408号说明书
9.专利文献2：jp特开2015-148867号公报
10.专利文献3：jp特开2019-133412号公报


技术实现要素：

11.发明要解决的课题
12.在专利文献1中记载了探测装置的异常有无并发出警报的方法。但关于在发出警报后具体怎样修正保养计划、以及提供该信息，则并未记载。
13.因此，本发明提供一种提示保养计划案的装置诊断装置，该保养计划案除了考虑利用传感器值的劣化度估计结果以外，还考虑装置运转率、保养作业所涉及的费用这样的
保养成本。每当提示还考虑了保养成本的保养计划案时，有如下两点课题。
14.第一点在于：根据由自由记述构成的保养历史记录来评估部件以及该部件所涉及的每个作业的实绩保养成本。出于记录工时等观点，保养历史记录多是自由记述。需要根据这样的非结构上的记录来确定作为保养对象的部件与作业的组合，来评估实绩保养成本。
15.例如，在专利文献2中，记载了从保养历史记录将表征作业的单词进行关键词提取并赋予重要度的方法。但仅用基于单词的关键词提取，有不能确定部件与作业的组合的问题点、不能应对存在具有多个名称的同一部件的情况等问题点。
16.第二点在于：使用实绩保养成本来算出将计划外保养编入多个时间点的计划保养的情况的保养成本(以下称作计划编入时保养成本)，以保养成本的观点提示最佳的保养计划修正案。
17.等离子处理装置是真空装置，由于装置的启动、关闭需要时间，因此用在警报刚发出后每次进行保养的方式反而会降低运转率。因此，目标在于，事前预测计划外保养的发生，采取在预先建立的计划保养内编入追加作业的保养方式。
18.例如在专利文献2中，记载了基于传感器值将现象模式分类，并对保养作业者提示作业关键词的方法。但保养作业者或保养计划筹划者难以判断应该在哪个时间点进行该作业。
19.另外，在专利文献3中，记载了事前设定故障概率来算出代表保养方式中的保养成本的方法，但由于蚀刻装置启动时间长，因此若在从装置监视器刚发出警报后仅为了应对该警报的保养而停止装置，就会产生反而会降低装置运转的问题。
20.本发明为了解决上述的现有技术的课题而提供一种等离子处理装置的装置诊断方法以及装置诊断装置，在等离子处理装置中，事前预测会发生的计划外保养的发生，例如保养计划筹划者、保养作业者这样的用户能出于优先的保养成本的观点立刻判断必要的保养作业以及应将该作业编入哪个时间点的计划保养。
21.用于解决课题的手段
22.为了解决上述的课题，在本发明中，在对等离子处理装置的装置状态进行诊断的装置诊断装置中，特征在于，基于发生所述等离子处理装置的计划外的保养作业的概率和保养作业所涉及的保养成本来修正预先计划的所述等离子处理装置的保养计划，所述概率基于以所述等离子处理装置的被监控的装置状态为基础而估计出的所述等离子处理装置的劣化度来求取。
23.另外，为了解决上述的课题，在本发明中，在具备对装置状态进行诊断的装置诊断装置的等离子处理装置中，特征在于，所述装置诊断装置基于发生本装置的计划外的保养作业的概率和保养作业所涉及的保养成本来修正预先计划的所述等离子处理装置的保养计划，所述概率基于以所述本装置的被监控的装置状态为基础而估计出的所述本装置的劣化度来求取。
24.进而，为了解决上述的课题，在本发明中，在具备经由网络与等离子处理装置连接且执行装置诊断处理的平台的半导体装置制造系统中，所述装置诊断处理具有如下步骤：基于发生所述等离子处理装置的计划外的保养作业的概率和保养作业所涉及的保养成本来修正预先计划的所述等离子处理装置的保养计划，所述概率基于以所述等离子处理装置的被监控的装置状态为基础而估计出的所述等离子处理装置的劣化度来求取。
25.进而，另外，为了解决上述的课题，在本发明中，在对等离子处理装置的装置状态进行诊断的装置诊断方法中，基于发生所述等离子处理装置的计划外的保养作业的概率和保养作业所涉及的保养成本来修正预先计划的所述等离子处理装置的保养计划，所述概率基于以所述等离子处理装置的被监控的装置状态为基础而估计出的所述等离子处理装置的劣化度来求取。
26.发明的效果
27.根据本发明，在等离子处理装置中，事前预测会发生的计划外保养的发生，例如保养计划筹划者、保养作业者这样的用户能出于优先的保养成本的观点而立刻判断必要的保养作业以及应当将该作业编入哪个时间点的计划保养。
28.上述以外的课题、结构以及效果会通过以下的实施方式的说明而变得明确。
附图说明
29.图1是表示实施例所涉及的等离子处理装置和装置诊断装置的结构的框图。
30.图2是将存放于实施例所涉及的装置诊断装置的传感器值存储部的数据的示例表示成表形式的图。
31.图3是将存放于实施例所涉及的装置诊断装置的劣化度存储部的数据的示例表示成表形式的图。
32.图4是将存放于实施例所涉及的装置诊断装置的保养历史记录存储部的数据的示例表示成表形式的图。
33.图5是表示实施例所涉及的装置诊断方法中的处理的流程的流程图。
34.图6是表示实施例所涉及的装置诊断装置的实绩保养成本的算出处理的流程的流程图。
35.图7是将存放于实施例所涉及的装置诊断装置的保养作业辞典存储部的数据的示例表示成表形式的图。
36.图8是表示实施例所涉及的装置诊断装置的保养作业发生概率估计部的处理的流程的流程图。
37.图9是表示实施例所涉及的劣化度与保养作业发生概率密度分布的关系的图表。
38.图10是表示实施例所涉及的装置诊断装置的计划编入时保养成本算出部的处理的流程的流程图。
39.图11是表示实施例所涉及的在各计划保养时间点的保养作业发生概率的估计结果的一例的图表。
40.图12是将存放于实施例所涉及的装置诊断装置的计划编入时保养成本存储部的数据的示例表示成表形式的图。
41.图13是表示显示实施例所涉及的装置诊断装置的保养计划修正案的画面的示例的图。
具体实施方式
42.本发明提供等离子处理装置的装置诊断方法以及装置诊断装置，以传感器数据、保养历史记录和最初的保养计划为基础来估计将追加作业(未编入最初的保养计划的计划
外的保养作业)编入保养计划的情况的保养成本，输出估计出的保养成本成为最小的保养计划的修正案。
43.在本发明中，提供装置诊断方法以及装置诊断装置，根据装置群的传感器数据、保养历史记录以及保养计划来输出在多个计划保养时间点估计保养成本成为最小的追加作业，作为保养计划修正案。
44.另外，在本发明中，根据由等离子处理装置的自由记述构成的保养历史记录来确定在各保养id实施的各部件与作业的组合即保养作业，基于装置运转率等保养成本信息来算出每个所述保养作业的实绩保养成本，使用等离子处理装置所逐次取得的传感器值以及样品处理数等管理值来估计各部件的劣化度，根据所述各保养作业发生时的等离子处理装置群的所述劣化度的概率分布来估计达到某劣化度之前的保养作业发生概率，在装置诊断时，根据逐次估计的所述劣化度来预测劣化度的推移，基于所述实绩保养成本和所述保养作业发生概率来算出将成为追加的所述保养作业编入多个时间点的计划保养的情况的保养成本，并进行提示。
45.本发明的装置诊断装置具有以下的3个结构。
46.(1)保养作业发生概率估计部：使用模型构建部传感器数据估计出的部件的劣化度的分布来估计某时间点的各保养作业的发生概率。
47.(2)实绩保养成本算出部：根据记载了由自由记述构成的保养历史记录和由各种表达构成的部件-作业关键词的保养作业辞典来确定各保养id的保养作业(部件-作业的组合)，将各保养作业的实绩保养成本与装置运转率数据一并算出。
48.(3)计划编入时保养成本算出部：根据上述(1)和(2)的输出和最初的保养计划来算出将必要的追加作业编入多个时间点的计划保养的情况的期待保养成本和其可信区间，输出指定的保养成本类别(运转时间、作业成本等)成为最小的保养计划的修正案。
49.以下参考附图来说明本发明的实施方式。另外，在用于说明实施方式的全图中对相同部分原则上标注相同附图标记，省略其重复的说明。
50.实施例
51.在图1示出本实施例所涉及的装置诊断装置100的结构。本实施例所涉及的装置诊断装置100与由各等离子处理装置11构成的装置群1经由通信线路150而连接。装置诊断装置100具备执行部2、分析部3、cpu(中央运算装置)4，它们用内部总线5连接。装置诊断装置100也可以经由通信线路150而与外部的控制装置、存储装置连接。
52.以下对图1所示的各结构进行说明。
53.(1)等离子处理装置11
54.在图1所示的结构图中，在构成装置群1的各等离子处理装置11中，按照设定的处理条件来使等离子12产生，对样品13进行处理。在该等离子处理装置11，能够装备状态传感器群14(例如温度传感器、压力传感器)，来取得用等离子12对样品13处理的过程中或将等离子12的产生停止的空转(idling)中的传感器值(例如温度、压力)的测定值，作为时间序列数据。作为构成装置群1的各等离子处理装置11，例如有等离子蚀刻装置等。
55.(2)装置诊断装置100
56.如图1的结构图所示那样，装置诊断装置100具备：接受来自装备于装置群1的各等离子处理装置11的状态传感器群14的传感器信号并执行处理的执行部2；对等离子处理装
置11进行分析的分析部3；和控制执行部2和分析部3的动作的cpu4，它们用内部总线5连接。另外，装置诊断装置100经过通信线路150而与各等离子处理装置11连接，执行部2从各等离子处理装置11经由通信线路150而取得来自状态传感器群14的数据。
57.执行部2具有存储部20、劣化度估计部21和计划编入时保养成本算出部22。进而，存储部20具有传感器值存储部200、管理值存储部210、劣化度存储部220和计划编入时保养成本存储部230。
58.分析部3具有存储部30、保养作业发生概率估计部31、实绩保养成本算出部32、输入部33和显示部34。进而，存储部30具有保养历史记录存储部300、保养作业辞典存储部310、保养计划存储部320和实绩保养成本存储部330。
59.执行部2的存储部20中的传感器值存储部200存储经由通信线路150从等离子处理装置11的状态传感器群14取得的传感器值(测定值)。
60.图2是将存放于传感器值存储部200的处理中数据201的示例表示成表形式的图。按构成装备于等离子处理装置11的状态传感器群14的每个传感器来存储传感器值202的测定值，作为时间序列数据203。在等离子处理装置11中使等离子12产生而正对样品13进行处理的情况下，按设定的每个处理步骤附上处理步骤id：204来进行存储。另外，将晶片id：206、处理条件id：205等确定处理的信息与传感器值202一起建立关联进行存储。
61.管理值存储部210存储等离子处理装置11中加工样品13的加工日期时间、等离子处理装置11对样品13的加工条件(用于使等离子12产生的投入电力、基于等离子12的处理时间、处理中的压力、处理中的样品13的温度等)、样品13的处理片数等管理值。
62.劣化度估计部21使用按各等离子处理装置11的监视对象的各部件的每一者预先学习而构建的劣化度估计模型，将从传感器值存储部200逐次取得的传感器值202作为输入，来估计与各劣化度估计模型id对应的各部件的劣化度，并输出。
63.图3将存放于劣化度存储部220的数据221的示例表示成表形式。作为存放于劣化度存储部220的数据221，有按每个劣化度估计模型id的输出的劣化度222、确定处理的信息(时间序列数据223、晶片id：226、处理条件id：225、处理步骤id：224)等。
64.图1的计划编入时保养成本算出部22根据存放于劣化度存储部220的数据221中的到当前时间点为止的劣化度222的推移，来预测今后的与各劣化度估计模型id对应的各部件的劣化度222的推移，基于保养作业发生概率估计部31的输出来估计今后的计划保养时间点的计划外的保养作业的发生概率，使用实绩保养成本存储部330的信息来算出在今后的计划保养中编入计划外的保养作业作为追加作业的情况的期待保养成本(保养成本的期待值)。将算出结果存放到计划编入时保养成本存储部230。
65.分析部3的存储部30中的保养历史记录存储部300如图4的存放于保养历史记录存储部300的数据301的示例所示那样，以自由记述存储每个作业id302(1次计划保养或计划外保养)的作业内容307。为了在算出实绩保养成本时等中进行利用，还一并存储装置id303、日期时间304、非运转时间305、作业分类306等。
66.保养作业辞典存储部310存储用于在实绩保养成本算出部32中根据保养历史记录的作业内容确定部件与作业的组合时提取部件、作业的关键词的信息。
67.保养计划存储部320存储保养计划筹划者预先建立的计划保养的时间(日期时间、晶片处理片数等)、作业内容。
68.保养作业发生概率估计部31从存放于劣化度存储部220的装置群1的各等离子处理装置11的劣化度，取得各保养作业发生时的劣化度，使用该取得的劣化度来估计与劣化度相应的保养作业发生概率密度，进而关于劣化度进行积分处理，算出在达到某劣化度之前发生计划外的保养作业的概率(累积保养作业发生概率)。
69.实绩保养成本算出部32从存放于保养历史记录存储部300的作业内容使用保养作业辞典存储部310的信息来确定部件与作业的组合。进一步，将装置运转率等保养成本信息与各组合建立关联，由此算出各组合的实绩保养成本，存放于实绩保养成本存储部330。
70.输入部33例如是鼠标、键盘等接受基于用户的操作的信息输入的输入装置。
71.显示部34例如是显示器、打印机等，是以存储于执行部2的存储部20、分析部3的存储部30的信息、从执行部2的计划编入时保养成本算出部22输出的最终的保养计划修正案为基础来对用户图形化地输出信息的装置。
72.(3)保养计划修正案作成方法
73.使用图5来说明作成保养计划的修正案的方法，该保养计划的修正案在使用上述说明的装置诊断装置100对构成构成装置群1的各等离子处理装置11预先作成的保养计划中所含的保养作业中编入未含在保养计划中的计划外的保养作业而得到。
74.为了作成在构成装置群1的各等离子处理装置11的保养计划中编入了计划外的保养作业的保养计划的修正案，在装置诊断装置100中，首先在实绩保养成本算出部32算出实绩保养成本(s510)。接下来，在保养作业发生概率估计部31中进行计划外保养的保养作业发生概率的估计处理(s520)。
75.接下来，在计划编入时保养成本算出部22中，使用s510中算出的实绩保养成本和s520中求得的保养作业发生概率的数据来进行计划编入时保养成本的算出处理(s530)，在显示部34输出保养计划修正案(s540)。
76.以下说明各工序的细节。
77.(3-1)实绩保养成本的算出处理：s510
78.参考图6来说明如下处理的示例：从装置诊断装置100的实绩保养成本算出部32中进行的保养历史记录来确定各保养作业的部件和组合，对各保养作业算出装置运转率等实绩保养成本。
79.作为事前准备，预先以装置的知识为基础来作成规定部件和作业各自的名称群的保养作业辞典，并存储到保养作业辞典存储部310(s511)。如图7所示的与部件相关的保养作业辞典311的一例那样，规定了与各部件id312、部位名313对应的部件名314和名称群315。
80.在从存储于保养历史记录存储部300的保养历史记录进行关键词提取时，提取存储于保养作业辞典存储部310的名称群315所记载的关键词，作为部件名314所记载的部件。通过设为这样的提取方法，还能应对对一个部件有各种呼称的情况。另外，通过一并记载部位名313，能提取某部位周边的保养作业发生频度高等问题点。与作业相关的保养作业辞典也同样地作成。
81.接下来，为了应对一般的语言的同义不同形(波动)而将名称群315正则表达式化(s512)。作为一般的语言的同义不同形，能举出空白的有无、单复数形式、词尾等。即使有这样的同义不同形，也由于进行关键词提取，因此在用于将真空装置的连接部分密闭的圆形
截面的由弹性构件做出的“oring”的情况下，如“o[-]rings？”等那样，以正则表达式记述。针对这样的常规的语言的同义不同形的正则表达式化能容易地自动化。
[0082]
接下来，从保养历史记录存储部300取得所指定的期间的保养历史记录(s513)，将保养历史记录的作业内容分割成句(s514)。从各个句取得与名称群中所记述的正则表达式吻合的关键词，与该名称群所属的部件名或部位名建立关联(s515)。
[0083]
接着，为了确定部件与作业的组合，对句中的词语赋予标签(s516)。对作为部件而提取的词语赋予部件标签，对作为作业而提取的词语赋予作业标签，对其他单词赋予表示品词的标签。使用赋予的标签来提取与在一句中规定标签顺序吻合的部件与作业的组合，由此确定该组合(s517)。
[0084]
关于规定的标签顺序，只要正确确定部件与作业的组合即可，并不限定于特定的标签顺序。若举出一例，对于“..replace o ring and pump a..”这样的作业内容，对o ring和pump a标注部件标签(《cmp》)，对replace标注作业标签(《work》)，对and标注等位连接词标签(《and》)，如“《work》(《and》*《work》)*《cmp》(《and》*《cmp》)*”那样以正则表达式规定标签顺序，由此能正确地提取“replace o ring”与“replace pump a”的组合。
[0085]
接下来，对部件与作业的各组合算出实绩保养成本(s518)。例如，在作为保养成本信息而使用存储于保养历史记录存储部300的每个作业id302的装置运转率或非运转时间305的情况下，将各作业id302中的各组合的出现/非出现作为虚拟变量而设为说明变量，执行以保养成本信息为目的变量的回归，来对各组合算出实绩保养成本。
[0086]
最后，将算出的部件与作业的各组合的实绩保养成本输出到实绩保养成本存储部(s519)。
[0087]
以上那样算出的实绩保养成本若隔一段期间就有变化的可能性，因此定期或在任意的时间点进行更新。
[0088]
(3-2)保养作业发生概率的估计处理：s520
[0089]
每当在保养作业发生概率估计部31估计与劣化度相应的保养作业发生概率时，劣化度估计部21就蓄积与装置群1的各等离子处理装置11的关注部件相关的劣化度。
[0090]
劣化度估计部21使用登记的各部件的劣化度估计模型，从传感器值存储部200逐次取得等离子处理装置11对样品13的处理过程中或空转中的传感器值，来估计劣化度，并输出到劣化度存储部220。劣化度估计模型只要使用适合各部件的劣化的估计的手法即可，并不限定于特定的手法。
[0091]
例如，也可以在预期传感器值遵循正态分布的情况下，在劣化度估计模型的学习时，使用刚部件交换后一定期间的传感器值来学习正态分布的参数，在劣化度估计时，以与学习时的分布的kullback-leibler距离、对数似然度为指标来估计劣化度。
[0092]
在未预期正态性的情况下，可以用k近邻法等还能应对非正态分布的手法来估计劣化度。另外，为了减低观测噪声，也可以将对传感器值算出每个处理步骤的平均值等统计量而得到的值作为输入来使用。
[0093]
在图8示出估计保养作业发生概率时的保养作业发生概率估计部31的处理的示例。图8所示的处理流程图与前述的估计劣化度的工序对应，在该工序之前进行前述的劣化度估计模型的学习。
[0094]
首先，从劣化度存储部220取得与设为等离子处理装置11的对象的部件相关的劣
化度(s521)。另外，从保养历史记录存储部300取得与设为对象的部件相关的保养作业内容的发生日期时间(s522)。进而，使用取得的数据来提取发生保养作业的时间点的劣化度(s523)。接下来，估计提取的保养作业发生时的劣化度的分布(与劣化度相应的保养作业发生概率密度)(s524)。
[0095]
在图9的图表900示出根据保养作业发生时的劣化度的分布902而估计出的概率密度分布901的一例。图9的图表的横轴表示劣化度，纵轴表示概率密度。关于分布估计手法，并不限定于特定的手法，例如可以使用马尔科夫链蒙特卡洛法(mcmc)、核密度估计手法。
[0096]
最后，将s524中估计出的保养作业发生概率密度针对劣化度进行积分处理，来算出累积保养作业发生概率(达到某劣化度之前发生保养作业的概率)(s525)。
[0097]
通过以上的保养作业发生概率估计手法，即使在按每个部件而劣化度估计模型的构建手法不同的情况下，也能用共通的方法算出保养作业发生概率。
[0098]
(3-3)计划编入时保养成本的算出处理：s530
[0099]
使用图10来说明使用劣化度估计部21所逐次估计的劣化度和保养作业发生概率估计部31中算出的累积保养作业发生概率来输出考虑了保养成本的保养计划修正案的计划编入时保养成本算出部22的处理的示例。
[0100]
首先，由劣化度存储部220取得从与对象的等离子处理装置11的关注部件相关的保养作业后起到算出时间点为止的劣化度(s531)。进而，根据到算出时间点为止的劣化度的推移来预测今后的劣化度的推移(s532)。这时还一并算出预测的可信区间。关于本预测手法，并没有特别限定，例如可以使用时间序列预测手法的自回归模型。
[0101]
接下来，从保养计划存储部320取得对象的等离子处理装置11的今后的计划保养的日期时间和作业内容，作为保养计划(s533)。进而，根据今后的计划保养时间点的劣化度的预测值以及其可信区间、和保养作业发生概率估计部31中算出的累积保养作业发生概率，来如图11的图表110所示那样，算出今后的计划保养时间点(在图11的图表1100中，日期时间t1、t2、t3的时间点)的保养作业发生概率的估计值1101以及其可信区间1102(s534)。
[0102]
接下来，从实绩保养成本存储部330取得与关注的保养作业相关的实绩保养成本(s535)。进而，根据s534中算出的保养作业发生概率的估计值以及其可信区间、和s535中取得的实绩保养成本来算出各计划保养时间点的期待保养成本和其可信区间(s536)。
[0103]
例如，作为保养成本而选择非运转时间且在图11的日期时间t1的时间点进行追加作业的情况下的保养成本的期待值能以(到t1为止发生保养作业的概率)
×
(进行计划外保养的情况下的实绩保养成本)+(到t1为止不发生保养作业的概率)
×
(进行了计划保养的情况下的实绩保养成本)算出。
[0104]
将算出的结果存放到计划编入时保养成本存储部230。如存放于图12的计划编入时保养成本存储部230的数据231的示例所示那样，存放为将各保养作业232编入到各计划保养时间点的情况下的保养成本的期待值和可信区间233。图12所示的示例示出选择非运转时间作为保养成本类别234的情况的示例。
[0105]
对各部件的劣化度估计模型执行以上的处理，输出编入了未含在最初的保养计划中的计划外的保养作业的最终的保养计划修正案，并显示于显示部34(s537)。
[0106]
在图13示出保养计划修正案的显示画面341的示例。若选择装置id342，选择优先的保养成本的类别343，则一览地显示各计划保养日期时间344的推荐追加作业345，以使得
所选择的保养成本成为最小。由此，用户能出于优先的保养成本的观点立刻判断未含在最初的保养计划中的计划外的必要的保养作业以及应当将该作业编入哪个时间点的计划保养。
[0107]
如以上说明的那样，在本实施例中，具备如下要素来构成对等离子处理装置的装置状态进行诊断的装置诊断装置：劣化度估计部，其接收装备于等离子处理装置的监控该等离子处理装置的装置状态的传感器的输出，并估计等离子处理装置的劣化度；保养作业发生概率估计部，其基于该劣化度估计部中估计出的等离子处理装置的劣化度，来算出在等离子处理装置达到某劣化度之前发生未含在等离子处理装置的最初的保养计划中的计划外的保养作业的概率；实绩保养成本算出部，其算出等离子处理装置的实绩保养成本；和计划编入时保养成本算出部，其基于保养作业发生概率估计部中估计出的发生等离子处理装置的计划外的保养作业的概率和实绩保养成本算出部中算出的等离子处理装置的实绩保养成本，来输出编入了计划外的保养作业的对等离子处理装置的最初的保养计划进行了修正的保养计划修正案。
[0108]
另外，在本实施例中，在使用装置诊断装置来对等离子处理装置的装置状态进行诊断的装置诊断方法中，在装置诊断装置的实绩保养成本算出部中从等离子处理装置的保养历史记录确定该保养历史记录中的各保养作业的部件和组合，对各保养作业算出等离子处理装置的装置运转率等实绩保养成本，根据接收装备于等离子处理装置的对等离子处理装置的装置状态进行监控的传感器的输出而求得的等离子处理装置的劣化度，在装置诊断装置的保养作业发生概率估计部中估计发生等离子处理装置的计划外的保养作业的保养作业发生概率，基于保养作业发生概率估计部中估计出的发生等离子处理装置的计划外的保养作业的保养作业发生概率和实绩保养成本算出部中算出的等离子处理装置的实绩保养成本，在装置诊断装置的计划编入时保养成本算出部中作成编入计划外的保养作业来修正了等离子处理装置的最初的保养计划的保养计划修正案，将计划编入时保养成本算出部中作成的保养计划修正案从装置诊断装置的输出部输出。
[0109]
根据本实施例，在等离子处理装置11中事前预测会发生的计划外保养的发生，例如保养计划筹划者、保养作业者这样的用户能出于优先的保养成本的观点立刻判断必要的保养作业以及应当将该作业编入哪个时间点的计划保养。
[0110]
另外，在上述的示例中，示出一览显示各计划保养日期时间344中的推荐追加作业345以使得选择的保养成本成为最小的示例，但本实施例并不限于此，也可以将所选择的保养成本第2小或第3小的各计划保养日期时间344的推荐追加作业345一览地显示多个，从而能从该多个显示的推荐追加作业345中进行选择。
[0111]
以上基于实施例具体说明了由本发明者做出的发明，但本发明并不限定于前述实施例，能在不脱离其要旨的范围内进行种种变更，这点不言自明。例如，上述的实施例为了易于理解地说明本发明而详细进行了说明，但不一定限定于具备说明的全部结构。
[0112]
附图标记的说明
[0113]1…
装置群、2
…
装置诊断装置的执行部、3
…
装置诊断装置的分析部、11
…
等离子处理装置、20
…
执行部的存储部、21
…
劣化度估计部、22
…
计划编入时保养成本算出部、30
…
分析部的存储部、31
…
保养作业发生概率估计部、32
…
实绩保养成本算出部、33
…
输入部、34
…
显示部、100
…
装置诊断装置。