异常检测系统、半导体器件制造系统和方法技术方案

本申请涉及异常检测系统、半导体器件制造系统和方法。为了提供一种能够减少工程师的工作负荷的异常检测系统。算法存储单元在其中存储与检测目标的标识信息对应的检测算法。异常检测单元使用算法存储单元中的对应的检测算法检测从检测目标的监测器信号获得的检测对象信号中的异常。检测目标标识单元确定与检测目标的标识信息对应的检测算法是否存储在算法存储单元中，并且当其未被存储在其中时发出生成请求。算法生成单元根据生成请求使用对应的检测目标信号生成检测算法。

【技术实现步骤摘要】
异常检测系统、半导体器件制造系统和方法相关申请的交叉引用于2017年4月6日提交的日本专利申请2017-075650的公开内容在此通过引用整体并入，包括说明书、附图和摘要。
本专利技术涉及异常检测系统、半导体器件制造系统以及半导体器件制造方法，并且特别涉及检测制造装置等的异常的技术。
技术介绍
例如，日本未审专利申请公开No.2006-278547公开了能够避免错误检测处理装置中的异常的异常检测系统。在所述异常检测系统中，异常检测服务器使用具有多个参数的基本算法或者临时算法来检测处理装置的异常，所述临时算法排除了根据维护工作而临时变化的参数。
技术实现思路
近年来，随着第四次工业革命，诸如人工智能(AI)和物联网(IoT)的技术越来越多地应用于制造系统，以提高制造效率。通过使用这样的制造系统，使得例如可以使用各种传感器实时监测制造装置的处理状态，并基于该监测结果迅速地检测制造装置的异常。为了检测异常，例如，如日本未审专利申请公开No.2006-278547中所公开的，可行的是预先将多个检测算法登记在存储装置中，选择任何一种检测算法，并基于所选择的检测算法对检测目标的异常进行检测。然而，对于这种方案，在针对新的检测目标需要新的检测算法的情况下，工程师通常需要在使用与批量生产线隔离的制造装置重复产品原型的同时确定检测算法，并且将检测算法登记在存储装置中。已经根据上述问题做出下面描述的实施例，并且从以下描述和附图中，其他问题和新颖特征将变得明显。根据一个实施例的异常检测系统包括算法存储单元、异常检测单元、检测目标标识单元和算法生成单元。算法存储单元在其中存储与检测目标的标识信息对应的检测算法。异常检测单元使用在算法存储单元中相应的检测算法检测从检测目标的监测器信号中获得的检测目标信号中的异常。检测目标标识单元确定与检测目标的标识信息对应的检测算法是否存储在算法存储单元中，并且当其未被存储在其中时发出生成请求。算法生成单元根据生成请求使用相应的目标信号生成检测算法。这个实施例使得可以减轻工程师的工作负荷。附图说明图1是示出根据本专利技术第一实施例的异常检测系统的主要部分的示例性配置的示意图；图2是示出图1所示的检测目标标识单元的处理细节的例子的流程图；图3是示出图1所示的异常检测单元的处理细节的例子的流程图；图4是示出图1所示的算法生成单元的处理细节的例子的流程图；图5是图4的补充图；图6是示出根据本专利技术第二实施例的异常检测系统的主要部分的示例性配置的示意图；图7是示出图6所示的异常检测系统中的数据标识单元所传送的分组的主要部分的示例性结构的图；图8是图7的补充图；图9是示出基于图7和图8的分组的具体例子的图；图10是示出根据本专利技术第三实施例的半导体器件制造系统的主要部分的示例性配置的示意图；图11A是示意性地示出使用图10所示的制造系统的半导体器件制造方法的例子的时序图；图11B是图11A之后的时序图；以及图12是示出根据本专利技术的比较例子的异常检测系统的主要部分的示例性配置的示意图。具体实施方式尽管本专利技术将在下文中根据需要在单独的部分或实施例中进行描述，但它们彼此不是无关的，除非另有明确说明，否则其中一个可以是对另一个的一部分或全部的改型、细化或补充解释。当在以下实施例中提到数字(包括数量、数值、量和范围)时，除非另有明确规定或原则上明显限于具体数目，否则其不限于具体数目，而是可以大于或小于具体数目。此外，不用说，在下面的实施例中的组件(包括元件步骤)可能不一定是必需的，除非另有明确说明或原则上明显不必要。类似地，在下面的实施例中，当涉及组件的形状、位置关系等时，除非另有明确说明或原则上明显不适用，否则基本上包括与该形状近似或相似的形状。这同样适用于上述的数值和范围。以下，将参照附图说明本专利技术的实施例。应当指出的是，在附图中类似的组件由相同的附图标记表示，并且可以不再重复其说明。第一实施例[异常检测系统的配置]图1是示出根据本专利技术第一实施例的异常检测系统的主要部分的示例性配置的示意图。图1所示的异常检测系统(异常检测装置)包括信号输入单元IIF、目标信号选择单元SS、异常检测单元EDT、检测目标标识单元TGR、算法生成单元ALG和算法存储单元ADB。此处假设检测半导体器件制造系统中的制造装置的异常的情况作为异常检测系统的例子。但是，应该注意的是，本专利技术不限于这种情况，异常检测系统可用作检测各种生产系统中的各种生产装置的异常的系统。信号输入单元IIF从检测目标接收监测器信号MS、执行预定的信号处理、并将所得的信号发送到目标信号选择单元SS。监测器信号MS表示例如制造装置的处理状态，其是来自制造装置中提供的或添加到制造装置的各种传感器的传感器信号。各种传感器可以是任何传感器，诸如例如监测气体的流量的流量传感器、监测腔室中的压力的压力传感器、监测等离子体的RF功率的功率传感器以及用于监测刻蚀进程的EPD(终点检测器)。在半导体器件制造系统中，可以使用被称为SECS(SEMI设备通信标准)的通信协议在装置之间传送传感器信号。作为SECS的物理接口，可以使用RS232或以太网(Ethernet，注册商标)。信号输入单元IIF起到例如SECS的通信接口的作用。在这种情况下，例如，信号输入单元IIF使用SECS接收从传感器发送的传感器信号。信号输入单元IIF还可以包括例如模数转换电路。在这种情况下，信号输入单元IIF直接从传感器接收模拟信号作为监测器信号MS而不使用SECS，将模拟信号转换成数字信号，并将数字信号发送到目标信号选择单元SS。目标信号选择单元SS从经由信号输入单元IIF接收的监测器信号MS中确定检测目标信号TS作为检测目标，并且将检测目标信号TS存储在检测目标信号缓冲器SBF中。目标信号选择单元SS将存储在检测目标信号缓冲器SBF中的检测目标信号TS发送到异常检测单元EDT和算法生成单元ALG。例如，在传感器持续工作的情况下，监测器信号MS可以包括不必要部分(例如，其中制造装置没有进行任何实际操作的空闲部分)的信号。目标信号选择单元SS从监测器信号MS中确定其中制造装置实质上处于操作中的检测目标部分，并且提取该部分的信号作为检测目标信号TS。具体而言，例如，当监测器信号MS呈现在空闲部分中的0V时，目标信号选择单元SS将检测目标部分指定为其中监测器信号MS的电压电平为0.1V或更高的部分。算法存储单元ADB在其中存储与检测目标的标识信息DI对应的多个检测算法AL[1]至AL[n]。这里，多个检测算法AL[1]至AL[n]统称为检测算法AL。异常检测单元EDT使用与存储在算法存储单元ADB中的标识信息DI相对应的检测算法AL来检测检测目标信号TS的异常，并且发送输出信号OUT作为检测结果。当检测到异常时，可以基于输出信号OUT来激活监测器等上的警报显示、到另一控制设备的异常通知、通知检测到异常的照明等。检测算法AL可以包括基于AI的算法、基于统计学方法的算法等。基于AI的算法可以使用例如已经学习了检测目标信号TS的特征的神经网络的模型。该模型允许通过接收检测目标信号TS并将所学习的特征反映在所接收的信号上来生成例如期望值信号(即，理想的检测目标信号)。异常检测单元EDT基于检测目标信号TS和期望值信号之间的本文档来自技高网...

【技术保护点】
1.一种异常检测系统，被输入检测目标的标识信息和从所述检测目标的监测器信号获得的检测目标信号，并检测所述检测目标信号的异常，所述异常检测系统包括：算法存储单元，其中存储与所述标识信息对应的检测算法；异常检测单元，其使用存储在所述算法存储单元中的与所述标识信息对应的所述检测算法来检测所述检测目标信号中的所述异常；检测目标标识单元，其确定与所述标识信息对应的所述检测算法是否存储在所述算法存储单元中，并且当所述检测算法未被存储在所述算法存储单元中时发出生成请求；以及算法生成单元，其根据所述生成请求使用所述检测目标信号来生成与所述标识信息对应的所述检测算法。

【技术特征摘要】
2017.04.06 JP 2017-0756501.一种异常检测系统，被输入检测目标的标识信息和从所述检测目标的监测器信号获得的检测目标信号，并检测所述检测目标信号的异常，所述异常检测系统包括：算法存储单元，其中存储与所述标识信息对应的检测算法；异常检测单元，其使用存储在所述算法存储单元中的与所述标识信息对应的所述检测算法来检测所述检测目标信号中的所述异常；检测目标标识单元，其确定与所述标识信息对应的所述检测算法是否存储在所述算法存储单元中，并且当所述检测算法未被存储在所述算法存储单元中时发出生成请求；以及算法生成单元，其根据所述生成请求使用所述检测目标信号来生成与所述标识信息对应的所述检测算法。2.根据权利要求1所述的异常检测系统，其中，所述算法生成单元在所述检测算法的生成完成时发出生成完成通知。3.根据权利要求1所述的异常检测系统，其中，当所述检测算法的生成完成时，所述算法生成单元将生成的所述检测算法存储在所述算法存储单元中。4.根据权利要求1所述的异常检测系统，其中，当与所述标识信息对应的所述检测算法存储在所述算法存储单元中时，所述检测目标标识单元将标识与所述标识信息对应的所述检测算法的选择信息发送到所述异常检测单元，并且当所述检测算法未被存储在所述算法存储单元中时将不支持通知发送到所述异常检测单元，以及其中，所述异常检测单元在接收到所述不支持通知时不检测所述检测目标信号中的所述异常。5.根据权利要求1所述的异常检测系统，其中，所述异常检测单元和所述检测目标标识单元被安装在微型计算机上。6.根据权利要求1所述的异常检测系统，其中，所述检测算法是基于AI(人工智能)的算法。7.根据权利要求6所述的异常检测系统，其中，所述算法存储单元、所述异常检测单元和所述检测目标标识单元被安装在包括微型计算机的第一装置上，其中，所述算法生成单元被安装在与所述第一装置不同的第二装置上，以及其中，所述第一装置和所述第二装置经由通信网络耦合。8.一种半导体器件制造系统，包括经由通信网络耦合的制造装置、异常检测装置和管理装置，其中，所述管理装置将包含表示所述制造装置的制造条件的配方ID的标识信息发送到所述通信网络，其中，所述制造装置基于来自所述管理装置的所述配方ID在所述制造条件下处理半导体器件，并输出表示所述处理的状态的监测器信号，以及其中，所述异常检测装置包括：目标信号选择单元，其从所述监测器信号中指定要检测的检测目标信号；算法存储单元，其中存储与所述标识信息对应的检测算法；异常检测单元，其使用存储在所述算法存储单元中的与所述标识信息对应的所述检测算法来检测所述检测目标信号中的异常；检测目标标识单元，其确定与所述标识信息对应的所述检测算法是否存储在所述算法存储单元中，并且当所述检测算法未被存储在所述算法存储单元中时发出生成请求；以及算法生成单元，其根据所述生成请求使用所述检测目标信号来生成与所述标识信息对应的所述检测算法，并将生成的所述检测算法存储在所述算法存储单元中。9.根据权利要求8所述的半导体器件制造系统，其中，所述算法生成单元在所述检测算法的生成完成时发出生成完成通知。10.根据权利要求8所述的半导体器件制造系统，其中，当所述检测算法的生成完成时，所述算法生成单元将生成的所述检测算法存储在所述算法存储单元中。11.根据权利要求8所述的半导体器件制造系统，其中，当所述检测算法存储在所述算法...

【专利技术属性】
技术研发人员：川武正寿，
申请(专利权)人：瑞萨电子株式会社，
类型：发明
国别省市：日本,JP