JP7839655B2 - 制御支援装置および制御支援方法 - Google Patents

Description

本発明は、制御支援装置および制御支援方法に関する。

半導体基板（半導体ウェハ）等の基板を処理する基板処理装置は、種々の構成要素（機器または部品等）により構成される。特許文献１および２には、基板処理装置内の基板処理部に供給される処理液の流量を調整するために、構成要素としてニードルバルブが用いられている。ニードルバルブにおいては、アクチュエータが制御されることにより、処理液の流量が調整される。

特開２０１０－１２３７０９号公報 特開２０１６－１３４３９０号公報

一般的に、同種の構成要素であっても、個体差によって特性が異なる。そのため、基板処理装置を正常に稼働させるためには、各構成要素を制御するための制御パラメータの値をそれぞれ決定する必要がある。構成要素ごとの制御パラメータの値の決定は、エンジニアにより行われている。この場合、エンジニアは、制御パラメータの値を決定するために、基板処理装置のティーチング動作により構成要素ごとおよび処理レシピ（処理手順）ごとに制御パラメータの値の微調整を繰り返し行う必要がある。これらの作業には、多大な時間が費やされる。

本発明の目的は、基板処理装置の構成要素の制御パラメータの値を決定するための労力を軽減することが可能な制御支援装置および制御支援方法を提供することである。

（１）基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、前記構成要素の動作時の処理情報から前記複数の判定モデルの複数の判定結果のうち最も高い正常度を示す適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定する決定部とを備え、前記判定モデルは、予測された処理情報と実際に取得された処理情報との乖離度に基づいて、前記構成要素の動作の正常度を判定する学習モデルである。
また、基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定する決定部とを備え、前記複数の判定モデルの各々は、前記基板処理装置の基板の処理に関連する動作または状態を示す複数の前記処理情報間のインバリアントな関係性と前記基板処理装置から実際に収集された複数の処理情報とに基づいて前記構成要素の正常度を判定するものである。

その制御支援装置によれば、基板処理装置の構成要素がパラメータ値に基づいて制御される。このとき、基板処理装置の処理情報から複数の判定モデルにより構成要素の正常度が判定される。複数のモデル識別情報と複数のパラメータ値とが予め対応付けられている。複数のモデル識別情報と複数のパラメータ値との対応関係が対応関係取得部により取得される。また、構成要素の動作時の処理情報から複数の判定モデルのうち適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報が取得される。この場合、モデル識別情報に基づいて適正な判定結果を得ることが可能な判定モデルを判別することができる。また、対応関係に基づいて、判別された判定モデルに対応するパラメータ値を判別することができる。それにより、取得された対応関係および取得されたモデル識別情報に基づいてパラメータ値が決定される。したがって、基板処理装置における構成要素を制御するためのパラメータ値が自動的に適切なパラメータ値に決定される。その結果、基板処理装置の構成要素の制御パラメータの値を適切な値に決定するための労力を軽減することが可能になる。
構成要素の動作時の処理情報から複数の判定モデルにより正常度が判定され、最も高い正常度を示す判定結果に対応する判定モデルに対応するモデル識別情報が取得される。それにより、最も高い正常度を示す判定結果を得ることが可能な適切なパラメータ値を短時間で決定することが可能になる。したがって、作業者によるパラメータ値の微調整の作業が不要となる。
また、その制御支援装置によれば、基板処理装置の処理情報間のインバリアントな関係性に基づいて、構成要素の動作の正常度が適切に判定される。それにより、取得されるモデル識別情報は、より適正な判定結果を得ることが可能な判定モデルを示すことになる。したがって、構成要素の制御に用いられるパラメータ値をより適切な値に決定することができる。

（３）前記基板処理装置は、前記構成要素として、同種の複数の構成要素を含み、前記複数のパラメータ値は、前記複数の構成要素をそれぞれ制御するための値であり、前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、各構成要素を制御するための前記パラメータ値を決定してもよい。

この場合、各構成要素に対応するパラメータ値を決定する場合に、他の構成要素に対応するパラメータ値を上記一の構成要素に対応するパラメータ値として決定することができる。したがって、複数の構成要素のパラメータ値を容易に決定することができる。

（４）前記決定部により決定された前記パラメータ値を前記基板処理装置に送信する送信部をさらに備えてもよい。

この場合、基板処理装置の構成要素を制御するために用いられるべきパラメータ値が基板処理装置に送信される。それにより、基板処理装置の構成要素を制御するためのパラメータ値を基板処理装置に自動的に設定することが可能になる。

（５）前記決定部は、前記基板処理装置の据え付け時、前記基板処理装置の検査時または前記基板処理装置の構成要素が新たな構成要素に交換された場合に、前記据え付け後または交換後の構成要素の制御に用いられる前記パラメータ値を決定してもよい。

この場合、基板処理装置の据え付け時、基板処理装置の検査時または構成要素の交換時に、据え付け後または交換後の構成要素に用いられるパラメータ値を適切な値に自動的かつ短時間で決定することができる。

（６）前記基板処理装置の通常動作時に、前記構成要素の制御に用いられる前記パラメータ値に対応する判定モデルの判定結果が予め定められた異常状態を示す場合に、前記対応関係取得部は、前記対応関係を取得し、前記情報取得部は、前記適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得し、前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するために新たに用いられるべき前記パラメータ値を決定してもよい。

基板処置装置の構成要素の特性が経年的に変化することにより、構成要素の制御に用いられているパラメータ値が適切でなくなった場合、そのパラメータ値に対応する判定モデルの判定結果が異常状態を示す場合がある。このような場合に、構成要素を制御するために新たに用いられるべきパラメータ値を自動的かつ短時間に決定することができる。その結果、構成要素の使用を継続することが可能になる。

（８）前記対応関係を記憶する記憶部をさらに備え、前記対応関係取得部は、前記記憶部により記憶された前記対応関係を取得し、前記決定部は、前記対応関係取得部に記憶された前記対応関係を用いて前記構成要素を制御するための前記パラメータ値を決定してもよい。

この場合、パラメータ値の決定後に、複数の対応関係が記憶される。それにより、制御支援装置の外部に対応関係を記憶する構成を設ける必要がなくなる。

（９）前記構成要素は、基板の処理に関連するバルブを含み、前記制御パラメータは、前記バルブを制御するために用いられてもよい。

この場合、バルブの制御に用いられる制御パラメータの値を適切な値に短時間で決定することが可能となる。それにより、基板処理装置における流体の制御を正確に実行することが可能になる。

（１０）前記バルブは、ニードルおよびモータを含みかつ基板の処理に関連する液の流量を調整するニードルバルブであり、前記パラメータ値は、前記ニードルおよび前記モータの少なくとも一方の動作に関連する値であってもよい。

この場合、ニードルバルブの動作に関連する制御パラメータの値を適切な値に短時間で決定することが可能となる。それにより、基板処理装置における流量制御を正確に実行することが可能になる。

（１１）前記基板処理装置は、基板の処理が行われるチャンバを含み、前記構成要素は、前記チャンバ内の給気および排気を行う給排気部を含み、前記パラメータ値は、前記給気および前記排気の少なくとも一方の動作に関連する値であってもよい。

この場合、基板処置装置のチャンバ内の給気および排気の少なくとも一方に関連するパラメータ値を適切な値に短時間で決定することが可能となる。それにより、チャンバ内気流制御を正確に実行することが可能になる。

（１２）前記制御パラメータは、前記給気に対応する第１のパラメータと、前記排気に対応する第２のパラメータとを含み、前記第１のパラメータのパラメータ値は、前記給気の動作に関連する値であり、前記第２のパラメータのパラメータ値は、前記排気の動作に関連する値であってもよい。

この場合、基板処置装置のチャンバ内の給気および排気に関連する第１および第２のパラメータのパラメータ値の少なくとも一方を適切な値に短時間で決定することが可能になる。それにより、チャンバ内の給排気制御を正確に実行することが可能となる。

（１３）基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援方法であって、前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得するステップと、前記構成要素の動作時の処理情報から前記複数の判定モデルの複数の判定結果のうち最も高い正常度を示す適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得するステップと、前記取得された対応関係および前記取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定するステップとを含み、前記判定モデルは、予測された処理情報と実際に取得された処理情報との乖離度に基づいて、前記構成要素の動作の正常度を判定する学習モデルである。
また、基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援方法であって、前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得するステップと、前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得するステップと、前記取得された対応関係および前記取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定するステップとを含み、前記複数の判定モデルの各々は、前記基板処理装置の基板の処理に関連する動作または状態を示す複数の前記処理情報間のインバリアントな関係性と前記基板処理装置から実際に収集された複数の処理情報とに基づいて前記構成要素の正常度を判定するものである。

その制御支援方法によれば、モデル識別情報に基づいて適正な判定結果を得ることが可能な判定モデルを判別することができる。また、対応関係に基づいて、判別された判定モデルに対応するパラメータ値を判別することができる。それにより、取得された対応関係および取得されたモデル識別情報に基づいてパラメータ値が決定される。したがって、基板処理装置における構成要素を制御するためのパラメータ値が自動的に適切なパラメータ値に決定される。その結果、基板処理装置の構成要素の制御パラメータの値を適切な値に決定するための労力を軽減することが可能になる。
構成要素の動作時の処理情報から複数の判定モデルにより正常度が判定され、最も高い正常度を示す判定結果に対応する判定モデルに対応するモデル識別情報が取得される。それにより、最も高い正常度を示す判定結果を得ることが可能な適切なパラメータ値を短時間で決定することが可能になる。したがって、作業者によるパラメータ値の微調整の作業が不要となる。
また、その制御支援方法によれば、基板処理装置の処理情報間のインバリアントな関係性に基づいて、構成要素の動作の正常度が適切に判定される。それにより、取得されるモデル識別情報は、より適正な判定結果を得ることが可能な判定モデルを示すことになる。したがって、構成要素の制御に用いられるパラメータ値をより適切な値に決定することができる。

本発明によれば、基板処理装置の構成要素の制御パラメータの値を決定するための労力を軽減することが可能になる。

一実施の形態に係る制御支援装置を含む基板処理システムの構成を説明するための図である。 乖離度の具体的な算出例を説明するための図である。 異常スコアの具体的な算出例を説明するための図である。 学習動作および適正パラメータ値更新動作における基板処理装置、情報分析装置および制御支援装置の動作を説明するための概念図である。 複数の判定モデルを説明するための概念図である。 判定モデル番号とパラメータ値との対応関係を説明するための概念図である。 主として図１の情報分析装置および制御支援装置の機能的な構成を説明するためのブロック図である。 学習動作時における基板処理装置の制御装置の動作の一例を示すフローチャートである。 学習動作時における情報分析装置の動作の一例を示すフローチャートである。 学習動作時における制御支援装置の動作の一例を示すフローチャートである。 適正パラメータ値更新動作における基板処理装置の動作の一例を示すフローチャートである。 適正パラメータ値更新動作における情報分析装置の動作の一例を示すフローチャートである。 適正パラメータ値更新動作における制御支援装置の動作の一例を示すフローチャートである。 他の実施の形態に係る基板処理装置を含む基板処理システムを説明するための模式図である。

以下、本発明の一実施の形態に係る制御支援装置および制御支援方法について図面を参照しながら詳細に説明する。以下の説明において、基板とは、半導体基板（半導体ウェハ）、液晶表示装置もしくは有機ＥＬ（Electro Luminescence）表示装置等のＦＰＤ（Flat Panel Display）用基板、光ディスク用基板、磁気ディスク用基板、光磁気ディスク用基板、フォトマスク用基板、セラミック基板または太陽電池用基板等をいう。

（１）全体構成
図１は、一実施の形態に係る制御支援装置を含む基板処理システムの構成を説明するための図である。図１の基板処理システム１００は、基板処理装置１、情報分析装置３および制御支援装置４を含む。制御支援装置４は、基板処理装置１および情報分析装置３に接続される。制御支援装置４は、基板処理装置１および情報分析装置３の各々に対して有線または無線の通信経路または通信回線網により接続される。例えば、制御支援装置４は、基板処理装置１および情報分析装置３の各々に対してインターネット等の通信回線網を介して接続される。本実施の形態において、制御支援装置４は、基板処理装置１および情報分析装置３に対して有線または無線のＬＡＮ（Local Area Network)により接続される。

（２）基板処理装置１の構成例
図１の例では、基板処理装置１は、制御装置４０および複数の基板処理ユニットＷＵを備える。各基板処理ユニットＷＵは、基板Ｗを保持して回転させるスピンチャックＳＣを有する。基板処理ユニットＷＵは、例えば、基板洗浄ユニット、感光性膜形成ユニット、周縁露光ユニットおよび現像ユニット等を含む。基板処理ユニットにおいては、例えば、基板Ｗに洗浄液が供給されることにより基板Ｗが洗浄される。基板処理装置１には、基板処理装置１を構成する種々の構成要素（機器または部品等）が含まれる。例えば、基板処理装置１は、各基板処理ユニットＷＵに種々の処理液を導入するために、構成要素として、流量計ＦＭ、圧力計ＰＭ、吐出バルブＤＶおよび流量調整バルブＭＶを含む。なお、基板処理装置１には、上記の複数の構成要素の他に、図示しない表示装置、音声出力装置および操作部が設けられる。基板処理装置１は、基板処理装置１の予め定められた処理手順（処理レシピ）に従って運転される。

流量計ＦＭは、処理液流路ＲＰ内を流れる処理液の流量の値（以下、制御流量値と呼ぶ。）を計測する。圧力計ＰＭは処理液流路ＲＰ内の圧力の値（以下、一次側圧力と呼ぶ。）を計測する。吐出バルブＤＶは、処理液流路ＲＰ内の処理液を基板処理ユニットＷＵに供給するために開閉動作を行う。本実施の形態において、流量調整バルブＭＶは、モータニードルバルブである。この流量調整バルブＭＶは、モータおよびニードルを含み、内部流路内でニードルがモータにより移動されることにより、流量が調整される。

本実施の形態において、制御装置４０は、処理液流路ＲＰ内の処理液の流量を調整するために、制御流量値と予め定められた流量の値（以下、目標流量値と呼ぶ。）との差に基づいて、流量調整バルブＭＶのモータに供給される電力をＰＩＤ（比例－積分－微分）制御する。それにより、目標流量値の処理液が基板処理ユニットＷＵに供給される。図１の基板処理装置１には、複数の基板処理ユニットＷＵに対応して、同種の複数の流量計ＦＭ、同種の複数の圧力計ＰＭ、同種の複数の流量調整バルブＭＶおよび同種の複数の吐出バルブＤＶが設けられる。

ここで、制御装置４０が基板処理装置１の構成要素を制御する場合、種々の制御パラメータの値で当該構成要素を制御する。制御装置４０は、構成要素の種類ごとに定められた制御パラメータにより各構成要素の動作を制御する。この場合、同種の構成要素であっても、個体差により異なる特性を有する。したがって、同種の複数の構成要素に対して、それぞれ適切な制御パラメータの値が設定される。以下、制御パラメータの値をパラメータ値と呼ぶ。

例えば、図１の各流量調整バルブＭＶにおいては、ニードルの形状のばらつき、ニードルの始動基準位置および流量調整バルブＭＶにかかる圧力等により個体差が生じる。それにより、基板処理装置１の流量調整バルブＭＶごとに特性が異なる。そのため、構成要素ごとに適切なパラメータ値を設定する必要がある。図１の例において、流量調整バルブＭＶを制御するために用いられる制御パラメータは、Ｐゲイン、Ｉゲイン、Ｄゲイン、ニードルの始動基準位置、制御周期およびフィルタ係数等である。

（３）処理情報
基板処理装置１には、当該基板処理装置１の構成要素の異常を管理するための情報として、基板処理装置１における基板Ｗの処理に関連する動作または状態を示す複数の処理情報が定められる。本実施の形態においては、これらの処理情報は、図１に太い実線の矢印で示すように、基板処理装置１の制御装置４０から制御支援装置４を介して情報分析装置３に所定周期で送信される。

図１の吹き出し内に示すように、基板処理装置１から制御支援装置４を介して情報分析装置３に送信される処理情報は、「ａ．ニードル現在位置」、「ｂ．目標流量値」、「ｃ．制御流量値」、「ｄ．一次側圧力」および「ｅ．吐出バルブＤＶの開閉タイミング」を含む。本例では、一つの構成要素である流量調整バルブＭＶに関連する処理情報が示される。

「ａ．ニードル現在位置」は、流量調整バルブＭＶの内部流路内のニードルの現在位置を示す。「ｂ．目標流量値」は、予め定められた処理手順（処理レシピ）に対応する流量調整バルブＭＶから吐出されるべき処理液の流量の値である。「ｃ．制御流量値」は、流量計ＦＭにより計測された処理液流路ＲＰ内の処理液の流量の値である。「ｄ．一次側圧力」は、圧力計ＰＭにより計測された処理液流路ＲＰ内の圧力の値である。「ｅ．吐出バルブＤＶの開閉タイミング」は、吐出バルブＤＶの開閉タイミングを示す値である。

（４）情報分析装置３による各構成要素の異常検出（正常度検出）
情報分析装置３は、例えばサーバであり、ＣＰＵ（中央演算処理装置）およびメモリを含む。情報分析装置３は、基板処理装置１から送信される複数の処理情報を収集する。情報分析装置３においては、基板処理装置１から情報分析装置３に送信される複数の処理情報について、互いに異なる２つの処理情報の複数の組み合わせが予め定められている。

このとき、各組み合わせを構成する２つの処理情報の間で、予め定められたインバリアント（不変）な関係性（以下、インバリアント関係と呼ぶ。）が維持される。インバリアント関係は、基板処理装置１の予め定められた処理手順（処理レシピ）ごとに設定される。

ここで、基板処理装置１のいずれかの構成要素に異常が発生した状態で基板処理が実行されることにより、不適切な基板処理が実行されている場合を想定する。この場合、複数の組み合わせのうち少なくとも一の組み合わせを構成する２つの処理情報の間の関係がインバリアント関係から乖離する。

そこで、情報分析装置３は、実際に収集された複数の処理情報の複数の組み合わせの関係と、それらの複数の処理情報について予め定められた複数のインバリアント関係との乖離の度合いを複数の乖離度として算出する。また、情報分析装置３は、算出された複数の乖離度に基づいて、構成要素の異常の度合いを異常スコアとして算出する。異常スコアは、構成要素の動作の正常度を表している。すなわち、異常スコアが低い場合、構成要素の動作の正常度は高く、異常スコアが高い場合、構成要素の動作の正常度は低い。異常スコアの算出方法の具体例は後述する。

また、異常スコアは、各構成要素に設定されるパラメータ値により変化する。各構成要素に設定されるパラメータ値が適切である場合には、当該構成要素の動作の正常度は高くなり、異常スコアが低くなる。逆に、各構成要素に設定されるパラメータ値が適切でない場合には、当該構成要素の動作の正常度は低くなり、異常スコアが高くなる。以下に説明するように、本実施の形態では、異常スコアを利用してパラメータ値を適切な値に決定することができる。

（５）情報分析装置３による異常スコアの算出例
上記のように、情報分析装置３においては、互いに異なる２つの処理情報の複数の組み合わせが定められている。構成要素の異常スコアを算出するために、組合せごとに乖離度が算出される。図２は、乖離度の具体的な算出例を説明するための図である。ここでは、図１の「ａ．ニードル現在位置」と「ｂ．目標流量値」との組み合わせに対応する乖離度の算出例を説明する。以下の説明では、「ａ．ニードル現在位置」のデータを適宜「ａ」データと呼び、「ｂ．目標流量値」のデータを適宜「ｂ」データと呼ぶ。

乖離度を算出するためには、「ａ．ニードル現在位置」と「ｂ．目標流量値」との間のインバリアント関係に基づく基準のデータが必要となる。そこで、情報分析装置３には、基板処理装置１における実際の基板Ｗの処理前に、当該基板処理装置１の構成要素（本例では、流量調整バルブＭＶ）が予め定められた処理レシピに従って理想的に動作しているときの「ａ」データおよび「ｂ」データが保持される。

これらの理想的な「ａ」データおよび「ｂ」データは、例えば実際に基板処理装置１が正常に動作しているときに基板処理装置１から送信される複数の処理情報に基づいて取得される。あるいは、理想的な「ａ」データおよび「ｂ」データは、シミュレーション等により生成されてもよい。

図２の上部に、理想的な「ａ」データおよび「ｂ」データの時間的変化の一例がグラフにより示される。「ａ」データのグラフにおいては、横軸は時間を表し、縦軸はニードルの現在位置の値を表す。「ｂ」データのグラフにおいては、横軸は時間を表し、縦軸は処理液流路ＲＰ内の処理液の流量の値を表す。「ａ」データのグラフと「ｂ」データのグラフとの間では、横軸（時間軸）は共通している。

図２の上部の２つのグラフによれば、ニードルの現在位置の値が大きくなるにつれて、処理液流路ＲＰ内の処理液の流量の値も略一定の割合で大きくなることがわかる。すなわち、ニードルの現在位置と処理液流路ＲＰ内の処理液の流量の値とはインバリアント関係を有する。基板処理装置１が理想的に動作する場合には、複数の処理情報の各組合せにおける関係は、インバリアント関係と等しくなる。

情報分析装置３には、複数の処理情報（上述の「ａ」～「ｅ」データ）の各組み合わせについてインバリアント関係が作成される。本実施の形態においては、基板処理装置１（図１）の構成要素ごとにインバリアント関係が作成される。

この状態で、基板処理装置１において、基板Ｗの処理が行われ、実際の「ａ」データおよび「ｂ」データが情報分析装置３により収集される。図２の中央部に、実際に収集された「ａ」データおよび「ｂ」データの時間的変化の一例がグラフにより示される。

実際の「ａ」データが収集されると、予め記憶されたインバリアント関係に基づいて「ｂ」データが予測される。また、実際の「ｂ」データが収集されると、予め記憶されたインバリアント関係に基づいて「ａ」データが予測される。図２の下部に、インバリアント関係に基づいて予測された「ａ」データおよび「ｂ」データの時間的変化の一例がグラフにより示される。なお、図２の下部のグラフにおいては、予測された「ａ」データおよび「ｂ」データが実線で示され、実際に収集された「ａ」データおよび「ｂ」データが点線で示される。

流量調整バルブＭＶが理想的に動作している場合には、実際の「ａ」データと予測された「ａ」データとが一致するかまたはほぼ一致することになる。また、実際の「ｂ」データと予測された「ｂ」データとが一致するかまたはほぼ一致することになる。しかしながら、流量調整バルブＭＶに異常が発生している場合には、実際の「ａ」データと予測された「ａ」データとが乖離する可能性が高い。また、実際の「ｂ」データと予測された「ｂ」データとが乖離する可能性が高い。この乖離の度合いは、流量調整バルブＭＶに発生する異常の程度が大きいほど大きく、流量調整バルブＭＶに発生する異常の程度が小さいほど小さいと考えられる。

そこで、本実施の形態では、実際に収集された処理情報であるデータと予測された処理情報であるデータとの差分値が乖離度として算出される。図２の例では、情報分析装置３は、ある時点における乖離度の算出時に、実際の「ａ」データと予測された「ａ」データとの差分値を乖離度として算出する。また、情報分析装置３は、実際の「ｂ」データと予測された「ｂ」データとの差分値を乖離度として算出する。

図３は、異常スコアの具体的な算出例を説明するための図である。情報分析装置３は、複数の処理情報の全ての組み合わせに関して、上記の乖離度を算出する。図３の左の縦欄の処理情報「ａ」～「ｅ」の各々の右側の行に並ぶ複数の値は、上の横欄の処理情報「ａ」～「ｅ」の各々から予測された処理情報と実際に取得された処理情報との乖離度を表す。図３の上の横欄の処理情報「ａ」～「ｅ」の各々の下側の列に並ぶ複数の値は、左の縦欄の「ａ」～「ｅ」の各々から予測された処理情報と実際に取得された処理情報との乖離度を表す。

例えば、左の縦欄の処理情報「ａ」の右側の行と上の横欄の処理情報「ｂ」の下側の列との交差部の欄内の値「３５」は、処理情報「ｂ」から予測された処理情報「ａ」と実際に取得された処理情報「ａ」との乖離度を表す。また、左の縦欄の処理情報「ｂ」の右側の行と上の横欄の処理情報「ａ」の下側の列との交差部の欄内の値「２１」は、処理情報「ａ」から予測された処理情報「ｂ」と実際に取得された処理情報「ｂ」との乖離度を表す。

図３では、一の構成要素に関連する複数の処理情報の全ての組み合わせに関して算出された複数の乖離度が示される。情報分析装置３は、全ての乖離度が算出されると、算出された複数の乖離度の合計を当該構成要素に対応する異常スコアとして算出する。図３の例では、異常スコアは、１６１となる。

本実施の形態では、情報分析装置３において、上記のように、各構成要素に関連する複数の処理情報について予測された処理情報と実際に取得された処理情報との乖離度に基づいて、当該構成要素の動作の正常度を判定する判定モデルが機械学習により生成および更新される。それにより、情報分析装置３においては、基板処理装置１の同種の複数の構成要素（例えば、複数の流量調整バルブＭＶ）に対応して複数の判定モデルが生成および更新される。本実施の形態では、各判定モデルに対応する構成要素の動作の正常度の判定結果が異常スコアとして算出される。

本実施の形態では、複数の判定モデルにより算出された異常スコアに基づいて一または複数の構成要素に設定されるべきパラメータ値が決定される。以下、機械学習により複数の判定モデルを生成する動作を学習動作と呼ぶ。また、各構成要素に設定されるパラメータ値を更新（微調整）する動作を適正パラメータ値更新動作と呼ぶ。

（６）学習動作
図４は、学習動作および適正パラメータ値更新動作における基板処理装置１、情報分析装置３および制御支援装置４の動作を説明するための概念図である。図５は、複数の判定モデルを説明するための概念図である。図６は、判定モデル番号とパラメータ値との対応関係を説明するための概念図である。

図４の例では、基板処理装置１の同種の複数の構成要素Ｃ１，Ｃ２，…，Ｃｎのパラメータ値ＰＲ１，ＰＲ２，…，ＰＲｎが記憶部ＭＥに設定されている。ここで、ｎは２以上の整数である。

学習動作の開始が指令されると、基板処理装置１の制御装置４０は、記憶部ＭＥに設定されたパラメータ値ＰＲ１～ＰＲｎに基づいて複数の構成要素Ｃ１～Ｃｎの動作を制御する。それにより、複数の構成要素Ｃ１～Ｃｎにそれぞれ対応する複数の処理情報ＰＩ１，ＰＩ２，・・・，ＰＩｎが基板処理装置１から情報分析装置３に送信される。複数の処理情報ＰＩ１～ＰＩｎの各々は、一または複数の処理情報を含む。例えば、複数の構成要素Ｃ１～Ｃｎが複数の流量調整バルブＭＶである場合には、各流量調整バルブＭＶに対応する複数の処理情報「ａ」～「ｅ」が情報分析装置３に送信される。

情報分析装置３の判定モデル生成部３２は、受信した複数の処理情報ＰＩ１～ＰＩｎに基づいて機械学習により複数の構成要素Ｃ１～Ｃｎにそれぞれ対応する複数の判定モデルＭＤ１，ＭＤ２，…，ＭＤｎを生成する。例えば、図１の複数の流量調整バルブＭＶにそれぞれ対応する判定モデルＭＤ１～ＭＤｎが生成される。本実施の形態では、複数の判定モデルＭＤ１～ＭＤｎには、各判定モデルを識別するためのモデル識別情報として、判定モデル番号Ｍ１～Ｍｎが付与される。

図５には、２つの判定モデルＭＤ１，ＭＤ２の例が示される。判定モデルＭＤ１，ＭＤ２では、各処理情報の変化と他の処理情報の変化との関係を表す関数が異なる。例えば、判定モデルＭＤ１では、処理情報「ａ」は、処理情報「ｂ」を変数とする関数ｆ１により表される。また、処理情報「ｂ」は、処理情報「ａ」を変数とする関数ｇ１により表される。一方、判定モデルＭＤ２では、処理情報「ａ」は、処理情報「ｂ」を変数とする関数ｆ２により表される。また、処理情報「ｂ」は、処理情報「ａ」を変数とする関数ｇ２により表される。

図４に示すように、複数の判定モデルＭＤ１～ＭＤｎは、複数の処理情報ＰＩ１～ＰＩｎに基づいて、図２および図３を用いて説明した方法で異常スコアＡＳ１～ＡＳｎをそれぞれ判定結果として算出する。

図４に示すように、制御支援装置４には、基板処理装置１から複数の構成要素Ｃ１～Ｃｎに対応する複数のパラメータ値ＰＲ１～ＰＲｎが送信され、情報分析装置３の複数の判定モデルＭＤ１～ＭＤｎに対応する複数の判定モデル番号Ｍ１～Ｍｎが情報分析装置３から送信される。それにより、制御支援装置４に、複数の判定モデル番号Ｍ１～Ｍｎと複数のパラメータ値ＰＲ１～ＰＲｎとの対応関係ＣＲが記憶される。

図６には、図１の一の流量調整バルブＭＶについての対応関係が示される。図６の例では、制御パラメータは、制御周期、フィルタ係数、Ｐゲイン、Ｉゲイン、Ｄゲインおよびニードル始動基準位置を含む。図６の対応関係においては、複数の判定モデル番号Ｍ１～Ｍｎと制御周期の値、フィルタ係数の値、Ｐゲインの値、Ｉゲインの値、Ｄゲインの値およびニードル始動基準位置の値とが対応付けられる。

このようにして、学習動作では、複数の構成要素Ｃ１～Ｃｎに対応する複数の判定モデルＭＤ１～ＭＤｎが生成されるとともに、複数の判定モデル番号Ｍ１～Ｍｎと複数のパラメータ値との対応関係ＣＲが設定される。

基板処理装置１の通常動作時には、制御装置４０は、記憶部ＭＥに設定されたパラメータ値ＰＲ１～ＰＲｎに基づいて複数の構成要素Ｃ１～Ｃｎの動作を制御する。それにより、複数の構成要素Ｃ１～Ｃｎにそれぞれ対応する複数の処理情報ＰＩ１～ＰＩｎが基板処理装置１から情報分析装置３に送信される。

情報分析装置３においては、学習動作により生成された複数の判定モデルＭＤ１，ＭＤ２，…，ＭＤｎが対応する構成要素Ｃ１～Ｃｎの正常度を判定し、判定結果として異常スコアＡＳ１～ＡＳｎを算出する。複数の構成要素Ｃ１～Ｃｎに対応する異常スコアＡＳ１～ＡＳｎは、基板処理装置１または制御支援装置４に送信されてもよい。それにより、作業者は、基板処理装置１の各構成要素Ｃ１～Ｃｎが正常であるかまたは異常であるかを認識することができる。

（７）適正パラメータ値更新動作
ここで、基板処理装置１の同種の構成要素Ｃ１～Ｃｎは、個体差により異なる特性を有する。そのため、工場等における基板処理装置１の据え付け（セットアップ）時においては、構成要素Ｃ１～Ｃｎごとにそれぞれ適切なパラメータ値を設定する必要がある。初期状態では、基板処理装置１の各構成要素Ｃ１～Ｃｎに対して、例えば、既定のパラメータ値が設定されている。この状態で、各構成要素Ｃ１～Ｃｎに対するパラメータ値を適切なパラメータ値（以下、適正パラメータ値と呼ぶ。）に更新（微調整）する必要がある。また、経年変化により基板処理装置１の複数の構成要素Ｃ１～Ｃｎのいずれかの特性が劣化することがある。この場合、特性が劣化した構成要素が新たな構成要素に交換される。交換前の構成要素と交換後の構成要素との個体差により、交換後の構成要素の特性が交換前の構成要素の特性と異なる場合がある。この場合にも、交換前の構成要素に対するパラメータ値を交換後の構成要素に適切なパラメータ値に更新（微調整）する必要がある。

本動作例においては、基板処理装置１の構成要素Ｃ１～Ｃｎのうち構成要素Ｃ１を制御するためのパラメータ値ＰＲ１を適切なパラメータ値に更新（微調整）する場合を説明する。この適正パラメータ値更新動作は、基板処理装置１の据え付け時、基板処理装置１の検査時または構成要素Ｃ１～Ｃｎのいずれかの交換時に行われる。

適正パラメータ値更新動作においては、まず、基板処理装置１の制御装置４０は、構成要素Ｃ１に対して既に設定されたパラメータ値ＰＲ１で構成要素Ｃ１を制御する。それにより、構成要素Ｃ１に関連する処理情報ＰＩ１が基板処理装置１から情報分析装置３に送信される。

情報分析装置３においては、構成要素Ｃ１に関連する処理情報ＰＩ１が複数の判定モデルＭＤ１～ＭＤｎに与えられる。複数の判定モデルＭＤ１～ＭＤｎは、処理情報ＰＩ１に基づいて、図２および図３を用いて説明した方法で異常スコアＡＳ１～ＡＳｎをそれぞれ判定結果として算出する。

最小スコア判定部３５は、複数の判定モデルＭＤ１～ＭＤｎにより算出された異常スコアＡＳ１～ＡＳｎのうち最小値を有する異常スコアを判定し、最小値を有する異常スコアを算出した判定モデルに対応する判定モデル番号を制御支援装置４に送信する。最小値を有する異常スコアは、正常度が最も高いことを示す。図４の例では、判定モデルＭＤｎにより算出された異常スコアＡＳｎが最小値を有する。それにより、最小スコア判定部３５から制御支援装置４に判定モデルＭＤｎに対応する判定モデル番号Ｍｎが送信される。

制御支援装置４は、学習時に取得した対応関係ＣＲにより情報分析装置３から取得した判定モデル番号Ｍｎに対応するパラメータ値ＰＲｎを適正パラメータ値として決定する。決定された適正パラメータ値ＰＲｎは、制御支援装置４から基板処理装置１に送信される。基板処理装置１においては、構成要素Ｃ１に対するパラメータ値ＰＲ１が適正パラメータ値ＰＲｎに更新される。同様にして、他の構成要素Ｃ２～Ｃｎに対するパラメータ値ＰＲ２～ＰＲｎを更新することができる。

（８）制御支援装置４の機能的な構成ならびに学習動作および適正パラメータ更新動作の一例
図７は、主として図１の情報分析装置３および制御支援装置４の機能的な構成を説明するためのブロック図である。

図７において、基板処理装置１は、図４の制御装置４０を含む。図７において、図４の複数の構成要素Ｃ１～Ｃｎおよび記憶部ＭＥの図示が省略されている。図７の情報分析装置３は、情報受信部３１、判定モデル生成部３２、最小スコア判定部３５、判定モデル記憶算出部３３および判定モデル番号送信部３４を含む。情報分析装置３は、例えばＣＰＵ（中央演算処理装置）およびメモリ等により構成される。図７の複数の機能部（３１～３５）は、メモリに記憶された制御プログラムがＣＰＵにより実行されることにより実現される。

図７の制御支援装置４は、処理情報取得部４１、パラメータ値取得部４２、判定モデル番号取得部４３、対応関係生成部４４、対応関係記憶部４５、対応関係取得部４６、適正パラメータ値決定部４７および送信部４８を含む。制御支援装置４は、例えばＣＰＵ（中央演算処理装置）およびメモリ等により構成される。図７の複数の機能部（４１～４８）は、メモリに記憶された制御プログラムがＣＰＵにより実行されることにより実現される。図７の各機能部（３１～３５，４１～４８）の機能および動作については、後述する図８～図１３のフローチャートを参照しながら説明する。

図８は、学習動作時における基板処理装置１の制御装置４０の動作の一例を示すフローチャートである。図９は、学習動作時における情報分析装置３の動作の一例を示すフローチャートである。図１０は、学習動作時における制御支援装置４の動作の一例を示すフローチャートである。

まず、基板処理装置１、情報分析装置３および制御支援装置４による学習動作について説明する。図８において、まず、基板処理装置１の制御装置４０は、学習動作の開始が指令されたか否かを判定する（ステップＳ１０）。学習動作の開始が指令されていない場合、制御装置４０は、学習動作の開始が指令されるまで待機する。学習動作の開始が指令された場合、予め設定された図４の複数のパラメータ値ＰＲ１～ＰＲｎで複数の構成要素Ｃ１～Ｃｎを制御する（ステップＳ１１）。

次に、制御装置４０は、複数の構成要素Ｃ１～Ｃｎの動作により得られた複数の処理情報ＰＩ１～ＰＩｎを制御支援装置４を介して情報分析装置３に送信する（ステップＳ１２）。なお、制御装置４０は、得られた複数の処理情報ＰＩ１～ＰＩｎを情報分析装置３に直接送信してもよい。その後、制御装置４０は、学習動作の終了が指令されたか否かを判定する（ステップＳ１３）。学習動作の終了が指令されていない場合、制御装置４０はステップＳ１１に戻る。それにより、ステップＳ１１～Ｓ１３の動作が繰り返される。ステップＳ１３において学習動作の終了が指令された場合、学習動作が終了する。

図９において、情報分析装置３の情報受信部３１は、学習動作の開始が指令されたか否かを判定する（ステップＳ２０）。学習動作の開始が指令されていない場合、情報受信部３１は、学習動作の開始が指令されるまで待機する。学習動作の開始が指令された場合、情報受信部３１は、図８のステップＳ１２において送信された複数の処理情報ＰＩ１～ＰＩｎを受信したか否かを判定する（ステップＳ２１）。複数の処理情報ＰＩ１～ＰＩｎを受信していない場合、情報受信部３１は、複数の処理情報ＰＩ１～ＰＩｎを受信するまで待機する。

複数の処理情報ＰＩ１～ＰＩｎを受信した場合、判定モデル生成部３２は、機械学習により複数の構成要素Ｃ１～Ｃｎに対応する複数の判定モデルＭＤ１～ＭＤｎを生成する（ステップＳ２２）。このとき、判定モデル生成部３２は、各判定モデルを識別するためのモデル識別情報として複数の判定モデルＭＤ１～ＭＤｎに判定モデル番号Ｍ１～Ｍｎを付与する。判定モデル記憶算出部３３は、判定モデル生成部３２により生成された複数の判定モデルＭＤ１～ＭＤｎを記憶する（ステップＳ２３）。

判定モデル番号送信部３４は、判定モデル記憶算出部３３に記憶された複数の判定モデルＭＤ１～ＭＤｎの判定モデル番号Ｍ１～Ｍｎを制御支援装置４に送信する（ステップＳ２４）。その後、情報受信部３１は、学習動作の終了が指令されたか否かを判定する（ステップＳ２５）。学習動作の終了が指令されていない場合、情報受信部３１はステップＳ２１に戻る。それにより、ステップＳ２１～Ｓ２５の動作が繰り返される。

このようにして、判定モデル記憶算出部３３には、複数の構成要素Ｃ１～Ｃｎに対応する複数の判定モデルＭＤ１～ＭＤｎが記憶される。学習動作の終了が指令された場合、学習動作が終了する。

図１０において、制御支援装置４の処理情報取得部４１は、学習動作の開始が指令されたか否かを判定する（ステップＳ３０）。学習動作の開始が指令されていない場合、処理情報取得部４１は、学習動作の開始が指令されるまで待機する。学習動作の開始が指令された場合、処理情報取得部４１は、複数の処理情報ＰＩ１～ＰＩｎを受信したか否かを判定する（ステップＳ３１）。複数の処理情報ＰＩ１～ＰＩｎを受信していない場合、処理情報取得部４１は、複数の処理情報ＰＩ１～ＰＩｎを受信するまで待機する。

複数の処理情報ＰＩ１～ＰＩｎを受信した場合、処理情報取得部４１は、受信した複数の処理情報ＰＩ１～ＰＩｎを情報分析装置３に送信する（ステップＳ３２）。基板処理装置１が複数の処理情報ＰＩ１～ＰＩｎを直接情報分析装置３に送信する場合には、処理情報取得部４１は、ステップＳ３１，Ｓ３２を行わない。

パラメータ値取得部４２は、基板処理装置１において構成要素を制御するために設定された複数のパラメータ値ＰＲ１～ＰＲｎを取得したか否かを判定する（ステップＳ３３）。設定された複数のパラメータ値ＰＲ１～ＰＲｎを取得していない場合、パラメータ値取得部４２は、設定された複数のパラメータ値ＰＲ１～ＰＲｎを取得するまで待機する。

また、判定モデル番号取得部４３は、情報分析装置３により送信された複数の判定モデル番号Ｍ１～Ｍｎを取得したか否かを判定する（ステップＳ３４）。複数の判定モデル番号Ｍ１～Ｍｎを取得していない場合、判定モデル番号取得部４３は、複数の判定モデル番号Ｍ１～Ｍｎを取得するまで待機する。

判定モデル番号取得部４３が複数の判定モデル番号Ｍ１～Ｍｎを取得した場合、対応関係生成部４４は、パラメータ値取得部４２により取得された複数のパラメータ値ＰＲ１～ＰＲｎと判定モデル番号取得部４３により取得された複数の判定モデル番号Ｍ１～Ｍｎとの対応関係ＣＲを生成する（ステップＳ３５）。対応関係記憶部４５は、対応関係生成部４４により生成された対応関係ＣＲを記憶する（ステップＳ３６）。

処理情報取得部４１は、学習動作の終了が指令されたか否かを判定する（ステップＳ３７）。学習動作の終了が指令されていない場合、ステップＳ３１に戻る。それにより、ステップＳ３１～Ｓ３７の動作が繰り返される。学習動作の終了が指令された場合、学習動作が終了する。

図１１は、適正パラメータ値更新動作における基板処理装置１の動作の一例を示すフローチャートである。図１２は、適正パラメータ値更新動作における情報分析装置３の動作の一例を示すフローチャートである。図１３は、適正パラメータ値更新動作における制御支援装置４の動作の一例を示すフローチャートである。

続いて、基板処理装置１、情報分析装置３および制御支援装置４による適正パラメータ値更新動作について説明する。以下、更新の対象となるパラメータ値をＰＲｋとし、更新の対象となる構成要素をＣｋとする。ｋは、１～ｎの任意の整数である。

図１１において、基板処理装置１の制御装置４０は、適正パラメータ値更新動作の開始が指令されたか否かを判定する（ステップＳ４０）。適正パラメータ値更新動作の開始が指令されていない場合、制御装置４０は、適正パラメータ値更新動作の開始が指令されるまで待機する。適正パラメータ値更新動作の開始が指令された場合、制御装置４０は、予め設定されたパラメータ値Ｐｋで構成要素Ｃｋを制御する（ステップＳ４１）。

次に、制御装置４０は、構成要素Ｃｋの動作により得られた処理情報ＰＩｋを制御支援装置４を介して情報分析装置３に送信する（ステップＳ４２）。なお、制御装置４０は、得られた処理情報ＰＩｋを情報分析装置３に直接送信してもよい。その後、制御装置４０は、後述するステップＳ６４において、制御支援装置４の送信部４８により送信された適正パラメータ値を受信したか否かを判定する（ステップＳ４３）。適正パラメータ値を受信していない場合、制御装置４０は、適正パラメータ値を受信するまで待機する。

適正パラメータ値を受信した場合、制御装置４０は、対象の構成要素Ｃｋのパラメータ値Ｐｋを適正パラメータ値に更新する（ステップＳ４４）。制御装置４０は、適正パラメータ値更新動作の終了が指令されたか否かを判定する（ステップＳ４５）。適正パラメータ値更新動作の終了が指令されていない場合、制御装置４０はステップＳ４１に戻る。適正パラメータ値更新動作の終了が指令された場合、適正パラメータ値更新動作が終了する。

図１２において、情報分析装置３の情報受信部３１は、適正パラメータ値更新動作の開始が指令されたか否かを判定する（ステップＳ５０）。適正パラメータ値更新動作の開始が指令されていない場合、情報受信部３１は、適正パラメータ値更新動作の開始が指令されるまで待機する。適正パラメータ値更新動作の開始が指令された場合、情報受信部３１は、図１２のステップＳ４２において制御装置４０により制御支援装置４を介して送信された処理情報ＰＩｋを受信したか否かを判定する（ステップＳ５１）。

処理情報ＰＩｋを受信していない場合、情報受信部３１は、処理情報ＰＩｋを受信するまで待機する。処理情報ＰＩｋを受信した場合、判定モデル記憶算出部３３に記憶された複数の判定モデルＭＤ１～ＭＤｎは、受信した処理情報ＰＩｋに基づいて異常スコアＡＳ１～ＡＳｎをそれぞれ算出する（ステップＳ５２）。最小スコア判定部３５は、複数の異常スコアＡＳ１～ＡＳｎのうち最小の異常スコアを判定し、最小の異常スコアを算出した判定モデルを選択する（ステップＳ５３）。

判定モデル番号送信部３４は、選択された判定モデルの判定モデル番号を制御支援装置４に送信する（ステップＳ５４）。その後、情報受信部３１は、適正パラメータ値更新動作の終了が指令されたか否かを判定する（ステップＳ５５）。適正パラメータ値更新動作の終了が指令されていない場合、ステップＳ５１に戻る。適正パラメータ更新動作の終了が指令された場合、適正パラメータ更新動作が終了する。

図１３において、制御支援装置４の処理情報取得部４１は、適正パラメータ値更新動作の開始が指令されたか否かを判定する（ステップＳ６０）。適正パラメータ値更新動作の開始が指令されていない場合、処理情報取得部４１は、適正パラメータ値更新動作の開始が指令されるまで待機する。適正パラメータ値更新動作の開始が指令された場合、判定モデル番号取得部４３は、図１２のステップＳ５４において情報分析装置３の判定モデル番号送信部３４から送信された判定モデル番号を取得したか否かを判定する（ステップＳ６１）。判定モデル番号が取得されていない場合、判定モデル番号送信部３４は、判定モデル番号が取得されるまで待機する。判定モデル番号が取得された場合、対応関係取得部４６は、対応関係記憶部４５に記憶された対応関係を取得する（ステップＳ６２）。適正パラメータ値決定部４７は、対応関係取得部４６により取得された対応関係ＣＲに基づいて判定モデル番号取得部４３により取得された判定モデル番号に対応するパラメータ値を適正パラメータ値として決定する（ステップＳ６３）。送信部４８は、適正パラメータ値決定部４７により決定された適正パラメータ値を基板処理装置１に送信する（ステップＳ６４）。処理情報取得部４１は、適正パラメータ更新動作の終了が指令されたか否かを判定する（ステップＳ６５）。適正パラメータ更新動作の終了が指令されていない場合、ステップＳ６１に戻る。適正パラメータ更新動作の終了が指令された場合、適正パラメータ更新動作が終了する。

このようにして、適正パラメータ更新動作により少なくとも１つの構成要素Ｃｋを制御するためのパラメータ値ＣＲｋが適切なパラメータ値に更新される。他のパラメータ値についても、同様の適正パラメータ値更新動作を行うことにより複数のパラメータ値ＰＲ１～ＰＲｎを適切なパラメータ値に更新（微調整）することができる。

なお、少なくとも１つの構成要素を制御するためのパラメータ値が更新された場合、更新後のパラメータ値を用いてその構成要素の動作が制御されることにより、情報分析装置３が更新後のパラメータ値に対応する判定モデルを上記の学習動作により生成する。

この場合、情報分析装置３の判定モデル記憶算出部３３には、更新前のパラメータ値に対応する判定モデルに加えて新たな判定モデルが記憶される。それにより、適正パラメータ値更新動作の際に、異常スコアを算出する判定モデルの数が増加する。それにより、適正パラメータ値更新動作が繰り返し行われることにより、適正パラメータ値の精度が向上する。

（９）実施の形態の効果
上記実施の形態に係る制御支援装置４によれば、適正パラメータ値更新動作により情報分析装置３から取得された判定モデル番号（図４の例では、判定モデル番号Ｍｎ）に基づいて適正な判定結果を得ることが可能な判定モデル（図４の例では、判定モデルＭＤｎ）を判別することができる。また、対応関係ＣＲに基づいて、判別された判定モデル（図４の例では、判定モデルＭＤｎ）に対応するパラメータ値（図４の例では、パラメータ値ＰＲｎ）を判別することができる。それにより、取得された対応関係ＣＲおよび取得された判定モデル番号（図４の例では、判定モデル番号Ｍｎ）に基づいてパラメータ値（図４の例では、パラメータ値ＰＲｎ）が決定される。したがって、基板処理装置１における構成要素（図４の例では、構成要素Ｃ１）を制御するためのパラメータ値が自動的に適切なパラメータ値（図４の例では、パラメータ値ＰＲｎ）に決定される。同様に、他の構成要素（図４の例では、構成要素Ｃ２～Ｃｎ）を制御するためのパラメータ値を自動的に適切なパラメータ値に決定することができる。その結果、基板処理装置１の構成要素の制御パラメータの値を適切な値に決定するための労力を軽減することが可能になる。

また、本実施の形態では、情報分析装置３により基板処理装置１の処理情報間のインバリアントな関係性に基づいて、複数の構成要素の動作の異常度（正常度）が適切に判定される。それにより、制御支援装置４の判定モデル番号取得部４３により取得される判定モデル番号は、より適切な判定結果（異常度が最も低い異常スコア）を得ることが可能な判定モデルに対応する判定モデル番号となる。それにより、適正パラメータ値決定部４７は、対応関係取得部４６により取得された対応関係のうち、判定モデル番号取得部４３により取得された判定モデル番号に対応するパラメータ値を適正パラメータ値として決定することができる。その結果、基板処理装置１の構成要素を制御するためのパラメータ値を適切な値に決定することが可能になる。

また、本実施の形態では、制御支援装置４が送信部４８を含むことにより、適正パラメータ値を基板処理装置１に送信することが可能になる。それにより、基板処理装置１の構成要素を制御するためのパラメータ値を基板処理装置１に自動的に設定することが可能になる。

また、基板処理装置１の据え付け時、基板処理装置１の検査時または構成要素の交換時に、据え付け後、検査後または交換後の構成要素に用いられるパラメータ値を適切な値に自動的かつ短時間で決定することができる。

さらに、本実施の形態では、制御支援装置４が対応関係記憶部４５を含むことにより、制御支援装置４の外部に対応関係を記憶する構成を設ける必要がなくなる。

（１０）他の実施の形態
（１０－１）上記実施の形態においては、基板処理装置１の種々の構成要素のうち基板処理ユニットＷＵの各流量調整バルブＭＶの適正パラメータ値を決定する場合の例が示されるが、本発明はこれに限定されない。例えば、上記実施の形態に係る制御支援装置４は、基板処理装置１の他の種類の構成要素に対するパラメータ値を決定する場合にも適用することができる。例えば、上記実施の形態に係る制御支援装置４は、図１の吐出バルブＤＶ等の他のバルブの適正パラメータ値を決定する場合に適用されてもよい。また、基板処理装置１のバルブ以外の他の構成要素に対する適正パラメータ値を決定するために適用されてもよい。

図１４は、他の実施の形態に係る基板処理装置１ａを含む基板処理システム１００ａを説明するための模式図である。図１４に示すように、基板処理装置１ａは、各基板処理ユニットＷＵのチャンバＣＨ内の給排気量を一定に保つために、構成要素として、給気部ＦＦＵおよび排気部ＥＤを含む。給気部ＦＦＵは、チャンバＣＨ内に清浄な気体を供給するためにチャンバＣＨの給気口に設けられたフィルタファンユニットである。排気部ＥＤは、チャンバＣＨ内の気体を排出するためにチャンバＣＨの排気口に設けられた排気ダンパである。

給気部ＦＦＵにおいては、ファンを回転させるモータの回転数が制御される。それにより、チャンバＣＨ内に導入される清浄な気体の給気量が調整される。圧力計ＰＧ１は、給気部ＦＦＵにより導入される気体の圧力を検出する。排気部ＥＤにおいては、ダンパの開度を変化させるモータの回転角度が制御される。それにより、チャンバＣＨ内から排出される気体の排気量が調整される。圧力計ＰＧ２は、排気部ＥＤにより排出された気体の圧力を検出する。

制御装置４０は、圧力計ＰＧ１により検出された圧力および圧力計ＰＧ２により検出された圧力を予め定められた圧力（目標圧力）に調整するために、給気部ＦＦＵのモータおよび排気部ＥＤのモータを制御する。それにより、基板処理ユニットＷＵ内の給排気量が一定に保たれる。制御装置４０は、第１のパラメータ値を用いて給気部ＦＦＵのモータを制御し、第２のパラメータ値を用いて排気部ＥＤのモータを制御する。

上記基板処理装置１ａにおいては、上記実施の形態における情報分析装置３および制御支援装置４による適正パラメータ値更新動作により給気部ＦＦＵのモータを制御するための第１のパラメータ値および排気部ＥＤのモータを制御するための第２のパラメータ値の一方または両方の適正パラメータ値を決定することが可能である。

（１０－２）上記実施の形態において、適正パラメータ値更新動作は、基板処理装置１の据え付け時の各構成要素に対するパラメータ値の更新（微調整）、基板処理装置１の検査時の各構成要素に対するパラメータ値の更新（微調整）または基板処理装置１のいずれかの構成要素の交換時のパラメータ値の更新（微調整）のために行われるが、本発明はこれに限定されない。例えば、情報分析装置３により複数の構成要素のいずれかに異常が検出された場合に、適正パラメータ値更新動作が行われてもよい。この場合、異常が検出された構成要素のパラメータ値が適正パラメータ値に更新される。それにより、更新後の適正パラメータ値で制御された構成要素について異常が検出されない場合、当該構成要素を新たな構成要素に交換することなく継続して使用することが可能になる。

例えば、流量調整バルブＭＶとしてモータニードルバルブが用いられる場合、ニードルの経年劣化によりニードルの形状が変化したことによるモータニードルバルブの異常が検出されたことを想定する。この場合、上記実施の形態に係る制御支援装置４によれば、異常が検出されたモータニードルバルブに対するパラメータ値を適正パラメータ値に更新することが可能である。適正パラメータ値でモータニードルが制御された状態で、当該モータニードルの異常が検出されない場合、当該モータニードルの使用を継続することが可能になる。その結果、モータニードルの供用中における余寿命を遅延することが可能になる。

（１０－３）上記実施の形態の制御支援装置４においては、インバリアントな関係性に基づいて、判定モデルが生成されるが本発明はこれに限定されない。例えば、制御支援装置４においては、例えば、深層学習等の他の機械学習法を用いることにより、判定モデルが生成されてもよい。

（１０－４）上記実施の形態において、制御支援装置４は、送信部４８を含むが、本発明はこれに限定されない。例えば、制御支援装置４に適正パラメータ値決定部４７により決定された適正パラメータ値を通知するための通知部が設けられてもよい。この場合、作業者は、当該通知部に通知された適正パラメータ値を基板処理装置１に入力することが可能になる。

（１０－５）上記実施の形態において、制御支援装置４は、対応関係記憶部４５を含むが、本発明はこれに限定されない。制御支援装置４の外部に対応関係を記憶するための構成が設けられてもよい。例えば、インターネット上のクラウド等に対応関係が記憶されてもよい。この場合、制御支援装置４の記憶装置の容量を低減することが可能となる。

（１０－６）上記実施の形態において、基板処理装置１および制御支援装置４は別個に設けられるが、基板処理装置１および制御支援装置４が一体として設けられてもよい。また、上記実施の形態において、情報分析装置３および制御支援装置４は別個に設けられるが、情報分析装置３および制御支援装置４が一体として設けられてもよい。

（１１）請求項の各構成要素と実施の形態の各部との対応関係
以下、請求項の各構成要素と実施の形態の各要素との対応の例について説明する。上記実施の形態では、判定モデル番号取得部４３が情報取得部の例であり、対応関係記憶部４５が記憶部の例であり、適正パラメータ値決定部４７が決定部の例である。

１，１ａ…基板処理装置，３…情報分析装置，４…制御支援装置，３１…情報受信部，３２…判定モデル生成部，３３…判定モデル記憶算出部，３４…判定モデル番号送信部，３５…最小スコア判定部，４０…制御装置，４１…処理情報取得部，４２…パラメータ値取得部，４３…判定モデル番号取得部，４４…対応関係生成部，４５…対応関係記憶部，４６…対応関係取得部，４７…適正パラメータ値決定部，４８…送信部，１００，１００ａ…基板処理システム，ＡＳ１，ＡＳｎ…異常スコア，Ｃ１，Ｃ２…構成要素，ＣＨ…チャンバ，ＣＲ…対応関係，ＣＲｋ…パラメータ値，Ｃｋ…構成要素，ＤＶ…吐出バルブ，ＥＤ…排気部，ＦＦＵ…給気部，ＦＭ…流量計，Ｍ１…判定モデル番号，ＭＤ１，ＭＤ２，ＭＤｎ…判定モデル，ＭＥ…記憶部，ＭＶ…流量調整バルブ，Ｍｎ…判定モデル番号，ＰＧ１，ＰＧ２…圧力計，ＰＩ１，ＰＩ２，ＰＩｋ…処理情報，ＰＭ…圧力計，ＰＲ１，ＰＲ２，ＰＲｎ…パラメータ値，ＲＰ…処理液流路，ＳＣ…スピンチャック，Ｗ…基板，ＷＵ…基板処理ユニット

Claims (13)

1. 基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、
   前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、
   前記構成要素の動作時の処理情報から前記複数の判定モデルの複数の判定結果のうち最も高い正常度を示す適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、
   前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定する決定部とを備え、
   前記判定モデルは、予測された処理情報と実際に取得された処理情報との乖離度に基づいて、前記構成要素の動作の正常度を判定する学習モデルである、制御支援装置。
2. 基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援装置であって、
   前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得する対応関係取得部と、
   前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得する情報取得部と、
   前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定する決定部とを備え、
   前記複数の判定モデルの各々は、前記基板処理装置の基板の処理に関連する動作または状態を示す複数の前記処理情報間のインバリアントな関係性と前記基板処理装置から実際に収集された複数の処理情報とに基づいて前記構成要素の正常度を判定する、制御支援装置。
3. 前記基板処理装置は、前記構成要素として、同種の複数の構成要素を含み、
   前記複数のパラメータ値は、前記複数の構成要素をそれぞれ制御するための値であり、
   前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、各構成要素を制御するための前記パラメータ値を決定する、請求項１または２記載の制御支援装置。
4. 前記決定部により決定された前記パラメータ値を前記基板処理装置に送信する送信部をさらに備える、請求項１～３のいずれか一項に記載の制御支援装置。
5. 前記決定部は、前記基板処理装置の据え付け時、前記基板処理装置の検査時または前記基板処理装置の構成要素が新たな構成要素に交換された場合に、前記据え付け後または交換後の構成要素の制御に用いられる前記パラメータ値を決定する、請求項１～４のいずれか一項に記載の制御支援装置。
6. 前記基板処理装置の通常動作時に、前記構成要素の制御に用いられる前記パラメータ値に対応する判定モデルの判定結果が予め定められた異常状態を示す場合に、
   前記対応関係取得部は、前記対応関係を取得し、
   前記情報取得部は、前記適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得し、
   前記決定部は、前記対応関係取得部により取得された対応関係および前記情報取得部により取得されたモデル識別情報に基づいて、前記構成要素を制御するために新たに用いられるべき前記パラメータ値を決定する、請求項１～５のいずれか一項に記載の制御支援装置。
7. 前記対応関係を記憶する記憶部をさらに備え、
   前記対応関係取得部は、前記記憶部により記憶された前記対応関係を取得し、
   前記決定部は、前記対応関係取得部に記憶された前記対応関係を用いて前記構成要素を制御するための前記パラメータ値を決定する、請求項１～６のいずれか一項に記載の制御支援装置。
8. 前記構成要素は、基板の処理に関連するバルブを含み、
   前記制御パラメータは、前記バルブを制御するために用いられる、請求項１～７のいずれか一項に記載の制御支援装置。
9. 前記バルブは、ニードルおよびモータを含みかつ基板の処理に関連する液の流量を調整するニードルバルブであり、
   前記パラメータ値は、前記ニードルおよび前記モータの少なくとも一方の動作に関連する値である、請求項８記載の制御支援装置。
10. 前記基板処理装置は、基板の処理が行われるチャンバを含み、
    前記構成要素は、前記チャンバ内の給気および排気を行う給排気部を含み、
    前記パラメータ値は、前記給気および前記排気の少なくとも一方の動作に関連する値である、請求項１～９のいずれか一項に記載の制御支援装置。
11. 前記制御パラメータは、前記給気に対応する第１のパラメータと、前記排気に対応する第２のパラメータとを含み、
    前記第１のパラメータのパラメータ値は、前記給気の動作に関連する値であり、
    前記第２のパラメータのパラメータ値は、前記排気の動作に関連する値である、請求項１０記載の制御支援装置。
12. 基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援方法であって、
    前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得するステップと、
    前記構成要素の動作時の処理情報から前記複数の判定モデルの複数の判定結果のうち最も高い正常度を示す適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得するステップと、
    前記取得された対応関係および前記取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定するステップとを含み、
    前記判定モデルは、予測された処理情報と実際に取得された処理情報との乖離度に基づいて、前記構成要素の動作の正常度を判定する学習モデルである、制御支援方法。
13. 基板処理装置における構成要素を制御するための制御パラメータの値であるパラメータ値を決定する制御支援方法であって、
    前記基板処理装置の基板の処理に関連する動作または状態を示す処理情報から前記構成要素の動作の正常度をそれぞれ判定する複数の判定モデルをそれぞれ識別する複数のモデル識別情報と、複数のパラメータ値との対応関係を取得するステップと、
    前記複数の判定モデルのうち前記構成要素の動作時の処理情報から適正な判定結果を得ることが可能な判定モデルに対応するモデル識別情報を取得するステップと、
    前記取得された対応関係および前記取得されたモデル識別情報に基づいて、前記構成要素を制御するための前記パラメータ値を決定するステップとを含み、
    前記複数の判定モデルの各々は、前記基板処理装置の基板の処理に関連する動作または状態を示す複数の前記処理情報間のインバリアントな関係性と前記基板処理装置から実際に収集された複数の処理情報とに基づいて前記構成要素の正常度を判定する、制御支援方法。