-
公开(公告)号:CN1490527A
公开(公告)日:2004-04-21
申请号:CN03160083.2
申请日:2003-09-26
Applicant: 株式会社东芝
CPC classification number: G01M15/12 , G05B23/0221 , G05B23/0283
Abstract: 本发明的目的在于提供一种具有能够进行高灵敏度且稳定的高精度的寿命预测的旋转机的制造装置。在旋转机(3)中,在旋转机的振动的变动不同的位置配置有测定时间序列振动数据的加速度计(36a、36b)。借助频率解析装置(37),对由加速度计(36a、36b)所测定的时间序列振动数据进行频率解析。在时间序列数据记录部(5)中,根据经频率解析的时间序列振动数据,将与解析对象频率对应的特征量的变动制作成评价用诊断数据,并记录评价用诊断数据。用寿命判定单元(6),利用评价用诊断数据预测旋转机(3)的寿命。
-
公开(公告)号:CN100402826C
公开(公告)日:2008-07-16
申请号:CN02160295.6
申请日:2002-08-30
Applicant: 株式会社东芝
CPC classification number: G05B9/02 , G05B23/024 , G05B23/0291
Abstract: 提供进行正确故障时间的预测,可进行安全低成本的维护的异常停止避免系统。包含:反应室(521);将反应室(521)置于减压状态的真空泵(18,19);向反应室(521)导入气体的气体供给控制系统(51);测定真空泵(18,19)的特征量的时间系列数据的特征量传感器(31~37);实时控制反应室(521)、真空泵(18,19)和气体供给控制系统(51)的实时控制器(531);通过对时间系列数据的第一实时解析取得第一故障诊断数据,通过对第一故障诊断数据的第二实时解析取得第二故障诊断数据,由此预测故障的故障实时判定模块(533)。判断为异常停止的情况下,由气体供给控制系统(51)向反应室(521)导入清洁(purge)用气体。
-
公开(公告)号:CN1278387C
公开(公告)日:2006-10-04
申请号:CN02147030.8
申请日:2002-08-30
Applicant: 株式会社东芝
IPC: H01L21/205 , H01L21/365 , F04C25/02 , C23C16/52
CPC classification number: G05B23/0283
Abstract: 提供一种不受半导体制造中涉及的处理条件的变动和电源变动以及机械误差影响的半导体制造装置的寿命诊断方法。该方法包括:(1)测定半导体制造装置没有恶化时的特征量的基准时间系列数据(步骤S11);(2)从基准时间系列数据求出基准自共分散函数(步骤S12);(3)从该基准自共分散函数提取处理条件的变动和电源引起的基准变动,求出该基准变动的周期(步骤S13);(4)在成为半导体制造装置的评价对象的序列中,测定特征量的诊断用时间系列数据(步骤S14);(5)从该诊断用时间系列数据求出诊断用自共分散函数(步骤S15);(6)使用比基准变动周期短的周期成分从该诊断用自共分散函数决定半导体制造装置的寿命(步骤S16)。
-
公开(公告)号:CN1276177C
公开(公告)日:2006-09-20
申请号:CN03154494.0
申请日:2003-09-30
Applicant: 株式会社东芝
CPC classification number: F04C29/0085 , F04C18/18 , F04C28/28 , F04C2220/12 , F04C2220/30 , F04C2270/07 , F04C2270/80
Abstract: 本发明的课题在于提供高灵敏度且稳定的高精度的旋转机的寿命预测方法。其包括以下步骤:根据监视器用制造工序中使用的监视器用旋转机的特征量的监视时间序列数据,判定上述监视器用旋转机即将停止之前的异常状态的开始时刻,统计地对监视时间序列数据进行解析,将上述特征量的上述异常状态的开始时刻的值作为异常判断的阈值而求出;在制造工序中测定诊断对象旋转机的马达电流的特征量的时间序列数据;根据上述制造工序中上述特征量变动的时间序列数据作成评价用诊断数据;将上述评价用诊断数据超过上述阈值的时刻,判定为上述诊断对象旋转机的寿命。
-
公开(公告)号:CN1194398C
公开(公告)日:2005-03-23
申请号:CN02108327.4
申请日:2002-03-28
Applicant: 株式会社东芝
CPC classification number: C23C16/52
Abstract: 从某一侧面看到的本发明的膜厚监控方法如以下那样构成。当使用具有反应炉的CVD(化学水蒸气沉积)装置在上述反应炉内的基板上形成薄膜时,在上述反应炉的外部测定来自上述反应炉内的辐射光,获得上述辐射光的辐射率的变化与形成于上述基板上的薄膜的膜厚变化的关系。当在获得上述辐射率变化与上述膜厚变化的关系后使用上述CVD装置在基板上形成薄膜时,测定上述辐射光的上述辐射率的变化。根据获得的上述辐射率变化与上述膜厚变化的关系,从所测定出的上述辐射光的上述辐射率的变化,推定形成于上述反应炉内的基板上的上述薄膜的膜厚。
-
公开(公告)号:CN1497181A
公开(公告)日:2004-05-19
申请号:CN03154494.0
申请日:2003-09-30
Applicant: 株式会社东芝
CPC classification number: F04C29/0085 , F04C18/18 , F04C28/28 , F04C2220/12 , F04C2220/30 , F04C2270/07 , F04C2270/80
Abstract: 本发明的课题在于提供高灵敏度且稳定的高精度的旋转机的寿命预测方法。其包括以下步骤:根据监视器用制造工序中使用的监视器用旋转机的特征量的监视时间序列数据,判定上述监视器用旋转机即将停止之前的异常状态的开始时刻,统计地对监视时间序列数据进行解析,将上述特征量的上述异常状态的开始时刻的值作为异常判断的阈值而求出;在制造工序中测定诊断对象旋转机的马达电流的特征量的时间序列数据;根据上述制造工序中上述特征量变动的时间序列数据作成评价用诊断数据;将上述评价用诊断数据超过上述阈值的时刻,判定为上述诊断对象旋转机的寿命。
-
公开(公告)号:CN1419264A
公开(公告)日:2003-05-21
申请号:CN02160293.X
申请日:2002-08-30
Applicant: 株式会社东芝
CPC classification number: G05B19/4065 , G05B2219/37252 , Y02P90/86
Abstract: 提供一种高灵敏度且稳定的半导体制造装置用旋转机的寿命预测方法。方案是测定旋转机(干式泵)的加速度,获得时间系列数据(步骤S101);将时间系列数据进行频率分析,得到频率频谱(步骤S102);决定分析对象频率(步骤S103);将对应于分析对象频率的加速度峰值的基准用时间系列数据和加速度峰值的评价用时间系列数据进行抽样测定(步骤S104);使用基准用时间系列数据和评价用时间系列数据作成旋转机的寿命评价用数据,在所含步骤(步骤S105)进行旋转机的寿命确定。
-
公开(公告)号:CN100380103C
公开(公告)日:2008-04-09
申请号:CN03160083.2
申请日:2003-09-26
Applicant: 株式会社东芝
CPC classification number: G01M15/12 , G05B23/0221 , G05B23/0283
Abstract: 本发明的目的在于提供一种具有能够进行高灵敏度且稳定的高精度的寿命预测的旋转机的制造装置。在旋转机(3)中,在旋转机的振动的变动不同的位置配置有测定时间序列振动数据的加速度计(36a、36b)。借助频率解析装置(37),对由加速度计(36a、36b)所测定的时间序列振动数据进行频率解析。在时间序列数据记录部(5)中,根据经频率解析的时间序列振动数据,将与解析对象频率对应的特征量的变动制作成评价用诊断数据,并记录评价用诊断数据。用寿命判定单元(6),利用评价用诊断数据预测旋转机(3)的寿命。
-
公开(公告)号:CN1545140A
公开(公告)日:2004-11-10
申请号:CN200410047644.2
申请日:2002-03-28
Applicant: 株式会社东芝
CPC classification number: C23C16/52
Abstract: 从某一侧面看到的本发明的膜厚监控方法如以下那样构成。当使用具有反应炉的CVD(化学水蒸气沉积)装置在上述反应炉内的基板上形成薄膜时,在上述反应炉的外部测定来自上述反应炉内的辐射光,获得上述辐射光的辐射率的变化与形成于上述基板上的薄膜的膜厚变化的关系。当在获得上述辐射率变化与上述膜厚变化的关系后使用上述CVD装置在基板上形成薄膜时,测定上述辐射光的上述辐射率的变化。根据获得的上述辐射率变化与上述膜厚变化的关系,从所测定出的上述辐射光的上述辐射率的变化,推定形成于上述反应炉内的基板上的上述薄膜的膜厚。
-
公开(公告)号:CN1419045A
公开(公告)日:2003-05-21
申请号:CN02160295.6
申请日:2002-08-30
Applicant: 株式会社东芝
CPC classification number: G05B9/02 , G05B23/024 , G05B23/0291
Abstract: 提供进行正确故障时间的预测,可进行安全低成本的维护的异常停止避免系统。包含:反应室(521);将反应室(521)置于减压状态的真空泵(18,19);向反应室(521)导入气体的气体供给控制系统(51);测定真空泵(18,19)的特征量的时间系列数据的特征量传感器(31~37);实时控制反应室(521)、真空泵(18,19)和气体供给控制系统(51)的实时控制器(531);通过对时间系列数据的第一实时解析取得第一故障诊断数据,通过对第一故障诊断数据的第二实时解析取得第二故障诊断数据,由此预测故障的故障实时判定模块(533)。判断为异常停止的情况下,由气体供给控制系统(51)向反应室(521)导入清洁(purge)用气体。
-
-
-
-
-
-
-
-
-