特許ウォッチ

公開番号2024080445
公報種別公開特許公報(A)
公開日2024-06-13
出願番号2022193635
出願日2022-12-02
発明の名称モデル因子決定装置、方法、及びプログラム
出願人オムロン株式会社
代理人弁理士法人太陽国際特許事務所
主分類G06F 30/27 20200101AFI20240606BHJP(計算;計数)
要約【課題】製品の製造プロセスにおいて製品に生じる現象を予測するCAEモデルによる予測精度を向上させる。
【解決手段】因子分析部30が、加工時の製品の状態に影響を与える複数の因子の各々の、状態に与える影響度を算出し、構築部44が、影響度に基づいて複数の因子から選定した因子を設定することにより、状態をシミュレーションするCAEモデル48を構築し、決定部46が、CAEモデル48によるシミュレーション結果と、実際の測定値との誤差を最小化するように、CAEモデル48に設定した因子の水準を決定する。
【選択図】図2
特許請求の範囲【請求項１】
加工時の製品の状態に影響を与える複数の因子の各々の、前記状態に与える影響度を算出する因子分析部と、
前記影響度に基づいて前記複数の因子から選定した因子を設定することにより、前記状態をシミュレーションするモデルを構築する構築部と、
前記モデルによるシミュレーション結果と、実際の測定値との誤差を最小化するように、前記モデルに設定した因子の水準を決定する決定部と、
を含むモデル因子決定装置。
続きを表示（約 1,200 文字）【請求項２】
前記構築部は、前記複数の因子のうち、前記モデルに設定する因子以外の因子に関連する前記モデルの構成を簡略化して前記モデルを構築する請求項１に記載のモデル因子決定装置。
【請求項３】
前記決定部は、因子の値を選定した水準に設定した因子条件の下での前記シミュレーション結果、及び前記因子条件の下で測定された前記測定値を取得して、前記誤差を算出する請求項１又は請求項２に記載のモデル因子決定装置。
【請求項４】
前記決定部は、前記モデルに設定する因子及び複数の水準を直交表に割り当てて得られる各実験条件の下での前記シミュレーション結果と前記測定値とを比較した要因効果図に基づいて、各因子の水準を選定することにより、前記因子条件を設定する請求項３に記載のモデル因子決定装置。
【請求項５】
前記決定部は、前記誤差が所定値以上の場合、前記因子分析部による影響度の算出、前記構築部による因子の選定、前記実験条件の設定、前記各因子の水準の選定の少なくとも１つをやり直して、前記因子の水準を再決定する請求項４に記載のモデル因子決定装置。
【請求項６】
前記因子分析部は、
前記複数の因子の各々の値を異ならせた分析条件毎に、前記加工時の製品の状態を示す状態情報を取得する取得部と、
前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習する学習部と、
前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定する判定部と、
前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を算出する算出部と、
を含む請求項１又は請求項２に記載のモデル因子決定装置。
【請求項７】
因子分析部が、加工時の製品の状態に影響を与える複数の因子の各々の、前記状態に与える影響度を算出し、
構築部が、前記影響度に基づいて前記複数の因子から選定した因子を設定することにより、前記状態をシミュレーションするモデルを構築し、
決定部が、前記モデルによるシミュレーション結果と、実際の測定値との誤差を最小化するように、前記モデルに設定した因子の水準を決定する
モデル因子決定方法。
【請求項８】
コンピュータを、
加工時の製品の状態に影響を与える複数の因子の各々の、前記状態に与える影響度を算出する因子分析部、
前記影響度に基づいて前記複数の因子から選定した因子を設定することにより、前記状態をシミュレーションするモデルを構築する構築部、及び、
前記モデルによるシミュレーション結果と、実際の測定値との誤差を最小化するように、前記モデルに設定した因子の水準を決定する決定部
として機能させるためのモデル因子決定プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、モデル因子決定装置、モデル因子決定方法、及びモデル因子決定プログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
従来、半導体等の製品の製造プロセスにおいて製品に生じる現象（例えば、基板の反り等）を、モデルを用いてシミュレーションすることが行われている。例えば、実際の製造現場で発生している、不良の要因に対する対策が必ずしも一対一の関係ではない（一致しない）ことや、現場での対策が必ずしも正確ではない場合でも、不良の要因を推定する推定システムが提案されている。このシステムは、不良パターン、観測値と要対策箇所の対応を示す要因絞り込み部と、潮流から４Ｍのうちどれが要因に影響を最も与えているか判定する４Ｍ潮流判定部と、学習済み統計モデルの再学習をするモデル再学習部を持つ。そして、このシステムは、現場ユーザの対策内容と４Ｍ情報から、要因推定を高精度化する（特許文献１）。
【０００３】
また、めっき処理で得られる面内均一性を高めるための実施条件を決めやすくするめっき支援システムが提案されている。このシステムは、基板の電解めっき処理に関する想定条件に基づいて、基板に形成されるめっき膜の面内均一性値を予測するシミュレータと、複数の想定条件に関して、各想定条件と面内均一性値を対応づける数値解析データを記憶する数値解析データ記憶部とを有する。また、このシステムは、数値解析データに基づく回帰分析によって、面内均一性値を目的変数とし、想定条件の変数を説明変数とするモデルを推計する回帰分析部を有する。また、このシステムは、推計されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する実施条件探索部を有する（特許文献２）。
【先行技術文献】
【特許文献】
【０００４】
特開２０２１－１８９４６６号公報
特開２０２１－１１４０７３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
例えば、プリント基板への部品実装時の基板の反りをＣＡＥ（Computer Aided Engineering）モデルでシミュレーションする際に、従来では、ＣＡＥモデルにおいて、基板層構成、寸法、温度条件等の実基板条件を可能な限り再現する。しかし、ＣＡＥモデルで実際の状態を再現するには限界があるため、実際の状態とＣＡＥモデルでシミュレーションされる状態との間の誤差が大きくなるという問題があった。
【０００６】
本発明は、上記の点に鑑みてなされたものであり、製品の製造プロセスにおいて製品に生じる現象を予測するＣＡＥモデルによる予測精度を向上させることを目的とする。
【課題を解決するための手段】
【０００７】
上記目的を達成するために、第１態様に係るモデル因子決定装置は、加工時の製品の状態に影響を与える複数の因子の各々の、前記状態に与える影響度を算出する因子分析部と、前記影響度に基づいて前記複数の因子から選定した因子を設定することにより、前記状態をシミュレーションするモデルを構築する構築部と、前記モデルによるシミュレーション結果と、実際の測定値との誤差を最小化するように、前記モデルに設定した因子の水準を決定する決定部と、を含んで構成される。
【０００８】
また、第２態様に係るモデル因子決定方法は、因子分析部が、加工時の製品の状態に影響を与える複数の因子の各々の、前記状態に与える影響度を算出し、構築部が、前記影響度に基づいて前記複数の因子から選定した因子を設定することにより、前記状態をシミュレーションするモデルを構築し、決定部が、前記モデルによるシミュレーション結果と、実際の測定値との誤差を最小化するように、前記モデルに設定した因子の水準を決定する方法である。
【０００９】
また、第３態様に係るモデル因子決定プログラムは、コンピュータを、加工時の製品の状態に影響を与える複数の因子の各々の、前記状態に与える影響度を算出する因子分析部、前記影響度に基づいて前記複数の因子から選定した因子を設定することにより、前記状態をシミュレーションするモデルを構築する構築部、及び、前記モデルによるシミュレーション結果と、実際の測定値との誤差を最小化するように、前記モデルに設定した因子の水準を決定する決定部として機能させるためのプログラムである。
【発明の効果】
【００１０】
本発明に係るモデル因子決定装置、方法、及びプログラムによれば、製品の製造プロセスにおいて製品に生じる現象を予測するＣＡＥモデルによる予測精度を向上させることができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許