ABNORMALITY DETECTION METHOD AND SYSTEM FOR MANUFACTURING PROCESS

To improve manufacturing efficiency by reducing defects.SOLUTION: In an abnormality detection system 300, a quality prediction unit obtains process quality inspection data for a first production lot, trains a Gaussian process regression model from product characteristic data within the lot after a final step, and uses a Gaussian process regression model using a bathtub kernel function to create a predicted distribution of the product characteristic data. The abnormality detection unit obtains process quality inspection data from a quality control process for a second production lot, identifies an abnormality in the second production lot by using the predicted distribution of the product characteristic data and the process quality inspection data from the second production lot, updates the Gaussian process regression model by using the process quality inspection data from the second production lot if no abnormality is detected in the lot, sets target values for one or more values in the process quality inspection data based on the predicted distribution of the product characteristic, and adjusts one or more manufacturing process settings based on the target values.SELECTED DRAWING: Figure 3 【課題】不良を削減して製造効率を向上させる。【解決手段】異常検出システム３００において、品質予測ユニットは、第１の生産ロットについて、プロセス品質検査データを得て、最終工程後に、ロット内の製品特性データからガウス過程回帰モデルを訓練し、バスタブカーネル関数を使用するガウス過程回帰モデルを使用して製品特性データの予測分布を生成する。異常検出ユニットは、第２生産ロットについて、品質管理工程からのプロセス品質検査データを得て、製品特性データの予測分布と、第２の生産ロットからのプロセス品質検査データを使用して第２生産ロットにおける異常を特定し、該ロットにおいて異常が検出されなければ、第２生産ロットからのプロセス品質検査データを使用してガウス過程回帰モデルを更新し、製品特性の予測分布に基づきプロセス品質検査データ内の１つ以上の値に関する目標値を設定し、目標値に基づき１以上の製造工程の設定を調整する。【選択図】図３