CN101346678A - 用于丛集工具的自动化状态估计系统以及操作该系统的方法 - Google Patents
用于丛集工具的自动化状态估计系统以及操作该系统的方法 Download PDFInfo
- Publication number
- CN101346678A CN101346678A CNA200680049419XA CN200680049419A CN101346678A CN 101346678 A CN101346678 A CN 101346678A CN A200680049419X A CNA200680049419X A CN A200680049419XA CN 200680049419 A CN200680049419 A CN 200680049419A CN 101346678 A CN101346678 A CN 101346678A
- Authority
- CN
- China
- Prior art keywords
- state
- entity
- cluster tools
- criterion
- production capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 122
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims description 158
- 230000008569 process Effects 0.000 claims description 92
- 238000005516 engineering process Methods 0.000 claims description 39
- 239000000463 material Substances 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 29
- 238000009825 accumulation Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 239000004065 semiconductor Substances 0.000 description 15
- 101150073304 IPP1 gene Proteins 0.000 description 10
- 101150035463 PPP1R1A gene Proteins 0.000 description 10
- 102100024606 Protein phosphatase 1 regulatory subunit 1A Human genes 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 239000000047 product Substances 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical group OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 5
- 230000006698 induction Effects 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000032368 Device malfunction Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- BOCQEKBKBUOBCR-UHFFFAOYSA-N 4-(2-methyliminohydrazinyl)benzoic acid Chemical compound CN=NNC1=CC=C(C(O)=O)C=C1 BOCQEKBKBUOBCR-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000004186 co-expression Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000013064 process characterization Methods 0.000 description 1
- NHDHVHZZCFYRSB-UHFFFAOYSA-N pyriproxyfen Chemical compound C=1C=CC=NC=1OC(C)COC(C=C1)=CC=C1OC1=CC=CC=C1 NHDHVHZZCFYRSB-UHFFFAOYSA-N 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
- G05B19/4187—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow by tool management
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
- G05B23/0251—Abstraction hierarchy, e.g. "complex systems", i.e. system is divided in subsystems, subsystems are monitored and results are combined to decide on status of whole system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/40—Minimising material used in manufacturing processes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
通过使用加权实体状态(weighted entity state)来代表丛集工具的状态,而提供了一种用来测量及监视诸如可靠度、可利用度及可维修度的丛集工具特性的高效率技术。例如,可根据该丛集工具的个别实体的产能而将所述实体加权,并可根据预定的层级结构而排出对应的实体状态的等级,因而可有效率结合加权实体状态,以便代表该丛集工具状态。
Description
技术领域
一般而言,本发明与制造集成电路的领域有关,且尤与用来制造半导体器件或其他微结构的工艺工具的工艺工具特性监视及测量有关。
背景技术
目前的全球市场迫使大量产品的制造商以低价提供高品质的产品。因此,重要的是要提高良率及工艺效率,以最小化生产成本。此种情况尤其发生在微结构制造(诸如制造半导体器件)的领域,这是因为在该领域中,将尖端技术与大量生产技术结合是不可或缺的。因此,半导体(或一般而言的微结构)制造商的目标在于减少原料及消耗品的耗用且同时提高工艺工具的使用率。后一态样尤其是重要的,这是因为在现代的半导体工厂中,需要有成本相当高且占了总生产成本的主要部分的设备。同时,由于新产品及工艺的迅速开发对适用的工艺工具也有对应的需求,所以半导体工厂的工艺工具必须比大部分的其他技术领域更频繁地更换。
通常在自动化或半自动化工厂中制造集成电路,因而经过许多的工艺及量测步骤以完成器件。半导体器件必须经过的工艺步骤及量测步骤的数目及类型取决于所要制造的半导体器件的细节。例如,复杂的CPU需要几百个工艺步骤,且必须在指定的工艺范围(process margin)内执行每一工艺步骤,以便满足所考虑的器件的规格。
因此,根据预定工艺配方(recipe)而操作的多个工艺工具实质上决定了半导体工厂的生产量及良率,其中工艺工具的个别可靠度、可利用度及可维修度对整体良率及产品品质有显著的影响。因此,对半导体制造商相当重要的是监视并决定提供个别工艺工具的绩效测量的对应的衡量标准,因而也可让工具供应商根据由制造商所提供的数据而具体改善工艺工具的软件及硬件组件。因为工具要求尤其取决于特定制造商的情况,所以已确定了多个工业标准,以提供用来确定一组整体共同的半导体设备要求,因而减少生产设备的特定公司要求,同时在供应商这方,可将焦点集中在改善工艺能力,而不是在维修许多特定客户的产品。因此,已确定了与设备可靠度、可利用度及可维修度(reliability,availability and maintainability;简称RAM)的定义及测量有关的多个特定设备标准,所述标准在半导体设备及材料协会(Semiconductor Equipment and Materials Institute;简称SEMI)中被称为E10,E10建立了用来测量制造诸如集成电路的微结构的工厂中遇到的典型环境中的RAM绩效的共同表达方式。被业界广泛用来测量诸如半导体业目前使用的工艺工具的RAM绩效的E10标准确定了工艺状态的六个基本工具状态,以便将典型制造环境内的每一时点的工具状况分类,这六个基本工具状态包括:
(1)生产状态(productive state;PRD)--指出所考虑的工艺工具的正常作业,亦即,代表处于该工艺工具正在执行其预期功能的一段时间的生产运作等状态;
(2)待命状态(standby state;SBY)--意指工艺工具是可利用的但并未投入生产,亦即,该状态代表该工具并未被操作但处于执行其预期功能且化学品及工厂为可利用的状况;
(3)工程状态(engineering state;ENG)--意指工艺工具是可利用的但正在进行诸如工艺特性分析(process characterization)及设备评估等的工程实验,因而该工艺工具处于执行其预期功能且并无工具或工艺问题存在的状况;
(4)预定停机时间状态(scheduled down time state;SDT)--意指工艺工具因诸如维护延迟、生产测试、预防性维护(Preventative Maintenance;简称PM)、耗材更换、工艺改变的设定以及与工厂有关的停机时间等的计画性停机时间事件而不可用来执行其预期功能的一段时间;
(5)非预定停机时间状态(unscheduled down time state)--意指工艺工具因诸如维护延迟、修理、非预期的耗材更换、超出规格的输入、非预期的与工厂有关的停机时间等的非计画性停机时间事件而并非处于执行其预期功能的一段时间;以及
(6)非预定状态(unscheduled state)--意指并未将工艺工具预定用于生产的一段非预定时间,例如,其中包含离线训练、非工作班次、周末、及假日等的期间。
因此,根据这些工具状态,可将工艺工具的“演化”的总时间分类成诸如与非预定状态对应的非预定时间以及与前文所确定的状态1至5对应的作业时间。然后可将作业时间分为运转时间(uptime)及停机时间(downtime),其中可将运转时间进一步分为工程时间及制造时间,其中制造时间包含生产时间及待命时间。因此,生产时间、待命时间及工程时间对应于前文中确定的状态1至3。另一方面,可将工艺工具的停机时间分成与前文中确定的状态4及5对应的预定停机时间及非预定停机时间。
此外,可针对工艺工具的可靠度、可利用度及可维修度(RAM)而确定适当的衡量标准,以便更完整地监视并测量设备的行为(behavior),因而可有助于将信息提供给供应商,并也增强生产力及工艺控制。在这方面,可将工具可靠度确定为所考虑的工艺工具将在指定的一段时间中于指定的状况内执行其预期功能的机率。可将工具可利用确定为该工具的生产时间加上待命时间的时数除以总可利用时数,其中通常将可利用度表示为百分率。例如,168小时-(工厂停机时间+设备停机时间+工程时间+设定及测试时间)/168小时×100。
可将可维修度确定为工艺工具在指定的一段时间内将被保持在或被恢复到该工艺工具可执行其预期功能的状况的机率。例如,用来描述可靠度、可利用度及可维修度的适当衡量标准可包含诸如平均中断间隔时间(Mean Time Between Interrupt;简称MTBI)、平均故障间隔时间(Mean Time Between Failure;简称MTBF)、平均辅助间隔时间(MeanTime Between Assist;简称MTBA)、平均修复时间(Mean Time ToRepair;简称MTTR)、运转时间、停机时间以及利用率。
因此,在半导体工厂的作业期间,将许多资源投入在定量地决定工艺工具的行为,其中由于大量的工艺工具将产生对应大量的工艺信息,所以通常使用自动化数据搜集技术。最近,工艺工具已变得更为复杂,这是因为工艺工具可能包含被称为丛集(cluster)或丛集工具的多个功能模块或实体,所述功能模块可以并行及(或)循序的方式操作,因而可根据工艺配方及当前工具状态,而沿着多条工艺路径在丛集工具中操作抵达该丛集工具的产品。配方可视为每次生产内含功能单元的基材所执行的电脑程序、规则、规格、作业及程序。因此,丛集工具配方可视为用来经由一序列的整合式工艺模块或实体而处理基材的一组指令,其中工艺模块可视为工艺工具的功能单元,该功能单元可执行特定的作业,且可将其个别工艺状态传送到制造环境,例如,传送到制造执行系统(manufacturing execution system;简称MES)。因此,前文中指定的工具状态亦可对应于每一个别的实体或工艺模块,因而将每一实体视为个别的工艺工具。
因此,对于设备绩效报告而言,可针对前文中确定的所述独立E10状态而追踪并监视形成丛集工具的所述实体,然而,并未提供以整体方式评估该丛集工具的方法。因此,已有人提议以一系列的系统的方式评估丛集工具的状态,以便提供对习知E10 RAM衡量标准的测量能力。在此种方式下,所谓的预期工艺路径被确定,且被视为独立的实体,其中为自个别工艺路径的绩效推导出多路径丛集工具的整体绩效。如前文所述,在E10标准内确定的所述状态可能不容许在整体层级(level)上运用(handle)多路径丛集工具,但可被应用于个别的工具实体。因此,可计算各种工具实体的诸如形式为平均故障间隔时间(MTBF)的可靠度、诸如形式为作业运转时间的可利用度以及诸如形式为平均修复时间(MTTR)的可维修度,然而,这些衡量标准无法提供本身作为实体的多路径丛集工具的衡量标准。
请参阅图1a至1b,现在将详细说明根据E10标准的执行丛集工具特性分析的习知技术。图1a示意地示出包括多个实体(151)及(152)的丛集工具(150),其中实体或模块(151)可代表诸如用来接收基材的负载闸(load lock)(151A)、(151B)等的输送模块,而实体(151C)可代表用来输出由工艺实体或模块(152)处理过的基材的卸载闸(unload lock),其中诸如实体(152A)及(152B)可代表被配置成执行诸如蚀刻工艺等实质上相同的工艺的相等的工艺室,而工艺实体(152C)可被配置成执行诸如光刻胶剥除(resist stripping)及清洗等的后续工艺。因此,视诸如实体(151)、(152)中的一个实体的可利用度的与特定工具的状况而定,可使抵达丛集工具(150)的基材根据多条工艺路径而通过工具(150)。可根据前文中确定的所述状态而评估实体(151)、(152)中的每一实体,其中诸如当工艺模块(152A)、(152B)中的一工艺模块在指定的一段时间中无法处理基材时,对工具(150)的整体评估可能导致不太有意义的衡量标准,这是因为原则上丛集工具(150)因其根据其余功能实体(152)而生产产品的能力而将被视为在所有时间都处于生产状态。同时,虽然处于生产状态,但是可能会存在故障,且可能需要设备维修,因而使运转时间及停机时间的现有定义对丛集工具(150)的有效性较低。如前文所述,可由丛集工具(150)确定个别的预期工艺路径,而将丛集工具(150)分成某一总数的“虚拟工具”,其中通常需要实体层级的自动化状态改变数据收集,以便有效地计算诸如工具(150)的多路径丛集工具的RAM衡量标准,尤其在将具有或多或少的复杂的结构的多个工具用于制造环境时更需如此。对于一般性工具(150)而言,可确定两个预期工艺路径,以便可由负载闸(151A)、(151B)中的一负载闸运用抵达工具(150)的基材,然后可将该基材供应到实体(152A),然后供应到实体(152C),且最后可由卸载闸(151C)输出该基材。同样地,可由负载闸(151A)、(151B)中的一负载闸、模块(152B)、模块(152C)以及卸载闸(151C)确定第二工艺路径。可将对应的预期工艺路径识别为IPP1及IPP2,且可以下式确定丛集工具(150)的作业运转时间:作业运转时间(多路径丛集工具)=(∑所有预期工艺路径的运转时间)/((工艺路径的数目)×(前文所确定的作业时间))×100。
为了决定作业运转时间,可决定所述各别预期工艺路径的可利用度,且可根据诸如表1a的真值表(truth table)而完成上述步骤。
表1a
151A | 151B | 152A | 152B | 152C | 151C | IPP1 | IPP2 |
运转 | 运转 | 运转 | 运转 | 运转 | 运转 | 运转 | 运转 |
停机 | 运转 | 运转 | 运转 | 运转 | 运转 | 运转 | 运转 |
停机 | 停机 | 运转 | 运转 | 运转 | 运转 | 停机 | 停机 |
运转 | 运转 | 停机 | 运转 | 运转 | 运转 | 停机 | 运转 |
运转 | 运转 | 运转 | 停机 | 运转 | 运转 | 运转 | 停机 |
运转 | 运转 | 运转 | 运转 | 停机 | 运转 | 停机 | 停机 |
运转 | 运转 | 运转 | 运转 | 运转 | 停机 | 停机 | 停机 |
为了评估RAM衡量标准而用于减少丛集工具(150)的复杂性,可在各别的真值表中分离地考虑输送系统的可利用度:
表1b
151A | 151B | 151C | 输送151 |
运转 | 运转 | 运转 | 运转 |
停机 | 运转 | 运转 | 运转 |
运转 | 停机 | 运转 | 运转 |
停机 | 停机 | 运转 | 停机 |
运转 | 运转 | 停机 | 停机 |
因此,如表1b所示,当至少有卸载闸(151C)处于运转状态,且负载闸(151A)、(151B)中的至少一负载闸处于运转状态时,输送系统(151)处于运转状态。
图1b示意地示出当丛集工具(150)被虚拟地分割成两个工艺路径实体(IPP1)、(IPP2)时的丛集工具(150),其中多个输送模块或实体(151A)、(151B)、(151C)被结合成实体“输送”(151)。因此,根据图1b所示的工具(150),可根据呈现表1a及1b的结合的真值表而建立工具(150)的可利用度。因此,在表1c中,可决定包括如图1b中配置的丛集工具(150)的各别实体IPP1及IPP2的运转时间及停机时间。
表1c
152A | 152B | 152C | 151输送 | IPP1 | IPP2 |
运转 | 运转 | 运转 | 运转 | 运转 | 运转 |
运转 | 运转 | 运转 | 运转 | 运转 | 运转 |
运转 | 运转 | 运转 | 停机 | 停机 | 停机 |
停机 | 运转 | 运转 | 运转 | 停机 | 运转 |
停机 | 停机 | 运转 | 运转 | 停机 | 停机 |
运转 | 停机 | 运转 | 运转 | 运转 | 停机 |
运转 | 运转 | 停机 | 运转 | 停机 | 停机 |
运转 | 运转 | 运转 | 停机 | 停机 | 停机 |
如表1c所示,三种工具配置可造成实体IPP1及各别三种工具配置的对应的运转时间,且可造成可能与前者配置不同的实体IPP2的对应的作业运转时间。因此,根据表1c,且藉由测量实体(152)及输送(151)随着其时间的经过而呈现的各别状态,即可计算出在指定的一段时间中各别的作业运转时间及停机时间。此外,可从对应建立的表1c计算根据E10标准的其他可利用度衡量标准。例如,对于168小时的作业时间而言,对个别实体状态的各别测量结果的评估可能造成100小时的实体IPP1运转时间,而实体IPP2的运转时间可能是140小时。从这些示范数目,可根据前文中指定的公式计算工具(150)的作业运转时间,因而造成71.4%的作业运转时间。可根据前文中指定的程序而计算与可靠度、可利用度及可维修度有关的其他衡量标准。例如,可将丛集工具(150)的平均故障间隔时间(MTBF)计算为所有工艺实体的生产时间的总和,亦即,以所述实体(152)除以其中包含输送系统(151)的所有实体的生产时间中发生故障的总和。对于前文所示的IPP1及IPP2的运转时间而言,可假设下文所示的丛集工具(150)的作业行为:
实体(151A)可能具有100个生产小时及一次故障,因而造成100小时的MTBF。
实体(151B)可能具有140个生产小时,且可假设一次故障,因而造成140小时的MTBF。
实体(151C)可能具有140个生产小时,而因为IPP2有前文所述的140小时的运转时间,且假设两次故障,因而造成7小时的MTBF。
输送系统(151)可能有一次故障,因而造成140小时的MTBF。
根据上述公式,总丛集工具(150)的MTBF可产生380小时/5故障=76小时。
因此,可根据其中包含可被视为工具实体且可处于运转或停机状态的各别预期工艺路径的配置而得到丛集工具(150)的RAM衡量标准,其中当参照前文中建立的所述真值表时,可根据个别实体的状态而识别对应的状态。在前文所述的用来评估丛集工具的状态的测量技术中,当前文指定的技术应用于其中包含各种复杂的丛集工具的生产环境时,可能发生某些问题,这是因为由前文指定的技术所接收的测量结果可能造成降低的正确性,且因而造成对各别丛集工具状态的评估的降低的信心。例如,在前文指定的用来评估丛集工具整体的工具状态的技术中,由增加高可靠的实体(例如,通过工艺室等)而对较纯粹执行的丛集工具的重新配置将大幅提高MTBF值,因而指示提高的可靠度,然而,此种指示可能是不切实际的。此外,当执行相等工艺的诸如实体(151A)、(151B)的各别工艺实体实质上相同,而展示实质上相同的绩效时,由前文指定的技术所接收的对应的衡量标准可能是较不准确的。此外,以单一实体的方式得到的丛集工具的MTBF值不同于由使用该丛集工具的运转时间除以故障数目而得到的对应的值。同样地,自故障与停机时间之间的平均时间计算出的平均修复时间(MTTR)值不同于以停机时间除以故障数目而得到的值。在前文所述的例子中,MTBF值及MTTR值看来可能是不切实际的值,这是因为以168小时除以分别代表平均故障间隔时间及平均修复时间的76小时及24.8小时的总和时,丛集工具(150)整体在每一周中将产生大约1.7次的故障加维修事件,其中实体(152C)在每一周中单独已有两次的故障及维修,因而造成整个丛集工具(150)的100%的停机时间。因此,根据习知技术进行对诸如可靠度、可利用度及可维修度的丛集工具特性的测量时,可能产生较不可靠的结果,因而显著地影响到半导体工厂中的生产控制。
有鉴于前文所述的情况,目前需要一种可避免前文所述的一个或多个问题或至少可大幅降低所述问题的影响的用来评估丛集工具的增强型技术。
发明内容
下文中提出了本发明的简化概要,以便提供对本发明的某些态样的基本了解。该概要并不是本发明的彻底的概述。其目的并不是识别本发明的关键性或紧要的元件,也不是描述本发明的范围。其唯一目的只是以简化的形式提出某些观念,作为将于后文中更详细说明的前言。
一般而言,本发明为一种有关于可根据其中包括各别丛集工具(cluster tool)的至少某些实体的多个不同的状态而有效率测量并评估诸如可靠度、可利用度及可维修度的丛集工具特性的技术。为达到此目的,可确定作为实体的丛集工具的“结合”状态,其中个别实体的对应状态可代表子状态(sub-state),而所述子状态的各种贡献决定了该丛集工具的总状态。为了将个别子状态适当地结合成总状态,可建立适当的加权或常态化因数(weighting or normalization factor),其实质上决定了特定子状态对总丛集工具状态的影响。在某些例示的实施例中,可为该多个子状态建立层级(hierarchy),亦即,该丛集工具的每一实体可呈现个别的状态,以便建立对应的等级,其中一状态可否决该丛集工具内的一序列的状态中的其他状态。因此,由于多个子状态的结合,所以丛集工具被视为实体时的总状态可被以一种更准确且可靠的方式监视及测量,因而提供了用来决定其他特定工具衡量标准(tool-specificmetric)的可靠基础,其中在某些例示的实施例中,可得到可与单一工艺工具的对应测量结果立即比较的对应测量值,因而满足与对于供应商的可利用度承诺的测量有关的态样,且提供了可进行与工具产能(capacity)有关的陈述的数据基础。
根据本发明的一例示的实施例,一种系统包括被配置成自具有两个或更多个实体的丛集工具接收工艺讯息的接口,其中所述工艺讯息与所述实体中的每一实体有关。该系统进一步包括被连接到该接口的状态估计单元,且该状态估计单元被配置成根据所述工艺讯息以及该丛集工具的每一实体的功能产能而自动地决定该丛集工具的可靠度、可利用度及可维修度中的至少一者的衡量标准。
根据本发明的另一例示的实施例,一种方法包括下列步骤:经由与用于制造工艺线的丛集工具通信的接口自该丛集工具接收工艺讯息,该丛集工具包括多个实体。该方法进一步包括下列步骤:根据每一实体的功能产能以及所述工艺讯息,而决定该丛集工具的当前总状态的衡量标准。
根据本发明的又一例示的实施例,一种测量丛集工具的状态的方法包括下列步骤:自该丛集工具的多个实体中的每一实体接收工艺讯息;以及根据所述工艺讯息而决定所述实体中的每一实体的当前实体状态,其中该多个实体的当前实体状态代表了多个可利用实体状态中的一个可利用实体状态。该方法进一步包括下列步骤:根据该多个可利用实体状态的预定层级而决定一组加权衡量标准,作为对该丛集工具的状态的测量(measure),其中所述加权衡量标准中的每一加权衡量标准与该多个可利用实体状态中的一个可利用实体状态相关联。
附图说明
由参阅前文中的说明并配合附图,将可了解本发明,在这些附图中,类似的元件符号识别类似的元件,其中:
图1a示意地示出具有多个功能实体或工艺模块以及输送模块的丛集工具;
图1b示意地示出根据习知技术而在图1a中所示的丛集工具的配置,因而将各别的预期工艺路径确定为工具实体;
图2a示意地示出根据本发明的实施例而包含在各种工艺步骤中被组织的多个实体的丛集工具,其中主要架构代表最后工艺步骤;
图2b示意地示出根据本发明的一实施例而包含多个产能加权的实体的丛集工具;
图2c示意地示出用来根据本发明的例示的实施例而测量丛集工具特性的系统;
图2d示意地示出根据本发明的例示的实施例而与图2c所示的系统通信的丛集工具,其中该丛集工具与该系统通信,以便评估该丛集工具在时间上的行为;
图2e示出根据本发明的例示的实施例而包含多个产能加权的实体的丛集工具的例示代表的上方部分,其中该多个产能加权的实体具有各别的故障加权因数,且具有在一特定时间期间内的假设故障分布;以及
图2f示意地示出图1a的丛集工具,其中根据本发明的例示的实施例而将对应的实体代表为产能加权的实体。
虽然本发明易于作出各种修改及替代形式,但是所述图式中以举例方式示出本发明的一些特定实施例,且在本说明书中说明了这些特定实施例。然而,应当了解,本说明书对这些特定实施例的说明的用意并非将本发明限制在所揭示的所述特定形式,相反地,本发明将涵盖由最后的权利要求书所确定的本发明的精神及范围内的所有修改、等效及替代物。
具体实施方式
下文中将说明本发明的一些例示的实施例。为了顾及说明的清晰,在本说明书中将不说明实际实作的所有特征。当然,应当了解,在任何此种实际实施例的开发过程中,必须作出许多特定实作的决定,以便达到开发者的特定目标,诸如符合与系统相关的及与商业相关的限制条件,而所述限制将随着各实作而有所不同。此外,应当了解,虽然此种开发的工作可能是复杂且耗时的,但是此种开发工作仍然是对此项技术具有一般知识者在参阅本发明揭示事项后所从事的日常工作。
现在将参照附图而说明本发明。只为了解说的用途,而在所述图式中示意地示出各种结构、系统及器件,以便不会以熟习此项技术者习知的细节模糊了本发明。然而,包含所述附图以便描述并解说本发明的例示的例子。应将本说明书所用的字及辞汇了解及诠释为具有与熟习相关技术者对这些字及辞汇所了解的一致的意义。不会因持续在本说明书中使用一术语或辞汇,即意味着该术语或辞汇有特殊的定义(亦即与熟习此项技术者所了解的一般及惯常的意义不同的定义)。如果想要使一术语或辞汇有特殊的意义(亦即与熟习此项技术者所了解的意义不同的意义),则将会在本说明书中以一种直接且毫不含糊地提供该术语或辞汇的特殊定义之下定义的方式明确地述及该特殊的定义。
一般而言,本发明提供了一种用来监视及测量丛集工具特性的增强型技术,其中在某些例示的实施例中,可在一些可等同于单一工艺工具的对应工艺状态的子状态的方面,定量地估计丛集工具的状态,因而可以共同的方式对待复杂制造环境中的丛集工具及单一工具。因此,可将该丛集工具的状态表示为一些经过加权或常态化(normalize)的子状态的结合,其中可根据系统要求而选择子状态的数目。因此,在某些例示的实施例中,可以诸如对应于SEMI的E10标准的标准单一工艺工具状态的方式选择所述子状态,然而本技术提供了根据特定公司的当前要求而用于减少或增加子状态的数目的可能性。因此,与诸如只提供用来估计各别丛集工具的总状态的两个子状态(亦即,运转及停机)但仍然需要有相当复杂的真值表的习知方式不同,本发明提供了根据任何所需数目的子状态而用于表示丛集工具状态的可能性,其中个别实体的所有独立的状态被结合,以提供整体丛集工具的绩效的代表性状况。因此,丛集工具的状态可代表一些个别子状态的混合,其中可以特定工具的加权机制将个别子状态(亦即,个别实体的独立状态)的影响适当地加权或常态化,而由特定的实施例中,由产能加权机制实现该特定工具的加权机制。因此,可使用E10标准而相同地对待实体丛集及个别实体,且可得到与对应的供应商规格有关的适当的测量结果,其中可诸如以下形式运用工具产能:产能(基材/周)=168(小时/周)×利用率(百分率)×生产量率(基材/小时)。
例如,如果对基于E10标准的丛集工具特性的决定只根据丛集工具的主要架构的可利用度,则并行室的故障将也影响到生产量率的下降,此时可能难以责备供应商,这是因为诸如配方的细节及工艺的串接等的各种其他参数会影响到生产量率的值。举例而言,包括诸如四个并行室的丛集工具将有优异的主要架构可利用度,这是因为只要至少一室在运作,该丛集工具即可工作,而生产量率是受室故障的影响。由于室故障被计算为丛集工具可利用度的扣分因素,所以现在可由一种简略且可追踪的衡量标准来测量绩效。此外,当生产量率(亦即,每一生产小时中被处理的基材数目)及生产小时以与由该室故障所造成的产能损失相同的幅度减少时,丛集工具的生产量率在工具特性基于工具产能时将保持实质上不受影响,因而相当有助于产能测量,这是因为生产量率现在是与可利用度及利用率限制无关的参数。因此,与习知的方式相比时,可根据本发明而得到特定工艺的特性相比的特定工具的特性的增强的可利用度,因而显著改善了丛集工具可靠度、可利用度及可维修度的测量效率。
请参阅图2a至2f,现在将更详细地说明本发明的进一步的例示的实施例。图2a示意地示出具有多个实体(251)、(252)的丛集工具(250),其中实体(252)可代表诸如蚀刻室及研磨室等的用来对基材操作的工艺模块,而实体(251)可代表多个输送模块,因而代表了丛集工具(250)的主要架构,亦即,用来接收及释出基材的平台。丛集工具(250)因而可包括可被视为实质上相等的工艺室的实体(252A)及(252B),使得实体(252A)及(252B)可被视为具有实质上相同的绩效或产能的并行模块。同样地,实体(252C)及(252D)可被视为具有实质上相同的产能的相等模块或并行模块。应当了解,对诸如实体(252A)、(252B)或(252C)、(252D)的并行实体的相同产能或绩效的假设并不是本发明所必要的,且在并行实体间有适当的不对称时,可考虑将于后文中更详细地说明的对应的加权机制。因为诸如实体(252A)、(252B)及(252C)、(252D)产生实质上相同的工艺输出,且实体(252C)、(252D)为对被实体(252A)、(252B)预先处理过的基材操作,所以可由箭头(253)所示的方式确定对应的工艺流程,其中步骤1可代表工艺流程(253)的第一步骤,且依序由对应的工艺配方确定该第一步骤。同样地,步骤2可代表由各别实体(252C)、(252D)所产生的工艺输出,而工艺流程(253)的步骤3可代表由所有的输送及基材运用活动,而所述活动除了在基材运用工艺中产生的任何缺陷之外,可能不会影响到基材配置的改变。步骤3代表丛集工具(250)的输送及晶片运用,亦可被视为丛集工具(250)的主要架构,而在一例示的实施例中,可将步骤3设定为工艺流程(253)的最后步骤,因而提供了与各别的丛集工具相关联的工艺步骤的数目的增强的能见度。
因为实体(252)及(251)中的每一实体可处于多个预定实体状态(当丛集工具被当作单一实体时,所述预定实体状态可被视为该丛集工具的子状态)中的一状态,丛集工具(250)因而可被视为处于多个子状态的结合,因此,根据本发明,可将由对应的加权因数指定给每一实体(252)、(251),而将各种子状态的影响加权,以便得到丛集工具(250)的适当整体状态。在一例示的实施例中,根据个别实体(252)、(251)的各别产能,而执行这些实体的加权或常态化,其中为丛集工具(250)选择适当的参考。在一例示的实施例中,将该参考产能选择为在丛集工具(250)中被确定的所有步骤的最小产能。然后将对应的最小产能设定为丛集工具(250)的100%产能。例如,在丛集工具(250)中,可根据供应商信息、测试运转以及作业数据的平均值等的信息而建立个别实体(252)、(251)的下文所示的绩效数据(其中对应的绩效数据可参照到指定的工艺状况):
实体(252A):每一周期有工艺时间140秒;每一周期有工艺尺寸1基材;
实体(252B):每一周期有工艺时间140秒;每一周期有工艺尺寸1基材;
实体(252C):每一周期有工艺时间100秒;每一周期有工艺尺寸1基材;
实体(252D):每一周期有工艺时间100秒;每一周期有工艺尺寸1基材;以及
实体(251):每一周期有工艺时间60秒;每一周期有工艺尺寸1基材。
因此,第一步骤的实体(252A)、(252B)可(在理论上)以70秒的时间产生一基材,而实体(252C)、(252D)可每隔50秒产生基材,且实体(251)可每隔60秒运用基材。因此,步骤1代表了丛集工具(250)中的“瓶颈(bottleneck)”步骤,且可被用来作为指示工具(250)的100%产能的参考。因此,每一实体(252A)、(252B)具有50%产能,而步骤2具有140%的产能,因而每一实体(252C)、(252D)产生70%产能。最后,实体(251)具有117%的产能。从上文中指定的对应的工艺时间及工艺尺寸而可计算出对应的每一小时的基材生产量率,而得到步骤1的51.4的生产量率、步骤2的72.0的生产量率、以及步骤3的60.0的生产量率,因而造成工具(250)的51.4的生产量率,这是因为如前文中对产能的指定,由具有每一小时有51.4基材生产量率的“瓶颈”步骤1确定该生产量率。从前文所提供的产能数据而可得到各别的设定矩阵(setup matrix),用以指定每一实体的产能、以及该实体在工艺流程(253)内的位置。表2a示出工具(250)的对应的设定矩阵。
表2a
丛集工具 | 实体 | 主要 | 步骤 | 产能% |
250 | 251 | 251 | 3 | 117% |
250 | 252A | 1 | 50% | |
250 | 252B | 1 | 50% | |
250 | 252C | 2 | 70% | |
250 | 252D | 2 | 70% |
可将表2a代表的设定矩阵用来作为诸如根据E10标准而计算工具特性的基础,其中丛集工具(250)在一明确的时间期间中可经常处于多个子状态的混合,其中所有状态时间的总和是被指定的时间期间的总时间。例如,实体(252A)、(252B)及(252C)以及实体(251)可能在一小时中处于生产状态,而实体(252D)可能处于“非预定停机时间(UDT)”状态,因而造成在该时间期间中由70%(42分钟)的生产状态(PRD)及30%(18分钟)的UDT状态的丛集工具状态,这是因为具有70%的加权因数的实体(252)可减少对应的步骤产能,亦即,自140%减少到70%,因而将在该指定时间期间中的生产时间或产能自100%减少到70%。应当了解,可为丛集工具(250)的任何工具配置建立如表2a代表的设定矩阵,且可特别为工艺流程(253)的各种步骤中的并行工具实体可能有不同的加权因数(亦即,在上述实施例中为不同的产能)的任何配置。此外,在某些例示的实施例中,所述加权因数可基于由指定实体的所有作业的加权平均得到的产能数据,或基于被对应设计的作业。在其他实施例中,可使对应的加权因数(亦即,在上述实施例中的产能)动态地适应特定的工艺状况。例如,当将不同的工艺配方用于丛集工具(250)时,不同步骤中的各种实体的对应的周期时间可能会大幅改变。因此,可动态地更新各别的周期时间,以便可针对特定的工艺状况而监视对应的工具特性。在此种情形中,可测量与工艺相关的可靠度、可利用度及可维修度,而该测量结果可提供与良率分析及工具利用率等因素有关的有价值的公司内部信息。在其他例示的实施例中,可诸如由计算各别丛集工具中执行的所有作业的周期时间的平均值,而独立地选择并处理各别的加权因数,其中可根据特定作业的频率等因素而执行对应的加权。在其他例示的实施例中,可使用供应商提供的个别实体绩效的作业数据,因而在实质上没有与特定工艺的影响下得到所述实体与软件及硬件有关的特性间的高对应性。
为了针对作为实体的丛集工具(250)建立用来评估个别实体的状态的代表性混合,在一特定实施例中,可建立该多个状态或子状态的层级(hierarchy),其中较高等级的状态可具有“否决”较低等级的状态的能力,且将于下文中更详细地说明其中的情形。在一代表性实施例中,可将用于单一工艺工具或实体的E10标准状态用来作为确定混合或结合时的多个适当的子状态,用于提供对应的丛集工具的衡量标准。
表2b代表六个E10状态的对应的层级,其中非预定状态(NST)具有最高的优先级,其后接续为非预定停机时间状态(UDT)、预定停机时间状态(SDT)、工程状态(ENG)、待命状态(SBY)、以及生产状态(PRD)。
表2b
等级 | 状态 |
123456 | NSTUDTSDTENGSBYPRD |
例如,对于诸如丛集工具(250)的步骤1及步骤2的两个循序步骤而言,步骤1可以是100%UDT,而步骤2可以是100%SDT。根据表2b所示的等级,该丛集工具此时是100%UDT,这是因为UDT状态否决了SDT状态。
图2b示意地示出处于不同的配置的丛集工具(250),例如,丛集工具(250)包含九个工艺实体(252)以及对应的主要架构或输送及基材运用实体(251)。根据前文所述的一例示的实施例,由箭头标示的对应的工艺流程可诸如包括三个作业步骤以及作为最后步骤的主要架构或基材运用步骤。此外,属于第一步骤的所述个别实体(252)可具有实质上相同的作业绩效,其中第一步骤的全部工艺实体(252)可代表工具(250)的100%的总产能。因此,将25%的相同加权因数或产能指定给第一步骤的每一实体(252)。此外,属于第二步骤的该多个实体(252)可代表工具(250)的120%的总产能,其中第二步骤的各种实体虽然并行地操作,但是可具有不同的加权因数或产能,亦即,30%、60%及30%。可假设属于第三步骤的所述实体(252)具有相同的绩效特性,且亦可代表丛集工具(250)的100%的产能。因此,在第三步骤中,将50%的产能指定给每一实体。最后,主要架构或输送及运用实体(251)可具有代表140%的总产能的加权因数或产能。应当了解,可根据与前文中参照表2a所示的设定矩阵而说明的相同的准则而建立对应的加权因数或产能。此外,可假设丛集工具(250)在由实体(252)及(251)的个别状态所决定的特定时点上处于作业状态。例如,在该例子中,属于第一步骤的所述实体(252)可分别处于状态PRV、SBY、ENG及UDT,而在此时点上的对应的实体(252)可分别处于状态SDT、PRD及NST。同样地,属于第三步骤的所述实体(252)可处于各别的状态PRD及SBY,而实体(251)处于状态PRD。因为在该例子中将以六个E10状态的混合的方式决定丛集工具(250)的状态,所以可将表2b中确定的对应的等级用来估计各种状态对丛集工具(250)的整体状态的影响。例如,具有最高等级或最高优先级的状态(亦即,非预定状态(NST))代表了丛集工具(250)在第二步骤中的状态,且已在具有30%的加权的实体(252)中侦测到该状态,其中步骤2具有120%的总加权。因此,NST状态将90%的总工具产能“留下”给其他的状态,因而对工具(250)的整体工具状态给予10%的影响。同样地,被NST状态否决的非预定停机时间状态(UDT),同时否决任何其他状态,该状态在第一步骤的实体中被侦测到具有25%的加权或产能。因此,UDT状态可只将75%留下给任何较低等级的状态。因为由于较高等级的SDT状态只能利用90%的降低产能,所以可将USD的状态的影响设定为15%,亦即,90%与75%间的差异。
在第二步骤中遇到具有30%的加权因数或产能的预定停机时间状态(SDT),而因为在该步骤中已出现具有30%的加权因数的较高等级的NST状态,所以包含该SDT状态的第二步骤只留下60%的总产能,这是因为第二步骤的总产能是120%。因此,SDT状态对工具(250)的整体状态的影响可能是15%,这是因为较高等级的USD状态已造成75%的降低产能。同样地,可在第一步骤的实体中侦测到工程状态(ENG),因而只将50%留下给任何较低等级的状态。因此,ENG状态对工具(250)的整体状态的影响可能为10%,这是因为较高等级的状态到目前为止只留下60%。此外,在第一步骤的一个实体(252)与在第三步骤的一个实体(252)中遇到待命状态(SBY),其中由于对应于较高等级的状态的出现,所以第一步骤中的该SBY状态连同这些较高等级的状态只将25%留下给任何较低等级的状态,因而否决任何较低等级的状态。因此,SBY状态对整体状态的影响是25%,这是因为如先前的步骤中决定的,由任何较高等级的状态只留下了50%。最后,由步骤1的实体中决定具有较高加权因数或产能的于各种实体(252)及(251)中遇到的生产状态(PRD),因而造成PRD状态对工具(250)的整体状态有25%的影响。因此,根据诸如表2a代表的对应的层级,可决定个别状态或子状态对丛集工具(250)的整体状态的对应的贡献。应当了解,在其他例示的实施例中,可根据诸如特定公司要求等的其他准则而改变表2a的对应的等级,或者在每一实体(252)及(251)将使用较少或较多的个别状态的情形下,可适当地适应表2a的对应的等级。例如,如果为了提供增强型的“状态解析(state resolution)”而将前文中指定的所述状态中的一状态分成两个或更多个子状态,则可适当地建立所述各别子状态的对应的等级。在某些例示的实施例中,可根据表2a代表的设定矩阵、以及表2b代表的对应的层级,而执行对总状态的对应的决定,且将于下文中参照图2c而更详细地说明其中的情形。
图2c示意地示出被配置成监视及测量丛集工具的状态以及该丛集工具的与可靠度、可利用度及可维修度能力有关的任何衡量标准的系统(200)。在图2c所示的代表性实施例中,可由图2b所示的丛集工具(250)代表该丛集工具,且该丛集工具也具有亦如图2b所示的在特定时点上的相同配置。系统(200)可包括接口(210),该接口(210)被配置成与丛集工具(250)通信,以便自丛集工具(250)接收至少与工具(250)的实体(252)及(251)的个别状态有关的任何工艺讯息,其中可至少在指定的时槽(time slot)内得到对应的工艺讯息,以提供所需的时间解析,以便可靠地侦测丛集工具(250)的实体(252)及(251)中的每一实体的任何状态改变。因此,接口(210)被配置成于适当可靠地取得工具状态的一时间期间内在可侦测任何状态改变的频率(frequency)下取得对应的工艺讯息。例如,在某些例示的实施例中,数秒至几分种或甚至几小时的时间解析可被认为适当用于取得指示工具(250)的每一实体的各别当前状态的各别更新后的工艺讯息。系统(200)进一步包括被连接到接口(210)的状态估计单元(280),用以接收与工具(250)的该多个实体(252)及(251)有关的状态数据,其中可以任何适当的格式提供各别的状态数据,使状态估计单元(280)可进一步操纵所述各别的状态数据,以便根据一组对应的基材而用于提供工具(250)的总状态的衡量标准,亦即,可能呈现在工具(250)中的个别实体(252)、(251)的状态。
在一例示的实施例中,状态估计单元(280)可包括状态矩阵决定单元(220),该决定单元可自接口(210)接收任何状态数据,且亦可接收可由接口(210)或由状态估计单元(280)的任何其他外部或内部来源提供的设定数据。单元(220)可被配置成:根据由接口(210)自工具(250)接收的设定数据及工艺讯息,而建立特定时点或时槽的对应的当前状态矩阵。对于前文中参照图2b所述的示范丛集工具(250)而言,该对应的状态矩阵可包含表2c所示的信息,其中包含丛集工具(250)的每一步骤的各别状态、以及参照图2b所述的各别加权因数或产能。
表2c
步骤状态 | 1产能% | 步骤状态 | 2产能% | 步骤状态 | 3产能% | 步骤状态 | 4产能% |
PRDSBYENGUDT | 25%25%25%25% | SDTPRDNST | 30%60%30% | PRDSBY | 50%50% | PRD | 140% |
总共 | 100% | 120% | 100% | 140% |
应当了解,可得到状态矩阵决定单元(220)自接口(210)提供的设定数据及状态数据所提取(extract)的信息,并以任何适当的格式储存该信息,其中单元(220)可包括适当于被配置成提取及储存对应的状态矩阵的任何适当的硬件及软件资源,例如,储存机构及中央处理单元(CentralProcessing Unit;简称CPU)等的资源。
状态估计单元(280)可进一步包括状态合计单元(230),该单元被配置成:根据丛集工具(250)的配置,而建立每一工艺步骤的每一状态或子状态的各别产能或加权因数。表2d中示出工具(250)的每一步骤对应的加权状态数据,其中关于用来提取及储存表2d中包含的各别数据的任何硬件及软件资源,可应用于前文中参照单元(220)所述的相同准则。
表2d
步骤状态 | 1产能% | 2产能% | 3产能% | 4产能% |
PRDSBYENGSDTUDTNST | 25%25%25%0%25%0% | 60%0%0%30%0%30% | 50%50%0%0%0%0% | 140%0%0%0%0%0% |
总共 | 100% | 120% | 100% | 140% |
状态估计单元(280)可进一步包括状态累积单元(240),该单元被配置成提供每一步骤的该多个状态的“累积”加权因数或产能,其中如前文中参照图2b所述,可根据诸如表2b所示的层级而执行该累积。对于前文所述的例子而言,表2e示意地示出丛集工具(250)的每一步骤的对应的累积状态加权或产能。
表2e
每一步骤的累积状态产能% | 1 | 2 | 3 | 4 |
PRDPRD+SBY=PRD+SBY+ENG=PRD+SBY+ENG+SDT=PRD+SBY+ENG+SDT+UDT=PRD+SBY+ENG+SDT+UDT+SNT= | 25%50%75%75%100%100% | 60%60%60%90%90%120% | 50%100%100%100%100%100% | 140%140%140%140%140%140% |
如表2e所示,在每一步骤中根据每一状态的等级而将各别状态的加权或产能合计。
状态估计单元(280)可进一步包括状态最小值决定单元(260),该单元可被配置成:在考虑丛集工具(250)的所有步骤时,识别每一累积状态的最小加权或产能。表2f中代表由单元(260)所提供的对应的最小值。
表2f
最小值 | 累积状态产能% |
25%50%60%75%90%100% | PRDPRD+SBYPRD+SBY+ENGPRD+SBY+ENG+SDTPRD+SBY+ENG+SDT+UDTPRD+SBY+ENG+SDT+UDT+SNT |
如表2f所示,由25%的加权或产能代表累积状态PRD,这是因为25%是根据表2e的所有步骤1至4中的该状态的最小加权或产能。同样地,对于累积状态PRD加SBY而言,该最小加权或产能是50%,对应于根据表2e的步骤1中提供的该状态的最小值。对于累积状态PRD加SBY加ENG而言,由单元(260)决定了60%的最小值,对应于步骤2的各别值。同样地,对于累积状态PRD加SBY加ENG加SDT而言,已决定了75%的值,对应于表2e的第一步骤的各别值。累积状态PRD加SBY加ENG加SDT加UDT的90%的值对应于步骤2,而最后,累积状态PRD加SBY加ENG加SDT加UDT加NST具有代表步骤1至4中的最小值(例如,表2e中的步骤1或步骤3)的100%的值。
此外,状态估计单元(280)可进一步包括状态重新分配单元(270),该单元适应于将适当的加权因数或产能指定给各别状态PRD、SBY、ENG、SDT、UDT及NST中的每一状态,而所述状态的结合代表了丛集工具(250)的总状态。如前文中参照图2b及对应的层级所述,可将各别的影响指定给所述个别状态,使总状态代表被常态化的状态,亦即,代表100%的丛集工具状态,其中各对应的子状态具有被对应地决定的加权因数或产能。表2g示出可藉由决定表2f代表接续累积状态的各别差异而得到的对应的丛集子状态的各别加权因数。
表2g
因此,状态估计单元(280)可以加权子状态的混合的方式提供对丛集工具(250)的状态的定量测量,而在一例示的实施例中,可由标准E10实体状态表示所述加权子状态。然后可由状态重新分配单元(270)提供的丛集状态用来测量或决定诸如可靠度、可利用度及可维修度进一步的工具特性。为达到此目的,系统(200)可经由接口(210)而将代表丛集工具状态的各别值提供给外部资源,或者在其他例示的实施例中,状态估计单元(280)可被进一步配置成根据丛集状态而决定各别工具特性的衡量标准。如前文所述,可以任何适当的时间顺序而搜集由工具(250)提供且由接口(210)接收的对应的状态数据,其中可针对工具(250)提供的任何版本的更新数据而决定对应的丛集工具状态,或者在其他实施例中,每当由系统(200)侦测到丛集工具(250)的所述实体中的一个实体的状态改变时,即可决定各别的更新丛集工具状态。例如,在一例示的实施例中,系统(200)可被配置成将工具(250)的状态与先前有效的状态比较,其中可诸如由对应地比较单元(220)所提供的所述状态衡量标准,而完成上述的状态比较,因而当单元(220)侦测到两个接续决定的状态衡量标准的差异时,随即可决定丛集工具(250)的对应的更新工具状态。应当了解,可以即时的方式执行对目前有效的工具状态的对应的决定,或者可在任何适当的时点上执行该决定,只要接口(210)及(或)状态估计单元(280)可在预定的频率下接收对应的状态数据或工艺讯息即可,其中可根据状态估计单元(280)的计算资源,而立即处理或以任何延迟的方式处理该对应的数据。因此,可根据丛集工具(250)的工具状态的时间的进展,而决定工具(250)的状态的动态行为,并因而决定工具特性的对应的衡量标准。
图2d示意地示出极简单的丛集工具,用以呈现丛集工具状态的动态进展的综合例子,因而指示可以将指定时间期间内的所有各种总丛集工具状态合计的方式得到与工具特性(例如,丛集工具处于各别子状态中的一子状态的时间期间))有关的任何定量评估。在图2d中,也被指示为工具(250)的丛集工具可包括两个并行操作且具有相同绩效的工艺实体(252)、以及输送及运用或主要架构实体(251)。因此,可由两个步骤将工具(250)分类,其中第一步骤具有100%的产能,这是因为输送及运用(251)可具有诸如185%的增加的产能。丛集工具(250)可被连接到系统(200),以便提供多个时点t1...tn上的各别工艺讯息,使得系统(200)可计算由t1...tn代表的各别时槽的各别丛集工具状态。为了简化,可假设工具(250)的所述实体中的一个实体在每一小时可发生任何状态改变,使得针对每一小时而决定对应的更新丛集工具状态。可假设:对于由时间t1...tn代表的所述时槽而言,丛集工具(250)的实体(252A)、(252B)及(251)可具有如表2h所示的各别的实体状态。
表2h
251 | 252A | 252B | 250PRD | 250SBY | 250ENG | 250SDT | 250UDT | 250NST | 时间 |
PRDPRDPRDPRDSBYSBYENGUDTSBYENGENGSBY | PRDPRDUDTPRDUDTENGSBYENGENGPRDPRDUDT | PDRENGPRDSDTSDTUDTSDTSBYSDTNSTNSTSBY | 1.00.50.50.5 | 0.5 | 0.50.50.50.50.50.5 | 0.50.50.50.5 | 0.50.50.51.00.5 | 0.50.5 | t11.0t21.0t121.0 |
总共 | 2.5 | 0.5 | 3.0 | 2.0 | 3.0 | 1.0 | 12.0 |
例如,如表2h的左手端所指示,在时间t1期间,工具(250)的所有实体处于生产状态,造成工具(250)的100%的生产力。同样地,在时间t2期间,实体(252B)处于工程(ENG)状态,造成工具(250)的总状态为50%的生产状态及50%的工程状态,使得该生产状态的对应的时间期间是0.5小时,且被视为单一实体的工具(250)的工程状态的时间期间对应地是0.5小时。应当了解,可根据前文中参照图2c所述的程序,而得到合而代表被视为实体的工具(250)的状态的所述个别子状态的各别值。因此,在诸如十二个时槽之后,可由所述个别的总状态整合或合计,而决定结果的总状态,因而提供丛集工具(250)的个别子状态的各别衡量标准。在本例子中,在12小时的时间期间中,工具(250)可在2.5小时中处于生产状态,在0.5小时中处于待命状态,在3.0小时中处于工程状态,在2.0小时中处于预定停机时间状态,在3.0小时中处于非预定停机时间状态,且在1.0小时中处于非预定状态。
在进一步的例示的实施例中,可将图2d所示的系统(200)进一步配置成包含用于丛集工具(250)的故障计数近似值单元。如前文所述,可将丛集工具(250)的每一个别实体的多个状态适当地加权,以便提供结合的丛集工具状态,其中该加权因数可代表各别实体状态对总丛集状态的对应的影响。因为可根据也可被用来对应地决定单一实体的工具特性的对应的程序,而将由被加权的实体状态得到的各别衡量标准用来决定诸如可靠度、可利用度及可维修度的工具特性,所以可以与个别实体状态相同的方式将对应的工具故障加权。例如,代表非预定停机时间的状态UDT通常与该工具的各别故障相关联。因此,如果UDT状态具有用来确定总丛集工具状态的特定加权,则亦可将对应的加权因数指定给各别的工具故障,因而可为诸如可靠度的工具特性产生综合性及一致性的衡量标准,且可由平均修复时间(MTTR)或平均故障间隔时间(MTBF)表示所述衡量标准。在一例示的实施例中,可由用来代表发生对应的故障时产生的产能损失的对应的加权因数将与UDT状态相关联的故障计数加权。
图2e示意地示出具有多个实体(252)及输送及运用实体(251)的丛集工具(250),其中由四个步骤代表丛集工具(250)的对应的工艺流程,其中根据前文中参照图2a所述的诸如绩效产能的因素而将各别的加权因数指定给所述各别步骤的个别实体(252)及(251)。在所示的例子中,确定工具(250)的步骤1的所述实体(252)可执行相同的工艺,且可具有120%的总产能,确定第二步骤的所述对应的实体(252)可具有140%的总产能,而确定第三步骤的单一实体(252)可具有120%的产能。在所示的例子中,输送及运用实体(251)可确定第四步骤,且可代表丛集工具(250)的“瓶颈”,因而代表100%的参考。在特定时点上,如图2e所示,个别实体(252)、(251)可处于各别的状态,使得诸如在步骤1中,两个实体处于UDT状态,而在第二步骤中,一个实体处于UDT状态,且也在第三步骤中,该各别的实体处于UDT状态。此外,如前文所述,对应的UDT状态指示了实体故障,其中不是简单地加入各别的故障以便提供被视为实体的工具(250)的故障计数,而是要由图2e所指示的各别的加权因数将所述个别的故障加权。例如,在步骤1中,一个实体(252)的故障可造成工具(250)的100%产能中的20%的产能损失,这是因为步骤1中的所述实体的总产能是120%。因此,可将对应的故障的各别加权因数设定为20%或0.2。同样地,可将步骤2中的故障加权因数选择为30%或0.3,这是因为步骤2的两个实体(252)中的一个实体的故障可造成工具(250)的100%产能中的30%的产能损失。此外,可将步骤3及4中实体的各别故障加权因数设定为100%或1.0,这是因为这些实体中的一个实体的故障会将结果的工具产能减少到0。因此,如图2e所指示,由所述实体状态所代表的指定的时间期间中,发生了四次个别的故障,亦即,第一步骤中有两个故障,第二步骤中有一个故障,且第三步骤中有一个故障。在一例示的实施例中,可根据个别的加权因数而计算对应的加权故障,因而不理会步骤1至4中的一步骤的任何故障的同时发生所造成的额外的产能损失。例如,在所示的例子中,可由0.2加权步骤1中的每一故障,因而造成步骤1的0.4的总加权故障计数。同样地,由0.3加权步骤2中的单一故障,且由1.0加权步骤3中的单一故障,因而造成1.7的总故障计数。
在其他实施例中,可对应地重新确定所述加权因数,而适当地考虑到故障的同时发生。例如,步骤1中的故障的同时发生可造成60%的产能损失,使得步骤1中的两个故障的同时发生的对应加权因数应是0.6,而不是个别故障加权的总和0.4。在某些例示的实施例中,可根据对应于各别故障状态的在时间上发生的情形而建立的加权因数而执行故障加权的决定,使得诸如在同时发生两个或更多个故障状态的重叠时间期间中,可适应加权因数,且可在一个或多个故障状态已经消逝,但一个或多个其他的故障状态仍然存在时,重新调整加权因数。因此,可为丛集工具(250)建立非常一致性的故障计数,以便根据各别丛集工具的总故障计数而更精确地决定各别的工具特性。例如,在前文中参照图1a至1b所述的习知技术中,只须将各别的实体故障相加,因而造成诸如可靠度等的各别工具特性(将故障计数用来评估工具特性)的不具有综合性的衡量标准。
图2f示意地示出诸如图1a所示的丛集工具(150)的丛集工具,其中根据本发明的一例示的实施例的原理而得到工具(150)的虚拟配置,其中提供了以产能加权的实体状态。为了将本发明得到的结果与前文中参照工具(150)所述的对应的结果比较,可选择由真值表1c描述的各别的配置,其中实体(152A)处于运转状态,实体(152B)处于停机状态,实体(152C)处于运转状态,且输送(151)处于运转状态,造成IPP1处于运转状态且IPP2处于停机状态。在图2f中,示出工具(150)有三个步骤,其中选择了各别的产能加权,这是因为无法自习知的例子中取得对应的值。根据各别的加权因数,亦可将前文中参照图2c而详细说明的取得状态矩阵、对每一状态及步骤中的产能加权执行对应的合计、决定累积的状态的各别产能、选择每一累积的状态的最小产能加权、以及最后由重新分配对应的加权因数而决定对总丛集状态的各别影响的对应的程序应用于图2f所示的工具(150)。因此,可得到下列的丛集状态:PRD 75%、SBY 0%、ENG 0%、SDT 0%、UDT 25%以及NST 0%。根据IPP1及IPP2的100小时及140小时的运转时间及停机时间,可以表2i所代表的方式假设各别的操作机制。
表2i
如前文所述,根据习知的技术,对应的工艺序列可造成被视为实体的工具(150)的71.4%的运转时间以及28.6%的对应的停机时间。如表2i所示,一个故障发生在实体(152A),两个故障可发生在实体(152C),一个故障可发生在输送,而一个故障亦发生在实体(152B)。因此,如前文所述,在共有五个故障的情形下的平均故障间隔时间是76.0小时。与这些数值相反,在决定由表2i所指示的各别时槽的各别丛集工具状态时,亦即,以前文中参照图2c所述的方式,应用前文所述根据每一时槽且累积所述各别丛集工具状态的例示的实施例的程序时,将得到包括工具(150)的状态的个别子状态的下列衡量标准:PRD 130.0小时、SBY 0.0小时、ENG 0.0小时、SDT 0.0小时、UDT 38.0小时以及NST0.0小时。因此,得到77.4%的生产时间(亦即,运转时间),而停机时间(在此情况中为非预定停机时间)为22.6%。
此外,步骤1中的任何故障的对应的加权因数是0.25,而步骤2及步骤3中的各别的加权因数是1.0。因此,可计算加权故障计数,亦即,步骤1中的故障分别具有0.25的故障加权,步骤2中的两个故障分别具有1.0的故障加权,且步骤3中的一个故障具有1.0的故障加权,产生了3.5的加权后故障计数。因此,可决定诸如MTBF、平均故障间隔运转时间(Mean UpTime Between Failure;简称MUTBF)及MTTR的用来指示可靠度的对应的衡量标准,因而产生了:MTBF(生产时间/故障计数)37.14小时、MUTBF(运转时间/故障计数)37.14小时以及MTTR(停机时间/故障计数)10.86小时。
例如,根据习知技术而决定的对应的平均故障间隔时间是76.0小时,因而也指示与根据本发明的对应的结果有显著的偏差。此外,藉由估计由1-(MTTR/(MTTR+MUTBF))确定的可利用度,产生了0.774的可利用度,该值与先前得到的77.4%的运转时间相同,而指出本发明的结果的高度一致性。
因此,本发明提供了一种用来测量及监视丛集工具状态的增强型技术,因而提供了用于测量诸如可靠度、可利用度及可维修度的工具特性的可能性,其中在某些例示的实施例中,可将标准E10状态用来代表对应的丛集工具状态。为达到此目的,可合并加权实体状态,以便提供丛集工具状态的代表,其中可根据适当确定的实体状态层级结构而执行为实体状态的聚集或累积的各别的组合。此外,在某些例示的实施例中,亦可根据适当的加权因数将对应的实体状态所指示的各别故障加权,因而提供了检视工具特性的数值时的高度的一致性。在一例示的实施例中,可根据个别实体的产能而决定加权因数,其中根据诸如多个作业的平均周期时间的任何适当的绩效数据而决定该产能,且可根据操作状况而可使特定供应商数据或对应的产能值动态地适应。此外,由本发明所提供的系统及方法可运用任何数目的子状态,而在习知的技术中,只可使用运转及停机状态。对于习知技术的丛集描述而言,具有n个实体的丛集工具可能需要多达2n行(row)的真值表,而本发明可使用只有n行的设定矩阵。此外,本发明可考虑到有利于丛集工具的并行实体的剩余产能,亦即,当分别具有70%产能的两个并行室中的一室故障时,将造成30%的产能损失,而在习知的技术中,使用50%的产能损失。因此,可实现在丛集工具代表有关的高度的综合性以及在丛集矩阵模型化上有节制的努力,其中对可利用度、可靠度及可维修度的测量可造成比习知技术更准确的衡量标准。
前文所揭示的所述特定实施例只是作为例示,而熟习此项技术者在参阅本发明的揭示事项之后,可易于以不同但等效的方式修改并实施本发明。例如,可以不同的顺序执行前文所述的所述工艺步骤。此外,除了最后的权利要求书所述者之外,不得将本发明限制在本说明书所示的结构或设计的细节。因此,显然可改变或修改前文所揭示的所述特定实施例,且将把所有此类的变化视为在本发明的范围及精神内。因此,本发明所寻求的保护描述于最后的权利要求书。
Claims (10)
1、一种系统,包括:
被配置成自具有两个或更多个实体的丛集工具接收工艺讯息(process message)的接口,所述工艺讯息与所述实体中的每一实体有关;以及
被连接到该接口的状态估计单元,且该状态估计单元被配置成根据所述工艺讯息以及所述丛集工具的每一实体的功能产能而自动地决定该丛集工具的可靠度、可利用度、及可维修度中的至少一者的衡量标准。
2、如权利要求1所述的系统,其中该状态估计单元包括:
状态衡量标准决定单元,该状态衡量标准决定单元被配置成根据所述工艺讯息而决定每一实体的产能加权的当前状态;
状态合计单元,该状态合计单元被配置成根据该丛集工具的每一工艺步骤的所述产能加权的当前状态而将产能加权的状态衡量标准合计,每一工艺步骤由该丛集工具的相等实体确定;
状态累积单元,用以根据所述产能加权的状态衡量标准而决定每一工艺步骤的每一个可利用状态的累积状态衡量标准;
状态最小值决定单元,该状态最小值决定单元被配置成决定每一工艺步骤的每一状态的最小衡量标准;
状态产能重新分配单元,该状态产能重新分配单元被配置成将该丛集工具的总状态的衡量标准决定为自所述最小衡量标准推导出的每一状态的一组衡量标准;以及
动态状态估计模块,该动态状态估计模块被配置成动态地更新所述总状态的所述衡量标准。
3、如权利要求1所述的系统,进一步包括故障计数单元,该故障计数单元被配置成根据所述实体的每一实体的所述功能产能而决定该丛集工具的加权故障计数。
4、如权利要求1所述的系统,其中所述接口被进一步配置成与制造执行系统交换工艺数据,该工艺数据与该丛集工具有关。
5、一种方法,包括下列步骤:
经由与用于制造工艺线的丛集工具通信的接口自所述丛集工具接收工艺讯息,所述丛集工具包括多个实体;以及
根据每一实体的功能产能以及所述工艺讯息,而决定该丛集工具的当前总状态的衡量标准。
6、如权利要求5所述的方法,其中所述工艺讯息包括指定所述实体的每一实体的多个可利用状态中的一个可利用状态的特定工具信息,其中所述多个可利用状态包括生产状态、待命状态、工程状态、预定停机状态、非预定停机状态以及非预定状态,且其中该多个可利用状态按照下列自最低至最高优先级的顺序分等级成:生产状态、待命状态、工程状态、预定停机状态、非预定停机状态以及非预定状态。
7、如权利要求6所述的方法,其中该丛集工具的所述总状态的所述衡量标准是一组值,每一值分别与所述可利用状态中的一个可利用状态相关联,且分别代表所述一个可利用状态对所述总状态的加权贡献。
8、如权利要求5所述的方法,进一步包括下列步骤:
根据该总状态的所述衡量标准而测量可靠度、可利用度及可维修度中的至少一者;
通过至少一个实体的状态改变所确定的作业时间间隔而决定所述总状态的更新的衡量标准
确定所述多个实体中的每一实体的加权产能,其中具有最低产能的实体被用来作为参考,其中根据每一实体中的指定的工艺的周期时间以及在每一实体中被同步处理的基材的数目而决定每一实体的所述加权产能;以及
根据所述工艺讯息而动态地更新该周期时间。
9、如权利要求5所述的方法,进一步包括下列步骤:
确定该丛集工具的设定矩阵,该设定矩阵包括用于每一实体的行、用于工艺步骤的列以及每一实体的所述产能加权,所述工艺步骤决定通过该丛集工具的工艺流程;
确定该多个可利用状态的层级;以及
使用所述层级用来决定所述总状态的所述衡量标准,其中所述层级具有按照下列自最低至最高优先级的顺序的所述多个可利用状态的等级:生产状态、待命状态、工程状态、预定停机状态、非预定停机状态以及非预定状态。
10、一种测量丛集工具的状态的方法,该方法包括下列步骤:
自所述丛集工具的多个实体中的每一实体接收工艺讯息;
根据所述工艺讯息而决定该实体中的每一实体的当前实体状态,该多个实体的所述当前实体状态各代表多个可利用实体状态中的一个可利用实体状态;以及
根据所述多个可利用实体状态的预定层级而决定一组加权衡量标准,作为对该丛集工具的所述状态的测量,所述加权衡量标准中的每一加权衡量标准与所述多个可利用实体状态中的一个可利用实体状态相关联。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102005063132 | 2005-12-30 | ||
DE102005063132.0 | 2005-12-30 | ||
DE102006001257A DE102006001257A1 (de) | 2005-12-30 | 2006-01-10 | Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems |
DE102006001257.7 | 2006-01-10 | ||
US11/535,327 | 2006-09-26 | ||
US11/535,327 US7546177B2 (en) | 2005-12-30 | 2006-09-26 | Automated state estimation system for cluster tools and a method of operating the same |
PCT/US2006/047608 WO2007078792A1 (en) | 2005-12-30 | 2006-12-13 | An automated state estimation system for cluster tools and a method of operating the same |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101346678A true CN101346678A (zh) | 2009-01-14 |
CN101346678B CN101346678B (zh) | 2011-06-22 |
Family
ID=38169937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200680049419XA Active CN101346678B (zh) | 2005-12-30 | 2006-12-13 | 用于丛集工具的自动化状态估计系统以及操作该系统的方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7546177B2 (zh) |
EP (1) | EP1966664B1 (zh) |
JP (1) | JP5294875B2 (zh) |
KR (1) | KR101495256B1 (zh) |
CN (1) | CN101346678B (zh) |
DE (1) | DE102006001257A1 (zh) |
TW (1) | TWI443776B (zh) |
WO (1) | WO2007078792A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287452A (zh) * | 2020-10-12 | 2021-01-29 | 哈尔滨工业大学 | 一种航天器可维修性智能建模方法 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8055370B1 (en) * | 2006-06-23 | 2011-11-08 | Novellus Systems, Inc. | Apparatus and methods for monitoring health of semiconductor process systems |
US7778798B2 (en) * | 2006-10-12 | 2010-08-17 | Systems On Silicon Manufacturing Co. Pte. Ltd. | System and method for measuring tool performance |
US8204772B2 (en) * | 2008-06-04 | 2012-06-19 | Accenture Global Services Limited | Customer service experience comparative landscape tool |
US20090319662A1 (en) * | 2008-06-24 | 2009-12-24 | Barsness Eric L | Process Migration Based on Exception Handling in a Multi-Node Environment |
DE102009046751A1 (de) * | 2008-12-31 | 2010-09-09 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zum Synchronisieren der Prozesskammerabschaltzeiten durch Steuern der Transportreihenfolge in eine Prozessanlage |
US9037279B2 (en) | 2009-09-09 | 2015-05-19 | Taiwan Semiconductor Manufacturing Company, Ltd. | Clustering for prediction models in process control and for optimal dispatching |
CN101667034B (zh) * | 2009-09-21 | 2011-06-22 | 北京航空航天大学 | 一种易扩展的、支持异构集群的监控系统 |
US20110238370A1 (en) * | 2010-03-29 | 2011-09-29 | Beekman Johannes F | Methods, Apparatuses and Systems for Automatically Determining the State of a Cluster Tool |
US9290618B2 (en) | 2011-08-05 | 2016-03-22 | Sabic Global Technologies B.V. | Polycarbonate compositions having enhanced optical properties, methods of making and articles comprising the polycarbonate compositions |
EP2810309A1 (en) | 2012-02-03 | 2014-12-10 | SABIC Innovative Plastics IP B.V. | Light emitting diode device and method for production thereof containing conversion material chemistry |
US10643853B2 (en) | 2012-02-10 | 2020-05-05 | Taiwan Semiconductor Manufacturing Company, Ltd. | Wafer thinning apparatus having feedback control and method of using |
EP2819981B1 (en) | 2012-02-29 | 2016-12-21 | SABIC Global Technologies B.V. | Process for producing low sulfur bisphenol a, processes for producing polycarbonate, articles made from polycarbonate |
US9346949B2 (en) | 2013-02-12 | 2016-05-24 | Sabic Global Technologies B.V. | High reflectance polycarbonate |
WO2014066784A1 (en) | 2012-10-25 | 2014-05-01 | Sabic Innovative Plastics Ip B.V. | Light emitting diode devices, method of manufacture, uses thereof |
WO2014186548A1 (en) | 2013-05-16 | 2014-11-20 | Sabic Innovative Plastics Ip B.V. | Branched polycarbonate compositions having conversion material chemistry and articles thereof |
US9772086B2 (en) | 2013-05-29 | 2017-09-26 | Sabic Innovative Plastics Ip B.V. | Illuminating devices with color stable thermoplastic light transmitting articles |
US10346237B1 (en) * | 2015-08-28 | 2019-07-09 | EMC IP Holding Company LLC | System and method to predict reliability of backup software |
KR102247828B1 (ko) * | 2018-07-23 | 2021-05-04 | 세메스 주식회사 | 기판 처리 장치 및 기판 처리 방법 |
JP6766103B2 (ja) * | 2018-07-31 | 2020-10-07 | 株式会社日立製作所 | 分析方法及び計算機 |
DE102021117244A1 (de) * | 2021-07-05 | 2023-01-05 | Schaeffler Technologies AG & Co. KG | Produktionsanlage und Verfahren zum Betrieb einer Produktionsmaschine |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10187638A (ja) * | 1996-10-28 | 1998-07-21 | Mitsubishi Electric Corp | クラスタ制御システム |
US5914879A (en) * | 1997-03-04 | 1999-06-22 | Advanced Micro Devices | System and method for calculating cluster tool performance metrics using a weighted configuration matrix |
JPH11194928A (ja) * | 1997-12-29 | 1999-07-21 | Tokyo Electron Ltd | 制御装置 |
US6256550B1 (en) * | 1998-08-07 | 2001-07-03 | Taiwan Semiconductor Manufacturing Company | Overall equipment effectiveness on-line categories system and method |
US7069101B1 (en) * | 1999-07-29 | 2006-06-27 | Applied Materials, Inc. | Computer integrated manufacturing techniques |
US6724404B1 (en) * | 2001-02-06 | 2004-04-20 | Lsi Logic Corporation | Cluster tool reporting system |
US6889253B2 (en) * | 2001-04-30 | 2005-05-03 | International Business Machines Corporation | Cluster resource action in clustered computer system incorporation prepare operation |
US20040148047A1 (en) * | 2001-12-18 | 2004-07-29 | Dismukes John P | Hierarchical methodology for productivity measurement and improvement of productions systems |
US20040034555A1 (en) | 2002-03-18 | 2004-02-19 | Dismukes John P. | Hierarchical methodology for productivity measurement and improvement of complex production systems |
US7529822B2 (en) * | 2002-05-31 | 2009-05-05 | Symantec Operating Corporation | Business continuation policy for server consolidation environment |
US7228351B2 (en) * | 2002-12-31 | 2007-06-05 | International Business Machines Corporation | Method and apparatus for managing resource contention in a multisystem cluster |
-
2006
- 2006-01-10 DE DE102006001257A patent/DE102006001257A1/de not_active Ceased
- 2006-09-26 US US11/535,327 patent/US7546177B2/en active Active
- 2006-12-13 JP JP2008548563A patent/JP5294875B2/ja not_active Expired - Fee Related
- 2006-12-13 EP EP06847621A patent/EP1966664B1/en active Active
- 2006-12-13 WO PCT/US2006/047608 patent/WO2007078792A1/en active Application Filing
- 2006-12-13 KR KR1020087018867A patent/KR101495256B1/ko active IP Right Grant
- 2006-12-13 CN CN200680049419XA patent/CN101346678B/zh active Active
- 2006-12-25 TW TW095148703A patent/TWI443776B/zh not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287452A (zh) * | 2020-10-12 | 2021-01-29 | 哈尔滨工业大学 | 一种航天器可维修性智能建模方法 |
CN112287452B (zh) * | 2020-10-12 | 2022-05-24 | 哈尔滨工业大学 | 一种航天器可维修性智能建模方法 |
Also Published As
Publication number | Publication date |
---|---|
KR101495256B1 (ko) | 2015-02-24 |
US20070156274A1 (en) | 2007-07-05 |
EP1966664A1 (en) | 2008-09-10 |
TW200741974A (en) | 2007-11-01 |
US7546177B2 (en) | 2009-06-09 |
KR20080081092A (ko) | 2008-09-05 |
JP5294875B2 (ja) | 2013-09-18 |
WO2007078792A1 (en) | 2007-07-12 |
JP2009522773A (ja) | 2009-06-11 |
CN101346678B (zh) | 2011-06-22 |
EP1966664B1 (en) | 2013-03-27 |
DE102006001257A1 (de) | 2007-07-12 |
TWI443776B (zh) | 2014-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101346678B (zh) | 用于丛集工具的自动化状态估计系统以及操作该系统的方法 | |
Yugma et al. | Integration of scheduling and advanced process control in semiconductor manufacturing: review and outlook | |
Korugan et al. | On the quality variation impact of returns in remanufacturing | |
US8504186B2 (en) | Method for automatic generation of throughput models for semiconductor tools | |
Rahim et al. | Integrated models in production planning, inventory, quality, and maintenance | |
US11054815B2 (en) | Apparatus for cost-effective conversion of unsupervised fault detection (FD) system to supervised FD system | |
Chien et al. | A novel approach to hedge and compensate the critical dimension variation of the developed-and-etched circuit patterns for yield enhancement in semiconductor manufacturing | |
CN108038599A (zh) | 一种基于检测间隔的预防性维护周期多目标控制方法 | |
Azimpoor et al. | Joint inspection and product quality optimization for a system with delayed failure | |
US6821792B1 (en) | Method and apparatus for determining a sampling plan based on process and equipment state information | |
Chien et al. | Bayesian decision analysis for optimizing in-line metrology and defect inspection strategy for sustainable semiconductor manufacturing and an empirical study | |
Shin | A dispatching algorithm considering process quality and due dates: an application for re-entrant production lines | |
Shekhar et al. | Threshold control policy for maintainability of manufacturing system with unreliable workstations | |
Ali et al. | Simulation intelligence and modeling for manufacturing uncertainties | |
Biller et al. | Bottlenecks in production lines with rework: a systems approach | |
US20040078310A1 (en) | System and method for determining a return-on-investment in a semiconductor or data storage fabrication facility | |
Konopka | Capacity utilization bottleneck efficiency system-CUBES | |
Salsabila et al. | Throughput analysis on a multi-state manufacturing system by considering availability | |
JP2005235130A (ja) | 製造・開発情報のデータトレースシステム | |
Heng et al. | Modeling and performance evaluation of multistage serial manufacturing systems with rework loops and product polymorphism | |
Arima | Virtual metrology-based engineering chain management by multi-classification of quality using support vector machine for semiconductor manufacturing | |
ul Haq | Implementing the concept of alarm flexibility during production | |
Cheng | Automatic Virtual Metrology (AVM) | |
Brost | OEE for Test Floor Managers, Engineers and Technicians | |
Alhilman et al. | Maintenance System of Universal Goss Printing Machine based on failure data using RCM and RCS method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |