CN105917452A - 半导体器件处理机吞吐量优化 - Google Patents

半导体器件处理机吞吐量优化 Download PDF

Info

Publication number
CN105917452A
CN105917452A CN201480073368.9A CN201480073368A CN105917452A CN 105917452 A CN105917452 A CN 105917452A CN 201480073368 A CN201480073368 A CN 201480073368A CN 105917452 A CN105917452 A CN 105917452A
Authority
CN
China
Prior art keywords
semiconductor device
datatron
handling capacity
buffering
test
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
Application number
CN201480073368.9A
Other languages
English (en)
Other versions
CN105917452B (zh
Inventor
霍华德·H·小罗伯茨
勒罗伊·格罗特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sailorint Co Ltd
Celerint LLC
Original Assignee
Sailorint Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sailorint Co Ltd filed Critical Sailorint Co Ltd
Publication of CN105917452A publication Critical patent/CN105917452A/zh
Application granted granted Critical
Publication of CN105917452B publication Critical patent/CN105917452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/683—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping
    • H01L21/687—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68707—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a robot blade, or gripped by a gripper for conveyance
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Manufacturing & Machinery (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Robotics (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

提供了一种用于优化具有多个阶段的半导体器件处理机的操作吞吐量的方法和系统。该方法包括在输入载体缓冲处接收用于测试的半导体器件并且在测试半导体器件时操作所述处理机。该方法还包括记录用于所述处理机的每个操作阶段的操作吞吐量特征，并且分析所记录的用于所述处理机的每个操作阶段的操作吞吐量特征；另外，该方法包括确定所述处理机的哪个操作阶段具有导致最低操作鼓节拍的最大限制约束并调节所述处理机的具有所述最低操作鼓节拍的操作阶段的操作参数以增加该操作鼓节拍。该方法进一步包括重复该方法，直到实现这样的操作状态以致于对操作参数进行进一步调节将导致用于所述半导体器件处理机的所述操作吞吐量下降。

Description

半导体器件处理机吞吐量优化
相关申请的交叉参考
本申请要求2013年11月27日提交的名称为“System and Method ForSemiconductor Device(用于半导体器件的系统和方法)”的美国临时专利申请No.61/909,600的权益，这里通过参考将其内容全部结合于此。
技术领域
本公开涉及自动化制造系统和方法，具体是涉及用于半导体的测试和制造质量控制的自动化机器人半导体设备系统，其中降低了索引时间延迟和总测试时间以优化吞吐量。
背景技术
优化半导体处理机的性能是指协调(tune)其机械运动而使得半导体处理机对于给定测试时间利用最慢的机械运动以最大吞吐量操作。
在半导体制造中，半导体器件测试设备是昂贵的资本设备。传统上，这种测试设备包括用于处理正在进行测试的器件的机器人操纵器。这种机器人操纵器一般被称为“处理机”，并且典型地由一个或更多个称为“操纵器”的机械臂构成。操纵器机械地抓取用于测试的器件、将该器件插入接口测试板并向测试机发出测试开始信号。测试机然后对器件进行测试并向处理机返回测试结果和测试结束信号，测试结束信号使处理机将器件部署在用于保持测试了的器件的测试后托盘或容器中。只要处理机感测到还有可用另外的器件进行测试，该过程就重复。该系统总体上有时被称为“测试单元”。
在处理机部署刚刚测试了的器件并将该器件替换为待测试的下一个器件所需的时间过程中，测试机基本保持闲置。对于具体测试机和系统来说，该闲置时间有时被称为“索引时间(index time)”，并涉及到等待测试和已经测试的器件的机械操纵。这些机械操纵在操作速度上受到诸多因素限制，这些因素例如包括用于确保待测试器件不受损坏、污染、掉落等的物理和速度约束。
对于具体器件、测试、测试机和系统来说，测试器件所需的时间有时被称为“测试时间”。当系统以制造能力操作时，其或者在索引时间过程中进行索引或在测试时间过程中进行测试。
以前，测试设备制造商在制造设备设计时已经集中努力减少索引时间，以增加机械操作的速度。尽管随着时间已经显著地增加了处理测试器件的机械操作速度，但是仍需要有相当的机械索引时间来在测试之间通过机械处理机操纵测试器件。此外，随着机械操纵设备操作速度的增加，用于该设备的成本，包括校准、更换频率、维护、零部件等也增加。假定在加速许多类型的测试器件和处理机的机械操纵中必须解决的约束和预防措施，进一步加速机械操作受到经济和物理障碍。
在任何情况下，降低索引时间能够提供测试设备投资的更大回报率，特别是在测试设备昂贵的情况下。因此，在制造环境中进一步降低测试操作中涉及的索引时间将是现有技术和工艺中的显著进步。特别在半导体制造中，如果在半导体设备的测试中降低索引时间，则可获得经济上的其它收益和好处。提供实现降低索引时间的新的改进系统和方法，并且无需对器件处理机的现有机械操作以及用于测试的类似机器人或自动化部件进行大的改变或新的研发，也将是一种改进。在本发明人的其它专利中公开了由本发明人作出的降低自动化机器人半导体测试的索引时间的最近一些改进的示例，这些专利包括：美国专利No.7,183,785B2，美国专利No.7,508,791B2、美国专利No.7,619,432B2和美国专利No.8,400,180B2。
除了以上讨论的降低索引时间的优点之外，提供一种用于设置和配置用于自动化机器人半导体测试设备的控制系统的新的改进系统和方法也是一种进步，这进一步降低了与自动化机器人半导体测试设备相关联的测试操作的成本、复杂性、索引时间和停机时间。例如，传统的自动化半导体测试设备通常都是串行化的，其中各个单独测试都是顺序地执行的。串行化测试的主要原因包括限制一次进行的测试数量和复杂性的热问题，以及非串行化测试的实现复杂性。另外，传统的可测试性设计(DFT)测试一般在运行时需要对测试器件进行专门控制，因而妨碍同一时间执行任何其它非DFT测试。
一般而言，本申请应用于处理机，但是对于如下处理机技术具有特定意义：其中两个或更多个处理机一起多路复用至单个测试机，或者其中两个或多个多路复用处理机被集成到单个操作单元并连接至单个测试机。这些系统被称为无索引(indexless)测试单元。对于无索引系统，关键特征是具有两个或更多个异步但协调的核心操纵器，这些操纵器能够具有用于器件测试的重叠插入。测试仍然是顺序地进行，但是在处理机或操纵器之间交替。其中这些操纵器插入测试器件的多个测试位点被以电子方式多路复用至测试机。这样，使得测试之间的经过时间最小化。
处理机优化的好处是在使对处理机的压力最小化的同时使处理机的吞吐量最大化。当在整个测试场地全面应用时，对于企业来说，这会转化为工厂场地空间的每单位面积的更高吞吐量以及更低的测试成本。
无索引处理机传送系统的这种特定情况给在传统处理机设计中尚未存在的处理机优化提供了机会。例如，在测试时间比索引时间长的情况下，一直存在增加索引时间而不会带来惩罚的机会。而对于输入/输出(I/O)不受限(以最大吞吐量运行)的标准处理机，增加索引时间将总是导致吞吐量下降(惩罚)，除非存在充分补偿的次级结果，诸如降低堵塞率。
所协调的处理机运动可以包括但不限于：速度、加速度、加加速度、路径和顺序。协调机器人处理机的一个原因是降低对机械和电气部件的压力，并由此降低处理机故障和失效的频率。操作上的效益是操作开销较低。财务上的效益是货物销售成本较低和利润率较高。
许多机器人器件处理机允许操作员或用户通过借助于软件用户界面或控制面板进行改变和调节来手动调节半导体处理机的机械运动。确定这些机械运动设置的因素从公司到公司都不同，但是经常能够变成争议、争辩和竞争的源泉。这造成了操作设备的制造中心与设计、管理和出售由ATE资产测试的半导体产品的其它公司分部之间的摩擦。这转换成了不必要的组织低效。该摩擦的主要原因在于，对于在给定处理机上运行的产品组合(product mix)，没有针对导致最低测试成本的设置的清晰数据。典型地，商业中心在针对由处理机支持的最大吞吐量对该处理机进行协调时看到了解决方案，同时制造中心获知最佳操作速度低于该处理机的最大容量。该最佳点位于一组复杂的权衡进入平衡并且在长期上导致最低测试成本时。这些权衡包括增加机械运动的考虑以及减少机械运动的考虑。
增加机械运动的动机的最初单个示例是更高的吞吐量(原始输出能力(或容量))。遗憾的是，以最大速度运行处理机导致对立因素在幅度和频率上都增加。净效益是降低了系统的长期吞吐量。一个简单的示例就是使处理机运行得如此之快以致于关键机械部件在与高速操作相关联的高应力下失效的结果。当发生这种情况时，操作被暂停。根据平均修复时间，停机时间可能显著地降低长期吞吐量到这样的程度，即更缓慢地运行的替换策略都会导致更高的长期吞吐量。
降低机械运动的动机的示例是那些需要处理机长时期中断或暂停的那些条件或事件。这些条件或事件包括处理机故障、堵塞、错误处理器件、平均失效间隔时间(MTBF)、平均援助间隔时间(MTBA)、所需校准的频率以及计划维修频率。这些因素如何对长期吞吐量产生消极影响的简单示例可以通过类推来进行。竞争性汽车竞赛在确定竞赛策略时涉及类似的权衡。更快地驾驶汽车，你可能导致发动机熄火或者损坏关键部件而退出竞赛。然而，如果你能够找到竞赛速度和对车辆的压力之间的完美平衡，则较低竞赛速度可能使你第一个跨过终点线，因为在不必经常停下来进行维修和调节的情况下汽车就完成了路线。本质上，这是用更快瞬时速度交换更快速度(平均速度)的经典示例。最终，团队寻找使一组复杂的权衡进入平衡并在长期上导致最快速度的最佳点。
在描述协调半导体处理机中使用的方法时，采用了约束理论(Theory ofConstraints)。约束理论的另一个的通用术语是“瓶颈理论(Theory of Bottlenecks)”。约束理论将被称为“ToC”。维基百科(Wikipedia)将ToC描述如下：约束理论(ToC)是一种管理范式，该管理范式认为任何可管理系统在实现其更多目标时都受限于数量非常小的约束。总是有至少一个约束，ToC使用聚焦过程(focusing process)来识别该约束并围绕它重构组织的其余部分。ToC采用常见的成语“链子的强度取决于它最薄弱的环节”。这意味着过程、组织等等是很脆弱的，这是因为最薄弱的人或部分总是可以损坏或破坏它们或至少对成果产生不利影响。
稍后在该申请中描述应用于处理机性能优化时ToC的基本原理。然而，为了便于理解上下文，下面包括将加以利用的一些基本元素(关键假设(Key Assumptions)、五大聚焦步骤(The Five Focusing Steps)和应用(Application))，维基百科将它们描述为：
关键假设：约束理论的基本前提是，可以通过三个度量(measure)的变化来对组织进行衡量和控制：吞吐量、运营费用和库存量。吞吐量是系统通过销售产生金钱的速率。库存量是系统已经购买其预期销售的东西而投入的所有金钱。运营费用是系统为了将库存量转化为吞吐量而花费的所有金钱。在能够达到目标本身之前，必须首先满足必要的条件。这些条件典型地包括安全、质量、法律责任等。对大多数企业来说，目标本身就是赚钱。然而，对于许多组织和非营利性企业来说，赚钱是为了追求该目标的一个必要条件。无论是目标还是一个必要的条件，了解如何基于吞吐量、库存量和运营费用来进行合理的财务决策是一个关键的要求。
五大聚焦步骤：约束理论基于这样的前提，即通过面向目标系统进行的目标实现(即系统的吞吐量)的速率受到至少一个约束的限制。反证法论点如下：如果没有任何东西防止系统获得更高的吞吐量(即，在一个时间单位内的更多目标单位)，则它的吞吐量将是无限的，这在现实生活的系统中是不可能的。只有通过约束增加流量才能够提高整体吞吐量。假定已经明确系统目标并且限定了其测量值，则步骤为：
(1)识别系统的约束(或多个约束)(确定哪些约束妨碍组织在单位时间内获得更多目标。
(2)决定如何充分利用系统的约束(如何从该约束获得最多)。
(3)使其它一切都从属于或服从于上述决定(使整个系统或组织密切合作以支持以上所做的决定)。
(4)更新升级系统的约束(进行增加约束的能力所需的其它主要改变)。
(5)警告！如果在前面的步骤中约束已经被打破，则返回到步骤1，但不允许惯性导致系统约束。
商业组织的目标是：“现在和将来都赚更多的钱”，其衡量是由核算为吞吐量、库存量和运营费用的吞吐量来给出的。五大聚焦步骤的目的是确保持续改进的努力都集中在组织的约束上。在TOC文献中，这被称为持续改进过程(POOGI)。这些聚焦步骤是发展下面提到的具体应用的关键步骤。
在制造经营和经营管理中，解决方法寻求拉动材料经过系统，而不是将它们推到系统内。主要使用的方法为鼓-缓冲-绳(DBR)法和被称为简化鼓-缓冲-绳(S-DBR)法的变型。鼓-缓冲-绳法是以其三个部件命名的制造执行方法。鼓是工厂的物理约束：限制整个系统更多地生产的能力的工作中心或机器或操作。工厂的其余部分遵循鼓的节拍。它们确定鼓已经工作并且鼓已经处理的任何东西都没有变成废物。
缓冲对鼓进行保护，从而使鼓总是具有流动到该鼓的工作。DBR中的缓冲使用时间作为它们的测量单位，而不是使用材料数量。这使得优先系统严格基于在所述鼓处预期的顺序的时间进行操作。传统的DBR通常在系统中的若干点调用缓冲：约束点、同步点和运输时。S-DBR在运输时具有缓冲，并且通过负荷计划机构管理鼓的整个工作流程。
绳是用于工厂的工作释放机构。订单在它们到期之前在一个“缓冲时间”释放到车间。换言之，如果缓冲为5天，则将订单在该约束处到期之前5天释放。比该缓冲时间更早地将工作推到系统中可能产生过高的进行中工作，从而使整个系统减慢。
以上讨论的由ToC规定的方法和原理对于理解这里描述的本发明来说是有用的。
发明内容
这里描述的用于优化半导体器件处理机的操作吞吐量的系统和方法在半导体测试单元的设计中提供了显著进步。所述系统和方法将科学方法论应用于优化吞吐量确定。由于操作吞吐量一般被看做为在测试单元硬件的操作寿命期间测量的长期度量，因此必须给予长期可靠性问题与操作吞吐量的短期改进同等的重要性。必须发现短期吞吐量和机械压力之间的最佳平衡。通过实现这里描述的系统和方法，能够科学地确定该平衡并且能够根据数据而不是人工推测而实现该平衡。
鉴于上述内容，设想了各种实施方式。根据本公开的一个实施方式，提供了一种用于优化半导体器件处理机的操作吞吐量的方法。该方法包括在拣选半导体器件处理机输入载体缓冲(或缓冲区)处接收用于测试的半导体器件以及在半导体器件的测试中操作所述半导体器件处理机预定时间段。该方法还包括在电子存储器中记录用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征以及通过计算机分析所记录的用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征。另外，该方法包括通过所述计算机确定所述半导体器件处理机的哪个操作阶段具有导致最低操作鼓节拍的最大限制约束并且调节所述半导体器件处理机的具有所述最低操作鼓节拍的操作阶段的操作参数以增加该操作鼓节拍。该方法进一步包括重复该方法，直到实现这样的操作状态以致于对操作参数进行进一步调节将导致用于所述半导体器件处理机的所述操作吞吐量下降。
在并行并发测试系统的另一个实施方式中，当所述半导体器件处理机的具有所述最低操作鼓节拍的操作阶段被确定为半导体传送操作时，该方法进一步包括通过所述计算机访问存储的所述半导体传送操作的部件的操作特征而由所述计算机进一步确定增加所述半导体传送操作的速度是否会超过所述半导体传送操作的操作限度，所述操作特征存储在所述电子存储器中。
在另一个实施方式中，当所述计算机确定增加所述半导体传送操作的速度不会超过所述半导体传送操作的操作限度时，该方法将所述半导体传送操作的速度增加预定增加量。
在一个实施方式中，当所述计算机确定增加所述半导体传送操作的速度会超过所述半导体传送操作的操作限度时，该方法降低所述半导体器件处理机的所有其它操作阶段的速度以匹配所述半导体传送操作的速度。
在另一个实施方式中，当所述半导体器件处理机的具有所述最低操作鼓节拍的操作阶段被确定为浸泡缓冲操作时，所述方法降低所述半导体器件处理机的所有其它操作阶段的速度以匹配所述浸泡缓冲操作的吞吐量。
在又一个实施方式中，所述半导体器件处理机的操作阶段包括输入传送阶段、浸泡缓冲阶段、核心测试操作阶段和输出阶段。
在一个实施方式中，该方法包括当所述半导体器件处理机包括多个核心操纵器时将所述半导体器件处理机的所有核心操纵器协调成彼此同步。
在另一个实施方式中，当所述多个核心操纵器中的任何一个核心操作器被确定为由于暂停并等待另一个核心操纵器完成操作而具有等待时间时，所述方法减慢所述多个核心操纵器中的至少一个核心操纵器的速度以使所述等待时间最小化。
在又一个实施方式中，在确定增加所述半导体传送操作的速度是否会超过所述半导体传送操作的操作限度时，所存储的所述半导体传送操作的操作特征包括速度、加速度和加加速度的可接受操作范围。
在一个实施方式中，基于所述半导体传送操作的受到用于速度、加速度和加加速度的预定最大值的限制的最快速度的确定来将所述半导体传送操作的速度增加预定增加量。
在另一个实施方式中，用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征被存储在可接入所述计算机的性能数据库中，所述计算机既能够为所述半导体器件处理机进行预定操作吞吐量分析，又能够进行用户定制的操作吞吐量分析。
在又一个实施方式中，所述方法包括当所述计算机确定所述半导体器件处理机的操作吞吐量低于预定水平的操作吞吐量时由所述计算机发出用户警报。
在一个实施方式中，该方法包括：通过分析存储在所述性能数据库中的数据对用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征进行连续分析；确定用于所述半导体器件处理机的操作阶段的异常操作吞吐量特征；以及预测所述半导体器件处理机的操作阶段的未来失效。
在另一个实施方式中，在各组条件下在非生产操作模式中进行所述半导体器件处理机的操作，其中所得到的操作吞吐量特征由所述计算机使用以产生推荐的半导体器件处理机配置。
在又一个实施方式中，所述半导体器件处理机的每个操作阶段都由数字PID控制器来调控。
在一个实施方式中，该方法包括：当所述半导体器件处理机包括无索引处理机传送系统时并且在由所述计算机确定半导体测试时间比索引时间长时增加半导体传送操作的索引时间。
在另一个实施方式中，提供了一种用于优化操作吞吐量的半导体器件处理机系统。该系统包括：接收缓冲(或缓冲区)，该接收缓冲接收用于测试的半导体器件；和输入缓冲，该输入缓冲对测试之前的半导体器件进行输入准备。该系统还包括：包括至少一个操纵器的核心测试台，该核心测试台对所述半导体器件进行测试；输出缓冲，该输出缓冲用于对测试之后的半导体器件进行输出准备；载体缓冲，该载体缓冲用于存储进行输出准备之后的半导体器件；和传送系统，该传送系统用于将所述半导体器件传送通过所述系统。该系统进一步包括控制器，该控制器控制所述系统的操作，包括分析用于该系统的每个操作阶段的操作吞吐量特征、确定哪个操作阶段具有最低操作鼓节拍、调节具有较低操作鼓节拍的操作阶段的操作参数以增加鼓节拍、以及确定对操作参数的进一步调节何时不会导致操作吞吐量下降。
在又一个实施方式中，所述输入缓冲包括增加测试之前的半导体器件的温度的浸泡缓冲。
在一个实施方式中，所述控制器是主数字PID控制器，并且该系统的每个操作阶段通过与该主数字PID控制器交互的数字PID控制器调控。
在另一个实施方式中，所述核心测试站包括多个无索引核心操纵器。
附图说明
图1A图示了工厂的最小模型；
图1B图示了转换成处理机的最小模型的图1A中的工厂的最小模型；
图1C图示了在图1B中示出的处理机的详细模型；
图2示出了用于单核心操纵器的吞吐量过程的示例性图示；
图3A、3B、3C和3D图示了用于协调标准处理机的顺序；
图4示出了用于双核心操纵器的吞吐量过程的示例性图示；
图5示出了用于无索引双核心操作器处理机的吞吐量过程的示例性图示；
图6图示了处理机系统的示例性七段运动分布曲线；
图7图示了处理机系统的示例性复合运动分布曲线，该复合运动分布曲线在七段运动分布曲线之间包含等待时间；
图8图示了用于在温度浸泡时间(soak time)变成约束时优化吞吐量的流程图；
图9示出了具有若干操作模式的系统的基本图示，这些操作模式包括非生产操作模式；
图10提供了一系统的示例性图示，该系统使用基于ToC的控制器利用PID控制器来优化半导体器件处理机系统的吞吐量；以及
图11图示了可以在实现这里描述的半导体测试中利用的计算机系统的实施例。
具体实施方式
鉴于前述说明，本公开因而旨在通过其各种方面、实施方式和/或具体特征或子组件中的一个或多个来显示出如下具体指明的一个或多个优点。本公开提供了用于实现半导体器件处理机吞吐量优化的系统和方法的描述。
为了将由ToC规定的方法和原理应用于半导体测试，必须将测试单元建模成一工厂，将处理机建模成生产线。图1A图示了工厂的最小模型。在图1A中，该工厂的最小模型包括：输入操作，该输入操作包括输入缓冲101；工作区域，该工作区域包括各种工作区域资源102和将半导体从输入操作经过该工作区域传送到输出操作的产品传送(或传送区)103；以及输出操作，该输出操作包括输出缓冲104。
图1B图示了从图1A所示的工厂的最小模型转换的处理机的最小模型。在图1B中，处理机的最小模型包括三个阶段。第一阶段为器件输出缓冲，该器件输入缓冲包括器件载体输入缓冲111。第二阶段是测试阶段，该测试阶段包括半导体测试机112。器件传送113将半导体从器件输入缓冲经过测试阶段传送到器件输出缓冲阶段，该器件输出缓冲阶段包括器件载体输出缓冲114。
在实践中，图1B的简单模型并没有给处理机提供足够特征和性能来支持高容量半导体测试。这种“主力(work-horse)”处理机以沉重负荷连续地运行。这样，它们需要具有高吞吐量和高可靠性。另外，处理机几乎总是需要支持温度测试。大多数处理机为环境温度和热温(双温)，而一些器件处理机支持热温、环境温度和冷温(三温处理机)。
为了支持对半导体测试的这些高容量要求，主力处理机具有多个传送系统，这些传送系统在工作区域之间具有缓冲。在热温或冷温测试的情况下，温度浸泡区域本身为缓冲。将这些要求应用于图1B的简单模型，我们获得了如图1C所示的模型的精细化。
图1C的更多功能模型包括一系列缓冲、传送系统和工作区域。操作人员120、130现在是系统的一部分，因为它们将未测试器件手动装载到系统内，并且将测试后器件从该系统移除。输入传送将器件从输入器件载体缓冲121移动到浸泡缓冲123。浸泡缓冲器123是热工作区域，在该热工作区域，使用温度调控资源124使器件达到测试之前的温度。核心传送操纵器125使用输入传送122将器件从输入缓冲移动到对它们进行测试的区域。该区域典型地由器件“测试插槽”构成，所述器件通过核心操纵器插入到这些器件测试插槽内。当器件被插入测试插槽内时，器件与测试机的电子测试资源126进行电连接。机器人处理机指示测试机开始测试。当测试完成时，测试机将结果发送回到处理机。作为响应，处理机将这些器件从测试插槽收回，并且将它们移动到输出缓冲127。从输出缓冲127，它们被移动到拣选器件载体缓冲129，在该拣选器件载体缓冲129，基于测试结果将这些器分开。最后，操作人员130将拣选器件移动到远离测试单元的位置。
为了将处理机设计和功能中的广泛变化减少到能够描述的可管理数量，进行一些基本声明。半导体处理机有四种基本形式：重力供送、拾放(pick-and-place)、旋转和条状生产线(strip-line)。这里描述的发明将主要集中在其中缓冲位于工作区域之间并且独立的传送系统位于缓冲和工作区域之间的处理机。在这些当中，出于图示目的，使用拾放处理机，然而，本发明同样适合于半导体处理机的所有四种基本形式。
将处理机最大吞吐量定义为测试时间为零时处理机的吞吐量。因为当测试单元操作时测试时间永远都不会为零，因而得出，当处理机被构造成用于如制造商规定的最大吞吐量时，用于处理机的约束总是处于核心操作。
缓冲被定义为器件贮存区，该器件贮存区对相邻操作之间的吞吐量变动进行补偿。缓冲“尺寸”是指缓冲的能力或容量，而缓冲“状态”是指在任何给定时间处于使用中的部分。
浸泡缓冲是缓冲的一个特殊类别，其中在使器件达到测试之前的特定温度的同时必须将保持在该缓冲中。浸泡缓冲也作为FIFO队列(先进先出队列)操作。为了使浸泡缓冲不成为约束，系统必须以比该队列能够被排空的速度更快的速度填充该队列。同样，这需要核心总是具有比输入传送低的吞吐量。这还意味着浸泡缓冲应该总是保持几乎充满。另外，该队列必须足够长，以使得退出该队列的所有器件都保持浸泡大于或等于最小浸泡时间的时间。理想地，该队列的长度将正好足够长到使得移动通过该队列的一组器件将在与所需浸泡时间精确相同的时间内通过队列。在实践中，由于器件尺寸和测试时间中的许多不可预测的变动，这很少是可行的。
用于所需队列长度的一般数学关系(在器件数方面浸泡缓冲尺寸)由下式给出：
缓冲尺寸＝最小浸泡时间*核心吞吐量
其等于：最小浸泡时间*(并行性/(测试时间+索引时间))
在高核心吞吐量的示例中：并行性＝8，测试时间＝2秒，索引时间＝1秒，最小浸泡时间＝2分钟(120秒)，而最小缓冲尺寸＝320。
在低核心吞吐量的示例中：并行性＝4，测试时间＝10秒，索引时间＝3秒，最小浸泡时间＝2分钟(120秒)，而最小缓冲尺寸＝36.9。
这里描述浸泡缓冲的原因是具有温度支持的处理机在本发明的情况下具有相关的两个操作状态。这两个操作状态为：(1)在首次测试开始之前缓冲被首次填充时的时期；和(2)首次测试开始之后的时期。
处理机工作区域包括但不限于这几种操作类型：(1)温度浸泡(常见)；(2)测试(总是需要)；(3)视觉检查(罕见)；和激光标记(非常罕见)。如图1C中所示，温度浸泡和测试仅仅是用于图示目的的操作。然而，重要的是需要注意，不管工作区域、缓冲和传送的数量如何，这里描述的方法和实践都适用。
充分利用ToC的原理并将这些原理应用于半导体测试单元，提供了如下定义：
半导体测试单元可以被认为是工厂。
索引时间被定义为在去除测试时间的情况下在核心工作区域处以核心速度传送一组器件的时间。换言之，核心传送时间＝测试时间+索引时间。
有两种基本类型的测试单元：具有不能被消除的索引时间(索引负担)的测试单元和无索引测试单元。处理机确定测试单元是索引负担的还是无索引的。
测试单元的目标是以最低成本进行最大长期吞吐量。
处理机的工作区域是器件在它们经受温度改变、测试或修改的同时必须等待的位置。
传送被定义为在半导体器件移动通过处理机时将半导体器件从一个位置移动到下一个位置所需的一组机械、电气和控制系统。
操纵器被定义为在器件被插入以进行测试的处理器的核心处操作的传送。
操作与传送相关联：
装载操作：操作人员传送将器件装载到器件载体缓冲内；
输入操作：传送将器件从器件载体缓冲移动到浸泡缓冲；
核心操作：核心操纵器将器件从浸泡缓冲移动到测试区并从测试区移动到输出缓冲；
输出操作：传送将器件从输出缓冲移动到拣选器件载体；以及
卸载操作：操作人员传送将器件从拣选器件载体缓冲卸载。
约束被定义为限制系统吞吐量的操作或多个操作。
鼓节拍被定义为约束的吞吐量(每单位时间的器件)。
移除约束是指增加相关操作的吞吐量，直到其不再是该约束或者该约束不再与另一个操作共享。
平衡操作是指降低其吞吐量以与该约束的吞吐量匹配。
协调系统是指在现有约束无法移除之后平衡系统的所有操作。
只有索引时间能够被用来移除核心处的约束或平衡该核心操作。
移除约束通过增加操作的吞吐量来完成。
增加操作吞吐量是指增加传送速度。
增加传送速度或者由软件控制和硬件性能规范支持，或者不是这样。
如果增加传送得到支持，则其会受到用户偏好或受到二和三阶吞吐量缩减因素(reducer)的限制。
二阶吞吐量缩减因数是使处理机操作中断并导致处理机吞吐量总体长期减少的那些处理机故障和失效。这些处理机故障和失效包括但不限于：器件堵塞、机械柔顺性丧失、电气和和机械部件故障、以及电气和机械部件失效。
三阶吞吐量缩减因素与操作员相关。示例包括但不限于：没能装载和保持器件输入缓冲填满；没能卸载和维持输出拣选器件载体缓冲中的能力；援助时间；修复时间；用户错误；以及用户有意编程和配置。
传送等待时间被定义为拾取点和放置点之间的零速度的时期。
拾取点被定义为在三维空间中捕获并选择器件以进行传送的物理位置。
放置点被定义为在三维空间中在传送之后部署器件的物理位置。
处理机吞吐量通过系统中的约束来确定。核心吞吐量默认为该约束。核心吞吐量通过测试时间、索引时间和并行性来确定。当产品到达测试单元进行测试时，测试时间和并行度被固定。只有索引时间能够被动态地调节。因此，作为一阶动作，索引时间应该被最小化。将测试单元的构造改变成包括多路复用处理机或无索引处理机将几乎消除系统索引时间。如果测试单元为索引负担型，则应该将索引时间减少到可能的程度。当最后剩余约束不再能够被移除时，应该通过使所有操作的吞吐量与该约束的吞吐量匹配来平衡系统。该方法是这里描述的本发明的焦点。
这里描述的本发明想到了基于在ToC上建模的处理机控制过程和用来调节吞吐量的一组处理器PID控制器对测试单元进行优化。当能够将一约束移除时，该过程将基于系统的过去性能以及来自其它测试单元的分享经验进行决策。该分享经验在其最简单的形式中可以是限制允许该过程做什么的用户限定设置。在更自动化的形式中，该过程能够访问来自大数据分析的输出，该大数据输出从多个测试单元对数据进行采样、组织和处理。在后一种情况下，企业级操作能够从自身学习并建立情报。与所有这种系统一样，总是需要人们监督。
因此，本发明的目的是将严谨且科学的方案应用于处理机优化，由此使得与依赖于不完全数据或推测的当前方法相关的不确定性最小化。
因而，对于标准的处理机来说，就像在工厂层级实践ToC一样来应用ToC：发现约束并且如果该约束能够并且应该被移除则将该约束移除。如果其能够被移除并且出现新的约束，则继续该过程直到最后剩余约束不再能够被移除。最后，放慢其它操作以与最后约束的鼓节拍匹配。
对于无索引处理机来说，该方法类似但是实现不同。对于无索引测试单元，将标准索引时间消除(测试结束和下一个测试开始之间的经过时间)。然而，无索引测试单元是利用两个工作区域(两个等效测试插槽组)与单个工作区域资源(测试机)的电子多路复用来串行操作的两个处理机的等效物。在该方案中，每个单独处理机的索引时间被“隐藏”或遮掩在其它处理机的测试时间之后。因此，尽管测试单元作为整体没有经历索引时间，但是每个单独处理机经历索引时间。于是，将每个处理机(或核心操纵器)上的索引时间重新定义为在处置开始到下一个插入之间经过的时间。在这种情况下，测试结束典型地与处置开始重合，但是器件插入不必与测试开始重合。减慢单独处理机索引时间消除了在器件插入和测试开始之间经过的时间，减少了处理机上的压力，降低了堵塞率，并且这样做没有任何惩罚。情况确实如此，因为测试单元的吞吐量专门由测试时间(索引时间被隐藏)确定。
对于无索引处理机，起始点是不同的。该方法将直接继续至测试时间与索引时间的比。如果测试时间大于索引时间，则通过将索引时间设置成等于测试时间来增加该索引时间。这是通过减慢核心操纵器运动来实现的。对于这样做永远都不会有吞吐量惩罚，但是具有包括较低堵塞率和较小处理机压力的好处。如果索引时间大于测试时间，则索引时间变成一机制，如果核心操作为约束，则通过该机制来调节该核心操作。接下来应用ToC方法和实践。
在图2中示出了用于单核心操纵器的吞吐量过程的示例性图示。
在用于单核心操纵器的方法中
一旦第一组器件已经到达拣选器件载体缓冲201，则优化开始。
如果每个操作的吞吐量都能够由该系统进行测量，则约束为具有最低吞吐量的操作。否则，观察缓冲201、203、307、209正在做什么来识别约束。
除非约束为浸泡缓冲203，否则加速输出区202、205和/或208来移除约束。
缓冲状态用作将发生该约束变化的先行指示符。
当不能再将该约束移除时，计算其鼓节拍。
通过将所有其它操作减慢到该约束的鼓节拍来使系统平衡。
当该系统预测到尽管短期吞吐量增加但是长期吞吐量将下降时，对最大吞吐量进行调节。
(1)在发现该约束时，通过比较每个操作的吞吐量来识别该约束。该数据应该可从处理机控制器获得。
(2)在发现该约束的鼓节拍时，则该鼓节拍为该约束的吞吐量(每单位时间的器件)
(3)为了移除该约束或使该系统平衡：
(a)如果传送操作202、205和/或208为该约束，则如果能够增加该传送的速度并应该增加该传送的速度则增加该传送的速度。如果不是，则减慢所有其它操作的吞吐量以便相匹配。
(b)如果浸泡缓冲操作为该约束，则降低所有其它操作以匹配浸泡缓冲的吞吐量。
(4)反复地通过该过程进行迭代，以使该过程完成。
图3A、3B、3C和3D示出了用于协调标准处理器的简单序列。对于该示例来说，假定该系统能够直接测量传送速度，并且不需要缓冲状态来识别约束。图3A示出了四个操作的吞吐量。如所期望的，核心传送被识别为约束。图3B示出了核心约束被移除。这样做的唯一途径是减少索引时间，直到其不再是约束为止。该点即为其与浸泡缓冲的吞吐量匹配的点。图3C示出了浸泡缓冲和核心现在都是该约束。由于浸泡缓冲的吞吐量不能再增加(除非能够减少浸泡时间)，因此不可能再移除该约束。图3D示出了输入和输出传送被减慢以与该约束的鼓节拍相匹配。也就是说，输入和输出传送被减慢以与该约束(浸泡缓冲和核心)的吞吐量相匹配。该系统现在以最高的支持吞吐量优化并平衡，以使系统压力最小。
在图4中示出了用于双核心操纵器的吞吐量过程的示例性图示。
在用于双核心操纵器的方法中：
一旦第一组器件已经到达拣选器件载体缓冲411，则优化开始。
如果每个操作的吞吐量都能够由该系统进行测量，则约束为具有最低吞吐量的操作。否则，观察缓冲411、413、418、420正在做什么来识别约束。
除非该约束为浸泡缓冲413，否则加速传送412、415、417、419来移除约束。
缓冲状态用作将发生约束变化的先行指示符。
当不能再将约束移除时，计算其鼓节拍。
通过将所有其它操作减慢到该约束的鼓节拍来使系统平衡。
双核心操纵器415、417引入用于协调的核心操纵器的要求，该要求完全算法化并且与该约束无关。
当该系统预测到尽管短期吞吐量增加但是长期吞吐量将下降时，对最大吞吐量进行调节。
(1)如果测试时间(该测试时间可以利用测试插座416)比任一个操纵器上的索引时间长，则在核心处将有等待时间。这在视觉上将表现为在其它操纵器完成测试、退回并且从核心区域移动出来的同时每个操纵器都暂停并等待。这将核心区域清空并且允许等待的操纵器恢复运动并将其器件插入以进行测试。这些等待时间能够从软件控制过程资源获得。如果在核心操纵器上有任何等待时间，则降低它们的速度并且使该等待时间最小化。这样做没有任何吞吐量惩罚。
(2)在发现该约束时，通过比较每个操作的吞吐量来识别该约束。该数据应该可从处理机控制器获得。
(3)在发现该约束的鼓节拍时，则该鼓节拍为该约束的吞吐量(每单位时间的器件)
(4)在移除该约束或使该系统平衡时：
如果一传送操作为该约束，则如果能够增加该传送的速度并应该增加该传送的速度则增加该传送的速度。如果不是，则降低所有其它操作的吞吐量以便相匹配。
如果浸泡缓冲操作为该约束，则降低所有其它操作以使浸泡缓冲413的吞吐量和相关联的温度调节资源414相匹配。
(5)反复地通过该过程进行迭代，以使该过程完成。
在图5中示出了用于无索引双核心操纵器的吞吐量过程的示例性图示。
在用于无索引双核心操纵器处理机的方法中：
一旦第一组器件已经到达拣选器件载体缓冲511，则优化开始。
如果每个操作的吞吐量都能够由该系统进行测量，则约束为具有最低吞吐量的操作。否则，观察缓冲511、513、519、521正在做什么来识别该约束。
除非该约束为浸泡缓冲513和相关联的温度调节资源，否则加速传送512、515、518和/或520来移除该约束。
缓冲状态用作将发生约束变化的先行指示符。
当不能再将该约束移除时，计算其鼓节拍。
通过将所有其它操作减慢到该约束的鼓节拍来使系统平衡。
双核心操纵器515、518引入用于协调核心操纵器的要求，该要求完全算法化并且与该约束无关。
当该系统预测到尽管短期吞吐量增加但是长期吞吐量将下降时，对最大吞吐量进行调节。
(1)如果测试时间(该测试时间可以利用一个或两个测试插座516、517)比任一个操纵器上的索引时间长，则在核心处将有等待时间。该等待无法在视觉上观察到，但是能够通过软件控制过程资源来检测到。如果在核心操纵器上有任何等待时间，则降低它们的速度并且使该等待时间最小化。这可以简单地通过使索引时间与测试时间相等来实现。这样做没有任何吞吐量惩罚。
(2)在发现该约束时，通过比较每个操作的吞吐量来识别该约束。该数据应该可从处理机控制器获得。
(3)在发现该约束的鼓节拍时，则该鼓节拍为该约束的吞吐量(每单位时间的器件)
(4)在移除该约束或使该系统平衡时：
如果一传送操作为该约束，则如果能够增加该传送速度并且应该增加该传送速度则增加该传送的速度。如果不是，则降低所有其它操作的吞吐量以便相匹配。
如果浸泡缓冲操作为该约束，则降低所述其它操作以匹配浸泡缓冲513的吞吐量。
(5)反复地通过该过程进行迭代，以使该过程完成。
通过智能平衡所有操作与约束来对系统进行协调：
当前，当处理机约束位于核心时，其它传送系统的响应是继续以固定的速率、加速度和加加速度操作。其结果是在与核心吞吐量不匹配的所有其它传送上引入等待时间。对核心进行供送的操作被阻碍，并且清除核心的操作匮乏。这些等待时间增加了在拾取点和放置点之间的传送的运送过程中的加速度和加加速度事件的数目。这些加速度和加加速度事件为传送硬件经历最大压力过程中的时间内的时刻。这适合于被施加摩擦、弯曲、压缩、张力和剪切力的马达、齿轮、带和其它机械系统。该系统将受益于这样的策略，该策略通过在低水平的加速度和加加速度上重新分布等待时间预算同时保持运送时间恒定来消除不必要的等待时间。这有效地将所有操作都协调到该约束的吞吐量，并且以使得二阶吞吐量缩减因素最小的方式进行。该协调方法为这里描述的发明的焦点。
在本发明的进一步改进中，该处理机系统受益于这样的策略，该策略通过在较低水平的传送加速度和加加速度上自动地以算法方式重新分配等待时间预算同时保持运送时间和距离恒定来消除等待时间。这将所有操作都协调为该约束的吞吐量，但是以使得二阶吞吐量最小的方式进行。
当前运动控制过程是为了计算导致用于速度、加速度和加加速度的最大允许值内的可能最快运动的运动曲线图。当使用该方法时，将得到图6所示的运动曲线图611。如图6中所示，该运动控制过程是为了计算导致用于速度、加速度和加加速度的最大允许值内的可能最快运动的运动曲线图。
在图6中所示的运动曲线图包括多达七个区段，这些区段顺序地由1到7标识，并且由如下区段限定：
区段1：具有正加加速度的加速度增加。
区段2：恒定加速度(零加加速度)。
区段3：加速度缓降，从而接近期望速度，加加速度为负。
区段4：恒定速度(零加加速度，零加速度)。
区段5：减速度增加，从而接近期望减速度，加加速度为负。
区段6：恒定减速度(零加加速度)。
区段7：减速度缓降，从而以零速度接近期望位置，加加速度为正。
在该运动曲线图611中，如果初始位置和最终位置充分接近，则可能永远不会达到最大加速度或最大速度。
计算运动曲线图的该方案的问题在于，在限制最大速度、加速度和加加速度的条件下其试图使运送时间(时段7结束时)最小化。当试图使吞吐量最大时，该方案是可接受的。在这种情况下，时间应该被最小化。然而，当运送时间和距离固定并且目标是使得压力最小化时这是不理想的。当操作被阻碍或匮乏并且引入等待时间时在当前的处理机技术中存在这些条件。当采用ToC并且降低操作吞吐量以与约束的吞吐量匹配时也会发生该问题。在任何情况下，当前过程都导致在传送循环中引入等待时间。如果等待时间没有被引入，则这仅仅是因为传送速度被手动重新配置。
在操作由于人为原因而匮乏或被阻碍的情况下，等待时间无法预测。在这种情况下，没有其它选择，必定不得已引入等待时间。没有其它选择。例如，如果用户没能将器件装载到器件载体缓冲内，则所有其它下游操作可能变成器件匮乏，并且如果经过足够时间可能所有操作都完全停止。稍后在本发明的描述中讨论用于这种情况的缓解方案，但是最终该缓解方案需要人工辅助。
在操作的吞吐量被降低以与约束的吞吐量匹配时，能够对等待时间进行预测。这是当前吞吐量的运送时间和为了匹配约束的吞吐量而需要的吞吐量的运送时间之间的差异。由于新的运送时间是已知并且是固定的，因此现在可以在固定时间和距离的条件下设计该运动曲线图以使加加速度(压力)最小化。更重要的是，可以通过利用该时间并且在较低的加加速度和加速度速率下消耗该时间来消除等待时间。该方法是本发明的如下改进的焦点。
假定操作的吞吐量必须降低以与约束的吞吐量相匹配，则当前过程将引入等待时间。这是与操作匮乏或被阻碍时使用的方法相同的方法。图7示出了已经在七个区段的运动曲线图711、712之间引入运动曲线图的一般示例。参照图7，该曲线为以时间为函数的速度v(t)给出的运动曲线图。T给出了总运送时间。吞吐量由并行度/T给出。所行进的距离由给出。
在保持T恒定的同时有使得传送系统上的压力最小化的更好的最佳运动曲线吗？答案为是(yes)，并且该方法由如下分析式给出，其中C为在图7中所示的曲线下面的面积。伽马(γ)为必须解答出的常数。一旦伽马已知，则新的C∞运动曲线由用于最佳速度曲线的三段分段等式描述。尽管该方法分段进行，但是所得到的从0到T的函数是连续的。此外，与如前所述的七个区段相比，现在在该曲线图中仅有三个区段。还没有恒定加速度时段。
以下举例说明了用于确定使加加速度最小化的最佳运动曲线的数学分析和解。
使加加速度的L∞范数最小化
摘要
问题是发现满足如下等式的速度v(t):
v(0)＝v'0)＝v(T)＝v'(T)
其中：
∫ 0 T v ( t ) d t ≡ C
其使得下式最小：
||v"||L∞(0,T)
解
答案是…
v ( t ) = γ 2 · t 2 t ∈ [ 0 , T 4 ] γ 2 · ( T 2 8 - ( t - T 2 ) 2 ) t ∈ [ T 4 , 3 T 4 ] γ 2 · ( t - T ) 2 t ∈ [ 3 T 4 , T ]
其中选择γ＞0以满足如下条件：
∫ 0 T v ( t ) d t ≡ C
注意：对于所有的t，|v"(t)|≡γ。
本领域技术人员将理解，该解提供了一种在C和T已知时设计用于使加加速度最小的运动曲线的方法，并且使加加速度最小将使得加速度最小并且最终使得系统上的压力最小。
现在提出算法控制的自动化方法。当采用ToC来优化半导体处理机的吞吐量时，将等待时间从传送系统的运动曲线图中移除，并且如刚刚描述的那样将这些等待时间替换为连续且不中断的运动。
当浸泡时间为约束时对系统进行自动协调：当温度浸泡时间成为约束从核心移动到浸泡缓冲工作区域的原因时可能发生这种情况。这是浸泡缓冲没能作为缓冲完成任务时的情况。由于该输入传送系统被阻碍而在该输入传送系统上引入了等待时间，并且在所有下游操作处引入等待时间，这是因为它们全部都器件匮乏。这并不是基于ToC规定的原理对系统进行的控制平衡。这正是ToC试图解决的问题。依赖于阻碍和匮乏来控制系统中的吞吐量是无效的，并且在机械上压力较大。还建议，对于给定器件要求，具体的处理机选择可能并非是最好的一个。然而，由于关于该条件没有给用户提供任何反馈和数据，用户既没有被警告也没有被通知。作为本发明的改进，图8示出了用于在温度浸泡时间成为约束时优化吞吐量的部分流程图。这将允许用户针对正确动作选项做出知情决策并且在最早的时间点这样做。
在图9中，在方框811处测量所有操作的吞吐量。在决策方框812处，确定浸泡缓冲是否为约束。如果该浸泡缓冲不是约束，则系统恢复测量所有操作的吞吐量，在该时间，该过程将分支到这里描述的其它过程。然而，如果该浸泡缓冲为该约束，则该过程使所有其它操作与浸泡缓冲的吞吐量匹配，如方框813中所示。在方框814处，该过程在继续至这里描述的其它过程之前警告用户并且将该事件记入性能数据库。
用于避免“砖墙”系统暂停的分阶段警告系统：当处理机约束是由于就用户而言没有将器件载体装载到系统内或将拣选器件载体从该系统卸载引起时，则当前过程在任何一个操作的吞吐量下降到零时发出报警，并且将系统暂停。需要来自用户的辅助来消除该约束而恢复操作。这是一个“砖墙”问题的示例。没有“早期警报”系统来警告用户该问题正在迫近从而可以在系统完全暂停之前预先采取前瞻性动作。当前技术唯一依赖于对器件载体缓冲的视觉检查来识别迫近的中断。该技术可能受益于实现分阶段响应的自动化系统，其中用户通过一系列早期警报而被通知，以防止系统暂停为目的。该系统将基于瞬间缓冲状态以及一阶导数变化率。该系统的架构可以基于比例微分反馈控制器。
这里设想了这种系统，并且通过如下一组规则(但不限于该组规则)来描述该系统：
*如果缓冲开始以下游吞吐量速率或接近下游吞吐量速率排空，则立即发出警报，指出该缓冲正因为上游操作而匮乏。
*如果缓冲开始以上游吞吐量速率或接近上游吞吐量速率填充，则立即发出警报，指出该缓冲正被下游操作阻碍。
*该警报包括到“砖墙”事件的估计时间。这给操作员提供了最少时间来协助需求，以便保持系统以当前吞吐量运行。
设想了在升级过程中具有附加阶段的系统。一个示例是当该系统从被中断开始具有一些固定时间间隔时，相应地发出警报。
所有警报和用户响应时间都被采样并记录日志，以供将来分析之用。
非生产操作模式-特征表示：
当前过程是用于基于测试下的器件构造的处理机并且在操作过程中基于该处理机的性能由用户调节该处理机。当前过程可以受益于非生产操作模式。例如，该处理机在给定一组条件下将表征其自身性能，并且向用户记录、分析和汇报数据和结果。将在该处理机改变操作参数矩阵如测试时间、索引时间、吞吐量、加加速度、加速度、速度和插入力的同时获取数据。该特性之成果将更精切地识别该处理机的操作“甜蜜点”，并且基于经验数据提供配置建议。由于这些操作设置以及它们的复杂交互既是系统效率低下又是组织摩擦的根源，因此当前过程将极大地受益于与刚刚描述的特征类似的特征。这不是当前可获得的，并且该方法是这里描述的发明的焦点。
对于这里描述的采用ToC来优化性能的系统来说，当然会有机会具有多个操作模式。例如，除了正常操作模式之外，想到将存在特征模式，该特征模式以算法方式通过设置矩阵来表征处理机性能，诸如传送器速度和目标缓冲状态，同时测量堵塞率和长持续时间吞吐量。该数据然后可以用来识别用于最大长持续时间吞吐量的最佳设置。该数据还将产生所有输入变量和成果(或输出量)之间的相关性。该数据在移除与处理机设置和操作相关的不确定性方面具有很高价值。从这种特征得到的信息的示例将是瞬时吞吐量(其中二阶作用诸如堵塞率开始减少长期吞吐量)能够以相对精度测量。该数量然后将在用户偏好中用作目标吞吐量。
作为操作模式的另一个示例，设想了优化模式，在堵塞率高于用户偏好中的某个预定阈值时或高于用户偏好中的某个预定变化率(堵塞率的一阶导数)时该优化模式将被自动使能。该系统将在测量堵塞率对传送速度的敏感度的同时通过调制吞吐量来进行响应。该测试的成果将是对维护人员确定该问题是否需要维护或者该问题是否是减少处理机吞吐量的简单事情的有价值信息。例如，如果在堵塞率保持恒定的同时吞吐量在一系列步骤中放慢，则该温度与传送器速度无关。该结果将是恢复正常操作吞吐量，直到能够将处理机离线、诊断并修复。如果该堵塞率对传送器速度表现出了显著敏感度，则解决方案可能是降低传送速度并且由此同时降低堵塞率。这可以使该处理机非常好地恢复成符合长期吞吐量标准。甚至可以输入辅助时间和修复时间，并且使该系统基于在规定时间段上对吞吐量的长期影响来对做什么进行决策。例如，如果该操作在将来需要通过一定时间测试的X数量个单元，则最好是现在使该处理机离线并进行修复还是应该使该处理机不过以较慢吞吐量继续运行以便满足目标？一旦作为输入提供生产需求，则如刚刚描述的处理机将具有进行该计算所必需的所有数据。
图10示出了具有若干操作模式(包括非生产操作模式)的系统的基本图示。在图10中，所图示的操作模式包括生产模式、诊断模式、特征模式和优化模式。
杠杆作用数据科学：处理机吞吐量很少为由系统软件和硬件支持的最大吞吐量。实际吞吐量典型地为直接人工干预的结果。该干预采取对处理机进行谨慎地重新编程以在最大吞吐量以下操作的形式。原因基于观点、推测、因果的历史数据的复杂组合，偶尔因为方便或权益方面的简单原因。处理机吞吐量的编程能够受益于更科学和更有组织的方案。大多数处理机系统都具有提供操作数据的能力，该操作数据既可以在实时模式中又可以在离线模式中进行分析以针对最大长期吞吐量更精确地优化处理机性能。目前在严格的科学方法中并有这样做，而这正是这里描述的本发明的焦点。
由于处理机状况和状态正被采用和记录，设想所有这些设置都将被包含在数据组中供分析之用。如本领域技术人员将理解的，只有在自动化系统的支持下才可能捕获并分析这种复杂的变量组以便计算有意义和有帮助的制造数据。在没有计算机辅助帮助的情况下观察、记录和分析对于操作人员来说太复杂。
想到了在处理机操作过程中采样的数据将被捕获并记录到数据文件供分析之用。将该数据与测试单元操作的操作符和维护日志组合，将生成有助于提高基于ToC的主控制过程的健壮性的信息。该分析的结果可以与其它测试单元数据诸如封装类型、器件套件类型和历史数据进行相关以进一步改进该过程。
另外，想到了当在一队测试单元当中对该信息进行比较并进行关联时，这些测试单元可以从彼此学习。实质上，它们发展出集体经验，该集体经验能够被分享和杠杆化以更有效地实现企业的目标。该过程当然可以采用大数据分析，并且通过设置(决策)和结果(成果)的自动数据收集而被使能，这是因为这些设置和结果涉及到处理机操作效率。这因而将允许处理机资产的管理在本质上变得更科学，并且进一步将其从推测和意见移除。
想到了维护事件日志，该事件日志包括但不限于如下类型的数据：
·所有用户可编程设置
·事件时间戳
·导致系统状况变化的所有事件
·由用户干预造成的所有事件
·所有性能度量
·所有缓冲大小和状态
·所有吞吐量状态
·所有停机时间和持续时间
·所有离线和在线事件和持续时间
·生产量历史
·所有温度历史
·所有器件堵塞
·所有系统失效
·所有系统的任何类型故障
·所有警告
·所有警报
·用户名称和/或标识
·系统位置
·处理机和测试机标识
·器件标识
·套件标识
·测试时间
·索引时间
通用处理机设计考虑：关键问题是什么确定何时约束不能再被移除。如果一约束已经撞上“砖墙”，并且因为系统仅仅不支持更快吞吐量而无法将该约束移除，则答案是该约束不能被移除。然而，如果支持更快吞吐量，则答案需要该系统基于当前和过去性能来预测将来行为。吞吐量短期增加会增加系统压力并且最终降低长期吞吐量吗？为了回答该问题，需要电子存储器来存储和检索过去事件、决策和成果。分享过去经验和从过去经验学习的能力也对这种系统的健壮性有利。
用于优化其他处理机模型的性能的通用方法将总是遵循由ToC规定的基本方法。由于使用缓冲状态作为用于机械运动调节的反馈控制机制，因此期望每个处理机都具有某种类型的缓冲。
一些处理机模型直接从器件载体拾取和直接放置到器件载体。在这些情况下，这些器件载体代表缓冲。输入缓冲手动填充，但是通过机器人传送而排空。输出缓冲手动排空，但是由机器人传送来填充。在涉及到操作人员的情况下，可能无法知道缓冲是否改变。尽管总是可以检测到空的输入条件或满的输出条件，但是调控系统应该更多依赖于检测每个操作阶段的吞吐量和等待时间而不是缓冲状态。
可以预见到，处理机的每个操作阶段(输入、核心和输出)的该调控系统将使用数字PID架构实现，该数字PID架构具有与测试循环时间相等的采样速率。这是在测试开始之间经过的时间。PID控制器必须忽略循环到循环发生的快速变化(噪音)，并且既对过去事件进行响应，又对预测行为进行响应。在这方面，PID控制架构是一逻辑方案，并且预期提供健壮的调控。ToC将提供高等级控制，这些高等级控制识别该约束是否能够被移除，是否应该被移除，以及何时应该减慢其他操作以与约束的鼓节拍匹配。在每个操作阶段都可以想到PID实现，以便将每个缓冲维持在它们的目标设置点。此外，在每个操作阶段都可以想到PID实现，以便调控每个操作阶段的吞吐量。
下面示出了由维基百科(Wikipedia)建议的采取数字PID架构形式的PID实现的示例：
(源：https://en.wikipedia.org/wiki/File:Pid_en_updated_feedback.svg)。
在被设计成用于调控缓冲大小的控制环中可以采用如下分配：
·y(t)：缓冲大小
·r(t)：目标缓冲大小
·e(t)：r(t)-y(t)
·u(t)，传送速度控制
PID系数将基于由具体处理机设置确定的因素来设置，但是将导致当前性能(P)、过去性能(I)和预测性能(D)之间不同的优先级。例如，较高的D系数(Kd)将增加对能够导致缓冲大小突然变化的短期事件的响应灵敏性。降低Kd导致系统对短期噪音的灵敏性较低。Ki和积分极限将用来根据过去来调节对影响缓冲大小的长期事件的敏感性，所述长期事件诸如堵塞、操作员没能将器件托盘装载到处理机输入区内以及机械故障。比例项Kp应该有助于大部分输出u(t)。
在PID控制器被设计成调控吞吐量的情况下，将采用如下分配值：
·y(t)：所测量的吞吐量
·r(t)：目标吞吐量
·e(t)：r(t)-y(t)
·u(t)，传送速度控制
调控吞吐量的PID控制器用来在传送系统上的不同载荷下维持目标吞吐量。例如，当生产量下降时，输出传送将在载荷增加下到来。这是因为其必须行进更长距离到达废品箱。在这种情况下，PID误差函数将增加，并且输出u(t)将要求传送的运动速度增加以进行补偿。
图10示出了用于使用基于ToC的控制器通过使用这里图示的PID控制器来优化半导体器件处理机系统的吞吐量的系统的示例性图示，该系统类似于之前描述的系统。本领域技术人员将理解，在约束理论中有许多架构、部件、算法和构造能够提供必要控制以使用这里描述的PID控制和方法来优化半导体处理机。图10中所示的系统是许多可能高级模型中的一个高级模型。
在该单操纵器双缓冲模型中，基于ToC的主控制器从用户偏好接受输入。可以预见，这些偏好可以由用户设定或者从外部数据源推导出，该外部数据源基于历史趋势和在很广范围的测试单元构造和操作条件的分析来对偏好进行协调。主控制器如较早概括的那样实现ToC的算法，并且通过对PID系数重新进行编程并允许PID控制器调控操纵器速度来对该系统进行控制。从ToC控制器的角度来看，从对PID进行供送的相同数据来提取出对哪里存在约束的确定：传送吞吐量、传送等待时间、缓冲状态、缓冲变化率。ToC控制器然后通过对该约束想做什么与用户设置允许做什么进行比较来确定是否能够移除约束和是否应该移除该约束。如果该约束能够被移除，则ToC控制器针对PID控制器改变这些输入，并且允许它们调控传送速度以实现期望结果。
在主控制器想要降低传送速度以便通过与鼓节拍同步来对自身进行平衡的情况下，无需与用户偏好进行核实，因为在吞吐量方面没有任何惩罚。因而，该ToC功能完全是自发的。但是，该过程依然与用来增加传送速度的过程相同：主程序改变PID控制器的输入并且允许它们调控传送速度以实现期望结果。
由ToC主控制器共同控制各种PID控制器的优点是能够提供鼓节拍参考以将所有传送系统同步。这确实需要ToC主控制器能够计算该约束的吞吐量。
如在该文献中描述的发明在半导体测试单元设计中带来了显著进步。已经描述了系统和方法，所述系统和方法将科学的方法应用于吞吐量优化。由于吞吐量是在测试单元硬件的操作寿命期间测量的长期度量，因此必须给予长期可靠性与短期吞吐量改进同等的重要性。必须发现短期吞吐量和机械压力之间的最佳平衡。通过实现这里描述的系统和方法，可以基于数据而不是人工推测来在算法上发现并协调这种平衡。
图12示出了计算机1200的实施例，可以在该计算机1200上实现以上描述的过程。计算机1200包括一组或多组计算机编程指令，这些计算机编程指令存储在存储器1202中，并且能够由计算机1200中的处理器1201执行以实现以上描述的过程。当利用特定测试软件适当编程时计算机1200成为了被构造成用于专门一组测试操作和功能的专用用途计算机。
计算机1200可以以许多物理构造中的一个构造来呈现，包括被构造成服务器或客户终端。计算机1200也可以被包含在各种设备中，诸如台式计算机、膝上型计算机、个人数字助理、移动设备、电子平板、智能电话等等。
如图11所示，计算机1200包括处理器1201和存储器1202，存储器1202是可以由计算机1200使用的一种或多种各式存储器的代表。这些存储器可以包括一种或多种随机访问存储器、只读存储器和可编程只读存储器等等。计算机1200还包括至少一个显示器1203，该至少一个显示器1203可以以任何形式提供，包括阴极射线管、LED显示器、LCD显示器和等离子显示器等。该显示器可以包括用于诸如通过触敏显示屏进行数据输入的设置。附加输出装置可以包括音频输出设备，诸如扬声器1209。
计算机1200进一步包括一个或多个输入装置。输入装置可以包括如下装置中的一个或多个：字母数字输入装置1204，诸如键盘；光标控制器1205，诸如鼠标、触摸垫或操纵杆；和麦克风1210。计算机1200还使得处理器1201能够通过计算机1200外部的网络1207与一个或多个远程装置1206通信。计算机1200内部的通信主要使用总线1208。
在另选实施方式中，可以将诸如专用应用集成电路、可编程逻辑阵列或其它硬件器件之类的专用硬件实现构造成来实现这里描述的一个或多个方法。可能包括各种实施方式的设备和系统的应用可广泛地包括各种电子和计算机系统。这里描述的一个或多个实施方式可以使用两个或更多个具体互连的硬件模块或装置实现功能，该硬件模块或装置具有能够在模块之间通过模块传送的相关控制和数据信号，或者作为专用应用集成电路的一部分。因而，本发明的系统涵盖软件、固件和硬件实现。
根据本公开的各种实施方式，这里描述的方法可以通过可由计算机系统执行的软件程序实现。另外，在一个示例性非限制性实施方式中，实现可以包括分布式处理、组件/对象分布式处理和并行处理。另选地，可以将虚拟计算机系统处理构造成实现这里描述的一个或多个方法或功能。
尽管已经参照若干个示例性实施方式描述了本发明，但应理解，已经使用的措辞是描述和示例性措辞，而不是限制性措辞。在不脱离本发明的在其方面中的精神和范围的情况下，可以在当前陈述和修改的所附权利要求的范围内作出改变。尽管已经参照具体手段、材料和实施方式描述了本发明，但并不是为了将本发明限制于所公开的具体细节；相反，本发明延及到如在所附权利要求的范围内的所有在功能上等价的结构、方法和用途。
尽管可以将非暂时性计算机可读介质示出为单个介质，但是术语“计算机可读介质”包括单个介质或多重介质，诸如集中式或分布式数据库和/或存储一组或多组指令的相关超高速缓冲存储器和服务器。术语“非暂时性计算机可读介质”应该还包括能够存储、编码或承载由处理机执行的一组指令或致使计算机系统执行这里公开的任何一个或多个方法或操作的任何介质。
在一具体非限制性的示例性实施方式中，计算机可读介质可以包括诸如存储卡之类的固态存储器或容纳一个或多个非易失性只读存储器的其它封装。另外，该计算机可读介质可以是随机存取存储器或其它易失性可再写存储器。此外，该计算机可读介质可以包括诸如磁盘或磁带之类的磁光或光学介质或捕获诸如通过传输介质传送的信号之类的载波信号的其它存储器件。因而，所述公开被认为包括任何计算机可读介质或其中可存储数据或指令的其它等同物或后续媒体。
尽管本说明书描述了可以参照具体标准和协议在具体实施方式中实现的组件和功能，但是本公开不限于这些标准和协议。例如，用于互联网和其它分组交换网络传输的标准代表现有技术状态的示例。这些标准被具有基本相同功能的更快或更高效的等同物周期性地取代。因而，具有相同或类似功能的替换标准和协议被认为是其等同物。
这里描述的实施方式的图示是为了提供各种实施方式的结构的一般理解。这些图示不是为了用作利用这里描述的结构或方法的设备和系统的所有元素和特征的完整描述。在阅读所述公开之后许多其它实施方式对本领域技术人员是显而易见的。从所述公开可利用和推导出其它实施方式，使得在不脱离该公开的范围的情况下可进行结构和逻辑替换和改变。另外，这些图示仅仅是代表性的，并且可能不是按照比例绘制的。图示中的一些比例可能被夸大，而其它比例可能被最小化。因而，所述公开和附图应被认为是示例性而非限制性的。
所述公开的一个或多个实施方式在这里可以被单独地和/或共同地称为术语“发明”，这仅仅是为了方便而不是为了特意将该申请的范围限制于任何具体发明或发明构思。此外，尽管这里已经图示并描述了具体实施方式，应该认识到，被设计成实现相同或类似目的的任何随后布置可以取代所示的具体实施方式。该公开旨在覆盖各种实施方式的任何和所有随后的改变和修改。通过阅读说明书，上述实施方式的组合以及这里没有明确描述的其它实施方式对本领域技术人员来说将是显而易见的。
该公开的摘要是在该摘要不会用来解释或限制权利要求的范围或含义这个认识下提交的。另外，在上述具体实施方式中，为了使得该公开流畅易懂，将各种特征一起编组或在单个实施方式中描述。并不是要将该公开解释为反映了所要求保护的实施方式需要比在每个权利要求中明确阐述的更多的特征这种意愿。相反，如以下权利要求反映的，发明主题内容可能涉及少于任何一个公开实施方式的所有特征的特征。因而，以下权利要求结合在具体实施方式中，且每个权利要求独立地存在，单独地限定所要求保护的主题内容。
以上公开的主题内容应被认为是说明性而非限制性的，并且所附权利要求旨在覆盖落入本公开的真实精神和范围内的所有这种修改、改进和其它实施方式。因而，在由法律允许的最大范围内，本公开的范围应由如下权利要求及其等同物可允许的最宽泛解释来确定，并且不应该受到以上详细描述的制约或限制。

Claims (20)

1.一种用于优化半导体器件处理机的操作吞吐量的方法，该方法包括：
在拣选半导体器件处理机输入载体缓冲处接收用于测试的半导体器件；
在半导体器件的测试中操作所述半导体器件处理机预定时间段；
在电子存储器中记录用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征；
通过计算机分析所记录的用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征；
通过所述计算机确定所述半导体器件处理机的哪个操作阶段具有导致最低操作鼓节拍的最大限制约束；
调节所述半导体器件处理机的具有所述最低操作鼓节拍的操作阶段的操作参数以增加该操作鼓节拍；以及
重复该方法，直到实现这样的操作状态以致于对操作参数进行进一步调节将导致用于所述半导体器件处理机的所述操作吞吐量下降。
2.根据权利要求1所述的方法，该方法进一步包括：
当所述半导体器件处理机的具有所述最低操作鼓节拍的操作阶段被确定为半导体传送操作时，通过所述计算机访问存储的所述半导体传送操作的部件的操作特征而由所述计算机进一步确定增加所述半导体传送操作的速度是否会超过所述半导体传送操作的操作限度，所述操作特征存储在所述电子存储器中。
3.根据权利要求2所述的方法，该方法进一步包括：
当所述计算机确定增加所述半导体传送操作的速度不会超过所述半导体传送操作的操作限度时，则将所述半导体传送操作的速度增加预定增加量。
4.根据权利要求2所述的方法，该方法进一步包括：
当所述计算机确定增加所述半导体传送操作的速度会超过所述半导体传送操作的操作限度时，降低所述半导体器件处理机的所有其它操作阶段的速度以匹配所述半导体传送操作的速度。
5.根据权利要求1所述的方法，该方法进一步包括：
当所述半导体器件处理机的具有所述最低操作鼓节拍的操作阶段被确定为浸泡缓冲操作时，降低所述半导体器件处理机的所有其它操作阶段的速度以匹配所述浸泡缓冲操作的吞吐量。
6.根据权利要求1所述的方法，
其中所述半导体器件处理机的操作阶段包括输入传送阶段、浸泡缓冲阶段、核心测试操作阶段和输出阶段。
7.根据权利要求1所述的方法，该方法进一步包括：
当所述半导体器件处理机包括多个核心操纵器时，将所述半导体器件处理机的所有核心操纵器协调成彼此同步。
8.根据权利要求7所述的方法，该方法进一步包括：
当所述多个核心操纵器中的任何一个核心操纵器被确定为由于暂停并等待另一个核心操纵器完成操作而具有等待时间时，减慢所述多个核心操纵器中的至少一个核心操纵器的速度以使所述等待时间最小化。
9.根据权利要求3所述的方法，
其中在确定增加所述半导体传送操作的速度是否会超过所述半导体传送操作的操作限度时，所存储的所述半导体传送操作的操作特征包括速度、加速度和加加速度的可接受操作范围。
10.根据权利要求9所述的方法，
其中基于所述半导体传送操作的受到用于速度、加速度和加加速度的预定最大值的限制的最快速度的确定来将所述半导体传送操作的速度增加预定增加量。
11.根据权利要求1所述的方法，该方法进一步包括：
用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征被存储在可接入所述计算机的性能数据库中，所述计算机既能够为所述半导体器件处理机进行预定操作吞吐量分析，又能够进行用户定制的操作吞吐量分析。
12.根据权利要求11所述的方法，该方法进一步包括：
当所述计算机确定所述半导体器件处理机的操作吞吐量低于预定水平的操作吞吐量时，由所述计算机发出用户警报。
13.根据权利要求11所述的方法，该方法进一步包括：
通过分析存储在所述性能数据库中的数据对用于所述半导体器件处理机的每个操作阶段的操作吞吐量特征进行连续分析；
确定用于所述半导体器件处理机的操作阶段的异常操作吞吐量特征；以及
预测所述半导体器件处理机的操作阶段的未来失效。
14.根据权利要求1所述的方法，该方法进一步包括：
在各组条件下在非生产操作模式中进行所述半导体器件处理机的操作，其中所得到的操作吞吐量特征由所述计算机使用以产生推荐的半导体器件处理机配置。
15.根据权利要求1所述的方法，
其中所述半导体器件处理机的每个操作阶段都由数字PID控制器来调控。
16.根据权利要求1所述的方法，该方法进一步包括：
当所述半导体器件处理机包括无索引处理机传送系统时并且在由所述计算机确定半导体测试时间比索引时间长时增加半导体传送操作的索引时间。
17.一种用于优化操作吞吐量的半导体器件处理机系统，该半导体器件处理机系统包括：
接收缓冲，该接收缓冲接收用于测试的半导体器件；
输入缓冲，该输入缓冲对测试之前的半导体器件进行输入准备；
包括至少一个操纵器的核心测试台，该核心测试台对所述半导体器件进行测试；
输出缓冲，该输出缓冲用于对测试之后的半导体器件进行输出准备；
载体缓冲，该载体缓冲用于存储进行输出准备之后的半导体器件；
传送系统，该传送系统用于将所述半导体器件传送通过所述系统；
控制器，该控制器控制所述系统的操作，包括分析用于该系统的每个操作阶段的操作吞吐量特征、确定哪个操作阶段具有最低操作鼓节拍、调节具有较低操作鼓节拍的操作阶段的操作参数以增加鼓节拍、以及确定对操作参数的进一步调节何时不会导致操作吞吐量下降。
18.根据权利要求17所述的系统，
其中所述输入缓冲包括增加测试之前的半导体器件的温度的浸泡缓冲。
19.根据权利要求17所述的系统，
其中所述控制器是主数字PID控制器，并且该系统的每个操作阶段通过与该主数字PID控制器交互的数字PID控制器调控。
20.根据权利要求17所述的系统，
其中所述核心测试站包括多个无索引核心操纵器。
CN201480073368.9A 2013-11-27 2014-11-25 用于半导体器件处理机吞吐量优化的方法和系统 Active CN105917452B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361909600P 2013-11-27 2013-11-27
US61/909,600 2013-11-27
PCT/US2014/067347 WO2015081081A1 (en) 2013-11-27 2014-11-25 Semiconductor device handler throughput optimization

Publications (2)

Publication Number Publication Date
CN105917452A true CN105917452A (zh) 2016-08-31
CN105917452B CN105917452B (zh) 2019-06-07

Family

ID=53199597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480073368.9A Active CN105917452B (zh) 2013-11-27 2014-11-25 用于半导体器件处理机吞吐量优化的方法和系统

Country Status (6)

Country Link
US (1) US9818631B2 (zh)
CN (1) CN105917452B (zh)
MY (1) MY188472A (zh)
PH (1) PH12016500966B1 (zh)
TW (1) TWI670578B (zh)
WO (1) WO2015081081A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109545722A (zh) * 2018-12-11 2019-03-29 上海精测半导体技术有限公司 半导体生产系统及其量测系统和量测设备
CN110419010A (zh) * 2017-04-25 2019-11-05 Abb瑞士股份有限公司 用于估算生产线的吞吐量的方法和装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10520932B2 (en) * 2014-07-03 2019-12-31 Taiwan Semiconductor Manufacturing Co., Ltd Transport system and method
TWI728161B (zh) * 2016-08-03 2021-05-21 美商塞雷特有限責任公司 在多階段溫度測試期間用於連續測試器操作之方法
US10782316B2 (en) 2017-01-09 2020-09-22 Delta Design, Inc. Socket side thermal system
CN109902895A (zh) * 2017-12-08 2019-06-18 英业达科技有限公司 产品生产的测试生产排程系统及其方法
KR101940287B1 (ko) * 2018-02-08 2019-01-18 (주)테키스트 반도체 제조용 온도 조절 장치
WO2019202700A1 (ja) * 2018-04-19 2019-10-24 三菱電機株式会社 異常設備を特定する装置、方法、およびコンピュータプログラム
CN115088037A (zh) 2020-02-13 2022-09-20 科休有限责任公司 用于对半导体器件进行测试的自动化测试设备
KR20240027784A (ko) 2021-06-30 2024-03-04 델타 디자인, 인코포레이티드 접촉기 어셈블리를 포함하는 온도 제어 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6831454B2 (en) * 2003-02-20 2004-12-14 Mirae Corporation Indexing device in semiconductor device handler and method for operating the same
US20080041694A1 (en) * 2006-08-19 2008-02-21 Dynamic Micro Systems Buffer station for stocker system
CN101410749A (zh) * 2003-01-31 2009-04-15 伊尔德博斯特技术公司 在一液晶显示器(lcd)制造过程中用于监视、预测和最佳化生产产生率的系统和方法
US20090309620A1 (en) * 2004-01-29 2009-12-17 Howard Roberts Tandem handler system and method for reduced index time
CN101819238A (zh) * 2004-07-23 2010-09-01 株式会社爱德万测试 电子器件试验装置
US20130080760A1 (en) * 2012-08-10 2013-03-28 Concurix Corporation Execution Environment with Feedback Loop

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070282480A1 (en) 2003-11-10 2007-12-06 Pannese Patrick D Methods and systems for controlling a semiconductor fabrication process
US7508191B2 (en) 2004-01-29 2009-03-24 Howard Roberts Pin electronics implemented system and method for reduced index time
US7183785B2 (en) 2004-01-29 2007-02-27 Howard Roberts Test system and method for reduced index time

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101410749A (zh) * 2003-01-31 2009-04-15 伊尔德博斯特技术公司 在一液晶显示器(lcd)制造过程中用于监视、预测和最佳化生产产生率的系统和方法
US6831454B2 (en) * 2003-02-20 2004-12-14 Mirae Corporation Indexing device in semiconductor device handler and method for operating the same
US20090309620A1 (en) * 2004-01-29 2009-12-17 Howard Roberts Tandem handler system and method for reduced index time
CN101819238A (zh) * 2004-07-23 2010-09-01 株式会社爱德万测试 电子器件试验装置
US20080041694A1 (en) * 2006-08-19 2008-02-21 Dynamic Micro Systems Buffer station for stocker system
US20130080760A1 (en) * 2012-08-10 2013-03-28 Concurix Corporation Execution Environment with Feedback Loop

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110419010A (zh) * 2017-04-25 2019-11-05 Abb瑞士股份有限公司 用于估算生产线的吞吐量的方法和装置
CN110419010B (zh) * 2017-04-25 2022-04-29 Abb瑞士股份有限公司 用于估算生产线的吞吐量的方法和装置
CN109545722A (zh) * 2018-12-11 2019-03-29 上海精测半导体技术有限公司 半导体生产系统及其量测系统和量测设备
CN109545722B (zh) * 2018-12-11 2019-08-20 上海精测半导体技术有限公司 半导体生产系统及其量测系统和量测设备

Also Published As

Publication number Publication date
US20160293461A1 (en) 2016-10-06
WO2015081081A1 (en) 2015-06-04
US9818631B2 (en) 2017-11-14
TWI670578B (zh) 2019-09-01
MY188472A (en) 2021-12-10
TW201525628A (zh) 2015-07-01
PH12016500966A1 (en) 2016-07-11
PH12016500966B1 (en) 2016-07-11
CN105917452B (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
CN105917452A (zh) 半导体器件处理机吞吐量优化
Guo et al. A digital twin-based flexible cellular manufacturing for optimization of air conditioner line
CN111915410B (zh) 面向高动态生产物流过程的智能管控系统
Choy et al. A RFID-based storage assignment system for enhancing the efficiency of order picking
Negahban et al. Simulation for manufacturing system design and operation: Literature review and analysis
Gajsek et al. Using maturity model and discrete-event simulation for industry 4.0 implementation
CN106527373B (zh) 基于多智能体的车间自主调度系统和方法
CN104142663B (zh) 云平台中的工业设备和系统证明
CN102893161B (zh) 自动分析系统以及装置管理服务器
CN109997108A (zh) 训练机器人操作臂
CN104335056B (zh) 测试器和材料处理设备之间用于分开和控制测试单元操作中多个实体的不同请求的插入器
CN104583789B (zh) 测试单元控制器的决策和执行树的创建和调度
CN112183895B (zh) 一种地区电网检修计划智能辨识及辅助编制系统
Land et al. Inventory diagnosis for flow improvement—A design science approach
CN102201084A (zh) 库存管理
Shin et al. Simulation-based evaluation of productivity for the design of an automated fabrication workshop in shipbuilding
JP5487143B2 (ja) 検体ラック搬送制御方法
Reidt et al. Comprehensive View on Architectural Requirements for Maintenance Information Systems.
Phanden et al. REVIEW ON INTEGRATION OF PROCESS PLANNING AND SCHEDULING.
Lewczuk et al. Selected aspects of warehouse process control and the quality of warehouse services
CN112633804A (zh) 一种基于agv金库管理方法及系统
Strelec et al. IIoT device prototype design using state machine according to OPC UA
CN117973813B (zh) 一种可视化的模具柔性生产调度方法及系统
Zouhaier et al. Multi-agent based truck scheduling using ant colony intelligence in a cross-docking platform
Pons System model of production inventory control

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant