CN109063218A - 一种统计过程的控制方法和系统 - Google Patents
一种统计过程的控制方法和系统 Download PDFInfo
- Publication number
- CN109063218A CN109063218A CN201811273805.8A CN201811273805A CN109063218A CN 109063218 A CN109063218 A CN 109063218A CN 201811273805 A CN201811273805 A CN 201811273805A CN 109063218 A CN109063218 A CN 109063218A
- Authority
- CN
- China
- Prior art keywords
- control
- data
- limit
- sample data
- control limit
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000003070 Statistical process control Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004886 process control Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种统计过程的控制方法和系统，适用于对连续样本数据进行早期异常监测，首先收集样本数据，对收集的样本数据正态化处理，当样本量大于2且未达到30时，统计过程的控制图为双重控制限，计算所述样本数据的双控制限，根据计算所得的双控制限，判断接下来收集的样本数据是受控数据还是失控数据；若新收集的连续样本数据为受控数据，则根据双控制限公式计算得到新的受控数据的双控制限；若新收集的连续样本数据为失控数据，需要及时采取措施进行改善；当样本量到达30个时，统计过程的控制图为单控制限。使用该方法和系统，只需要收集2个数据点就可以开始实施控制，以节省生产过程中收集连续样本数据所需耗费的成本和时间。
Description
技术领域
本发明涉及一种统计过程控制方法和系统，特别涉及一种适用于早期异常监测的过程控制方法和系统。
背景技术
统计过程控制(Statistical Process Control)作为质量控制中的一项重要方法，现已被广泛应用于半导体制造领域。统计过程控制是一种应用统计学技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的稳定水平，从而保证产品与服务符合规定的要求的技术。同样地，统计过程控制图就是对过程质量特性值进行测定、记录、评估，从而监测过程是否处于控制状态的一种统计图表。其最大特点在于，将过程由静态控制转变为实时的动态跟踪控制，在其上可以很方便地了解过去、分析现状与预测未来的质量状况，是一种可以在现场直接研究质量特性数据随时间变化的统计规律的动态方法。
如图1，传统控制图上有中心线(central line,CL)、上控制限(upper controllimit,UCL)和下控制限(lower control limit,LCL)，再按照时间顺序对抽取的样本统计量描点。若控制图中的样本点落在UCL与LCL之外或样本点在UCL与LCL之间的排列违法了WECO(Western Electric Company Rules)的其他准则，则表明过程异常。然而根据中心极限定理，在传统统计过程控制里的控制限的设定中，通常需要至少30个数据点，否则标准方差的计算不具有代表性，很显然这就对线上快速早期检测提出了不小的挑战。
在集成电路行业，业界通常使用TQV(Technology Qualification Vehicle)作为产品良率及可靠性的监控装置，其着重监测产品内在的可靠性、产品与环境的稳健性。然而TQV监控装置不但价格昂贵、耗时，另外监测问题的时效性也有限。例如，针对制程可靠性的电迁移(Electromigration)与热载流子注入(Hot Carrier Injection)测试以及针对产品可靠性的高温寿命测试(High Temperature Operating Life)都需要耗时几个月，另外测试成本也很高，测试样本数量也较少，无法有效地侦测制程中的外来缺陷(ExtrinsicDefects)。为此，需要找到一种更好的方案来快捷地反映工艺过程状态与产品质量。因此，针对于半导体行业的特殊性，迫切需要开发一种更为科学的统计过程控制来实现早期线上异常监测与诊断。
一般而言，按产品质量的特性分类，常规控制图主要有两类控制图：一个是针对连续数据的计量控制图，另一类是针对离散数据的计数控制图。常用的计量控制图包括单值-极差控制图、均值-极差控制图、均值-标准差控制图等。计数控制图主要用于产品质量特性为不合格数、不合格率、缺陷数等离散数据(例如服从而二项分布的数据)，常用的计数控制图包括不合格品率控制图、不合格品数控制图，单位缺陷数控制图、缺陷数控制图等。
在上述电迁移、热载流子注入等破坏性可靠性项目统计过程监测过程中，日常更为在意对其在特定水平下的，譬如百万分之一(Parts per Million，PPM)，寿命进行监测，因而在这些情况下有必要用单位而不是子组来进行过程控制，这样子组内的差变实际上是0，通常可以采用单值-移动极差控制图。
如图1是现有技术中具有单控制界限的传统单值-移动极差控制图，其控制限可由如下公式计算得到：
移动极差控制图上控制限UCLMR：
移动极差控制图下控制限LCLMR：
单值控制图上控制限UCLX：
单值控制图下控制限LCLX：
其中，表示k个样本点的平均值：
其中，表示移动极差的均值：
Ri＝xi-xi-1
其中，D3，D4，E2为与样本量有关的常数，对于单值-移动极差控制图，由于采用移动极差，其样本量为2，故有E2＝2.66，D3＝0，D4＝3.2676。
发明内容
本发明解决的问题是，提供了一种对连续样本数据进行早期监测的统计过程控制的方法及其系统，使得只需要收集2个数据点就可以开始实施控制，以节省生产过程中收集连续样本数据所需耗费的成本和时间。
本发明提供一种统计过程的控制方法，适用于对连续样本数据进行早期异常监测，首先收集样本数据，对收集的样本数据正态化处理，当样本量大于2且未达到30时，统计过程的控制图为双重控制限，计算所述样本数据的双控制限，根据计算所得的双控制限，判断接下来收集的样本数据是受控数据还是失控数据；若新收集的连续样本数据为受控数据，则根据双控制限公式计算得到新的受控数据的双控制限；若新收集的连续样本数据为失控数据，需要及时采取措施进行改善；当样本量到达30个时，统计过程的控制图为单控制限。
进一步，所述单控制限为外控制限，分别为外控制上限OUCL，外控制下限OLCL；所述双重控制限是在外控制限内部增加了一个内控制限，分别为内控制上限IUCL,内控制下限ILCL；其中，所述内控制限上、下控制限与外控制限相应的上、下控制限之间的区域构成了一个待定区域，所述内控制限之间的区域为正常区域，其他的区域为异常区域；落在异常区域的样本数据，属于失控数据，需要及时采取措施进行改善，落在正常区域的样本数据，属于受控数据，不需要采取措施；而落在待定区域的样本数据，属于受控数据，暂时不需要采取措施，而是在累积足够的样本数据后，再作判断，其中，所述待定区域会随着样本数据的累积而慢慢消失，当到达30个样本数据点后，待定区域完全消失，统计过程的控制图变为由外控制限构成的单控制限控制图。
进一步，第i+1个样本数据对应的内控制限为
对应的外控制限为
第i个移动极差对应的内控制限
ILCL＝0
第i个移动极差对应的外控制限
OLCL＝0
其中，前i+1个样本数据的均值为第i个移动极差为Ri，前i个移动极差的均值为 的置信区间为
进一步，若当前样本数据为失控数据，对所述的失控数据进行失效分析，查找产生失控数据的因素；根据失效分析，判断失控数据是正确的失控数据或是错误的失控数据，对于错误的失控数据，则需要剔除数据。
本发明还提供一种统计过程的控制系统，适用于对连续样本数据进行早期异常监测，包括：样本收集模块，用于收集样本数据，对收集的样本数据正态化处理，并计算收集到的样本数量；控制限计算模块，当样本量大于2且未达到30时，统计过程的控制图为双重控制限，计算所述样本数据的双控制限，当样本量到达30个时，统计过程的控制图为单控制限，计算所述样本数据的单控制限；数据异常检测模块，根据计算所得的双控制限，判断接下来收集的样本数据是受控数据还是失控数据；若新收集的连续样本数据为受控数据，则根据双控制限公式计算得到新的受控数据的双控制限；若新收集的连续样本数据为失控数据，需要及时采取措施进行改善。
进一步，所述单控制限为外控制限，分别为外控制上限OUCL，外控制下限OLCL；所述双重控制限是在外控制限内部增加了一个内控制限，分别为内控制上限IUCL,内控制下限ILCL；其中，所述内控制限上、下控制限与外控制限相应的上、下控制限之间的区域构成了一个待定区域，所述内控制限之间的区域为正常区域，其他的区域为异常区域；落在异常区域的样本数据，属于失控数据，需要及时采取措施进行改善，落在正常区域的样本数据，属于受控数据，不需要采取措施；而落在待定区域的样本数据，属于受控数据，暂时不需要采取措施，而是在累积足够的样本数据后，再作判断，其中，所述待定区域会随着样本数据的累积而慢慢消失，当到达30个样本数据点后，待定区域完全消失，统计过程的控制图变为由外控制限构成的单控制限控制图。
进一步，第i+1个样本数据对应的内控制限为
对应的外控制限为
第i个移动极差对应的内控制限
ILCL＝0
第i个移动极差对应的外控制限
OLCL＝0
其中，前i+1个样本数据的均值为第i个移动极差为Ri，前i个移动极差的均值为的置信区间为
进一步，若当前样本数据为失控数据，对所述的失控数据进行失效分析，查找产生失控数据的因素；根据失效分析，判断失控数据是正确的失控数据或是错误的失控数据，对于错误的失控数据，则需要剔除数据。
与现有技术相比，本发明具有以下优点：提供一种统计过程的控制方法和系统，适用于对连续样本数据进行早期异常监测，通过采用双重控制限的方法，只需要2个数据点就可以开始实施控制了，以节省生产过程中收集连续样本数据所需耗费的成本和时间。
附图说明
图1是现有技术中一种具有单重控制限的控制图；
图2是本发明提供的一种具有双重控制限的控制图；
图3是实施统计过程的步骤的示意图。
具体实施方式
下面结合附图与和具体实施例，对本发明的技术方案做进一步详细说明。
本发明提供一种统计过程的控制方法和系统，适用于对连续样本数据进行早期异常监测，通过采用双重控制限的方法，只需要2个数据点就可以开始实施控制了，以节省生产过程中收集连续样本数据所需耗费的成本和时间。
如图3所示，首先收集样本数据，对收集的样本数据正态化处理，当样本量大于2且未达到30时，统计过程的控制图为双重控制限，计算所述样本数据的双控制限，根据计算所得的双控制限，判断接下来收集的样本数据是受控数据还是失控数据；若新收集的连续样本数据为受控数据，则根据双控制限公式计算得到新的受控数据的双控制限；若新收集的连续样本数据为失控数据，需要及时采取措施进行改善，对所述的失控数据进行失效分析，查找产生失控数据的因素；根据失效分析，判断失控数据是正确的失控数据或是错误的失控数据，对于错误的失控数据，则需要剔除数据。当样本量到达30个时，统计过程的控制图为单控制限。
如图2所示，为本发明的双重控制限的控制图。现有技术中单控制限为外控制限，分别为外控制上限OUCL，外控制下限OLCL；双重控制限是在外控制限内部增加了一个内控制限，分别为内控制上限IUCL,内控制下限ILCL；其中，所述内控制限上、下控制限与外控制限相应的上、下控制限之间的区域构成了一个待定区域，所述内控制限之间的区域为正常区域，其他的区域为异常区域；落在异常区域的样本数据，属于失控数据，需要及时采取措施进行改善，落在正常区域的样本数据，属于受控数据，不需要采取措施；而落在待定区域的样本数据，属于受控数据，暂时不需要采取措施，而是在累积足够的样本数据后，再作判断，其中，所述待定区域会随着样本数据的累积而慢慢消失，当到达30个样本数据点后，待定区域完全消失，统计过程的控制图变为由外控制限构成的单控制限控制图。
计算控制限值的基本思路为，根据的置信区间(通常取95％的置信区间)来估计不同的方差，从而得到内外两组控制限。
假设前i+1个数的均值为第i个移动极差为Ri，前i个移动极差的均值为的分布函数95％置信区间可近似取然后根据置信区间的两个边界值计算出内外控制限。
因为所以
其中d1＝1.128，d2＝0.853，所以
因此得到的置信区间为
因此第i+1个单值点，对应的内控制限为
对应的外控制限为
第i个移动极差对应的内控制限
LCL＝0
第i个移动极差对应的外控制限
LCL＝0。
显然，本领域的技术人员可以对本发明进行各种改动而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
Claims (8)
1.一种统计过程的控制方法，适用于对连续样本数据进行早期异常监测，其特征在于，首先收集样本数据，对收集的样本数据正态化处理，当样本量大于2且未达到30时，统计过程的控制图为双重控制限，计算所述样本数据的双控制限，根据计算所得的双控制限，判断接下来收集的样本数据是受控数据还是失控数据；若新收集的连续样本数据为受控数据，则根据双控制限公式计算得到新的受控数据的双控制限；若新收集的连续样本数据为失控数据，需要及时采取措施进行改善；当样本量到达30个时，统计过程的控制图为单控制限。
2.如权利要求1所述的一种统计过程的控制方法，其特征在于，所述单控制限为外控制限，分别为外控制上限OUCL，外控制下限OLCL；所述双重控制限是在外控制限内部增加了一个内控制限，分别为内控制上限IUCL,内控制下限ILCL；其中，所述内控制限上、下控制限与外控制限相应的上、下控制限之间的区域构成了一个待定区域，所述内控制限之间的区域为正常区域，其他的区域为异常区域；落在异常区域的样本数据，属于失控数据，需要及时采取措施进行改善，落在正常区域的样本数据，属于受控数据，不需要采取措施；而落在待定区域的样本数据，属于受控数据，暂时不需要采取措施，而是在累积足够的样本数据后，再作判断，其中，所述待定区域会随着样本数据的累积而慢慢消失，当到达30个样本数据点后，待定区域完全消失，统计过程的控制图变为由外控制限构成的单控制限控制图。
3.如权利要求2所述的一种统计过程的控制方法，其特征在于，第i+1个样本数据对应的内控制限为
对应的外控制限为
第i个移动极差对应的内控制限
ILCL＝0
第i个移动极差对应的外控制限
OLCL＝0
其中，前i+1个样本数据的均值为第i个移动极差为Ri，前i个移动极差的均值为 的置信区间为
4.如权利要求2所述的一种统计过程的控制方法，其特征在于，若当前样本数据为失控数据，对所述的失控数据进行失效分析，查找产生失控数据的因素；根据失效分析，判断失控数据是正确的失控数据或是错误的失控数据，对于错误的失控数据，则需要剔除数据。
5.一种统计过程的控制系统，适用于对连续样本数据进行早期异常监测，其特征在于，包括：样本收集模块，用于收集样本数据，对收集的样本数据正态化处理，并计算收集到的样本数量；控制限计算模块，当样本量大于2且未达到30时，统计过程的控制图为双重控制限，计算所述样本数据的双控制限，当样本量到达30个时，统计过程的控制图为单控制限，计算所述样本数据的单控制限；数据异常检测模块，根据计算所得的双控制限，判断接下来收集的样本数据是受控数据还是失控数据；若新收集的连续样本数据为受控数据，则根据双控制限公式计算得到新的受控数据的双控制限；若新收集的连续样本数据为失控数据，需要及时采取措施进行改善。
6.如权利要求5所述的一种统计过程的控制系统，其特征在于，所述单控制限为外控制限，分别为外控制上限OUCL，外控制下限OLCL；所述双重控制限是在外控制限内部增加了一个内控制限，分别为内控制上限IUCL,内控制下限ILCL；其中，所述内控制限上、下控制限与外控制限相应的上、下控制限之间的区域构成了一个待定区域，所述内控制限之间的区域为正常区域，其他的区域为异常区域；落在异常区域的样本数据，属于失控数据，需要及时采取措施进行改善，落在正常区域的样本数据，属于受控数据，不需要采取措施；而落在待定区域的样本数据，属于受控数据，暂时不需要采取措施，而是在累积足够的样本数据后，再作判断，其中，所述待定区域会随着样本数据的累积而慢慢消失，当到达30个样本数据点后，待定区域完全消失，统计过程的控制图变为由外控制限构成的单控制限控制图。
7.如权利要求6所述的一种统计过程的控制系统，其特征在于，第i+1个样本数据对应的内控制限为
对应的外控制限为
第i个移动极差对应的内控制限
ILCL＝0
第i个移动极差对应的外控制限
OLCL＝0
其中，前i+1个样本数据的均值为第i个移动极差为Ri，前i个移动极差的均值为 的置信区间为
8.如权利要求6所述的一种统计过程的控制系统，其特征在于，若当前样本数据为失控数据，对所述的失控数据进行失效分析，查找产生失控数据的因素；根据失效分析，判断失控数据是正确的失控数据或是错误的失控数据，对于错误的失控数据，则需要剔除数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811273805.8A CN109063218A (zh) | 2018-10-29 | 2018-10-29 | 一种统计过程的控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811273805.8A CN109063218A (zh) | 2018-10-29 | 2018-10-29 | 一种统计过程的控制方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109063218A true CN109063218A (zh) | 2018-12-21 |
Family
ID=64767761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811273805.8A Pending CN109063218A (zh) | 2018-10-29 | 2018-10-29 | 一种统计过程的控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109063218A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426999A (zh) * | 2019-07-22 | 2019-11-08 | 上海华力集成电路制造有限公司 | 统计过程控制方法及其控制系统 |
| CN113467387A (zh) * | 2020-03-31 | 2021-10-01 | 国家能源投资集团有限责任公司 | 用于活化费托合成催化剂过程的控制图、监控方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001033277A1 (en) * | 1999-10-31 | 2001-05-10 | Insyst Ltd. | Strategic method for process control |
| US20030216887A1 (en) * | 2002-05-16 | 2003-11-20 | Mosel Vitelic, Inc. | Statistical process control method and system thereof |
| CN1894652A (zh) * | 2003-12-19 | 2007-01-10 | 普罗克拉里蒂公司 | 用于揭示有意义变化的动态过程指标的自动监视和统计分析 |
| CN101290517A (zh) * | 2007-04-17 | 2008-10-22 | 中芯国际集成电路制造(上海)有限公司 | 对离散样本数据进行统计过程控制的方法及其装置 |
| US20140249656A1 (en) * | 2013-03-01 | 2014-09-04 | Semiconductor Manufacturing International (Shanghai) Corporation | Method and apparatus for alarm monitoring |
| CN105302123A (zh) * | 2015-11-25 | 2016-02-03 | 上海大众汽车有限公司 | 在线测量数据的监控方法 |
-
2018
- 2018-10-29 CN CN201811273805.8A patent/CN109063218A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001033277A1 (en) * | 1999-10-31 | 2001-05-10 | Insyst Ltd. | Strategic method for process control |
| US20030216887A1 (en) * | 2002-05-16 | 2003-11-20 | Mosel Vitelic, Inc. | Statistical process control method and system thereof |
| CN1894652A (zh) * | 2003-12-19 | 2007-01-10 | 普罗克拉里蒂公司 | 用于揭示有意义变化的动态过程指标的自动监视和统计分析 |
| CN101290517A (zh) * | 2007-04-17 | 2008-10-22 | 中芯国际集成电路制造(上海)有限公司 | 对离散样本数据进行统计过程控制的方法及其装置 |
| US20140249656A1 (en) * | 2013-03-01 | 2014-09-04 | Semiconductor Manufacturing International (Shanghai) Corporation | Method and apparatus for alarm monitoring |
| CN105302123A (zh) * | 2015-11-25 | 2016-02-03 | 上海大众汽车有限公司 | 在线测量数据的监控方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426999A (zh) * | 2019-07-22 | 2019-11-08 | 上海华力集成电路制造有限公司 | 统计过程控制方法及其控制系统 |
| CN113467387A (zh) * | 2020-03-31 | 2021-10-01 | 国家能源投资集团有限责任公司 | 用于活化费托合成催化剂过程的控制图、监控方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7221991B2 (en) | System and method for monitoring manufacturing apparatuses | |
| US20190018402A1 (en) | Plant-abnormality-monitoring method and computer program for plant abnormality monitoring | |
| CN109564422A (zh) | 工具状况监测及匹配 | |
| US20060241802A1 (en) | Real-time management systems and methods for manufacturing management and yield rate analysis integration | |
| US20220035356A1 (en) | Equipment failure diagnosis support system and equipment failure diagnosis support method | |
| CN109063218A (zh) | 一种统计过程的控制方法和系统 | |
| CN103137513A (zh) | 集成电路制造设备状态监测系统和方法 | |
| JP5538955B2 (ja) | 半導体製造における装置異常の予兆検知方法およびシステム | |
| CN105302123A (zh) | 在线测量数据的监控方法 | |
| JP2006146459A (ja) | 半導体デバイスの製造方法および製造システム | |
| CN109816191A (zh) | 多工作站系统的质量预测方法及其系统 | |
| CN103811367B (zh) | 产品缺陷检测方法 | |
| KR20190077137A (ko) | 인프라 설비 가동 데이터 자동분석방법 및 시스템 | |
| CN107093568B (zh) | 一种晶元在线监测方法及装置 | |
| KR102168737B1 (ko) | 품질 분석 장치 및 품질 분석 방법 | |
| KR20230104951A (ko) | 센서 맵핑 및 트리거링된 데이터로깅을 포함한 건전성 (health) 에 기초한 모니터링, 평가 및 응답하기 위한 기판 프로세싱 시스템 툴들 | |
| JP2001067109A (ja) | 品質管理方法及びその装置、並びに品質管理プログラムを記録した記録媒体 | |
| WO2004012258A1 (ja) | 欠陥発生状態の監視方法およびその装置 | |
| CN109308395B (zh) | 基于lof-knn算法的晶圆级空间测量参数异常识别方法 | |
| US10146215B2 (en) | Monitor system and method for semiconductor processes | |
| JP5751333B2 (ja) | 管理装置、管理方法、プログラムおよび記録媒体 | |
| Yong et al. | Anomaly detection of semiconductor processing data based on DTW-LOF algorithm | |
| JP2009283580A (ja) | 半導体装置の生産管理システム | |
| JPH05253797A (ja) | ライン異常判定方式 | |
| TWI745912B (zh) | 高爐之異常判定裝置、高爐之異常判定方法及高爐之操作方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200608 Address after: 430070 Hubei Province, Wuhan city Hongshan District Luoyu Road No. 1037 Applicant after: Hong Liu Address before: 200120 Shanghai, Nanhui, new towns around the Lake Road West, No. two, building C, Applicant before: RUIYI INTEGRATED CIRCUIT (SHANGHAI) Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210112 Address after: 519000 unit 0, room 602, 6th floor, main building, No.10, Keji 1st Road, Gangwan Avenue, Tangjiawan Town, high tech Zone, Zhuhai City, Guangdong Province Applicant after: Hongqi integrated circuit (Zhuhai) Co.,Ltd. Address before: 430070 No. 1037 Luoyu Road, Hongshan District, Wuhan City, Hubei Province Applicant before: Hong Liu |
|
| TA01 | Transfer of patent application right | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |