CN109309024A - 基于人工智能的半导体制造执行系统 - Google Patents

基于人工智能的半导体制造执行系统 Download PDF

Info

Publication number
CN109309024A
CN109309024A CN201710620996.XA CN201710620996A CN109309024A CN 109309024 A CN109309024 A CN 109309024A CN 201710620996 A CN201710620996 A CN 201710620996A CN 109309024 A CN109309024 A CN 109309024A
Authority
CN
China
Prior art keywords
brain unit
instruction
higher level
gaffer
board
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
CN201710620996.XA
Other languages
English (en)
Other versions
CN109309024B (zh
Inventor
朱进义
谭莉
杨勇
范良巧
朱雷宇
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.)
China Resources Microelectronics Chongqing Ltd
Original Assignee
China Resources Microelectronics Chongqing 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 China Resources Microelectronics Chongqing Ltd filed Critical China Resources Microelectronics Chongqing Ltd
Priority to CN201710620996.XA priority Critical patent/CN109309024B/zh
Publication of CN109309024A publication Critical patent/CN109309024A/zh
Application granted granted Critical
Publication of CN109309024B publication Critical patent/CN109309024B/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
    • 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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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]
    • G05B19/41835—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 programme execution
    • 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
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提供基于人工智能的半导体制造执行系统，包括若干个脑单元，脑单元与产线人员一一对应并根据产线人员的级联层次对应连接。当检测到机台处于预设工作状态时，判断出所需采取的相应操作并生成执行指令发送至产线人员对应的脑单元，以令该脑单元按照执行指令完成相应的业务内容。当检测到该脑单元没有完成业务内容时，判断出该产线人员的上级人员所需采取的相应操作并生成新的执行指令发送至该上级人员对应的脑单元，以令该脑单元完成业务内容。以此类推，直至初始执行指令被实施时停止向各级人员的脑单元发送执行指令。本发明无需人工利用生产报表对产品流程现场管理、监控和追踪，大幅度提高了工作效率，将人工从繁重的体力劳动中解放出来。

Description

基于人工智能的半导体制造执行系统
技术领域
本发明涉及半导体领域，特别是涉及针对半导体工厂的基于人工智能的制造执行系统。
背景技术
在传统的半导体生产操作模式中，操作者需要通过收集各种报表并根据这些报表的内容综合判断出生产制造的总体情况，例如：当要查看机台信息时就需要查看机台状态监控报表(EQP Status Monitor)；当要查看在制品(WIP)状况时就需要查看在制品(LOTPUSH)报表；当要查看机台测机状况时就需要查看机台测机系统的报表；当要查看机台保养(PM)状况就需要查看保养(PM)系统的报表；当要查看挡片(Dummy lot)情况就需要查看挡片管理报表等。显然，操作者在进行综合判断的过程中就需要收集大量的报表资料，并在多个报表之间不断地进行切换，工作量异常繁重，并且很有可能导致判断结果出错。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于人工智能的半导体制造执行系统，从而解决现有技术中人工利用各种生产报表对产品流程进行现场管理、监控和追踪的不足。
为实现上述目的及其他相关目的，本发明提供一种基于人工智能的半导体制造执行系统，包括：若干个脑单元，其中，各所述脑单元与各产线人员一一对应，并根据各所述产线人员之间的级联层次对应连接；当所述系统检测到机台处于预设工作状态时，根据实际情况判断出所需采取的相应操作，并据以生成执行指令发送至产线人员对应的脑单元，以令所述产线人员对应的脑单元按照所述执行指令完成相应的业务内容；当所述系统检测到所述产线人员对应的脑单元没有按照相应的执行指令完成业务内容时，根据实际情况判断出所述产线人员的上级产线人员所需采取的相应操作，并据以生成新的执行指令发送至所述上级产线人员对应的脑单元，以令所述产线人员对应的脑单元按照新的执行指令完成相应的业务内容；以此类推，直至所述预设工作状态下的初始执行指令被实施。
于本发明一实施例中，各所述产线人员的层级由高至低依次包括：课级、组长、领班、及操作员，其中，各层级的人员数量为一个或多个。
于本发明一实施例中，所述预设工作状态包括：机台空闲、机台正在跑货、机台需要使用档片和控片、机台需要进行测机、及机台需要进行保养中的一种或多种组合。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到机台空闲时，从预存信息中搜索当前机台能够跑且优先要跑的货，并据以计算出所需采取的相应操作后生成第一执行指令，发送至操作员对应的脑单元；所述操作员对应的脑单元接收并按照所述第一执行指令完成相应的业务内容，即找到优先要跑的货；若所述系统判断出所述操作员对应的脑单元没有按照所述第一执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第二执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第二执行指令完成相应的业务内容；若所述系统判断出所述上级领班对应的脑单元没有按照所述第二执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第三执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第三执行指令完成相应的业务内容；若所述系统检测到所述第一执行指令被实施时，停止向各个层次的脑单元发送执行指令。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到机台正在跑货时，计算当前机台的货物预计跑完的时间，并据以计算出所需采取的相应操作后生成第四执行指令，发送至操作员对应的脑单元；所述操作员对应的脑单元接收并按照所述第四执行指令完成相应的业务内容，即利用预先关联的派工系统准备下一批次的货物；若所述系统判断出所述操作员对应的脑单元没有按照所述第四执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第五执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第五执行指令完成相应的业务内容；若所述系统判断出所述上级领班对应的脑单元没有按照所述第五执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第六执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第六执行指令完成相应的业务内容；若所述系统检测到所述第四执行指令被实施时，停止向各个层次的脑单元发送执行指令。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到机台需要使用挡片和控片时，利用预先关联的生产信息系统计算当前需准备的挡片和控片及其可使用的次数和片数，并据以计算出所需采取的相应操作后生成第七执行指令，发送至操作员对应的脑单元；所述操作员对应的脑单元接收并按照所述第七执行指令完成相应的业务内容，即准备所需的挡片和控片；若所述系统判断出所述操作员对应的脑单元没有按照所述第七执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第十二执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第十二执行指令完成相应的业务内容；若所述系统判断出所述上级领班对应的脑单元没有按照所述第十二执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第十三执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第十三执行指令完成相应的业务内容；若所述系统检测到所述第七执行指令被实施时，停止向各个层次的脑单元发送执行指令。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到机台需要进行测机时，利用预先关联的生产信息系统安排测机的时间和项目，并据以计算出所需采取的相应操作后生成第八执行指令，发送至操作员对应的脑单元；所述操作员对应的脑单元接收并按照所述第八执行指令完成相应的业务内容，即安排测机；若所述系统判断出所述操作员对应的脑单元没有按照所述第八执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第九执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第九执行指令完成相应的业务内容；若所述系统判断出所述上级领班对应的脑单元没有按照所述第九执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第十执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第十执行指令完成相应的业务内容；若所述系统检测到所述第八执行指令被实施时，停止向各个层次的脑单元发送执行指令。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到机台需要保养时，利用预先关联的生产信息系统计算当前机台从上次保养后所跑的货物数是否达到需做保养的标准值，并据以计算出所需采取的相应操作后生成第十一执行指令，发送至操作员对应的脑单元；所述操作员对应的脑单元接收并按照所述第十一执行指令完成相应的业务内容，即安排保养；若所述系统判断出所述操作员对应的脑单元没有按照所述第十一执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第十四执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第十四执行指令完成相应的业务内容；若所述系统判断出所述上级领班对应的脑单元没有按照所述第十四执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第十五执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第十五执行指令完成相应的业务内容；若所述系统检测到所述第十一执行指令被实施时，停止向各个层次的脑单元发送执行指令。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到机台空闲了一定时间，且有待跑货物却一直没有跑货，则将课级人员对应的脑单元作为最上层的脑单元；所述最上层的脑单元根据当前情况计算所需采取的相应操作，并通知线下的课级人员进行处理。
于本发明一实施例中，所述系统的工作过程包括：当所述系统检测到备用机台要跑当前机台的货物时，利用预存的产品制程将当前机台的货物数和备用机台的货物数进行比较；将课级人员对应的脑单元作为最上层的脑单元，所述最上层的脑单元根据当前情况计算所需采取的相应操作，并通知线下的课级人员，令其决定是否启用备用机台来跑当前机台的货物。
如上所述，本发明的基于人工智能的半导体制造执行系统，对半导体工厂的产品信息(Run card)、在制品(WIP)、机台信息、人员操作、测机信息、机台维修保养、备用机台调配等进行全面整合、系统化安排和智能化控制，避免了现有技术中人工利用报表信息判断产品流程情况的不足。
附图说明
图1显示为本发明一实施例中的基于人工智能的半导体制造执行系统应用场景示意图。
图2显示为本发明一实施例中的生产信息系统的界面图。
图3显示为本发明一实施例中的派工系统的界面图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明主要以人工智能(Artificial Intelligence，简称AI)的角度智能地规划和控制生产线的四个层次(课级，组长，领班，操作员)的人员行为，从而进行全方位的系统化安排和智能化判断，指示行动、进行控制，进而达到生产目标。
人工智能可以被设想为是一个大脑，当大脑要进行运作时，需思考所管理的资源有哪些，才能做进一步的判断和行动。鉴于此，本发明的设计思想主要涉及以下问题：
1.每一层次的人员需要做什么，先由系统自动收集，再由系统智能地判断并给予告知，进一步指示行动；
2.操作员没有做或没有做好，则由系统智能地判断后，由上一层次人员领班继续做；
3.领班没有做或没有做好，则由系统智能地判断后，由上一层次人员组长继续做；
4.组长没有做好，则由系统智能地判断后，由课级人员(工程师和课长)继续做。
请参阅图1，本发明将每一层次的人员作为一个脑单元(cell unit)，假设现有的人员包括：课级3人、组长3人、领班6人、操作员群13人，则脑单元的总数量为25个，并且，这25个脑单元的连接关系与人员层次划分对应。若当前脑单元没执行相应的指令(Action)，则上一层脑单元将会侦测到这种情况，并将其转成执行指令(Action)，进一步完成该执行指令(Action)。
通常情况下，半导体工厂的资源管理与工作项目管理包括如下几个方面：
1)产品Prod-制程(Run card Flow)；
2)机台(Equipment)，自动搬运系统AMHS(Automation Material Hand System)；
3)人：课级(Section leader)、组长(group leader)、领班(Leader)、操作员(Operator)；
4)在制品(WIP)：批货(LOT)、挡片(Dummy wafer)、控片(Monitor wafer)；
5)测机，包括：一般测机(non lot)、暖机(burn in)、PM后测机；
6)维修(PM)，消耗品置换：换酸、靶材、光阻液；
7)备用机台调配。
制造执行系统(Manufacturing Execution System，MES)是利用电脑系统定义生产制造程序、管理追踪在制品、收集生产记录提供给相关人员分析、改善生产流程、促使工厂达到最佳生产状态，以缩短产品生产周期、改善产品品质、降低生产成本的管理系统。本发明的作为大脑的半导体制造执行系统(以下简称为AI MES系统)在掌握了现有的资源信息后，就要考虑如何利用这些资源使产能达到最大化，具体包括以下几个方面：
当机台空闲时(Idle)，作为大脑的AI MES系统会发挥作用，自动搜寻当前机台能够跑(排除制程限制)且最优先要跑的货(WIP)。把操作员看作一个脑单元(cell unit)，AIMES系统依据对机台空闲的判断，如：利用所掌握的机台、产品制程、在制品资源进行判定，计算所需采取的相应操作(Action)，并向操作员发送一个指令，如：当机台空闲，且该机台有在制品可跑的情况，就会发送指令给生产人员。操作员接收到指令后，只需按照AI MES系统指令进行执行，就能找出最优先要跑的货。如操作员没有按照AI MES系统的指令执行，AIMES系统会继续向上一层的脑单元(cell unit)领班继续依据对机台空闲的判断，计算所需采取的因应操作(Action)，并向领班发送一个指令。领班接收到指令后继续处理执行。如领班也没有按照AI MES系统的指令执行，AI MES系统会继续向上一层的脑单元(cell unit)组长继续依据对机台空闲的判断，计算所需采取的因应操作(Action)，并向组长发送一个指令，组长接收到指令后继续处理执行，完成执行指令后，AI MES系统才会停止向各个层次的脑单元(cell unit)发送指令。
当机台正在跑货时，AI MES系统的生产信息系统(shop floor controlmanagement system)会自动计算当前机台的货物预计跑完的时间。生产信息系统是为了实现生产线上人员的工作项目系统化和智能化的管理系统，使生产线人员能够通过这个系统直观的、快速的看到每天需要掌握和处理的信息，并进一步运用智能判断提供最优的处理对策，以提供给生产线人员执行，此系统主要解决如下问题：1.操作员需要掌握哪些情况，应该怎样去做效果最佳，在什么时间点去做以及需要提前做哪些准备；2.领班需要掌握哪些情况，应该怎样去做效果最佳，在什么时间点去做以及需要提前做哪些准备；3.组长需要掌握哪些情况，应该怎样去做效果最佳，在什么时间点去做以及需要提前做哪些准备。把操作员看作一个脑单元(cell unit)，作为大脑的AI MES系统依据对机台跑货的判断，如：利用机台当前货物的制程开始时间及该货物制程结束的标准时间得出该货物预计跑完的剩余时间，计算所需采取的因应操作(Action)，向操作员发送一个指令，如：此时，若该机台有其它在制品可跑时，在当前货物跑完剩余一小时且当日没有机台测机项目时，就会提醒操作员提前去准备下一批次的货物。操作员接收到指令后会按照AI MES系统的指令去使用派工系统(Dispatch)准备下一批次的货物。同样的情况，如操作员没有按照AI MES系统的指令去备货，AI MES系统会继续向上一层的脑单元(cell unit)领班继续依据对机台跑货的判断，计算所需采取的因应操作(Action)，向领班发送一个指令。领班接收到指令后继续处理执行。如领班也没有按照AI MES系统的指令执行，AI MES系统会继续向上一层的脑单元(cell unit)组长继续依据对机台跑货的判断，计算所需采取的因应操作(Action)，并向组长发送一个指令。组长接收到指令后继续执行，完成执行指令后，AI MES系统才会停止向各个层次的脑单元(cell unit)发送指令。
当机台需要使用挡片(dummy wafer)和控片(Monitor lot)时，AI MES系统的生产信息系统会自动计算提示当前需准备的挡片(dummy wafer)和控片(Monitor lot)可使用的次数和片数。把操作员看作一个脑单元(cell unit)，作为大脑的AI MES系统依据对挡片和控片使用的判断，如：依据对挡片和控片的判定规则(1.对挡片的使用次数进行记录显示，当挡片超过使用次数时提示操作员进行挡片更换；2.在机台端内的挡片停留时间超过一定值时，需提示操作员把挡片从机台端拿出；3.跑产品时对需填充的挡片片数进行提醒)，计算所需采取的因应操作(Action)，并向操作员发送一个指令。操作员接收到指令后按照AI MES系统的指令去准备挡片(dummy wafer)和控片(Monitor lot)。同样的情况，如操作员没有按照AI MES系统的指令执行，AI MES系统会继续向上一层的脑单元(cellunit)领班继续依据对挡片和控片使用的判断，计算所需采取的因应操作(Action)，并向领班发送一个指令。领班接收到指令后继续处理执行。如领班也没有按照AI MES系统的指令执行，AI MES系统会继续向上一层的脑单元(cell unit)组长继续依据对挡片和控片使用的判断，计算所需采取的因应操作(Action)，并向组长发送一个指令。组长接收到指令后继续处理执行，完成执行指令后，AI MES系统才会停止向各个层次的脑单元(cell unit)发送指令。
当机台需要进行测机时，AI MES系统的生产信息系统会做出智能化判断，把操作员看作一个脑单元(cell unit)。作为大脑的AI MES系统依据对机台测机的判断，如：1.机台空闲时，优先判断机台需要测机的项目是否已经在测机周期内，若在测机周期内，则优先提醒操作员进行测机；2)机台跑货时：优先判断机台内货物预计跑完的时间是否会进入到机台测机周期内，若在测机周期内，则优先提醒操作员进行测机，计算所需采取的因应操作(Action)，并向操作员发送一个指令告知他们测机的时间和项目。操作员接收到指令安排后进行测机。同样的情况，如操作员没有按照AI MES系统的指令执行，AI MES系统会继续向上一层的脑单元(cell unit)领班继续依据对机台测机的判断，计算所需采取的因应操作(Action)，并向领班发送一个指令。领班接收到指令后继续处理执行。如领班也没有按照AIMES系统的指令执行，AI MES系统会继续向上一层的脑单元(cell unit)组长继续依据对机台测机的判断，计算所需采取的因应操作(Action)，并向组长发送一个指令。组长接收到指令后继续处理执行，完成执行指令后，AI MES系统才会停止向各个层次的脑单元(cellunit)发送指令。
当机台需要进行保养(PM)时，AI MES系统的生产信息系统会智能运算机台从上次保养后所跑的货物数(LOT RUN数)是否达到需做PM的标准。把操作员看作一个脑单元(cellunit)，作为大脑的AI MES系统依据对机台保养的判断式，计算所需采取的因应操作(Action)，并向操作员发送一个指令告知操作员从何时开始不能跑货，需要进行机台保养，以保证机台品质和产品品质。同样的情况，如操作员没有按照AI MES系统的指令执行，AIMES系统会继续向上一层的脑单元(cell unit)领班继续依据对机台保养的判断，如：依据对机台保养的判定规则，在每天操作员交接班的日期，根据机台保养系统的信息和机台跑货历史信息，判断提醒当日是否应进行机台保养，计算所需采取的因应操作(Action)，并向领班发送一个指令。领班接收到指令后继续处理执行。如领班也没有按照AI MES系统的指令执行，AI MES系统会继续向上一层的脑单元(cell unit)组长继续依据对机台保养的判断，计算所需采取的因应操作(Action)，并向组长发送一个指令。组长接收到指令后继续处理执行，完成执行指令后，AI MES系统才会停止向各个层次的脑单元(cell unit)发送指令。
为了弥补线上人员做得不到位的地方，AI MES系统还会自动搜寻生产线各种不合理的状况，并将不合理的状况反馈给线下课级人员(工程师和课长)进行合理判断处置。
例如：机台空闲一定时间，且有货物可跑，但一直没有跑货，把课级人员(工程师和课长)看作最上层一个脑单元(cell unit)，作为大脑的AI MES系统依据对机台跑货的判断，计算所需采取的因应操作(Action)，并自动触发电话等通知功能，告知线下课级人员(工程师和课长)进行处理。
又例如：备用机台要跑主机台上面的货物时(LOT)，AI MES系统会利用产品制程(Run card Flow)将主机台组的货物数和备用机台组的货物进行计算比较，之后，把课级人员(工程师和课长)看作最上层一个脑单元(cell unit)，作为大脑的AI MES系统依据对机台跑货的规则，利用所掌握的产品制程资源，当主机台组的货物量超过备用机台组货物量的50％(该数值可以根据需要设置)时，告知课级人员(工程师和课长)决定是否自动启用备用机台组来跑主机台组的货物，分担主机台组的压力，以达到备用机台调配目的。
以下将以炉管机台DFST05为例，阐述本发明的AI MES系统是如何合理利用所掌握的资源，以及如何通过系统化的方式来实现半导体工厂(FAB)产能最大化的。
首先，AI MES系统的生产信息系统(Shop Floor Control System)会依据对机台和操作者的预先设定好的规则，计算所需采取的因应操作(Action)，在下达执行指令后，由操作者直接完成执行指令。
具体的：当AI MES系统侦测到机台DFST05处于正在跑货的状态(RUN)时，在机台内的产品跑货剩余时间到达了指定的范围时(如：制程跑货的标准时间为4.5小时，已经跑了3.5小时，剩余时间：1小时)，同时DFST05还有较多在制品(WIP)可跑，会第一时间给操作员下达指令去使用派工系统准备下一批次的货，提醒操作员按照指令去执行。
如图2所示的生产信息系统(Shop Floor Control System)的界面，对应生产人员的账号登陆后，由系统默认带出对应所属group.如：此操作员属于Fur AP GOX Group，查询后系统会按照设定好的规则，智能计算显示出AP GOX Group下对应机台的相关信息(如机台名，机台状态，机台制程，机台利用时间，机台预计跑完wafer的时间，是否有提前备货的数目，当前机台是否有在制品可跑，机台保养后跑货数目提醒等)，并指示操作员进行相应操作。此时操作员可双击DFST05的项目，生产信息系统会自动连接到DFST05机台的AI MES系统的生产派工系统(Dispatch)。派工系统通过派工规则智能地计算排出的需要最优先备货的货物，操作员可对货物直接进行派工操作，完成此次AI MES系统的指令。图3显示为派工系统的一个界面，生产人员的账号在对应机台电脑登陆系统后，系统会默认带出需派工的机台名。操作员进行查询后，系统会按照区域机台的派工规则进行在制品的优先级排序，提供给操作员派工参考。此时，正是使用的炉管机台进行派工。炉管机台排货的方式是按照Batch排货，同Batch货物(LOT)要求为相同制程(PPID)。系统对应的实现方式：
1)先找出在机台可跑的货物(LOT)中优先级最优的货物(LOT)；
2)然后把此货物(LOT)对应的制程(PPID)记下来；
3)再根据此制程(PPID)把同制程(PPID)的货物(LOT)按照优先级进行排序；
4)再根据此机台定义的同一批的货物数量(Batch Size，图中机台batch size为6)，在不超过batch size的前提下，把同制程(PPID)中优先级最高的货物(LOT)排在第一个Batch中排货；
5)依照此RULE，依次生成Batch2,Batch3……
见图中的左侧部分：系统按照优先级生成了三个Batch，操作员应优先对第一个batch的货物进行派货。
其次，为了弥补生产线人员做得不到位的地方，AI MES系统还会自动搜寻生产线各种不合理的状况，并将不合理的状况反馈给线下课级人员(工程师和课长)进行合理判断处置。例如，当AI MES系统判断机台有较多在制品(WIP)且机台空闲或故障(idle/down)一定时间(如30分钟)，系统会自动打电话给课级人员(工程师和课长)进行处理解决。又例如AI MES系统会利用产品制程(Run Card Flow)将主机台组的货物数和备用机台组的货物数进行计算比较后，把课级人员(工程师和课长)看作最上层一个脑单元(cell unit)，作为大脑的AI MES系统依据对机台跑货的判断，告知课级人员(工程师和课长)决定是否自动启用备用机台组来跑主机台组的货物，分担主机台组的压力，以达到备用机台调配目的。
综上所述，本发明的基于人工智能的半导体制造执行系统，自动依据对机台和操作者的判断计算所需采取的因应操作(Action)，并下达执行指令，由操作者对应的脑单元直接执行指令，通过系统化和智能化的判断，显著地提升了生产线产能，有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于人工智能的半导体制造执行系统，其特征在于，包括：若干个脑单元，其中，各所述脑单元与各产线人员一一对应，并根据各所述产线人员之间的级联层次对应连接；
当所述系统检测到机台处于预设工作状态时，根据实际情况判断出所需采取的相应操作，并据以生成执行指令发送至产线人员对应的脑单元，以令所述产线人员对应的脑单元按照所述执行指令完成相应的业务内容；
当所述系统检测到所述产线人员对应的脑单元没有按照相应的执行指令完成业务内容时，根据实际情况判断出所述产线人员的上级产线人员所需采取的相应操作，并据以生成新的执行指令发送至所述上级产线人员对应的脑单元，以令所述产线人员对应的脑单元按照新的执行指令完成相应的业务内容；以此类推，直至初始执行指令被实施时停止向各层次的脑单元发送执行指令。
2.根据权利要求1所述的系统，其特征在于，各所述产线人员的层级由高至低依次包括：课级、组长、领班、及操作员，其中，各层级的人员数量为一个或多个。
3.根据权利要求2所述的系统，其特征在于，所述预设工作状态包括：机台空闲、机台正在跑货、机台需要使用档片和控片、机台需要进行测机、及机台需要进行保养中的一种或多种组合。
4.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到机台空闲时，从预存信息中搜索当前机台能够跑且优先要跑的货，并据以计算出所需采取的相应操作后生成第一执行指令，发送至操作员对应的脑单元；
所述操作员对应的脑单元接收并按照所述第一执行指令完成相应的业务内容，即找到优先要跑的货；
若所述系统判断出所述操作员对应的脑单元没有按照所述第一执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第二执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第二执行指令完成相应的业务内容；
若所述系统判断出所述上级领班对应的脑单元没有按照所述第二执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第三执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第三执行指令完成相应的业务内容；
若所述系统检测到所述第一执行指令被实施时，停止向各个层次的脑单元发送执行指令。
5.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到机台正在跑货时，计算当前机台的货物预计跑完的时间，并据以计算出所需采取的相应操作后生成第四执行指令，发送至操作员对应的脑单元；
所述操作员对应的脑单元接收并按照所述第四执行指令完成相应的业务内容，即利用预先关联的派工系统准备下一批次的货物；
若所述系统判断出所述操作员对应的脑单元没有按照所述第四执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第五执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第五执行指令完成相应的业务内容；
若所述系统判断出所述上级领班对应的脑单元没有按照所述第五执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第六执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第六执行指令完成相应的业务内容；
若所述系统检测到所述第四执行指令被实施时，停止向各个层次的脑单元发送执行指令。
6.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到机台需要使用挡片和控片时，利用预先关联的生产信息系统计算当前需准备的挡片和控片及其可使用的次数和片数，并据以计算出所需采取的相应操作后生成第七执行指令，发送至操作员对应的脑单元；
所述操作员对应的脑单元接收并按照所述第七执行指令完成相应的业务内容，即准备所需的挡片和控片；
若所述系统判断出所述操作员对应的脑单元没有按照所述第七执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第十二执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第十二执行指令完成相应的业务内容；
若所述系统判断出所述上级领班对应的脑单元没有按照所述第十二执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第十三执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第十三执行指令完成相应的业务内容；
若所述系统检测到所述第七执行指令被实施时，停止向各个层次的脑单元发送执行指令。
7.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到机台需要进行测机时，利用预先关联的生产信息系统安排测机的时间和项目，并据以计算出所需采取的相应操作后生成第八执行指令，发送至操作员对应的脑单元；
所述操作员对应的脑单元接收并按照所述第八执行指令完成相应的业务内容，即安排测机；
若所述系统判断出所述操作员对应的脑单元没有按照所述第八执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第九执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第九执行指令完成相应的业务内容；
若所述系统判断出所述上级领班对应的脑单元没有按照所述第九执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第十执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第十执行指令完成相应的业务内容；
若所述系统检测到所述第八执行指令被实施时，停止向各个层次的脑单元发送执行指令。
8.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到机台需要保养时，利用预先关联的生产信息系统计算当前机台从上次保养后所跑的货物数是否达到需做保养的标准值，并据以计算出所需采取的相应操作后生成第十一执行指令，发送至操作员对应的脑单元；
所述操作员对应的脑单元接收并按照所述第十一执行指令完成相应的业务内容，即安排保养；
若所述系统判断出所述操作员对应的脑单元没有按照所述第十一执行指令完成相应的业务内容，则计算出这种情况下该操作员的上级领班所需采取的相应操作，并生成第十四执行指令，发送至所述上级领班对应的脑单元，以令所述上级领班对应的脑单元按照所述第十四执行指令完成相应的业务内容；
若所述系统判断出所述上级领班对应的脑单元没有按照所述第十四执行指令完成相应的业务操作，则计算出这种情况下该上级领班的上级组长所需采取的相应操作，并生成第十五执行指令，发送至所述上级组长对应的脑单元，以令所述上级组长对应的脑单元按照所述第十五执行指令完成相应的业务内容；
若所述系统检测到所述第十一执行指令被实施时，停止向各个层次的脑单元发送执行指令。
9.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到机台空闲了一定时间，且有待跑货物却一直没有跑货，则将课级人员对应的脑单元作为最上层的脑单元；
所述最上层的脑单元根据当前情况计算所需采取的相应操作，并通知线下的课级人员进行处理。
10.根据权利要求3所述的系统，其特征在于，所述系统的工作过程包括：
当所述系统检测到备用机台要跑当前机台的货物时，利用预存的产品制程将当前机台的货物数和备用机台的货物数进行比较；
将课级人员对应的脑单元作为最上层的脑单元，所述最上层的脑单元根据当前情况计算所需采取的相应操作，并通知线下的课级人员，令其决定是否启用备用机台来跑当前机台的货物。
CN201710620996.XA 2017-07-27 2017-07-27 基于人工智能的半导体制造执行系统 Active CN109309024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710620996.XA CN109309024B (zh) 2017-07-27 2017-07-27 基于人工智能的半导体制造执行系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710620996.XA CN109309024B (zh) 2017-07-27 2017-07-27 基于人工智能的半导体制造执行系统

Publications (2)

Publication Number Publication Date
CN109309024A true CN109309024A (zh) 2019-02-05
CN109309024B CN109309024B (zh) 2021-06-04

Family

ID=65202585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710620996.XA Active CN109309024B (zh) 2017-07-27 2017-07-27 基于人工智能的半导体制造执行系统

Country Status (1)

Country Link
CN (1) CN109309024B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110297577A (zh) * 2019-05-07 2019-10-01 惠科股份有限公司 画面显示控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402716A (zh) * 2010-09-15 2012-04-04 香港理工大学 智能生产决策支持系统
CN103729735A (zh) * 2013-12-19 2014-04-16 镇江锐捷信息科技有限公司 一种基于bs架构的工程进度状况管理方法
CN106529753A (zh) * 2015-09-15 2017-03-22 北大方正集团有限公司 一种半导体工艺段识别控制方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402716A (zh) * 2010-09-15 2012-04-04 香港理工大学 智能生产决策支持系统
CN103729735A (zh) * 2013-12-19 2014-04-16 镇江锐捷信息科技有限公司 一种基于bs架构的工程进度状况管理方法
CN106529753A (zh) * 2015-09-15 2017-03-22 北大方正集团有限公司 一种半导体工艺段识别控制方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110297577A (zh) * 2019-05-07 2019-10-01 惠科股份有限公司 画面显示控制方法
WO2020224615A1 (zh) * 2019-05-07 2020-11-12 惠科股份有限公司 画面显示控制方法、计算机设备以及计算机可读存储介质

Also Published As

Publication number Publication date
CN109309024B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN108549977B (zh) 基于多Agent的面向订单的柔性生产动态调度系统
CN102909844B (zh) 一种注塑机工件生产线的生产方法
CN107016449B (zh) 一种基于跨企业动态计划排程的智能制造方法
CN106094757B (zh) 一种基于数据驱动的动态柔性作业车间调度控制方法
CN109559027A (zh) 应用于钢铁企业高速工具钢冶炼流程的计划调度系统
CN101916404A (zh) 一种装备制造过程多厂协同调度优化方法
CN111898908B (zh) 一种基于多智体的生产线调度系统及方法
Guo et al. Decomposition-based classified ant colony optimization algorithm for scheduling semiconductor wafer fabrication system
CN107844098A (zh) 一种数字化工厂管理系统及管理方法
CN111242414B (zh) 一种应用于钢铁行业炼钢-连铸流程的计划调度系统
CN113159383A (zh) 一种面向多机协作加工车间的制造资源重构调度方法及系统
CN106125702A (zh) 一种企业能效管理系统及其管控方法
CN109309024A (zh) 基于人工智能的半导体制造执行系统
CN102646292A (zh) 电力设备巡检任务智能安排指示方法
CN102592004B (zh) 钢铁联合企业全工序能况在线分析诊断系统及方法
CN116663806B (zh) 考虑不同作业场景的人机协作拆卸线设置方法
CN116976839A (zh) 一种基于网络协同制造的铅蓄电池生产管控方法
CN110969351A (zh) 面向多任务跨厂协同的生产任务调度方法
Qiu et al. A comparative simulation on corrective maintenance strategies in cellular manufacturing considering worker collaboration
Özbayrak et al. Design of a tool management system for a flexible machining facility
He et al. Memetic Algorithm for Dynamic Joint Flexible Job Shop Scheduling with Machines and Transportation Robots
Wan Demand prediction and optimization of workshop manufacturing resources allocation: A new method and a case study
Wang et al. A review of production scheduling rules and algorithms for intelligent manufacturing
Cao et al. Multi-layer intelligent encapsulation of manufacturing resources for MAS-Based distributed manufacturing system
Lu et al. An E2GPGP-GASA-Based Multi-Agent Job Shop Scheduling System

Legal Events

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