CN109891454A - 用于感测工艺/设备测量数据的细小变化的方法和系统 - Google Patents
用于感测工艺/设备测量数据的细小变化的方法和系统 Download PDFInfo
- Publication number
- CN109891454A CN109891454A CN201780067437.9A CN201780067437A CN109891454A CN 109891454 A CN109891454 A CN 109891454A CN 201780067437 A CN201780067437 A CN 201780067437A CN 109891454 A CN109891454 A CN 109891454A
- Authority
- CN
- China
- Prior art keywords
- data
- variation
- target
- reference data
- method described
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 37
- 238000012360 testing method Methods 0.000 claims description 24
- 238000010835 comparative analysis Methods 0.000 claims description 15
- 238000012956 testing procedure Methods 0.000 claims description 15
- 230000035772 mutation Effects 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000003466 welding Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 230000002542 deteriorative effect Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000004744 fabric Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing Methods 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
- 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
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/401—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
- G05B19/4015—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes going to a reference at the beginning of machine cycle, e.g. for calibration
-
- 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
-
- 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]
-
- 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]
- G05B19/41875—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 quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32191—Real time statistical process monitoring
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35261—Use of mathematical expression, functional equation
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- General Factory Administration (AREA)
Abstract
提供一种用于感测工艺/设备测量数据的细小变化的方法和系统。根据本发明的实施例的数据变化感测方法基于参考数据和比较数据的统计分布提取部分,基于规范计算目标范围,并从提取的参考数据和比较数据之中辨别包括在目标范围中的数据以确定数据变化。因此,工艺或设备的测量数据的微小变化可在制造工艺中被感测,从而能够预先估计产品的潜在的质量可变性并采取用于防止质量劣化的快速预先措施。
Description
技术领域
本公开涉及用于感测数据的变化的技术,更具体地讲,涉及一种用于感测关于制造工艺中的工艺或设备中的测量数据的变化的方法和系统。
背景技术
为了实现生产的产品的稳定的质量,需要感测关于工艺/设备的测量数据的变化。如果感测到微小变化,则可通过更迅速地采取初期措施,最小化或者提高质量的可变性。
然而,当前的感测技术不足以感测微小变化。例如,通常在制造场地执行的统计工艺控制技术局限于根据数据的偏差和定义的规则感测短期的向下趋势或向上趋势,并且对于识别或感测前测量数据与后测量数据之间的微小变化存在限制。
因此,需要用于感测关于工艺或设备的测量数据的微小变化的方法。
发明内容
技术问题
开发本公开以解决以上讨论的现有技术的缺陷,并且本公开的目标是提供一种用于感测关于制造工艺中的工艺或设备的测量数据的微小变化的方法和系统,作为用于对产品的质量可变性最小化的预先措施的方法。
技术方案
根据用于实现上述目标的本公开的实施例,一种用于感测数据的变化的方法包括:基于参考数据和比较数据的统计分布来提取数据的部分的步骤;基于规范计算目标范围的步骤;从提取的参考数据和比较数据之中识别包括在目标范围中的数据并确定数据的变化的第一确定步骤。
此外,所述计算的步骤可包括根据下面的数学等式计算目标范围的步骤:
目标范围=|规范上限(USL)-规范下限(LSL)|×w1
TUL(目标上限)=目标+w2×|USL-LSL|
TLL(目标下限)=目标-w2×|USL-LSL|
其中,目标是规范的目标值,w1和w2是权重值。
此外,所述提取的步骤可包括提取包括在设置的CI中的参考数据和比较数据的步骤。
此外,第一确定步骤可包括下面的步骤:当包括在目标范围中的参考数据的第一包含率与包括在目标范围中的比较数据的第二包含率之间存在显著性差异时,确定数据的变化。
此外,第一确定步骤可包括:当第二包含率小于第一包含率时,确定数据的变化由质量劣化导致的步骤;当第二包含率大于第一包含率时,确定数据的变化由质量提高导致的步骤。
根据本公开的实施例,所述方法还可包括:测试参考数据的分布与比较数据的分布之间的显著性差异的第一测试步骤;测试参考数据和比较数据的代表值的变化的第二测试步骤;基于第一测试步骤中的测试的结果和第一测试步骤中的测试的结果,确定数据的变化的第二确定步骤;基于第一确定步骤中的确定的结果和第二确定步骤中的确定的结果,最终确定数据的变化的步骤。
此外,第二测试步骤可包括:当在第一测试步骤中测试到分布中存在显著性差异时,根据第一测试技术测试代表值的变化的步骤;当在第一测试步骤中测试到分布中不存在显著性差异时,根据第二测试技术测试代表值的显著性差异的步骤。
第二测试步骤可包括:当第二绝对差大于第一绝对差时,确定数据的变化由质量劣化导致的步骤,其中,第二绝对差是“比较数据的代表值与规范的目标值之间的绝对差”,第一绝对差是“参考数据的代表值与规范的目标值之间的绝对差”;当第二绝对差小于第一绝对差时,确定数据的变化由质量提高导致的步骤。
根据本公开的实施例,所述方法还可包括:设置数据变化分析类型的步骤;通过使用包括参考数据和比较数据的测量数据,针对每种变化分析类型计算工艺能力指标的步骤;基于计算的工艺能力指标的大小,确定数据的变化的第三确定步骤,并且所述确定的步骤可包括基于在第一确定步骤中的确定的结果、在第二确定步骤中的确定的结果以及在第三确定步骤中的确定的结果,最终确定数据的变化的步骤。
此外,数据变化分析类型可包括以下类型中的至少一种:关于工艺的参考数据和比较数据的比较分析类型、关于设备的参考数据和比较数据的比较分析类型、设备间测量数据比较分析类型以及最佳性能设备与其他设备之间的测量数据比较分析类型。
此外,所述计算的步骤可包括:还根据每种规范类型计算工艺能力指标的步骤,规范类型可包括以下项中的至少一种:越大特性越好规范、越小特性越好规范、以及正常则特性最佳规范。
此外,参考数据可以是第一时间部分的测量数据,比较数据可以是第二时间部分的测量数据。第一时间部分可在第二时间部分之前。
此外,第一时间部分可比第二时间部分长。
参考数据和比较数据可以是去除了异常值的数据,异常值的范围可根据参考数据的数量和比较数据的数量而改变。
此外,异常值可以是小于下限(LL)或超过上限(UL)的数据,其中,LL和UL由下面的等式限定:
LL=Q2-K×(Q3-Q1)
UL=Q2+K×(Q3-Q1)
其中,Q1、Q2、Q3是满足“Q3>Q2>Q1”的数据,K=(a×n-b)/(c×n-d),其中,a、b、c、d是常数,n是参考数据和比较数据的数量。
根据本公开的另一实施例,一种用于感测数据的变化的系统包括:收集器,被配置为:收集参考数据和比较数据;处理器,被配置为:基于由收集器收集的参考数据和比较数据的统计分布提取数据的部分、基于规范计算目标范围、从提取的参考数据和比较数据之中识别包括在目标范围中的数据、确定数据的变化。
有益效果
根据如上所述的本公开的实施例,关于工艺或设备的测量数据的微小变化可在制造工艺中被感测,因此产品的潜在的质量可变性可被预先估计,并且用于防止质量劣化的快速预先动作能够被采取。
此外,根据本公开的实施例,通过使用每种分析类型的工艺能力指标、测量数据的分布和中值、测量数据与目标值之间的对应等,基于各种复杂的因素,微小变化的发生可被精确地/迅速地感测。
附图说明
图1是用于说明根据本公开的实施例的用于感测工艺/设备中的微小变化的方法而提供的流程图;
图2是用于说明前/后变化分析和比较分析的概念而提供的示图;
图3是用于说明参考数据和比较数据的概念而提供的示图;
图4是用于基于测量数据的分布/中值来确定微小变化的方法的详细流程图;
图5是用于说明中值的变化的因素/解释而提供的示图;
图6是基于测量数据与目标值之间的对应确定微小变化的处理的详细流程图;
图7是示出基于测量数据与目标值之间的对应确定微小变化的示例的示图;
图8是根据本公开的另一实施例的用于感测工艺/设备中的微小变化的系统的框图。
具体实施方式
在下文中,将参照附图更详细地描述本公开。
本公开的实施例提出一种用于感测工艺/设备中的微小变化的方法。“工艺/设备中的微小变化”指的是在制造工艺中的工艺之后测量的关于该工艺或设备的测量数据的微小变化。
感测工艺/设备中的微小变化用作对通过自动化设备生产的产品的质量可变性和降低良率进行最小化的预先措施的前提条件。
为了实现这一点,在本公开的实施例中提出的用于感测工艺/设备中的微小变化的方法通过使用每种分析类型的工艺能力指标、测量数据的分布和中值、测量数据与目标值之间的对应等,基于各种复杂的因素,精确地/迅速地感测微小的变化的发生。
图1是用于说明根据本公开的实施例的用于感测工艺/设备中的微小变化的方法而提供的流程图。由作为一种计算系统的“用于感测工艺/设备中的微小变化的系统”(在下文中,被称为“微小变化感测系统”)来执行示出的方法。
如图1中所示,微小变化感测系统设置关于工艺/设备的测量数据的微小变化分析类型(S110)。微小变化分析类型可根据管理者的输入手动设置,或可根据工艺/设备的特性自动设置。
微小变化分析类型被分为1)前/后变化分析和2)比较分析。
前/后变化分析是通过比较已测量数据(前数据)与当前测量数据(后数据)来感测微小变化的类型的分析。1)前/后变化分析被分为11)用于分析关于工艺的前/后变化的工艺前/后变化分析和12)用于分析关于设备的前/后变化的设备前/后变化分析。
图2在上部分示出工艺前/后变化分析的概念,并示出关于设备A、设备B、设备C和设备D的设备前/后变化分析的概念。参照虚线,针对在左部分的已测量数据(前数据)与在右部分的当前测量数据(后数据),执行比较分析。
2)比较分析被分为21)设备间比较分析(inter-equipment comparison)和22)最佳品种(best of breed,BOB)比较分析。
设备间比较分析是比较多个设备之间的测量数据(例如,如图2中所示,设备A的测量数据和设备B的测量数据)的类型的分析。
BOB分析是将在相同工艺中使用的相同类型的多个设备中实现最佳性能的设备的测量数据与其他的多个设备的测量数据进行比较的类型的分析。例如,如图2中所示,BOB分析将“对应于BOB的设备C的测量数据”分别与设备A、设备B和设备D的测量数据进行比较。
在设置了微小变化分类类型之后,微小变化感测系统提取分析所需的测量数据(S120)。测量数据是关于在步骤S110中设置的类型的分析所需的工艺/设备的测量数据。
如以上在图2中所述,测量数据可被分为已测量数据(前数据)和当前测量数据(后数据)。“已测量数据(前数据)”可以是用于感测当前测量数据(后数据)的微小变化的参考,因此将被称为“参考数据”。此外,由于“当前测量数据(后数据)”是将与已测量数据(前数据)进行比较的对象,所以当前测量数据将被称为“比较数据”。
假设参考数据是没有变化(该变化包括微小变化)的良好测量数据,并且参考数据要求是比比较数据累积了更长时间的测量数据。例如,如图3中所示,参考数据可被设置为累积了15天的测量数据,比较数据可被设置为1天的测量数据。
在提取了测量数据之后,微小变化感测系统在提取的测量数据之中仅选择将被分析的测量数据(S130)。
具体地讲,不满足用于分析的参数的测量数据可被排除。例如,当参考数据的数量小于30或者比较数据的数量小于5时,从分析对象排除该测量数据。
此外,在前/后变化分析的情况下,从分析对象中排除没有在规范中定义工艺/设备的目标、规范上限(USL)、规范下限(LSL)的测量数据。此外,在比较分析的情况下,从分析对象中排除在分析期期间已具有规范中的变化的测量数据。
此外,对应于异常值的测量数据被去除。异常值是小于下限(LL)或超过上限(UL)的测量数据。换句话说,大于或等于LL或者小于或等于UL的测量数据具有正常值。LL和UL由下面的等式定义。
LL=Q2-K×(Q3-Q1)
UL=Q2+K×(Q3-Q1)
K=(a×n-b)/(c×n-d)
其中,Q1、Q2、Q3分别是第一四分位数(quartile)、第二四分位数和第三四分位数,a、b、c、d(a>c)是常数,n是测量数据的数量。
当从最小至最大列出总的测量数据时,对应于25%、50%和75%的数据分别是第一四分位数、第二四分位数和第三四分位数。换句话说,在总的测量数据中在大小上对应于排名靠前的75%、50%和25%的数据可以分别是第三四分位数、第二四分位数和第一四分位数。因此,“Q3>Q2>Q1”的关系被确定。
如上所述,由LL和UL定义的异常值的范围或正常值的范围根据在步骤S120中提取的测量数据的数量而变化。具体地讲,由于a>c,因此随着测量数据的数量增加,正常值的范围增大(正比关系),而异常值的范围减小(反比关系)。
接下来,微小变化感测系统通过使用在步骤S130中选择的测量数据,根据每种微小变化分析类型,来计算作为工艺能力指标之一的CpK,并基于计算的CpK的大小确定微小变化是否发生(S140)。
换句话说,当CpK超过阈值时,可确定在工艺/设备的测量数据中发生了微小变化。
当在步骤S140中计算CpK时,所有的参考数据和比较数据都被使用。此外,应注意,根据在步骤S110中设置的每种微小变化分析来执行步骤S140中的计算CpK。
此外,可根据规范的类型执行步骤S140中的计算CpK。也就是说,可根据越大特性越好的规范、越小特性越好的规范、正常则特性最好的规范,来执行计算CpK。
微小变化感测系统基于在步骤S130中选择的测量数据的分布和中值,来确定微小变化是否发生(S150)。在图4中示出关于步骤S150的详细流程图。
如图4中所示,为了基于分布/中值确定微小变化,微小变化感测系统测试参考数据的分布与比较数据的分布之间的显著性差异(S151)。分布测试(用于同等变化的测试)可通过列文(Levene)测试来执行,并且其它的测试技术可被应用。
接下来,微小变化感测系统测试参考数据与比较数据之间的中值是否存在变化。在这个步骤中,测试技术根据参考数据与比较数据之间的分布是否存在显著性差异而变化。
具体地讲,当在步骤S151中测试到分布中存在显著性差异时(S152-Y),微小变化感测系统根据Satterthwaite T测试技术,来测试参考数据与比较数据之间的中值是否存在变化(S153)。
另一方面,当在步骤S151中测试到分布中不存在显著性差异时(S152-N),微小变化感测系统根据Student T测试技术,来测试参考数据与比较数据之间的中值是否存在变化(S154)。
接下来,微小变化感测系统基于在步骤S151中测试分布中的显著性差异的结果以及在步骤S153/S154中测试中值的结果,确定微小变化是否发生(S155)。
确定微小变化的发生的步骤S155可根据工艺/设备的特性不同地实现。例如,当在分布中存在显著性差异并且同时在中值中存在变化时,可确定微小变化发生,此外,当在分布中存在显著性差异的情况和在中值中存在变化的情况中的任何一种情况被满足时,可确定微小变化发生。
中值的变化可由于产品质量的提高而不是劣化而导致。因此,当d2(比较数据的中值与目标值之间的绝对差)大于d1(参考数据的中值与目标值之间的绝对差)时,微小变化可对应于产品质量的劣化,而当d2小于d1时,微小变化可对应于产品质量的提高。
其后,微小变化感测系统基于在步骤S130中选择的测量数据与目标值之间的对应,确定微小变化是否发生(S160)。在图6中示出步骤S160的详细流程图。
如图6中所示,为了基于目标值确定微小变化,微小变化感测系统设置测量数据的置信区间(CI)(S161)。在此,微小变化感测系统可根据工艺/设备的特性设置99%的CI、95%的CI、90%的CI。
接下来,微小变化感测系统提取包括在步骤S161中设置的CI中的参考数据和比较数据(S162)。在步骤S162中,落在CI之外的测量数据被去除。步骤S162对应于基于测量数据的统计特性提取数据的部分的步骤。
其后,微小变化感测系统指定目标范围(S163)。目标范围是由通过下面的等式确定的目标上限(TUL)和目标下限(TLL)设置的范围。
目标范围=|USL-LSL|×25%
TUL=Target(目标值)+12.5%×|USL-LSL|
TLL=Target-12.5%×|USL-LSL|
接下来,微小变化感测系统计算在步骤S162中提取的包括在步骤S163中计算的目标范围中的参考数据和比较数据的比(S164),并通过将计算的参考数据的包含率(inclusion ratio)(t1)和计算的比较数据的包含率(t2)进行比较,来确定微小变化是否发生(S165)。
当在步骤S165中的包含率之间存在显著性差异时,可确定微小变化发生。显著性差异可由产品质量的提高而不是劣化导致。
因此,如图7中所示,当t2(比较数据的包含率)小于t1(参考数据的包含率)时,可确定微小变化对应于产量质量的劣化。另一方面,当t2大于t1时,可确定微小变化对应于产品质量的提高。
在图7中,存在由虚线表示的被分类为“排除”的比较数据。这种数据对应于落在步骤S161中设置的CI之外并且在步骤S162中未被提取的数据。
其后,微小变化感测系统组合在步骤S140、步骤S150和步骤S160中确定微小变化的发生的结果,并最终确定测量数据的微小变化的发生(S170)。
最终确定微小变化的发生的步骤S170根据工艺/设备的特性被不同地实现。例如,根据工艺/设备的特性,不同的权重可被给到确定的结果,并且最终确定值可被得到。通过将得到的最终确定值与最终参考值进行比较,可最终确定微小变化是否发生。
目前为止已参照优选的实施例详细描述了用于感测工艺/设备中的微小变化的方法。
根据本公开的实施例的用于感测工艺/设备中的微小变化的方法可广泛应用于半导体或显示器以及其他装置的制造。
将参照图8详细描述根据本公开的实施例的能够执行用于感测工艺/设备中的微小变化的方法的微小变化感测系统。图8是根据本公开的另一实施例的微小变化感测系统的框图。
如图8中所示,根据本公开的实施例的微小变化感测系统包括通信单元210、显示器220、处理器230、输入单元240和存储装置250。
通信单元210是用于通过与外部装置或外部网络连接通信来传输数据的装置。
显示器220是用于显示信息的装置,输入单元240是用于输入信息的装置。显示器220和输入单元240可被集成为触摸屏,并且当微小变化感测系统具有移动类型时触摸屏更有用。
测量数据可经由通信单元210从测量装置/网络接收,或者可经由输入单元240输入并收集。因此,通信单元210和输入单元240用作数据收集装置。
此外,微小变化分析类型、目标值、USL、LSL等可经由通信单元210接收,或可经由输入单元240输入。
处理器230通过使用接收/输入的数据和信息执行图1中示出的工艺/设备微小变化感测算法,并可将执行的结果显示在显示器220上,或可经由通信单元210将结果传送到外部装置/网络。
存储装置250提供处理器230执行工艺/设备微小变化感测算法所需的存储空间。
本公开的技术理念可应用于计算机可读记录介质,所述计算机可读记录介质记录用于执行根据本实施例的设备的功能和方法的计算机程序。此外,根据本公开的各种实施例的技术理念可以以记录在计算机可读记录介质上的计算机可读代码的形式来实现。计算机可读记录介质可以是可由计算机读取并可存储数据的任何数据存储装置。例如,计算机可读记录介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光盘、硬盘驱动器等。存储在计算机可读记录介质中的计算机可读代码或程序可经由连接在计算机之间的网络来传输。
此外,尽管已经示出和描述了本公开的优选实施例,但是本公开不限于以上描述的具体实施例。在不脱离在权利要求中要求的本公开的范围的情况下,本领域技术人员可进行各种改变,此外,改变的实施例不应被理解为脱离本公开的技术理念或预期。
Claims (16)
1.一种用于感测数据的变化的方法,所述方法包括:
基于参考数据和比较数据的统计分布来提取数据的部分的步骤;
基于规范计算目标范围的步骤;
从提取的参考数据和比较数据之中识别包括在目标范围中的数据并确定数据的变化的第一确定步骤。
2.根据权利要求1所述的方法,其中,计算的步骤包括根据下面的数学等式计算目标范围的步骤:
目标范围=|规范上限(USL)-规范下限(LSL)|×w1
TUL(目标上限)=目标+w2×|USL-LSL|
TLL(目标下限)=目标-w2×|USL-LSL|
其中,目标是规范的目标值,w1和w2是权重值。
3.根据权利要求1所述的方法,其中,提取的步骤包括提取包括在设置的置信区间中的参考数据和比较数据的步骤。
4.根据权利要求1所述的方法,其中,第一确定步骤包括下面步骤:当包括在目标范围中的参考数据的第一包含率与包括在目标范围中的比较数据的第二包含率之间存在显著性差异时,确定数据的变化。
5.根据权利要求4所述的方法,其中,第一确定步骤包括:
当第二包含率小于第一包含率时,确定数据的变化由质量劣化导致的步骤;
当第二包含率大于第一包含率时,确定数据的变化由质量提高导致的步骤。
6.根据权利要求1所述的方法,还包括:
测试参考数据的分布与比较数据的分布之间的显著性差异的第一测试步骤;
测试参考数据和比较数据的代表值的变化的第二测试步骤;
基于第一测试步骤中的测试的结果和第一测试步骤中的测试的结果,确定数据的变化的第二确定步骤;
基于第一确定步骤中的确定的结果和第二确定步骤中的确定的结果,最终确定数据的变化的步骤。
7.根据权利要求6所述的方法,其中,第二测试步骤包括:
当在第一测试步骤中测试到分布中存在显著性差异时,根据第一测试技术测试代表值的变化的步骤;
当在第一测试步骤中测试到分布中不存在显著性差异时,根据第二测试技术测试代表值的显著性差异的步骤。
8.根据权利要求6所述的方法,其中,第二测试步骤包括:
当第二绝对差大于第一绝对差时,确定数据的变化由质量劣化导致的步骤,其中,第二绝对差是“比较数据的代表值与规范的目标值之间的绝对差”,第一绝对差是“参考数据的代表值与规范的目标值之间的绝对差”;
当第二绝对差小于第一绝对差时,确定数据的变化由质量提高导致的步骤。
9.根据权利要求6所述的方法,还包括:
设置数据变化分析类型的步骤;
通过使用包括参考数据和比较数据的测量数据,针对每种变化分析类型计算工艺能力指标的步骤;
基于计算的工艺能力指标的大小,确定数据的变化的第三确定步骤,
其中,确定的步骤包括基于在第一确定步骤中的确定的结果、在第二确定步骤中的确定的结果以及在第三确定步骤中的确定的结果,最终确定数据的变化的步骤。
10.根据权利要求9所述的方法,其中,数据变化分析类型包括以下类型中的至少一种:关于工艺的参考数据和比较数据的比较分析类型、关于设备的参考数据和比较数据的比较分析类型、设备间测量数据比较分析类型、以及最佳性能设备与其他设备之间的测量数据比较分析类型。
11.根据权利要求9所述的方法,其中,计算的步骤包括:还根据每种规范类型计算工艺能力指标的步骤,
其中,规范类型包括以下项中的至少一种:越大特性越好规范、越小特性越好规范、以及正常则特性最佳规范。
12.根据权利要求1所述的方法,其中,参考数据是第一时间部分的测量数据,
其中,比较数据是第二时间部分的测量数据,
其中,第一时间部分在第二时间部分之前。
13.根据权利要求12所述的方法,其中,第一时间部分比第二时间部分长。
14.根据权利要求1所述的方法,其中,参考数据和比较数据是去除了异常值的数据,
其中,异常值的范围根据参考数据的数量和比较数据的数量而改变。
15.根据权利要求14所述的方法,其中,异常值是小于下限LL或超过上限UL的数据,其中,LL和UL由下面的等式定义:
LL=Q2-K×(Q3-Q1)
UL=Q2+K×(Q3-Q1)
其中,Q1、Q2、Q3是满足“Q3>Q2>Q1”的数据,K=(a×n-b)/(c×n-d),其中,a、b、c、d是常数,n是参考数据和比较数据的数量。
16.一种用于感测数据的变化的系统,所述系统包括:
收集器,被配置为:收集参考数据和比较数据;
处理器,被配置为:基于由收集器收集的参考数据和比较数据的统计分布提取数据的部分,基于规范计算目标范围,从提取的参考数据和比较数据之中识别包括在目标范围中的数据,并确定数据的变化。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160110422A KR101823420B1 (ko) | 2016-08-30 | 2016-08-30 | 공정/장비 계측 데이터의 미세 변동 감지 방법 및 시스템 |
KR10-2016-0110422 | 2016-08-30 | ||
PCT/KR2017/008501 WO2018043936A1 (ko) | 2016-08-30 | 2017-08-07 | 공정/장비 계측 데이터의 미세 변동 감지 방법 및 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109891454A true CN109891454A (zh) | 2019-06-14 |
CN109891454B CN109891454B (zh) | 2022-10-14 |
Family
ID=61070722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780067437.9A Active CN109891454B (zh) | 2016-08-30 | 2017-08-07 | 用于感测工艺/设备测量数据的细小变化的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11016467B2 (zh) |
JP (1) | JP6757846B2 (zh) |
KR (1) | KR101823420B1 (zh) |
CN (1) | CN109891454B (zh) |
WO (1) | WO2018043936A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3403148A1 (de) * | 2016-03-24 | 2018-11-21 | Siemens Aktiengesellschaft | Verfahren zur steuerung, steuersystem und anlage |
CN109100117B (zh) * | 2018-07-04 | 2021-03-26 | 惠科股份有限公司 | 一种变异数值的检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN101211496A (zh) * | 2006-12-28 | 2008-07-02 | 株式会社东芝 | 用于监视设备的方法和系统 |
JP2011060012A (ja) * | 2009-09-10 | 2011-03-24 | Fuji Electric Systems Co Ltd | プラント監視装置およびプラント監視方法 |
CN102117731A (zh) * | 2009-12-31 | 2011-07-06 | 中芯国际集成电路制造(上海)有限公司 | 半导体工艺生产流程中的测量数据的监测方法和装置 |
CN103681395A (zh) * | 2012-09-04 | 2014-03-26 | 台湾积体电路制造股份有限公司 | 用于工具状态监控的定性故障检测和分类系统及相关方法 |
US20140278234A1 (en) * | 2013-03-15 | 2014-09-18 | Samsung Electronics Co., Ltd. | Method and a system for a statistical equivalence test |
CN105468910A (zh) * | 2015-11-25 | 2016-04-06 | 中国船舶工业系统工程研究院 | 一种机电设备性能退化预测方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3766208B2 (ja) | 1998-07-09 | 2006-04-12 | 株式会社東芝 | プロセスデータ監視装置 |
JP2004227483A (ja) | 2003-01-27 | 2004-08-12 | Seiko Epson Corp | 計測器管理装置、計測器管理システム及び製造支援システム |
JP2006228779A (ja) | 2005-02-15 | 2006-08-31 | Toshiba Corp | 半導体製造装置の管理方法 |
KR20090061856A (ko) * | 2007-12-12 | 2009-06-17 | (주) 이아이비코리아 | 품질관리규칙이 변경가능한 통계적 공정관리 장치 및 방법 |
US10140588B2 (en) * | 2009-12-28 | 2018-11-27 | International Business Machines Corporation | Bill of material synchronization |
US20130325352A1 (en) * | 2012-06-05 | 2013-12-05 | Dexcom, Inc. | Calculation engine based on histograms |
KR20140128745A (ko) * | 2013-04-29 | 2014-11-06 | 주식회사 파미 | 3차원 솔더 페이스트 데이터에 의한 스크린 프린터 공정 진단 장치 |
JP2016071454A (ja) | 2014-09-26 | 2016-05-09 | アズビル株式会社 | 計装機器監視システム |
-
2016
- 2016-08-30 KR KR1020160110422A patent/KR101823420B1/ko active IP Right Grant
-
2017
- 2017-08-07 CN CN201780067437.9A patent/CN109891454B/zh active Active
- 2017-08-07 WO PCT/KR2017/008501 patent/WO2018043936A1/ko active Application Filing
- 2017-08-07 US US16/328,778 patent/US11016467B2/en active Active
- 2017-08-07 JP JP2019505448A patent/JP6757846B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN101211496A (zh) * | 2006-12-28 | 2008-07-02 | 株式会社东芝 | 用于监视设备的方法和系统 |
JP2011060012A (ja) * | 2009-09-10 | 2011-03-24 | Fuji Electric Systems Co Ltd | プラント監視装置およびプラント監視方法 |
CN102117731A (zh) * | 2009-12-31 | 2011-07-06 | 中芯国际集成电路制造(上海)有限公司 | 半导体工艺生产流程中的测量数据的监测方法和装置 |
CN103681395A (zh) * | 2012-09-04 | 2014-03-26 | 台湾积体电路制造股份有限公司 | 用于工具状态监控的定性故障检测和分类系统及相关方法 |
US20140278234A1 (en) * | 2013-03-15 | 2014-09-18 | Samsung Electronics Co., Ltd. | Method and a system for a statistical equivalence test |
CN105468910A (zh) * | 2015-11-25 | 2016-04-06 | 中国船舶工业系统工程研究院 | 一种机电设备性能退化预测方法 |
Non-Patent Citations (2)
Title |
---|
SHISONG ZHU: "Knowledge Discovery Method from Abnormal Monitoring Data", 《2011 SEVENTH INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND SECURITY》 * |
高军: "石油化工企业设备运行可靠性管理探讨", 《企业技术开发》 * |
Also Published As
Publication number | Publication date |
---|---|
WO2018043936A1 (ko) | 2018-03-08 |
US20190196445A1 (en) | 2019-06-27 |
CN109891454B (zh) | 2022-10-14 |
KR101823420B1 (ko) | 2018-01-30 |
JP2019531530A (ja) | 2019-10-31 |
JP6757846B2 (ja) | 2020-09-23 |
US11016467B2 (en) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4739447B2 (ja) | 不良要因の分析表示方法および不良要因の分析表示装置 | |
KR20190072652A (ko) | 정보 처리 장치 및 정보 처리 방법 | |
EP3244277A1 (en) | Method and apparatus for optimizing process control systems | |
CN113539909A (zh) | 一种故障检测方法、装置、终端设备及存储介质 | |
JP2023535721A (ja) | プロセストレースからの装置故障モードの予測 | |
CN112149737A (zh) | 选择模型训练方法、模型选择方法、装置及电子设备 | |
CN109891454A (zh) | 用于感测工艺/设备测量数据的细小变化的方法和系统 | |
US11004002B2 (en) | Information processing system, change point detection method, and recording medium | |
CN109844779B (zh) | 用于分析测量-良率相关性的方法和系统 | |
JP6588495B2 (ja) | 分析システム、設定方法および設定プログラム | |
CN107077617B (zh) | 指纹提取方法及装置 | |
TWI709833B (zh) | 資料處理、資料處理裝置以及電腦可讀取記錄媒體 | |
JP2019204162A (ja) | 異常予兆診断システムのプリプロセッサ | |
US11443265B2 (en) | Analysis system and analysis method | |
CN114764550A (zh) | 失效检测与分类模型的运作方法与运作装置 | |
JP2019003453A (ja) | 不良要因分析システム及び不良要因分析方法 | |
CN112906805A (zh) | 图像训练样本筛选和任务模型训练方法、装置及电子设备 | |
US20230367927A1 (en) | Non-transitory computer readable storage medium storing operation improvement assistance program, operation improvement assistance device, and operation improvement assistance method | |
JP2020205026A (ja) | 情報処理装置、情報処理システム、モデルの学習方法 | |
JP2006091937A (ja) | データ分析装置及びその方法、プログラム | |
US20230342402A1 (en) | Data analysis apparatus, data analysis system, and non-transitory computer-readable storage medium | |
US11592807B2 (en) | Manufacturing defect factor searching method and manufacturing defect factor searching apparatus | |
JP2003122572A (ja) | データ分析装置及び記録媒体 | |
US11782432B2 (en) | Method and system for controlling lot risk score based dynamic lot measurement on basis of equipment reliability index | |
CN116797579A (zh) | 一种缺陷级别的确定方法、装置、电子设备以及存储介质 |
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 |