CN112232578A - 基于关键指标算法的光刻机台效能评价系统及其应用方法 - Google Patents
基于关键指标算法的光刻机台效能评价系统及其应用方法 Download PDFInfo
- Publication number
- CN112232578A CN112232578A CN202011154696.5A CN202011154696A CN112232578A CN 112232578 A CN112232578 A CN 112232578A CN 202011154696 A CN202011154696 A CN 202011154696A CN 112232578 A CN112232578 A CN 112232578A
- Authority
- CN
- China
- Prior art keywords
- machine
- lot
- time
- system comprises
- interface
- 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 52
- 238000001259 photo etching Methods 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000001459 lithography Methods 0.000 claims abstract description 18
- 230000033772 system development Effects 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 25
- 235000012431 wafers Nutrition 0.000 claims description 24
- 238000000206 photolithography Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000013461 design Methods 0.000 claims description 11
- 238000005553 drilling Methods 0.000 claims description 11
- 208000018910 keratinopathic ichthyosis Diseases 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000003795 chemical substances by application Substances 0.000 description 8
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供基于关键指标算法的光刻机台效能评价系统及其应用方法，提供光刻机台的生产源数据，将生产源数据通过数据处理模块处理后得到初始版本数据；基于初始版本数据得到多个关键指标；基于多个关键指标进行系统开发，包括：进行界面设计及其逻辑实现；进行接口项目的设计；创建服务程序并进行实现；创建宿主以及创建代理；光刻机台间效能利用排序。本发明设计关键指标的算法用来以更好的评估光刻机台利用效率，并将算法设计系统化，基于历史及当前数据对机台来货情况或机台状态进行预测，并实时监测机台当前跑货状况，有利于求得效能最优机台且得出各机台间效能利用排序，使光刻机台的效能评价达到精确化。
Description
技术领域
本发明涉及半导体技术领域，特别是涉及基于关键指标算法的光刻机台效能评价系统及其应用方法。
背景技术
首先，针对光刻机利用率的评价，通常做法是技术人员根据既定已发生的历史数据，在静态报表上查看各个机台的空载状况，这种手段只能停留在粗略的评价上。实际上，LOT进出机台的实际时间，每卡LOT载片数量，光刻板的切换次数，宕机时间等都是影响对机台运行效率的评价因素；同时已有方法缺乏此类数据的实时监控。对于技术密集型的半导体制造行业来说，光刻机台的效能评价应当更加精确化，更加多元化，更加实例化。
其次，目前还没有相关研究对光刻机台间效能利用进行比较分析，其相对于机台自身评价将更加科学，更加准确。
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关键指标算法的光刻机台效能评价系统及其应用方法，用于解决现有技术中光刻机利用率的评价方法缺乏此类数据的实时监控，并且光刻机台的效能评价无法达到精确化的问题。
为实现上述目的及其他相关目的，本发明提供一种，基于关键指标算法的光刻机台效能评价系统，至少包括：
光刻机台的生产源数据；用于处理所述生产源数据的数据处理模块；通过所述数据处理模块将所述生产源数据处理后形成的初始版本数据；
基于所述初始版本数据得到的多个关键指标；
基于所述多个关键指标的系统。
优选地，所述生产源数据至少包括：Lot数量、产品名、产品类型、站点信息、作业步骤序列号、产品等级、进机台时间、出机台时间、开始作业时间、结束作业时间、历史作业时间及当前作业时间。
优选地，所述多个关键指标至少包括：机台运作时间、机台空置时间、机台使用效率、实际Lot数量、Lot移动量、连续小枚Lot作业数量、光刻板切换次数、异常Lot、光刻板平均移动量、非连续作业Lot。
优选地，所述机台运作时间为工厂日期内，光刻机台历史日期内及截至当前时间下光刻机台跑货的时间。
优选地，所述机台空置时间为工厂日期内，光刻机台历史日期及截至当前时间下光刻机台的空置时间。
优选地，所述机台使用效率为产品类型为产品片在且工厂日期内或截至当前日期，机台跑货状态下的所占时间比例。
优选地，所述实际Lot数量为工厂日期内或截至当前日期，不同机台下产品类型为产品片和工程片的Lot数量。
优选地，所述Lot移动量为各机台下所产生的实际晶圆移动量与实际Lot数量的比值，晶圆移动一步为一个移动量，所述实际晶圆移动量为所述每个移动量之和。
优选地，基于所述多个关键指标的系统至少包括：界面、接口项目、服务程序、宿主和代理。
优选地，所述界面包括历史日期选项、当前日期选项、依据所述多个关键指标的结果展示项、依据所述结果展示项的钻取提示信息。
优选地，所述接口项目为程序库，所述程序库包含有所述多个关键指标、所述多个关键指标对应的钻取信息以及对系统的服务方法进行的申明。
优选地，所述服务程序为所述接口程序的实现库，用于引用所述接口程序并传入所述多个关键指标，对所述接口程序具体实现。
优选地，所述宿主为基于Windows平台创建的控制台应用程序，用于引用所述接口项目及所述服务程序，实现服务器及端口配置并在服务器上启动。
优选地，所述代理用于添加配置实现托管并公开所述生产源数据，并启动所述系统。
本发明还提供基于关键指标算法的光刻机台效能评价系统的应用方法，该方法至少包括以下步骤：
步骤一、提供光刻机台的生产源数据，将所述生产源数据通过数据处理模块处理后得到初始版本数据；
步骤二、基于所述初始版本数据得到多个关键指标；
步骤三、基于所述多个关键指标进行系统开发，包括：(1)进行界面设计及其逻辑实现；(2)进行接口项目的设计；(3)创建服务程序并进行实现；(4)创建宿主；(5)创建代理。
步骤四、所述光刻机台间效能利用排序。
优选地，步骤一中的数据处理模块对所述生产源数据进行处理的方法为：将所述生产源数据从源端经过抽取、转换、加载到目的端的过程。
优选地，步骤二中所述多个关键指标包括：机台运作时间、机台空置时间、机台使用效率、实际Lot数量、Lot移动量、连续小枚Lot作业数量、光刻板切换次数、异常Lot、光刻板平均移动量、非连续作业Lot。
优选地，步骤二中基于所述初始版本数据得到的所述机台运作时间为工厂日期内，光刻机台历史日期内及截至当前时间下光刻机台跑货的时间所述机台运作时间，并且所述机台运作时间uptime的算法为：
i为状态参数；σ为状态集合，至少包括：备份状态、跑货状态、回收状态、闲置状态、暂停状态、mid为机台标识；t、T为时间周期。
优选地，步骤二中基于所述初始版本数据得到的所述机台空置时间为工厂日期内，光刻机台历史日期及截至当前时间下光刻机台的空置时间，并且所述机台空置时间idletime的算法为：
i为状态参数；mid为机台标识；t、T为时间周期。
优选地，步骤二中基于所述初始版本数据得到的所述机台使用效率为产品类型为产品片在且工厂日期内或截至当前日期，机台跑货状态下的所占时间比例，并且所述机台使用效率UTI的算法为：
其中ξ为有效评价集合，其中的有效值至少包括：备份状态、跑货状态、回收状态。
优选地，步骤二中基于所述初始版本数据得到的所述实际Lot数量为工厂日期内或截至当前日期，不同机台下产品类型为产品片和工程片的Lot数量，并且所述实际Lot数量lot_cnt的算法为：
lot的产品类型属性为工程片和产品片。
优选地，步骤二中基于所述初始版本数据得到的所述Lot移动量为各机台下所产生的实际晶圆移动量与实际Lot数量的比值，晶圆移动一步为一个移动量，所述实际晶圆移动量为所述每个移动量之和，并且所述Lot移动量lotsize的算法为：
其中一片晶圆移动一步称为一个step，c为lot数量。
优选地，步骤二中基于所述初始版本数据得到的所述连续小枚Lot作业数量smallsize_cnt的算法为：
其中每卡lot的晶圆片数小于等于10片，且lot与lot之间为连续状态，若有大于或等于3卡lot连续，则计做1次；k为lot标号，cnt表示计数，start按照出站时间排序，
为连续lot集合，k++大于等于3，qty为lot枚数且小于10。
优选地，步骤二中基于所述初始版本数据得到的所述光刻板切换次数MASK_CNT表示为光刻机台作业不同产品时，所需的光刻板不同，连续两块光刻板的类型不同则计做1次，目标函数为周期内总切换次数。
优选地，步骤二中基于所述初始版本数据得到的所述异常Lot ABNORMAL_RT_CNT表示为：跑货时间runtime的计算规则为：将机台下lot按照进入机台时间升序排列，当lot的进入机台时间大于上个lot出机台的时间，则runtime为上个lot出机台时间减去此lot进机台时间；当lot的进入机台时间小于上一个lot出机台时间，则runtime为此lot的出机台时间减去上一个lot出机台时间。ABNORMAL_RT_CNT时间为runtime时间大于20分钟的lot个数，目标函数为周期内定义异常lot的总数。
优选地，步骤二中基于所述初始版本数据得到的所述光刻板平均移动量AVG_MASK_MOVE表示为：在工厂日期内或截至当前日期，机台所有移动量与MASK_CNT的比值，目标函数即为实际移动量与MASK_CNT的比值。
优选地，步骤二中基于所述初始版本数据得到的所述非连续作业Lot NO_CONTINUE_CNT表示为：将所有进入机台的lot顺序排列，计算当前lot的出机台时间与连续排序的第四个lot入机台时间的差值，且差值大于15秒，则计做1次，目标值为计数的总次数。
优选地，步骤三中进行界面设计中，所述界面的展示包括历史日期选项、当前日期选项、依据所述多个关键指标的结果展示项、依据所述结果展示项的钻取提示信息。
优选地，步骤三中进行接口项目为程序库，所述程序库包含有所述多个关键指标、所述多个关键指标对应的钻取信息以及对系统的服务方法进行的申明。
优选地，步骤三中创建服务程序并进行实现的方法为：创建所述关键指标类库项目，引用所述接口项目，传入对应关键指标，对接口项目进行逻辑实现。
优选地，步骤三中所述宿主引用所述接口项目，实现服务器及端口配置并在服务器上启动。
优选地，步骤三中的代理用于添加配置实现托管并公开所述生产源数据，并启动所述系统。
优选地，步骤四中所述光刻机台间效能利用排序是以选择效能最佳的最优机台为目标，准则层以设计好的10个KPI为准则。
优选地，步骤四中所述光刻机台间效能利用排序的方法包括：1、判断矩阵构造，准则层是将10个不同因素两两作比，将比值计做aij并且放入10行10列的矩阵A中进行判断为反矩阵或一致性矩阵；2、权值计算及一致性检验；3、候选层系数设定。
如上所述，本发明的基于关键指标算法的光刻机台效能评价系统及其应用方法，具有以下有益效果：本发明设计关键指标的算法用来以更好的评估光刻机台利用效率，并将算法设计系统化，基于历史及当前数据对机台来货情况或机台状态进行预测，并实时监测机台当前跑货状况，有利于求得效能最优机台且得出各机台间效能利用排序，使光刻机台的效能评价达到精确化。
附图说明
图1显示为本发明的基于关键指标算法的光刻机台效能评价系统的应用方法。
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。
请参阅图1。需要说明的是，本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。
本发明提供一种基于关键指标算法的光刻机台效能评价系统，至少包括：光刻机台的生产源数据；用于处理所述生产源数据的数据处理模块；通过所述数据处理模块将所述生产源数据处理后形成的初始版本数据；基于所述初始版本数据得到的多个关键指标；基于所述多个关键指标的系统。
本发明进一步地，本实施例中的所述生产源数据至少包括：Lot数量、产品名、产品类型、站点信息、作业步骤序列号、产品等级、进机台时间、出机台时间、开始作业时间、结束作业时间、历史作业时间及当前作业时间。
本发明进一步地，本实施例中的所述多个关键指标至少包括：机台运作时间、机台空置时间、机台使用效率、实际Lot数量、Lot移动量、连续小枚Lot作业数量、光刻板切换次数、异常Lot、光刻板平均移动量、非连续作业Lot。本发明再进一步地，本实施例的所述机台运作时间为工厂日期内，光刻机台历史日期内及截至当前时间下光刻机台跑货的时间。本实施例的所述机台空置时间为工厂日期内，光刻机台历史日期及截至当前时间下光刻机台的空置时间。本实施例的所述机台使用效率为产品类型为产品片在且工厂日期内或截至当前日期，机台跑货状态下的所占时间比例。本实施例的所述实际Lot数量为工厂日期内或截至当前日期，不同机台下产品类型为产品片和工程片的Lot数量。本实施例的所述Lot移动量为各机台下所产生的实际晶圆移动量与实际Lot数量的比值，晶圆移动一步为一个移动量，所述实际晶圆移动量为所述每个移动量之和。
本发明进一步地，本实施例中基于所述多个关键指标的系统至少包括：界面、接口项目、服务程序、宿主和代理。本实施例的所述界面包括历史日期选项、当前日期选项、依据所述多个关键指标的结果展示项、依据所述结果展示项的钻取提示信息。所述接口项目为程序库，所述程序库包含有所述多个关键指标、所述多个关键指标对应的钻取信息以及对系统的服务方法进行的申明。所述服务程序为所述接口程序的实现库，用于引用所述接口程序并传入所述多个关键指标，对所述接口程序具体实现。所述宿主为基于Windows平台创建的控制台应用程序，用于引用所述接口项目及所述服务程序，实现服务器及端口配置并在服务器上启动。所述代理用于添加配置实现托管并公开所述生产源数据，并启动所述系统。
本发明还提供所述的基于关键指标算法的光刻机台效能评价系统的应用方法，如图1所示，图1显示为本发明的基于关键指标算法的光刻机台效能评价系统的应用方法，该方法至少包括以下步骤：
步骤一、提供光刻机台的生产源数据，将所述生产源数据通过数据处理模块处理后得到初始版本数据；进一步地，本实施例的步骤一中的数据处理模块对所述生产源数据进行处理的方法为：将所述生产源数据从源端经过抽取、转换、加载到目的端的过程。本实施例中的所述生产源数据至少包括：Lot数量、产品名、产品类型、站点信息、作业步骤序列号、产品等级、进机台时间、出机台时间、开始作业时间、结束作业时间、历史作业时间及当前作业时间。该步骤一进行数据ETL工作(数据从源端经过抽取、转换、加载到目的端的过程)：按照相应规则及要求对原始数据进行加工处理(需求数据包括：Lot重要属性信息及生产信息：数量，产品名，产品类型，站点信息，作业步骤序列号，产品等级，进机台时间，出机台时间，开始作业时间，结束作业时间，历史及当前作业具体时间等)；基于后台服务器，运用数据库知识及复杂数据分析等手段对源数据进行清洗，并将处理结束后的初始版本数据存入相应的数据仓库中。
步骤二、基于所述初始版本数据得到多个关键指标；该步骤二基于数据库中所述初始版本数据，借助ORACLE，PL/SQL及C#等工具进行以下关键算法指标设计和平台设计。本实施例的步骤二中所述多个关键指标包括：机台运作时间、机台空置时间、机台使用效率、实际Lot数量、Lot移动量、连续小枚Lot作业数量、光刻板切换次数、异常Lot、光刻板平均移动量、非连续作业Lot。
本实施例的步骤二中基于所述初始版本数据得到的所述机台运作时间为工厂日期内(例如每日早8:00开始至次日8:00为一个工厂日期)，光刻机台历史日期内及截至当前时间下光刻机台跑货的时间所述机台运作时间，并且所述机台运作时间uptime的算法为：
i为状态参数；σ为状态集合，至少包括：备份状态、跑货状态、回收状态、闲置状态、hold状态(暂停)、mid为机台标识；t、T为时间周期。
本实施例的步骤二中基于所述初始版本数据得到的所述机台空置时间为工厂日期内，光刻机台历史日期及截至当前时间下光刻机台的空置时间，并且所述机台空置时间idletime的算法为：
i为状态参数；mid为机台标识；t、T为时间周期。
本实施例的步骤二中基于所述初始版本数据得到的所述机台使用效率为产品类型为产品片在且工厂日期内或截至当前日期，机台跑货状态下的所占时间比例，并且所述机台使用效率UTI的算法为：
其中ξ为有效评价集合，其中的有效值至少包括：备份状态、跑货状态、回收状态。
本实施例的步骤二中基于所述初始版本数据得到的所述实际Lot数量为工厂日期内或截至当前日期，不同机台下产品类型为产品片和工程片的Lot数量，并且所述实际Lot数量lot_cnt的算法为：
lot的产品类型属性为Eng(工程片)和Prod(产品片)。
本实施例的步骤二中基于所述初始版本数据得到的所述Lot移动量为各机台下所产生的实际晶圆移动量与实际Lot数量的比值，晶圆移动一步为一个移动量，所述实际晶圆移动量为所述每个移动量之和，并且所述Lot移动量lotsize的算法为：
其中一片晶圆移动一步称为一个step，c为lot数量。
本实施例的步骤二中基于所述初始版本数据得到的所述连续小枚Lot作业数量smallsize_cnt的算法为：
其中每卡lot的晶圆片数小于等于10片，且lot与lot之间为连续状态，若有大于或等于3卡lot连续，则计做1次；k为lot标号，cnt表示计数，start按照jobout出站时间排序，
为连续lot集合，k++大于等于3，qty为lot枚数且小于10。
本实施例的步骤二中基于所述初始版本数据得到的所述光刻板切换次数MASK_CNT表示为光刻机台作业不同产品时，所需的光刻板不同，连续两块光刻板的类型不同则计做1次，目标函数为周期内总切换次数。
本实施例的步骤二中基于所述初始版本数据得到的所述异常Lot ABNORMAL_RT_CNT表示为：跑货时间runtime的计算规则为：将机台下lot按照进入机台时间升序排列，当lot的进入机台时间大于上个lot出机台的时间，则runtime为上个lot出机台时间减去此lot进机台时间；当lot的进入机台时间小于上一个lot出机台时间，则runtime为此lot的出机台时间减去上一个lot出机台时间。ABNORMAL_RT_CNT时间为runtime时间大于20分钟的lot个数，目标函数为周期内定义异常lot的总数。
本实施例的步骤二中基于所述初始版本数据得到的所述光刻板平均移动量AVG_MASK_MOVE表示为：在工厂日期内或截至当前日期，机台所有移动量与MASK_CNT的比值，目标函数即为实际移动量与MASK_CNT的比值。
本实施例的步骤二中基于所述初始版本数据得到的所述非连续作业Lot NO_CONTINUE_CNT表示为：将所有进入机台的lot顺序排列，计算当前lot的出机台时间与连续排序的第四个lot入机台时间的差值，且差值大于15秒，则计为1次，目标值为计数的总次数。
步骤三、基于所述多个关键指标进行系统开发，亦即系统框架搭建基于WCF框架系统搭建，采用C/S三层结构设计。
系统开发具体包括：
(1)进行界面设计及其逻辑实现；本发明进一步地，本实施例的步骤三中进行界面设计中，所述界面的展示包括历史日期选项、当前日期选项、依据所述多个关键指标的结果展示项、依据所述结果展示项的钻取提示信息。该步骤(1)中界面设计及逻辑实现，界面展示主要涵盖重要信息查询及重要算法指标计算一体化设计，根据不同能力capability和机台machine任意组合，增加历史日期和当前日期选项，给出不同条件下结果展示，根据各个重要算法指标，其展示值增加钻取提示设置；在不同需求的背景下，用户可根据实际需求情况钻取各个算法指标下详细信息。
(2)进行接口项目的设计；本发明进一步地，本实施例的步骤三中进行接口项目为程序库，所述程序库包含有所述多个关键指标、所述多个关键指标对应的钻取信息以及对系统的服务方法进行的申明。该步骤(2)中的接口设计，创建所述关键指标接口，设计程序库以包含系统所需接口，其涉及关键指标算法值及指标值下钻取详细信息，并以DataSet形式返回，基于数据契约对系统涉及所有服务方法进行申明。
(3)创建服务程序并进行实现；本发明进一步地，本实施例的步骤三中创建服务程序并进行实现的方法为：创建所述关键指标类库项目，引用所述接口项目，传入对应关键指标，对接口项目进行逻辑实现。
(4)创建宿主；本发明进一步地，本实施例的步骤三中所述宿主引用所述接口项目，实现服务器及端口配置并在服务器上启动。(5)创建代理，本发明进一步地，本实施例的步骤三中的代理用于添加配置实现托管并公开所述生产源数据，并启动所述系统。
步骤四、所述光刻机台间效能利用排序。本发明进一步地，本实施例的步骤四中所述光刻机台间效能利用排序是以选择效能最佳的最优机台为目标，准则层以设计好的10个KPI为准则。此处以选择最优机台(效能最佳)为目标，准则层以设计好的10个KPI为准则，假设在同能力Capability中的4个机台中选择。所述光刻机台间效能利用排序的方法包括：
1、判断矩阵构造，准则层是将10个不同因素两两作比，将比值计做aij并且放入10行10列的矩阵A中进行判断为反矩阵或一致性矩阵；相对传统的权重分配，此处准则层是将10个不同因素两两作比(因素的比值可以参考标度表)，将比值计做aij并且放入10行10列的矩阵中，此矩阵为A。如表一所示，表一标度设定表(以UPTIME，IDLETIME为例)
判断矩阵构造的数学模型为：若A＝(aij)m×n则需要满足：(一)(i)aij＞；(ii)
即二者为互反矩阵。(二)
i、j、k＝1、2、3…10，即为一致性矩阵。
2、权值计算及一致性检验；假设上述判断矩阵符合一致性原则，属于完全一致，一致阵的任一列向量都是特征向量，即通过归一化求判断矩阵的最大特征值所对应的特征向量就可以获得各因素的权重为ω＝(ω1，...ω10)T。特征向量对应的权重系数是基于判断矩阵一致性为基础，AHP要求反向验证判断矩阵是否为真正意义上的一致性。
(1)Aω＝λmaxω
(2)
由上述两公式可求得一致性检验判断值CR；式中RI值查表可得(当n＝10时，CR＝1.49)；若CR值小于0.1时则通过一致性检验，反之则需重新调整判断矩阵中数值即因素之间的标度设定。若最终通过一致性检验，则10个重要KPI对应的权重分别为ω1，...ω10。
3、候选层系数设定。
候选层系数设定规则变为某一因素下机台所占权重，常规算法是构造10个比较矩阵，每个矩阵最大特征值对应的特征向量则为4个机台在不同因素下的权重占比。而本文采用更为简洁且不失严谨的方法：将所有机台之间的KPI比值作为某一因素下机台权重占比。
各因素下机台权重占比为：
UPTIME：ω1，ut：ω2，ut：ω3，ut：ω4，ut
IDLETTIME：ω1，it：ω2，it：ω3，it：ω4，it
NO_CONTINUE_CNT：ω1，no_c_cnt：ω2，no_c_cnt：ω3，no_c_cnt：ω4，no_c_cnt
机台m最终的权值为：ω1×ωm，ut，...+ω10，no_c_cnt；求出各个机台的最终权值后，则可选出目标最优机台。
本发明设计光刻机利用效能评价指标；将所设计体系指标工具化系统化；所设计系统可以满足不同条件组合下的历史数据及当前数据展示；算法结果下可钻取相应属性的具体值，并对详细信息异常值给予标记。基于重要指标，通过AHP算法求出效能利用最优机台及其排序。本发明可以通过系统展示的当前指标数据及指标来监测光刻机台跑货状况，给出合理的计划控制和派货方案，基于既定的历史数据可以对关键指标做出合理的预测；以效能最优机台为标杆，可帮助其最大程度优化其它机台，提升机台利用率，使工厂产能达到最大发挥。
综上所述，本发明设计关键指标的算法用来以更好的评估光刻机台利用效率，并将算法设计系统化，基于历史及当前数据对机台来货情况或机台状态进行预测，并实时监测机台当前跑货状况，有利于求得效能最优机台且得出各机台间效能利用排序，使光刻机台的效能评价达到精确化。所以，本发明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 (34)
1.基于关键指标算法的光刻机台效能评价系统，其特征在于，至少包括：
光刻机台的生产源数据；用于处理所述生产源数据的数据处理模块；通过所述数据处理模块将所述生产源数据处理后形成的初始版本数据；
基于所述初始版本数据得到的多个关键指标；
基于所述多个关键指标的系统。
2.根据权利要求1所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述生产源数据至少包括：Lot数量、产品名、产品类型、站点信息、作业步骤序列号、产品等级、进机台时间、出机台时间、开始作业时间、结束作业时间、历史作业时间及当前作业时间。
3.根据权利要求2所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述多个关键指标至少包括：机台运作时间、机台空置时间、机台使用效率、实际Lot数量、Lot移动量、连续小枚Lot作业数量、光刻板切换次数、异常Lot、光刻板平均移动量、非连续作业Lot。
4.根据权利要求3所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述机台运作时间为工厂日期内，光刻机台历史日期内及截至当前时间下光刻机台跑货的时间。
5.根据权利要求3所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述机台空置时间为工厂日期内，光刻机台历史日期及截至当前时间下光刻机台的空置时间。
6.根据权利要求3所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述机台使用效率为产品类型为产品片在且工厂日期内或截至当前日期，机台跑货状态下的所占时间比例。
7.根据权利要求3所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述实际Lot数量为工厂日期内或截至当前日期，不同机台下产品类型为产品片和工程片的Lot数量。
8.根据权利要求3所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述Lot移动量为各机台下所产生的实际晶圆移动量与实际Lot数量的比值，晶圆移动一步为一个移动量，所述实际晶圆移动量为所述每个移动量之和。
9.根据权利要求3所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：基于所述多个关键指标的系统至少包括：界面、接口项目、服务程序、宿主和代理。
10.根据权利要求9所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述界面包括历史日期选项、当前日期选项、依据所述多个关键指标的结果展示项、依据所述结果展示项的钻取提示信息。
11.根据权利要求10所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述接口项目为程序库，所述程序库包含有所述多个关键指标、所述多个关键指标对应的钻取信息以及对系统的服务方法进行的申明。
12.根据权利要求11所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述服务程序为所述接口程序的实现库，用于引用所述接口程序并传入所述多个关键指标，对所述接口程序具体实现。
13.根据权利要求12所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述宿主为基于Windows平台创建的控制台应用程序，用于引用所述接口项目及所述服务程序，实现服务器及端口配置并在服务器上启动。
14.根据权利要求13所述的基于关键指标算法的光刻机台效能评价系统，其特征在于：所述代理用于添加配置实现托管并公开所述生产源数据，并启动所述系统。
15.根据权利要求1至14任意一项所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于，该方法至少包括以下步骤：
步骤一、提供光刻机台的生产源数据，将所述生产源数据通过数据处理模块处理后得到初始版本数据；
步骤二、基于所述初始版本数据得到多个关键指标；
步骤三、基于所述多个关键指标进行系统开发，包括：(1)进行界面设计及其逻辑实现；(2)进行接口项目的设计；(3)创建服务程序并进行实现；(4)创建宿主；(5)创建代理。
步骤四、所述光刻机台间效能利用排序。
16.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤一中的数据处理模块对所述生产源数据进行处理的方法为：将所述生产源数据从源端经过抽取、转换、加载到目的端的过程。
17.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中所述多个关键指标包括：机台运作时间、机台空置时间、机台使用效率、实际Lot数量、Lot移动量、连续小枚Lot作业数量、光刻板切换次数、异常Lot、光刻板平均移动量、非连续作业Lot。
18.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述机台运作时间为工厂日期内，光刻机台历史日期内及截至当前时间下光刻机台跑货的时间所述机台运作时间，并且所述机台运作时间uptime的算法为：
i为状态参数；σ为状态集合，至少包括：备份状态、跑货状态、回收状态、闲置状态、暂停状态、mid为机台标识；t、T为时间周期。
19.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述机台空置时间为工厂日期内，光刻机台历史日期及截至当前时间下光刻机台的空置时间，并且所述机台空置时间idletime的算法为：
i为状态参数；mid为机台标识；t、T为时间周期。
20.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述机台使用效率为产品类型为产品片在且工厂日期内或截至当前日期，机台跑货状态下的所占时间比例，并且所述机台使用效率UTI的算法为：
其中ξ为有效评价集合，其中的有效值至少包括：备份状态、跑货状态、回收状态。
21.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述实际Lot数量为工厂日期内或截至当前日期，不同机台下产品类型为产品片和工程片的Lot数量，并且所述实际Lot数量lot_cnt的算法为：
lot的产品类型属性为工程片和产品片。
22.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述Lot移动量为各机台下所产生的实际晶圆移动量与实际Lot数量的比值，晶圆移动一步为一个移动量，所述实际晶圆移动量为所述每个移动量之和，并且所述Lot移动量lotsize的算法为：
其中一片晶圆移动一步称为一个step，c为lot数量。
23.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述连续小枚Lot作业数量smallsize_cnt的算法为：
其中每卡lot的晶圆片数小于等于10片，且lot与lot之间为连续状态，若有大于或等于3卡lot连续，则计做1次；k为lot标号，cnt表示计数，start按照出站时间排序，
为连续lot集合，k++大于等于3，qty为lot枚数且小于10。
24.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述光刻板切换次数MASK_CNT表示为光刻机台作业不同产品时，所需的光刻板不同，连续两块光刻板的类型不同则计做1次，目标函数为周期内总切换次数。
25.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述异常Lot ABNORMAL_RT_CNT表示为：跑货时间runtime的计算规则为：将机台下lot按照进入机台时间升序排列，当lot的进入机台时间大于上个lot出机台的时间，则runtime为上个lot出机台时间减去此lot进机台时间；当lot的进入机台时间小于上一个lot出机台时间，则runtime为此lot的出机台时间减去上一个lot出机台时间。ABNORMAL_RT_CNT时间为runtime时间大于20分钟的lot个数，目标函数为周期内定义异常lot的总数。
26.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述光刻板平均移动量AVG_MASK_MOVE表示为：在工厂日期内或截至当前日期，机台所有移动量与MASK_CNT的比值，目标函数即为实际移动量与MASK_CNT的比值。
27.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤二中基于所述初始版本数据得到的所述非连续作业LotNO_CONTINUE_CNT表示为：将所有进入机台的lot顺序排列，计算当前lot的出机台时间与连续排序的第四个lot入机台时间的差值，且差值大于15秒，则计做1次，目标值为计数的总次数。
28.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤三中进行界面设计中，所述界面的展示包括历史日期选项、当前日期选项、依据所述多个关键指标的结果展示项、依据所述结果展示项的钻取提示信息。
29.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤三中进行接口项目为程序库，所述程序库包含有所述多个关键指标、所述多个关键指标对应的钻取信息以及对系统的服务方法进行的申明。
30.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤三中创建服务程序并进行实现的方法为：创建所述关键指标类库项目，引用所述接口项目，传入对应关键指标，对接口项目进行逻辑实现。
31.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤三中所述宿主引用所述接口项目，实现服务器及端口配置并在服务器上启动。
32.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤三中的代理用于添加配置实现托管并公开所述生产源数据，并启动所述系统。
33.根据权利要求15所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤四中所述光刻机台间效能利用排序是以选择效能最佳的最优机台为目标，准则层以设计好的10个KPI为准则。
34.根据权利要求33所述的基于关键指标算法的光刻机台效能评价系统的应用方法，其特征在于：步骤四中所述光刻机台间效能利用排序的方法包括：1、判断矩阵构造，准则层是将10个不同因素两两作比，将比值计做aij并且放入10行10列的矩阵A中进行判断为反矩阵或一致性矩阵；2、权值计算及一致性检验；3、候选层系数设定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011154696.5A CN112232578A (zh) | 2020-10-26 | 2020-10-26 | 基于关键指标算法的光刻机台效能评价系统及其应用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011154696.5A CN112232578A (zh) | 2020-10-26 | 2020-10-26 | 基于关键指标算法的光刻机台效能评价系统及其应用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112232578A true CN112232578A (zh) | 2021-01-15 |
Family
ID=74109366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011154696.5A Pending CN112232578A (zh) | 2020-10-26 | 2020-10-26 | 基于关键指标算法的光刻机台效能评价系统及其应用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112232578A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113673812A (zh) * | 2021-07-05 | 2021-11-19 | 长鑫存储技术有限公司 | 半导体设备生产效率的评估方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050137734A1 (en) * | 2003-12-23 | 2005-06-23 | Asml Netherlands B.V. | Method of operating a lithographic apparatus or lithographic processsing cell, lithographic apparatus and lithographic processing cell |
| CN104536412A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
| CN110580577A (zh) * | 2019-08-28 | 2019-12-17 | 国网湖北省电力有限公司电力科学研究院 | 基于权重系数修正的智能变电站二次系统运行质量多分层评价方法 |
| CN111080101A (zh) * | 2019-12-04 | 2020-04-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于ahp对供电渠道服务效能多维度评价的方法 |
-
2020
- 2020-10-26 CN CN202011154696.5A patent/CN112232578A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050137734A1 (en) * | 2003-12-23 | 2005-06-23 | Asml Netherlands B.V. | Method of operating a lithographic apparatus or lithographic processsing cell, lithographic apparatus and lithographic processing cell |
| CN104536412A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
| WO2016101181A1 (zh) * | 2014-12-23 | 2016-06-30 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
| CN110580577A (zh) * | 2019-08-28 | 2019-12-17 | 国网湖北省电力有限公司电力科学研究院 | 基于权重系数修正的智能变电站二次系统运行质量多分层评价方法 |
| CN111080101A (zh) * | 2019-12-04 | 2020-04-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于ahp对供电渠道服务效能多维度评价的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 乔非;许潇红;方明;吴启迪;: "半导体晶圆生产线调度的性能指标体系研究", 同济大学学报(自然科学版), no. 04, 15 April 2007 (2007-04-15), pages 537 - 542 * |
| 吴春雷;刚旭;黄卓娅;: "基于层次分析的评价权值计算模型研究与应用", 微型电脑应用, no. 04, 20 April 2012 (2012-04-20), pages 28 - 31 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113673812A (zh) * | 2021-07-05 | 2021-11-19 | 长鑫存储技术有限公司 | 半导体设备生产效率的评估方法及装置 |
| CN113673812B (zh) * | 2021-07-05 | 2023-09-08 | 长鑫存储技术有限公司 | 半导体设备生产效率的评估方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chung et al. | Product mix optimization for semiconductor manufacturing based on AHP and ANP analysis | |
| Das et al. | Investigations into the impact of flexibility on manufacturing performance | |
| JPH1063714A (ja) | 能力予測装置 | |
| JP5015829B2 (ja) | 設備負荷率算出システム、プログラム、及び方法 | |
| Chung et al. | A DEA window analysis on the product family mix selection for a semiconductor fabricator | |
| Sahu et al. | Benchmarking CNC machine tool using hybrid-fuzzy methodology: a multi-indices decision making (MCDM) approach | |
| US10699225B2 (en) | Production management support apparatus, production management support method, and production management support program | |
| Ji et al. | A genetic algorithm of determining cycle time for printed circuit board assembly lines | |
| Chen et al. | A project task coordination model for team organization in concurrent engineering | |
| CN112232578A (zh) | 基于关键指标算法的光刻机台效能评价系统及其应用方法 | |
| Apornak et al. | Solving flexible flow-shop problem using a hybrid multi criteria Taguchi based computer simulation model and DEA approach | |
| Nagar et al. | An AHP-based approach for the selection of HFMS: an Indian perspective | |
| Kao et al. | Data envelopment analysis with imprecise data: an application of Taiwan machinery firms | |
| Prashanth et al. | Evaluation of the performance and ranking of suppliers of a heavy industry by TOPSIS method | |
| Ke et al. | The reliability analysis of balking and reneging in a repairable system with warm standbys | |
| JP5696027B2 (ja) | 作業時間算出装置および作業時間算出方法 | |
| Chien et al. | Determining the operator-machine assignment for machine interference problem and an empirical study in semiconductor test facility | |
| Khalili et al. | Performance evaluation in aggregate production planning using integrated RED-SWARA method under uncertain condition | |
| Park et al. | FMS design model with multiple objectives using compromise programming | |
| US6249776B1 (en) | Methodology for proper weighting of photolithography in the cost of semiconductor products | |
| Vitanov et al. | A decision support tool to facilitate the design of cellular manufacturing layouts | |
| Gialos et al. | Defining and testing system parameters for enhancing vision picking technology in warehouse operations | |
| Lehuang et al. | A multi-objective variable neighborhood search algorithm for precast production scheduling | |
| Marcinkowski et al. | Crane selection problem in assembly works planning–criteria relevance and methods | |
| Robinson et al. | Wafer fab cycle time management using MES data |
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 |