CN112262350A - 用于制造环境的基于块的预测 - Google Patents

用于制造环境的基于块的预测 Download PDF

Info

Publication number
CN112262350A
CN112262350A CN201980036902.1A CN201980036902A CN112262350A CN 112262350 A CN112262350 A CN 112262350A CN 201980036902 A CN201980036902 A CN 201980036902A CN 112262350 A CN112262350 A CN 112262350A
Authority
CN
China
Prior art keywords
manufacturing environment
workflow
predictions
block
data
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
Application number
CN201980036902.1A
Other languages
English (en)
Inventor
大卫·埃弗顿·诺曼
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.)
Applied Materials Inc
Original Assignee
Applied Materials Inc
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 Applied Materials Inc filed Critical Applied Materials Inc
Publication of CN112262350A publication Critical patent/CN112262350A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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]
    • G05B19/41865—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 job scheduling, process planning, material flow
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0633—Workflow 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)

Abstract

本文所述的实施方式提供一种用于执行基于块的(block‑based,BB)工作流程以产生与半导体制造环境相关的预测的技术。实施方式包括接收包含多个块的至少一个BB工作流程。多个块可以指定用于产生针对指定的未来时间间隔的预测的一组操作。实施方式包括访问对应于多个块的多个块定义。实施方式包括通过依据多个块定义执行该组操作来执行至少一个BB工作流程，其包括从半导体制造环境提取数据，该数据包含与制造环境中的装备相关的静态数据与动态数据，依据所提取的数据来确定与制造环境相关的针对指定的未来时间间隔的预测，以及将预测发布到半导体制造环境中的至少一个部件。

Description

用于制造环境的基于块的预测
技术领域
本公开内容的实施方式一般涉及预测，而更特定地涉及使用基于块的工作流程来预测制造环境中的装备及批次(lots)的未来状态的技术。
背景技术
许多不同行业的制造工厂负责生产用于生活各个方面的产品。举例而言，在半导体制造的情况下，半导体制造设施制造日常生活中普遍存在的产品(例如，微处理器、存储器芯片、微控制器、及其他半导体装置)。这些半导体装置用于各种应用，其示例包括汽车、计算机、家用电器、蜂窝式电话、及许多其他应用。此外，近年来，应用的数量以及装置(包括半导体装置)的需求都稳定增加。这种需求的增加促使制造设施越来越意识到增加产品种类以及减少交货时间。
每一制造环境都是独特且极其复杂的，通常需要大量资金以用于必要的装备、工具、设施等。因为制造是如此资本密集，即使设施效能的小幅增加(例如，按需建设、缩短从订单到交货的时间等)也会对财务业绩产生很大影响(例如，通过更精简的制造来降低成本，释放与闲置库存相关的资金等)。针对此原因，许多制造设施最近开始对于在设施中实行计划及调度系统感兴趣，以用于管理复杂性、提供高品质、准时交货等。
制造设施中的计划及调度涉及对应该执行的操作及这些操作的顺序做出复杂决定。为了产生用于制造设施的计划，有时使用预测模型来预测制造设施中的系统及批次(lots)的未来状态。建立预测模型需要从各种系统收集数据，将数据处理成可以用于预测的形式，并在制造设施内发布预测。用于建立预测模型的现有技术需要使用定制化代码。然而，定制化代码难以维护且不灵活，而难以进行修改。举例而言，在许多情况下，制造设施可能会进行改变，以应对新应用、工具改善等。然而，在使用定制化代码建立的预测模型的情况下，适应这种改变可能需要制造设施可能无法取得的专业技术等级(例如，终端使用者可能没有编码经验等)，需要足够的时间支持，需要大量的成本(例如，由于设施的复杂性)等。
发明内容
本文公开的实施方式包括用于制造环境中的基于块的(block-based,BB)预测的方法、系统、及计算机程序产品。在一个实施方式中，公开了一种用于执行基于块的(BB)工作流程以产生与半导体制造环境相关的多个预测的方法。该方法包括以下步骤：接收包含多个块的至少一个BB工作流程，其中多个块指定用于产生针对指定的未来时间间隔的预测的一组操作；访问对应于多个块的多个块定义；以及通过基于多个块定义执行一组操作来执行至少一个BB工作流程，其包含：从半导体制造环境中提取数据，其中数据包含与制造环境中的装备相关的静态数据与动态数据；基于所提取的数据，确定与制造环境相关的针对指定的未来时间间隔的多个预测；以及将多个预测发布到半导体制造环境中的至少一个部件，其中多个预测用于确定半导体制造环境的制造计划。
另一实施方式提供一种包含计算机程序代码的非暂时性计算机可读取介质，计算机程序代码在被执行时执行用于执行基于块的(BB)工作流程的操作，以产生与半导体制造环境相关的预测。该操作包括：接收包含多个块的至少一个BB工作流程，其中多个块指定用于产生针对指定的未来时间间隔的预测的一组操作；访问对应于多个块的多个块定义；以及通过基于多个块定义执行一组操作来执行至少一个BB工作流程，其包含：从半导体制造环境中提取数据，其中数据包含与制造环境中的装备相关的静态数据与动态数据；基于所提取的数据，确定与制造环境相关的针对指定的未来时间间隔的多个预测；以及将多个预测发布到半导体制造环境中的至少一个部件，其中多个预测用于确定半导体制造环境的制造计划。
又一实施方式提供一种包含至少一个处理器与包含程序的存储器的系统，该程序在被至少一个处理器执行时执行用于执行基于块的(BB)工作流程的操作，以产生与半导体制造环境相关的预测。该操作包括：接收包含多个块的至少一个BB工作流程，其中多个块指定用于产生针对指定的未来时间间隔的预测的一组操作；访问对应于多个块的多个块定义；以及通过基于多个块定义执行一组操作来执行至少一个BB工作流程，其包含：从半导体制造环境中提取数据，其中数据包含与制造环境中的装备相关的静态数据与动态数据；基于所提取的数据，确定与制造环境相关的针对指定的未来时间间隔的多个预测；以及将多个预测发布到半导体制造环境中的至少一个部件，其中多个预测用于确定半导体制造环境的制造计划。
附图说明
为使本公开内容的上述特征可详细地被理解，可参照实施方式获得简短概要如上的本公开内容的更特定描述，这些实施方式的一些绘示于附图中。然而，应注意，附图仅图示本公开内容的典型实施方式，而非视为限定本公开内容的保护范围，本公开内容可容许其他等效实施方式。
图1图示根据本公开内容的实施方式的利用基于块的预测部件配置的制造环境的架构的框图。
图2图示根据本公开内容的实施方式的制造环境内的基于块的预测部件的架构的框图。
图3图示根据本公开内容的实施方式的用于预测制造环境中的装备及批次的未来状态的具有基于块的工作流程的界面。
图4图示根据一个实施方式的可以用于配置针对BB工作流程中的特定块所执行的一组操作的示例性块属性面板。
图5为图示根据本公开内容的实施方式的用于预测制造环境中的装备及批次的未来状态的方法的流程图。
图6为图示根据本公开内容的实施方式的用于预测制造环境中的装备及批次的未来状态的另一方法的流程图。
图7图示根据本公开内容的实施方式的利用基于块的预测部件配置的计算系统。
为促进理解，各图中相同的附图标记尽可能指定相同的要素。此外，预期一个实施方式所公开的要素可以有利地用于本文所公开的其他实施方式上，而不再赘述。
具体实施方式
本文所述的实施方式展示了使用基于块的工作流程来预测制造环境中的装备及批次的未来状态的技术。终端使用者可以使用工作流程来建构用于预测制造环境中的装备和/或批次的未来状态的预测系统，而预测可以用于制造环境内的计划和调度。举例而言，每一工作流程包含为了产生一个或多个预测而执行的一系列操作的顺序(例如，由工作流程的一个或多个块表示)。这些操作的示例可以包括从不同来源检索数据、处理数据并将其转换成不同格式、分析数据基于数据产生预测、处理预测并将其转换成不同格式、将预测提供或发布到多个输出等。通过在工作流程内布置和/或修改块，终端使用者(例如，在制造环境中)可以使预测系统适应于制造环境的任何改变，而不需要具有专门的编程知识或是编写复杂的脚本及代码。
如今，制造设施具有非常复杂的环境，其中设施通常执行与产品制造相关的一些不同任务。这些任务可以包括但不限于用于维护制造环境内的工具(或装备)的任务、用于使用制造工具的任务、用于改变工具设定的任务、用于检查制造工具的任务、用于在资源(或未完成的产品)上执行一个或多个处理以制造完成产品的任务等。在半导体制造的情况下，半导体制造处理通常分为二个部分“前端”及“后端”，这二者使用不同类型的半导体制造装备。前端通常指晶片制造。举例而言，前端制造设施通常以空白半导体晶片(例如，硅晶片)开始，并执行各种处理(例如，光刻、沉积、蚀刻、清洁、离子注入、化学及机械抛光等)，以制造其上具有许多半导体裸片(die)的完成晶片。后端通常指单独半导体的组装及测试。举例而言，一旦前端生产处理完成，则将完成晶片转移到后端制造设施，后端制造设施通常执行功能(例如，将完成晶片切割成单独的半导体裸片、测试、组装、封装等)。因此，前端及后端处理可以包括由制造环境内的一些不同工具或自动化装置执行的数百个处理步骤。为了满足对于制造产品的不断增加的需求，对于制造环境而言，对制造环境内所执行的一系列复杂任务指定计划和/或控制制造环境内的工具(或工具群组)及自动化装置变得越来越重要。此外，在许多情况下，也执行调度以确定在给定时间执行哪些任务。调度通常涉及决定(例如，是否开始处理具有比允许数量更少的批次的批量，或者是否在另外批次可用使得可以启动完整批量之前等待开始处理批量)。
为了在制造环境中执行计划及调度，有时候使用预测模型来产生与制造环境相关的预测(例如，制造环境中关于装备及/或批次(例如，当批次可以用于处理时)的未来状态的预测)。在许多情况下，必须修改预测模型以考虑制造环境中的制造循环的改变(例如，处理流程的改变、处理时间的改变、不同的工具集群、引入的新工具、及类似者)的问题(例如，工具故障、输出产品中的缺陷、维护操作、及类似者)、新的订单、订单改变等。保持使用现有技术所配置及维护的预测模型涉及修改定制化代码。此举可能涉及具有专门编程知识的使用者所编写的复杂的脚本及代码，并涉及大量时间、降低的生产率等。
如下面将更详细描述的，实施方式提供可以用于通过使用基于块的工作流程来定义及配置可以由终端使用者(例如，制造设施中的)打开、配置、及扩展的预测处理的技术。举例而言，终端使用者可以使用本文所述的技术来扩展工作流程(例如，包括附加步骤等)，调整工作流程的处理顺序，配置(或自定义)工作流程内的该组操作等，而不需要理解或编写任何代码。因此，本文所述的预测系统向制造设施提供配置及维护预测处理的能力，而不论环境是否改变，并且不需要专门的编程知识或者与习知技术相关联的困难且耗时的操作。
一个实施方式包括一种用于通过基于块的(BB)预测部件执行至少一个BB工作流程以产生与制造环境(例如，前端或后端半导体设施或工厂)相关的预测的方法。在制造环境内，可以使用一些工具(或装备)来处理原材料或在制品(例如，未完成的产品)，以生产完成产品。举例而言，在半导体制造中，在前端处理、后端处理等期间，可以使用一个或多个工具来处理一个或多个批次。对于前端而言，一个或多个批次通常指一个或多个空白半导体晶片。对于后端而言，一个或多个批次通常指一个或多个半导体裸片(例如，在完成半导体晶片上的裸片)。
在一个实施方式中，BB预测部件允许产生关于制造设施及其部件的未来状态的预测。举例而言，所产生的预测可以指定制造设施中的装备及/或批次的未来状态、将在设施中制造的产品的数量及组成、操作者的状态(例如，其位置，而无论是工作还是空闲)、产品将结束给定操作及/或成品可以用于在给定步骤进行处理的估计时间、应该在装备上执行预防性维护操作的估计时间等。为了产生预测，BB预测部件可以从制造环境提取数据。这些数据可以包括静态数据(例如，源系统所使用的装备、装备的不同零件的能力等)与动态数据(例如，当前装备状态、当前通过源系统的装备处理的产品、产品特征等)。BB预测部件可以使用这些数据来产生预测。举例而言，BB预测部件可以使用在BB工作流程中指定的技术(例如，使用模拟、预报、统计预测、趋势分析、机器学习、排队理论、或计算)来产生预测。BB预测部件可以将所确定的预测发布到至少一个装置或部件(例如，在制造环境中执行计划/调度等)。
在一个实施方式中，BB预测部件基于BB工作流程内的各种块来执行上述操作中的每一者。BB工作流程的每一个块指定当BB预测部件执行工作流程时BB预测部件所执行的该组操作中的一个或多个操作。使用本文所述的技术，使用者可以通过改变BB工作流程中的块的顺序、增加/移除BB工作流程中的块、增加/移除BB工作流程中的块之间的链路(例如，表示数据流)等来编辑/自定义(通过BB预测部件执行的)操作序列。举例而言，使用者可以经由支持拖拽输入的使用者界面来产生和/或编辑BB工作流程。此外，本文所述的技术也允许使用者利用一个或多个BB规则及报告来配置BB工作流程中的一个或多个块内的一些或所有操作。举例而言，在执行BB工作流程中的一个或多个块之后，BB预测部件可以进一步评估针对各别工作流程块配置以执行工作流程块所指定的操作的至少一个BB子规则或报告。以此方式让制造设施能够编辑及自定义(例如，不需要理解或编写代码)预测操作，以考虑制造设施中的任何改变。BB报告、规则、及子规则可以通过使用者建立，并允许使用者在不需要理解或编写任何代码的情况下配置BB工作流程中的每一个块的操作。以此方式，本文所述的技术允许使用者自定义预测工作流程中的块的操作，这些操作可以用于提取数据、转换数据、和/或执行错误检查。
应注意，为了方便起见，关于半导体装置的制造的术语用于作为可以基于使用本文所述的技术而产生的预测来计划的制造生产处理的参照实例的以下大部分描述中。类似地，以下实施方式中的许多实施方式使用前端及后端半导体制造设施作为制造环境类型的参照实例，其中本文所述的技术可以用于提供可以由终端使用者打开、扩展、及完全配置的预测系统。然而，应注意，本文所述的技术也可以应用于其他类型的制造环境(例如，在其他行业中)、制造处理等。
图1为图示可以实现本公开内容的方面的制造环境(或系统)100的架构的框图。举例而言，在一个实施方式中，制造环境100为半导体制造系统的示例。如图所示，制造环境100包括经由网络122连接的计算系统110、制造执行系统(MES)130、工厂储存系统140、调度器160、运行储存器150、及外部储存系统170。通常，网络122可以是广域网络(WAN)、局域网络(LAN)、无线LAN(WLAN)等。工厂储存系统140、外部储存系统170、及运行储存器150通常可以是任何类型的储存系统，包括(例如)关系和/或分层数据库、分布式归档系统等。在一个实施方式中，计算系统110、MES 130、及调度器160可以是具有网络接口的任何类型的物理计算系统(例如，桌上型计算机、膝上型计算机、移动装置、平板计算机、服务器计算系统、网关计算机、及类似者)。
MES 130通常经配置以管理及控制制造环境100内的当前在制品(work-in-progress,WIP)的操作。举例而言，MES 130可以监控制造环境100中操作的一个或多个工具(或装备)的操作、直接从工具接收数据、分析来自工具的数据、和/或收集数据。在一个实施方式中，MES 130可以将(从工具接收到的)数据储存到工厂储存系统140中。储存在工厂储存系统140中的这种信息可以包括关于当前WIP、当前工具状态、制造数据等的信息。
如图所示，计算系统110包括BB预测部件120。BB预测部件120通常表示经配置以实现本文所述的一种或多种技术的逻辑(例如，软体应用程序、装置固件、ASIC等)。举例而言，BB预测部件120可以执行图5所示的方法500、图6所示的方法600和/或本文所述的任何技术(或技术的组合)。在一个实施方式中，BB预测部件120通过执行使用者(例如，经由使用者界面)所定义的BB工作流程来产生与制造环境100相关的预测。举例而言，在半导体制造的情况下，制造系统可以执行与半导体晶片的制造相关的一些不同任务(例如，与前端处理相关联的任务)、晶片上的半导体裸片的切割、组装、及测试(例如，与后端处理相关联)、及类似者。BB预测部件120可以从制造环境100检索数据，例如，从MES 130及其他装置/部件(例如，材料控制系统(MCS)及/或其他工具)检索数据。在一个实施方式中，BB预测部件120基于数据(该数据可以首先被转换或转化成用于预测确定的适当格式)而使用一个或多个公式来计算预测。举例而言，BB预测部件120可以通过进行计算、预报、统计预测、趋势分析、机器学习、运行模拟、或使用任何其他技术来处理数据以产生预测。BB预测部件120可以基于使用者在BB工作流程中标识的偏好来确定用于产生预测的技术。所产生的预测可以转换成与至少一个其他部件(例如，计划部件，其也可以位于计算系统110或一个单独系统上)或装置兼容的格式，随后可以发布到至少一个其他部件或装置。举例而言，可以将预测发布到调度器160中的一者或多者，这些调度器160可以例如基于预测而让制造环境内的一个或多个装置自动化。在一些实施方式中，调度器160使用预测来确定下一个应该执行的任务或操作。
在一些情况下，制造系统可能需要处理大数量的批次。为了管理处理，计划系统180可以基于预测而周期性(例如，每五分钟、十分钟、或一些其他可配置的时间周期)产生计划，以将一些或所有批次分配到可使用的工具，针对批次进行排序等。举例而言，计划可以包括应该在哪个工具上以及在什么时间处理哪些任务的列表。在一个实施方式中，计划系统180基于预测而产生计划，随后提供到调度器160，调度器160通常经配置以将批次调度(例如，根据计划)到工具，以进行处理。举例而言，调度器160可以根据所产生的计划而让制造环境内的一个或多个装置自动化。可替代或附加地，预测和/或计划可以通过BB预测部件120、计划系统180、或另一部件写入(或保存)到外部储存系统170。维护外部储存系统170中的预测和/或计划允许预测和/或计划可以用于不同的实体。
在一个实施方式中，BB预测部件120经配置以执行一个或多个BB工作流程，以产生预测。BB预测部件120可以接收包括多个块的工作流程(例如，终端使用者经由使用者界面建立的工作流程)，其中工作流程中的每一块指定在BB预测部件120执行各别块时执行的一个或多个操作。相对于习知脚本解决方案，此工作流程可以更容易地编辑和/或自定义(例如，通过使用者)，而不需要任何专门的编程知识。举例而言，使用者可以重新布置工作流程中的块(例如，用于在产生预测时调整BB预测部件120所执行的步骤)，向工作流程增加块(例如，用于在产生预测时增加BB预测部件120所执行的步骤)，和/或从工作流程移除块(例如，用于在产生预测时移除BB预测部件120所执行的步骤)。如下所述，使用者也可以利用BB子规则和/或报告来配置工作流程中的一个或多个块的指定操作。以此方式提供了可以完全配置的预测系统，而允许制造系统根据需要调整预测系统，而不存在修改自定义代码所涉及的复杂性。
在一个实施方式中，针对每一预测运行，BB预测部件120经配置以将与工作流程的块相关联的一些或所有输入和/或输出数据写入运行储存器150。此数据在预测运行的一个或多个步骤中取得制造系统的状态，使得在所产生的预测存在问题的情况下，制造系统可以再现该问题，这是因为再现所发生的事物所需的所有数据都可以在运行储存器150中找到。以此方式，制造系统可以通过追溯调试系统来解决任何问题。
然而，应注意，图1仅图示制造环境100的一种可能布置。更通常而言，本领域技术人员将理解，制造系统的其他实施方式也可以经配置以根据本文所述的技术来实现预测。举例而言，尽管计算系统110、MES 130、及调度器160图示为单独实体，但是在其他实施方式中，这些部件可以被包括而作为一个计算系统的一部分。
图2进一步图示根据一个实施方式的相对于图1描述的BB预测部件120的示例。BB预测部件120经配置以产生与制造环境100及其部件相关的预测。举例而言，(通过BB预测部件120产生的)预测可以指定制造设施中的装备和/或批次的未来状态、将在设施中制造的产品的数量及组成、操作者的状态(例如，位置，无论是工作还是空闲)、产品将结束给定操作和/或可以用于给定步骤处的处理的估计时间、应该在装备上执行预防性维护操作的估计时间等。如上所述，产品可以指半导体晶片的一个或多个批次(例如，用于前端)、部分完成的半导体晶片、一个或多个半导体裸片(例如，用于后端)等。
如图所示，BB预测部件120包括BB工作流程引擎210、BB报告引擎220、预测引擎230、BB报告及规则(RR)储存系统250、及BB工作流程储存系统(例如，数据库)202。在一个实施方式中，BB工作流程引擎210与BB报告引擎220及预测引擎230互动并管理BB报告引擎220及预测引擎230，以提供与制造环境100相关的预测。BB工作流程储存系统202包括一个或多个BB工作流程，一个或多个BB工作流程中的每一者可以用于(例如，由BB预测部件120使用)产生与制造环境100相关的预测。BB工作流程可以通过使用者建立、编辑、和/或自定义，并储存在BB工作流程储存系统202中。
在一个实施方式中，BB工作流程引擎210(例如，从使用者)接收至少一个BB工作流程或(例如，从BB工作流程储存系统202等)检索至少一个BB工作流程，并以BB工作流程中所指定的顺序来执行每一块。如上所述，BB工作流程中的每一块指定当BB工作流程引擎210执行各别块时所执行(例如，通过BB报告引擎220、预测引擎230等的一者执行)的一个或多个操作。可以包括在BB工作流程内的操作的示例包括但不限于检索关于制造设施的数据、转换及处理数据、基于数据来产生预测、让预测可以用于一个或多个请求者、保存关于制造设施的状态的信息、针对预测及数据执行错误检查、向使用者报告错误等。以此方式，BB工作流程引擎210可以控制BB预测部件120执行以提供预测的操作序列。
根据各种实施方式，取决于BB工作流程中所指定的块，BB预测部件120可以使用BB工作流程引擎210、BB报告引擎220、或预测引擎230中的一者来执行各别块。举例而言，在一个实施方式中，BB预测部件120可以经由BB报告引擎220而从工厂储存系统140提取关于制造环境100的数据。在一些实施方式中BB报告引擎220可以向其他系统和/或网络服务(例如，使用表述性状态传递(REST)或一些其他通讯协议)查询关于制造环境100的数据。举例而言，这样的数据可以包括制造环境100中的装备的描述、装备的不同零件的能力、装备的当前状态、当前正由装备所处理的产品、产品的特性及类似者。
在提取信息之后，BB预测部件120可以使用BB报告引擎220以在所提取的数据上执行一个或多个转换或处理。举例而言，从工厂储存系统140提取的数据可以是制造环境100专用或专有并与BB预测部件120不兼容的格式(或模式)。在这些情况下，BB报告引擎220可以将数据从专有格式转换成与BB预测部件120的其余部分兼容的共通模式。此外，BB报告引擎220可以评估专有格式和共通模式的数据以确定是否存在错误，并且若检测到错误，则更正共通模式的数据中的错误，并向使用者报告错误(例如，经由电子邮件，储存在数据库中等)。在一些实施方式中，BB报告引擎220可以使用BB RR储存系统250内的至少一个BB子规则和/或报告，以执行数据提取、数据转换、错误检查等。举例而言，BB报告和/或规则可以由使用者建立，并允许使用者在不需要理解或编写任何代码的情况下配置BB工作流程中的每一块的操作。以此方式，本文所述的技术允许使用者自定义预测工作流程中的块的操作，这些操作可以用于提取数据、转换数据和/或执行错误检查。
在一个实施方式中，一旦BB报告引擎220将所提取的数据转换成共通预测模式，并在共通模式的数据上执行错误检查，则BB工作流程引擎210可以评估数据，并产生与制造环境100相关的预测。在一些实施方式中，BB工作流程引擎210可以使用预测引擎230来产生预测。举例而言，BB工作流程引擎210可以使用预测引擎230来执行与产生预测相关的操作(例如，使用模拟、预报、统计预测、趋势分析、机器学习、排队理论、或计算)。应注意，尽管预测引擎230与BB报告引擎220图示为在BB预测部件120内，但是在一些实施方式中，预测引擎230和/或BB报告引擎220可以在BB预测部件120的外部。
可以利用通过使用者建立并储存在BB报告及规则(RR)储存系统250中的一个或多个BB规则和/或报告来配置预测引擎230。一个或多个BB报告可以用于建立预测引擎230内的预测模型、确定预测模型的约束、将数据转换成预测引擎230所理解的格式等。此外，可以使用一个或多个BB规则(通过使用者建立)来确定哪些约束将控制预测模型、处理运行模型的预测引擎230的结果(例如，可以包括将结果转换回共通模式等)及类似者。
在一个实施方式中，一旦预测引擎230确定了预测，则预测引擎230将预测提供到BB工作流程引擎210，而可以将预测或基于预测的计划(例如，通过计划系统180确定并且可以与预测一起提供)发布到调度器160或外部储存系统170中的至少一者。在一个实施方式中，在将预测发布到调度器160、计划系统180、或外部储存系统170中的至少一者之前，BB工作流程引擎210可以使用(例如，在BB RR储存系统250内的)至少一个BB报告和/或规则来处理预测(例如，将预测转换成制造环境所使用的格式等)。
如上所述，本文所述的技术也允许BB预测部件120评估所产生的预测，并在存在任何问题或错误事件时执行故障排除。举例而言，在一个实施方式中，在接收与BB工作流程中的每一块的执行相关联的输入及输出数据之后，BB工作流程引擎210将一个或多个块的一些或全部输入和/或输出数据写入运行储存器150。举例而言，针对每一预测运行，BB工作流程引擎210可以将所提取的数据、共通模式数据、预测模型及其结果、预测输入及输出、所发布的预测、及与BB工作流程中的块相关联的其他信息中的任一者写入到运行储存器。在一个实施方式中，BB工作流程引擎210向对于每一预测运行而言为唯一的文件系统目录(在运行储存器150内)执行写入。以此方式，BB预测部件120能够针对预测运行的一个或多个步骤来再现制造环境100的状态。举例而言，BB预测部件120可以经由BB报告引擎220(并且经由一个或多个BB报告及规则)评估与一个或多个步骤相关联的数据，以确定需要针对预测处理进行的任何改变。因此，因为可以经由运行储存器150而让与预测运行的一个或多个步骤相关联的所有数据可用，本文所述的技术允许追溯调试。
然而，应注意，图2仅图示BB预测部件120的一种可能布置。更通常而言，本领域技术人员将理解，BB预测部件120的其他实施方式也可以经配置以根据本文所述的技术来实现预测。举例而言，尽管BB工作流程引擎210、BB报告引擎220、及预测引擎230图示为单独实体，但是在其他实施方式中，这些部件可以被包括而作为一个计算系统的一部分。
图3图示根据一个实施方式的具有可以用于产生与制造环境相关的预测的BB工作流程330的使用者界面300。如图所示，使用者界面300包括块面板350与BB工作流程面板315。块面板350包括多个块，而允许使用者自定义BB工作流程内的操作，以产生与制造环境相关的预测。在此实施方式中，每一块描绘成块功能的小图像特征。然而，应注意，通常可以利用其他方式(例如，大小、形状、颜色等)来描绘块。BB工作流程面板315图示BB工作流程330的一个示例。应注意，为了方便起见，仅图示BB工作流程330的一部分。更通常而言，本领域技术人员应理解，使用者可以建立和/或修改任何BB工作流程以包括任何数量的块。
在一个实施方式中，使用者界面(UI)300为图形使用者界面(GUI)，而允许使用者将块从块面板350拖拽到BB工作流程面板315。使用者可以利用任何顺序或配置来布置块(在BB工作流程面板315中)，而允许使用者快速使预测系统适应制造环境内的任何改变，而不需要理解或编写任何代码。举例而言，块面板350中的每一块为逻辑抽象概念，而表示可以执行的与产生预测相关的操作或一系列操作。在一个实施方式中，UI 300允许使用者针对工作流程面板315中的每一块指定一个或多个属性。一个或多个属性可以指定块的数据源、与块相关联的一个或多个操作的定时和/或与执行相关联于块的操作相关联的其他标准。块属性面板的示例图示于下面的图4中。在一个实施方式中，BB工作流程面板315中的每一块的操作和/或属性可以储存在BB预测部件可以访问的一个或多个块定义文件中，以用于执行每一块。
在一个实施方式中，一旦BB预测部件120执行BB工作流程，则BB预测部件120读取定义文件，将文件中所列出的操作转换成低阶脚本，以让BB预测部件120执行来产生预测。BB预测部件120可以向其他装置或部件(例如，计划系统180)提供预测、评估预测以用于检测错误或者向请求预测的任何人提供预测。
在另一实施方式中，一旦BB预测部件120从BB工作流程储存系统202检索至少一个BB工作流程，则BB预测部件120读取并解析BB工作流程，以确定BB工作流程内的块的类型。BB预测部件120可以访问与BB工作流程内的每一类型的块相对应的一个或多个块定义。BB预测部件120可以基于BB工作流程中的块的块定义和/或属性来执行BB工作流程。举例而言，在一个实施方案中，BB预测部件120可以基于块的块类型和/或属性来确定所调用的用于执行块中的操作(例如，执行块)的至少一个功能。随后，BB预测部件120可以通过使用所确定的功能来执行该组操作以执行BB工作流程。
在此特定实施方式中，BB工作流程330的该部分包括块302至314，块302至314一起指定操作序列，而可以在通过BB预测部件120执行时，导致产生与制造环境相关的预测。具体而言，块302定义触发BB工作流程330的初始执行的开始操作。块304定义用于将开始操作的结果写入日志文件的操作。块305及306通过“和(and)”块307连接，其意味着(例如，同时)执行块305及306中的操作。块305定义用于加载/收集客户数据(例如，从制造环境中的一个或多个工具收集的数据)并基于客户数据建立或加载预测模型的炉建模(furnacemodeling)操作。块306定义用于修改与预测处理相关联的一个或多个设定的全局设定操作。
块308定义用于执行块305处所建立的预测模型的操作，以产生与制造环境相关的一个或多个预测。块309至311表示用于处理与执行块308所定义的操作相关的错误的操作(例如，“故障(FAULT)”事件(例如，涉及将错误经由信息通知使用者和/或其他实体，同时记录操作的结果))。
块312定义用于将执行块308所定义的操作的结果写入日志文件的操作。块313定义用于将先前块的结果(例如，通过预测模型而确定的预测)输出到文本文件的操作。块314定义用于输出结果(例如，通过预测模型而确定的一个或多个预测)的操作(例如，将结果发布到一个或多个装置或部件)。在一些实施方式中，块312至314中的一者或多者也定义用于针对结果进行后处理以建立可以用于其他目的的输入的操作(例如，基于预测来确定计划)。
应注意，图3所描绘且如上所述的BB工作流程330仅表示可以例如通过使用者在没有编码的情况下配置的块序列的一个示例。通常，本文所述的技术可以用于修改和/或自定义任何制造环境的预测系统。
应注意，尽管BB工作流程330包括用于建立及执行预测模型的两个单独块305及308，但是这些块可以替代地组合成用于建立及执行预测模型的单一块。
图4图示根据一个实施方式的可以为BB工作流程中的特定块配置所要执行的一组操作的示例性块属性面板415。举例而言，块属性面板415可以用于为图3中的BB工作流程330的块305或块308配置所执行的操作。在某些实施方式中，通过使用者与块的互动来启动块属性面板415(例如，在块上双点击或在块上右键单点击，并选择与块相关联的“块属性”选单项目)。
块属性面板415包括可以通过使用者选择和或修改的一些属性。举例而言，块属性面板415允许使用者指定预测模型的路径、预测模型的名称、天数(例如，预测应该通过预测模型来确定的未来天数，其可以构成预测的指定的未来时间)、其他选项(例如，是否作为文字输入限制)、及超时时段(例如，块所定义的操作应该超时之后的秒数)。
应注意，图4所描绘且如上所述的块属性面板415仅表示可以例如通过使用者在没有编码的情况下配置的块属性面板的一个示例。也可以包括额外或不同的属性。
图5为根据一个实施方式的用于执行BB工作流程以预测制造环境中的装备及批次的未来状态的方法500的流程图。如图所示，该方法开始于框502处，其中(例如，如图1所示及描述的)BB预测部件120(例如，从使用者)接收BB工作流程。BB工作流程包括多个块，多个块指定一组操作，该组操作用于指定在制造环境中针对指定的未来时间间隔产生预测的操作。为了执行该组操作，在框504处，BB预测部件120访问与多个块相对应的块定义。在框506处，BB预测部件120通过执行步骤508、510及512所示的操作来执行BB工作流程。
在步骤508处，BB预测部件120从制造环境中(例如，经由BB报告引擎)提取数据。在一个实施方式中，数据包括装置和/或当前在制品(WIP)数据(例如，来自制造环境中的工具或装备的数据)，该数据用于描述可以用于处理的批次的数量和/或在制造环境中操作的一个或多个装置。数据可以包括静态数据(例如，源系统所使用的装备、装备的不同零件的能力等)与动态数据(例如，当前装备状态、当前通过源系统的装备处理的产品、产品特征等)。在一些实施方式中，BB预测部件120可以将数据从用于制造环境的第一模式(或格式)转换成第二模式。BB预测部件120也可以评估第一模式或第二模式中的至少一者的数据以检测错误，并将任何错误报告给使用者。
在步骤510处，BB预测部件120基于所提取的数据来确定指定的未来时间间隔内与制造环境相关的预测。在一个实施方式中，BB预测部件可以采用预测模型(利用至少一个BB报告或规则来配置的预测模型)而确定预测。预测可以关于制造设施中的装备和/或批次的未来WIP和/或未来状态、将在设施中制造的产品的数量及组成、操作者的状态(例如，位置，无论是工作还是空闲)、产品将结束给定操作和/或可以用于给定步骤处的处理的估计时间、在装备上执行预防性维护操作的估计时间、或制造环境的另一方面。
在步骤512处，BB预测部件120将预测发布到制造环境中的至少一个部件。在一个实施方式中，该部件包含计划部件(例如，计划系统180)，该计划部件基于预测来确定计划(例如，包括分配及处理顺序)。可以基于所确定的分配及处理顺序在制造环境内让一个或多个装置自动化。举例而言，如上所述，可以将所确定的分配及处理顺序发布到调度器160，以让一个或多个装置自动化。可附加或替代地，BB预测部件120可以将预测写入(或保存)到制造环境中的一个或多个储存系统(例如，外部储存系统170等)。
图6为根据一个实施方式的用于执行基于块的工作流程以产生与制造环境相关的预测的方法600的流程图。如图所示，该方法开始于框602处，其中BB预测部件120执行BB工作流程。针对每一块，在框604处，BB预测部件确定是否利用BB子规则或报告配置该块(框604)。若是，则BB预测部件120在框606处评估BB子规则或报告，以确定在执行工作流程块时所执行的至少一个操作。在评估BB子规则或报告之后(或者若BB预测部件120确定并不利用BB子规则或报告配置工作流程块)，则BB预测部件120可选择地在框608处将针对工作流程块的输入保存到文件目录(例如，在运行储存器150中)。在一个实施方式中，BB预测部件120可以将一些或全部输入从工作流程方块保存到文件目录。在一个实施方式中，BB预测部件120可以确定并不将任何输入从工作流程块保存到文件目录中(例如，在BB预测部件120可以不需要这样的数据的情况下再现制造环境的状态等情况下)。在框610处，BB预测部件120访问与BB工作流程中的块的类型相对应的块定义。在框612处，BB预测部件120基于块的块定义及一个或多个属性来执行块内所指定的操作。举例而言，如上所述，BB预测部件120可以基于块的块定义和/或一个或多个属性来确定为了执行工作流程块所要调用的至少一个功能。在框614处，BB预测部件120可选择地将输出从工作流程块保存到文件目录。在一个实施方式中，BB预测部件120可以将一些或全部输出从工作流程块保存到文件目录。在一个实施方式中，BB预测部件可以确定并不将任何输出从工作流程块保存到文件目录中(例如，在BB预测部件120可以在不需要这样的数据的情况下再现制造环境的状态等情况下)。以此方式，允许预测系统在预测运行的每一步骤处再现制造环境的状态，而可以用于在错误事件的情况下针对预测处理进行故障诊断。
图7图示根据一个实施方式的经配置以执行基于块的工作流程来产生与制造环境相关的预测的计算系统700。如图所示，计算系统700包括但不限于中央处理单元(CPU)705、网络接口715、存储器720、及储存装置740，其中每一者都连接到总线717。计算系统700也可以包括将I/O装置712(例如，键盘、鼠标、及显示装置)连接到计算系统700的I/O装置接口710。此外，在本公开内容的上下文中，计算系统700所图示的计算元件可以对应于实体计算系统(例如，数据中心中的系统)，或者可以是计算云端内所执行的虚拟计算实例。
CPU 705检索并执行储存于存储器720中的编程指令，以及储存及检索驻留在存储器720中的应用数据。互连或总线717用于在CPU 705、I/O装置接口710、储存装置740、网络接口715及存储器720之间传送编程指令及应用数据。应注意，CPU 705被包括以代表单一CPU、多个CPU、具有多个处理核心的单一CPU及类似者。通常存储器720被包括以代表随机存取存储器。储存装置740可以是盘片驱动器储存装置。尽管图示为单一单元，但是储存装置740可以是固定和/或可移动储存装置的组合(例如，固定盘片驱动器、可移动存储卡或光储存装置、网络附接储存(NAS)、或储存局域网(SAN))。
作为说明，存储器720包括BB预测部件730，BB预测部件730包括BB报告引擎732、BB工作流程引擎734、及预测引擎736。储存装置740包括BB工作流程742、工厂数据744、及BB规则及报告746。此外，尽管未图示，但是存储器720也可以包括调度器160、计划系统180等。在一个实施方式中，BB工作流程引擎734执行BB工作流程742的块中的每一者。举例而言，如上所述，BB工作流程742中的每一块可以指定在执行每一块时所执行的一个或多个操作。此外，可以利用(例如，储存在BB规则及报告746中的)一个或多个BB报告及规则来配置一个或多个操作。如上所述，当执行工作流程块时，BB工作流程引擎734可以进一步与BB报告引擎732及预测引擎736互动。
出于说明的目的，给出了本公开内容的各种实施方式的描述，但是并非意欲穷举或限制于所公开的实施方式。在不背离所描述的实施方式的范围及精神的情况下，许多修改及变化对于本领域技术人员是显而易见的。选择本文使用的术语是为了最好地解释实施方式的原理、实际应用、或针对市场中发现的技术的技术改良，或者是让本领域技术人员能够理解本文所公开的实施方式。
本领域技术人员应理解，本公开内容的方面可以体现为系统、方法、或计算机程序产品。因此，本公开内容的方面可以采取完全硬件实施方式、完全软件实施方式(包括固件、常驻软件、微代码等)、或组合了软件及硬件方面的实施方式的形式，其在本文中通常都可以称为“电路”、“模块”、或“系统”。此外，本公开内容的方面可以采取体现在一个或多个计算机可读取介质中的计算机程序产品的形式，所述一个或多个计算机可读取介质具有在其上体现的计算机可读取程序代码。
可以使用一个或多个计算机可读取介质的任何组合。计算机可读取介质可以是计算机可读取储存介质。计算机可读取储存介质例如可以是但不限于电、磁、光、电磁、红外、或半导体系统、设备、或装置、或前述的任何合适的组合。计算机可读取储存介质的更具体示例(非详尽列表)将包括以下内容：具有一条或多条线的电连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学储存装置、磁储存装置、或任何上述的适当组合。在本文档的上下文中，计算机可读取储存介质可以是任何实体介质，而可以包含或储存程序，以供指令执行系统、设备、或装置使用或与其结合使用。
计算机可读取介质上所包含的程序代码可以使用任何适当的介质传输，包括但不限于无线、有线、光纤电缆、RF等，或者前述的任何合适的组合。
用于执行本公开内容的方面的操作的计算机程序代码可以利用一种或多种程序语言的任何组合来编写，包括面向对象的程序语言(例如，Java、C#、Smalltalk、C++或类似者)与常规的面向过程的程序语言(例如，“C”程序语言或类似的程序语言)。程序代码可以完全在使用者的计算机上执行，部分在使用者的计算机上执行，作为独立的软件包执行，部分在使用者的计算机上且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络而连接到使用者的计算机(包括局域网(LAN)或广域网(WAN))，或者可以连接到外部计算机(例如，通过使用互联网服务提供商的互联网)。
以上参照根据本公开内容的实施方式的方法、设备(系统)、及计算机程序产品的流程图和/或框图来描述本公开内容的方面。应理解，流程图和/或框图所图示的每一框以及流程图和/或框图所图示的框的组合可以通过计算机程序指令实现。这些计算机程序指令可以提供给通用目的计算机、专用目的计算机、或其他可编程数据处理设备的处理器以生产机器，而使得经由计算机的处理器或其他可编程数据处理设备执行的指令生成用于实现流程图和/或框图中所指定的功能/动作的构件。
这些计算机程序指令也可以储存在计算机可读取介质中，并可以指示计算机、其他可编程数据处理设备、或其他装置以特定方式起作用，而使得储存在计算机可读取介质中的指令产生包括实现流程图和/或框图中所指定的功能/动作的指令的制造制品。
附图中的流程图及框图图示根据本公开内容的各种实施方式的系统、方法、及计算机程序产品的可能实现的架构、功能、及操作。在这方面，流程图或框图中的每一框可以表示包括用于实现所指定的逻辑功能的一个或多个可执行指令的模块、片段、或指令的一部分。在一些替代实施方案中，框中所提到的功能可以不依照附图所图示的顺序发生。举例而言，取决于所涉及的功能，连续图示的两个框实际上可以基本上同时执行或并行执行，或者这些框有时可以以相反的顺序执行。也应注意，框图和/或流程图所图示的每一框以及框图和/或流程图所图示的框的组合可以通过执行特定功能或动作或执行专用硬件及计算机指令的组合的基于硬件的专用目的的系统来实现。
尽管前述内容涉及本公开内容的实施方式，本公开内容的其他及进一步实施方式可在不脱离本公开内容的基本范围的情况下做出，且本公开内容的范围由所附权利要求书确定。

Claims (15)

1.一种用于执行基于块的(BB)工作流程以产生与半导体制造环境相关的多个预测的方法，包含以下步骤：
接收包含多个块的至少一个BB工作流程，其中所述多个块指定一组操作以用于产生与指定的未来时间间隔相关的多个预测；
访问对应于所述多个块的多个块定义；以及
通过基于所述多个块定义执行所述一组操作，来执行所述至少一个BB工作流程，包含以下步骤：
从所述半导体制造环境中提取数据，其中所述数据包含与所述制造环境中的装备相关的静态数据与动态数据；
基于所提取的所述数据，确定所述多个预测，其中所述多个预测中的每一者与所述制造环境与所述指定的未来时间间隔相关；以及
将所述多个预测发布到所述半导体制造环境中的至少一个部件，其中所述多个预测用于确定所述半导体制造环境的制造计划。
2.如权利要求1所述的方法，其中执行所述至少一个BB工作流程的步骤进一步包含以下步骤：将所述多个预测转换成与所述至少一个部件兼容的格式，其中以所述格式将所述多个预测发布到所述至少一个部件。
3.如权利要求1所述的方法，其中所述制造计划包含分配至所述半导体制造环境中的所述装备的子集的批次的数量分配，和应由所述装备的所述子集处理所述批次的处理顺序，且其中所述半导体制造环境中的所述装备的所述子集基于所述分配及所述处理顺序是自动化的。
4.如权利要求1所述的方法，进一步包含以下步骤：针对所述至少一个BB工作流程的一个或多个块，评估至少一个BB子规则或报告，以确定要执行的所述一组操作中的至少一个操作。
5.如权利要求1所述的方法，其中接收所述至少一个BB工作流程的步骤包含以下步骤：经由使用者界面从使用者接收标识所述多个块的输入。
6.如权利要求5所述的方法，其中所述输入进一步标识连接所述多个块的一个或多个链路。
7.如权利要求1所述的方法，其中执行所述至少一个BB工作流程的步骤进一步包含以下步骤：
将所提取的所述数据或所述多个预测中的至少一者写入所述半导体制造环境中的储存系统；以及
在确定与确定所述多个预测的步骤相关的错误之后，将所述错误报告给使用者。
8.如权利要求1所述的方法，其中所述多个预测包含下列中的一者：未来在制品(WIP)、所述制造环境中的批次的未来状态、所述制造环境中的装置的未来状态、在所述制造环境中制造的产品的数量、在所述制造环境中制造的产品的组成、在所述制造环境中完成操作的估计时间、和在所述制造环境中执行维护操作的估计时间。
9.一种包含电脑程序代码的非暂时性计算机可读取介质，所述计算机程序代码在通过处理器执行时执行用于执行基于块的(BB)工作流程的操作，以产生与半导体制造环境相关的多个预测，所述操作包含以下步骤：
接收包含多个块的至少一个BB工作流程，其中所述多个块指定用于产生与指定的未来时间间隔相关的多个预测的一组操作；
访问对应于所述多个块的多个块定义；以及
通过基于所述多个块定义执行所述一组操作，来执行所述至少一个BB工作流程，包含以下步骤：
从所述半导体制造环境中提取数据，其中所述数据包含与所述制造环境中的装备相关的静态数据与动态数据；
基于所提取的所述数据，确定所述多个预测，其中所述多个预测中的每一者与所述制造环境与所述指定的未来时间间隔相关；以及
将所述多个预测发布到所述半导体制造环境中的至少一个部件，其中所述多个预测用于确定所述半导体制造环境的制造计划。
10.如权利要求9所述的非暂时性计算机可读取介质，其中执行所述至少一个BB工作流程的步骤进一步包含以下步骤：将所述多个预测转换成与所述至少一个部件兼容的格式，其中以所述格式将所述多个预测发布到所述至少一个部件。
11.如权利要求9所述的非暂时性计算机可读取介质，其中所述制造计划包含分配至所述半导体制造环境中的所述装备的子集的批次的数量的分配，和应由所述装备的所述子集处理所述批次的处理顺序，且其中所述半导体制造环境中的所述装备的所述子集基于所述分配及所述处理顺序是自动化的。
12.如权利要求9所述的非暂时性计算机可读取介质，其中所述操作进一步包含：针对所述至少一个BB工作流程的一个或多个块，评估至少一个BB子规则或报告，以确定要执行的所述一组操作中的至少一个操作。
13.如权利要求9所述的非暂时性计算机可读取介质，其中接收所述至少一个BB工作流程的步骤包含以下步骤：经由使用者界面从使用者接收用于标识所述多个块的输入。
14.如权利要求13所述的非暂时性计算机可读取介质，其中所述输入进一步标识连接所述多个块的一个或多个链路。
15.一种系统，包含：
至少一个处理器；以及
包含程序的存储器，所述程序在通过所述至少一个处理器执行时执行用于执行基于块的(BB)工作流程的操作，以产生与半导体制造环境相关的多个预测，所述操作包含以下步骤：
接收包含多个块的至少一个BB工作流程，其中所述多个块指定用于产生与指定的未来时间间隔相关的多个预测的一组操作；
访问对应于所述多个块的多个块定义；以及
通过基于所述多个块定义执行所述一组操作，来执行所述至少一个BB工作流程，包含以下步骤：
从所述半导体制造环境中提取数据，其中所述数据包含与所述制造环境中的装备相关的静态数据与动态数据；
基于所提取的所述数据，确定所述多个预测，其中所述多个预测中的每一者与所述制造环境与所述指定的未来时间间隔相关；以及
将所述多个预测发布到所述半导体制造环境中的至少一个部件，其中所述多个预测用于确定所述半导体制造环境的制造计划。
CN201980036902.1A 2018-07-12 2019-05-08 用于制造环境的基于块的预测 Pending CN112262350A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862697214P 2018-07-12 2018-07-12
US62/697,214 2018-07-12
PCT/US2019/031321 WO2020013909A1 (en) 2018-07-12 2019-05-08 Block-based prediction for manufacturing environments

Publications (1)

Publication Number Publication Date
CN112262350A true CN112262350A (zh) 2021-01-22

Family

ID=69139187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980036902.1A Pending CN112262350A (zh) 2018-07-12 2019-05-08 用于制造环境的基于块的预测

Country Status (5)

Country Link
US (1) US20200019910A1 (zh)
KR (1) KR20210020158A (zh)
CN (1) CN112262350A (zh)
TW (1) TW202018609A (zh)
WO (1) WO2020013909A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860995B (zh) * 2020-07-15 2024-02-02 江苏泰治科技股份有限公司 一种芯片封装键合工艺流程的mes处理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6731990B1 (en) * 2000-01-27 2004-05-04 Nortel Networks Limited Predicting values of a series of data
CN1666329A (zh) * 2002-07-03 2005-09-07 东京电子株式会社 用于动态传感器配置和运行时间执行的方法和设备
CN101258499A (zh) * 2005-02-16 2008-09-03 东京毅力科创株式会社 使用运行到运行控制器的故障检测与分类（fdc）
US20090119618A1 (en) * 2007-11-06 2009-05-07 David Everton Norman User-specified configuration of prediction services
CN105009254A (zh) * 2013-03-22 2015-10-28 株式会社东芝 用于电子设备的制造支持系统、制造支持方法和制造支持程序
US20170075332A1 (en) * 2015-09-15 2017-03-16 Applied Materials, Inc. Scheduling in manufacturing environments
US20170075333A1 (en) * 2015-09-16 2017-03-16 Applied Materials, Inc. Planning for manufacturing environments
CN107004618A (zh) * 2014-10-20 2017-08-01 奥罗拉太阳能技术（加拿大）股份有限公司 测量数据对制造工具位置和处理批次或时间的映射

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229761B2 (en) * 2005-02-25 2012-07-24 Virtual Radiologic Corporation Enhanced multiple resource planning and forecasting
US20150025931A1 (en) * 2013-07-18 2015-01-22 International Business Machines Corporation Business opportunity forecasting
US20170249574A1 (en) * 2016-02-26 2017-08-31 A2PS Consulting and Software LLC System for monitoring of workflows capable of automatic task allocation and monitoring of resources

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6731990B1 (en) * 2000-01-27 2004-05-04 Nortel Networks Limited Predicting values of a series of data
CN1666329A (zh) * 2002-07-03 2005-09-07 东京电子株式会社 用于动态传感器配置和运行时间执行的方法和设备
CN101258499A (zh) * 2005-02-16 2008-09-03 东京毅力科创株式会社 使用运行到运行控制器的故障检测与分类（fdc）
US20090119618A1 (en) * 2007-11-06 2009-05-07 David Everton Norman User-specified configuration of prediction services
CN105009254A (zh) * 2013-03-22 2015-10-28 株式会社东芝 用于电子设备的制造支持系统、制造支持方法和制造支持程序
CN107004618A (zh) * 2014-10-20 2017-08-01 奥罗拉太阳能技术（加拿大）股份有限公司 测量数据对制造工具位置和处理批次或时间的映射
US20170075332A1 (en) * 2015-09-15 2017-03-16 Applied Materials, Inc. Scheduling in manufacturing environments
US20170075333A1 (en) * 2015-09-16 2017-03-16 Applied Materials, Inc. Planning for manufacturing environments

Also Published As

Publication number Publication date
KR20210020158A (ko) 2021-02-23
WO2020013909A1 (en) 2020-01-16
TW202018609A (zh) 2020-05-16
US20200019910A1 (en) 2020-01-16

Similar Documents

Publication Publication Date Title
US11886155B2 (en) Distributed industrial performance monitoring and analytics
CN111562769B (zh) 用于工业数字孪生的ai扩展和智能模型验证
US10295979B2 (en) Scheduling in manufacturing environments
US10649449B2 (en) Distributed industrial performance monitoring and analytics
US10866952B2 (en) Source-independent queries in distributed industrial system
US10386827B2 (en) Distributed industrial performance monitoring and analytics platform
US10678225B2 (en) Data analytic services for distributed industrial performance monitoring
TWI739111B (zh) 使用方塊式工作流程的限制編程的方法、系統及電腦可讀取媒體
US10296376B2 (en) Planning for manufacturing environments
AU2018271267B2 (en) Robotic regression testing for smart devices
US11977470B2 (en) Monitoring long running workflows for robotic process automation
CN112882810B (zh) 基于超级计算机的高通量任务处理方法
KR20090046738A (ko) 제조 예측 서버
CN111919183A (zh) 用于排程半导体后端工厂的方法
JP2012208664A (ja) ソフトウェア設計・運用統合管理システム
CN112262350A (zh) 用于制造环境的基于块的预测
Saeheaw et al. Line balancing in the hard disk drive process using simulation techniques
Wenzel et al. Transformation of Real-time Reporting Event Data to Long-term Simulation Models
CN118708266B (zh) 基于动态依赖管理的流水线编排方法、装置、设备及介质
Kádár et al. Co-analysing situations and production control rules in a large-scale manufacturing environment
KR20230140721A (ko) Opc ua를 이용한 제조설비의 데이터 수집 장치 및 그 방법
CN118708266A (zh) 基于动态依赖管理的流水线编排方法、装置、设备及介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210122

WD01 Invention patent application deemed withdrawn after publication