CN114364441A - 与人工智能的原位传感器融合 - Google Patents

Abstract

在一个实施方案中，所公开的设备是原位闭环气泡和泡沫检测和减少系统，其包括用于确定流体贮存器中的液体体积的液位传感器、用于确定流体贮存器和流体贮存器内包含的任何液体的质量的质量检测设备、电耦合到液位传感器和质量检测设备以确定流体贮存器内液体的实际体积的处理器以及耦合到处理器并位于流体贮存器上方的喷头。当液位传感器确定的液体体积超过液体的实际体积预定量时，由处理器启动喷头。公开了其他装置和方法。

Description

与人工智能的原位传感器融合

相关申请的交叉引用

本申请要求于2019年9月10日申请的并且名称为“IN-SITU SENSOR-FUSION WITHARTIFICIAL INTELLIGENCE”的美国临时专利申请序列No.62/898,468的优先权利益，其全部公开内容通过引用合并于此。

技术领域

本文公开的主题涉及在半导体和相关行业中使用的各种类型的工艺控制设备。更具体地，所公开的主题涉及用于确定化学品或液体贮存器是否即将溢出的传感器。所公开的主题还包括用于减少化学品或液体贮存器内的气泡和泡沫体积的机构。

背景技术

半导体和相关行业中的许多工艺依赖于各种类型的电镀和封装技术，尤其是在各种类型的生产线后端(BEOL)操作中。BEOL操作包括例如通过本技术领域中已知的各种化学或电化学电镀步骤执行的各种互连和其他金属化步骤。然而，所公开的主题可以在半导体和相关行业(包括例如平板显示器、薄膜头以及使用化学和电镀工艺的各种类型的操作)中找到许多应用，如下文更详细描述的。

然而，在各种类型的化学工艺中，由化学输送系统中的各种流速引起的流体湍流会导致在处理操作期间在化学贮存器中(例如，在衬底上，诸如，例如，硅片上)形成气泡和/或泡沫。同时代类型的超声波液位传感器无法检测气泡和/或泡沫。因此，传感器可以触发错误的溢出警报，从而出于安全原因倾倒掉在贮存器中的所有化学品。除了化学品倾倒掉造成的生产时间损失外，仅化学品费用的金钱损失就可能花费$10,000至$50,000或更多(例如，以美元(USD)计)。

此外，来自超声波液位传感器的读数可能会受到系统中的其他部件的影响，这些部件将振动传递到传感器以呈现错误的溢出警报。传感器的错误读数通常是由于振动系统部件和超声波液位传感器之间的噪声隔离不足造成的。由于通过液位传感器产生的信号中的噪声而导致的错误溢出警报可能会出于安全原因中止工艺程序的执行，并导致材料(例如衬底)和化学品浪费。

因此，在本文描述的各种实施方案中，所公开的主题描述了用于适当地检测贮存器内的化学物质水平的装置和系统。此外，另外的实施方案公开了用于减少或消除贮存器内的气泡和/或泡沫的设备。

提供本节中描述的信息以给技术人员提供以下公开主题的背景信息，并且不应将其视为承认的现有技术。

发明内容

在一示例性实施方案中，所公开的主题描述了一种系统，其包括：液位传感器，其用于确定流体贮存器中的液体的液位；以及质量检测设备，其用于确定所述流体贮存器和其中包含的液体的质量。电耦合到所述液位传感器和所述质量检测设备的处理器用于确定由所述液体的液位确定的液体的测得体积。所述处理器还基于所述流体贮存器内所包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积。喷头耦合到所述处理器并定位在所述流体贮存器上方。当由所述液位传感器确定的所述液体的测得体积超过由所述质量检测设备确定的所述液体的实际体积达预定量时，由所述处理器启动所述喷头。所述液位传感器、所述质量检测设备、处理器和喷头的组合包括原位闭环气泡和泡沫检测和减少系统。

在一示例性实施方案中，所公开的主题描述了一种系统，其包括：液位传感器，其用于确定流体贮存器中的液体的液位；以及质量检测设备，其用于确定所述流体贮存器和所述流体贮存器中包含的液体的质量。所述液位传感器、所述质量检测设备和所述处理器的组合包括原位闭环气泡和泡沫检测系统。

在一示例性实施方案中，所公开的主题描述了一种系统，其包括：液位传感器，其用于确定所述流体贮存器中的液体的液位；以及质量检测设备，其用于确定所述流体贮存器和其中包含的所述液体的质量。电耦合到所述液位传感器和所述质量检测设备的处理器用于基于所述流体贮存器内包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积。所述处理器还基于确定的体积的非线性回归期望确定所述流体贮存器内的所述液体的预期体积。从而所述液位传感器、所述质量检测设备和所述处理器的组合包括原位闭环气泡和泡沫检测系统。

附图说明

图1A示出了具有现有技术的液位传感器的化学贮存器系统；

图1B示出了现有技术的化学贮存器系统的一部分，例如图1A所示的化学贮存器系统，其带有气泡和/或泡沫；

图2A示出了现有技术的化学贮存器系统中的超声波液位传感器，其噪声隔离不足；

图2B示出了对于从图2A的现有技术化学贮存器系统中的超声波液位传感器接收的信号，指示处理罐液位与时间的函数关系的曲线图；

图3示出了根据所公开的主题的原位闭环气泡和泡沫检测和减少系统的高级示例性实施方案；

图4示出了根据所公开的主题的超声波液位传感器读数与重量秤测量的函数关系的曲线图的示例性实施方案以及与自适应神经模糊接口系统(ANFIS)非线性回归期望的比较；以及

图5示出了根据所公开的主题的ANFIS架构的示例性实施方案，其用于产生例如图4的ANFIS非线性回归期望。

具体实施方式

现在将参考如各个附图中所示的几个一般和特定实施方案来详细描述所公开的主题。在以下描述中，阐述了许多具体细节以便提供对所公开主题的透彻理解。然而，对于本领域的技术人员来说显而易见的是，所公开的主题可以在没有这些具体细节中的一些或全部的情况下实施。在其他情况下，没有详细描述众所周知的工艺步骤、构造技术或结构，以免使所公开的主题难以理解。

所公开的主题包括用于适当地检测贮存器内的化学物质水平的系统、装置和方法。此外，另外的实施方案公开了用于减少或消除贮存器内的气泡和/或泡沫的设备。因此，所公开的主题描述了用于确定贮存器内的化学品的实际水平的传感器，该水平受在化学品表面上形成的气泡或泡沫的存在的影响较小。此外，所公开的主题描述了一种减少或消除在化学品的表面上形成的气泡或泡沫的机构。气泡和泡沫减少机构可以单独使用或与公开的传感器机构结合使用。例如，如下文更详细描述的，当传感器被触发时，所公开的传感器还可用于控制(例如，根据需要打开或关闭)气泡和泡沫减少机构。

为了更全面地理解所公开的主题，本领域普通技术人员应理解对现有技术系统的更好理解将是有益的。例如，图1A示出了具有现有技术的液位传感器的化学贮存器系统100。化学贮存器系统100包括第一喷泉式电镀槽103和第二喷泉式电镀槽107。溢流传感器105和液位传感器109分别感测第一喷泉式电镀槽103和第二喷泉式电镀槽107的流体收集池111中的液体化学液位。如上所述，溢流传感器105和液位传感器109中的一或两者可以包括超声波液位传感器。来自每个电镀槽103、107的公共返回管线113将多余的液体从流体收集池111引导到收集贮存器130(下面参考图1B更详细地描述)。已经溢出到流体收集池111中的液体的最上部之间的距离d₁可以是例如约1.5米(约5英尺)。

衬底处理控制器101控制槽进料隔离阀115和流量控制器121。流量控制器121进而控制泵125以将液体从收集贮存器130引导和再循环通过过滤器123到达流量计119，并通过脱气器117。当通过衬底工艺控制器101打开槽进料隔离阀115时，经再循环、经过滤和经脱气的液体继续通过每个槽中的底部安装的输入阀进入第一喷泉式电镀槽103和第二喷泉式电镀槽107。此外，尽管未明确示出，但收集贮存器130还可以包括与溢流传感器105和液位传感器109中的一个或两者相似或相同的液体传感器。

流量计119和溢流传感器105各自向流量控制器121提供信号以控制泵125的体积流率。当流体收集池111的液位处于预定液位时，第二喷泉式电镀槽107上的液位传感器109向自动排放阀控制机构127提供信号以打开通向公共回流管113的阀。然后液体进入具有位于空气/液体界面水平之间的开口的排放管线131，以减少在收集贮存器130的最上表面处形成的气泡和/或泡沫的量。

现在参考图1B，示出了具有气泡和/或泡沫的现有技术的化学贮存器系统(例如图1A显示的化学贮存器系统)的一部分。图1B包括如上参考图1A所示和描述的收集贮存器130。收集贮存器130包括液体135(例如电镀溶液)以及气泡和泡沫133中的至少一种。如上所述，典型的超声波液位传感器不能穿过气泡或泡沫下降到液体135的液位。相反，超声波液位传感器感测由气泡和泡沫133中的至少一个形成的层的上部。当气泡或泡沫在收集贮存器130内上升到预定水平时，发送错误触发溢出警告的信号，从而导致基于液体135的假定水平但由气泡和/或泡沫引起的液体化学品(例如，电镀溶液)从收集贮存器130中不必要的倾倒。尽管未明确示出，但本领域普通技术人员应认识到，分别位于第一喷泉式电镀槽103和第二喷泉式电镀槽107上或附近的溢流传感器105和液位传感器109中的一个或两个也可以位于收集贮存器130上。

图2A示出了具有不充分的噪声隔离的现有技术的化学贮存器系统200中的超声波液位传感器。化学品贮存器系统200可以与图1A的化学品贮存器系统100的至少一部分一起使用并且可以与该至少一部分类似或相同。化学品贮存器系统200显示第一混合罐显示器201和第二混合罐显示器205，每个显示器分别具有第一溢出传感器203和第二溢出传感器207中的相关联的一个或多个。化学品贮存器系统200还显示了第一使用罐显示器209和第二使用罐显示器211。显示器201、205、209、211中的每一个被布置成以升L为单位显示显示器液位。然而，在图2A中显示的显示器是电子类型的显示器，因此，在化学贮存器系统200所在的制造环境中，可能容易受到来自其他设备(例如制造工具)的电子噪声和/或振动引起的错误读数的影响。

图2B示出了曲线图220，其指示针对从图2A的现有技术的化学贮存器系统200中的超声波液位传感器接收的信号，处理罐液位(以L位单位)与时间的函数关系。例如，第一曲线223显示了由第一混合罐显示器201显示的从第一溢出传感器203接收的液体体积的水平，单位为L。类似地，第二曲线221显示了由第二混合罐显示器205显示的从第二溢出传感器207接收的液体体积的水平，单位为L。在曲线图220上的时间17:05之后不久，第一曲线223和第二曲线221各自的一部分示出了曲线图220的区域225内的振动引起的噪声尖峰。除了由任何传感器(例如，上述各种超声波液位传感器)的不正确读数引起的误差之外，振动引起的噪声尖峰会导致接近50％或更多的错误读数。噪声尖峰甚至可能由与化学贮存器系统200相关的例如图2A所示的左和右排放设备之类的设施引起。由振动引起的噪声尖峰引起的错误读数也可能错误地触发溢出警告，从而导致液体化学品(例如，电镀溶液)从收集贮存器130(见图1A)中不必要地倾倒掉。

如所描述的，由于化学品贮存器中的气泡或泡沫与噪声液位传感器读数分开或结合而导致的错误溢出警报会导致不必要且昂贵的化学品倾倒。化学品倾倒还会导致在化学品倾倒时或倾倒之后位于喷泉式电镀槽103、107内的一个或多个衬底上的电镀缺陷。由于低良率或零良率，衬底上的电镀缺陷可能导致数十万美元或更多的经济损失。此外，不必要的化学品倾倒会对制造设施件(例如工艺工具)的拥有成本(COO)和客户对工具可靠性和性能的信任产生负面影响。如下文详细描述的，可通过人工智能进行融合赋能(empower)的原位传感器被公开用于自动气泡和泡沫检测和/或去除，以及液位传感器噪声过滤。

现在参考图3，示出了根据所公开的主题的原位闭环气泡和泡沫检测和减少系统300的示例性实施方案。气泡和泡沫检测和减少系统300显示为包括减少泡沫的喷头311、液位传感器305、流体贮存器301、质量检测设备317、泵313和耦合到例如流动路径315的电镀槽(未明确显示，但本领域普通技术人员在阅读和理解所公开的主题后可以理解)。流体贮存器301包括包含在其中的一定体积的流体303，以及排放管(例如，来自电镀池-未明确示出)。

液位传感器305可以包括超声波液位传感器或本领域已知的其他类型的液位传感设备。质量检测设备317可以包括数字标尺、具有模拟或数字信号输出的弹簧加载标尺、或各种类型的其他压力传感设备中的任何一种，包括例如压阻式应变计、电容压力-传感仪表、电磁压力传感仪表、谐振压力传感仪表或本领域已知的许多其他类型的压力传感仪表。为了防止或最小化影响质量测量的固体管的影响，耦合到流体贮存器301的所有管可以包括柔性管，以减少或消除由于固体管对流体贮存器301的结构支撑而导致的质量测量的误差。

处理器309从液位传感器305和质量检测设备317两者接收信号。由于给定液体(例如电镀溶液)的密度基于给定操作(例如电镀操作)是已知的，并且流体贮存器301(当倒空时)的质量是已知的，处理器309可以基于流体的已知密度比较流体贮存器301内的流体303的计算的体积。然后将计算的体积与由液位传感器305报告的流体303的液位进行比较。如果由液位传感器305报告的流体303的液位指示液体的体积大于从质量检测设备317计算的体积，则在流体贮存器301内存在一定水平的气泡和/或泡沫(从而由于存在的气泡和/或泡沫而将液体的体积增加了额外的体积)。基于对流体贮存器301内的流体303的实际体积和流体贮存器301内的气泡和/或泡沫的体积的确定(根据从液位传感器305和质量检测设备317接收到的信号的组合确定)，处理器309可以产生和传输信号以控制(例如，激活或停用)泡沫减少喷头311。泡沫减少喷头311(例如，通过泵，未显示)耦合至流体贮存器301。由泡沫减少喷头311喷射的液体减少或消除了由气泡和/或泡沫引起的附加体积。在来自液位传感器305和质量检测设备317的接收信号的组合指示相关体积在预定容差值内(例如，由液位传感器305报告的流体303的体积与根据质量检测设备317确定的计算体积相差在约10％内)，处理器309发送信号以停用泡沫减少喷头311。由于泡沫减少喷头311在确定在流体贮存器301中存在气泡和/或泡沫时由处理器309自动激活，因此图3的气泡和泡沫检测和减少系统被认为包括“闭环”系统。

在多种实施方案中，处理器309可以包括一个或多个基于硬件的控制器、微处理器或中央处理单元(CPU)。在多种实施方案中，处理器309可以包括专用处理器，例如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。在一些实施方案中，处理器309包含参考图5详细描述的人工智能程序。

例如，在多种实施方案中，处理器309可以基于流体贮存器301内的流体303的实际计算的体积和报告的体积(包括由于气泡和/或泡沫而增加的体积)来控制泡沫减少喷头311的激活和停用。在其他实施方案中，处理器309可以基于流体贮存器301内的流体303的预期体积(包括由于气泡和/或泡沫而增加的体积)和实际体积来控制泡沫减少喷头311的激活和停用。预期体积的确定在下文参考图5的人工智能分析进行详细描述。

在还有的其他实施方案中，处理器309可以基于实际计算的体积和预期体积的组合来控制泡沫减少喷头311的激活和停用。在该组合实施方案的一个示例中，实际计算的体积或预期体积可用于触发泡沫减少喷头311的激活。在该组合实施方案的另一示例中，可将预定加权值应用于实际计算的体积和预期体积以触发泡沫减少喷头311的激活。例如，在该后一示例中，80％的权重可以基于触发泡沫减少喷头311激活的预期体积，而剩余的20％的权重基于实际计算的体积以触发泡沫减少喷头311的激活。在该示例中，预期体积提供泡沫减少喷头311机构的主要触发激活，而计算的体积用作预期体积确定方案的备用故障保护。

在又一些实施方案中，泡沫减少喷头311可以被配置为在基本上整个电镀循环期间连续运行。该实施方案可用于例如使用的电镀化学品中的特定的一种或多种可能不太灵敏或不太精密(例如，对再循环的效应，或对例如持续再循环的氧化效应不敏感或相对不敏感)的情况或在对连续运行的泡沫减少喷头311不太敏感的工艺中。代替使用处理器309，诸如电镀槽的例如控制器内的软件、固件或硬件之类的其他元件可以在每个电镀循环的开始和结束时激活和停用泡沫减少喷头311。在又一些实施方案中，诸如有限状态机(FSM)之类的另一控制器可以被配置为在每个电镀循环的开始和结束时激活和停用泡沫减少喷头311。

图4示出了根据所公开的主题的超声波液位传感器读数作为重量秤测量(或质量秤测量)的函数关系的曲线图400的示例性实施方案以及与自适应的神经模糊接口系统(ANFIS)非线性回归预期的比较。ANFIS数据由算法训练曲线401指示，而从例如图3的原位闭环气泡和泡沫检测和减少系统300收集的实际测量数据显示为单独的点403。下面更详细地描述ANFIS算法的示例性实施方案。然而，简而言之，可以通过比较训练数据(例如，在一系列操作条件下从给定工具收集的经验数据)来建立ANFIS算法。一旦数据被分类并与ANFIS算法相关联，ANFIS算法就提供了一个人工智能系统，该系统可用于预测或预计何时可能需要通过图3的泡沫减少喷头311减少或消除气泡和/或泡沫。ANFIS算法可以存储在例如处理器309中。

再次参考图3，以及继续参考图4，曲线图400的一部分表示超声波液位传感器读数中的区域411，其中当流体贮存器301中的液体与排放管307接触并且可能发生的管道拉伸使流体303的测量质量增加得较慢时，增加液位增加比本来预期的较快。相反，曲线图400的一部分表示超声波液位传感器读数中的区域409，其中当液体填充流体贮存器301和与其连接的大部分或全部管道时，液位比预期的液位增加得慢。区域409和区域411之间的曲线区域本质上更线性。

箭头407表示算法训练曲线401左侧的未来传感器融合测量数据与检测到的气泡和/或泡沫的体积增加有关。箭头405表示算法训练曲线401可预期在打开泵313(参见图3)时由于从排放管307移动流体流的附加力而向右移动。

图5示出了根据所公开的主题的ANFIS架构500的高级示例性实施方案，以产生例如图4的ANFIS非线性回归期望。一种有效的基于人工智能的预测模型结合了混合学习(自适应的神经模糊接口系统(ANFIS))方法以用于训练，例如，图3的原位闭环气泡和泡沫检测和减少系统300的示例性实施方案。该模型能够使用比图4中呈现的测量数据的简化版本要复杂得多的实际测量数据。此外，ANFIS的预期预测精度(以均方根误差(RMSE)计)平均比基于多项式的各种非线性回归模型好10倍。因此，对于相似的精度水平，ANFIS模型比单独使用人工神经网络(ANN)模型具有改进的速度、容错水平和适应性。

再次参考图5的高级示例性ANFIS架构500，第一层501显示了两个输入(为简单起见仅显示了两个输入)。两个输入中的每一个都具有三个隶属函数，由第二层503指示。隶属函数公式在第二层503中生成并且可以包括例如三角拟合和相关公式(例如线性拟合类型)；梯形拟合和相关公式(例如，线性拟合类型)；高斯拟合和相关公式(例如，非线性拟合类型)；广义钟形拟合和相关公式(例如，非线性拟合类型)；和sigmoidal(“S形”)拟合和相关公式(例如，非线性拟合类型)。

高级示例性ANFIS架构500的第三层505，其中前一层(第二层503)的输出乘以“与”运算符以确定模糊规则的前项部分被满足的程度。第四层507计算先前确定的模糊规则的先行部分被满足的程度的权重。第五层509确定上述规则中的每一个在确定模型的输出中的贡献。第六层511中的单个节点提供输出节点，其通过对来自第五层509的所有输入信号求和以确定整体输出。最终输出函数可用于第七层513的模型。

通常，自适应网络(一种混合学习算法)应用于高级示例性ANFIS架构500，该自适应网络是相关领域已知的用于识别相关参数的梯度方法和最小二乘估计(LES)方法的组合。例如，如图4的各个点403所示的实际测量数据可分成不同组以对ANFIS模型进行训练和验证。ANFIS模型的验证可以通过将建模和预期数据与实际数据进行比较来评估ANFIS模型的性能来完成。

因此，所公开主题的各种实施方案包括一种廉价的原位传感器融合解决方案，以将至少一个液位传感器(例如，超声波液位传感器)和可以有效防止由气泡和/或泡沫引起的以及由噪音液位传感器引起的或与气泡和/或泡沫与噪音液位传感器结合引起的错误触发的溢出警报的质量检测设备组合。如上所述，气泡和泡沫是通过将空气困在液体中而形成的。因此，气泡或泡沫只会增加液体检测体积的总体液位，而不会显著影响液体的质量。因此，如果随后测量的数据落在基本上没有气泡和泡沫的预定液位与质量的关系曲线之上，则可以基本上实时地检测到气泡和泡沫。此外，可以将喷头设备添加到系统中并激活和停用以减少或消除气泡和泡沫(例如，气泡/泡沫减少器)。喷头被配置为从流体贮存器上方喷射相同的液体(例如，基于液体的化学镀溶液)并且喷入流体贮存器中，直到所有或基本上所有的气泡和泡沫被去除或体积减小。

此外，当噪声耦合到超声波液位传感器中时，液体的质量将基本保持不变，尽管噪声尖峰被引入到液位传感器中。因此，当溢出警报可能被触发时，采用一个或多个上述实施方案的系统将识别出溢出警报是错误警报并且防止倾倒在给定工艺中使用的液体。

因此，基于本文所公开的各种实施方案，所公开的主题提供了由人工智能赋能的廉价且有效的原位传感器融合解决方案。所公开的主题可以改进半导体加工工具和相关行业的工具的平均重置时间(MTTR)、平均故障间隔时间(MTBF)、平均故障时间(MTTF)，以及各种其他类型的性能指标。此外，所公开的主题的至少一些方面对其他行业具有广泛的应用潜力，该其他行业包括平板显示器制造和处理、薄膜头制造和处理、以及生产装饰物(例如，珠宝)中的各种类型的电镀操作；腐蚀抑制、减少摩擦、工具硬化操作、红外(IR)反射率、天然气和油田操作以及相关的保持和处理罐，以及本领域普通技术人员已知的各种其他行业。

在整个本说明书中，多个实例可以实现描述为单个实例的部件、操作或结构。尽管一种或多种方法的单独操作被图示和描述为分开的操作，但是可以同时执行单独操作中的一个或多个，并且没有要求以所示的顺序执行这些操作。在示例配置中呈现为分开的部件的结构和功能可以实现为组合的结构或部件。类似地，作为单个部件呈现的结构和功能可以实现为分开的部件。这些和其他变化、修改、添加和改进落入本文主题的范围内。

某些实施方案在本文中被描述为包括逻辑或多个部件、模块或机制。模块可以构成软件模块(例如，包含在机器可读介质上或传输信号中的代码)或硬件模块。“硬件模块”是能够执行某些操作的有形单元，并且可以以某种物理方式配置或布置。在多种实施方案中，一个或多个计算机系统(例如，独立计算机系统、客户端计算机系统或服务器计算机系统)或计算机系统的一个或多个硬件模块(例如，处理器或处理器组)可以由软件(例如，应用程序或应用程序部分)被配置为硬件模块，该硬件模块进行操作以执行如本文所述的某些操作。

在一些实施方案中，硬件模块可以机械地、电子地或其任何合适的组合来实现。例如，硬件模块可以包括永久被配置为执行某些操作的专用电路或逻辑。例如，硬件模块可以是专用处理器，例如现场可编程门阵列(FPGA)或ASIC。硬件模块还可以包括由软件临时配置以执行某些操作的可编程逻辑或电路。例如，硬件模块可以包括包含在通用处理器或其他可编程处理器内的软件。应当理解，以机械方式、在专用和永久配置的电路中或在临时配置的电路(例如，由软件配置)中实现硬件模块的决定可能受成本和时间考虑因素的驱动。

因此，短语“硬件模块”应理解为包含有形实体，即物理构造、永久配置(例如，硬连线)或临时配置(例如，编程)以便以特定方式操作或执行此处描述的某些操作的实体。如本文所使用的，“硬件实现的模块”指的是硬件模块。考虑到硬件模块被临时配置(例如，被编程)的实施方案，每个硬件模块不需要在任何一个时间实例上被配置或实例化。例如，在硬件模块包括通过软件配置成为专用处理器的通用处理器的情况下，通用处理器可以在不同时间分别被配置为不同的专用处理器(例如，包括不同的硬件模块)。软件可以相应地配置处理器，例如，以在一个时间实例构成特定硬件模块并且在不同时间实例构成不同的硬件模块。

硬件模块可以向其他硬件模块提供信息以及从其他硬件模块接收信息。因此，所描述的硬件模块可以被认为是通信耦合的。在同时存在多个硬件模块的情况下，可以通过两个或更多个硬件模块之间的信号传输(例如，通过适当的电路和总线)来实现通信。在多个硬件模块在不同时间被配置或实例化的实施方案中，这些硬件模块之间的通信可以例如通过在多个硬件模块可以访问的存储器结构中的存储和检索信息来实现。例如，一个硬件模块可以执行操作并将该操作的输出存储在与其通信耦合的存储器设备中。然后，另一硬件模块可以在稍后时间访问存储设备以检索和处理所存储的输出。硬件模块还可以启动与输入或输出设备的通信，并且可以对资源(例如，信息收集)进行操作。

本文描述的示例方法的各种操作可以至少部分地由一个或多个处理器执行，这些处理器被临时配置(例如，通过软件)或永久被配置为执行相关操作。无论是临时配置的还是永久配置的，这样的处理器都可以构成处理器实现的模块，这些模块操作以执行这里描述的一个或多个操作或功能。如本文所使用的，“处理器实现的模块”是指使用一个或多个处理器实现的硬件模块。

类似地，本文描述的方法可以至少部分地由处理器实现，处理器是硬件的示例。例如，一种方法的至少一些操作可以由一个或多个处理器或处理器实现的模块来执行。此外，一个或多个处理器还可运行以支持“云计算”环境中的或作为“软件即服务”(SaaS)的相关操作的性能。例如，至少一些操作可以由一组计算机(作为包括处理器的机器的示例)执行，这些操作可通过网络(例如，互联网)和一个或多个适当的接口(例如，应用程序接口(API))访问。

某些操作的性能可以分布在一个或多个处理器之间，不仅驻留在单个机器内，而且部署在多个机器上。在一些实施方案中，一个或多个处理器或处理器实现的模块可以位于单个地理位置(例如，在家庭环境、办公室环境或服务器场内)。在其他实施方案中，一个或多个处理器或处理器实现的模块可以分布在多个地理位置。

总体而言，本文所包含的公开的主题总体上描述或涉及半导体制造环境(制造)中工具的操作。这样的工具可以包括具有其中使用的一种或多种类型的处理或冷却液体的各种类型的工具。然而，如上所述，所公开的主题不限于半导体环境，并且可以用于多种机器工具环境，例如制造和加工环境，以及多种其他环境。在阅读和理解本文提供的公开内容后，本领域普通技术人员将认识到所公开的主题的各种实施方案可以与其他类型的工艺工具以及多种其他工具、设备和部件一起使用。

如本文所使用的，术语“或”可以被解释为包含性或排他性的意义。此外，本领域普通技术人员在阅读和理解所提供的公开内容后将理解其他实施方案。此外，在阅读和理解本文提供的公开内容后，本领域普通技术人员将容易理解本文提供的技术和示例的各种组合都可以应用于各种配置。

尽管分开讨论了各种实施方案，但这些分开的实施方案并不旨在被视为独立的技术或设计。如上所述，各个部分中的每一个可以是相互关联的，并且每一个可以单独使用或与本文讨论的其他实施方案结合使用。例如，虽然已经描述了方法、操作和工艺的多种实施方案，但是这些方法、操作和工艺可以分开使用或以各种组合使用。

因此，可以进行许多修改和变化，这对于本领域普通技术人员在阅读和理解本文提供的公开内容后将是显而易见的。此外，除了在此列举的那些之外，在本公开范围内的功能等效的方法和设备，对于本领域技术人员来说，根据前面的描述将是显而易见的。一些实施方案、材料和构造技术的部分和特征可以包括在其他实施方案、材料和构造技术的部分和特征中，或替代其他实施方案、材料和构造技术的部分和特征。这样的修改和变化旨在落入所附权利要求的范围内。因此，本公开仅受所附权利要求的条款以及这些权利要求所享有的等同方案的全部范围的限制。还应理解，本文使用的术语仅出于描述特定实施方案的目的，并不旨在进行限制。

所公开的主题的示例

在第一示例中，所公开的主题描述了一种系统，其包括：液位传感器，其用于确定流体贮存器中的液体的液位；以及质量检测设备，其用于确定所述流体贮存器和其中包含的液体的质量。电耦合到所述液位传感器和所述质量检测设备的处理器确定由所述液体的液位确定的液体的测得体积。所述处理器还基于所述流体贮存器内所包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积。喷头耦合到所述处理器并定位在所述流体贮存器上方。当由所述液位传感器确定的所述液体的测得体积超过由所述质量检测设备确定的所述液体的实际体积达预定量时，由所述处理器启动所述喷头。所述液位传感器、所述质量检测设备、处理器和喷头的组合包括原位闭环气泡和泡沫检测和减少系统。

第二示例包括第一示例所述的系统，并且其还包括泵，所述泵与所述喷头流体耦合，以将额外体积的所述流体提供到所述流体贮存器中，从而减少气泡和泡沫中的至少一种的体积。

第三示例包括第二示例所述的系统的示例，并且其还包括用柔性管将所述泵耦合到所述喷头，以减少由所述质量检测设备进行的质量测量的误差。

第四示例包括前述示例中的任何一个，其中，所述系统还被配置为基于所述流体贮存器内的所述液体的已知密度和所述流体贮存器在排空时的质量来确定所述流体贮存器内的所述液体的实际体积。

第五示例包括第四示例所述的系统，其中所述处理器还被配置为：基于所述流体的已知密度和所述流体贮存器排空时的质量，比较所述流体贮存器内的所述流体的计算体积；以及将所述流体的所述计算体积与根据由所述液位传感器测得的所述流体贮存器中的所述液体的液位确定的所述流体的体积进行比较。

第六示例包括第五示例所述的系统，其中，所述处理器还被配置成基于确定所述液体的所述计算体积比根据所述液体的液位确定的所述流体的所述体积大一预定量，产生信号并将所述信号传输到泵，以通过所述喷头将额外体积的所述流体提供到所述流体贮存器中。

在第七示例中，所公开的主题描述了一种系统，其包括：液位传感器，其用于确定流体贮存器中的液体的液位；以及质量检测设备，其用于确定所述流体贮存器和所述流体贮存器中包含的液体的质量。所述液位传感器、所述质量检测设备和所述处理器的组合包括原位闭环气泡和泡沫检测系统。

第八示例包括第七示例所述的系统，并且，其还包括：喷头，其位于所述流体贮存器上方，以及泵，其流体耦合到所述喷头并且电耦合到所述处理器。当液体的预期体积超过所述液体的实际体积达预定量时，所述泵将由所述处理器启动以将所述液体供应到所述喷头。

第九示例包括第七示例所述的系统，并且，其还包括：喷头，其位于流体贮存器上方；以及泵，其流体耦合到所述喷头并且电耦合到所述处理器。当包括由所述液位传感器确定的液体的测得体积的至少一个体积指示器超过所述液体的所述实际体积达预定量，并且液体的预期体积超过所述液体的所述实际体积达预定量时，由所述处理器启动所述泵以将所述液体供应到所述喷头。

第十示例包括前述第七示例至第九示例中任何一个所述的系统，其中，所述处理器被配置为将预定的加权值应用于所述实际的计算体积和所述预期体积，以通过供应所述液体穿过所述泵来触发所述喷头的激活。

第十一示例包括前述第七示例至第十示例中任何一个所述的系统，其中，所述处理器被配置为：确定由所述液体的液位确定的液体的测得体积；以及基于所述流体贮存器内所包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积。

第十二示例包括前述第七示例至第十一示例中任何一个所述的系统，其还包括：喷头，其位于所述流体贮存器上方；以及泵，其流体耦合到所述喷头并且电耦合到所述处理器，所述泵将由所述处理器启动以将所述液体供应到所述喷头，以减少流体贮存器中的气泡和泡沫中的至少一种的量。

第十三示例包括第十二示例所述的系统，其还包括用柔性管将所述泵耦合到所述喷头，以减少由所述质量检测设备进行的质量测量的误差。

第十四示例包括前述第七示例至第十三示例中任何一个所述的系统，其中，所述处理器还被配置为基于所述流体贮存器内的所述液体的已知密度和所述流体贮存器在排空时的质量来确定所述流体贮存器内的所述液体的实际体积。

在第十五示例中，所公开的主题描述了一种系统，其包括：液位传感器，其用于确定所述流体贮存器中的液体的液位；以及质量检测设备，其用于确定所述流体贮存器和其中包含的所述液体的质量。电耦合到所述液位传感器和所述质量检测设备的处理器用于基于所述流体贮存器内包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积。所述处理器还基于确定的体积的非线性回归期望确定所述流体贮存器内的所述液体的预期体积。从而所述液位传感器、所述质量检测设备和所述处理器的组合包括原位闭环气泡和泡沫检测系统。

第十六示例包括第十五示例所述的系统，其中，所述确定的非线性回归期望基于自适应神经模糊接口系统(ANFIS)分析。

第十七示例包括前述第十五示例至第十六示例中任何一个所述的系统，并且，其还包括：喷头，其被定位在所述流体贮存器上方以将所述流体分配到所述贮存器中。泵流体耦合到所述喷头并且电耦合到所述处理器。所述泵由所述处理器启动以将所述液体供应到所述喷头，以减少流体贮存器中的气泡和泡沫中的至少一种的量。

第十八示例包括第十七示例所述的系统，其中，所述泵通过柔性管耦合到所述喷头，以减少由所述质量检测设备进行的质量测量的误差。

第十九示例包括前述第十五示例至第十八示例中任何一个所述的系统，其中，所述处理器还被配置为基于所述流体贮存器内的所述液体的已知密度和所述流体贮存器在排空时的质量来确定所述流体贮存器内的所述液体的实际体积。

第二十示例包括前述第十五示例至第十九示例中任何一个所述的系统，其中，所述处理器基于确定所述液体的所述计算体积比根据所述液体的液位确定的所述流体的所述体积大一预定量，产生信号并将所述信号传输到泵，以通过被定位在所述流体贮存器上方的喷头将额外体积的所述流体提供到所述流体贮存器中。

提供公开的摘要以允许读者快速确定技术公开的性质。提交摘要，应理解其不会用于解释或限制权利要求。此外，在前述详细描述中，可以看出，为了简化公开的目的，可以在单个实施方案中将各种特征组合在一起。该公开方法不应被解释为限制权利要求。因此，以下权利要求在此并入详细说明中，每个权利要求作为单独的实施方案独立存在。

Claims (20)

1.一种系统，其包括：

液位传感器，其被配置为确定流体贮存器中的液体的液位；

质量检测设备，其被配置为确定所述流体贮存器和其中包含的液体的质量；

处理器，其电耦合到所述液位传感器和所述质量检测设备，以确定由所述液体的液位确定的液体的测得体积，所述处理器进一步基于所述流体贮存器内所包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积；以及

喷头，其耦合到所述处理器并定位在所述流体贮存器上方，当由所述液位传感器确定的所述液体的测得体积超过由所述质量检测设备确定的所述液体的实际体积达预定量时，由所述处理器启动所述喷头，从而所述液位传感器、所述质量检测设备、处理器和喷头的组合包括原位闭环气泡和泡沫检测和减少系统。

2.根据权利要求1所述的系统，其还包括泵，所述泵与所述喷头流体耦合，以将额外体积的所述流体提供到所述流体贮存器中，从而减少气泡和泡沫中的至少一种的体积。

3.根据权利要求2所述的系统，其还包括用柔性管将所述泵耦合到所述喷头，以减少由所述质量检测设备进行的质量测量的误差。

4.根据权利要求1所述的系统，其中，所述处理器还被配置为基于所述流体贮存器内的所述液体的已知密度和所述流体贮存器在排空时的质量来确定所述流体贮存器内的所述液体的实际体积。

5.根据权利要求4所述的系统，其中所述处理器还被配置为：

基于所述流体的已知密度和所述流体贮存器排空时的质量，比较所述流体贮存器内的所述流体的计算体积；以及

将所述流体的所述计算体积与根据由所述液位传感器测得的所述流体贮存器中的所述液体的液位确定的所述流体的体积进行比较。

6.根据权利要求5所述的系统，其中，所述处理器还被配置成基于确定所述液体的所述计算体积比根据所述液体的液位确定的所述流体的所述体积大一预定量，产生信号并将所述信号传输到泵，以通过所述喷头将额外体积的所述流体提供到所述流体贮存器中。

7.一种系统，其包括：

液位传感器，其被配置为确定流体贮存器中的液体的体积；

质量检测设备，其被配置为确定所述流体贮存器和其中包含的液体的质量；以及

处理器，其电耦合到所述液位传感器和所述质量检测设备以确定所述流体贮存器内的所述液体的实际体积，从而所述液位传感器、所述质量检测设备和所述处理器的组合包括原位闭环气泡和泡沫检测系统。

8.根据权利要求7所述的系统，其还包括：

喷头，其位于所述流体贮存器上方；和

泵，其流体耦合到所述喷头并且电耦合到所述处理器，当液体的预期体积超过所述液体的实际体积达预定量时，所述泵将由所述处理器启动以将所述液体供应到所述喷头。

9.根据权利要求7所述的系统，还包括：

喷头，其位于流体贮存器上方；和

泵，其流体耦合到所述喷头并且电耦合到所述处理器，当包括由所述液位传感器确定的液体的测得体积的至少一个体积指示器超过所述液体的所述实际体积达预定量，并且液体的预期体积超过所述液体的所述实际体积达预定量时，由所述处理器启动所述泵以将所述液体供应到所述喷头。

10.根据权利要求9所述的系统，其中，所述处理器被配置为将预定的加权值应用于所述实际的计算体积和所述预期体积，以通过供应所述液体穿过所述泵来触发所述喷头的激活。

11.根据权利要求7所述的系统，其中，所述处理器还被配置为：

确定由所述液体的液位确定的液体的测得体积；以及

基于所述流体贮存器内所包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积。

12.根据权利要求7所述的系统，其还包括：

喷头，其位于所述流体贮存器上方；和

泵，其流体耦合到所述喷头并且电耦合到所述处理器，所述泵将由所述处理器启动以将所述液体供应到所述喷头，以减少流体贮存器中的气泡和泡沫中的至少一种的量。

13.根据权利要求12所述的系统，其还包括用柔性管将所述泵耦合到所述喷头，以减少由所述质量检测设备进行的质量测量的误差。

14.根据权利要求7所述的系统，其中，所述处理器还被配置为基于所述流体贮存器内的所述液体的已知密度和所述流体贮存器在排空时的质量来确定所述流体贮存器内的所述液体的实际体积。

15.一种系统，其包括：

液位传感器，其被配置为耦合到流体贮存器以确定所述流体贮存器中的液体的液位；

质量检测设备，其被配置为与所述流体贮存器耦合，所述质量检测设备还被配置为确定所述流体贮存器和其中包含的所述液体的质量；以及

处理器，其电耦合到所述液位传感器和所述质量检测设备，以基于所述流体贮存器内包含的所述液体的质量确定所述流体贮存器内的所述液体的实际体积，所述处理器进一步基于确定的体积的非线性回归期望确定所述流体贮存器内的所述液体的预期体积，从而所述液位传感器、所述质量检测设备和所述处理器的组合包括原位闭环气泡和泡沫检测系统。

16.根据权利要求15所述的系统，其中，所述确定的非线性回归期望基于自适应神经模糊接口系统(ANFIS)分析。

17.根据权利要求15所述的系统，其还包括：

喷头，其被配置为定位在所述流体贮存器上方以将所述流体分配到所述贮存器中；和

泵，其流体耦合到所述喷头并且电耦合到所述处理器，所述泵将由所述处理器启动以将所述液体供应到所述喷头，以减少流体贮存器中的气泡和泡沫中的至少一种的量。

18.根据权利要求17所述的系统，其中，所述泵被配置成通过柔性管耦合到所述喷头，以减少由所述质量检测设备进行的质量测量的误差。

19.根据权利要求15所述的系统，其中，所述处理器还被配置为基于所述流体贮存器内的所述液体的已知密度和所述流体贮存器在排空时的质量来确定所述流体贮存器内的所述液体的实际体积。

20.根据权利要求15所述的系统，其中，所述处理器还被配置成基于确定所述液体的所述计算体积比根据所述液体的液位确定的所述流体的所述体积大一预定量，产生信号并将所述信号传输到泵，以通过被配置为定位在所述流体贮存器上方的喷头将额外体积的所述流体提供到所述流体贮存器中。

Images