CN115857594B - 一种基于人工智能的芯片制造现场环境智能管控系统 - Google Patents
一种基于人工智能的芯片制造现场环境智能管控系统 Download PDFInfo
- Publication number
- CN115857594B CN115857594B CN202310158906.5A CN202310158906A CN115857594B CN 115857594 B CN115857594 B CN 115857594B CN 202310158906 A CN202310158906 A CN 202310158906A CN 115857594 B CN115857594 B CN 115857594B
- Authority
- CN
- China
- Prior art keywords
- chip manufacturing
- air
- time
- module
- chip
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Air Conditioning Control Device (AREA)
- Cooling Or The Like Of Electrical Apparatus (AREA)
Abstract
本发明属于芯片制造领域,涉及数据分析技术,用于解决现有技术中的芯片制造现场环境智能管控系统,无法对制造现场中的制冷加压设备运行状态进行检测,导致制造现场的环境稳定性低下的问题,具体是一种基于人工智能的芯片制造现场环境智能管控系统,包括智能管控平台,智能管控平台通信连接有预检测模块、制造控制模块、实时监控模块、周期管理模块、更新监测模块、切断优化模块以及存储模块;本发明中,在芯片制造开始之前进行环境预检测分析,并通过鼓风机与冷气空调对制造现场进行降温干燥加压,来将芯片制造现场的所有灰尘全部排除,以保证制造现场的洁净度。
Description
技术领域
本发明属于芯片制造领域,涉及数据分析技术,具体是一种基于人工智能的芯片制造现场环境智能管控系统。
背景技术
芯片制造现场的内部要保持大于大气压的环境,以确保粉尘只出不进,所以需要大型鼓风机,将经滤网的空气源源不绝地打入洁净室中,同时需要在鼓风加压系统中搭配大型空调设备,以保证制造现场的恒温恒湿;
但现有技术中的芯片制造现场环境智能管控系统,仅能够对制造现场中的空气温湿度以及气流速度进行监控,而无法对制造现场中的制冷加压设备运行状态进行检测,导致制造现场的环境稳定性低下;
针对此方面的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的芯片制造现场环境智能管控系统,用于解决现有技术中的芯片制造现场环境智能管控系统,无法对制造现场中的制冷加压设备运行状态进行检测,导致制造现场的环境稳定性低下的问题。
本发明需要解决的技术问题为:如何提供一种可以对制造现场中的制冷加压设备运行状态进行检测的基于人工智能的芯片制造现场环境智能管控系统。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能的芯片制造现场环境智能管控系统,包括智能管控平台,所述智能管控平台通信连接有预检测模块、制造控制模块、实时监控模块、周期管理模块、更新监测模块、切断优化模块以及存储模块;
所述预检测模块用于在芯片制造之前对芯片制造现场进行环境检测分析;
所述实时监控模块用于对芯片制造现场进行环境实时监控;
所述周期管理模块用于对芯片制造现场的环境监控情况进行周期性数据管理:设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,将切断时长发送至存储模块进行存储;在下一管理周期开始后,芯片制造的鼓风机与冷气空调运行时长达到切断时长时芯片制造过程结束,并在切断时长之后设定时长为L1分钟的测试时长,在测试时长内进行空气检测,若测试时长内出现空气检测不合格,则将芯片制造的空气属性标记为不合格;否则,将芯片制造的空气属性标记为合格;
所述更新监测模块用于对芯片制造的制造设备进行更新监测分析;
所述切断优化模块用于对管理周期的切断时长进行优化分析。
作为本发明的一种优选实施方式,在芯片制造之前对芯片制造现场进行环境检测分析的具体过程包括:在芯片制造开始之前,开启鼓风机与冷气空调,获取芯片制造现场的空气温度值、空气湿度值以及气流速度值;通过存储模块获取到温度范围、湿度范围以及流速范围,在空气温度值、空气湿度值以及气流速度值分别达到温度范围以内、湿度范围以内以及流速范围以内时,对芯片制造现场进行灰尘检测,直至芯片制造现场检测不到灰尘时,预检测模块向智能管控平台发送开启信号,智能管控平台接收到开启信号后将开启信号发送至制造控制模块,制造控制模块接收到开启信号后控制芯片制造设备开启。
作为本发明的一种优选实施方式,实时监控模块用于对芯片制造现场进行环境实时监控的具体过程包括:对芯片制造现场进行实时灰尘检测,在检测到灰尘时向智能管控平台发送出入带尘信号,智能管控平台接收到出入带尘信号后将出入带尘信号发送至制造控制模块以及管理人员的手机终端,制造控制模块接收到出入带尘信号后控制芯片制造设备停止工作;对芯片制造现场进行空气检测:若空气温度值、空气湿度值以及气流速度值分别位于温度范围、湿度范围以及流速范围之内,则判定空气检测合格;否则,判定空气检测不合格,将空气检测不合格的时间与鼓风机开启时间的差值标记为运行时长,通过存储模块获取到切断时长,将运行时长与切断时长进行比较:若运行时长小于切断时长,则判定鼓风机或冷气空调出现故障,实时监控模块向智能管控平台发送设备异常信号,智能管控平台接收到设备异常信号后将设备异常信号发送至管理人员的手机终端;若运行时长大于等于切断时长,实时监控模块将运行时长通过智能管控平台发送至周期管理模块。
作为本发明的一种优选实施方式,更新监测模块对芯片制造的制造设备进行更新监测分析的具体过程包括:在管理周期结束后,获取管理周期的故障数据GZ以及属性数据SX,故障数据GZ为管理周期内出现鼓风机故障的次数与冷气空调故障次数的和值,属性数据SX为管理周期内芯片制造的空气属性被标记为不合格的次数;通过对故障数据GZ以及属性数据SX进行数值计算得到管理周期的更新系数GX;通过更新系数GX的数值大小对芯片制造设备是否需要进行更新进行判定。
作为本发明的一种优选实施方式,对芯片制造设备是否需要进行更新进行判定的具体过程包括:通过存储模块获取到更新阈值GXmax,将更新系数GX与更新阈值GXmax进行比较:若更新系数GX小于更新阈值GX,则判定管理周期内的芯片制造设备运行状态满足要求;若更新系数GX大于等于更新阈值GXmax,则判定管理周期内的芯片制造设备运行状态不满足要求,更新监测模块向智能管控平台发送设备更新信号,智能管控平台接收到设备更新信号后将设备更新信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式,所述切断优化模块对管理周期的切断时长进行优化分析的具体过程包括:在管理周期结束后,对管理周期内的设备故障进行分析:若管理周期内的芯片制造过程在切断时长内均未出现鼓风机故障或冷气空调故障,则对测试时长内的空气属性进行分析:若测试时长内的空气属性全部为合格,则对切断时长进行优化,新的切断时长为上一管理周期切断时长与测试时长的和值,将新的切断时长发送至存储模块中进行存储;若测试时长内的空气属性不完全为合格,则对切断时长进行优化,新的切断时长为上一管理周期切断时长与测试时长中出现空气检测不合格的时长最小值的和值,将新的切断时长发送至存储模块中进行存储;否则,不对切断时长进行优化。
该基于人工智能的芯片制造现场环境智能管控系统的工作方法,包括以下步骤:
步骤一:在芯片制造之前对芯片制造现场进行环境检测分析,在芯片制造开始之前,开启鼓风机与冷气空调,并在空气的温度值、湿度值以及气流速度值均满足要求时进行灰尘检测,灰尘检测合格后开始进行芯片制造;
步骤二:对芯片制造现场进行环境实时监控,对芯片制造现场进行实时灰尘检测,灰尘检测合格时对芯片制造现场进行空气检测并在空气检测不合格时对设备是否故障进行判定;
步骤三:对芯片制造现场的环境监控情况进行周期性数据管理,设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,在下一管理周期开始后通过切断时长与空气检测对芯片制造的空气属性进行标记;
步骤四:对芯片制造的制造设备进行更新监测分析并得到更新系数,通过更新系数的数值大小对芯片制造设备运行状态是否满足要求进行判定;
步骤五:对管理周期的切断时长进行优化分析,在管理周期结束后,对管理周期内的设备故障进行分析并对切断时长是否需要进行优化进行判定。
本发明具备下述有益效果:
本发明中的预检测模块在芯片制造开始之前进行环境预检测分析,并通过鼓风机与冷气空调对制造现场进行降温干燥加压,来将芯片制造现场的所有灰尘全部排除,以保证制造现场的洁净度,同时在后续加工过程中出现灰尘时即表示灰尘由员工携带进入,便于在出现灰尘时进行责任划分;且通过实时监控模块对芯片制造现场进行环境实时监控及空气检测,以保证芯片制造现场的环境能够满足芯片加工要求,并根据运行时长对加压制冷设备是否出现运行异常进行判定,在出现设备故障时及时进行预警,防止在异常环境下进行芯片制造;还通过周期管理模块对芯片制造现场的环境监控情况进行周期性数据管理,设置切断时长与测试时长来对芯片制造设备的运行时长进行控制,将制造设备的运行时长与制冷加压设备的运行状态相结合,保证芯片制造时的环境稳定性;
本发明是通过更新监测模块对芯片制造的制造设备进行更新监测分析,管理周期内的各项参数进行数值计算得到更新系数,并通过更新系数对加压制冷设备的老化程度进行反馈,则在加压制冷设备老化程度不满足要求时,及时进行设备更新,提高芯片制造效率;且通过切断优化模块对管理周期的切断时长进行优化分析,在保证制造设备现场的环境稳定性的前提下,对管理周期的切断时长进行延长分析,在符合延长条件时对切断时长进行适度延长,以提高芯片制造设备的单次运行时间,提升芯片制造效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例
如图1所示,一种基于人工智能的芯片制造现场环境智能管控系统,包括智能管控平台,智能管控平台通信连接有预检测模块、制造控制模块、实时监控模块、周期管理模块、更新监测模块、切断优化模块以及存储模块。
预检测模块用于在芯片制造之前对芯片制造现场进行环境检测分析:在芯片制造开始之前,开启鼓风机与冷气空调,获取芯片制造现场的空气温度值、空气湿度值以及气流速度值;通过存储模块获取到温度范围、湿度范围以及流速范围,在空气温度值、空气湿度值以及气流速度值分别达到温度范围以内、湿度范围以内以及流速范围以内时,对芯片制造现场进行灰尘检测,直至芯片制造现场检测不到灰尘时,预检测模块向智能管控平台发送开启信号,智能管控平台接收到开启信号后将开启信号发送至制造控制模块,制造控制模块接收到开启信号后控制芯片制造设备开启;在芯片制造开始之前进行环境预检测分析,通过鼓风机与冷气空调对制造现场进行降温干燥加压,从而将芯片制造现场的所有灰尘全部排除,保证制造现场的洁净度,同时在后续加工过程中出现灰尘时即表示灰尘由员工携带进入,便于在出现灰尘时进行责任划分。
实时监控模块用于对芯片制造现场进行环境实时监控:对芯片制造现场进行实时灰尘检测,在检测到灰尘时向智能管控平台发送出入带尘信号,智能管控平台接收到出入带尘信号后将出入带尘信号发送至制造控制模块以及管理人员的手机终端,制造控制模块接收到出入带尘信号后控制芯片制造设备停止工作;对芯片制造现场进行空气检测:若空气温度值、空气湿度值以及气流速度值分别位于温度范围、湿度范围以及流速范围之内,则判定空气检测合格;否则,判定空气检测不合格,将空气检测不合格的时间与鼓风机开启时间的差值标记为运行时长,通过存储模块获取到切断时长,将运行时长与切断时长进行比较:若运行时长小于切断时长,则判定鼓风机或冷气空调出现故障,实时监控模块向智能管控平台发送设备异常信号,智能管控平台接收到设备异常信号后将设备异常信号发送至管理人员的手机终端;若运行时长大于等于切断时长,实时监控模块将运行时长通过智能管控平台发送至周期管理模块;对芯片制造现场进行环境实时监控,通过对芯片制造现场进行空气检测,可以保证芯片制造现场的环境能够满足芯片加工要求,同时通过运行时长对加压制冷设备是否出现运行异常进行判定,在出现设备故障时及时进行预警,防止在异常环境下进行芯片制造。
周期管理模块用于对芯片制造现场的环境监控情况进行周期性数据管理:设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,将切断时长发送至存储模块进行存储;在下一管理周期开始后,芯片制造的鼓风机与冷气空调运行时长达到切断时长时芯片制造过程结束,并在切断时长之后设定时长为L1分钟的测试时长,L1为数值常量,L1的数值由管理人员自行设置;在测试时长内进行空气检测,若测试时长内出现空气检测不合格,则将芯片制造的空气属性标记为不合格;否则,将芯片制造的空气属性标记为合格;对芯片制造现场的环境监控情况进行周期性数据管理,通过设置切断时长与测试时长来对芯片制造设备的运行时长进行控制,将制造设备的运行时长与制冷加压设备的运行状态相结合,保证芯片制造时的环境稳定性。
更新监测模块用于对芯片制造的制造设备进行更新监测分析:在管理周期结束后,获取管理周期的故障数据GZ以及属性数据SX,故障数据GZ为管理周期内出现鼓风机故障的次数与冷气空调故障次数的和值,属性数据SX为管理周期内芯片制造的空气属性被标记为不合格的次数;通过公式GX=α1*GZ+α2*SX得到管理周期的更新系数GX,其中α1与α2均为比例系数,且α1>α2>1;通过存储模块获取到更新阈值GXmax,将更新系数GX与更新阈值GXmax进行比较:若更新系数GX小于更新阈值GX,则判定管理周期内的芯片制造设备运行状态满足要求;若更新系数GX大于等于更新阈值GXmax,则判定管理周期内的芯片制造设备运行状态不满足要求,更新监测模块向智能管控平台发送设备更新信号,智能管控平台接收到设备更新信号后将设备更新信号发送至管理人员的手机终端;对芯片制造的制造设备进行更新监测分析,通过对管理周期内的各项参数进行数值计算得到更新系数,通过更新系数对加压制冷设备的老化程度进行反馈,从而在加压制冷设备老化程度不满足要求时及时进行设备更新,提高芯片制造效率。
切断优化模块用于对管理周期的切断时长进行优化分析:在管理周期结束后,对管理周期内的设备故障进行分析:若管理周期内的芯片制造过程在切断时长内均未出现鼓风机故障或冷气空调故障,则对测试时长内的空气属性进行分析:若测试时长内的空气属性全部为合格,则对切断时长进行优化,新的切断时长为上一管理周期切断时长与测试时长的和值,将新的切断时长发送至存储模块中进行存储;若测试时长内的空气属性不完全为合格,则对切断时长进行优化,新的切断时长为上一管理周期切断时长与测试时长中出现空气检测不合格的时长最小值的和值,将新的切断时长发送至存储模块中进行存储;否则,不对切断时长进行优化;对管理周期的切断时长进行优化分析,在保证制造设备现场的环境稳定性的前提下,对管理周期的切断时长进行延长分析,在符合延长条件时对切断时长进行适度延长,从而提高芯片制造设备的单次运行时间,提高芯片制造效率。
实施例
如图2所示,一种基于人工智能的芯片制造现场环境智能管控方法,包括以下步骤:
步骤一:在芯片制造之前对芯片制造现场进行环境检测分析,在芯片制造开始之前,开启鼓风机与冷气空调,并在空气的温度值、湿度值以及气流速度值均满足要求时进行灰尘检测,灰尘检测合格后开始进行芯片制造;
步骤二:对芯片制造现场进行环境实时监控,对芯片制造现场进行实时灰尘检测,灰尘检测合格时对芯片制造现场进行空气检测并在空气检测不合格时对设备是否故障进行判定;
步骤三:对芯片制造现场的环境监控情况进行周期性数据管理,设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,在下一管理周期开始后通过切断时长与空气检测对芯片制造的空气属性进行标记;
步骤四:对芯片制造的制造设备进行更新监测分析并得到更新系数,通过更新系数的数值大小对芯片制造设备运行状态是否满足要求进行判定;
步骤五:对管理周期的切断时长进行优化分析,在管理周期结束后,对管理周期内的设备故障进行分析并对切断时长是否需要进行优化进行判定。
一种基于人工智能的芯片制造现场环境智能管控系统,工作时,在芯片制造开始之前,开启鼓风机与冷气空调,并在空气的温度值、湿度值以及气流速度值均满足要求时进行灰尘检测,灰尘检测合格后开始进行芯片制造;对芯片制造现场进行实时灰尘检测,灰尘检测合格时对芯片制造现场进行空气检测并在空气检测不合格时对设备是否故障进行判定;设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,在下一管理周期开始后通过切断时长与空气检测对芯片制造的空气属性进行标记;通过更新系数的数值大小对芯片制造设备运行状态是否满足要求进行判定;在管理周期结束后,对管理周期内的设备故障进行分析并对切断时长是否需要进行优化进行判定。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式GX=α1*GZ+α2*SX;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的更新系数;将设定的更新系数和采集的样本数据代入公式,任意两个公式构成二元一次方程组,将计算得到的系数进行筛选并取均值,得到α1以及α2的取值分别为4.28和2.17;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的更新系数;只要不影响参数与量化后数值的比例关系即可,如更新系数与氨气含量的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。。
Claims (3)
1.一种基于人工智能的芯片制造现场环境智能管控系统,其特征在于,包括智能管控平台,所述智能管控平台通信连接有预检测模块、制造控制模块、实时监控模块、周期管理模块、更新监测模块、切断优化模块以及存储模块;
所述预检测模块用于在芯片制造之前对芯片制造现场进行环境检测分析;
所述实时监控模块用于对芯片制造现场进行环境实时监控;
所述周期管理模块用于对芯片制造现场的环境监控情况进行周期性数据管理:设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,将切断时长发送至存储模块进行存储;在下一管理周期开始后,芯片制造的鼓风机与冷气空调运行时长达到切断时长时芯片制造过程结束,并在切断时长之后设定时长为L1分钟的测试时长,在测试时长内进行空气检测,若测试时长内出现空气检测不合格,则将芯片制造的空气属性标记为不合格;否则,将芯片制造的空气属性标记为合格;
所述更新监测模块用于对芯片制造的制造设备进行更新监测分析;
所述切断优化模块用于对管理周期的切断时长进行优化分析;
实时监控模块用于对芯片制造现场进行环境实时监控的具体过程包括:对芯片制造现场进行实时灰尘检测,在检测到灰尘时向智能管控平台发送出入带尘信号,智能管控平台接收到出入带尘信号后将出入带尘信号发送至制造控制模块以及管理人员的手机终端,制造控制模块接收到出入带尘信号后控制芯片制造设备停止工作;对芯片制造现场进行空气检测:若空气温度值、空气湿度值以及气流速度值分别位于温度范围、湿度范围以及流速范围之内,则判定空气检测合格;否则,判定空气检测不合格,将空气检测不合格的时间与鼓风机开启时间的差值标记为运行时长,通过存储模块获取到切断时长,将运行时长与切断时长进行比较:若运行时长小于切断时长,则判定鼓风机或冷气空调出现故障,实时监控模块向智能管控平台发送设备异常信号,智能管控平台接收到设备异常信号后将设备异常信号发送至管理人员的手机终端;若运行时长大于等于切断时长,实时监控模块将运行时长通过智能管控平台发送至周期管理模块;
更新监测模块对芯片制造的制造设备进行更新监测分析的具体过程包括:在管理周期结束后,获取管理周期的故障数据GZ以及属性数据SX,故障数据GZ为管理周期内出现鼓风机故障的次数与冷气空调故障次数的和值,属性数据SX为管理周期内芯片制造的空气属性被标记为不合格的次数;通过对故障数据GZ以及属性数据SX进行数值计算得到管理周期的更新系数GX;通过更新系数GX的数值大小对芯片制造设备是否需要进行更新进行判定;
对芯片制造设备是否需要进行更新进行判定的具体过程包括:通过存储模块获取到更新阈值GXmax,将更新系数GX与更新阈值GXmax进行比较:若更新系数GX小于更新阈值GX,则判定管理周期内的芯片制造设备运行状态满足要求;若更新系数GX大于等于更新阈值GXmax,则判定管理周期内的芯片制造设备运行状态不满足要求,更新监测模块向智能管控平台发送设备更新信号,智能管控平台接收到设备更新信号后将设备更新信号发送至管理人员的手机终端;
所述切断优化模块对管理周期的切断时长进行优化分析的具体过程包括:在管理周期结束后,对管理周期内的设备故障进行分析:若管理周期内的芯片制造过程在切断时长内均未出现鼓风机故障或冷气空调故障,则对测试时长内的空气属性进行分析:若测试时长内的空气属性全部为合格,则对切断时长进行优化,新的切断时长为上一管理周期切断时长与测试时长的和值,将新的切断时长发送至存储模块中进行存储;若测试时长内的空气属性不完全为合格,则对切断时长进行优化,新的切断时长为上一管理周期切断时长与测试时长中出现空气检测不合格的时长最小值的和值,将新的切断时长发送至存储模块中进行存储;否则,不对切断时长进行优化。
2.根据权利要求1所述的一种基于人工智能的芯片制造现场环境智能管控系统,其特征在于,在芯片制造之前对芯片制造现场进行环境检测分析的具体过程包括:在芯片制造开始之前,开启鼓风机与冷气空调,获取芯片制造现场的空气温度值、空气湿度值以及气流速度值;通过存储模块获取到温度范围、湿度范围以及流速范围,在空气温度值、空气湿度值以及气流速度值分别达到温度范围以内、湿度范围以内以及流速范围以内时,对芯片制造现场进行灰尘检测,直至芯片制造现场检测不到灰尘时,预检测模块向智能管控平台发送开启信号,智能管控平台接收到开启信号后将开启信号发送至制造控制模块,制造控制模块接收到开启信号后控制芯片制造设备开启。
3.根据权利要求1-2任一项所述的一种基于人工智能的芯片制造现场环境智能管控系统,其特征在于,该基于人工智能的芯片制造现场环境智能管控系统的工作方法,包括以下步骤:
步骤一:在芯片制造之前对芯片制造现场进行环境检测分析,在芯片制造开始之前,开启鼓风机与冷气空调,并在空气的温度值、湿度值以及气流速度值均满足要求时进行灰尘检测,灰尘检测合格后开始进行芯片制造;
步骤二:对芯片制造现场进行环境实时监控,对芯片制造现场进行实时灰尘检测,灰尘检测合格时对芯片制造现场进行空气检测并在空气检测不合格时对设备是否故障进行判定;
步骤三:对芯片制造现场的环境监控情况进行周期性数据管理,设定管理周期,在第一个管理周期内,将芯片制造的运行时长的最小值标记为切断时长,在下一管理周期开始后通过切断时长与空气检测对芯片制造的空气属性进行标记;
步骤四:对芯片制造的制造设备进行更新监测分析并得到更新系数,通过更新系数的数值大小对芯片制造设备运行状态是否满足要求进行判定;
步骤五:对管理周期的切断时长进行优化分析,在管理周期结束后,对管理周期内的设备故障进行分析并对切断时长是否需要进行优化进行判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310158906.5A CN115857594B (zh) | 2023-02-24 | 2023-02-24 | 一种基于人工智能的芯片制造现场环境智能管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310158906.5A CN115857594B (zh) | 2023-02-24 | 2023-02-24 | 一种基于人工智能的芯片制造现场环境智能管控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115857594A CN115857594A (zh) | 2023-03-28 |
CN115857594B true CN115857594B (zh) | 2023-05-12 |
Family
ID=85658806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310158906.5A Active CN115857594B (zh) | 2023-02-24 | 2023-02-24 | 一种基于人工智能的芯片制造现场环境智能管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115857594B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118092291A (zh) * | 2024-04-26 | 2024-05-28 | 江西萨瑞微电子技术有限公司 | 一种基于5g网络的数据采集方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114993387A (zh) * | 2022-07-18 | 2022-09-02 | 深圳市联智通达智能有限公司 | 一种基于人工智能的主板生产加工监管系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656531A (zh) * | 2015-01-16 | 2015-05-27 | 张泽 | 一种智能设备的监控方法和装置 |
CN113654183A (zh) * | 2021-07-30 | 2021-11-16 | 青岛海尔空调电子有限公司 | 空调机组的故障监测方法 |
CN114612267A (zh) * | 2022-02-25 | 2022-06-10 | 上海隽鑫安全技术管理服务有限公司 | 一种基于数据分析的现场安全监督管控系统 |
CN114859845A (zh) * | 2022-06-09 | 2022-08-05 | 中用科技有限公司 | 基于物联网控制器的智能工业数据管理系统 |
CN115410338A (zh) * | 2022-08-04 | 2022-11-29 | 徐州华讯科技有限公司 | 矿山区域限员ai视频智能监控管理系统 |
-
2023
- 2023-02-24 CN CN202310158906.5A patent/CN115857594B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114993387A (zh) * | 2022-07-18 | 2022-09-02 | 深圳市联智通达智能有限公司 | 一种基于人工智能的主板生产加工监管系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115857594A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115857594B (zh) | 一种基于人工智能的芯片制造现场环境智能管控系统 | |
CN116008790B (zh) | 一种芯片老化测试系统及方法 | |
CN115204426A (zh) | 一种基于物联网的纺织流水线运行监管系统 | |
CN115781697B (zh) | 工业机器人控制系统 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN116184950B (zh) | 一种汽车生产线用多源数据提取分析系统 | |
CN114893936B (zh) | 制冰系统进出水控制系统与控制方法 | |
CN115933508B (zh) | 一种配电网智能电力运维系统 | |
CN111879671A (zh) | 环境监控方法、装置、电子设备及系统 | |
CN117267861A (zh) | 一种基于物联网的空调室外风机故障预测系统 | |
CN113359637A (zh) | 一种基于站房运行环境和设备运行状态的数据质量保障系统及方法 | |
CN116764261B (zh) | 一种用于蒸馏流程的执行安全监管系统 | |
CN110941558A (zh) | 一种智慧办公远程运维的方法及系统 | |
CN114608741A (zh) | 一种基于大数据的压力传感器采集系统 | |
CN117614487A (zh) | 一种基于北斗系统的输电线路通信方法及系统 | |
CN113741249A (zh) | 一种工业控制系统网络安全分析监测系统 | |
CN116951328B (zh) | 基于大数据的排水管线运行智慧监控系统 | |
CN117058826A (zh) | 一种基于人工智能的声学安防传感器运行检测系统 | |
CN116863664A (zh) | 燃气设备的实时监测方法以及燃气设备监测系统 | |
CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
CN115829335A (zh) | 一种面向铝型材加工的生产线执行风险评估系统 | |
CN115307380A (zh) | 一种工业制冷设备运行在线监测调控管理系统 | |
CN115919544B (zh) | 一种基于人工智能的鼓膜治疗仪故障预测系统 | |
CN118168115A (zh) | 一种基于数据分析的暖通空调故障检测系统 | |
CN115808309B (zh) | 一种应用于轴承试验的轴承监控方法和系统 |
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 |