CN117162104B - 超洁净环境下的转运机械臂装机控制预警系统及方法 - Google Patents
超洁净环境下的转运机械臂装机控制预警系统及方法 Download PDFInfo
- Publication number
- CN117162104B CN117162104B CN202311446310.1A CN202311446310A CN117162104B CN 117162104 B CN117162104 B CN 117162104B CN 202311446310 A CN202311446310 A CN 202311446310A CN 117162104 B CN117162104 B CN 117162104B
- Authority
- CN
- China
- Prior art keywords
- inclination
- wafer
- mechanical arm
- distance
- level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012546 transfer Methods 0.000 title claims abstract description 78
- 238000009434 installation Methods 0.000 title claims abstract description 39
- 238000010801 machine learning Methods 0.000 claims abstract description 33
- 238000012549 training Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000007790 scraping Methods 0.000 abstract description 2
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 235000012431 wafers Nutrition 0.000 description 184
- 230000001276 controlling effect Effects 0.000 description 21
- 239000011159 matrix material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
Abstract
本发明涉及机械臂控制技术领域,本发明公开了超洁净环境下的转运机械臂装机控制预警系统及方法,基于机器学习模型预测出实时的晶圆状态值发出预警提示,将晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别和倾斜调节指令,控制转运机械臂旋转,改变晶圆的装机倾斜度;本发明相对于现有技术,能够及时且精确的发现晶圆装机的倾斜度数据,并根据倾斜度数据制定相适应的调节措施,确保转运机械臂能够按照不同的倾斜幅度进行不同速率的晶圆调节操作,避免出现晶圆倾斜调节过度后再次倾斜的现象,使得晶圆能够与机台保持在同一水平面上进行装机,进而避免晶圆装机时与机台刮擦而划伤损坏,提高了晶圆装机的安全性。
Description
技术领域
本发明涉及机械臂控制技术领域,更具体地说,本发明涉及超洁净环境下的转运机械臂装机控制预警系统及方法。
背景技术
在半导体晶圆的生产加工中,当一批晶圆在一个工艺机台的工艺步骤完成后,需要使用转运机械臂将晶圆从一个工艺机台转运到另一个工艺机台上,转运机械臂将晶圆转运到工艺机台上并放置时,需要确保晶圆与机台处于同一水平面上,当转运机械臂长时间运行后而产生机械疲劳或故障时,会导致晶圆转运放置时无法与机台保持相对水平,进而会造成晶圆被机台划伤的现象。
申请公开号为CN115990887A的中国专利公开了一种用于半导体晶圆输送的机械臂控制方法及系统,其首先将由摄像头采集的上一帧机械臂运动监控关键帧和当前帧机械臂运动监控关键帧分别通过卷积神经网络模型和空间注意力模块以得到上一帧运动空间增强特征矩阵和当前帧运动空间增强特征矩阵,然后,计算所述上一帧运动监控特征矩阵和所述当前帧运动空间增强特征矩阵之间的差分特征矩阵,最后,将所述差分特征矩阵通过分类器以得到用于表示当前帧的机械臂速度是否过快的分类结果;可以自适应的调整机械臂的速度,以避免机械臂出现抖动、异响甚至过速等使机械的轨迹发生变形的情况。
现有技术存在以下不足:
由于工艺机台的体积较大,当调节工艺台机时,不能够将机台进行快速的水平度调整,并且当晶圆装机时与机台不处于同一水平面时,晶圆的倾斜角度大小也不相同,采用单一的调节方式无法将晶圆准确的调节到合适位置,容易发生晶圆与机台刮擦接触而被划伤损坏的现象,从而降低了晶圆装机的安全性。
鉴于此,本发明提出超洁净环境下的转运机械臂装机控制预警系统及方法以解决上述问题。
发明内容
为了克服现有技术的上述缺陷,为实现上述目的,本发明提供如下技术方案:超洁净环境下的转运机械臂装机控制预警方法,所述方法包括:
S1:预先采集历史训练数据集合,历史训练数据集合包括综合倾斜数据与晶圆水平状态值,综合倾斜数据包括晶圆倾斜度和机台倾斜度;
S2:基于历史训练数据集合训练预测出晶圆水平状态值的机器学习模型;
S3:采集实时的综合倾斜数据,输入到训练完成的机器学习模型内预测出晶圆水平状态值,并判断是否生成倾斜预警提示,若生成,则执行S4-S7,若不生成,则重复执行S3;
S4:采集机台参数和晶圆参数,构建装机三维模型与坐标,获取晶圆的中心点,并将晶圆的中心点平移至坐标原点,生成晶圆装机比较图像;
S5:标记目标点,并获取目标点的目标距离,采集基准距离,根据目标距离与基准距离,生成晶圆倾斜距离值;
S6:将晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别,获取目标点的所在象限,根据目标点的所在象限,生成顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的倾斜调节指令;
S7:控制转运机械臂执行顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率或逆时针方向二级调节速率的倾斜调节指令,直至目标距离与基准距离相等。
进一步的,晶圆水平状态值包括水平状态和倾斜状态;
预测出晶圆水平状态值的机器学习模型的训练方法包括:
将晶圆水平状态值为水平状态标注为0,将晶圆水平状态值为倾斜状态标注为1;
将采集到的历史训练数据集合转换为对应的一组特征向量;
将每组特征向量作为所述机器学习模型的输入,所述机器学习模型以每组综合倾斜数据对应的晶圆水平状态值作为输出,以每组综合倾斜数据实际对应晶圆水平状态值作为预测目标,以最小化所述机器学习模型的损失函数值作为训练目标;当机器学习模型损失函数值小于等于预设的目标损失值时停止训练。
进一步的,判断是否生成倾斜预警提示的方法包括:
当预测出晶圆水平状态值为水平状态时,不生成倾斜预警提示;
当预测出晶圆水平状态值为倾斜状态时,生成倾斜预警提示。
进一步的,机台参数包括机台高度数据、机台形状数据和机台倾斜度,所述晶圆参数包括晶圆厚度、晶圆长度和晶圆倾斜度;
晶圆装机比较图像的生成方法包括:
将获得的机台参数和晶圆参数导入转运机械臂控制端内集成的建模软件内,通过三维建模技术构建装机三维模型,在装机三维模型中标注机台模型和晶圆模型;
在装机三维模型中标记出机台模型所在位置,沿机台上表面所在的水平面画直线,将直线标记为水平基准线;
沿水平基准线所在方向画线,标记为轴,沿垂直于水平基准线所在方向画线,标记为/>轴,构建坐标,并标记坐标原点;
在晶圆模型中,分别在晶圆长度平分线和厚度平分线所在位置画直线,并将两条直线的交点标记为晶圆的中心点;
在坐标内平移晶圆模型,直至晶圆模型中晶圆的中心点与坐标原点重合后停止平移,截取当前图像,当前图像即为晶圆装机比较图像。
进一步的,标记目标点的方法包括:
获取晶圆装机比较图像中晶圆模型位于坐标第一象限与第四象限的个端点的像素点,并标记/>个像素点的位置坐标;
逐一计算个像素点到坐标/>轴之间的距离;
将到坐标轴之间的距离最大值对应的像素点记为目标点;
晶圆倾斜距离值的生成方法包括:
测量目标点到轴之间的距离,作为目标距离,记为/>,以二分之一晶圆厚度为基准距离,记为/>;
将目标距离与基准距离进行比较,生成晶圆倾斜距离值;
晶圆倾斜距离值的表达式为:;
式中,为晶圆倾斜距离值。
进一步的,倾斜级别包括一级倾斜级别和二级倾斜级别,一级倾斜级别和二级倾斜级别的生成方法包括;
预设倾斜距离阈值,记为;
将晶圆倾斜距离值与预设的倾斜距离阈值进行比较;
当时,生成二级倾斜级别;
当时,生成一级倾斜级别。
进一步的,目标点的所在象限包括位于坐标第一象限和位于坐标第四象限,位于坐标第一象限和位于坐标第四象限的获取方法包括:
获取目标点的位置坐标,将目标点在轴上的坐标值记为/>,将目标点在/>轴上的坐标值记为/>,根据/>与/>,生成坐标积值;
坐标积值的表达式为:;
式中,为坐标积值;
当时,目标点位于坐标第一象限;
当时,目标点位于坐标第四象限。
进一步的,顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的生成方法包括:
当目标点位于坐标第一象限,且倾斜级别为一级倾斜级别时,倾斜调节指令为顺时针方向一级调节速率;
当目标点位于坐标第一象限,且倾斜级别为二级倾斜级别时,倾斜调节指令首先为顺时针方向二级调节速率,直至倾斜级别成为一级倾斜级别时,倾斜调节指令变为顺时针方向一级调节速率;
当目标点位于坐标第四象限,且倾斜级别为一级倾斜级别时,倾斜调节指令为逆时针方向一级调节速率;
当目标点位于坐标第四象限,且倾斜级别为二级倾斜级别时,倾斜调节指令首先为逆时针方向二级调节速率,直至倾斜级别成为一级倾斜级别时,倾斜调节指令变为逆时针方向一级调节速率。
进一步的,所述顺时针方向一级调节速率和逆时针方向一级调节速率对应的转运机械臂的倾斜调节速度为一级速度,顺时针方向二级调节速率和逆时针方向二级调节速率对应的转运机械臂的倾斜调节速度为二级速度;
当倾斜调节指令为顺时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为顺时针方向二级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向二级速度旋转,直至倾斜调节指令为顺时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为逆时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为逆时针方向二级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向二级速度旋转,直至倾斜调节指令为逆时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转。
超洁净环境下的转运机械臂装机控制预警系统,应用于机械臂控制端,用于实现所述的超洁净环境下的转运机械臂装机控制预警方法,包括第一数据采集模块、第二数据采集模块、预警提示模块、倾斜分析模块、指令生成模块和指令执行模块,其中,各个模块之间通过有线和/或无线网络方式连接;
第一数据采集模块,预先采集历史训练数据集合,历史训练数据集合包括综合倾斜数据与晶圆水平状态值,综合倾斜数据包括晶圆倾斜度和机台倾斜度;
第二数据采集模块,采集机台参数和晶圆参数,构建装机三维模型与坐标,获取晶圆的中心点,并将晶圆的中心点平移至坐标原点,生成晶圆装机比较图像;
预警提示模块,基于历史训练数据集合训练预测出晶圆水平状态值的机器学习模型,采集实时的综合倾斜数据,输入到训练完成的机器学习模型内预测出晶圆水平状态值,并判断是否生成倾斜预警提示;
倾斜分析模块,标记目标点,并获取目标点的目标距离,采集基准距离,根据目标距离与基准距离,生成晶圆倾斜距离值;
指令生成模块,晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别,获取目标点的所在象限,根据目标点的所在象限,生成顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的倾斜调节指令;
指令执行模块,控制转运机械臂执行顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率或逆时针方向二级调节速率的倾斜调节指令,直至目标距离与基准距离相等。
一种计算机设备,包括:处理器和存储器;
其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行实现所述的超洁净环境下的转运机械臂装机控制预警方法。
一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当所述计算机程序被运行时,执行实现所述的超洁净环境下的转运机械臂装机控制预警方法。
本发明超洁净环境下的转运机械臂装机控制预警系统及方法的技术效果和优点:
本发明通过采集历史训练数据集合,训练出能够预测出晶圆水平状态值的机器学习模型,并基于机器学习模型预测出实时的晶圆状态值,判断晶圆在装机时的实时倾斜度,并在晶圆装机出现倾斜情况时发出预警提示,同时以机台和晶圆为基础,构建装机三维模型,并捕捉标记目标点,基于目标点获取晶圆倾斜距离值,将晶圆倾斜距离值与预设的倾斜距离阈值对比分析后,生成倾斜级别和倾斜调节指令,进而控制转运机械臂旋转,改变晶圆的装机倾斜度,相对于现有技术,能够及时且精确的发现晶圆装机的倾斜度数据,并根据倾斜度数据制定相适应的调节措施,确保转运机械臂能够按照不同的倾斜幅度进行不同速率的晶圆调节操作,避免出现晶圆倾斜调节过度后再次倾斜的现象,使得晶圆能够与机台保持在同一水平面上进行装机,进而避免晶圆装机时与机台刮擦而划伤损坏,提高了晶圆装机的安全性。
附图说明
图1为本发明实施例1提供的超洁净环境下的转运机械臂装机控制预警方法的流程示意图;
图2为本发明实施例2提供的超洁净环境下的转运机械臂装机控制预警系统的示意图;
图3为本发明实施例3提供的一种电子设备的结构示意图的示意图;
图4为本发明实施例4提供的一种计算机可读存储介质的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本实施例所述超洁净环境下的转运机械臂装机控制预警方法,方法包括:
S1:在实验环境下,预先采集历史训练数据集合,历史训练数据集合包括综合倾斜数据与晶圆水平状态值,综合倾斜数据包括晶圆倾斜度和机台倾斜度;
晶圆倾斜度是晶圆在装机过程中晶圆自身相对于水平面的倾斜度,晶圆倾斜度越大,说明晶圆在装机时的倾斜幅度越大;晶圆倾斜度通过部署在转运机械臂夹具上的倾斜度传感器获取;
机台倾斜度是晶圆在装机过程中机台自身相对于水平面的倾斜度,通常情况下,机台倾斜度为0,但是在某些特殊工艺机台加工时(比如晶圆大角度雕刻工艺机台),机台倾斜度大于0,当机台倾斜度越大时,晶圆在装机时需要的倾斜度也越大;机台倾斜度通过部署在机台上的倾斜度传感器获取;
晶圆水平状态值是晶圆在装机时与机台是否处于同一水平面的判断依据,晶圆水平状态值包括水平状态和倾斜状态,当晶圆在装机时与机台处于同一水平面时,则晶圆水平状态值为水平状态,当晶圆在装机时与机台不处于同一水平面时,则晶圆水平状态值为倾斜状态。
S2:基于历史训练数据集合训练预测出晶圆水平状态值的机器学习模型;
预测出晶圆水平状态值的机器学习模型的训练方法包括:
将晶圆水平状态值为水平状态标注为0,将晶圆水平状态值为倾斜状态标注为1;
将实验环境下采集到的历史训练数据集合转换为对应的一组特征向量;
将每组特征向量作为所述机器学习模型的输入,所述机器学习模型以每组综合倾斜数据对应的晶圆水平状态值作为输出,以每组综合倾斜数据实际对应晶圆水平状态值作为预测目标,以最小化所述机器学习模型的损失函数值作为训练目标;当机器学习模型损失函数值小于等于预设的目标损失值时停止训练;
所述机器学习模型损失函数值为均方误差;
均方误差是常用的损失函数之一,通过将损失函数公式最小化为目标来训练模型,使得所述机器学习模型更好地拟合数据,从而提高模型的性能和准确率;
损失函数中为机器学习模型损失函数值,x为特征向量组号;m为特征向量组数;/>为第x组特征向量所对应的晶圆水平状态,/>为第x组特征向量实际所对应的晶圆水平状态;
所述机器学习模型的其他模型参数,目标损失值、优化算法、训练集测试集验证集比例以及损失函数的优化等均通过实际的工程实现,不断地进行实验调优后获得。
S3:采集实时的综合倾斜数据,输入到训练完成的机器学习模型内预测出晶圆水平状态值,根据晶圆水平状态值,判断是否生成倾斜预警提示,若生成倾斜预警提示,则执行S4-S7,若不生成倾斜预警提示,则重复执行S3;
判断是否生成倾斜预警提示的方法包括:
当预测出晶圆水平状态值为水平状态时,说明晶圆在装机时与机台处于同一水平面,则不生成倾斜预警提示;
当预测出晶圆水平状态值为倾斜状态时,说明晶圆在装机时与机台不处于同一水平面,则生成倾斜预警提示。
S4:采集机台参数和晶圆参数,通过三维建模技术构建装机三维模型,标记装机三维模型中的水平基准线,根据水平基准线,构建坐标,获取晶圆的中心点,并将晶圆的中心点平移至坐标原点,生成晶圆装机比较图像;
机台参数包括机台高度数据、机台形状数据和机台倾斜度,机台高度数据通过机台上的红外测量仪获取,机台形状数据通过机台上的摄像机获取;
晶圆参数包括晶圆厚度、晶圆长度和晶圆倾斜度,晶圆厚度和晶圆长度通过转运机械臂上的红外测量仪获取;
晶圆装机比较图像的生成方法包括:
将获得的机台参数和晶圆参数导入转运机械臂控制端内集成的建模软件内,通过三维建模技术构建装机三维模型,在装机三维模型中标注机台模型和晶圆模型;通过构建装机三维模型,可以直观且准确的观察机台和晶圆在装机时的相对位置关系,并基于装机三维模型,对晶圆和机台的位置进行灵活调节,降低装机数据采集的繁琐度,从而提高晶圆装机预警效率;
在装机三维模型中标记出机台模型所在位置,沿机台上表面所在的水平面画直线,将直线标记为水平基准线;
沿水平基准线所在方向画线,标记为轴,沿垂直于水平基准线所在方向画线,标记为/>轴,构建坐标,并标记坐标原点;
在晶圆模型中,分别在晶圆长度平分线和厚度平分线所在位置画直线,并将两条直线的交点标记为晶圆的中心点;
在坐标内平移晶圆模型,直至晶圆模型中晶圆的中心点与坐标原点重合后停止平移,截取当前图像,当前图像即为晶圆装机比较图像。
S5:在坐标内标记晶圆装机比较图像中的目标点,并获取目标点的目标距离,采集基准距离,根据目标距离与基准距离,生成晶圆倾斜距离值;
目标点是晶圆装机比较图像中距离水平基准线间距最大的像素点,目标点距离水平基准线的间距越大,说明晶圆装机比较图像中晶圆模型的倾斜度越大,则晶圆在装机过程中的危险性越高;
标记晶圆装机比较图像中的目标点的方法包括:
获取晶圆装机比较图像中晶圆模型位于坐标第一象限与第四象限的个端点的像素点,并标记/>个像素点的位置坐标;在晶圆装机比较图像中,当晶圆倾斜度未达到机台倾斜度时,晶圆模型的像素点会分别位于第一象限和第三象限内,当晶圆倾斜度超过机台倾斜度时,晶圆模型的像素点会分别位于第二象限和第四象限内,由于晶圆模型的像素点在第一象限和第三象限内一级在第二象限和第四象限内关于坐标原点对称,所以只选择位于第一象限和第四象限的像素点,能够有效的降低像素点数量,减少重复数据的空间占用率,也提高了数据的处理效率,达到节能节电的效果;
逐一计算个像素点到坐标/>轴之间的距离;
将到坐标轴之间的距离最大值对应的像素点记为目标点;
晶圆倾斜距离值的生成方法包括:
测量目标点到轴之间的距离,作为目标距离,记为/>,以二分之一晶圆厚度为基准距离,记为/>;
将目标距离与基准距离进行比较,生成晶圆倾斜距离值;
晶圆倾斜距离值的表达式为:;
式中,为晶圆倾斜距离值。
S6:将晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别,获取目标点的所在象限,根据目标点的所在象限和倾斜级别,生成倾斜调节指令;
倾斜级别是判断晶圆倾斜幅度大小的体现,当晶圆倾斜幅度大小不同时,会对应不同的倾斜级别,而不同的倾斜级别,则具有不同的调整控制逻辑,用来对倾斜调节指令的生成提供数据支持;
倾斜级别包括一级倾斜级别和二级倾斜级别,一级倾斜级别和二级倾斜级别的生成方法包括:
预设倾斜距离阈值,记为,倾斜距离阈值是划分晶圆倾斜幅度大小的依据,倾斜距离阈值的设定通过采集历史情况下多组不同的晶圆倾斜幅度,并结合晶圆调节过程中调节参数进行设定,使得倾斜距离阈值能够影响调节参数的大小设定,而倾斜距离阈值的具体数值大小根据实际情况进行设定;
将晶圆倾斜距离值与预设的倾斜距离阈值进行比较;
当时,说明晶圆倾斜距离值大于预设的倾斜距离阈值,晶圆的倾斜幅度较大,则生成二级倾斜级别;
当时,说明晶圆倾斜距离值小于等于预设的倾斜距离阈值,晶圆的倾斜幅度较小,则生成一级倾斜级别;
倾斜调节指令是控制转运机械臂按照预设指令动作的依据,不同的目标点的所在象限和倾斜级别对应不同的倾斜调节指令;
目标点的所在象限包括位于坐标第一象限和位于坐标第四象限,位于坐标第一象限和位于坐标第四象限的获取方法包括:
获取目标点的位置坐标,将目标点在轴上的坐标值记为/>,将目标点在/>轴上的坐标值记为/>,根据/>与/>,生成坐标积值;
坐标积值的表达式为:;
式中,为坐标积值;
当时,说明目标点在/>轴上的坐标值与目标点在/>轴上的坐标值正负性一致,则目标点位于坐标第一象限;
当时,说明目标点在/>轴上的坐标值与目标点在/>轴上的坐标值正负性不一致,则目标点位于坐标第四象限;
当时,说明目标点在/>轴上的坐标值与目标点在/>轴上的坐标值至少有一个为0,即目标点在/>轴上、目标点在/>轴上,或目标点与坐标原点位置重合,由于目标点的位置是在位于坐标第一象限或位于坐标第四象限的基础上得到的,即目标点在/>轴上的坐标值与目标点在/>轴上的坐标值都不会为0,所以/>的情况不存在;
倾斜调节指令包括顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率,顺时针方向一级调节速率和逆时针方向一级调节速率对应的转运机械臂的倾斜调节速度为一级速度,顺时针方向二级调节速率和逆时针方向二级调节速率对应的转运机械臂的倾斜调节速度为二级速度,且一级速度对应的倾斜调节速度低于二级速度对应的倾斜调节速度;
顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的生成方法包括:
当目标点位于坐标第一象限,且倾斜级别为一级倾斜级别时,倾斜调节指令为顺时针方向一级调节速率;
当目标点位于坐标第一象限,且倾斜级别为二级倾斜级别时,倾斜调节指令首先为顺时针方向二级调节速率,直至倾斜级别成为一级倾斜级别时,倾斜调节指令变为顺时针方向一级调节速率;
当目标点位于坐标第四象限,且倾斜级别为一级倾斜级别时,倾斜调节指令为逆时针方向一级调节速率;
当目标点位于坐标第四象限,且倾斜级别为二级倾斜级别时,倾斜调节指令首先为逆时针方向二级调节速率,直至倾斜级别成为一级倾斜级别时,倾斜调节指令变为逆时针方向一级调节速率。
S7:根据倾斜调节指令,控制转运机械臂调节晶圆倾斜度;
当倾斜调节指令为顺时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为顺时针方向二级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向二级速度旋转,直至倾斜调节指令为顺时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为逆时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为逆时针方向二级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向二级速度旋转,直至倾斜调节指令为逆时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转。
在本实施例中,通过采集历史训练数据集合,训练出能够预测出晶圆水平状态值的机器学习模型,并基于机器学习模型预测出实时的晶圆状态值,判断晶圆在装机时的实时倾斜度,并在晶圆装机出现倾斜情况时发出预警提示,同时以机台和晶圆为基础,构建装机三维模型,并捕捉标记目标点,基于目标点获取晶圆倾斜距离值,将晶圆倾斜距离值与预设的倾斜距离阈值对比分析后,生成倾斜级别和倾斜调节指令,进而控制转运机械臂旋转,改变晶圆的装机倾斜度,相对于现有技术,能够及时且精确的发现晶圆装机的倾斜度数据,并根据倾斜度数据制定相适应的调节措施,确保转运机械臂能够快速且准确的对晶圆装机倾斜度进行调节,使得晶圆能够与机台保持在同一水平面上进行装机,进而避免晶圆装机时与机台刮擦而划伤损坏,提高了晶圆装机的安全性。
实施例2
请参阅图2所示,本实施例未详细叙述部分见实施例1描述内容,提供超洁净环境下的转运机械臂装机控制预警系统,应用于机械臂控制端,用于实现超洁净环境下的转运机械臂装机控制预警方法,包括第一数据采集模块、第二数据采集模块、预警提示模块、倾斜分析模块、指令生成模块和指令执行模块,其中,各个模块之间通过有线和/或无线网络方式连接;
第一数据采集模块,预先采集历史训练数据集合,历史训练数据集合包括综合倾斜数据与晶圆水平状态值,综合倾斜数据包括晶圆倾斜度和机台倾斜度;
第二数据采集模块,采集机台参数和晶圆参数,构建装机三维模型与坐标,获取晶圆的中心点,并将晶圆的中心点平移至坐标原点,生成晶圆装机比较图像;
预警提示模块,基于历史训练数据集合训练预测出晶圆水平状态值的机器学习模型,采集实时的综合倾斜数据,输入到训练完成的机器学习模型内预测出晶圆水平状态值,并判断是否生成倾斜预警提示;
倾斜分析模块,标记目标点,获取目标点的目标距离,采集基准距离,根据目标距离与基准距离,生成晶圆倾斜距离值;
指令生成模块,将晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别,获取目标点的所在象限,根据目标点的所在象限,生成顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的倾斜调节指令;
指令执行模块,控制转运机械臂执行顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率或逆时针方向二级调节速率的倾斜调节指令,直至目标距离与基准距离相等。
实施例3
请参阅图3所示,本实施例公开提供了一种电子设备,包括处理器和存储器;
其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行实现所述的超洁净环境下的转运机械臂装机控制预警方法。
由于本实施例所介绍的电子设备为实施本申请实施例1中超洁净环境下的转运机械臂装机控制预警方法所采用的电子设备,故而基于本申请实施例中所介绍的超洁净环境下的转运机械臂装机控制预警方法,本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式,所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中超洁净环境下的转运机械臂装机控制预警方法所采用的电子设备,都属于本申请所欲保护的范围。
实施例4
请参阅图4所示,本实施例公开提供了一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当所述计算机程序被运行时,执行实现所述的超洁净环境下的转运机械臂装机控制预警方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.超洁净环境下的转运机械臂装机控制预警方法,其特征在于,所述方法包括:
S1:预先采集历史训练数据集合,历史训练数据集合包括综合倾斜数据与晶圆水平状态值,综合倾斜数据包括晶圆倾斜度和机台倾斜度;
S2:基于历史训练数据集合训练预测出晶圆水平状态值的机器学习模型;
S3:采集实时的综合倾斜数据,输入到训练完成的机器学习模型内预测出晶圆水平状态值,并判断是否生成倾斜预警提示,若生成,则执行S4-S7,若不生成,则重复执行S3;
S4:采集机台参数和晶圆参数,构建装机三维模型与坐标,获取晶圆的中心点,并将晶圆的中心点平移至坐标原点,生成晶圆装机比较图像;
S5:标记目标点,获取目标点的目标距离,采集基准距离,根据目标距离与基准距离,生成晶圆倾斜距离值;
S6:将晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别,获取目标点的所在象限,根据目标点的所在象限,生成顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的倾斜调节指令;
S7:控制转运机械臂执行顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率或逆时针方向二级调节速率的倾斜调节指令,直至目标距离与基准距离相等;
所述晶圆水平状态值包括水平状态和倾斜状态;
预测出晶圆水平状态值的机器学习模型的训练方法包括:
将晶圆水平状态值为水平状态标注为0,将晶圆水平状态值为倾斜状态标注为1;
将历史训练数据集合转换为对应的一组特征向量;
将每组特征向量作为所述机器学习模型的输入,所述机器学习模型以每组综合倾斜数据对应的晶圆水平状态值作为输出,以每组综合倾斜数据实际对应晶圆水平状态值作为预测目标,以最小化所述机器学习模型的损失函数值作为训练目标;当机器学习模型损失函数值小于等于预设的目标损失值时停止训练;
所述机台参数包括机台高度数据、机台形状数据和机台倾斜度,所述晶圆参数包括晶圆厚度、晶圆长度和晶圆倾斜度;
晶圆装机比较图像的生成方法包括:
将获得的机台参数和晶圆参数导入转运机械臂控制端内集成的建模软件内,通过三维建模技术构建装机三维模型,在装机三维模型中标注机台模型和晶圆模型;
在装机三维模型中标记出机台模型所在位置,沿机台上表面所在的水平面画直线,将直线标记为水平基准线;
沿水平基准线所在方向画线,标记为轴,沿垂直于水平基准线所在方向画线,标记为轴,构建坐标,并标记坐标原点;
在晶圆模型中,分别在晶圆长度平分线和厚度平分线所在位置画直线,并将两条直线的交点标记为晶圆的中心点;
在坐标内平移晶圆模型,直至晶圆模型中晶圆的中心点与坐标原点重合后停止平移,截取当前图像,当前图像即为晶圆装机比较图像;
所述标记目标点的方法包括:
获取晶圆装机比较图像中晶圆模型位于坐标第一象限与第四象限的个端点的像素点,并标记/>个像素点的位置坐标;
逐一计算个像素点到坐标/>轴之间的距离;
将到坐标轴之间的距离最大值对应的像素点记为目标点;
晶圆倾斜距离值的生成方法包括:
测量目标点到轴之间的距离,作为目标距离,记为/>,以二分之一晶圆厚度为基准距离,记为/>;
将目标距离与基准距离进行比较,生成晶圆倾斜距离值;
晶圆倾斜距离值的表达式为:;
式中,为晶圆倾斜距离值;
所述目标点的所在象限包括位于坐标第一象限和位于坐标第四象限,位于坐标第一象限和位于坐标第四象限的获取方法包括:
获取目标点的位置坐标,将目标点在轴上的坐标值记为/>,将目标点在/>轴上的坐标值记为/>,根据/>与/>,生成坐标积值;
坐标积值的表达式为:;
式中,为坐标积值;
当时,目标点位于坐标第一象限;
当时,目标点位于坐标第四象限。
2.根据权利要求1所述的超洁净环境下的转运机械臂装机控制预警方法,其特征在于,所述判断是否生成倾斜预警提示的方法包括:
当预测出晶圆水平状态值为水平状态时,不生成倾斜预警提示;
当预测出晶圆水平状态值为倾斜状态时,生成倾斜预警提示。
3.根据权利要求2所述的超洁净环境下的转运机械臂装机控制预警方法,其特征在于,所述倾斜级别包括一级倾斜级别和二级倾斜级别,一级倾斜级别和二级倾斜级别的生成方法包括;
预设倾斜距离阈值,记为;
将晶圆倾斜距离值与预设的倾斜距离阈值进行比较;
当时,生成二级倾斜级别;
当时,生成一级倾斜级别。
4.根据权利要求3所述的超洁净环境下的转运机械臂装机控制预警方法,其特征在于,所述顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的生成方法包括:
当目标点位于坐标第一象限,且倾斜级别为一级倾斜级别时,倾斜调节指令为顺时针方向一级调节速率;
当目标点位于坐标第一象限,且倾斜级别为二级倾斜级别时,倾斜调节指令首先为顺时针方向二级调节速率,直至倾斜级别成为一级倾斜级别时,倾斜调节指令变为顺时针方向一级调节速率;
当目标点位于坐标第四象限,且倾斜级别为一级倾斜级别时,倾斜调节指令为逆时针方向一级调节速率;
当目标点位于坐标第四象限,且倾斜级别为二级倾斜级别时,倾斜调节指令首先为逆时针方向二级调节速率,直至倾斜级别成为一级倾斜级别时,倾斜调节指令变为逆时针方向一级调节速率。
5.根据权利要求4所述的超洁净环境下的转运机械臂装机控制预警方法,其特征在于,所述顺时针方向一级调节速率和逆时针方向一级调节速率对应的转运机械臂的倾斜调节速度为一级速度,顺时针方向二级调节速率和逆时针方向二级调节速率对应的转运机械臂的倾斜调节速度为二级速度;
当倾斜调节指令为顺时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为顺时针方向二级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向二级速度旋转,直至倾斜调节指令为顺时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按顺时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为逆时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转;
当倾斜调节指令为逆时针方向二级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向二级速度旋转,直至倾斜调节指令为逆时针方向一级调节速率时,控制转运机械臂的倾斜驱动电机按逆时针方向一级速度旋转,最终到目标距离与基准距离相等时转运机械臂停止旋转。
6.超洁净环境下的转运机械臂装机控制预警系统,用于实现权利要求1-5中任一项所述的超洁净环境下的转运机械臂装机控制预警方法,应用于机械臂控制端,其特征在于,包括第一数据采集模块、第二数据采集模块、预警提示模块、倾斜分析模块、指令生成模块和指令执行模块,其中,各个模块之间通过有线和/或无线网络方式连接:
第一数据采集模块,预先采集历史训练数据集合,历史训练数据集合包括综合倾斜数据与晶圆水平状态值,综合倾斜数据包括晶圆倾斜度和机台倾斜度;
第二数据采集模块,采集机台参数和晶圆参数,构建装机三维模型与坐标,获取晶圆的中心点,并将晶圆的中心点平移至坐标原点,生成晶圆装机比较图像;
预警提示模块,基于历史训练数据集合训练预测出晶圆水平状态值的机器学习模型,采集实时的综合倾斜数据,输入到训练完成的机器学习模型内预测出晶圆水平状态值,并判断是否生成倾斜预警提示;
倾斜分析模块,标记目标点,获取目标点的目标距离,采集基准距离,根据目标距离与基准距离,生成晶圆倾斜距离值;
指令生成模块,将晶圆倾斜距离值与预设的倾斜距离阈值对比分析,生成倾斜级别,获取目标点的所在象限,根据目标点的所在象限,生成顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率和逆时针方向二级调节速率的倾斜调节指令;
指令执行模块,控制转运机械臂执行顺时针方向一级调节速率、顺时针方向二级调节速率、逆时针方向一级调节速率或逆时针方向二级调节速率的倾斜调节指令,直至目标距离与基准距离相等。
7.一种计算机设备,其特征在于,包括:处理器和存储器;
其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行实现权利要求1-5中任一项所述的超洁净环境下的转运机械臂装机控制预警方法。
8.一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当所述计算机程序被运行时,执行实现权利要求1-5中任一项所述的超洁净环境下的转运机械臂装机控制预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311446310.1A CN117162104B (zh) | 2023-11-02 | 2023-11-02 | 超洁净环境下的转运机械臂装机控制预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311446310.1A CN117162104B (zh) | 2023-11-02 | 2023-11-02 | 超洁净环境下的转运机械臂装机控制预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117162104A CN117162104A (zh) | 2023-12-05 |
CN117162104B true CN117162104B (zh) | 2024-01-30 |
Family
ID=88930112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311446310.1A Active CN117162104B (zh) | 2023-11-02 | 2023-11-02 | 超洁净环境下的转运机械臂装机控制预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117162104B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929565A (zh) * | 2019-10-15 | 2020-03-27 | 平安科技(深圳)有限公司 | 基于机器学习的风险监控方法、装置、存储介质及电子设备 |
CN113291813A (zh) * | 2020-02-21 | 2021-08-24 | 长鑫存储技术有限公司 | 晶圆加工系统、半导体机台自动调平装置及其调平方法 |
CN114494398A (zh) * | 2022-01-18 | 2022-05-13 | 深圳市联洲国际技术有限公司 | 倾斜目标的处理方法、装置、存储介质与处理器 |
CN216597488U (zh) * | 2021-12-15 | 2022-05-24 | 浙江中科尚弘离子装备工程有限公司 | 一种离子注入机圆晶转运装置 |
CN115946154A (zh) * | 2023-03-15 | 2023-04-11 | 泓浒(苏州)半导体科技有限公司 | 一种基于晶圆传输状态数据的损害性预测方法 |
CN116277037A (zh) * | 2023-05-19 | 2023-06-23 | 泓浒(苏州)半导体科技有限公司 | 一种晶圆搬运机械臂控制系统及方法 |
WO2023124672A1 (zh) * | 2021-12-30 | 2023-07-06 | 盛美半导体设(上海)股份有限公司 | 薄片晶圆传输方法 |
CN116394251A (zh) * | 2023-04-20 | 2023-07-07 | 中芯智达半导体科技(上海)有限公司 | 晶圆搬运机器人及其故障检测方法、半导体设备 |
CN116810825A (zh) * | 2023-08-30 | 2023-09-29 | 泓浒(苏州)半导体科技有限公司 | 一种真空环境下晶圆传送机械臂异常监测方法及系统 |
-
2023
- 2023-11-02 CN CN202311446310.1A patent/CN117162104B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929565A (zh) * | 2019-10-15 | 2020-03-27 | 平安科技(深圳)有限公司 | 基于机器学习的风险监控方法、装置、存储介质及电子设备 |
CN113291813A (zh) * | 2020-02-21 | 2021-08-24 | 长鑫存储技术有限公司 | 晶圆加工系统、半导体机台自动调平装置及其调平方法 |
CN216597488U (zh) * | 2021-12-15 | 2022-05-24 | 浙江中科尚弘离子装备工程有限公司 | 一种离子注入机圆晶转运装置 |
WO2023124672A1 (zh) * | 2021-12-30 | 2023-07-06 | 盛美半导体设(上海)股份有限公司 | 薄片晶圆传输方法 |
CN114494398A (zh) * | 2022-01-18 | 2022-05-13 | 深圳市联洲国际技术有限公司 | 倾斜目标的处理方法、装置、存储介质与处理器 |
CN115946154A (zh) * | 2023-03-15 | 2023-04-11 | 泓浒(苏州)半导体科技有限公司 | 一种基于晶圆传输状态数据的损害性预测方法 |
CN116394251A (zh) * | 2023-04-20 | 2023-07-07 | 中芯智达半导体科技(上海)有限公司 | 晶圆搬运机器人及其故障检测方法、半导体设备 |
CN116277037A (zh) * | 2023-05-19 | 2023-06-23 | 泓浒(苏州)半导体科技有限公司 | 一种晶圆搬运机械臂控制系统及方法 |
CN116810825A (zh) * | 2023-08-30 | 2023-09-29 | 泓浒(苏州)半导体科技有限公司 | 一种真空环境下晶圆传送机械臂异常监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117162104A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110434671B (zh) | 一种基于特征测量的铸造件表面机加工轨迹校准方法 | |
US8559699B2 (en) | Methods and apparatus to facilitate operations in image based systems | |
WO2019041952A1 (en) | METHODS AND SYSTEMS FOR ENHANCED PRODUCT QUALITY CONTROL USING A ROBOT | |
CN109781164B (zh) | 一种线激光传感器的静态标定方法 | |
CN109465829B (zh) | 一种基于转换矩阵误差模型的工业机器人几何参数辨识方法 | |
CN116872218B (zh) | 一种半导体晶圆传送过程偏心纠正方法及纠正系统 | |
WO2014127740A1 (en) | Laser processing apparatus and laser processing method | |
CN117080139B (zh) | 基于真空吸附技术的晶圆传送控制方法及传送控制系统 | |
CN105538015A (zh) | 一种叶片类复杂薄壁型面零件自适应定位方法 | |
CN116197893A (zh) | 抓取生成中的碰撞处理方法 | |
CN117162104B (zh) | 超洁净环境下的转运机械臂装机控制预警系统及方法 | |
CN114611362B (zh) | 一种大型器械工作面的安装调试方法、电子装置及介质 | |
CN114193440B (zh) | 基于3d视觉的机器人自动抓取系统及方法 | |
CN116329795A (zh) | 基于视觉识别算法的光伏焊接方法、系统和机器人 | |
CN108714914A (zh) | 一种机械臂视觉系统 | |
CN109352646B (zh) | 纱线自动装卸方法及系统 | |
JP2018122376A (ja) | 画像処理装置、ロボット制御装置、及びロボット | |
CN110197037B (zh) | 基于奇异值分解的机器人的动力学参数辨识方法及系统 | |
CN113126114B (zh) | 基于激光扫描重构的粮食精确抛投方法、系统及机器人 | |
CN210757741U (zh) | 一种新型机械臂动态抓取系统 | |
CN115958589A (zh) | 用于机器人的手眼标定的方法和装置 | |
Lu et al. | Visual Localization of Workpiece based on Evolutionary Algorithm and its Application in Industrial Robot | |
CN117373965B (zh) | 可追踪半导体晶圆生产缺陷的晶圆运输机械手 | |
CN110919650A (zh) | 一种基于svm的低延时抓取遥操作系统 | |
Jiang et al. | Research on target localization and recognition based on binocular vision and deep learning with FPGA |
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 |