CN117367624B - 半导体清洗液温度检测方法及检测装置 - Google Patents
半导体清洗液温度检测方法及检测装置 Download PDFInfo
- Publication number
- CN117367624B CN117367624B CN202311647918.0A CN202311647918A CN117367624B CN 117367624 B CN117367624 B CN 117367624B CN 202311647918 A CN202311647918 A CN 202311647918A CN 117367624 B CN117367624 B CN 117367624B
- Authority
- CN
- China
- Prior art keywords
- cleaning
- historical
- real
- temperature
- preset
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 353
- 239000004065 semiconductor Substances 0.000 title claims abstract description 114
- 239000007788 liquid Substances 0.000 title claims abstract description 72
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 128
- 230000008569 process Effects 0.000 claims abstract description 97
- 230000001105 regulatory effect Effects 0.000 claims abstract description 16
- 230000001276 controlling effect Effects 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 241000219112 Cucumis Species 0.000 claims description 66
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 claims description 66
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 claims description 61
- 239000000523 sample Substances 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 14
- 238000009529 body temperature measurement Methods 0.000 claims description 10
- 230000001174 ascending effect Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims 1
- 239000012530 fluid Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 9
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Cleaning Or Drying Semiconductors (AREA)
Abstract
本发明提供了半导体清洗液温度检测方法及检测装置，涉及智能检测技术领域，通过边缘分析中心判断实时温度数据是否满足预设清洗温度阈值，将不满足结果和实时温度数据传输至温度云检平台，根据不满足结果提取与实时温度数据满足预设关系约束的历史清洗记录对实时清洗工艺进行调控，得到实时调控决策进行清洗液清洗半导体的温度调控。解决了现有技术中存在半导体清洗过程的控制指标参数设定以及调节依赖于人工经验，导致存在控制指标设定值与半导体清洗过程性能维持需求不适配的技术问题。达到了智能生成调控决策对半导体进行清洗过程多维控制指标的检测调控，以避免清洗过程半导体所处清洗环境影响半导体性能的技术效果。
Description
技术领域
本发明涉及智能检测技术领域，具体涉及半导体清洗液温度检测方法及检测装置。
背景技术
目前，半导体清洗过程的控制指标参数设定以及调节主要依赖于人工经验，由于清洗过程需要高度精确和一致地控制，依赖人工经验的参数设定容易导致性能与需求之间不适配的情况。
同时，依赖人工经验的参数设定方法通常缺乏系统性和科学性，难以应对不断变化的生产环境和半导体工艺的复杂性，可能导致清洗过程的性能不稳定，生产效率降低，成本增加，以及质量问题的出现。
综上所述，现有技术中存在半导体清洗过程的控制指标参数设定以及调节依赖于人工经验，导致存在控制指标设定值与半导体清洗过程性能维持需求不适配的技术问题。
发明内容
本申请提供了半导体清洗液温度检测方法及检测装置，用于针对解决现有技术中存在半导体清洗过程的控制指标参数设定以及调节依赖于人工经验，导致存在控制指标设定值与半导体清洗过程性能维持需求不适配的技术问题。
鉴于上述问题，本申请提供了半导体清洗液温度检测方法及检测装置。
本申请的第一个方面，提供了半导体清洗液温度检测方法，所述方法包括：获取实时温度数据，所述实时温度数据是指通过所述遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案；根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。
本申请的第二个方面，提供了半导体清洗液温度检测装置，所述装置包括：温度数据获取单元，用于获取实时温度数据，所述实时温度数据是指通过遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；温度阈值判断单元，用于通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；判断结果传输单元，用于若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；清洗记录提取单元，用于根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；调控决策生成单元，用于若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案；调控决策执行单元，用于根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法通过获取实时温度数据，所述实时温度数据是指通过所述遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案；根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。达到了智能生成调控决策对半导体进行清洗过程多维控制指标的检测调控，以避免清洗过程半导体所处清洗环境影响半导体性能的技术效果。
附图说明
图1为本申请提供的半导体清洗液温度检测方法流程示意图。
图2为本申请提供的半导体清洗液温度检测方法中获取历史清洗工艺基准的流程示意图。
图3为本申请提供的半导体清洗液温度检测装置的结构示意图。
附图标记说明：温度数据获取单元1，温度阈值判断单元2，判断结果传输单元3，清洗记录提取单元4，调控决策生成单元5，调控决策执行单元6。
具体实施方式
本申请提供了半导体清洗液温度检测方法及检测装置，用于针对解决现有技术中存在半导体清洗过程的控制指标参数设定以及调节依赖于人工经验，导致存在控制指标设定值与半导体清洗过程性能维持需求不适配的技术问题。达到了智能生成调控决策对半导体进行清洗过程多维控制指标的检测调控，以避免清洗过程半导体所处清洗环境影响半导体性能的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
下面，将参考附图对本发明中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示，本申请提供了半导体清洗液温度检测方法，所述方法应用于半导体清洗液温度检测装置，所述装置与一遥感测温探头通信连接，所述方法包括：
A100:获取实时温度数据，所述实时温度数据是指通过所述遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；
具体而言，在本实施例中，半导体清洗液温度检测方法应用于半导体清洗液温度检测装置，所述装置与一遥感测温探头通信连接，通过将所述遥感测温探头远距离测量盛放半导体清洗液以进行半导体设备清洗装置中不特定位置，处于半导体清洁状态的半导体清洗液的局部或全局温度。
通过将所述遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测，获得表征清洗预设半导体过程中预设清洗液温度随时间变化状况的所述实时温度数据。所述预设半导体为需要进行清洗工艺的不特定半导体设备，为便于区分，基于半导体清洗设备清洗的任一半导体具有半导体编号标识。所述预设清洗液为某种配方的半导体清洗液，为便于进行清洗液分类，任意配方半导体清洗液采用清洗液编号标识。
A200:通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；
A300:若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；
具体而言，在本实施例中，基于云边融合构建包括一个温度云检平台和多个边缘分析中心的用于半导体清洗液温度异常与否的管理网络。其中，多个所述边缘分析中心映射获得多个半导体设备清洗装置预布设的多个遥感测温探头所获取的所述实时温度数据，同时多个所述边缘分析中心预设有用于判断实时温度数据是否满足预设半导体的清洗所需温度需求的所述预设温度清洗阈值。
同时，所述温度云检平台存储有历史清洗记录，所述历史清洗记录中包括多个半导体清洗设备的历史清洗记录子集，以实现进行历史清洗记录的有序存储。
遥感测温探头与半导体清洗设备对应的边缘分析中心通信连接，且所述边缘分析中心内嵌于所述遥感测温探头，以进行对应监测的半导体清洗设备中实时温度数据的上传，进而边缘分析中心基于实时温度数据判断对应半导体设备清洗装置中半导体清洗液的所述实时温度数据是否满足预设清洗温度阈值。
若所述实时温度数据满足预设清洗温度阈值，则表明半导体清洗设备中半导体清洗液的温度不处于异常状态，接下来边缘分析中心仅将实时温度数据上传至温度云检平台中，作为该实时温度数据对应的半导体清洗设备的历史清洗记录子集存储下来。
反之，若所述实时温度数据不满足预设清洗温度阈值，则表明半导体清洗设备中半导体清洗液的温度处于异常状态，接下来边缘分析中心将不满足结果和所述实时温度数据传输至温度云检平台，激活温度云检平台快速响应进行半导体清洗设备中半导体清洗液的温控管理。
本实施例通过构建温度云检设备和多个边缘分析中心，实现了将温度异常与否的判断功能迁移至多个边缘节点（边缘分析中心），以降低云端进行多半导体清洗设备控制的算力需求，同时，提高边缘半导体清洗设备中半导体清洗液温度异常识别响应及时性的技术效果。
A400:根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；
在一个实施例中，如图2所示，在所述根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录之前，本申请提供的方法步骤A400还包括：
A410:根据所述不满足结果，提取所述历史清洗记录中的目标历史清洗记录，其中，所述目标历史清洗记录是指此次利用所述预设清洗液对所述预设半导体进行清洗的记录；
A420:根据提取到的所述目标历史清洗记录中的目标历史清洗温度时序，分析得到预测温度数据；
A430:调用预设误差函数分析所述预测温度数据得到实时温度阈值；
A440:在所述历史清洗记录中筛选符合所述实时温度阈值的记录，记作候选历史清洗记录；
A450:以所述候选历史清洗记录所述历史清洗记录作为遍历得到所述第一历史清洗工艺的基准。
在一个实施例中，所述预设误差函数的表达式如下：
；
其中，表征所述预设误差函数，/>表征所述实时温度阈值，表征所述预测温度数据，/>表征对所述预测温度数据的误差调节系数，/>表征预设误差值。
具体而言，在本实施例中，所述温度云检平台根据所述不满足结果，调用对应半导体清洗设备的目标设备编号，基于所述目标设备编号在所述历史清洗记录的多个历史清洗记录子集中映射调用对应该目标设备编号的历史清洗记录子集。
进而以所述预设清洗液的清洗液编号标识和预设半导体的编号标识遍历所述历史清洗记录子集，获得表征此次利用所述预设清洗液对所述预设半导体进行清洗的多次清洗液温度测定情况的所述目标历史清洗记录。
所述目标历史清洗记录中多次历史清洗温度基于数据采集时间序列化存储，进而所述温度云检平台分析目标历史清洗温度时序，得到表征当前处于实时温度异常的半导体清洗设备中半导体清洗液的可能温度状况的所述预测温度数据。
应理解的，边缘分析中心在实时温度数据判断为异常后，将不满足结果和所述实时温度数据传输至温度云检平台过程中，所述实时温度数据存在上传延迟，所述温度预测数据实质为温度云检平台在边缘分析中心的实时温度数据尚未上传过来前，响应不满足结果的对于实时温度数据的数值预测结果。
所述预测温度数据的获得方法如下；
根据所述目标历史清洗温度时序中多个历史清洗温度距离当前时间的距离进行权重分配，进而进行多个历史清洗温度的加权计算，将计算结果作为当前所述预设清洗液的所述预测温度数据。
进一步的，预构建预设误差函数，所述预设误差函数的表达式如下：
；
其中，表征所述预设误差函数，/>表征所述实时温度阈值，表征所述预测温度数据，/>表征对所述预测温度数据的误差调节系数，/>表征预设误差值，本实施例对于所述预设误差值的数值设定不做限制，可根据数据筛选范围要求进行设定，预设误差值的设定值越大，则数据筛选范围越大。
调用预构建的所述预设误差函数分析所述预测温度数据得到实时温度阈值，所述实时温度阈值为以所述预测温度数据和所述预设误差值为约束设定的，用于在历史数据中进行数据筛选的筛选约束。
在所述历史清洗记录中映射调用对应预设半导体清洗设备的历史清洗记录子集，进而基于该历史清洗记录子集遍历筛选符合所述实时温度阈值的范围缩小的记录，记作候选历史清洗记录，并以所述候选历史清洗记录代替所述历史清洗记录作为遍历得到所述第一历史清洗工艺的基准。
本实施例通过构建实时温度阈值作为历史数据调用约束，实现了获得了数据范围缩小的历史清洗子记录，为后续决策确定对于存在异常的半导体清洗过程温度调控提供范围缩小的决策参考数据的技术效果。
在获得所述候选历史清洗记录的基础上，本实施例根据所述不满足结果在候选历史清洗记录中随机提取获得第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺，所述第一历史清洗温度为预设清洗液在预设半导体清洗设备进行预设半导体清洗过程中的清洗液温度测定值，第一历史清洗工艺为预设半导体清洗设备的清洗控制指标参数设定值。
A500:若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案；
在一个实施例中，在所述以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策之前，本申请提供的方法步骤A500还包括：
A510:基于所述第一历史清洗工艺组建得到第一历史清洗工艺参考集，所述第一历史清洗工艺参考集包括M个历史参考，且，所述M个历史参考具备M个历史温度标识，M为大于1的整数；
A520:根据所述M个历史温度标识与所述实时温度数据筛选得到N个历史温度标识，且，所述N个历史温度标识对应N个历史参考，其中，N为大于1且小于M的整数；
A530:将(M-N)个历史参考随机瓜分至所述N个历史参考，得到N个历史参考集团，其中，所述(M-N)个历史参考是指所述M个历史参考剔除了所述N个历史参考后的历史参考；
A540:结合所述预设清洗温度阈值得到第一历史参考集团中各历史参考的温度的各历史温度偏差值，并加和得到第一综合指数，其中，所述第一历史参考集团为所述N个历史参考集团中的任意一个集团；
A550:基于所述第一综合指数对所述N个历史参考集团进行升序排列，得到历史参考集团序列，并分析所述历史参考集团序列确定所述实时调控决策。
在一个实施例中，本申请提供的方法步骤A550还包括：
A551:所述实时调控决策包括对预设清洗控制指标的调控，所述预设清洗控制指标包括清洗液成分、清洗液浓度、清洗液用量、清洗液使用方式、环境温度、清洗压力。
在一个实施例中，所述分析所述历史参考集团序列确定所述实时调控决策，本申请提供的方法步骤A550还包括：
A552:获取所述历史参考集团序列中的末位集团，所述末位集团包括多个末位历史参考；
A553:对所述多个末位历史参考进行升序排列，得到末位参考序列；
A554:根据第一预设瓜分策略，将所述末位参考序列中的各个参考按照所述历史参考集团序列中的集团顺序，循环瓜分至各集团，得到第一瓜分结果；
A555:根据所述第一瓜分结果确定所述实时调控决策。
在一个实施例中，本申请提供的方法步骤还包括：
A5551:获取第二预设瓜分策略，且，所述第二预设瓜分策略中内嵌预定瓜分比例；
A5552:基于所述预定瓜分比例对所述末位集团中的所述多个末位历史参考进行随机分配，得到第一分配结果；
A5553:基于所述第一分配结果将所述末位集团瓜分至所述历史参考集团序列中的其他集团，得到第二瓜分结果；
A5554:根据所述第二瓜分结果确定所述实时调控决策。
具体而言，在本实施例中，在所述温度云检平台分析获得所述第一历史清洗记录的同时，所述实时温度数据此时也终于传输至温度云检平台。
预设用于判断是否可以以第一历史清洗记录作为进行预设半导体清洗设备的运行过程预设清洗液温度调控的寻优起点的所述预设关系约束，所述预设关系约束为一个温度偏差阈值，例如±5℃。
在所述温度云检平台判断第一历史清洗记录中的所述第一历史清洗温度与所述实时温度数据是否满足所述预设关系约束，若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，则表明第一历史清洗工艺对于当前预设半导体清洗设备运行过程的工艺参数调节，以降低当前的实时温度数据具有较高的参考价值。
基于此，本实施例基于所述第一历史清洗工艺组建得到第一历史清洗工艺参考集，具体组建第一历史清洗工艺参考集的过程如下，预设工艺参数偏差阈值，所述工艺参数偏差阈值包括对应于所述第一历史清洗工艺的K个历史清洗控制指标参数的K个参数偏差阈值，所述参数偏差阈值的设定原则为在其他工艺参数稳定不变时，基于参数偏差阈值调整不特定一项工艺参数，不影响半导体清洗效果。
基于所述K个参数偏差阈值和K个历史清洗控制指标参数，组建得K个工艺参数筛选约束，进而以该K个工艺参数筛选约束遍历所述历史清洗记录，调用获得K项清洗控制指标参数全部落入所述K个工艺参数筛选约束的M个历史参考（M组历史清洗控制指标参数）所述第一历史清洗工艺参考集，所述M个历史参考具备M个历史温度标识，M为大于1的整数。
以所述实时温度数据为筛选依据，遍历所述M个历史温度标识，以获得和所述实时温度数据的温度数值相一致的N个历史温度标识所对应N个历史参考，N为大于1且小于M的整数。将(M-N)个历史参考随机瓜分至所述N个历史参考，得到N个历史参考集团，所述(M-N)个历史参考是指所述M个历史参考剔除了所述N个历史参考后的历史参考。
基于所述N个历史参考集团任意调用一个集团，作为所述第一历史参考集团，所述第一历史参考团中存储有多个历史参考，且每个历史参考具有对应的历史温度标识。
进而采用所述预设清洗温度阈值遍历得到第一历史参考集团中各历史参考对于历史温度标识与所述预设清洗温度阈值的各历史温度偏差值，进而将各历史温度偏差值加和得到第一综合指数。
基于所述第一综合指数对所述N个历史参考集团进行升序排列，得到历史参考集团序列，获取所述历史参考集团序列中的末位集团，所述末位集团包括多个末位历史参考。根据多个末位历史参考的多个末位历史温度偏差值，对所述多个末位历史参考进行升序排列，得到末位参考序列。
预设第一预设瓜分策略和第二预设瓜分策略，所述第一预设瓜分策略为按照末位参考序列，将所述末位集团中的各个末位历史参考顺序多轮次均匀分发至除了末位集团的N-1个历史参考集团中，所述第二预设瓜分策略为预定瓜分比例，具体包括预设的N-1个瓜分比例，基于N-1个瓜分比例将所述末位集团中的多个历史参考随机拆分为N-1个历史参考集合，进而将N-1个历史参考集随机分发至除了末位集团的N-1个历史参考集团中。
在本实施例中，根据所述第一预设瓜分策略，将所述末位参考序列中的各个历史参考按照所述历史参考集团序列中的集团顺序，循环瓜分至各集团，得到第一瓜分结果所述第一瓜分结果为N-1个历史参考集团。
进一步的，采用获得第一瓜分结果相同方法，进行二次瓜分处理，以获得第三瓜分结果，所述第三瓜分结果中共计N-2个历史参考集团。
以此类推，直至获得的第K瓜分结果的N+1-K个历史参考集团中，末位历史参考集团中各历史温度偏差值加和得到第一综合指数小于预设综合指数阈值，停止进行瓜分处理，认为当前获得的第K瓜分结果中的末位历史参考集团中任一历史参考对应的调控决策，都可以实现调控所述实时温度数据，并对预设半导体进行有效清洗加工。
基于所述第二预设瓜分策略中的所述预定瓜分比例对所述末位集团中的所述多个末位历史参考进行随机分配，得到第一分配结果。基于所述第一分配结果将所述末位集团瓜分至所述历史参考集团序列中的其他集团，得到第二瓜分结果。
进而采用获得第二瓜分结果相同方法，基于第二预设瓜分策略进行第二瓜分结果中末位历史参考集团的再次瓜分，获得第四瓜分结果，以此类推，直至获得第H瓜分结果中，末位历史参考集团中各历史温度偏差值加和得到第一综合指数小于预设综合指数阈值，停止进行瓜分处理，认为当前获得的第H瓜分结果中的末位历史参考集团中任一历史参考对应的调控决策，都可以实现调控所述实时温度数据，并对预设半导体进行有效清洗加工。
基于所述第K瓜分结果中的末位历史参考集团中调用任一历史参考，作为第一实时调控决策，基于所述第H瓜分结果中的末位历史参考集团中调用任一历史参考，作为第二实时调控决策，所述第一实时调控决策和第二实时调控决策均包括对预设清洗控制指标的调控，所述预设清洗控制指标包括清洗液成分、清洗液浓度、清洗液用量、清洗液使用方式、环境温度、清洗压力。
进一步计算获得所述第一实时调控决策和第二实时调控决策的控制成本，获得控制成本较低的调控决策作为最终的所述实时调控决策。
本实施例通过扩充数据以及构建数据筛选机制，实现了获得能够进行异常半导体清洗过程进行有效调控的实时调控决策的技术效果。
A600:根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。
具体而言，在本实施例中，基于所述实时调控决策对半导体清洗设备中的预设清洗液在对预设半导体进行清洗过程的多维控制指标的检测调控，以避免清洗过程预设半导体所处清洗环境影响预设半导体的功能的技术效果。
实施例二
基于与前述实施例中半导体清洗液温度检测方法相同的发明构思，如图3所示，本申请提供了半导体清洗液温度检测装置，其中，所述装置包括：
温度数据获取单元1，用于获取实时温度数据，所述实时温度数据是指通过遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；
温度阈值判断单元2，用于通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；
判断结果传输单元3，用于若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；
清洗记录提取单元4，用于根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；
调控决策生成单元5，用于若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案；
调控决策执行单元6，用于根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。
在一个实施例中，所述清洗记录提取单元4还包括：
根据所述不满足结果，提取所述历史清洗记录中的目标历史清洗记录，其中，所述目标历史清洗记录是指此次利用所述预设清洗液对所述预设半导体进行清洗的记录；
根据提取到的所述目标历史清洗记录中的目标历史清洗温度时序，分析得到预测温度数据；
调用预设误差函数分析所述预测温度数据得到实时温度阈值；
在所述历史清洗记录中筛选符合所述实时温度阈值的记录，记作候选历史清洗记录；
以所述候选历史清洗记录代替所述历史清洗记录作为遍历得到所述第一历史清洗工艺的基准。
在一个实施例中，所述清洗记录提取单元4还包括：
所述预设误差函数的表达式如下：
；
其中，表征所述预设误差函数，/>表征所述实时温度阈值，表征所述预测温度数据，/>表征对所述预测温度数据的误差调节系数，/>表征预设误差值。
在一个实施例中，所述调控决策生成单元5还包括：
基于所述第一历史清洗工艺组建得到第一历史清洗工艺参考集，所述第一历史清洗工艺参考集包括M个历史参考，且，所述M个历史参考具备M个历史温度标识，M为大于1的整数；
根据所述M个历史温度标识与所述实时温度数据筛选得到N个历史温度标识，且，所述N个历史温度标识对应N个历史参考，其中，N为大于1且小于M的整数；
将(M-N)个历史参考随机瓜分至所述N个历史参考，得到N个历史参考集团，其中，所述(M-N)个历史参考是指所述M个历史参考剔除了所述N个历史参考后的历史参考；
结合所述预设清洗温度阈值得到第一历史参考集团中各历史参考的温度的各历史温度偏差值，并加和得到第一综合指数，其中，所述第一历史参考集团为所述N个历史参考集团中的任意一个集团；
基于所述第一综合指数对所述N个历史参考集团进行升序排列，得到历史参考集团序列，并分析所述历史参考集团序列确定所述实时调控决策。
在一个实施例中，所述调控决策生成单元5还包括：
所述实时调控决策包括对预设清洗控制指标的调控，所述预设清洗控制指标包括清洗液成分、清洗液浓度、清洗液用量、清洗液使用方式、环境温度、清洗压力。
在一个实施例中，所述调控决策生成单元5还包括：
获取所述历史参考集团序列中的末位集团，所述末位集团包括多个末位历史参考；
对所述多个末位历史参考进行升序排列，得到末位参考序列；
根据第一预设瓜分策略，将所述末位参考序列中的各个参考按照所述历史参考集团序列中的集团顺序，循环瓜分至各集团，得到第一瓜分结果；
根据所述第一瓜分结果确定所述实时调控决策。
在一个实施例中，所述调控决策生成单元5还包括：
获取第二预设瓜分策略，且，所述第二预设瓜分策略中内嵌预定瓜分比例；
基于所述预定瓜分比例对所述末位集团中的所述多个末位历史参考进行随机分配，得到第一分配结果；
基于所述第一分配结果将所述末位集团瓜分至所述历史参考集团序列中的其他集团，得到第二瓜分结果；
根据所述第二瓜分结果确定所述实时调控决策。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中，通过各种不限类型的计算机处理器识别计算机指令或程序，进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作的任何改进和修饰，皆应落入本发明的专利保护范围。
Claims (7)
1.半导体清洗液温度检测方法，其特征在于，所述方法应用于半导体清洗液温度检测装置，所述装置与一遥感测温探头通信连接，所述方法包括：
获取实时温度数据，所述实时温度数据是指通过所述遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；
通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；
若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；
根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；
若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案，所述实时调控决策包括对预设清洗控制指标的调控，所述预设清洗控制指标包括清洗液成分、清洗液浓度、清洗液用量、清洗液使用方式、环境温度、清洗压力；
根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。
2.根据权利要求1所述方法，其特征在于，在所述根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录之前，还包括：
根据所述不满足结果，提取所述历史清洗记录中的目标历史清洗记录，其中，所述目标历史清洗记录是指此前利用所述预设清洗液对所述预设半导体进行清洗的记录；
根据提取到的所述目标历史清洗记录中的目标历史清洗温度时序，分析得到预测温度数据；
调用预设误差函数分析所述预测温度数据得到实时温度阈值；
在所述历史清洗记录中筛选符合所述实时温度阈值的记录，记作候选历史清洗记录；
以所述候选历史清洗记录代替所述历史清洗记录作为遍历得到所述第一历史清洗工艺的基准。
3.根据权利要求2所述方法，其特征在于，所述预设误差函数的表达式如下：
；
其中，表征所述预设误差函数，/>表征所述实时温度阈值，/>表征所述预测温度数据，/>表征对所述预测温度数据的误差调节系数，/>表征预设误差值。
4.根据权利要求1所述方法，其特征在于，在所述以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策之前，包括：
基于所述第一历史清洗工艺组建得到第一历史清洗工艺参考集，所述第一历史清洗工艺参考集包括M个历史参考，且，所述M个历史参考具备M个历史温度标识，M为大于1的整数；
根据所述M个历史温度标识与所述实时温度数据筛选得到N个历史温度标识，且，所述N个历史温度标识对应N个历史参考，其中，N为大于1且小于M的整数；
将(M-N)个历史参考随机瓜分至所述N个历史参考，得到N个历史参考集团，其中，所述(M-N)个历史参考是指所述M个历史参考剔除了所述N个历史参考后的历史参考；
结合所述预设清洗温度阈值得到第一历史参考集团中各历史参考的温度的各历史温度偏差值，并加和得到第一综合指数，其中，所述第一历史参考集团为所述N个历史参考集团中的任意一个集团；
基于所述第一综合指数对所述N个历史参考集团进行升序排列，得到历史参考集团序列，并分析所述历史参考集团序列确定所述实时调控决策。
5.根据权利要求4所述方法，其特征在于，所述分析所述历史参考集团序列确定所述实时调控决策，包括：
获取所述历史参考集团序列中的末位集团，所述末位集团包括多个末位历史参考；
对所述多个末位历史参考进行升序排列，得到末位参考序列；
根据第一预设瓜分策略，将所述末位参考序列中的各个参考按照所述历史参考集团序列中的集团顺序，循环瓜分至各集团，得到第一瓜分结果；
根据所述第一瓜分结果确定所述实时调控决策。
6.根据权利要求5所述方法，其特征在于，所述方法还包括：
获取第二预设瓜分策略，且，所述第二预设瓜分策略中内嵌预定瓜分比例；
基于所述预定瓜分比例对所述末位集团中的所述多个末位历史参考进行随机分配，得到第一分配结果；
基于所述第一分配结果将所述末位集团瓜分至所述历史参考集团序列中的其他集团，得到第二瓜分结果；
根据所述第二瓜分结果确定所述实时调控决策。
7.半导体清洗液温度检测装置，其特征在于，所述装置包括：
温度数据获取单元，用于获取实时温度数据，所述实时温度数据是指通过遥感测温探头对预设清洗液进行预设半导体的清洗时实时探测到的温度数据；
温度阈值判断单元，用于通过边缘分析中心判断所述实时温度数据是否满足预设清洗温度阈值，所述边缘分析中心内嵌于所述遥感测温探头；
判断结果传输单元，用于若是不满足，将不满足结果和所述实时温度数据传输至温度云检平台，且，所述温度云检平台存储有历史清洗记录；
清洗记录提取单元，用于根据所述不满足结果提取所述历史清洗记录中的第一历史清洗记录，所述第一历史清洗记录包括第一历史清洗温度、第一历史清洗工艺；
调控决策生成单元，用于若所述第一历史清洗温度与所述实时温度数据满足预设关系约束，以所述第一历史清洗工艺对实时清洗工艺进行调控，得到实时调控决策，其中，所述实时清洗工艺是指利用所述预设清洗液对所述预设半导体进行清洗时的工艺方案，所述实时调控决策包括对预设清洗控制指标的调控，所述预设清洗控制指标包括清洗液成分、清洗液浓度、清洗液用量、清洗液使用方式、环境温度、清洗压力；
调控决策执行单元，用于根据所述实时调控决策进行所述预设清洗液清洗所述预设半导体时的温度检测调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311647918.0A CN117367624B (zh) | 2023-12-05 | 2023-12-05 | 半导体清洗液温度检测方法及检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311647918.0A CN117367624B (zh) | 2023-12-05 | 2023-12-05 | 半导体清洗液温度检测方法及检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117367624A CN117367624A (zh) | 2024-01-09 |
| CN117367624B true CN117367624B (zh) | 2024-02-23 |
Family
ID=89394872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311647918.0A Active CN117367624B (zh) | 2023-12-05 | 2023-12-05 | 半导体清洗液温度检测方法及检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117367624B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009041961A (ja) * | 2007-08-07 | 2009-02-26 | Olympus Corp | 液体ハンドリング用プローブの洗浄方法および分析装置 |
| SE1950291A1 (en) * | 2019-03-07 | 2020-09-08 | Stora Enso Oyj | Device and method of processing logs using a thermal camera |
| CN112014609A (zh) * | 2020-09-17 | 2020-12-01 | 南方电网科学研究院有限责任公司 | 端子座温度不平衡报警功能检测方法、装置、终端及介质 |
| JP2021053351A (ja) * | 2020-02-19 | 2021-04-08 | 東京瓦斯株式会社 | 洗浄の方法、システム、プログラム、記録媒体および洗浄機器 |
| CN114971038A (zh) * | 2022-05-31 | 2022-08-30 | 新奥数能科技有限公司 | 一种制冷机组清洗时间的预测方法和装置 |
| CN115333469A (zh) * | 2022-07-20 | 2022-11-11 | 阳光新能源开发股份有限公司 | 一种光伏组件清洗方法和装置 |
| WO2023098475A1 (zh) * | 2021-11-30 | 2023-06-08 | 北京北方华创微电子装备有限公司 | 晶圆清洗设备中清洗液温度的控制装置及晶圆清洗设备 |
| CN116717818A (zh) * | 2023-05-23 | 2023-09-08 | 火星人厨具股份有限公司 | 风道清洗控制方法、装置及计算机可读存储介质 |
-
2023
- 2023-12-05 CN CN202311647918.0A patent/CN117367624B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009041961A (ja) * | 2007-08-07 | 2009-02-26 | Olympus Corp | 液体ハンドリング用プローブの洗浄方法および分析装置 |
| SE1950291A1 (en) * | 2019-03-07 | 2020-09-08 | Stora Enso Oyj | Device and method of processing logs using a thermal camera |
| JP2021053351A (ja) * | 2020-02-19 | 2021-04-08 | 東京瓦斯株式会社 | 洗浄の方法、システム、プログラム、記録媒体および洗浄機器 |
| CN112014609A (zh) * | 2020-09-17 | 2020-12-01 | 南方电网科学研究院有限责任公司 | 端子座温度不平衡报警功能检测方法、装置、终端及介质 |
| WO2023098475A1 (zh) * | 2021-11-30 | 2023-06-08 | 北京北方华创微电子装备有限公司 | 晶圆清洗设备中清洗液温度的控制装置及晶圆清洗设备 |
| CN114971038A (zh) * | 2022-05-31 | 2022-08-30 | 新奥数能科技有限公司 | 一种制冷机组清洗时间的预测方法和装置 |
| CN115333469A (zh) * | 2022-07-20 | 2022-11-11 | 阳光新能源开发股份有限公司 | 一种光伏组件清洗方法和装置 |
| CN116717818A (zh) * | 2023-05-23 | 2023-09-08 | 火星人厨具股份有限公司 | 风道清洗控制方法、装置及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117367624A (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110320892B (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
| CN110414155B (zh) | 一种带有单测点的风机部件温度异常检测和报警方法 | |
| CN110414154B (zh) | 一种带有双测点的风机部件温度异常检测和报警方法 | |
| CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
| CN111581597A (zh) | 基于自组织核回归模型的风电机组齿轮箱轴承温度状态监测方法 | |
| CN113868953B (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
| CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
| CN111879349A (zh) | 一种传感器数据偏差自适应修正方法 | |
| CN102531121A (zh) | 水处理混凝剂最佳投量预测系统及预测方法 | |
| CN109523077B (zh) | 一种风电功率预测方法 | |
| CN110837933A (zh) | 基于神经网络的漏损识别方法、装置、设备及存储介质 | |
| CN117764422B (zh) | 智慧节能运维管理云平台 | |
| CN110298765B (zh) | 一种基于客观关联因素的配电网用电功率异常检测方法 | |
| CN117708625B (zh) | 一种乏数据背景下大坝监测历史数据填补方法 | |
| CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
| CN107808209B (zh) | 基于加权kNN距离的风电场异常数据辨识方法 | |
| CN117367624B (zh) | 半导体清洗液温度检测方法及检测装置 | |
| CN110414734B (zh) | 一种计及风资源利用率预测评估的方法 | |
| CN112734201A (zh) | 基于预期故障概率的多台设备整体质量评价方法 | |
| Zhou et al. | Anode effect prediction of aluminum electrolysis using GRNN | |
| CN116734174A (zh) | 一种电动阀的控制方法及系统 | |
| CN114339477B (zh) | 一种基于多表合一的数据采集管理方法及系统 | |
| CN112596081B (zh) | 一种基于关联性健康基线的健康状态监测的方法 | |
| CN113408591A (zh) | 基于智能仪表的过程趋势分析预测方法 | |
| CN106022972B (zh) | 一种基于状态矩阵对称性的配电网异常数据辨识方法 |
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 |