CN117711994B - 一种基于链路逻辑图的晶圆单片运输控制方法及系统 - Google Patents
一种基于链路逻辑图的晶圆单片运输控制方法及系统 Download PDFInfo
- Publication number
- CN117711994B CN117711994B CN202410169432.9A CN202410169432A CN117711994B CN 117711994 B CN117711994 B CN 117711994B CN 202410169432 A CN202410169432 A CN 202410169432A CN 117711994 B CN117711994 B CN 117711994B
- Authority
- CN
- China
- Prior art keywords
- wafer
- logic diagram
- link
- time interval
- real
- 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 254
- 238000010586 diagram Methods 0.000 title claims abstract description 169
- 235000012431 wafers Nutrition 0.000 claims description 472
- 230000008569 process Effects 0.000 claims description 91
- 239000013598 vector Substances 0.000 claims description 70
- 238000001179 sorption measurement Methods 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013145 classification model Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 description 58
- 230000007246 mechanism Effects 0.000 description 33
- 230000000694 effects Effects 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 241000252254 Catostomidae Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000012864 cross contamination Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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]
Abstract
本发明涉及晶圆运输技术领域,本发明公开了一种基于链路逻辑图的晶圆单片运输控制方法及系统,包括获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途,获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,本发明中当晶圆用途类别为精细用途时,选择链路工序逻辑图为第一链路工序逻辑图,使得该晶圆在清洗之前进行定位,使得晶圆清洗效果更好满足使用需求,当晶圆用途类别为非精细用途时,选择链路工序逻辑图为第二链路工序逻辑图,这样晶圆在清洗之前不必进行定位,省去了加工步骤并提高了加工的效率。
Description
技术领域
本发明涉及晶圆运输技术领域,更具体地说,本发明涉及一种基于链路逻辑图的晶圆单片运输控制方法及系统。
背景技术
晶圆清洗是半导体制造过程中的关键步骤,分为批式清洗和单片清洗两种主要类型。在批式清洗中,晶圆被放置在清洗槽内进行批量处理,这种方法的优势在于高效率,但它也存在一些缺点,如清洗效果可能不理想,且清洗液中残留的污染物可能导致对晶圆的二次污染,随着芯片制造工艺的进步和晶圆表面洁净度要求的提高,单片清洗逐渐成为更受青睐的选择,在单片清洗过程中,每片晶圆都进行单独清洗,有效避免了交叉污染,从而提高了清洗效果;
晶圆的自动化和智能化清洗流程开始得到更多的重视,尤其是在更先进的芯片工艺中,在这个过程中,晶圆被储存在料架上的料仓内,机械手臂负责从料仓中取出单片晶圆,并将其放置在晶圆定位机构中进行精确定位,随后,晶圆通过晶圆取放口被送入清洗箱进行刷片清洗,清洗完成后,机械手再将清洗干净的晶圆放回料仓;
虽然使用晶圆定位机构可以提高清洗效果,但并不是所有类型的晶圆都需要通过这种机构进行定位,例如,用于医疗设备的晶圆对清洗效果有着极高的要求,因此需要晶圆定位机构进行定位,但是用于电子玩具或者电风扇的晶圆,对清洗效果的要求并没有极高的要求,因此不需要晶圆定位机构进行定位,此外,晶圆在定位过程中可能面临表面损伤的风险,那么在晶圆清洗时,需要根据晶圆的用途选择合适的运输工序,否则导致晶圆运输的效率降低,同时还会增加晶圆表面损伤的风险。
鉴于此,本发明提出一种基于链路逻辑图的晶圆单片运输控制方法及系统以解决上述问题。
发明内容
为了克服现有技术的上述缺陷,本发明提供一种基于链路逻辑图的晶圆单片运输控制方法及系统。
为实现上述目的,本发明提供如下技术方案:
一种基于链路逻辑图的晶圆单片运输控制方法,包括:
S10:获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途;
S20:获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,链路工序逻辑图包括第一链路工序逻辑图和第二链路工序逻辑图;
S30:基于晶圆用途类别确定链路工序逻辑图,根据确定后的链路工序逻辑图获取对应的吸附时间间隔,基于吸附时间间隔对清洗后的晶圆进行吸附,所述吸附时间间隔包括第一时间间隔和第二时间间隔。
进一步地,获取待清洗晶圆的目标晶圆标识的方法包括:
基于预先训练的词向量模型将实时晶圆标识转化为实时词向量;
遍历i个预存词向量,计算实时词向量和预存词向量之间的欧氏距离,i为大于1的正整数,所述预存词向量为预存晶圆标识的词向量;
基于欧氏距离生成实时词向量和预存词向量之间的相似度,获取相似度最大值对应的预存词向量,以及预存词向量相应的预存晶圆标识,将预存晶圆标识确定为目标晶圆标识。
进一步地,基于欧氏距离生成实时词向量和预存词向量之间相似度的方法包括:
Slt= ;
式中,Slt为实时词向量和预存词向量之间相似度,为实时词向量和预存词向量之间的欧氏距离。
进一步地,晶圆分类模型的构建方法包括:
获取r组数据,r为大于1的正整数,数据包括历史晶圆标识和历史晶圆用途类别,将历史晶圆标识和历史晶圆用途类别作为样本集,将样本集划分为训练集和测试集,构建分类器,将训练集中的历史晶圆标识作为输入数据,将训练集中的历史晶圆用途类别作为输出数据,对分类器进行训练,得到初始分类器,利用测试集对初始分类器进行测试,输出满足预设准确度的分类器作为晶圆分类模型。
进一步地,将工序与工位一一对应以形成链路工序逻辑图的方法包括:
获取待清洗晶圆的工序数量,根据预设关系将工位与工序一一对应;
基于工序的流向建立相邻工序的位置关系以形成链路工序逻辑图。
进一步地,基于晶圆用途类别确定链路工序逻辑图的方法包括:
当晶圆用途类别为精细用途时,则链路工序逻辑图为第一链路工序逻辑图;
当晶圆用途类别为非精细用途时,则链路工序逻辑图为第二链路工序逻辑图。
进一步地,根据确定后的链路工序逻辑图获取对应的吸附时间间隔的方法包括:
当链路工序逻辑图为第一链路工序逻辑图,则吸附时间间隔为第一时间间隔;
当链路工序逻辑图为第二链路工序逻辑图,则吸附时间间隔为第二时间间隔。
进一步地,当链路工序逻辑图为第一链路工序逻辑图时,则获取待清洗晶圆的实时图像,基于实时图像和预设标准图像获得待清洗晶圆的晶圆面积,根据晶圆面积获得定位面积,所述定位面积指的是用于固定待清洗晶圆的夹持面积。
进一步地,基于实时图像和预设标准图像获取待清洗晶圆的晶圆面积的方法包括:
获取实时图像中的实时晶圆特征,根据实时晶圆标识确定预设晶圆特征,生成实时晶圆特征与预设晶圆特征之间的比例关系,所述预设晶圆特征指的是预设标准图像中晶圆的特征;
基于预设晶圆面积和比例关系获得待清洗晶圆的晶圆面积,所述预设晶圆面积指的是预设标准图像中晶圆的面积。
一种基于链路逻辑图的晶圆单片运输控制系统,其用于实现上述的一种基于链路逻辑图的晶圆单片运输控制方法,包括:
晶圆分类模块,用于获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途;
逻辑图生成模块,用于获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,链路工序逻辑图包括第一链路工序逻辑图和第二链路工序逻辑图;
时间间隔确定模块,用于基于晶圆用途类别确定链路工序逻辑图,根据确定后的链路工序逻辑图获取对应的吸附时间间隔,基于吸附时间间隔对清洗后的晶圆进行吸附,所述吸附时间间隔包括第一时间间隔和第二时间间隔。
一种电子设备,包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述一种基于链路逻辑图的晶圆单片运输控制方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现上述任一项所述一种基于链路逻辑图的晶圆单片运输控制方法。
相比于现有技术,本发明的有益效果为:
本发明中当晶圆用途类别为精细用途时,表明该晶圆对清洗效果有着极高的要求,因此需要定位机构进行定位,因此选择链路工序逻辑图为第一链路工序逻辑图,使得该晶圆在清洗之前进行定位,使得晶圆清洗效果更好满足使用需求,当晶圆用途类别为非精细用途时,则表明该晶圆对清洗效果的要求相对来说不高,因此直接选择链路工序逻辑图为第二链路工序逻辑图,这样晶圆在清洗之前不必进行定位,省去了加工步骤,因此节省了加工的时间并提高了加工的效率,同时也避免了因为定位机构可能造成晶圆边缘的损伤。
附图说明
图1为本发明中一种基于链路逻辑图的晶圆单片运输控制方法的流程图;
图2为本发明晶圆加工的示意图;
图3为本发明中第一链路工序逻辑图的示意图;
图4为本发明中第二链路工序逻辑图的示意图;
图5为本发明晶圆放置夹持结构上的俯视图;
图6为本发明中计算机可读存储介质的示意图。
附图标记说明:
1、工作台;2、定位机构;3、晶圆料仓;4、机械手;5、清洗装置;20、夹持结构;30、晶圆。
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,本实施例公开提供了一种基于链路逻辑图的晶圆单片运输控制方法,包括:
S10:获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途;
具体地,晶圆标识可以是晶圆上的编号或者晶圆上的条形码,晶圆编号可以是一系列数字、字母或二者的组合,晶圆编号用于追踪晶圆在生产过程中的历史,包括制造日期、批次号和制造场地等信息,晶圆上的条形码则包含晶圆的详细信息,如图2所示,1为工作台、2为定位机构、3为晶圆料仓、4为机械手、5为清洗装置,实时晶圆标识可以通过晶圆料仓3上的摄像头进行获取;
获取待清洗晶圆的目标晶圆标识的方法包括:
基于预先训练的词向量模型将实时晶圆标识转化为实时词向量;
遍历i个预存词向量,计算实时词向量和预存词向量之间的欧氏距离,i为大于1的正整数,所述预存词向量为预存晶圆标识的词向量;
基于欧氏距离生成实时词向量和预存词向量之间的相似度,获取相似度最大值对应的预存词向量,以及预存词向量相应的预存晶圆标识,将预存晶圆标识确定为目标晶圆标识;
需要说明的是,本实施例中词向量模型优选为Word2Vec模型,基于欧氏距离生成实时词向量和预存词向量之间相似度的方法包括:
Slt= ;
式中,Slt为实时词向量和预存词向量之间相似度,为实时词向量和预存词向量之间的欧氏距离;
可以理解的是,通过Canny边缘检测算法能够获取图像中的实时晶圆标识,但是图像中的实时晶圆标识存在缺失的情况,例如,图像中正确的实时晶圆标识应为WFR-20240123-12A56,但是因为粉体遮挡的原因,最终识别出实时晶圆标识为WFR-202X0123-X2A56,实时晶圆标识中的X代表识别不出,可以通过其它数字或字母进行替换,例如替换为WFR-202h0123-h2A56,通过h将实时晶圆标识中的X进行替换,只要预存于系统的正确晶圆标识差异足够大,就能够确定图像中正确的晶圆标识;
需要说明的是,因为位于晶圆料仓3中的晶圆是需要进行清洗的,那么有较大的可能性存在污渍附着的晶圆标识上,导致摄像头无法直接获取准确的晶圆标识,因此需要根据相似度寻找最准确的预存晶圆标识,将预存晶圆标识确定为目标晶圆标识,才能将污渍的因素排除,使得晶圆标识识别更加准确;
晶圆分类模型的构建方法包括:
获取r组数据,r为大于1的正整数,数据包括历史晶圆标识和历史晶圆用途类别,将历史晶圆标识和历史晶圆用途类别作为样本集,将样本集划分为训练集和测试集,构建分类器,将训练集中的历史晶圆标识作为输入数据,将训练集中的历史晶圆用途类别作为输出数据,对分类器进行训练,得到初始分类器,利用测试集对初始分类器进行测试,输出满足预设准确度的分类器作为晶圆分类模型,分类器优选为朴素贝叶斯模型或支持向量机模型的其中一种;
可以理解的是,精细用途指的对晶圆要求较高的用途,非精细用途指的对晶圆要求相对较低的用途,例如,用于移动通信设备或者电子设备则属于精细用途,用于计算器、电子玩具则属于非精细用途,具体本领域技术人员可以根据实际情况进行确定;
S20:获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,链路工序逻辑图包括第一链路工序逻辑图和第二链路工序逻辑图;
需要说明的是,如图2、图3、图4所示,承接上述实例,1为工作台、2为定位机构、3为晶圆料仓、4为机械手、5为清洗装置,那么工位为晶圆料仓、/>为机械手、/>为定位机构和/>为清洗装置,相应的工序/>为储存晶圆并且识别晶圆上的实时晶圆标识,为从晶圆料仓/>中拿取晶圆并放置在清洗装置/>上,/>为从晶圆料仓/>中拿取晶圆并放置在定位机构/>上,/>为将晶圆进行定位,/>为从定位机构/>中取出晶圆并放置在清洗装置/>上,/>为对晶圆进行清洗,/>为将清洗好的晶圆放回至晶圆料仓/>中,清洗晶圆的工序数量和相应的工位数量都是事先预存于系统中;
将工序与工位一一对应以形成链路工序逻辑图的方法包括:
获取待清洗晶圆的工序数量,根据预设关系将工位与工序一一对应;
基于工序的流向建立相邻工序的位置关系以形成链路工序逻辑图;
可以理解的是,预设关系指的是本领域人员事先设置好的联系,而工序的流向指的是在制造或生产过程中,一个产品从开始到完成所经历的连续工序或步骤的顺序,当然本实施例中的产品从开始到完成指的是加工的一个大步骤,例如清洗,从图3和图4可得,第一链路工序逻辑图为从,意味晶圆从晶圆料仓/>取出后,先是进行了定位,在定位工作完成之后,再从定位机构/>中取出,取出后的晶圆再放置到清洗装置/>中进行清洗,最后再返回到晶圆料仓/>中,值得注意的是,例如,/>为将清洗好的晶圆放回至晶圆料仓/>中,/>的工位为机械手/>,因此图3中工序对应的工位为机械手/>,而第二链路工序逻辑图则从/>,意味着晶圆从晶圆料仓/>取出后直接放入到清洗装置/>中进行清洗,最后再返回到晶圆料仓/>中;
S30:基于晶圆用途类别确定链路工序逻辑图,根据确定后的链路工序逻辑图获取对应的吸附时间间隔,基于吸附时间间隔对清洗后的晶圆进行吸附,所述吸附时间间隔包括第一时间间隔和第二时间间隔;
基于晶圆用途类别确定链路工序逻辑图的方法包括:
当晶圆用途类别为精细用途时,则链路工序逻辑图为第一链路工序逻辑图;
当晶圆用途类别为非精细用途时,则链路工序逻辑图为第二链路工序逻辑图;
值得注意的是,当晶圆用途类别为精细用途时,表明该晶圆对清洗效果有着极高的要求,因此需要定位机构进行定位,因此选择链路工序逻辑图为第一链路工序逻辑图,使得该晶圆在清洗之前进行定位,使得晶圆清洗效果更好满足使用需求,当晶圆用途类别为非精细用途时,则表明该晶圆对清洗效果的要求相对来说不高,因此直接选择链路工序逻辑图为第二链路工序逻辑图,这样晶圆在清洗之前不必进行定位,省去了加工步骤,因此节省了加工的时间并提高了加工的效率,同时也避免了因为定位机构/>可能造成晶圆边缘的损伤;
根据确定后的链路工序逻辑图获取对应的吸附时间间隔的方法包括:
当链路工序逻辑图为第一链路工序逻辑图,则吸附时间间隔为第一时间间隔;
当链路工序逻辑图为第二链路工序逻辑图,则吸附时间间隔为第二时间间隔;
需要说明的是,吸附时间间隔是指机械手的吸盘从吸取未清洗晶圆开始,至放置清洗完毕的晶圆结束之间的时间,可以理解的是,机械手/>可以设置有至少两个吸盘,一个吸盘吸附未清洗晶圆,另一个吸盘则吸附已经清洗好的晶圆,那么机械手/>从晶圆料仓/>中吸附未清洗晶圆时,同时也将已经清洗好的晶圆进行放置,那么由于第一链路工序逻辑图与第二链路工序逻辑图之间的工序存在差异,而各工序都存在相应的执行时间,因此第一链路工序逻辑图所对应的吸附时间间隔与第二链路工序逻辑图所对应的吸附时间间隔是不同的,那么第一时间间隔和第二时间间隔可由本领域人员通过实验进行生成;
而在吸附时间间隔中还存在晶圆放置在定位机构上的时间,以及从清洗装置上吸附已经清洗完毕的晶圆和放置未清洗晶圆,那么可以在吸附时间间隔中设置时间点,从而控制机械手/>进行吸附和放置,例如,在第一时间间隔中已经存在开始时间点和结束时间点,而在第一时间间隔中还设置有两个时间点,一个时间点则是机械手/>将未清洗晶圆放置在定位机构/>上,另一个时间点则是机械手/>将清洗装置/>上清洗完毕的晶圆进行吸附和放置未清洗晶圆,通过编程软件设置时间点,以及通过专门的计时器记录时间点,本发明不再过多的进行赘述。
实施例2
本实施例基于实施例1还提供了一种基于链路逻辑图的晶圆单片运输控制方法,一种基于链路逻辑图的晶圆单片运输控制方法还包括:
S40:当链路工序逻辑图为第一链路工序逻辑图时,则获取待清洗晶圆的实时图像,基于实时图像和预设标准图像获得待清洗晶圆的晶圆面积,根据晶圆面积获得定位面积,所述定位面积指的是用于固定待清洗晶圆的夹持面积;
基于实时图像和预设标准图像获取待清洗晶圆的晶圆面积的方法包括:
获取实时图像中的实时晶圆特征,根据实时晶圆标识确定预设晶圆特征,生成实时晶圆特征与预设晶圆特征之间的比例关系,所述预设晶圆特征指的是预设标准图像中晶圆的特征;
基于预设晶圆面积和比例关系获得待清洗晶圆的晶圆面积,所述预设晶圆面积指的是预设标准图像中晶圆的面积;
可以理解的是,晶圆的形状通常是圆形的,但是也不排除根据用途将晶圆加工为方形,因此当晶圆为圆形时,实时晶圆特征可以为晶圆的半径,当晶圆为方形时,实时晶圆特征可以为晶圆的长或宽,这样避免了因为晶圆的形状导致晶圆面积计算错误的现象发生,便于后续定位机构对晶圆进行定位;
当链路工序逻辑图为第一链路工序逻辑图时,则表明晶圆在进行清洗之前,需要先进行定位,那么定位机构通过设置有夹持结构,通过夹持结构对晶圆进行定位,因此定位面积指的是夹持结构的面积,以晶圆的形状是圆形为例;
根据晶圆面积获得定位面积的方法包括:
Rta=π;
式中,Rta为定位面积,为晶圆面积所对应的晶圆半径,/>为常数;
值得注意的是,如图5所示,图5中30指的是晶圆,20为夹持结构,从图中明确可以为了避免在刚开始夹持结构损伤晶圆,因此需要定位面积Rta大于晶圆面积,可以预先设定,并且本实施例中通过上述公式计算定位面积,排除了晶圆面积大小对定位面积的干扰,因为定位面积的半径始终等于/>,能够预留出足够的空间便于夹持结构对晶圆进行固定。
实施例3
本实施例基于实施例2提供了一种基于链路逻辑图的晶圆单片运输控制系统,包括:
晶圆分类模块,用于获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途;
具体地,晶圆标识可以是晶圆上的编号或者晶圆上的条形码,晶圆编号可以是一系列数字、字母或二者的组合,晶圆编号用于追踪晶圆在生产过程中的历史,包括制造日期、批次号和制造场地等信息,晶圆上的条形码则包含晶圆的详细信息,如图2所示,1为工作台、2为定位机构、3为晶圆料仓、4为机械手、5为清洗装置,实时晶圆标识可以通过晶圆料仓3上的摄像头进行获取;
获取待清洗晶圆的目标晶圆标识的方法包括:
基于预先训练的词向量模型将实时晶圆标识转化为实时词向量;
遍历i个预存词向量,计算实时词向量和预存词向量之间的欧氏距离,i为大于1的正整数,所述预存词向量为预存晶圆标识的词向量;
基于欧氏距离生成实时词向量和预存词向量之间的相似度,获取相似度最大值对应的预存词向量,以及预存词向量相应的预存晶圆标识,将预存晶圆标识确定为目标晶圆标识;
需要说明的是,本实施例中词向量模型优选为Word2Vec模型,基于欧氏距离生成实时词向量和预存词向量之间相似度的方法包括:
Slt= ;
式中,Slt为实时词向量和预存词向量之间相似度,为实时词向量和预存词向量之间的欧氏距离;
可以理解的是,通过Canny边缘检测算法能够获取图像中的实时晶圆标识,但是图像中的实时晶圆标识存在缺失的情况,例如,图像中正确的实时晶圆标识应为WFR-20240123-12A56,但是因为粉体遮挡的原因,最终识别出实时晶圆标识为WFR-202X0123-X2A56,实时晶圆标识中的X代表识别不出,可以通过其它数字或字母进行替换,例如替换为WFR-202h0123-h2A56,通过h将实时晶圆标识中的X进行替换,只要预存于系统的正确晶圆标识差异足够大,就能够确定图像中正确的晶圆标识;
需要说明的是,因为位于晶圆料仓3中的晶圆是需要进行清洗的,那么有较大的可能性存在污渍附着的晶圆标识上,导致摄像头无法直接获取准确的晶圆标识,因此需要根据相似度寻找最准确的预存晶圆标识,将预存晶圆标识确定为目标晶圆标识,才能将污渍的因素排除,使得晶圆标识识别更加的准确;
晶圆分类模型的构建方法包括:
获取r组数据,r为大于1的正整数,数据包括历史晶圆标识和历史晶圆用途类别,将历史晶圆标识和历史晶圆用途类别作为样本集,将样本集划分为训练集和测试集,构建分类器,将训练集中的历史晶圆标识作为输入数据,将训练集中的历史晶圆用途类别作为输出数据,对分类器进行训练,得到初始分类器,利用测试集对初始分类器进行测试,输出满足预设准确度的分类器作为晶圆分类模型,分类器优选为朴素贝叶斯模型或支持向量机模型的其中一种;
可以理解的是,精细用途指的对晶圆要求较高的用途,非精细用途指的对晶圆要求相对较低的用途,例如,用于移动通信设备或者电子设备则属于精细用途,用于计算器、电子玩具则属于非精细用途,具体本领域技术人员可以根据实际情况进行确定;
逻辑图生成模块,用于获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,链路工序逻辑图包括第一链路工序逻辑图和第二链路工序逻辑图;
需要说明的是,如图2、图3、图4所示,承接上述实例,1为工作台、2为定位机构、3为晶圆料仓、4为机械手、5为清洗装置,那么工位为晶圆料仓、/>为机械手、/>为定位机构和/>为清洗装置,相应的工序/>为储存晶圆并且识别晶圆上的实时晶圆标识,为从晶圆料仓/>中拿取晶圆并放置在清洗装置/>上,/>为从晶圆料仓/>中拿取晶圆并放置在定位机构/>上,/>为将晶圆进行定位,/>为从定位机构/>中取出晶圆并放置在清洗装置/>上,/>为对晶圆进行清洗,/>为将清洗好的晶圆放回至晶圆料仓/>中,清洗晶圆的工序数量和相应的工位数量都是事先预存于系统中;
将工序与工位一一对应以形成链路工序逻辑图的方法包括:
获取待清洗晶圆的工序数量,根据预设关系将工位与工序一一对应;
基于工序的流向建立相邻工序的位置关系以形成链路工序逻辑图;
可以理解的是,预设关系指的是本领域人员事先设置好的联系,而工序的流向指的是在制造或生产过程中,一个产品从开始到完成所经历的连续工序或步骤的顺序,当然本实施例中的产品从开始到完成指的是加工的一个大步骤,例如清洗,从图3和图4可得,第一链路工序逻辑图为从,意味晶圆从晶圆料仓取出后,先是进行了定位,在定位工作完成之后,再从定位机构/>中取出,取出后的晶圆再放置到清洗装置/>中进行清洗,最后再返回到晶圆料仓/>中,而第二链路工序逻辑图则从/>,意味着晶圆从晶圆料仓/>取出后直接放入到清洗装置中进行清洗,最后再返回到晶圆料仓/>中;
时间间隔确定模块,用于基于晶圆用途类别确定链路工序逻辑图,根据确定后的链路工序逻辑图获取对应的吸附时间间隔,基于吸附时间间隔对清洗后的晶圆进行吸附,所述吸附时间间隔包括第一时间间隔和第二时间间隔;
基于晶圆用途类别确定链路工序逻辑图的方法包括:
当晶圆用途类别为精细用途时,则链路工序逻辑图为第一链路工序逻辑图;
当晶圆用途类别为非精细用途时,则链路工序逻辑图为第二链路工序逻辑图;
值得注意的是,当晶圆用途类别为精细用途时,表明该晶圆对清洗效果有着极高的要求,因此需要定位机构进行定位,因此选择链路工序逻辑图为第一链路工序逻辑图,使得该晶圆在清洗之前进行定位,使得晶圆清洗效果更好满足使用需求,当晶圆用途类别为非精细用途时,则表明该晶圆对清洗效果的要求相对来说不高,因此直接选择链路工序逻辑图为第二链路工序逻辑图,这样在晶圆在清洗之前不必进行定位,省去了加工步骤,因此节省了加工的时间并提高了加工的效率,同时也避免了因为定位机构/>可能造成晶圆边缘的损伤;
根据确定后的链路工序逻辑图获取对应的吸附时间间隔的方法包括:
当链路工序逻辑图为第一链路工序逻辑图,则吸附时间间隔为第一时间间隔;
当链路工序逻辑图为第二链路工序逻辑图,则吸附时间间隔为第二时间间隔;
需要说明的是,吸附时间间隔是指机械手的吸盘从吸取未清洗晶圆开始,至放置清洗完毕的晶圆结束之间的时间,可以理解的是,机械手/>可以设置有至少两个吸盘,一个吸盘吸附未清洗晶圆,另一个吸盘则吸附已经清洗好的晶圆,那么机械手/>从晶圆料仓/>中吸附未清洗晶圆时,同时也将已经清洗好的晶圆进行放置,那么由于第一链路工序逻辑图与第二链路工序逻辑图之间的工序存在差异,而各工序都存在相应的执行时间,因此第一链路工序逻辑图所对应的吸附时间间隔与第二链路工序逻辑图所对应的吸附时间间隔是不同的,那么第一时间间隔和第二时间间隔可由本领域人员通过实验进行生成;
而在吸附时间间隔中还存在晶圆放置在定位机构上的时间,以及从清洗装置上吸附已经清洗完毕的晶圆和放置未清洗晶圆,那么可以在吸附时间间隔中设置时间点,从而控制机械手/>进行吸附和放置,例如,在第一时间间隔中已经存在开始时间点和结束时间点,而在第一时间间隔中还设置有两个时间点,一个时间点则是机械手/>将未清洗晶圆放置在定位机构/>上,另一个时间点则是机械手/>将清洗装置/>上清洗完毕的晶圆进行吸附和放置未清洗晶圆,通过编程软件设置时间点,以及通过专门的计时器记录时间点,本发明不再过多地进行赘述;
面积生成模块,用于当链路工序逻辑图为第一链路工序逻辑图时,则获取待清洗晶圆的实时图像,基于实时图像和预设标准图像获得待清洗晶圆的晶圆面积,根据晶圆面积获得定位面积,所述定位面积指的是用于固定待清洗晶圆的夹持面积;
基于实时图像和预设标准图像获取待清洗晶圆的晶圆面积的方法包括:
获取实时图像中的实时晶圆特征,根据实时晶圆标识确定预设晶圆特征,生成实时晶圆特征与预设晶圆特征之间的比例关系,所述预设晶圆特征指的是预设标准图像中晶圆的特征;
基于预设晶圆面积和比例关系获得待清洗晶圆的晶圆面积,所述预设晶圆面积指的是预设标准图像中晶圆的面积;
可以理解的是,晶圆的形状通常是圆形的,但是也不排除根据用途将晶圆加工为方形,因此当晶圆为圆形时,实时晶圆特征可以为晶圆的半径,当晶圆为方形时,实时晶圆特征可以为晶圆的长或宽,这样避免了因为晶圆的形状导致晶圆面积计算错误的现象发生,便于后续定位机构对晶圆进行定位;
当链路工序逻辑图为第一链路工序逻辑图时,则表明晶圆在进行清洗之前,需要先进行定位,那么定位机构通过设置有夹持结构,通过夹持结构对晶圆进行定位,因此定位面积指的是夹持结构的面积,以晶圆的形状是圆形为例;
根据晶圆面积获得定位面积的方法包括:
Rta=π;
式中,Rta为定位面积,为晶圆面积所对应的晶圆半径,/>为常数;
值得注意的是,图5中30指的是晶圆,20为夹持结构,从图中明确可以为了避免在刚开始夹持结构损伤晶圆,因此需要定位面积Rta大于晶圆面积,可以预先设定,并且本实施例中通过上述公式计算定位面积,排除了晶圆面积大小对定位面积的干扰,因为定位面积的半径始终等于/>,能够预留出足够的空间便于夹持结构对晶圆进行固定。
实施例4
本实施例公开提供了一种电子设备,包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述各方法所提供的任一项所述一种基于链路逻辑图的晶圆单片运输控制方法。
由于本实施例所介绍的电子设备为实施本申请实施例中一种基于链路逻辑图的晶圆单片运输控制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一种基于链路逻辑图的晶圆单片运输控制方法,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一种基于链路逻辑图的晶圆单片运输控制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5
如图6所示,本实施例公开提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现上述一种基于链路逻辑图的晶圆单片运输控制方法。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数、权重以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可意识到,结合本发明中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
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。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,包括:
S10:获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途;
S20:获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,链路工序逻辑图包括第一链路工序逻辑图和第二链路工序逻辑图;
S30:基于晶圆用途类别确定链路工序逻辑图,根据确定后的链路工序逻辑图获取对应的吸附时间间隔,基于吸附时间间隔对清洗后的晶圆进行吸附,所述吸附时间间隔包括第一时间间隔和第二时间间隔;
所述基于晶圆用途类别确定链路工序逻辑图的方法包括:
当晶圆用途类别为精细用途时,则链路工序逻辑图为第一链路工序逻辑图;
当晶圆用途类别为非精细用途时,则链路工序逻辑图为第二链路工序逻辑图;
所述根据确定后的链路工序逻辑图获取对应的吸附时间间隔的方法包括:
当链路工序逻辑图为第一链路工序逻辑图,则吸附时间间隔为第一时间间隔;
当链路工序逻辑图为第二链路工序逻辑图,则吸附时间间隔为第二时间间隔。
2.根据权利要求1所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,所述获取待清洗晶圆的目标晶圆标识的方法包括:
基于预先训练的词向量模型将实时晶圆标识转化为实时词向量;
遍历i个预存词向量,计算实时词向量和预存词向量之间的欧氏距离,i为大于1的正整数,所述预存词向量为预存晶圆标识的词向量;
基于欧氏距离生成实时词向量和预存词向量之间的相似度,获取相似度最大值对应的预存词向量,以及预存词向量相应的预存晶圆标识,将预存晶圆标识确定为目标晶圆标识。
3.根据权利要求2所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,所述基于欧氏距离生成实时词向量和预存词向量之间相似度的方法包括:
;
式中,Slt为实时词向量和预存词向量之间相似度,为实时词向量和预存词向量之间的欧氏距离。
4.根据权利要求1所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,所述晶圆分类模型的构建方法包括:
获取r组数据,r为大于1的正整数,数据包括历史晶圆标识和历史晶圆用途类别,将历史晶圆标识和历史晶圆用途类别作为样本集,将样本集划分为训练集和测试集,构建分类器,将训练集中的历史晶圆标识作为输入数据,将训练集中的历史晶圆用途类别作为输出数据,对分类器进行训练,得到初始分类器,利用测试集对初始分类器进行测试,输出满足预设准确度的分类器作为晶圆分类模型。
5.根据权利要求1所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,所述将工序与工位一一对应以形成链路工序逻辑图的方法包括:
获取待清洗晶圆的工序数量,根据预设关系将工位与工序一一对应;
基于工序的流向建立相邻工序的位置关系以形成链路工序逻辑图。
6.根据权利要求1所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,所述当链路工序逻辑图为第一链路工序逻辑图时,则获取待清洗晶圆的实时图像,基于实时图像和预设标准图像获得待清洗晶圆的晶圆面积,根据晶圆面积获得定位面积,所述定位面积指的是用于固定待清洗晶圆的夹持面积。
7.根据权利要求6所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,所述基于实时图像和预设标准图像获取待清洗晶圆的晶圆面积的方法包括:
获取实时图像中的实时晶圆特征,根据实时晶圆标识确定预设晶圆特征,生成实时晶圆特征与预设晶圆特征之间的比例关系,所述预设晶圆特征指的是预设标准图像中晶圆的特征;
基于预设晶圆面积和比例关系获得待清洗晶圆的晶圆面积,所述预设晶圆面积指的是预设标准图像中晶圆的面积。
8.一种基于链路逻辑图的晶圆单片运输控制系统,其用于实现权利要求1-7中任一项所述的一种基于链路逻辑图的晶圆单片运输控制方法,其特征在于,包括:
晶圆分类模块,用于获取待清洗晶圆的目标晶圆标识,基于目标晶圆标识和预构建的晶圆分类模型获得晶圆用途类别,晶圆用途类别包括精细用途和非精细用途;
逻辑图生成模块,用于获取待清洗晶圆的工序数量和相应的工位数量,将工序与工位一一对应以形成链路工序逻辑图,链路工序逻辑图包括第一链路工序逻辑图和第二链路工序逻辑图;
时间间隔确定模块,用于基于晶圆用途类别确定链路工序逻辑图,根据确定后的链路工序逻辑图获取对应的吸附时间间隔,基于吸附时间间隔对清洗后的晶圆进行吸附,所述吸附时间间隔包括第一时间间隔和第二时间间隔;
所述基于晶圆用途类别确定链路工序逻辑图的方法包括:
当晶圆用途类别为精细用途时,则链路工序逻辑图为第一链路工序逻辑图;
当晶圆用途类别为非精细用途时,则链路工序逻辑图为第二链路工序逻辑图;
所述根据确定后的链路工序逻辑图获取对应的吸附时间间隔的方法包括:
当链路工序逻辑图为第一链路工序逻辑图,则吸附时间间隔为第一时间间隔;
当链路工序逻辑图为第二链路工序逻辑图,则吸附时间间隔为第二时间间隔。
9.一种电子设备,包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述一种基于链路逻辑图的晶圆单片运输控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现权利要求1至7任一项所述一种基于链路逻辑图的晶圆单片运输控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410169432.9A CN117711994B (zh) | 2024-02-06 | 2024-02-06 | 一种基于链路逻辑图的晶圆单片运输控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410169432.9A CN117711994B (zh) | 2024-02-06 | 2024-02-06 | 一种基于链路逻辑图的晶圆单片运输控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117711994A CN117711994A (zh) | 2024-03-15 |
CN117711994B true CN117711994B (zh) | 2024-04-19 |
Family
ID=90150202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410169432.9A Active CN117711994B (zh) | 2024-02-06 | 2024-02-06 | 一种基于链路逻辑图的晶圆单片运输控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117711994B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11251255A (ja) * | 1998-02-27 | 1999-09-17 | Super Silicon Kenkyusho:Kk | 半導体ウエハ製造方法及び装置 |
CN111923066A (zh) * | 2020-08-14 | 2020-11-13 | 北京北方华创微电子装备有限公司 | 一种晶圆清洗设备中的工艺调度方法、装置 |
CN112736006A (zh) * | 2020-12-30 | 2021-04-30 | 上海至纯洁净系统科技股份有限公司 | 一种可用于多种类单晶圆载体清洗的装置 |
CN114864456A (zh) * | 2022-07-08 | 2022-08-05 | 埃克斯工业(广东)有限公司 | 半导体清洗设备调度方法、系统、装置及存储介质 |
WO2022205697A1 (zh) * | 2021-03-30 | 2022-10-06 | 长鑫存储技术有限公司 | 对准标记数获取方法和装置 |
CN116525517A (zh) * | 2023-06-19 | 2023-08-01 | 苏州鸿安机械股份有限公司 | 一种半导体晶圆输送的定位控制方法及系统 |
-
2024
- 2024-02-06 CN CN202410169432.9A patent/CN117711994B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11251255A (ja) * | 1998-02-27 | 1999-09-17 | Super Silicon Kenkyusho:Kk | 半導体ウエハ製造方法及び装置 |
CN111923066A (zh) * | 2020-08-14 | 2020-11-13 | 北京北方华创微电子装备有限公司 | 一种晶圆清洗设备中的工艺调度方法、装置 |
CN112736006A (zh) * | 2020-12-30 | 2021-04-30 | 上海至纯洁净系统科技股份有限公司 | 一种可用于多种类单晶圆载体清洗的装置 |
WO2022205697A1 (zh) * | 2021-03-30 | 2022-10-06 | 长鑫存储技术有限公司 | 对准标记数获取方法和装置 |
CN114864456A (zh) * | 2022-07-08 | 2022-08-05 | 埃克斯工业(广东)有限公司 | 半导体清洗设备调度方法、系统、装置及存储介质 |
CN116525517A (zh) * | 2023-06-19 | 2023-08-01 | 苏州鸿安机械股份有限公司 | 一种半导体晶圆输送的定位控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117711994A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN216094907U (zh) | 一种用于半导体设备前端集成晶圆的分拣装置 | |
CN102768941B (zh) | 一种批处理机台派货的方法和装置 | |
CN110621150B (zh) | 印制电路板的组装方法及相关装置 | |
US20190227116A1 (en) | Wafer Probe Resumption of Die Testing | |
CN117711994B (zh) | 一种基于链路逻辑图的晶圆单片运输控制方法及系统 | |
CN117080139A (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 | |
CN112621765B (zh) | 一种基于机械手的设备自动组装控制方法及装置 | |
US6599763B1 (en) | Wafer randomization and alignment system integrated into a multiple chamber wafer processing system | |
CN116387196B (zh) | 一种晶圆的加工方法、装置、电子设备及存储介质 | |
TWI572877B (zh) | 手機自動化測試系統及手機自動化測試方法 | |
CN112643324A (zh) | 自动打螺丝设备及采用该设备的自动打螺丝的方法 | |
CN111029287A (zh) | 晶圆自动上下片系统 | |
CN106945034A (zh) | 机器人点位调节方法与系统 | |
CN1329950C (zh) | 具有防止制程污染的制造系统与处理方法 | |
CN102623369A (zh) | 一种晶圆检验方法 | |
CN110442084A (zh) | 一种破片机台的检测方法和系统以及信息数据库生成方法 | |
CN113562465B (zh) | 片状物放置视觉引导方法及系统 | |
US6622111B1 (en) | Wafer rotation in semiconductor processing | |
US6699004B1 (en) | Wafer rotation in wafer handling devices | |
CN109241326A (zh) | 一种半导体成品电路自动测试数据溯源方法 | |
US20200033841A1 (en) | Methods, apparatus and system for automated reticle movement for semiconductor processing | |
CN214428609U (zh) | 基材传送系统 | |
CN109388564A (zh) | 一种测试方法、装置及电子设备 | |
CN117373965B (zh) | 可追踪半导体晶圆生产缺陷的晶圆运输机械手 | |
CN115330877B (zh) | 同款机台的作业程序互拷方法 |
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 |