DE102006001257A1 - Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems - Google Patents

Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems Download PDF

Info

Publication number
DE102006001257A1
DE102006001257A1 DE102006001257A DE102006001257A DE102006001257A1 DE 102006001257 A1 DE102006001257 A1 DE 102006001257A1 DE 102006001257 A DE102006001257 A DE 102006001257A DE 102006001257 A DE102006001257 A DE 102006001257A DE 102006001257 A1 DE102006001257 A1 DE 102006001257A1
Authority
DE
Germany
Prior art keywords
state
unit
cluster
plant
units
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.)
Ceased
Application number
DE102006001257A
Other languages
English (en)
Inventor
Ulrich Dierks
Hardy Schumacher
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced Micro Devices Inc
Original Assignee
Advanced Micro Devices Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Advanced Micro Devices Inc filed Critical Advanced Micro Devices Inc
Priority to DE102006001257A priority Critical patent/DE102006001257A1/de
Priority to US11/535,327 priority patent/US7546177B2/en
Priority to EP06847621A priority patent/EP1966664B1/de
Priority to KR1020087018867A priority patent/KR101495256B1/ko
Priority to PCT/US2006/047608 priority patent/WO2007078792A1/en
Priority to CN200680049419XA priority patent/CN101346678B/zh
Priority to JP2008548563A priority patent/JP5294875B2/ja
Priority to TW095148703A priority patent/TWI443776B/zh
Publication of DE102006001257A1 publication Critical patent/DE102006001257A1/de
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G05B19/4187—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow by tool management
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G05B23/0251—Abstraction hierarchy, e.g. "complex systems", i.e. system is divided in subsystems, subsystems are monitored and results are combined to decide on status of whole system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/40—Minimising material used in manufacturing processes
    • 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]
    • 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
    • Y02P90/80—Management or planning

Abstract

Durch Verwenden gewichteter Einheitenzustände zum Darstellen eines Zustands einer Cluster-Anlage wird eine äußerst effiziente Technik für das Messen und Überwachen von Cluster-Anlageneigenschaften, etwa Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaft, bereitgestellt. Beispielsweise werden einzelne Einheiten der Cluster-Anlage entsprechend ihrer Kapazität gewichtet und entsprechende Einheitenzustände werden gemäß einer vordefinierten Hierarchiestruktur eingeordnet, wodurch eine effiziente Kombination gewichteter Einheitenzustände zur Darstellung des Cluster-Anlagenzustandes möglich ist.

Description

  • Gebiet der vorliegenden Erfindung
  • Im Allgemeinen betrifft die vorliegende Erfindung das Gebiet der Herstellung integrierter Schaltungen und betrifft insbesondere die Überwachung und die Messung von Eigenschaften einer Prozessanlage, die für die Herstellung von Halbleiterbauelementen oder anderen Mikrostrukturen verwendet wird.
  • Beschreibung des Stands der Technik
  • Der heutige globale Markt zwingt Hersteller von Massenprodukten dazu, hoch qualitative Produkte bei geringem Preis anzubieten. Es ist daher wichtig, die Ausbeute und die Prozesseffizienz zu verbessern, um damit die Herstellungskosten zu minimieren. Dies gilt insbesondere auf dem Gebiet der Herstellung von Mikrostrukturen, beispielsweise der Herstellung von Halbleiterbauelementen, da es auf diesem Gebiet wesentlich ist, modernste Technologie mit Massenproduktionsverfahren zu kombinieren. Es ist daher das Ziel der Hersteller von Halbleitern oder allgemein von Mikrostrukturen, den Verbrauch von Rohmaterialien und Verbrauchsmaterialien zu reduzieren, während gleichzeitig die Prozessanlagenauslastung erhöht wird. Der zuletzt genannte Aspekt ist insbesondere wichtig, da in modernen Halbleiterherstellungsstätten Anlagen erforderlich sind, die äußerst kostenintensiv sind und den wesentlichen Anteil der Herstellungskosten repräsentieren. Des weiteren müssen die Prozessanlagen in einer Halbleiterfertigungsstätte häufiger ersetzt werden im Vergleich zu anderen technischen Gebieten auf Grund der raschen Entwicklung neuer Produkte und Prozesse, die auch entsprechend angepasste Prozessanlagen erfordern.
  • Integrierte Schaltungen werden typischerweise in automatisierten oder halbautomatisierten Fertigungsstätten hergestellt, wobei sie eine große Anzahl an Prozess- und Messschritten für die Fertigstellung des Bauelements durchlaufen. Die Anzahl und die Art der Prozessschritte und Messschritte, die ein Halbleiterbauelement durchlaufen muss, hängt von den speziellen Gegebenheiten des herzustellenden Halbleiterbauelements ab. Beispielsweise sind für eine moderne CPU mehrere hundert Prozessschritte erforderlich, wovon jeder innerhalb spezifizierter Prozessgrenzen auszuführen ist, um damit die Spezifikationen für das betrachtete Bauelement zu erfüllen.
  • Daher bestimmen eine Vielzahl von Prozessanlagen, die auf der Grundlage vordefinierter Prozessrezepte arbeiten, im Wesentlichen den Durchsatz und die Ausbeute einer Halbleiterfertigungsstätte, wobei die individuelle Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaft der Prozessanlagen einen merklichen Einfluss auf die Gesamtausbeute und Produktqualität ausüben. Aus diesem Grunde ist es von großem Interesse für den Halbleiterhersteller, entsprechende Werte zu überwachen und zu bestimmen, die ein Maß für das Leistungsverhalten der einzelnen Prozessanlagen liefern, wobei auch Anlagenzulieferer in der Lage sind, Software- und Hardwarekomponenten von Prozessanlagen auf der Grundlage der von den Herstellern gelieferten Daten speziell zu verbessem. Da Anlagenanforderungen merklich von den speziellen Bedingungen des Herstellers abhängen können, wurden eine Reihe von industriellen Standards definiert, um eine Grundlage zum Definieren eines gemeinsamen globalen Satzes an Halbeiteranlagenerfordernissen bereitzustellen, um damit firmenspezifische Erfordernisse für Produktionsanlagen zu reduzieren, während sich auf der Zuliefererseite die Aufmerksamkeit auf das Verbessern von Prozesskapazitäten anstatt auf das Beibehalten vieler kundenspezifischer Produkte konzentrieren kann. Daher wurden einige anlagenspezifischen Standards definiert, die sich auf die Definition und die Messung der Anlagenzuverlässigkeit, Verfügbarkeit und Wartungseigenschaften (RAM) beziehen, die unter SEMI (Halbleiteranlagen und Materialinstitut) E10 bekannt sind, die eine gemeinsame Sprache zum Messen des RAM-Verhaltens in einer typischen Umgebung ergeben, die in einer Fertigungsstätte zur Herstellung von Mikrostrukturen, etwa von integrierten Schaltungen, angetroffen wird. Der E10-Standard, der weithin von der Industrie zur Messung des RAM-Verhaltens von Prozessanlagen eingesetzt wird, beispielsweise in der Halbleiterindustrie, definiert aktuell sechs grundlegende Anlagenzustände eines Prozesszustands, um damit den Anlagenzustand jederzeit in einer typischen Herstellungsumgebung zu kategorisieren.
    • (1) Produktiver Zustand (PRD), gibt den regulären Betrieb einer betrachteten Prozessanlage an, d.h. Produktionsdurchläufe und dergleichen, die eine Zeitdauer repräsentieren, in der die Prozessanlage entsprechend ihrer beabsichtigten Funktion arbeitet.
    • (2) Standby bzw. Wartezustand (SBY), d.h., die Prozessanlage ist verfügbar, produziert jedoch nicht, d.h. dieser Zustand repräsentiert eine Zeitdauer, in der die Anlage nicht betrieben wird, obwohl sie in einem Zustand ist, um ihre beabsichtigte Funktion auszuführen, und die Chemikalien und weiteren Materialien sind verfügbar.
    • (3) Produktiver Testzustand (ING), d.h., die Prozessanlage ist verfügbar, aber technische Experimente werden durchgeführt, etwa Prozesscharakterisierung, Anlagenbewertung, und dergleichen, so dass die Prozessanlage in einem Zustand ist, ihre beabsichtigte Funktion auszuführen und keine Anlagen- oder Prozessprobleme bestehen.
    • (4) Geplanter nicht produktiver Zustand (SDT), d.h., eine Zeitdauer, in der die Prozessanlage nicht verfügbar ist, ihre beabsichtigte Funktion auszuführen auf Grund vorhergesehener nicht produktiver Ereignisse, etwa eine Verzögerung durch Wartung, Produktionsprüfungen, vorsorgliche Wartungsmaßnahmen (PM), Wechsel von Verbrauchsmaterialien, Einstellungen einer Prozessänderung, fertigungsbedingte Standzeiten, und dergleichen.
    • (5) Nicht geplanter Standzeitzustand, d.h., eine Zeitdauer, in der die Prozessanlage nicht in einem Zustand ist, ihre beabsichtigte Funktion auszuführen auf Grund nicht vorhergesehener Abschaltereignisse, etwa einer Wartungsverzögerung, einer Reparatur, ein unvorhergesehener Wechsel von Verbrauchsmaterialien, Eingangsgrößen, die außerhalb der Spezifizierung liegen, unvorhergesehene Standzeiten, die mit der Fertigungsstätte verknüpft sind, und dergleichen.
    • (6) Nicht disponierter Zustand, d.h. eine Zeitdauer einer nicht verfügbaren Zeit, während der die Prozessanlage nicht für die Produktion vorgesehen ist, etwa Test- bzw. Einweisung ohne Produktion, arbeitsfreie Schichten, Wochenenden, Feiertage, und dergleichen.
  • Somit kann auf der Grundlage dieser Anlagenzustände die Gesamtzeit der „Entwicklung" der Prozessanlage kategorisiert werden, beispielsweise in eine nicht disponierte Zeit entsprechend dem nicht disponierten Zustand und in Betriebszeiten entsprechend den Zuständen 1 bis 5, wie sie zuvor definiert sind. Die Arbeitszeit kann dann in Produktionszeit und Standzeit unterteilt werden, wobei die Produktionszeit noch weiter in eine Testzeit und eine Fertigungszeit unterteilt werden kann, wobei die zuletzt genannte Fertigungszeit eine produktive Zeit und eine Wartezeit beinhaltet. Folglich entsprechen die produktive Zeit, die Wartezeit und die Testzeit den oben definierten Zuständen 1 bis 3. Andererseits kann die Standzeit der Prozessanlage in eine planmäßige Standzeit und in eine nicht geplante Standzeit entsprechend den Anlagenzuständen 4 und 5, wie sie zuvor definiert sind, unterteilt werden.
  • Des weiteren können geeignete Maßzahlen für die Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaften (RAM) einer Prozessanlage definiert werden, um das Anlagenverhalten vollständiger überwachen und messen zu können, was hilfreich sein kann bei der Bereitstellung von Informationen für den Zulieferer und was auch die Produktivität und die Prozesssteuerung verbessern kann. In dieser Hinsicht kann die Anlagenzuverlässigkeit als die Wahrscheinlichkeit definiert werden, dass die betrachtete Prozessanlage unter vorgegebenen Bedingungen für eine spezifizierte Zeitdauer ihre beabsichtigte Funktion ausführt. Die Anlagenverfügbarkeit kann als die Anzahl an Stunden definiert werden, in denen die Anlage produziert plus die Wartezeit, geteilt durch die Gesamtanzahl verfügbarer Stunden, wobei die Verfügbarkeit typischerweise als ein Prozentsatz ausgedrückt wird. Beispielsweise: (168 Stunden minus (Fabrikstandzeit plus Anlagenstandzeit plus Testzeit plus Anlagen- und Prüfzeit) 168 Stunden mal 100.
  • Die Wartungseigenschaft kann als die Wahrscheinlichkeit definiert werden, dass die Prozessanlage in einem Zustand, in welchem sie ihre beabsichtigte Funktion ausführen kann, bleibt oder innerhalb einer spezifizierten Zeitdauer wieder versetzt werden kann. Beispielsweise gehören zu geeigneten Maßzahlen zum Beschreiben der Zuverlässigkeit, der Verfügbarkeit und der Wartungseigenschaft Werte, etwa die mittlere Zeit zwischen Unterbrechungen (MTBI), die mittlere Zeit zwischen Fehlern (MTBF), die mittlere Zeit zwischen Wartungstätigkeiten (MTBA), die mittlere Zeit zwischen Reparaturen (MTTR), die produktive Zeit, die Standzeit und die Ausnutzung.
  • Daher wird beim Betrieb einer Halbleiterfertigungsstätte ein großer Aufwand betrieben, um quantitativ das Verhalten der Prozessanlagen zu bestimmen, wobei typischerweise automatisierte Datennahmeverfahren auf Grund der großen Anzahl an Prozessanlagen, die eine entsprechend große Menge an Prozessinformationen erzeugen, eingesetzt werden. In jüngerer Zeit werden die Prozessanlagen zunehmend komplex, da eine Prozessanlage mehrere Funktionsmodule oder Einheiten enthalten kann, wobei dies als Cluster oder Cluster-Anlage bezeichnet wird, die parallel und/oder in sequenzieller Weise arbeiten, so dass ein an der Cluster-Anlage eintreffendes Produkt darin in einer Vielzahl von Prozesspfaden, abhängig von dem Prozessrezept und dem aktuellen Anlagenzustand bearbeitet werden kann. Das Rezept kann als das Computerprogramm, Regeln, Spezifizierungen, Operationen und Prozeduren verstanden werden, die jedes Mal ausgeführt werden, um ein Substrat zu erzeugen, das funktionsfähige Einheiten enthält. Folglich kann ein Cluster-Anlagenrezept als ein Satz an Instruktionen für die Bearbeitung von Substraten entsprechend einer Sequenz integrierter Prozessmodule oder Einheiten verstanden werden, wobei ein Prozessmodul als eine funktionale Einheit einer Prozessanlage betrachtet werden kann, die eine spezifische Operation ausführt und die ihren individuellen Prozesszustand der Umgebung, beispielsweise einem Fertigungsausführungssystem (MES) mitteilt. Somit können die zuvor spezifizierten Anlagenzustände auch jeder einzelnen Einheit oder jedem Prozessmodul entsprechen, wodurch jede Einheit als ein individuelle Prozessanlage betrachtet wird. Somit können für das Berichten über das Anlagenleistungsverhalten die eine Cluster-Anlage bildenden Einheiten in Bezug auf die unabhängigen E10-Zustände, wie sie zuvor definiert sind, überwacht werden, wohingegen eine Bewertung der Cluster-Anlage als Gesamtheit nicht bewerkstelligt wird. Daher wurde vorgeschlagen, den Zustand einer Cluster-Anlage als eine Reihe von Systemen zu bewerten, um die Möglichkeit zur Messung der konventionellen E10-RAM-Maßzahlen zu ermöglichen. In dieser Vorgehensweise werden sogenannte beabsichtigte Prozesspfade definiert und als separate Einheiten betrachtet, wobei das Gesamtverhalten der Cluster-Anlage mit mehreren Pfaden aus dem Verhalten der einzelnen Prozesspfade abgeleitet wird. Wie zuvor dargelegt ist, ermöglichen es die in dem E10-Standard definierten Zustände unter Umständen nicht, Cluster-Anlagen mit mehreren Pfaden im Gesamten zu handhaben, sondern diese können auf die einzelnen Anlageneinheiten angewendet werden. Folglich kann die Zuverlässigkeit, beispielsweise in Form der mittleren Zeit zwischen Fehlern (MTBF), die Verfügbarkeit, beispielsweise in Form einer produktiven Zeit und die Wartungseigenschaft, beispielsweise in Form der mittleren Zeit zwischen Reparaturen (MTTR) für die diversen Anlageneinheiten berechnet werden, wobei diese Maßzahlen jedoch nicht ein Maß für die Cluster-Anlage mit mehreren Pfaden liefern, wenn diese selbst als Einheit gesehen wird.
  • Mit Bezug zu den 1a und 1b wird die konventionelle Technik zur Kennzeichnung einer Cluster-Anlage auf der Grundlage des E10-Standards nunmehr detaillierter beschrieben.
  • 1 zeigt schematisch eine Cluster-Anlage 150 mit mehreren Einheiten 151 und 152, wobei die Einheiten oder Module 151 Transportmodule, etwa Ladestationen 151a, 151b für die Aufnahme von Substraten repräsentieren können, während die Einheit 151c eine Ausladestation zum Ausgeben von Substraten repräsentieren kann, die von den Prozesseinheiten oder Modulen 152 bearbeitet wurden, während beispielsweise die Einheiten 152a und 152b äquivalente Prozesskammern repräsentieren können, die ausgebildet sind, im Wesentlichen den gleichen Prozess auszuführen, etwa einen Ätzprozess und dergleichen, während eine Prozesseinheit 152c ausgebildet sein kann, einen nachfolgenden Prozess, etwa einen Lackentfernungsprozess, einen Reinigungsprozess, und dergleichen auszuführen. Folglich kann ein an der Cluster-Anlage 150 eintreffendes Substrat auf der Grundlage mehrerer Prozesspfade durch die Anlage 150 geführt werden, abhängig von anlagenspezifischen Bedingungen, etwa der Verfügbarkeit einer der Einheiten 151, 152, und dergleichen. Jede der Einheiten 151, 152 kann auf der Grundlage der Zustände, wie sie zuvor definiert sind, bewertet werden, wobei eine Bewertung der Anlage 150 als ganzes zu wenig bedeutungsvollen Maßzahlen führen kann, wenn beispielsweise eines der Prozessmodule 152a, 152b keine Substrate für eine spezifizierte Zeitdauer bearbeiten kann, da im Prinzip die Cluster-Anlage 150 während der gesamten Zeitdauer als produktiv eingestuft wurde, auf Grund ihrer Fähigkeit Produkte auf der Grundlage der verbleibenden funktionalen Einheit 152 zu bearbeiten. Gleichzeitig kann, obwohl ein produktiver Zustand vorliegt, ein Fehler vorhanden sein und kann eine Wartung der Anlage erfordern, wodurch die aktuellen Definitionen für die produktive Zeit und die Standzeit für die Cluster-Anlage 150 wenig effizient sind. Wie zuvor erläutert ist, kann die Cluster-Anlage 150 in eine Ansammlung aus „virtuellen Anlagen" unterteilt werden, indem entsprechende beabsichtigte Prozesspfade für die Cluster-Anlage 150 definiert werden, wobei typischerweise eine automatisierte Datensammlung für Zustandsänderungen auf Ebene der Einheiten erforderlich ist, um in effizienter Weise RAM-Maßzahlen für die Cluster-Anlage mit mehreren Pfade, etwa die Anlage 150, zu berechnen, insbesondere wenn mehrere Anlagen mit einem mehr oder weniger komplexen Aufbau in einer Fertigungsumgebung eingesetzt werden. Für die typische Anlage 150 können zwei beabsichtigte Prozesspfade definiert sein, so dass das an der Anlage 150 eintreffende Substrat von einer der Ladestationen 151a, 151b aufgenommen und zu der Einheit 152a und nachfolgend zu der Einheit 152c geführt wird, und schließlich von der Ausladestation 151c ausgegeben wird. In ähnlicher Weise kann ein zweiter Prozesspfad durch eine der Ladestationen 151a, 151b, das Modul 152b, das Modul 152c und die Ausladestation 151c definiert sein. Die entsprechenden beabsichtigten Prozesspfade können als IPP1 und IPP2 bezeichnet werden und eine Produktionszeit für die Cluster-Anlage 150 kann wie folgt definiert werden. Produktionszeit (Cluster-Anlage mit mehreren Pfaden) = (Σ Produktionszeit für alle beabsichtigten Prozesspfade/((Anzahl der Prozesspfade) × (Operationszeiten wie oben definiert))) × 100.
  • Um die Produktionszeit zu bestimmen, kann die Verfügbarkeit der entsprechenden beabsichtigten Prozesspfade bestimmt werden, was auf der Grundlage einer Wahrheitstabelle, etwa der Tabelle 1a, bewerkstelligt werden kann.
  • Tabelle 1a
    Figure 00070001
  • Zur Verringerung der Komplexität der Cluster-Anlage 150 für die Bewertung der RAM-Maßzahlen, kann die Verfügbarkeit des Transportsystems separat in einer entsprechenden Wahrheitstabelle betrachtet werden.
  • Tabelle 1b
    Figure 00070002
  • Somit ist aus Tabelle 1b ersichtlich, dass das Transportsystem 151 funktionsfähig ist, wenn zumindest die Ausladestation 151c funktionsfähig ist und mindestens eine der Ladestationen 151a, 151b in Funktion ist.
  • 1b zeigt schematisch die Cluster-Anlage 150, wenn diese virtuell in zwei Prozesspfadeinheiten IPP1 und IPP2 unterteilt ist, wobei die mehreren Transportmodule oder Einheiten 151a, b, c zu einer Einheit „Transport" 151 vereinigt sind. Somit kann auf der Grundlage der Anlage 150, wie sie in 1b gezeigt ist, die Verfügbarkeit der Anlage 150 auf der Grundlage einer Wahrheitstabelle ermittelt werden, die eine Kombination der Tabellen 1a und 1b repräsentiert. Somit können in der Tabelle 1c die Produktionszeiten und Standzeiten der entsprechenden Einheiten IPP1 und IPP2, die die gemäß 1b konfigurierte Cluster-Anlage 150 bilden, bestimmt werden.
  • Figure 00080001
  • Wie aus Tabelle 1c ersichtlich ist, führen drei Anlagenkonfigurationen zu einer entsprechenden produktiven Zeit der Einheit IPP1 und entsprechend drei Anlagenkonfigurationen, die sich von den vorhergehenden Konfigurationen unterscheiden, führen zu entsprechenden produktiven Zeiten der Einheit IPP2. Folglich können auf der Grundlage der Tabelle 1c und durch Messung der entsprechenden Zustände der Einheiten 152 und des Transports 151 in Bezug auf ihre zeitliche Entwicklung die entsprechenden produktiven Zeiten und Standzeiten für eine spezifizierte Zeitdauer berechnet werden. Ferner können andere Verfügbarkeitsmaßzahlen gemäß dem E10-Standard aus der entsprechend etablierten Tabelle 1c berechnet werden. Beispielsweise führt für eine Betriebsdauer von 168 Stunden die Bewertung der entsprechenden Messergebnisse der einzelnen Modulzustände zu einer produktiven Zeit der Einheit IPP1 von 100 Stunden, während die produktive Zeit der Einheit IPP2 140 Stunden beträgt. Aus diesen beispielhaften Zahlen kann die produktive Zeit der Anlage 150 gemäß der oben spezifizierten Formel berechnet werden, woraus sich eine produktive Zeit von 71,4% ergibt. Es können andere Maßzahlen im Hinblick auf die Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaft auf der Grundlage der oben spezifizierten Prozeduren berechnet werden. Beispielsweise kann die mittlere Zeit vor einem Fehler (MTBF) für die Cluster-Anlage 150 als die Summe der produktiven Zeit für alle Prozesseinheiten, d.h. die Einheiten 152 geteilt durch die Summe der Fehler während der produktiven Zeit für alle Einheiten einschließlich des Transportssystems 151 berechnet werden. Für die oben erkannten produktiven Zeiten von IPP1 und IPP2 sei das folgende Arbeitsverhalten der Cluster-Anlage 150 angenommen.
  • Die Einheit 151a kann 100 produktive Stunden mit einem Fehler aufweisen, woraus sich eine MTBF von 100 Stunden ergibt.
  • Die Einheit 151b kann 140 produktive Stunden und einen Fehler aufweisen, woraus sich eine MTBF von 140 Stunden ergibt.
  • Die Einheit 151c kann 140 produktive Stunden aufweisen, da IPP2 140 Stunden produktiver Zeit besitzt, wie dies zuvor angegeben ist, und es werden zwei Fehler angenommen, woraus sich eine MTBF von 70 Stunden ergibt.
  • Das Transportsystem 151 kann einen Fehler aufweisen, woraus sich eine MTBF von 140 Stunden ergibt.
  • Auf der Grundlage der oben angegebenen Formel ergibt die MTBF der gesamten Cluster-Anlage 150 280 Stunden/Fehler = 76 Stunden.
  • Folglich können RAM-Maßzahlen für die Cluster-Anlage 150 auf der Grundlage einer Konfiguration mit den entsprechenden beabsichtigten Prozesspfaden ermittelt werden, die als Anlageneinheiten betrachtet werden können und die in einem funktionsfähigen Zustand oder in einem nicht funktionsfähigen Zustand sein können, wobei der entsprechende Zustand auf der Grundlage des Status der einzelnen Einheiten erkannt werden kann, wenn auf die zuvor erstellten Wahrheitstabellen Bezug genommen wird. In der zuvor beschriebenen Messtechnik zur Bewertung des Zustandes einer Cluster-Anlage können Probleme auftreten, wenn die zuvor spezifizierte Technik auf die Fertigungsumgebung mit einer Vielzahl komplexer Cluster-Anlagen angewendet wird, da die Messergebnisse, die durch die oben genannte Technik erhalten werden, zu einer geringeren Genauigkeit und damit zu einer geringeren Zuverlässigkeit der Bewertung der entsprechenden Cluster-Anlagenzustände führen können. Beispielsweise würde sich in der zuvor dargestellten Technik zur Bewertung des Anlagenzustandes einer Cluster-Anlage in ihrer Gesamtheit die Rekonfigurierung einer mäßig arbeitenden Cluster-Anlage durch Hinzufügen zuverlässiger Einheiten, etwa einer Durchleitkammer und dergleichen, deutlich den MTBF-Wert erhöhten, wodurch eine erhöhte Zuverlässigkeit angezeigt würde, die jedoch unrealistisch ist. Ferner sind die entsprechenden Maßzahlen, die durch die zuvor genannte Technik erhalten werden, weniger genau, wenn entsprechende Prozesseinheiten, etwa die Einheiten 151a, 151b, die äquivalente Prozesse ausführen, im Wesentlichen identisch sind, so dass sie im Wesentlichen das gleiche Verhalten zeigen. Ferner ist der MTBF-Wert, der für die Cluster-Anlage als einzelne Einheit erhalten wird, unterschiedlich zu einem entsprechenden Wert, der erhalten wird, wenn die produktive Zeit der Cluster-Anlage geteilt durch die Anzahl der Fehler erhalten wird. In ähnlicher Weise unterscheidet sich die MTTR- (mittlere Zeit bis zu einer Reparatur) Wert, der aus der mittleren Zeit zwischen Fehlern und der Standzeit berechnet wird, von der Standzeit geteilt durch die Anzahl der Fehler. Es zeigt sich, dass der MTBF-Wert und der MTTR-Wert für das oben spezifizierte Beispiel unrealistische Werte sind, da 168 Stunden geteilt durch die Summe aus 76 Stunden und 24,8 Stunden, die die mittlere Zeit zwischen Fehlern und die mittlere Zeit zwischen Reparaturen bezeichnen, ungefähr 1,7 Fehler- und Reparaturereignisse pro Woche für die Cluster-Anlage 150 als Gesamtheit ergeben, wobei alleine schon die Einheit 152c bereits zwei Fehler und zwei Reparaturen pro Woche aufwies, wodurch 100% Standzeit für die gesamte Cluster-Anlage 150 hervorgerufen werden. Folglich kann die Messung von Eigenschaften einer Cluster-Anlage, etwa die Zuverlässigkeit, die Verfügbarkeit und die Wartungseigenschaft gemäß konventioneller Verfahren zu weniger zuverlässigen Ergebnissen führen, wodurch die Produktionssteuerung in einer Halbleiterfertigungsstätte deutlich beeinflusst wird.
    •
  • Angesichts der zuvor beschriebenen Situation besteht ein Bedarf für eine verbesserte Technik zur Bewertung von Cluster-Anlagen, wobei eines oder mehrere der zuvor erkannten Probleme vermieden werden oder zumindest deren Auswirkungen deutlich reduziert werden.
  • Überblick über die Erfindung
  • Im Allgemeinen richtet sich die vorliegende Erfindung an eine Technik, die ein effizientes Messen und Bewerten von Eigenschaften von Cluster-Anlagen, etwa die Zuverlässigkeit, die Verfügbarkeit und die Wartungseigenschaft, auf der Grundlage mehrerer unterschiedlicher Zustände zumindest einiger der Einheiten, die die entsprechende Cluster-Anlage bilden, ermöglicht. Zu diesem Zweck werden „kombinierte" Zustände für die Cluster-Anlage als Ganzes definiert, wobei die entsprechenden Zustände der einzelnen Einheiten Unterzustände repräsentieren, deren diverse Beiträge den Gesamtzustand der Cluster-Anlage bestimmen. Um die einzelnen Unterzustände geeignet zu einem Gesamtzustand zu kombinieren, werden geeignete Gewichtungs- oder Normalisierungsfaktoren ermittelt, die im Wesentlichen den Einfluss spezieller Unterzustände auf den gesamten Cluster-Anlagenzustand bestimmen. In einigen anschaulichen Ausführungsformen wird eine Hierarchie für die mehreren Unterzustände, d.h. für die einzelnen Zustände, die jede Einheit der Cluster-Anlage einnehmen kann, ermittelt, um eine entsprechende Rangordnung zu ermitteln, in welcher ein Zustand andere Zustände in einer Sequenz aus Zuständen in der Cluster-Anlage bestimmen kann. Auf Grund der Kombination mehrerer Unterzustände kann der Gesamtzustand der Cluster-Anlage, wenn diese als Einheit betrachtet wird, in präziserer und zuverlässigerer Weise überwacht und gemessen werden, wodurch eine zuverlässige Basis zum Bestimmen anderer anlagenspezifischer Maßzahlen bereitgestellt wird, wobei in einigen anschaulichen Ausführungsformen entsprechende Messwerte ermittelt werden können, die unmittelbar mit entsprechenden Messergebnissen für Einzelprozessanlagen verglichen werden können, wodurch gewisse Aspekte im Hinblick auf Messung im Vergleich zu Verfügbarkeitsbehauptungen von Zulieferern angesprochen werden können, und eine Basis für Daten bereitgestellt wird, die Aussagen im Hinblick auf die Anlagenkapazität ermöglichen.
  • Gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung umfasst ein System eine Schnittstelle, die ausgebildet ist, Prozessnachrichten von einer Cluster-Anlage mit zwei oder mehr Einheiten zu empfangen, wobei die Prozessnachrichten jede der Einheiten betreffen. Das System umfasst ferner eine Zustandsabschätzeinheit, die mit der Schnittstelle verbunden und ausgebildet ist, automatisch ein Maß für Zuverlässigkeit und/oder Verfügbarkeit und/oder Wartungsverhalten der Cluster-Anlage auf der Grundlage der Prozessnachrichten und einer Produktionskapazität jeder Einheit der Cluster-Anlage zu bestimmen.
  • Gemäß einer noch weiteren anschaulichen Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren das Empfangen von Prozessnachrichten von einer Cluster-Anlage, die in einer Fertigungsprozesslinie eingesetzt wird, mittels einer Schnittstelle, die mit der Cluster-Anlage in Verbindung steht, die wiederum mehrere Einheiten umfasst. Das Verfahren umfasst ferner das Bestimmen einer Maßzahl für einen aktuellen Gesamtzustand der Cluster-Anlage auf der Grundlage einer Produktionskapazität jeder Einheit und auf der Grundlage der Prozessnachrichten.
  • Gemäß einer noch weiteren anschaulichen Ausführungsform der vorliegenden Erfindung umfasst ein Verfahren zum Messen eines Zustandes einer Cluster-Anlage das Empfangen von Prozessnachrichten von jeder von mehreren Einheiten der Cluster-Anlage und das Bestimmen eines aktuellen Einheitenzustands für jede der Einheiten auf der Grundlage der Prozessnachrichten, wobei die aktuellen Einheitenzustände der mehreren Einheiten jeweils einen von mehreren verfügbaren Einheitenzuständen repräsentieren. Das Verfahren umfasst ferner das Bestimmen eines Satzes aus gewichteten Maßzahlen auf der Grundlage einer vordefinierten Hierarchie der mehreren verfügbaren Einheitenzustände als ein Maß des Zustandes der Cluster-Anlage, wobei jeder der gewichteten Maßzahlen mit einem der mehreren verfügbaren Einheitenzustände verknüpft ist.
    •
  • Kurze Beschreibung der Zeichnungen
  • Weitere Vorteile, Aufgaben und Ausführungsformen der vorliegenden Erfindung sind in den angefügten Patentansprüchen definiert und gehen deutlicher aus der folgenden detaillierten Beschreibung hervor, wenn diese mit Bezug zu den begleitenden Zeichnungen studiert wird, in denen:
  • 1a schematisch eine Cluster-Anlage mit mehreren Funktionseinheiten oder Prozessmodulen und Transportmodulen zeigt;
  • 1b schematisch die Konfiguration der in 1 gezeigten Cluster-Anlage gemäß eines konventionellen Verfahrens zeigt, wobei entsprechende beabsichtigte Prozesspfade als Anlageneinheiten definiert ist;
  • 2a schematisch eine Cluster-Anlage mit mehreren Einheiten zeigt, die in diversen Prozessschritten angeordnet sind, wobei der Basisrahmen den letzten Prozessschritt gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung repräsentiert.
  • 2b schematisch eine Cluster-Anlage zeigt mit mehreren nach Kapazität gewichteten Einheiten gemäß einer anschaulichen Ausführungsform der vorliegenden Erfindung;
  • 2c schematisch ein System zum Messen von Eigenschaften einer Cluster-Anlage gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung zeigt;
  • 2d schematisch eine Cluster-Anlage zeigt, die mit dem System, wie es in 2c gezeigt ist, kommuniziert, um damit das zeitliche Verhalten der Cluster-Anlage gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung abzuschätzen;
  • 2e schematisch einen oberen Bereich einer anschaulichen Darstellung einer Cluster-Anlage mit mehreren kapazitätsgewichteten Einheiten mit entsprechenden Fehlergewichtungsfaktoren und mit einer angenommenen Fehlerverteilung innerhalb einer vorgegebenen Zeitdauer gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung zeigt; und
  • 2f schematisch die Cluster-Anlage aus 1a zeigt, in der die entsprechenden Einheiten als kapazitätsgewichtete Einheiten gemäß anschaulicher Ausführungsformen der vorliegenden Erfindung repräsentiert sind.
  • Detaillierte Beschreibung
  • Obwohl die vorliegende Erfindung mit Bezug zu den Ausführungsformen beschrieben ist, wie sie in der folgenden detaillierten Beschreibung sowie in den Zeichnungen dargestellt sind, sollte es selbstverständlich sein, dass die folgende detaillierte Beschreibung sowie die Zeichnungen nicht beabsichtigen, die vorliegende Erfindung auf die speziellen anschaulichen offenbarten Ausführungsformen einzuschränken, sondern die beschriebenen anschaulichen Ausführungsformen stellen lediglich beispielhaft die vorliegende Erfindung dar, wie sie in den angefügten Patentansprüchen definiert ist.
  • Im Allgemeinen stellt die vorliegende Erfindung eine verbesserte Technik zur Überwachung und Messung von Eigenschaften von Cluster-Anlagen bereit, wobei in einigen anschaulichen Ausführungsformen der Zustand einer Cluster-Anlage quantitativ mittels Unterzuständen abgeschätzt wird, die identisch sein können zu entsprechenden Prozesszuständen von Einzelprozessanlagen, wodurch eine gemeinsame Behandlung von Cluster-Anlagen und Einzelanlagen in einer komplexen Fertigungsumgebung möglich ist. Folglich kann der Zustand der Cluster-Anlage als eine Kombination gewichteter oder normierter Unterzustände repräsentiert werden, wobei die Anzahl der Unterzustände gemäß den Systemerfordernissen festgelegt werden kann. Somit können in einigen anschaulichen Ausführungsformen die Unterzustände als standardmäßige Zustände für Einzelprozessanlagen beispielsweise entsprechend dem E10-Standard von SEMI festgelegt werden, wobei dennoch die erfindungsgemäße Technik die Möglichkeit zum Erhöhen oder Erniedrigen der Anzahl an Unterzuständen in Abhängigkeit der aktuellen firmenspezifischen Erfordernisse bietet. Anders als in konventionellen Vorgehensweisen, in denen beispielsweise lediglich zwei Unterzustände, d.h. produktiv oder Standzeit, zum Abschätzen eines Gesamtzustandes einer entsprechenden Cluster-Anlage verfügbar sind, wobei dennoch relativ komplexe Wahrheitstabellen erforderlich sind, stellt folglich die vorliegende Erfindung die Möglichkeit bereit, den Cluster-Anlagenzustand auf der Grundlage einer beliebigen gewünschten Anzahl an Unterzuständen zu repräsentieren, wobei alle unabhängigen Zustände der einzelnen Einheiten kombiniert werden, um ein repräsentatives Bild des Leistungsverhaltens der gesamten Cluster-Anlage zu ergeben. Folglich kann der Zustand der Cluster-Anlage eine Mischung der einzelnen Unterzustände repräsentieren, wobei der Einfluss der einzelnen Unterzustände, d.h. der unabhängigen Zuständen der einzelnen Einheiten, in geeigenter Weise gewichtet oder normiert werden kann mittels eines anlagenspezifischen Gewichtungsschemas, das in einer speziellen Ausführungsform durch ein kapazitätsgewichtetes Schema erreicht wird. Folglich können Cluster, d.h. Anhäufungen aus Einheiten und individuelle Einheiten in gleicher Weise unter Anwendung der E10-Standards behandelt werden, und es können geeignete Messergebnisse im Hinblick auf die entsprechenden Zuliefererspezifikationen ermittelt werden, wobei die Anlagenkapazität in einer Form gehandhabt werden kann: Kapazität (Substrate/Woche) = 168 (Stunden/Woche) × Auslastung (Prozent) × Durchsatzrate (Substrate/Stunden)
  • Wenn beispielsweise das Bestimmen von Eigenschaften einer Cluster-Anlage unter zu Grunde legen des E10-Standards nur auf der Verfügbarkeit des Basisrahmens der Cluster-Anlage basieren würde, würde ein paralleler Kammerausfall durch einen Abfall der Durchsatzrate erkannt, wodurch es schwierig ist, den Zulieferer zur Verantwortung zu ziehen, da diverse andere Parameter ebenso den Wert der Durchsatzrate beeinflussen, etwa Rezepteigenheiten, das Kaskadieren von Prozessen, und dergleichen. Beispielsweise besitzt eine Cluster-Anlage mit z.B. vier Kammern, die parallel arbeiten, eine ausgezeichnete Verfügbarkeit im Hinblick auf die Cluster-Anlage als ganzes, da diese in der Lage ist, zu arbeiten, solange zumindest eine Kammer funktionsfähig ist, während die Durchsatzrate durch Kammerausfälle beeinflusst wird. Da Kammerausfälle als vermindernde Ereignisse für die Verfügbarkeit der Cluster-Anlage gezählt werden, kann das Leistungsverhalten nunmehr durch ein reduziertes und ein überwachbares Maß gemessen werden. Wenn ferner die Durchsatzrate, d.h. die Anzahl der bearbeiteten Substrate pro Produktionsstunden und wenn die Produktionsstunden durch einen Kammersausfall in der gleichen Größenordnung wie ein Kapazitätsverlust, der durch den Kammerausfall hervorgerufen wird, verringert werden, bleibt die Durchsatzrate der Cluster-Anlage im Wesentlichen unbeeinflusst, wenn die Anlagencharakterisierung sich auf die Anlagenkapazität gründet, wodurch die Kapazitätsmessung deutlich vereinfacht wird, da die Durchsatzrate nunmehr ein von der Verfügbarkeitsabschätzung und Auslastungsgrenze unabhängiger Parameter ist. Folglich kann eine verbesserte Verfügbarkeit von anlagenspezifischen Eigenschaften im Vergleich zu prozessspezifischen Eigenschaften gemäß der vorliegenden Erfindung im Vergleich zu konventionellen Verfahren erreicht werden, wodurch die Messeffizienz für die Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaft von Cluster-Anlagen deutlich verbessert wird.
  • Mit Bezug zu den 2a bis 2f werden nunmehr weitere anschauliche Ausführungsformen der vorliegenden Erfindung detaillierter beschrieben.
  • 2a zeigt schematisch eine Cluster-Anlage 250 mit mehreren Einheiten 252, 251, wobei die Einheiten 252 Prozessmodule zur Bearbeitung von Substraten, etwa Ätzkammern, Polierkammern, und dergleichen repräsentieren können, während die Einheit 251 mehrere Transportmodule repräsentieren kann, wodurch der Basisrahmen der Cluster-Anlage 250 repräsentiert wird, d.h. die Plattform zur Aufnahme und Abgabe von Substraten. Die Cluster-Anlage 250 kann damit Einheiten 252a und 252b aufweisen, die als im Wesentlichen äquivalente Prozesskammern betrachtet werden können, so dass die Einheiten 252a und 252b als parallele Module mit im Wesentlichen dem gleichen Leistungsverhalten oder der Kapazität betrachtet werden können. In ähnlicher Weise können die Einheiten 252c und 252d als äquivalente Module oder parallele Module mit im Wesentlichen der gleichen Kapazität betrachtet werden. Es sollte beachtetet werden, dass die Annahme einer gleichen Kapazität oder eines gleichen Leistungsverhaltens paralleler Einheiten, etwa der Einheiten 252a, 252b oder 252c, 252d nicht wesentlich ist für die vorliegende Erfindung, und ein entsprechendes Gewichtungsschema, wie dies nachfolgend detaillierter beschrieben ist, kann eine geeignete Asymmetrie zwischen parallelen Einheiten berücksichtigen. Da entsprechende parallele Einheiten, etwa die Einheiten 252a, 252b und 252c, 252d im Wesentlichen das gleiche Prozessergebnis erzeugen, und die Einheiten 252c, 252d an Substraten operieren, die von den Einheiten 252a, 252b vorbearbeitet sind, kann ein entsprechender Prozessablauf definiert werden, wie dies durch den Pfeil 253 dargestellt, wobei Schritt 1 einen ersten Schritt des Prozessablaufs 253 repräsentieren kann, der wiederum durch ein entsprechendes Prozessrezept bestimmt ist. Ähnlich kann Schritt 2 das Prozessergebnis repräsentieren, das von den entsprechenden Einheiten 252c, 252d erzeugt wird, während Schritt 3 des Prozessablaufs 253 alle Transport- und Substrathantierungsaktivitäten repräsentieren kann, die nicht zu Änderungen der Substratkonfiguration beitragen, mit Ausnahme von Defekten, die während der Substrathantierungsprozesse erzeugt werden. Schritt 3, der den Transport und die Scheibenhantierung der Cluster-Anlage 250 repräsentiert, und der auch als der Basisrahmen der Cluster-Anlage 250 betrachtet werden kann, kann in einer anschaulichen Ausführungsform als der letzte Schritt des Prozessablaufs 253 festgelegt werden, wodurch eine bessere Überschaubarkeit für die Anzahl der Prozessschritte, die mit einer entsprechenden Cluster-Anlage verknüpft sind, erreicht wird. Da jede der Einheiten 252 und 251 in einem von mehreren vordefinierten Einheitenzuständen sein kann, die als Unterzustände der Cluster-Anlage betrachtet werden können, wenn diese als einzelne Einheit aufgefasst wird, kann die Cluster-Anlage 250 daher als in einer Kombination aus mehreren Unterzuständen befindlich erachtet werden, und somit kann gemäß der vorliegenden Erfindung der Einfluss der diversen Unterzustände durch Zuordnen entsprechender Gewichtungsfaktoren zu jeder der Einheiten 252, 251 gewichtet werden, um damit einen geeigneten Gesamtzustand der Cluster-Anlage 250 zu erhalten. In einer anschaulichen Ausführungsform wird das Gewichten oder Normieren der einzelnen Einheiten 252, 251 auf der Grundlage der entsprechenden Kapazitäten dieser Einheiten ausgeführt, wobei eine geeignete Referenz für die Cluster-Anlage 250 gewählt wird. In einer anschaulichen Ausführungsform wird die Referenzkapazität als die minimale Kapazität aller in der Cluster-Anlage 250 definierten Schritte festgelegt. Die entsprechende minimale Kapazität wird dann auf 100% der Cluster-Anlage 250 festgelegt. Beispielsweise können für die Cluster-Anlage 250 die folgenden Leistungsdaten für die einzelnen Einheiten 252, 251 auf der Grundlage einer Herstellerinformation, Testdurchläufen, durchschnittlichen Betriebsdaten und dergleichen ermittelt worden sein, wobei die entsprechenden Leistungsdaten sich auf spezifizierte Prozessbedingungen beziehen.
    Einheit 252a: Prozesszeit 140 Sekunden pro Durchlauf; Prozessgröße: ein Substrat pro Durchlauf.
    Einheit 252b: Prozesszeit 140 Sekunden pro Durchlauf; Prozessgröße: ein Substrat pro Durchlauf,
    Einheit 252c: Prozesszeit 100 Sekunden pro Durchlauf; Prozessgröße: ein Substrat pro Durchlauf,
    Einheit 252d: Prozesszeit 100 Sekunden pro Durchlauf; Prozessgröße: ein Substrat pro Durchlauf, und
    Einheit 251: Prozesszeit 60 Sekunden pro Durchlauf; Prozessgröße: ein Substrat pro Durchlauf.
  • Folglich können die Einheiten 252a, 252b des ersten Schrittes (theoretisch) ein Substrat in 70 Sekunden bearbeiten, während die Einheiten 252c, 252c ein Substrat alle 50 Sekunden bearbeiten können und die Einheit 251 kann ein Substrat alle 60 Sekunden handhaben. Folglich repräsentiert der Schritt 1 die „Engstelle" in der Cluster-Anlage 250 und kann als ein Referenzschritt oder Bezugsschritt verwendet werden, der die 100% Kapazität der Anlage 250 kennzeichnet. Folglich besitzt jede der Einheiten 252a, 252b 50% Kapazität, während der Schritt 2 eine Kapazität von 140% aufweist, woraus sich 70% Kapazität für jede der Einheiten 252c, 252c ergeben. Schließlich besitzt die Einheit 251 eine Kapazität von 117%. Aus den entsprechenden Prozesszeiten und den Prozessgrößen, wie sie oben spezifiziert sind, können entsprechende Durchsatzraten in Substraten pro Stunde berechnet werden, d.h.: 51,4 für die Durchsatzrate des Schritts 1, 72,0 für die Durchsatzrate des Schritts 2 und 60,0 für die Durchsatz des Schritts 3, woraus sich eine Durchsatzrate von 51,4 für die Anlage 250 ergibt, da, wie zuvor für die Kapazität oben angegeben ist, die Durchsatzrate durch die „Engstelle" des Schritts 1 mit einer Durchsatzrate von 51,4 Substraten pro Stunde definiert ist. Aus den oben bereitgestellten Kapazitätsdaten kann eine entsprechende Initialisierungsmatrix erhalten werden, die die Kapazität jeder Einheit und ihre Position innerhalb des Prozessablaufes 253 angibt. Die Tabelle 2a zeigt die entsprechende Initialisierungsmatrix der Anlage 250.
  • Tabelle 2a
    Figure 00180001
  • Die Initialisierungsmatrix, wie sie durch die Tabelle 2a repräsentiert ist, kann als eine Grundlage für die Berechnung der Anlageneigenschaften, beispielsweise auf der Grundlage des E10-Standards, verwendet werden, wobei die Cluster-Anlage 250 häufig in einer Mischung aus mehreren Unterzuständen für eine gewisse Zeitdauer verweilt, wobei die Summe aller Zustandszeiten die Gesamtzeit der spezifizierten Zeitdauer ist. Beispielsweise können die Einheiten 252a, b und c sowie die Einheit 251 für eine Stunde produktiv sein, wohingegen die Einheit 252d in einem Zustand „ungeplante Standzeit (UDT)" ist, woraus sich ein Zustand für die Cluster-Anlage für diese Zeitdauer von 70% (42 Minuten) im produktiven Zustand (PRD) und 30% (18 Minuten) in UDT-Zustand ergibt, da die Einheit 252 mit einem Gewichtungsfaktor von 70% die entsprechende Schrittkapazität reduziert, d.h., von 140% auf 70%, wodurch die produktive Zeit oder Kapazität während der spezifizierten Zeitdauer von 100% auf 70% verringert wird. Es sollte beachtet werden, dass die Initialisierungsmatrix, wie sie durch die Tabelle 2a repräsentiert ist, für eine beliebige Anlagenkonfiguration der Cluster-Anlage 250 ermittelt werden kann und insbesondere für eine beliebige Konfiguration erstellt werden kann, in der parallele Anlageneinheiten in diversen Schritten des Prozessablaufs 252 unterschiedliche Gewichtungsfaktoren aufweisen können, d.h. in der zuvor dargestellten Ausführungsform, unterschiedliche Kapazitäten aufweisen können. Ferner können in einigen anschaulichen Ausführungsformen die Gewichtungsfaktoren auf Kapazitätsdaten beruhen, die von einem gewichteten Durchschnitt aller Operationen für eine spezifizierte Einheit erhalten werden, oder können auf entsprechend gestalteten Operationen beruhen. In anderen Ausführungsformen können die entsprechenden Gewichtungsfaktoren, d.h. Kapazitäten in der zuvor beschriebenen Ausführungsform, dynamisch an die speziellen Prozessbedingungen angepasst werden. Beispielsweise können sich die entsprechenden Durchlaufzeiten für die diversen Einheiten in unterschiedlichen Schritten deutlich ändern, wenn ein anderes Prozessrezept in der Cluster-Anlage 250 verwendet werden soll. Folglich können die entsprechenden Durchlaufzeiten dynamisch aktualisiert werden, so dass eine entsprechende Anlageneigenschaft auf spezielle Prozessbedingungen hin überwacht werden kann. In diesem Falle kann eine prozessabhängige Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaft gemessen werden, die wichtige firmeninterne Informationen im Hinblick auf die Ausbeuteanalyse, Anlagenauslastung und dergleichen liefern kann. In noch anderen anschaulichen Ausführungsformen können die entsprechenden Gewichtungsfaktoren unabhängig ausgewählt und bearbeitet werden, beispielsweise durch Mitteln der Durchlaufzeiten für alle in einer entsprechenden Cluster-Anlage ausgeführten Operationen, wobei eine entsprechende Gewichtung auf der Grundlage der Häufigkeit entsprechender Operationen, und dergleichen durchgeführt werden kann. In noch anderen anschaulichen Ausführungsformen können von Zulieferern bereitgestellte Betriebsdaten für das Leistungsverhalten der einzelnen Einheiten verwendet werden, wodurch eine starke Relevanz zwischen software- und hardwarebezogene Eigenschaften der Einheiten ohne prozessspezifische Einfluss erreicht werden kann.
  • Um eine repräsentative Mischung aus Zuständen, die für die Bewertung der einzelnen Einheiten verwendet werden, für die Cluster-Anlage 250 als Gesamtheit zu erhalten, wird in einer speziellen Ausführungsform eine Hierarchie der mehreren Zustände oder Unterzustände ermittelt, wobei höherrangige Zustände die Fähigkeit haben, niederrangigere Zustände zu „bestimmen", wie dies nachfolgend detaillierter beschrieben ist. In einer repräsentativen Ausführungsform werden die E10-Standardzustände, die für Einzelprozessanlagen oder Einheiten verwendet werden, als mehrere geeignete Unterzustände zum Definieren einer Mischung oder einer Kombination zur Bereitstellung eines Maßes für eine entsprechende Cluster-Anlage verwendet.
  • Tabelle 2b repräsentiert eine entsprechende Hierarchie für die sechs E10-Zustände, wobei der nicht disponierte Zustand (NST) die höchste Priorität aufweist, gefolgt von dem nicht geplanten Standzeitzustand (UDT), dem geplanten Standzeitzustand (SDT), dem Testzustand (ING), dem Wartezustand (SBY) und dem produktiven Zustand (PRD).
  • Tabelle 2b
    Figure 00200001
  • Beispielsweise können für zwei aufeinanderfolgende Schritte, etwa den Schritt 1 und den Schritt 2 der Cluster-Anlage 250, der Schritt 1 100% UDT sein, während der Schritt 2 den Zustand 100% SDT aufweisen kann. Gemäß der in Tabelle 2b gezeigten Rangordnung, ist dann die Cluster-Anlage in dem Zustand 100% UDT, da der UDT-Zustand den SDT-Zustand bestimmt.
  • 2b zeigt schematisch die Cluster-Anlage 250 in einer anderen Konfiguration, wobei beispielsweise 9 Prozesseinheiten 252 und ein entsprechender Basisrahmen oder eine Transport- und Substrathantierungseinheit 251 enthalten sind. Der entsprechende Prozessablauf, wie er durch den Pfeil gezeigt ist, kann beispielsweise drei Betriebsschritte umfassen, und der Basisrahmen, oder Substrathantierungsschritt ist der letzte Schritt gemäß anschaulicher Ausführungsformen, wie dies zuvor erläutert ist. Ferner können die einzelnen Einheiten 252, die zu dem ersten Schritt gehören, im Wesentlichen das gleiche Leistungsverhalten aufweisen, während die Gesamtheit der Prozesseinheiten 252 des ersten Schrittes 100% der Gesamtkapazität der Anlage 250 repräsentieren kann. Somit wird jeder Einheit 252 in dem Schritt der gleiche Gewichtungsfaktor oder die Kapazität von 25% zugeordnet. Des weiteren können die mehreren Einheiten 252, die dem zweiten Schritt angehören, 120% der Gesamtkapazität der Anlage 250 repräsentieren, wobei die diversen Einheiten des zweiten Schrittes, obwohl sie parallel betrieben werden, unterschiedliche Gewichtungsfaktoren oder Kapazitäten, d.h. 30%, 60% und 30% aufweisen können. Die Einheiten 252, die zum dritten Schritt gehören werden als Einheiten mit gleichem Leistungsverhalten angenommen und auch 100% der Kapazität der Cluster-Anlage 250 in diesem Beispiel repräsentieren. Somit wird im dritten Schritt jeder Einheit 50% zugeordnet. Schließlich kann der Basisrahmen oder die Transport- und Hantierungseinheit 251 einen Gewichtungsfaktor oder Kapazität aufweisen, die 140% der Gesamtkapazität repräsentiert. Es sollte beachtet werden, dass die entsprechenden Gewichtungsfaktoren oder Kapazitäten auf der Grundlage der gleichen Kriterien ermittelt werden können, wie sie zuvor mit Bezug zur der Initialisierungsmatrix, die in 2a gezeigt ist, erläutert sind. Ferner kann man annehmen, dass die Cluster-Anlage 250 sich zu einem gegebenen Zeitpunkt in einem Betriebszustand befindet, der durch die einzelnen Zustände der Einheiten 251 und 252 bestimmt ist. In diesem Beispiel können etwa die Einheiten 252, die zu dem ersten Schritt gehören, in dem Zustand PRD, SBY, ENG und UDT sein, während die entsprechenden Einheiten 252 zu diesem Zeitpunkt in den Zuständen SDT, PRD und NST sind. In ähnlicher Weise sind die Einheiten 252, die zum dritten Schritt gehören, in den entsprechenden Zuständen PRD und SBY, während die Einheit 251 im Zustand PRD ist. Da in diesem Beispiel der Zustand der Cluster-Anlage 250 als eine Mischung der sechs E10-Zustände zu bestimmen ist, kann die entsprechende Hierarchie, wie sie in Tabelle 2b definiert ist, zum Abschätzen des Einflusses der diversen Zustände auf den Gesamtzustand der Cluster-Anlage 250 verwendet werden. Beispielsweise ist der Zustand mit dem höchsten Rang, oder der höchsten Priorität, d.h. der nichtdisponierte Zustand (NST), in der Cluster-Anlage 250 in dem zweiten Schritt repräsentiert und wird in einer Einheit 252 mit einem Gewichtungsfaktor von 30% erkannt, wobei Schritt 2 ein Gesamtgewichtung von 120% aufweist. Folglich lässt der NST-Zustand 90% der gesamten Anlagenkapazität für andere Zustände „übrig", wodurch ein Einfluss von 10% auf den Gesamtanlagenzustand der Anlage 250 erhalten wird. In ähnlicher Weise ist der nicht geplante Standzeitzustand (UDT), der von dem NST-Zustand „überschrieben" wird, während er jedoch jeden anderen Zustand bestimmt, in einer Einheit des ersten Schrittes erkannt, mit einem Gewicht oder einer Kapazität von 25%. Folglich lässt der UDT-Zustand lediglich 75% für andere niederrangigere Zustände übrig. Da bereits eine reduzierte Kapazität von 90% auf Grund des höherrangigen SDT-Zustandes verbleibt, kann der Einfluss des USD-Zustands auf 15%, d.h. die Differenz zwischen 90% und 75%, festgelegt werden.
  • Ein geplanter Standzeitzustand (SDT) wird in dem zweiten Schritt mit einem Gewichtungsfaktor oder einer Kapazität von 30% angetroffen, da in diesem Schritt auch ein höherrangiger NST-Zustand mit einem Gewichtungsfaktor von 30% vorhanden ist, lässt der zweite Schritt mit dem SDT-Zustand lediglich 60% der Gesamtkapazität übrig, da die Gesamtkapazität des zweiten Schrittes 120% beträgt. Folglich ist der Einfluss des SDT-Zustands auf den Gesamtzustand der Anlage 250 15%, da der höherrangige USD- Zustand bereits zu einer reduzierten Kapazität von 75% führt. In ähnlicher Weise kann ein Testzustand (ENG) in einer Einheit des ersten Schrittes erkannt worden sein, wodurch lediglich 50% für andere niederrangige Zustände verbleiben. Somit kann ein Einfluss des ENG-Zustand auf den Gesamtzustand der Anlage 250 10% betragen, da lediglich 60% bislang von den höherrangigen Zuständen übriggelassen wurden. Des weiteren wird der Wartezustand (SBY) in einer Einheit 252 des ersten Schrittes und in einer Einheit 252 des dritten Schrittes angetroffen, wobei der SBY-Zustand in dem ersten Schritt auf Grund des Vorhandenseins entsprechender höherrangiger Zustände in Verbindung mit diesen höherrangigen Zuständen lediglich 25% für weitere tieferrangige Zustände übrig lässt, wodurch höherrangige Zustände überschrieben werden. Somit beträgt der Einfluss des SBY-Zustands auf den Gesamtzustand 25%, da lediglich 50% von höherrangigen Zuständen übrig sind, wie dies in dem Schritt zuvor bestimmt ist. Schließlich ist der produktive Zustand (PRD), obwohl er in einer Vielzahl von Einheiten 252 und 251 mit höheren Gewichtungsfaktor oder Kapazität angetroffen wird, durch die Einheit des Schritts 1 bestimmt, woraus sich ein Einfluss von 25% des PRD-Zustandes auf den Gesamtzustand der Anlage 250 ergibt. Folglich kann auf der Grundlage der entsprechenden Hierarchie, wie sie beispielsweise durch die Tabelle 2a repräsentiert ist, ein entsprechender Beitrag der einzelnen Zustände oder Unterzustände auf den Gesamtzustand der Cluster-Anlage 250 bestimmt werden. Es sollte beachtet werden, dass die entsprechende Rangordnung der Tabelle 2a in anderen anschaulichen Ausführungsformen entsprechend anderer Kriterien geändert werden kann, etwa im Hinblick auf firmenspezifische Erfordernisse oder diese kann in geeigneter Weise angepasst werden, wenn mehr oder weniger einzelne Zustände für jede Einheiten 252 und 251 zu verwenden sind. Wenn beispielsweise einer der Zustände, wie er zuvor spezifiziert ist, in zwei oder mehr Unterzustände unterteilt werden soll, um damit eine verbesserte „Zustandauflösung" zu erreichen, kann eine entsprechende Rangordnung der entsprechenden Unterzustände in geeigneter Weise ermittelt werden. Auf der Grundlage der Initialisierungsmatrix, wie sie durch die Tabelle 2a repräsentiert ist, und einer entsprechenden Hierarchie, wie sie durch die Tabelle 2b gezeigt ist, kann in einigen anschaulichen Ausführungsformen eine entsprechende Bestimmung der Gesamtzustände ausgeführt werden, wie sie detaillierter mit Bezug zur 2c beschrieben ist.
  • 2c zeigt schematisch ein System 200, das ausgebildet ist, den Zustand einer Cluster-Anlage und Maßzahlen im Hinblick auf die Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaft der Cluster-Anlage zu überwachen und zu messen. In der in 2c gezeigten anschaulichen Ausführungsform kann die Cluster-Anlage durch die Anlage 250 repräsentiert sein, wie sie in 2b gezeigt ist, die auch die gleiche Konfiguration zu einem gewissen Zeitpunkt aufweist, wie dies auch in 2b gezeigt ist. Das System 200 umfasst eine Schnittstelle 210, die ausgebildet ist, mit der Cluster-Anlage 250 zu kommunizieren, um von dieser Prozessnachrichten zu empfangen, die zumindest die einzelnen Zustände der Einheiten 252 und 251 der Anlage 250 betreffen, wobei die entsprechenden Prozessnachrichten zumindest innerhalb spezifischer Zeitfenster erhalten werden, um damit die gewünschte zeitliche Auflösung zu erreichen, um damit in zuverlässiger Weise Zustandsänderungen jeder der Einheiten 252 und 251 der Cluster-Anlage 250 zu erkennen. Somit ist die Schnittstelle 210 ausgebildet, entsprechende Prozessnachrichten mit einer Häufigkeit zu erhalten, die das Erkennen von Zustandänderungen innerhalb einer Zeitdauer ermöglicht, die für ein zuverlässiges Bewerten der Anlagenzustände geeignet ist. Beispielsweise kann eine Zeitauflösung von einigen Sekunden bis einigen Minuten oder sogar Stunden in einigen anschaulichen Ausführungsformen als geeignet erachtet werden, um entsprechende aktualisierte Prozessnachrichten zu erhalten, die die entsprechenden aktuelle Zustände jeder Einheit der Anlage 250 kennzeichnen. Das System 200 umfasst ferner eine Zustandsabschätzungseinheit 280, die mit der Schnittstelle 210 verbunden ist, um Zustandsdaten zu empfangen, die mit den mehreren Einheiten 252 und 251 der Anlage 250 in Beziehung stehen, wobei die entsprechenden Zustandsdaten in einem beliebigen geeigneten Format bereitgestellt werden können, um damit die Zustandsabschätzungseinheit 280 in die Lage zu versetzen, die entsprechenden Zustandsdaten für die Bereitstellung eines Maßes eines Gesamtzustandes der Anlage 250 auf der Grundlage eines entsprechenden Satzes aus Unterzuständen, d.h. Zuständen der einzelnen Einheiten 252, 251 in der Anlage 250, zu manipulieren.
  • In einer anschaulichen Ausführungsform umfasst die Zustandsabschätzungseinheit 280 eine Zustandsmatrixbestimmungseinheit 220, die Zustandsdaten von der Schnittstelle 210 empfängt und auch Initialisierungsdaten empfängt, die von der Schnittstelle 210 bereitgestellt werden können oder von einer anderen externen oder internen Quelle der Zustandsabschätzungseinheit 280. Die Einheit 220 ist ausgebildet, eine entsprechende aktuelle Zustandsmatrix für einen gegebenen Zeitpunkt oder ein Zeitfenster auf der Grundlage der Initialisierungsdaten und der über die Schnittstelle 210 von der Anlage 250 empfangenen Prozessnachrichten aufzustellen. Für die beispielhafte Cluster-Anlage 250, wie sie mit Bezug zu 2b beschrieben ist, kann die entsprechende Zustandsmatrix die Information enthalten, wie sie in der Tabelle 2.20 dargestellt ist, die die entsprechenden Zustände für jeden Schritt der Cluster-Anlage 250 in Verbindung mit den entsprechenden Gewichtungsfaktoren oder Kapazitäten enthält, wie sie mit Bezug zu 2b erläutert sind.
  • Tabelle 2.20
    Figure 00240001
  • Es sollte beachtet werden, dass die Information, die von der Zustandmatrixbestimmungseinheit 220 aus den Initialisierungsdaten gewonnen wird, und die von der Schnittstelle 210 bereitgestellten Zustandsdaten in einem beliebigen geeigneten Format erhalten und gespeichert werden können, wobei die Einheit 220 geeignete Hardware- und Softwareressourcen, etwa Speichereinrichtungen, Recheneinheiten (CPU), und dergleichen, aufweisen kann, die in geeigneter Weise ausgebildet sind, um die entsprechende Zustandsmatrix zu ermitteln und zu speichern.
  • Die Zustandsabschätzungseinheit 280 kann ferner eine Zustandssummierungseinheit 230 aufweisen, die ausgebildet ist, die entsprechende Kapazität oder den Gewichtungsfaktor für jeden Zustand oder Unterzustand für jeden Prozessschritt gemäß der Konfiguration der Cluster-Anlage 250 zu ermitteln. Entsprechende gewichtete Zustandsdaten für jeden Schritt der Anlage 250 sind in Tabelle 2.30 dargestellt, wobei hinsichtlich der Hardware- und Softwareressourcen für das Ermitteln und Speichern der entsprechenden Daten, die in der Tabelle 2.30 enthalten sind, die gleichen Kriterien gelten, wie sie zuvor mit Bezug der Einheit 220 erläutert sind.
  • Tabelle 2.30
    Figure 00250001
  • Die Zustandabschätzungseinheit 280 kann ferner eine Zustandsakkumulationseinheit 240 umfassen, die ausgebildet ist, einen „akkumulierten" Gewichtungsfaktor oder eine Kapazität für die mehreren Zustände jedes Schrittes bereitzustellen, wobei, wie zuvor mit Bezug mit 2b erläutert ist, die Akkumulation auf der Grundlage der Hierarchie ausgeführt werden kann, wie sie beispielsweise in Tabelle 2b gezeigt ist. Für das oben spezifizierte Beispiel zeigt die Tabelle 2.40 schematisch ein entsprechendes akkumuliertes Zustandsgewicht oder Kapazität für jeden Schritt der Cluster-Anlage 250.
  • Tabelle 2.40
    Figure 00250002
  • Wie aus Tabelle 2.40 hervorgeht, werden die Gewichte oder Kapazitäten der entsprechenden Zustände in jedem Schritt gemäß dem Rang jedes der Zustände aufsummiert.
  • Die Zustandabschätzungseinheit 280 kann ferner eine Zustandsminimumerkennungseinheit 260 aufweisen, die ausgebildet ist, das minimale Gewicht oder die minimale Kapazität für der akkumulierten Zustände zu erkennen, wenn alle Schritte der Cluster-Anlage 250 betrachtet werden. Die entsprechende Minima, die von der Einheit 260 bereitgestellt werden, sind in Tabelle 2.60 dargestellt.
  • Tabelle 2.60
    Figure 00260001
  • Wie aus Tabelle 2.60 hervorgeht, wird der akkumulierte Zustand PRD durch ein Gewicht oder eine Kapazität von 25% repräsentiert, da dies das minimale Gewicht oder die minimale Kapazität für diesen Zustand in allen Schritten 1 bis 4 im Hinblick auf die Tabelle 2.40 ist. In ähnlicher Weise beträgt für den akkumulierten Zustand PRD + SBY das minimale Gewicht oder die Kapazität 50%, was dem minimalen Wert für diesen Zustand entspricht, die im Schritt 1 gemäß Tabelle 2.40 erhalten wird. Für den akkumulierten Zustand PRD + SBY + ENG wird ein minimaler Wert von 60% von der Einheit 260 bestimmt, was den entsprechenden Wert im Schritt 2 entspricht. In ähnlicher Weise wird für den akkumulierten Zustand PRD + SBY + ENG + SDT ein Wert von 75% bestimmt, was dem entsprechenden Wert in dem ersten Schritt aus Tabelle 2.40 entspricht. Der Wert von 90% für den akkumulierten Zustand PRD + SBY + ENG + NST + UDT entspricht dem Schritt 2, und schließlich besitzt der akkumulierte Zustand PRD + SBY + ENG + SDT + UDT + NST einen Wert von 100%, der dem Minimum der Schritte 1 bis 4, beispielsweise Schritt 1 oder Schritt 3, aus Tabelle 2.40 entspricht.
  • Ferner kann die Zustandsabschätzungseinheit 280 eine Zustandsumverteilungseinheit 270 aufweisen, die ausgebildet ist, geeignete Gewichtungsfaktoren oder Kapazitäten zu jedem der entsprechenden Zustände PRD, SBY, ENG, SDT, UDT und NST zuzuordnen, die in Kombination den Gesamtzustand der Cluster-Anlage 250 repräsentieren. Wie zuvor mit Bezug zu 2b und die entsprechende Hierarchie erläutert ist, können die entsprechenden Einflüsse den einzelnen Zuständen so zugeordnet werden, dass der Gesamtzustand einen normierten Zustand repräsentiert, d.h. 100% des Cluster-Anlagenzustand repräsentiert, wobei entsprechende Unterzustände entsprechend bestimmte Gewichtungsfaktoren oder Kapazitäten aufweisen. Tabelle 2.70 zeigt die entsprechenden Gewichtungsfaktoren für die entsprechenden Cluster-Unterzustände, die durch Bestimmen entsprechender Differenzen von nachfolgend akkumulierten Zuständen erhalten werden, die in der Tabelle 2.60 dargestellt sind.
  • Tabelle 2.70
    Figure 00270001
  • Folglich liefert die Zustandsabschätzungseinheit 280 ein quantitatives Maß des Zustandes der Cluster-Anlage 250 als eine Mischung gewichteter Unterzustände, die in einer anschaulichen Ausführungsform als standardmäßige E10-Einheiten-Zustände repräsentiert sein können. Der von der Zustandumverteilungseinheit 270 bereitgestellte Cluster-Zustand kann dann für die Messung oder Bestimmung weiterer Anlageneigenschaften, etwa die Zuverlässigkeit, die Verfügbarkeit und die Wartungseigenschaft verwendet werden. Zu diesem Zweck kann das System 200 die entsprechenden Werte, die den Cluster-Anlagenzustand repräsentieren, an eine externe Quelle über die Schnittstelle 210 liefern, oder in anderen anschaulichen Ausführungsformen kann die Zustandsabschätzungseinheit 280 ferner ausgebildet sein, ein Maß für eine entsprechende Anlageneigenschaft auf der Grundlage des Cluster-Zustandes zu bestimmen. Wie zuvor erläutert ist, können die entsprechenden Zustandsdaten, die von der Anlage 250 geliefert werden und von der Schnittstelle 210 empfangen werden, in einer geeigneten zeitlichen Sequenz gesammelt werden, wobei der entsprechende Cluster-Anlagenzustand für jede Version aktualisierter Daten, die von der Anlage 250 geliefert werden, bestimmt werden kann, oder in anderen Ausführungsformen können die entsprechenden aktualisierten Cluster-Anlagenzustände bestimmt werden, sobald eine Zustandsänderung in einer der Einheiten der Cluster-Anlage 250 durch das System 200 erkannt wird. Beispielsweise ist in einer anschaulichen Ausführungsform das System 200 so gestaltet, dass es den Zustand der Anlage 250 mit einem zuvor zulässigen Zustand vergleicht, was beispielsweise durch entsprechendes Vergleichen der Zustandsmatrizen, die von der Einheit 220 geliefert werden, bewerkstelligt werden kann, so dass ein entsprechender aktualisierter Anlagenzustand für die Cluster-Anlage 250 dann bestimmt wird, wenn die Einheit 220 eine Differenz zweier aufeinanderfolgender bestimmter Zustandmatrizen erkennt. Es sollte beachtet werden, dass die entsprechende Bestimmung des aktuell gültigen Anlagenzustands in Echtzeit ausgeführt werden kann, oder zu einem beliebigen geeigneten Zeitpunkt, solange die Schnittstelle 210 und/oder die Zustandsabschätzungseinheit 280 die entsprechenden Zustandsdaten oder Prozessnachrichten mit einer vorbestimmten Häufigkeiten empfangen, wobei die entsprechenden Daten unmittelbar oder in verzögerter Weise entsprechend den Rechnerressourcen der Zustandsabschätzungseinheit 280 verarbeitet werden können. Somit können das dynamische Verhalten des Zustands der Anlage 250 und damit die entsprechenden Maßzahlen für die Anlageneigenschaften auf der Grundlage der zeitlichen Entwicklung des Anlagenzustandes der Cluster-Anlage 250 bestimmt werden.
  • 2d zeigt schematisch eine sehr einfache Cluster-Anlage, um ein anschauliches Beispiel für das dynamische Verhalten eines Cluster-Anlagenzustands darzustellen, wodurch angezeigt wird, dass eine quantitative Bewertung im Hinblick auf die Anlageneigenschaften, etwa die Zeitdauer, für die die Cluster-Anlage in einem der entsprechenden Unterzustände war, als eine Summation über alle diversen Gesamtclusteranlagenzustände innerhalb einer spezifizierten Zeitdauer ermittelt werden kann. In 2d umfasst eine Cluster-Anlage, die auch als Anlage 250 bezeichnet ist, zwei Prozesseinheiten 252, die parallel arbeiten und das gleiche Leistungsverhalten aufweisen und umfasst ferner eine Transport- und Hantierungseinheit oder eine Basisrahmeneinheit 251. Folglich kann die Anlage 250 durch zwei Schritte gekennzeichnet werden, wobei der erste Schritt eine Kapazität von 100% aufweist, da die Transport- und Hantierungseinheit 251 eine erhöhte Kapazität, etwa 185% aufweisen kann. Die Cluster-Anlage 250 ist mit dem System 200 verbunden, um damit entsprechende Prozessnachrichten für mehrere Zeitpunkte t1, ..., tn, bereitzustellen, so dass das System 200 die entsprechenden Cluster-Anlagenzustände für die entsprechenden Zeitfenster, die durch t1, ..., tn repräsentiert sind, berechnen kann. Der Einfachheit halber sei angenommen, dass Änderungen in den Zuständen in einer der Einheiten der Anlage 250 zu jeder Stunde auftreten, so dass für jede Stunde ein entsprechender aktualisierter Cluster-Anlagenzustand bestimmt wird. Es sei weiter angenommen, dass für die durch die Zeiten t1, ... tn repräsentierten Zeitfenster die Einheiten 252a, b und 251 der Cluster-Anlage 250 den entsprechenden Einheitenzustand besitzen, wie dies in Tabelle 2d gezeigt ist.
  • Tabelle 2d
    Figure 00290001
  • Beispielsweise sind während der Zeit t1 alle Einheiten der Anlage 250 in dem produktiven Zustand, woraus sich 100% Produktivität für die Anlage 250 ergibt, wie dies auf der linken Seite der Tabelle 2d gezeigt ist. Während der Zeit t2 ist die Einheit 252b in dem ENG-Zustand, woraus sich ein Gesamtzustand für die Anlage 250 von 50% produktiv und 50% Testen ergibt, so dass die entsprechende Zeitdauer für den produktiven Zustand 0.5 Stunden und entsprechend die Zeitdauer für den Testzustand der Anlage 2.50 beträgt, wenn diese als eine einzelne Einheit betrachtet wird, 0.5 Stunden beträgt. Es sollte beachtet werden, dass die entsprechenden Werte für die einzelnen Unterzustände, die in Kombination den Zustand der Anlage 250 repräsentieren, wenn diese als eine einzelne Einheit aufgefasst wird, gemäß dem Verfahren hergeleitet werden können, wie dies zuvor mit Bezug zu 2c beschrieben ist. Somit kann beispielsweise nach 12 Zeitfenstern ein resultierender Gesamtzustand erhalten werden, indem über die einzelnen Gesamtzustände integriert bzw. summiert wird, wodurch entsprechende Maßzahlen für die einzelnen Unterzustände der Cluster-Anlage 250 geliefert werden. In dem vorliegenden Beispiel war für eine Zeitdauer von 12 Stunden die Anlage 250 2,5 Stunden in dem produktiven Zustand, 0,5 Stunden in dem Wartezustand, 3,0 Stunden in dem Testzustand, 2,0 Stunden in dem geplanten Standzeitenzustand, 3,0 Stunden in dem nicht geplanten Standzeitenzustand, 1,0 Stunden in dem nicht disponierten Zustand.
  • In einer weiteren anschaulichen Ausführungsform ist das System 200, wie es in 2d gezeigt ist, ferner ausgebildet, eine Fehlerzahlapproximation für die Cluster-Anlage 250 zu erthalten. Wie zuvor erläutert ist, werden die mehreren Zustände, in welchem jede einzelne Einheit der Cluster-Anlage 250 sein kann, in geeigneter Weise gewichtet, um damit einen kombinierten Cluster-Anlagenzustand bereitzustellen, wobei der Gewichtungsfaktor den entsprechenden Einfluss des jeweiligen Einheitenzustands auf den Gesamtclusterzustand repräsentiert. Da die entsprechenden Maßzahlen, die aus den gewichteten Einheitenzuständen ermittelt werden, für die Bestimmung von Anlageneigenschaften, etwa Zuverlässigkeit, Verfügbarkeit, Wartungseigenschaften auf der Grundlage entsprechender Prozesse verwendet werden können, wie sie auch für die entsprechende Bestimmung von Anlageneigenschaften einzelner Einheiten angewendet werden, können die entsprechenden Anlagenfehler in ähnlicher Weise wie die einzelnen Einheitenzustände gewichtet werden. Beispielsweise ist der Zustand UDT, der eine nicht geplante Standzeit repräsentiert, typischerweise mit einem entsprechenden Fehler der Anlage verknüpft. Wenn folglich der UDT-Zustand ein spezielles Gewicht zum Definieren des Gesamtclusteranlagenzustands besitzt, kann ein entsprechender Gewichtungsfaktor auch einem entsprechenden Anlagenfehler zugeordnet werden, der dann schlüssige und konsistente Maßzahlen für Anlageneigenschaften, etwa Zuverlässigkeit, ergibt, die durch die mittlere Zeit bis zur Reparatur (MTTR) oder der mittleren produktiven Zeit bis zum Fehler (MTBFp) repräsentiert sein können. In einer anschaulichen Ausführungsform wird die Fehlerzahl, die mit den UDT-Zustand verknüpft ist, durch einen entsprechenden Gewichtungsfaktor gewichtet, der den Kapazitätsverlust repräsentiert, der bei Auftreten eines entsprechenden Fehlers eintritt.
  • 2e zeigt schematisch eine Cluster-Anlage 250 mit mehreren Einheiten 252 und einer Transport- und Hantierungseinheit 251, wobei der entsprechende Prozessablauf der Cluster-Anlage 250 durch vier Schritte repräsentiert ist, wobei die einzelnen Einheiten 252 und 251 der entsprechenden Schritte jeweilige Gewichtungsfaktoren auf der Grundlage beispielsweise der Leistungskapazität besitzen, wie dies auch mit Bezug zu 2a erläutert ist. In dem gezeigten Beispiel absolvieren die Einheiten 252, die den Schritt 1 der Anlage 250 definieren, gleiche Prozesse und besitzen eine Gesamtkapazität von 120%, die entsprechenden Einheiten 252, die den zweiten Schritt definieren, besitzen eine Gesamtkapazität von 140%, während die einzelne Einheit 252, die den dritten Schritt definiert, eine Kapazität von 120% aufweist. In dem gezeigten Beispiel bildet die Transport- und Hantierungseinheit 251 den vierten Schritt und kann die „Engstelle" der Cluster-Anlage 250 bilden, die somit die Referenz für 100% bildet. In einem speziellen Zeitpunkt sind die einzelnen Einheiten 252, 251 in den entsprechenden Zuständen, wie sie beispielhaft in 2e gezeigt sind, so dass beispielsweise im Schritt 1 zwei Einheiten in dem UDT-Zustand sind, im zweiten Schritt eine Einheit in dem UDT-Zustand und auch im dritten Schritt die entsprechende Einheit in dem UDT-Zustand ist. Wie zuvor erläutert ist, kennzeichnet ein entsprechender UDT-Zustand einen Einheitenfehler, wobei die entsprechenden Fehler nicht einfach aufaddiert werden, um eine Fehlerzahl der Anlage 250 zu liefern, wenn diese als Einheit betrachtet wird, sondern die einzelnen Fehler werden durch die entsprechenden Gewichtungsfaktoren, wie sie in 2e gezeigt sind, gewichtet. Beispielsweise führt im Schritt 1 der Fehler der Einheit 252 zu einem Kapazitätsverlust von 20% im Hinblick auf die 100% der Anlage 250, da die Gesamtkapazität der Einheiten im Schritt 1 120% beträgt. Folglich kann der entsprechende Gewichtungsfaktor für einen diesbezüglichen Fehler auf 20% oder 0.2 festgelegt werden. In ähnlicher Weise kann ein Fehlergewichtungsfaktor im Schritt 2 zu 30% oder 0,3 festgelegt werden, da ein Fehler in einer der beiden Einheiten 252 des Schritts 2 zu einem Kapazitätsverlust von 30% der 100% Kapazität der Anlage 250 führt. Entsprechende Gewichtungsfaktoren für die Einheiten im Schritt 3 und 4 können zu 100% oder 1,0 festgelegt werden, da ein Fehler in einer dieser Einheiten die resultierende Anlagenkapazität auf Null reduziert. Folglich traten während einer speziellen Zeitdauer, die durch die Einheitenzustände, wie sie in 2e gezeigt sind, repräsentiert sind, vier einzelne Fehler auf, d.h., zwei Fehler im ersten Schritt, ein Fehler in dem zweiten Schritt und ein Fehler in dem dritten Schritt. In einer anschaulichen Ausführungsform werden die entsprechenden gewichteten Fehler auf der Grundlage der individuellen Gewichtungsfaktoren berechnet, wobei ein zusätzlicher Kapazitätsverlust, der durch das gleichzeitige Auftreten von Fehlern in einem der Schritte 1 bis 4 hervorgerufen wird, nicht berücksichtigt wird. Beispielsweise ist in dem gezeigten Beispiel jeder der Fehler im Schritt 1 mit 0,2 gewichtet, woraus sich eine gesamte gewichtete Fehlerzahl von 0,4 für den Schritt 1 ergibt. In ähnlicher Weise ist der einzelne Fehler im Schritt 2 mit 0,3 gewichtet, während der einzelne Fehler im Schritt 3 mit 1,0 gewichtet ist, woraus sich eine Gesamtfehlerzahl von 1,7 ergibt. In anderen Ausführungsformen kann das gleichzeitige Auftreten von Fehlern in geeigneter Weise berücksichtigt werden, indem die Gewichtungsfaktoren entsprechend neu definiert werden. Beispielsweise kann ein gleichzeitiges Auftreten der Fehler im Schritt 1 zu einem Kapazitätsverlust von 60% führen, so dass der entsprechende Gewichtungsfaktor 0,6 für das gleichzeitige Auftreten zweier Fehler im Schritt 1 anstelle von 0,4 als die Summe der einzelnen Fehlergewichte sein sollte. In einigen anschaulichen Ausführungsformen wir die Bestimmung der Fehlergewichte auf der Grundlage von Gewichtungsfaktoren ausgeführt, die entsprechend dem zeitlichen Auftreten der entsprechenden Fehlerzustände ermittelt werden, so dass beispielsweise für eine überlappende Zeitdauer mit einem gleichzeitigen Auftreten zweier oder mehrerer Fehlerzustände der Gewichtungsfaktor entsprechend angepasst werden kann und dann erneut eingestellt wird, wenn einer oder mehrere der Fehlerzustände vorbei sind, während ein oder mehrere der anderen Fehlerzustände noch vorhanden sein können. Folglich können äußerst konsistente Fehlerzahlen für die Cluster-Anlage 250 ermittelt werden, um in präziserer Weise entsprechende Anlageneigenschaften zu bestimmen, die auf einer Gesamtfehlerzahl für die entsprechende Cluster-Anlage beruhen. Beispielsweise werden in konventionellen Verfahren, wie sie zuvor mit Bezug zu den 1a und 1b beschrieben sind, entsprechende Einheitenfehler einfach addiert, so dass sich wenig aussagekräfte Maßzahlen für entsprechende Anlageneigenschaften, etwa die Zuverlässigkeit, und dergleichen ergeben, in denen die Fehlerzahl zur Bewertung der Anlageneigenschaften verwendet wird.
  • 2f zeigt schematische eine Cluster-Anlage, etwa die Cluster-Anlage 150, wie sie in 1a gezeigt ist, wobei die virtuelle Konfiguration der Anlage 150 entsprechend den Prinzipien einer anschaulichen Ausführungsform der vorliegenden Erfindung ermittelt wird, wobei kapazitätsgewichtete Einheitenzustände vorgesehen sind. Um die Ergebnisse, die durch die vorliegende Erfindung erhalten werden, mit den entsprechenden Ergebnisse zu vergleichen, wie sie zuvor für die Anlage 150 beschrieben sind, wird eine entsprechende Konfiguration, die durch die Wahrheitstabelle 1c beschrieben ist, ausgewählt, wobei die Einheit 152a produktiv ist, die Einheit 152b eine Standzeit aufweist, die Einheit 152c produktiv ist und die Transporteinheit 151 produktiv ist, woraus sich ein IPP1 im produktiven Zustand und ein IPP2 im Standzustand ergibt. In 2f ist die Anlage 150 mit drei Schritten dargestellt, wobei die entsprechenden Kapazitätsgewichte ausgewählt sind, da entsprechende Werte aus den konventionellen Beispielen nicht verfügbar sind. Auf der Grundlage der entsprechenden Gewichtungsfaktoren kann die entsprechende Prozedur zum Ermitteln einer Zustandsmatrix, zum Ausführen einer entsprechenden Summierung von Kapazitätsgewichten pro Zustand und Schritt, zum Bestimmen entsprechender Kapazitäten für akkumulierte Zustände, zum Auswählen eines minimalen Kapazitätsgewichts für jeden akkumulierten Zustand und schließlich zum Bestimmen der entsprechenden Einflüsse auf den Gesamtclusterzustand durch Umverteilen der entsprechenden Gewichtungsfaktoren, wie dies detailliert mit Bezug zu 2c erläutert ist, ebenso auf die Anlage 150 angewendet werden, wie dies in 2f gezeigt ist. Folglich kann der folgende Clusterzustand erhalten werden.
    PRD 75%
    SBY 0%
    ENG 0%
    SDT 0%
    UDT 25%
    NST 0%
  • Auf der Grundlage der produktiven Zeiten und Standzeiten mit 100 Stunden und 140 Stunden für IPP1 und IPP2 kann ein entsprechendes Arbeitsschema angenommen werden, wie es in Tabelle 2f repräsentiert ist.
  • Tabelle 2f
    Figure 00330001
  • Wie zuvor dargestellt ist, kann die entsprechende Prozesssequenz zu einer produktiven Zeit von 71,4% und einer entsprechenden Standzeit von 28,6% für die Anlage 150 führen, wenn diese als eine Einheit gemäß dem konventionellen Verfahren betrachtet wird. Wie aus Tabelle 2f ersichtlich wird, tritt ein Fehler in der Einheit 152a auf, zwei Fehler treten in der Einheit 152c auf und ein Fehler tritt in dem Transport auf, während ein Fehler auch in der Einheit 152b anzutreffen ist. Somit beträgt, wie zuvor erläutert ist, die mittlere Zeit zwischen Fehlern 76,0 Stunden mit insgesamt 5 Fehlern. Im Gegensatz zu diesen Werten werden durch Bestimmen der entsprechenden Cluster-Anlagenzustände für die entsprechenden Zeitfenster, wie sie durch die Tabelle 2f gezeigt sind, d.h. durch Anwenden des oben spezifizieren Verfahrens gemäß anschaulicher Ausführungsformen, für jedes Zeitfenster und durch Akkumulieren der entsprechenden Cluster-Anlagenzustände, wie dies zuvor mit Bezug zu 2c erläutert ist, die folgenden Maßzahlen für die einzelnen Unterzustände, die den Zustand der Anlage 150 bilden, erhalten.
    PRD 130,0 Stunden
    SPY 0,0 Stunden
    ENG 0,0 Stunden
    SDT 0,0 Stunden
    UDT 38,0 Stunden
    NST 0,0 Stunden
  • Folglich wird eine produktive Zeit, d.h. eine Produktionszeit von 77,4% erreicht, während die Standzeit, in diesem Falle eine nicht geplante Standzeit 22,6% beträgt.
  • Ferner betragen die entsprechenden Gewichtungsfaktoren für Fehler im Schritt 1 0,25, während die entsprechenden Gewichtungsfaktoren im Schritt 2 und 3 1,0 sind. Folglich beträgt die gewichtete Fehlerzahl, d.h. Fehler im Schritt 1 mit jeweils einem Fehlergewicht von 0,25, zwei Fehler im Schritt 2 mit einem Fehlergewicht von 1,0 und ein Fehler im Schritt 3 mit einem Fehlergewicht von 1,0, somit 3,5. Folglich können entsprechende Maßzahlen, die die Zuverlässigkeit, etwa MTBF, MUTBF (mittlere produktive Zeit zwischen Fehlern) und MTTR bestimmt werden, woraus sich ergibt
    MTBFp (produktive Zeit pro Fehlerzahl) 37,14 Stunden
    MUTBF (produktive Zeit pro Fehlerzahl) 37,14 Stunden
    MTTR (Standzeit pro Fehlerzahl) 10,86 Stunden
  • Beispielsweise ergibt die entsprechende mittlere Zeit vor einem Fehler, die auf der Grundlage der konventionellen Technik ermittelt wird, 76,0 Stunden, wodurch ebenso eine deutliche Abweichung zu den entsprechenden Ergebnissen gemäß der vorliegenden Erfindung angezeigt wird. Ferner wird ein hohes Maß an Konsistenz der Ergebnisse der vorliegenden Erfindung bestätigt durch Ermittlung der Zuverlässigkeit die durch 1 – (MTTR/(MTTR + MUTBF)) definiert ist, die 0,774 ergibt, was identisch zu der produktiven Zeit von 77,4% ist, die zuvor erhalten wurde.
  • Es gilt also: Die vorliegende Erfindung stellt eine verbesserte Technik zum Messen und Überwachen von Cluster-Anlagenzuständen bereit, wodurch die Möglichkeit geschaffen wird, Anlageneigenschaften, etwa Zuverlässigkeit, Verfügbarkeit und Wartungseigenschaften zu messen, wobei in einigen anschaulichen Ausführungsformen standardmäßige E10-Zustände zur Darstellung eines entsprechenden Cluster-Anlagenzustands verwendet werden. Zu diesem Zweck werden gewichtete Einheitenzustände so kombiniert, dass diese eine Repräsentation des Cluster-Anlagenzustands bilden, wobei eine entsprechende Kombination, d.h. eine Aneinanderreihung oder Akkumulation von Einheitenzuständen, auf der Grundlage einer geeignet definierten hierarchischen Struktur der Einheitenzustände ausgeführt werden kann. Des weiteren werden in einigen anschaulichen Ausführungsformen entsprechende Fehler, die durch entsprechende Einheitenzustände gekennzeichnet sind, ebenso auf der Grundlage geeigneter Gewichtungsfaktoren gewichtet, wodurch ein hohes Maß an Konsistenz im Hinblick auf numerische Werte von Anlageneigenschaften erreicht wird. In einer anschaulichen Ausführungsform wird der Gewichtungsfaktor auf der Grundlage der Kapazität der einzelnen Einheiten festgelegt, wobei die Kapazität auf der Grundlage geeigneter Leistungsdaten bestimmt werden kann, etwa gemittelte Durchlaufzeiten für mehrere Operationen, herstellerspezifische Daten, oder die entsprechenden Kapazitätswerten können dynamisch in Abhängigkeit von Betriebsbedingungen angepasst werden. Des weiteren kann eine beliebige Anzahl von Unterzuständen durch die hierin bereitgestellten Systeme und Verfahren gehandhabt werden, während in konventionellen Verfahren lediglich produktive Zustände und Standzeiten verwendet werden. Für die Cluster-Beschreibung der konventionellen Technik ist eine Wahrheitstabelle mit bis zu 2n-Zeilen für eine Cluster-Anlage mit n-Einheiten erforderlich, wohingegen die vorliegende Erfindung eine Initialisierungsmatrix mit lediglich n-Zeilen verwendet. Des weiteren kann die vorliegende Erfindung den Kapazitätsüberschuss von parallelen Einheiten zu Gunsten der Cluster-Anlage berücksichtigen, d.h. zwei parallele Kammern mit 70% Kapazität führen zu einem Kapazitätsverlust von 30%, wenn eine der Kammer ausfällt, während in der konventionellen Technik ein Kapazitätsverlust von 50% benutzt wird. Folglich wird ein hohes Maß an Aussagekraft im Hinblick auf die Darstellung einer Cluster-Anlage in Verbindung mit einem relativ geringen Aufwand für die Cluster-Matrixmodellierung erreicht, wobei eine Messung der Verfügbarkeit, Zuverlässigkeit und Wartungseigenschaft zu genaueren Maßzahlen im Vergleich zu konventionellen Verfahren führen.
  • Weitere Modifizierungen und Variationen der vorliegenden Erfindung werden für den Fachmann angesichts dieser Beschreibung offenkundig. Daher ist diese Beschreibung als lediglich anschaulich und für die Zwecke gedacht, dem Fachmann die allgemeine Art und Weise des Ausführens der vorliegenden Erfindung zu vermitteln. Selbstverständlich sind die hierin gezeigten und beschriebenen Formen der Erfindung als die gegenwärtig bevorzugten Ausführungsformen zu betrachten.

Claims (26)

  1. System mit: einer Schnittstelle, die ausgebildet ist, Prozessnachrichten von einer Cluster-Anlage mit zwei oder mehr Einheiten zu empfangen, wobei die Prozessnachrichten jede der Einheiten betreffen; und einer Zustandsabschätzungseinheit, die mit der Schnittstelle verbunden und ausgebildet ist, automatisch ein Maß für Zuverlässigkeit und/oder Verfügbarkeit und/oder Wartungseigenschaften der Cluster-Anlage auf der Grundlage der Prozessnachrichten und einer Funktionskapazität jeder Einheit der Cluster-Anlage zu bestimmen.
  2. System nach Anspruch 1, wobei die Zustandsabschätzungseinheit eine Zustandsmaßbestimmungseinheit umfasst, die ausgebildet ist, einen kapazitätsgewichteten aktuellen Zustand jeder Einheit auf der Grundlage der Prozessnachrichten zu bestimmen.
  3. System nach Anspruch 2, wobei die Zustandsabschätzungseinheit ferner eine Zustandssummationseinheit aufweist, die ausgebildet ist, kapazitätsgewichtete Zustandsmaßzahlen auf der Grundlage der kapazitätsgewichteten aktuellen Zustände für jeden Prozessschritt der Cluster-Anlage aufzusummieren, wobei jeder Prozessschritt durch äquivalente Einheiten der Cluster-Anlage definiert ist.
  4. System nach Anspruch 3, wobei die Zustandsabschätzungseinheit ferner eine Zustandakkumulationseinheit umfasst, um ein akkumuliertes Zustandsmaß für jeden verfügbaren Zustand für jeden Prozessschritt auf der Grundlage der kapazitätsgewichteten Zustandsmaßzahlen zu bestimmen.
  5. System nach Anspruch 4, wobei die Zustandsabschätzungseinheit ferner eine Zustandsminimumbestimmungseinheit umfasst, die ausgebildet ist, ein minimales Maß für jeden Zustand jedes Prozessschrittes zu bestimmen.
  6. System nach Anspruch 5, wobei die Zustandsabschätzungseinheit ferner eine Zustandskapazitätsumverteilungseinheit umfasst, die ausgebildet ist, ein Maß eines Gesamtzustandes der Cluster-Anlage als einen Satz aus Maßzahlen für jeden Zustand, die von den minimalen Maßzahlen abgeleitet sind, zu bestimmen.
  7. System nach Anspruch 6, wobei die Zustandsabschätzungseinheit ferner ein dynamisches Zustandabschätzungsmodul aufweist, das ausgebildet ist, das Maß des Gesamtzustandes dynamisch zu aktualisieren.
  8. System nach Anspruch 1, das ferner eine Fehlerzahleinheit aufweist, die ausgebildet ist, eine gewichtete Fehlerzahl für die Cluster-Anlage auf der Grundlage der Funktionskapazitäten jeder der Einheiten zu bestimmen.
  9. System nach Anspruch 1, wobei die Schnittstelle ferner ausgebildet ist, Prozessdaten mit einem Fertigungsausführungssystem auszutauschen, wobei die Prozessdaten die Cluster-Anlage betreffen.
  10. Verfahren mit: Empfangen von Prozessnachrichten von einer Cluster-Anlage, die in einer Fertigungsprozesslinie eingesetzt wird, mittels einer Schnittstelle, die mit der Cluster-Anlage kommuniziert, wobei die Cluster-Anlage mehrere Einheiten aufweist; und Bestimmen eines Maßes für einen aktuellen Gesamtzustand der Cluster-Anlage auf der Grundlage einer Funktionskapazität jeder Einheit und der Prozessnachrichten.
  11. Verfahren nach Anspruch 10, wobei die Prozessnachrichten anlagenspezifische Informationen umfassen, die einen von mehreren verfügbaren Zustände für jede der Einheiten kennzeichnen.
  12. Verfahren nach Anspruch 11, wobei die mehreren verfügbaren Zustände einen produktiven Zustand, einen Wartezustand, einen Testzustand, einen geplanten Standzeitenzustand, einen nicht geplanten Standzeitenzustand und einen nicht disponierten Zustand umfassen.
  13. Verfahren nach Anspruch 11, wobei das Maß des Gesamtzustandes der Cluster-Anlage ein Satz aus Werten ist, wobei jeder Wert mit einem entsprechenden verfügbaren Zustand verknüpft ist und einen gewichteten Anteil des entsprechenden verfügbaren Zustandes zu dem Gesamtzustand repräsentiert.
  14. Verfahren nach Anspruch 10, das ferner umfasst: Messen einer Zuverlässigkeit und/oder Verfügbarkeit und/oder Wartungseigenschaft auf der Grundlage des Maßes des Gesamtzustands.
  15. Verfahren nach Anspruch 10, das ferner umfasst: Bestimmen eines aktualisierten Maßes für den Gesamtzustand für eine Betriebszeitdauer, die durch eine Zustandsänderung mindestens einer Einheit bestimmt ist.
  16. Verfahren nach Anspruch 10, das ferner umfasst: Definieren einer gewichteten Kapazität für jede der mehreren Einheiten, wobei eine Einheit mit der geringsten Kapazität als Referenz verwendet wird.
  17. Verfahren nach Anspruch 16, wobei die gewichtete Kapazität für jede Einheit auf der Grundlage einer Durchlaufzeit für einen spezifizierten Prozess in jeder Einheit und der Anzahl an Substraten, die gleichzeitig in jeder Einheit verarbeitet werden, bestimmt wird.
  18. Verfahren nach Anspruch 17, das ferner umfasst: dynamisches Aktualisieren der Durchlaufzeit auf der Grundlage der Prozessnachrichten.
  19. Verfahren nach Anspruch 11, das ferner umfasst: Definieren einer Hierarchie der mehreren verfügbaren Zustände und Anwenden der Hierarchie zum Bestimmen des Maßes für den Gesamtzustand.
  20. Verfahren nach Anspruch 12 und 19, wobei die Hierarchie eine Reihenfolge der mehreren verfügbaren Zustände in der folgenden Reihenfolge von der tiefsten zur höchsten Priorität aufweist: produktiver Zustand, Wartezustand, Testzustand, geplanter Standzeitzustand, nicht geplanter Standzeitzustand und nicht disponierter Zustand.
  21. Verfahren zum Messen eines Zustands einer Cluster-Anlage, wobei das Verfahren umfasst: Empfangen von Prozessnachrichten von jeder von mehreren Einheiten der Cluster-Anlage; Bestimmen eines aktuellen Einheitenzustandes für jede der Einheiten auf der Grundlage der Prozessnachrichten, wobei die aktuellen Einheitenzustände der mehreren Einheiten jeweils einem von mehreren verfügbaren Einheitenzuständen entsprechen; und Bestimmen eines Satzes gewichteter Maßzahlen auf der Grundlage einer vordefinierten Hierarchie der mehreren verfügbaren Einheitenzustände als ein Maß des Zustandes der Cluster-Anlage, wobei jede der gewichteten Maßzahlen einem der mehreren verfügbaren Einheitenzustände entspricht.
  22. Verfahren nach Anspruch 21, wobei die gewichteten Maßzahlen unter Anwendung von Gewichtungsfaktoren bestimmt werden, die auf der Grundlage von einheitsspezifischen Betriebseigenschaften für jede Einheit definiert sind.
  23. Verfahren nach Anspruch 22, wobei die einheitsspezifische Betriebseigenschaft einer speziellen Einheit ein Durchsatz der speziellen Einheit für spezifizierte Betriebsbedingungen ist.
  24. Verfahren nach Anspruch 23, wobei die spezifizierten Betriebsbedingungen dynamisch an einen speziellen Prozessablauf auf der Grundlage eines Prozessrezepts, das in der Cluster-Anlage für den spezifizierten Prozessablauf verwendet wird, angepasst werden.
  25. Verfahren nach Anspruch 21, wobei Bestimmen eines aktuellen Einheitenzustands umfasst: Definieren einer Initialisierungsmatrix für die Cluster-Anlage, wobei die Initialisierungsmatrix eine Zeile für jede Einheit und Spalten für Prozessschritte und Kapazitätsgewichte für jede Einheit aufweist und wobei die Prozessschritte einen Prozessablauf in der Cluster-Anlage bestimmen.
  26. Verfahren nach Anspruch 10, das ferner umfasst: Definieren einer Initialisierungsmatrix für die Cluster-Anlage, wobei die Initialisierungsmatrix eine Zeile für jede Einheit und Spalten für Prozessschritte und die Kapazitätsgewichte für jede Einheit aufweist und wobei die Prozessschritte einen Prozessablauf in der Cluster-Anlage bestimmen.
DE102006001257A 2005-12-30 2006-01-10 Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems Ceased DE102006001257A1 (de)

Priority Applications (8)

Application Number Priority Date Filing Date Title
DE102006001257A DE102006001257A1 (de) 2005-12-30 2006-01-10 Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems
US11/535,327 US7546177B2 (en) 2005-12-30 2006-09-26 Automated state estimation system for cluster tools and a method of operating the same
EP06847621A EP1966664B1 (de) 2005-12-30 2006-12-13 Automatisiertes statusschätzsystem für cluster-werkzeuge und betriebsverfahren dafür
KR1020087018867A KR101495256B1 (ko) 2005-12-30 2006-12-13 클러스터 툴을 위한 자동화된 상태 추정 시스템과 이러한 시스템을 동작시키는 방법
PCT/US2006/047608 WO2007078792A1 (en) 2005-12-30 2006-12-13 An automated state estimation system for cluster tools and a method of operating the same
CN200680049419XA CN101346678B (zh) 2005-12-30 2006-12-13 用于丛集工具的自动化状态估计系统以及操作该系统的方法
JP2008548563A JP5294875B2 (ja) 2005-12-30 2006-12-13 クラスタ装置のための自動状態推定システム、およびこれを動作させる方法
TW095148703A TWI443776B (zh) 2005-12-30 2006-12-25 用於叢集工具之自動化狀態估計系統以及操作該系統之方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102005063132.0 2005-12-30
DE102005063132 2005-12-30
DE102006001257A DE102006001257A1 (de) 2005-12-30 2006-01-10 Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems

Publications (1)

Publication Number Publication Date
DE102006001257A1 true DE102006001257A1 (de) 2007-07-12

Family

ID=38169937

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102006001257A Ceased DE102006001257A1 (de) 2005-12-30 2006-01-10 Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems

Country Status (8)

Country Link
US (1) US7546177B2 (de)
EP (1) EP1966664B1 (de)
JP (1) JP5294875B2 (de)
KR (1) KR101495256B1 (de)
CN (1) CN101346678B (de)
DE (1) DE102006001257A1 (de)
TW (1) TWI443776B (de)
WO (1) WO2007078792A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023280336A1 (de) * 2021-07-05 2023-01-12 Schaeffler Technologies AG & Co. KG Produktionsanlage und verfahren zum betrieb einer produktionsmaschine

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8055370B1 (en) * 2006-06-23 2011-11-08 Novellus Systems, Inc. Apparatus and methods for monitoring health of semiconductor process systems
US7778798B2 (en) * 2006-10-12 2010-08-17 Systems On Silicon Manufacturing Co. Pte. Ltd. System and method for measuring tool performance
US8204772B2 (en) * 2008-06-04 2012-06-19 Accenture Global Services Limited Customer service experience comparative landscape tool
US20090319662A1 (en) * 2008-06-24 2009-12-24 Barsness Eric L Process Migration Based on Exception Handling in a Multi-Node Environment
DE102009046751A1 (de) * 2008-12-31 2010-09-09 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System zum Synchronisieren der Prozesskammerabschaltzeiten durch Steuern der Transportreihenfolge in eine Prozessanlage
US9037279B2 (en) * 2009-09-09 2015-05-19 Taiwan Semiconductor Manufacturing Company, Ltd. Clustering for prediction models in process control and for optimal dispatching
CN101667034B (zh) * 2009-09-21 2011-06-22 北京航空航天大学 一种易扩展的、支持异构集群的监控系统
US20110238370A1 (en) * 2010-03-29 2011-09-29 Beekman Johannes F Methods, Apparatuses and Systems for Automatically Determining the State of a Cluster Tool
US9290618B2 (en) 2011-08-05 2016-03-22 Sabic Global Technologies B.V. Polycarbonate compositions having enhanced optical properties, methods of making and articles comprising the polycarbonate compositions
WO2013116697A1 (en) 2012-02-03 2013-08-08 Sabic Innovative Plastics Ip B.V. Light emitting diode device and method for production thereof containing conversion material chemistry
US10643853B2 (en) 2012-02-10 2020-05-05 Taiwan Semiconductor Manufacturing Company, Ltd. Wafer thinning apparatus having feedback control and method of using
CN104144902A (zh) 2012-02-29 2014-11-12 沙特基础创新塑料Ip私人有限责任公司 用于生产低硫双酚a的方法、用于生产聚碳酸酯的方法以及由聚碳酸酯制作的制品
US9346949B2 (en) 2013-02-12 2016-05-24 Sabic Global Technologies B.V. High reflectance polycarbonate
US9821523B2 (en) 2012-10-25 2017-11-21 Sabic Global Technologies B.V. Light emitting diode devices, method of manufacture, uses thereof
WO2014186548A1 (en) 2013-05-16 2014-11-20 Sabic Innovative Plastics Ip B.V. Branched polycarbonate compositions having conversion material chemistry and articles thereof
KR102229148B1 (ko) 2013-05-29 2021-03-23 사빅 글로벌 테크놀러지스 비.브이. 색 안정한 열가소성 광투과 물품을 갖는 조명 장치
US10346237B1 (en) * 2015-08-28 2019-07-09 EMC IP Holding Company LLC System and method to predict reliability of backup software
KR102247828B1 (ko) * 2018-07-23 2021-05-04 세메스 주식회사 기판 처리 장치 및 기판 처리 방법
JP6766103B2 (ja) * 2018-07-31 2020-10-07 株式会社日立製作所 分析方法及び計算機
CN112287452B (zh) * 2020-10-12 2022-05-24 哈尔滨工业大学 一种航天器可维修性智能建模方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10187638A (ja) * 1996-10-28 1998-07-21 Mitsubishi Electric Corp クラスタ制御システム
US5914879A (en) 1997-03-04 1999-06-22 Advanced Micro Devices System and method for calculating cluster tool performance metrics using a weighted configuration matrix
JPH11194928A (ja) * 1997-12-29 1999-07-21 Tokyo Electron Ltd 制御装置
US6256550B1 (en) * 1998-08-07 2001-07-03 Taiwan Semiconductor Manufacturing Company Overall equipment effectiveness on-line categories system and method
US7069101B1 (en) * 1999-07-29 2006-06-27 Applied Materials, Inc. Computer integrated manufacturing techniques
US6724404B1 (en) 2001-02-06 2004-04-20 Lsi Logic Corporation Cluster tool reporting system
US6889253B2 (en) * 2001-04-30 2005-05-03 International Business Machines Corporation Cluster resource action in clustered computer system incorporation prepare operation
US20040148047A1 (en) * 2001-12-18 2004-07-29 Dismukes John P Hierarchical methodology for productivity measurement and improvement of productions systems
US20040034555A1 (en) 2002-03-18 2004-02-19 Dismukes John P. Hierarchical methodology for productivity measurement and improvement of complex production systems
US7529822B2 (en) * 2002-05-31 2009-05-05 Symantec Operating Corporation Business continuation policy for server consolidation environment
US7228351B2 (en) * 2002-12-31 2007-06-05 International Business Machines Corporation Method and apparatus for managing resource contention in a multisystem cluster

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023280336A1 (de) * 2021-07-05 2023-01-12 Schaeffler Technologies AG & Co. KG Produktionsanlage und verfahren zum betrieb einer produktionsmaschine

Also Published As

Publication number Publication date
JP2009522773A (ja) 2009-06-11
TW200741974A (en) 2007-11-01
EP1966664B1 (de) 2013-03-27
WO2007078792A1 (en) 2007-07-12
EP1966664A1 (de) 2008-09-10
US7546177B2 (en) 2009-06-09
KR101495256B1 (ko) 2015-02-24
TWI443776B (zh) 2014-07-01
CN101346678A (zh) 2009-01-14
US20070156274A1 (en) 2007-07-05
JP5294875B2 (ja) 2013-09-18
CN101346678B (zh) 2011-06-22
KR20080081092A (ko) 2008-09-05

Similar Documents

Publication Publication Date Title
DE102006001257A1 (de) Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems
DE112005002474B4 (de) Verfahren zum dynamischen Einstellen der Messdatennahme auf der Grundlage der verfügbaren Messkapazität
DE60023395T2 (de) Verfahren zur Bearbeitung von Halbleitern
DE102009006887B3 (de) Verfahren und System zur Halbleiterprozesssteuerung und Überwachung unter Anwendung eines Datenqualitätsmaßes
DE60207588T2 (de) Zustandsschätzung und einteilung für ein herstellungssystem
DE102006009248B4 (de) Verfahren und System zur Modellierung eines Produktstromes in einer Fertigungsumgebung durch Prozess- und Anlagenkategorisierung
DE112006002918B4 (de) Verfahren, System sowie computerlesbare Programmspeichereinrichtung für eine produktbezogene Rückkopplung für Prozesssteuerung
DE102005009022A1 (de) Automatisches Durchsatzsteuerungssystem und Verfahren zum Betreiben desselben
DE10007972B4 (de) Diagnosevorrichtung und -verfahren in einem Prozeßsteuersystem
DE102018120345A1 (de) Hochleistungssteuerungsserversystem
DE60011143T2 (de) Chipsherstellungssteuerung
DE102008021558A1 (de) Verfahren und System für die Halbleiterprozesssteuerung und Überwachung unter Verwendung von PCA-Modellen mit reduzierter Grösse
DE102013209458A1 (de) Verfahren und System zur kundenspezifischen Zuweisung von Prüfsystemen in einer Produktionsumgebung
DE102006025352A1 (de) Verfahren und System zum Bestimmen der Auslastung von Prozessanlagen in einer Fertigungsumgebung auf der Grundlage von Eigenschaften eines automatisierten Materialhandhabungssystems
DE10297744T5 (de) Spezialisierung aktiver Softwaremittel in einer automatisierten Fertigungsumgebung
DE112007000868T5 (de) Zeitgerichteter gleitender Mittelwertfilter
DE112015004142T5 (de) System und Verfahren zur Vorhersage des Ausfalls von Maschinenkomponenten
DE10027826A1 (de) System and Method for Finding Defective Tools in a Semiconductor Fabrication Facility
DE10393371T5 (de) Verfahren und Vorrichtung zum Steuern eines Fertigungsprozesses auf der Grundlage einer gemessenen elektrischen Eigenschaft
DE102005030586A1 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung unter Anwendung der Messunsicherheit als Steuerungseingang
DE102006051495B4 (de) Verfahren und System zur zufälligen Verteilung von Scheiben in einer komplexen Prozesslinie
DE10240115B4 (de) Verfahren und System zum Handhaben von Substraten in einer Produktionslinie mit einer Cluster-Anlage und einer Messanlage
DE10297636B4 (de) Verfahren zum Steuern von Prozessanlagen in einer Halbleiterfertigungsfabrik ####
DE10219363B4 (de) Verfahren für eine fortschrittliche Prozesssteuerung für einen Herstellungsvorgang für mehrere Produkte mit minimierter Steuerungsbeeinträchtigung nach erneuter Initialisierung bei Auftreten von Resetereignissen
DE60208236T2 (de) Verfahren und gerät zur planung von herstellungseinheiten basierend auf einheits- und werkzeugzustandsmassen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final