DE112018005529T5

DE112018005529T5 - Verfahren und vorrichtungen zur überwachung von roboter-funktionsfähigkeit in fertigungsumgebungen

Info

Publication number: DE112018005529T5
Application number: DE112018005529.9T
Authority: DE
Inventors: Rita Chattopadhyay; Mruthunjaya Chetty; Jeffrey Davis; Xiaozhong Ji; Stephanie Cope
Original assignee: Intel Corp
Current assignee: Intel Corp
Priority date: 2017-09-29
Filing date: 2018-08-27
Publication date: 2020-07-02
Also published as: US20190099886A1; US10695907B2; WO2019067128A1

Abstract

Es werden hier Verfahren, Vorrichtungen, Systeme und Erzeugnisse zur Überwachung von Roboter-Funktionsfähigkeit in Fertigungsumgebungen beschrieben. Ein beispielhaftes System zum Überwachen einer Funktionsfähigkeit eines Roboters in einer Halbleiterwafer-Fertigungsanlage weist einen mit dem Roboter gekoppelten Sensor auf. Der Sensor soll ein Schwingungssignal erlangen, das repräsentativ für eine Schwingung des Roboters ist. Das beispielhafte System weist außerdem einen Funktionsfähigkeits-Monitor zum Extrahieren eines Merkmals aus dem Schwingungssignal, Vergleichen des Merkmals mit einer Schwelle, und, als Reaktion auf ein Bestimmen, dass das Merkmal die Schwelle erfüllt, Übertragen einer Benachrichtigung auf.

Description

Diese Offenbarung betrifft allgemein Roboter und insbesondere Verfahren und Vorrichtungen zur Überwachung von Roboter-Funktionsfähigkeit in Fertigungsumgebungen.
HINTERGRUND
Halbleiterwafer werden in hochgradig kontrollierten Umgebungen unter Verwendung eines oder mehrerer Roboter gefertigt. Jeder der Roboter kann eine oder mehrere Funktionen in dem gesamten Montage-/Fertigungsprozess durchführen. Waferherstellung ist ein äußerst empfindlicher Prozess, und daher sind die Roboter dafür ausgelegt, sehr genaue und präzise Bewegungen durchzuführen.
Figurenliste

1 veranschaulicht ein beispielhaftes, gemäß den Lehren dieser Offenbarung konstruiertes Roboter-Funktionsfähigkeits-Überwachungssystem.
2 ist ein Blockschaltbild einer beispielhaften Implementierung eines beispielhaften Roboter-Funktionsfähigkeits-Monitors des Roboter-Funktionsfähigkeits-Überwachungssystems aus 1.
3 ist ein Blockschaltbild einer beispielhaften Implementierung eines beispielhaften Fehlerklassifizierers des Roboter-Funktionsfähigkeits-Überwachungssystems aus 1.
4 ist ein Schaubild, das beispielhafte, durch einen Sensor auf einem funktionsfähigen (healthy) Roboter und einem fehlerhaften Roboter erfasste Frequenzdaten zeigt.
5 zeigt Schaubilder, die beispielhafte Messungen darstellen, die durch einen Sensor auf einem funktionsfähigen Roboter und einem fehlerhaften Roboter erfasst wurden und in der Zeitdomäne für Schwingungen in der X-, Y- und Z-Richtung gezeigt werden.
6 zeigt Schaubilder, die beispielhafte Messungen darstellen, die durch einen Sensor auf einem funktionsfähigen Roboter und einem fehlerhaften Roboter erfasst wurden und in der Frequenzdomäne für Schwingungen in der X-, Y- und Z-Richtung gezeigt werden.
7 ist ein Ablaufplan, der repräsentativ für beispielhafte maschinenlesbare Anweisungen ist, die ausgeführt werden können, um den beispielhaften Roboter-Funktionsfähigkeits-Monitor aus 1 und/oder 2 zu implementieren.
8 ist ein Ablaufplan, der repräsentativ für beispielhafte maschinenlesbare Anweisungen ist, die ausgeführt werden können, um den beispielhaften Fehlerklassifizierer aus 1 und/oder 3 zu implementieren.
9 ist eine Prozessorplattform, die dafür strukturiert ist, die beispielhaften Anweisungen aus 7 auszuführen, um den beispielhaften Roboter-Funktionsfähigkeits-Monitor aus 2 zu implementieren.
10 ist eine Prozessorplattform, die dafür strukturiert ist, die beispielhaften Anweisungen aus 8 auszuführen, um den beispielhaften Fehlerklassifizierer aus 3 zu implementieren.

Wo immer möglich werden dieselben Bezugszeichen in der/den gesamten Zeichnung(en) und der begleitenden schriftlichen Beschreibung verwendet, um auf dieselben oder ähnliche Teile zu verweisen. In diesem Patent weist eine Angabe, dass ein beliebiges Teil (z.B. eine Schicht, ein Film, ein Bereich oder eine Platte) auf irgendeine Weise auf einem anderen Teil positioniert ist (z.B. darauf positioniert, darauf befindlich, darauf angeordnet oder darauf ausgebildet usw.) darauf hin, dass das Teil, auf das Bezug genommen wird, entweder in Kontakt mit dem anderen Teil steht, oder dass sich das Teil, auf das Bezug genommen wird, über dem anderen Teil befindet, wobei sich ein oder mehrere Zwischenteile dazwischen befinden. Eine Angabe, dass ein beliebiges Teil in Kontakt einem anderen Teil steht, heißt, dass sich kein Zwischenteil zwischen den beiden Teilen befindet.
AUSFÜHRLICHE BESCHREIBUNG
In Fertigungsanlagen werden häufig Roboter (z.B. Roboterarme) eingesetzt, um eine oder mehrere Operationen in dem Fertigungs-/Montageprozess eines Produkts durchzuführen. Die Roboter sind dafür programmiert, präzise Bewegungen durchzuführen, die zu der Gesamtherstellung eines Endprodukts beitragen. In einigen Fällen, wie beispielsweise bei Großserienfertigung (high volume manufacturing, HVM) von Halbleiterwafern oder -chips, ist die präzise Steuerung von Robotern entscheidend, um die Rentabilität des Endprodukts (z.B. ein Wafer) sicherzustellen. Zum Beispiel müssen Halbleiterwafer eine äußerst hohe Qualitätsschwelle halten. Wenn irgendwelche der Roboter auch nur geringfügige Störungen aufweisen, können vollständige Serien von Wafern ruiniert werden. Selbst äußerst kleine Defekte oder Unzulänglichkeiten beim Betrieb eines Roboters können eine partielle Verunreinigung eines Wafers, „Wafer-Tip-over“ und/oder „Crash“ von Wafern verursachen, was zu einem Verlust an Produktionsertrag, Stillstandszeit von Ausrüstung sowie einem beträchtlichen wirtschaftlichen Verlust führt.
Aktuell wird die Funktionsfähigkeit von Robotern durch manuelles Messen von Schwingungen an einem Endeffektor (z.B. einem Werkzeug) eines Roboters während einer planmäßigen periodischen Wartungsinspektion bestimmt. Jedoch ist die Wirksamkeit dieser manuellen Wartungsinspektionen in hohem Maße abhängig von der Erfahrung des Wartungspersonals und unterliegt damit menschlichen Fehlern. Ferner unterbrechen diese manuellen Wartungsinspektionen den Herstellungsprozess, was zu großen wirtschaftlichen Verlusten führen kann, wenn die Anlage nicht in Betrieb ist. Außerdem können zu der Zeit, zu der die planmäßige Wartungsinspektion erfolgt, hunderte oder sogar tausende Wafer negativ durch einen Roboter mit einer Fehlfunktion beeinflusst worden sein, und derartige Wafer müssen möglicherweise verworfen werden, was zu enormen wirtschaftlichen Verlusten führt.
Es werden hier beispielhafte Verfahren, Vorrichtungen, Systeme und Erzeugnisse zur Überwachung und zum Erkennen potenziell defekter Roboter in einer Fertigungsanlage wie beispielsweise einer Halbleiterwafer-Fertigungsanlage offenbart. Ein defekter oder fehlerhafter Roboter ist ein Roboter, der eine Qualitätsschwelle nicht einhält. Wenn zum Beispiel ein Lager, ein Riemen, ein Motor usw. des Roboters defekt ist (obwohl möglicherweise noch betriebsfähig), können Schwingungen auftreten, die die Präzision von Bewegungen des Roboters negativ beeinflussen, wodurch der Fertigungsprozess negativ beeinflusst wird. Sobald ein defekter Roboter identifiziert wurde, kann der Roboter repariert und/oder ersetzt werden. Durch schnelles Identifizieren und Reparieren/Ersetzen defekter Roboter auf eine automatische Weise in Echtzeit oder im Wesentlichen in Echtzeit (im Gegensatz zu bei einer planmäßigen Wartungsinspektion), verringern hier offenbarte Beispiele die Zeit(en), in denen ein defekter Roboter/defekte Roboter in Betrieb ist/sind, wodurch die Anzahl hergestellter Teile erhöht wird, die eine Qualitätsschwelle einhalten, eine Ausfallzeit von Ausrüstung verringert wird, und Produktivität und/oder Ertrag erhöht werden.
Es werden hier beispielhafte Roboter-Funktionsfähigkeits-Überwachungssysteme offenbart, die implementiert werden können, um einen oder mehrere Roboter in einer Fertigungsanlage oder -umgebung wie beispielsweise einer Halbleiterwafer-Fertigungsanlage zu überwachen. Bei einigen Beispielen weist ein Funktionsfähigkeits-Überwachungssystem einen Roboter-Funktionsfähigkeits-Monitor auf, der in Echtzeit Daten analysiert, die von einem oder mehreren von einem Roboter getragenen Sensoren erlangt werden. Bei einigen Beispielen misst/messen der/die Sensor(en) Schwingungen von dem Roboter, während der Roboter in Betrieb ist oder Funktionen durchführt. Der/die Sensor(en) geben Schwingungssignale aus, die repräsentativ für die Schwingungen des überwachten Abschnitts des Roboters sind. Ein von einem Sensor ausgegebenes Signal (hier als das Schwingungssignal bezeichnet) stellt eine Messung der Schwingung dar und kann eine oder mehrere Frequenzen zeigen, die eine oder mehrere Amplituden aufweisen. Der/die Sensor(en) können zum Beispiel Beschleunigungsmesser (z.B. ein triaxialer MEMS-Beschleunigungsmesser (MEMS = microelectromechanical systems) und/oder andere IMU-Einrichtungen (IMU = inertial measurement unit, inertiale Messeinheit) sein (z.B. ein Gyroskop), die Bewegungsdaten und/oder Schwingungsdaten der Roboter erlangen, die eine Bewegung der Ausrüstung widerspiegeln.
Bei einigen Beispielen extrahiert der Roboter-Funktionsfähigkeits-Monitor ein oder mehrere Merkmale (manchmal als Parameter bezeichnet) aus den von dem/den Sensor(en) erfassten Schwingungssignalen. Das/die Schwingungssignal(e) können in der Frequenzdomäne und/oder der Zeitdomäne erfasst und/oder verarbeitet werden. Zu einigen beispielhaften Merkmalen zählen die Medianfrequenz, die Spektralenergie, der Quadratmittelwert und/oder die Varianz des Schwingungssignals/der Schwingungssignale (z.B. der Sensordatenwerte). Bei anderen Beispielen können andere Merkmale ausgewählt, gemessen und/oder verarbeitet werden, um die Funktionsfähigkeit eines Roboters zu bestimmen. Das/die Merkmal(e) können direkt in den Zeitdomänen- und/oder Frequenzdomänen-Darstellungen des Signals beobachtbar sein und/oder können auf Grundlage dieser direkt beobachtbaren Merkmale berechnet werden. Ein Datenpunkt ist hier ein Abschnitt des von einem Sensor erfassten Signals, unabhängig davon, ob er in der Zeitdomäne oder der Frequenzdomäne dargestellt wird. Ein Datenpunkt kann ein Abtastwert des Signals sein, der einem Punkt oder Intervall in der Zeit entspricht. Jeder Datenpunkt kann ein oder mehrere Merkmale aufweisen wie beispielsweise die vorstehend bezeichneten, die extrahiert werden können. Mehrere Datenpunkte können als ein Satz betrachtet werden. Bei einigen Beispielen ist ein Satz auf Grundlage von Zeit (z.B. ein Zwei-Sekunden-Fenster von Datenpunkten) definiert oder auf Grundlage einer Anzahl von Datenpunkten (z.B. 1024 Datenpunkte). Sätze können diskret oder auf Grundlage eines Sliding Window verarbeitet werden. Bei einigen Beispielen ist ein Sliding Window vorteilhaft in dem Kontext von Frequenzdomänenanalyse, um eine Glättung zu erzielen. Bei einigen Beispielen, wie beispielsweise, wenn ein triaxialer Beschleunigungssensor implementiert wird, können eines oder mehrere der Merkmale aus dem Schwingungssignal für Schwingungen in jeder der Richtungen X, Y und Z (Achsen) extrahiert werden.
Bei einigen Beispielen vergleicht der Roboter-Funktionsfähigkeits-Monitor ein aus einem Schwingungssignal extrahiertes Merkmal mit einer Schwelle, um jegliche Ausreißer (d.h. Anomalien) zu erkennen, die möglicherweise in dem Schwingungssignal und damit in den von dem Roboter gemessenen Schwingungen vorhanden sind. Diese Ausreißer können auf einen potenziell defekten Roboter hinweisen und können daher verwendet werden, um eine potenziell fehlerhafte Maschine in Echtzeit oder im Wesentlichen in Echtzeit zu identifizieren. Bei einigen Beispielen kann die Schwelle auf einer Änderung von einem oder mehreren vorherigen Werten derselben Art von Merkmal beruhen. Zum Beispiel kann der Roboter-Funktionsfähigkeits-Monitor bestimmen, ob ein Merkmal (z.B. eine Medianfrequenz) innerhalb eines Mehrfachen einer Standardabweichung (manchmal als ein z-Score bezeichnet) (z.B. 1,5, 2, 2,5 usw.) vorheriger (d.h. historischer) Werte für dasselbe Merkmal über eine Zeitspanne (z.B. über die letzten 90 Tage) liegt. Wenn das Merkmal außerhalb der Standardabweichung der historischen Aufzeichnung liegt, wird das Merkmal als ein Ausreißer betrachtet und kann als potenziell auf einen fehlerhaften Roboter hinweisend gekennzeichnet werden. Bei anderen Beispielen kann das Merkmal mit einer Grundlinie oder einem Schwellenwert verglichen werden, die/der während einer Kalibrierung und/oder während einer Zeit erstellt wird, zu der der Roboter ordnungsgemäß funktioniert. Bei anderen Beispielen können andere Schwellen oder Referenzwerte verwendet werden. Der beispielhafte Roboter-Funktionsfähigkeits-Monitor kann in ähnlicher Weise andere Merkmale in dem/den Schwingungssignal(en) extrahieren und mit entsprechenden Schwellen vergleichen. Daher kann der beispielhafte Roboter-Funktionsfähigkeits-Monitor kontinuierlich Schwingungssignale erfassen und die Signale analysieren, um jegliche Anomalien in Echtzeit oder im Wesentlichen in Echtzeit (z.B. innerhalb von fünf Sekunden nach dem Auftreten) zu erkennen. Bei einigen Beispielen erzeugt, wenn ein Ausreißer bei einem der Merkmale erkannt wird, der Roboter-Funktionsfähigkeits-Monitor eine Benachrichtigung oder Meldung, sodass ein Reparatur- oder Ersatz-Arbeitsauftrag erteilt werden und/oder ein Techniker die Daten von dem Roboter näher überprüfen kann. Bei einigen Beispielen kann eine Produktion sofort angehalten werden, um eine Beschädigung des hergestellten Produkts oder Teils/der hergestellten Produkte oder Teile zu verhindern.
Bei einigen Beispielen erfolgt Datenverarbeitung in einem gewissen Ausmaß in der Fertigungsanlage, und Datenverarbeitung erfolgt in einem gewissen Ausmaß außerhalb der Fertigungsanlage. Ein Roboter-Funktionsfähigkeits-Monitor kann zum Beispiel mit den Robotern in einem Reinraum angeordnet sein, um die Sensorrohdaten (z.B. das/die Schwingungssignal(e)) zu empfangen und Benachrichtigungen zu erzeugen, wenn Ausreißermerkmale in dem/den Schwingungssignal(en) erkannt werden. Die Merkmale können dann zu einer anderen Datenverarbeitungseinrichtung zur weiteren Verarbeitung wie beispielsweise zur Fehlerklassifizierung übertragen werden. Durch Durchführen eines gewissen Ausmaßes an Verarbeitung der Sensordaten vor Ort (z.B. vor einem Exportieren der Daten von dem Reinraum zu der entfernt angeordneten Anlage), werden weniger Daten übertragen (z.B. wird weniger Bandbreite einer Internetverbindung verwendet) und weniger Verarbeitungsprozeduren werden in der entfernt angeordneten Anlage durchgeführt, um eine Zeit zum Erkennen von und Reagieren auf Merkmale(n) zu verringern, die eine Schwelle nicht erfüllen (z.B. Fehlererkennungsanalyse). Ferner verbleiben durch ein Verarbeiten der Sensordaten (z.B. der Rohdaten) mithilfe des Roboter-Funktionsfähigkeits-Monitors in der Fertigungsanlage die Sensordaten innerhalb der physischen Grenzen der Fertigungsanlage, wodurch Datenschutz- und/oder Sicherheitsbedenken verringert werden, die mit einem Exportieren von Daten zur Verarbeitung außerhalb des Standorts in Zusammenhang stehen können. Allerdings können bei Beispielen, bei denen keine Datenschutz- und/oder Sicherheitsbedenken vorhanden sind, die von dem Sensor erfassten Daten (z.B. die Rohdaten/Schwingungssignale) nach außerhalb der physischen Grenzen der Fertigungsanlage zur Verarbeitung und/oder Erfassung außerhalb des Standorts übertragen werden.
Wie vorstehend erwähnt, werden hier beispielhafte Fehlerklassifizierer offenbart, die für ein weiteres Verarbeiten von von einem oder mehreren Sensoren erfassten Informationen verwendet werden können, um die Fehlerart(en) zu identifizieren oder klassifizieren (z.B. Lagerfehler, Motorfehler usw.), die mit dem/den Ausreißermerkmal(en) in Zusammenhang stehen. Der Fehlerklassifizierer kann durch eine lokale Datenverarbeitungseinrichtung (z.B. einen Server, eine virtuelle Maschine usw.) und/oder durch eine Cloud-basierte Datenverarbeitungseinrichtung (z.B. einen Server, eine virtuelle Maschine usw.) implementiert werden, die entfernt von der Fertigungsanlage angeordnet ist. Bei einigen Beispielen führt der Fehlerklassifizierer eine Mehrvariablenanalyse der aus dem/den Schwingungssignal(en) extrahierten (durch den Roboter-Funktionsfähigkeits-Monitor) Merkmale durch, um zu bestimmen, ob irgendwelche der Benachrichtigungen und/oder Meldungen (erzeugt durch den Roboter-Funktionsfähigkeits-Monitor) fälschlicherweise als ein Ausreißer (d.h. ein Fehlalarm oder ein falsch positives Ergebnis) identifiziert wurden. Anders ausgedrückt: Der Fehlerklassifizierer kann dafür konfiguriert werden, falsch positive Ergebnisse zu erkennen. Als Reaktion auf ein falsch positives Ergebnis kann der Fehlerklassifizierer eine Erzeugung eines Fehlalarms, einer falschen Meldung und/oder eines falschen Arbeitsauftrags außer Kraft setzen. Bei einigen Beispielen wird vor einem Klassifizieren eines Roboters als eine potenzielle Maschinenstörung aufweisend und/oder Wartung benötigend ein Zählwert der Anzahl von Ausreißermerkmalen für eine Zeitspanne bestimmt. Zum Beispiel kann der Fehlerklassifizierer die Anzahl von Ausreißermerkmalen in einer Zeitspanne mit einer Schwelle (z.B. fünf Ausreißer innerhalb von 48 Stunden) vergleichen. Wenn die Anzahl von Ausreißermerkmalen in der Zeitspanne die Schwelle überschreitet, kann der Roboter als potenziell fehlerhaft gekennzeichnet werden, während, wenn die Anzahl von Ausreißermerkmalen die Schwelle nicht überschreitet, die Ausreißermessungen als Fehlalarme gekennzeichnet werden können und möglicherweise keine Benachrichtigung oder Meldung erzeugt wird. Bei anderen Beispielen wird ein Cluster von Ausreißern zusätzlich oder alternativ mit einer Schwelle verglichen, um zu bestimmen, ob ein Alarm ausgelöst werden sollte. Wenn zum Beispiel in der letzten Minute vier Ausreißer aufgetreten sind, kann ein Alarm ausgelöst werden (z.B. sogar, wenn dies die einzigen vier Ausreißer in den letzten 48 Stunden sind).
Daher ermöglichen hier offenbarte Beispiele ein proaktives Identifizieren potenzieller Maschinenstörungen, wodurch ermöglicht wird, zustandsbasierte Wartung bei Großserien-Fertigungsprozessen einzusetzen, wie beispielsweise denjenigen, die mit einer Herstellung von Halbleitereinrichtungen und/oder Halbleiterwafern in Zusammenhang stehen. Durch ein proaktives Identifizieren potenzieller Maschinenstörungen kann eine mit unerwarteter Wartung derartiger Maschinen in Zusammenhang stehende Ausfallzeit verringert werden. Anders ausgedrückt: Durch hier offenbarte Beispiele werden ein Identifizieren potenzieller Maschinenstörungen und ein Durchführen von Wartung auf Bedarfsbasis ermöglicht, wodurch ein Eingreifen ermöglicht wird, bevor eine große Anzahl von Teilen und/oder Endprodukten beschädigt oder auf eine fehlerhafte Weise gefertigt werden. Bei einigen Beispielen können durch eine Überwachung im Hinblick auf Maschinenstörungen und Durchführung von Wartung auf Bedarfsbasis schlanke Inventurpraktiken eingesetzt und Wartungskosten verringert werden.
In den Zeichnungen veranschaulicht 1 ein beispielhaftes Roboter-Funktionsfähigkeits-Überwachungssystem 100 (hier als das System 100 bezeichnet). Das beispielhafte System 100 wird in einer beispielhaften Fertigungsanlage 101 implementiert, die einen oder mehrere Roboter 102, 104, 106 aufweist, die bei der Herstellung von Halbleiterwafern verwendet werden. Bei dem veranschaulichten Beispiel aus 1 werden drei Roboter gezeigt: ein erster Roboter 102, ein zweiter Roboter 104 und ein dritter Roboter 106. Jedoch kann bei anderen Beispielen die Fertigungsanlage 101 mehr oder weniger Roboter aufweisen.
Ein Wafer, manchmal als eine Scheibe oder ein Substrat bezeichnet, ist eine dünne Scheibe aus einem Halbleitermaterial, die bei der Fertigung integrierter Schaltungen verwendet wird. Jeder der Roboter 102, 104, 106 kann eine oder mehrere Funktionen bei der Montage und/oder Fertigung eines Wafers durchführen. Waferherstellung ist ein äußerst empfindlicher Prozess. Daher sind bei einigen Beispielen die Roboter 102, 104, 106 zusammen mit anderen Fertigungsmaschinen in einem Reinraum 108 (z.B. ein Reinraum der Klasse 1) angeordnet, der während eines Normalbetriebs nicht für Menschen zugänglich ist. Anlagenpersonal (z.B. Mitarbeiter, externe Anbieter, Dienstleister usw.) überwachen möglicherweise die Arbeitsgänge des Fertigungsprozesses, zum Beispiel von einem Kontrollraum aus.
Die Integrität der Roboter 102, 104, 106 kann entscheidend für den Fertigungsprozess sein. Kleine Defekte oder Fehler an den Robotern 102, 104, 106 können zu Schwingungen führen, die die Präzision des Roboters/der Roboter 102, 104, 106 verschlechtern und zu beschädigten Wafern führen. Fehler können das/die Lager, den/die Riemen, den/die Motor(en) usw. der Roboter 102, 104, 106 betreffen. Um Fehler der Roboter zu verringern, weist das beispielhafte System 100 aus 1 einen Roboter-Funktionsfähigkeits-Monitor 110 auf, der die Funktionsfähigkeit von einem oder mehreren der Roboter 102, 104, 106 überwacht. Der beispielhafte Roboter-Funktionsfähigkeits-Monitor 110 analysiert Schwingungsdaten von den Robotern 102, 104, 106, um Anomalien in der Leistung und/oder dem Betrieb der entsprechenden Roboter 102, 104, 106 zu erkennen.
Zum Beispiel ist, wie in 1 veranschaulicht, ein Sensor 112 mit dem ersten Roboter 102 gekoppelt. Der Sensor 112 misst Schwingungen und/oder eine Bewegung/Bewegungen des ersten Roboters 102 beim Betrieb und gibt Signale (manchmal als Schwingungssignale bezeichnet) aus, die repräsentativ für die Schwingungen des ersten Roboters 102 sind. Bei einigen Beispielen ist der Sensor 112 ein Beschleunigungsmesser wie beispielsweise ein triaxialer MEMS-Beschleunigungsmesser (MEMS = microelectromechanical systems). Bei einem derartigen Beispiel erlangt der Sensor 112 Schwingungs- oder Bewegungsdaten in der X-, Y- und Z-Richtung, während sich der erste Roboter 102 bewegt. Wie in 1 veranschaulicht, überträgt der Sensor 112 (z.B. über eine kabelgebundene oder drahtlose Verbindung) das/die Schwingungssignal(e) (gekennzeichnet als erste Sensordaten) zu dem Roboter-Funktionsfähigkeits-Monitor 110, der das/die Schwingungssignal(e) analysiert, um Anomalien in der/den Schwingung(en) und/oder Frequenz(en) der Schwingung(en) des ersten Roboters 102 zu erkennen.
Bei dem veranschaulichten Beispiel ist der Sensor 112 an oder nahe einem Ellbogen 114 (z.B. einem drehbaren Gelenk zwischen einem ersten Armabschnitt und einem zweiten Armabschnitt) des ersten Roboters 102 angeordnet. Allerdings kann bei anderen Beispielen der Sensor 112 an anderen Stellen auf dem ersten Roboter 102 (z.B. auf einer Schulter des ersten Roboters 102, nahe einem Endeffektor (z.B. einem Werkzeug) des ersten Roboters 102 usw.) angeordnet sein. Ferner kann bei anderen Beispielen mehr als ein Sensor mit dem ersten Roboter 102 gekoppelt sein. Der eine oder mehrere Sensoren können dieselbe Sensorart sein oder unterschiedlichen Sensorarten angehören.
Bei dem veranschaulichten Beispiel sind ein oder mehrere Sensoren (z.B. Beschleunigungsmesser) in ähnlicher Weise mit dem zweiten und dritten Roboter 104, 106 gekoppelt, um Schwingungen zu messen und Sensordaten (ein Schwingungssignal/Schwingungssignale) zu dem Roboter-Funktionsfähigkeits-Monitor 110 zu übertragen. Um Redundanzen zu vermeiden, wird keine detaillierte Beschreibung für das Abrufen und die Analyse von Sensordaten für den zweiten und dritten Roboter 104, 106 gegeben. Stattdessen versteht sich, dass beliebige der hier in Verbindung mit dem ersten Roboter 102, dem Sensor 112 und/oder der Analyse der ersten Sensordaten offenbarten beispielhaften Aspekte gleichermaßen auf den zweiten und dritten Roboter 104, 106 sowie deren entsprechende Sensoren und Sensordaten zutreffen.
Der Roboter-Funktionsfähigkeits-Monitor 110 analysiert das/die Schwingungssignal(e) von dem Sensor 112 um jegliche Anomalien zu erkennen, die auf eine potenzielle Roboterfehlfunktion hinweisen. Wie vorstehend erwähnt, kann sogar die geringste Änderung in dem Betrieb des ersten Roboters 102 (z.B. eine geringe Schwingung, verursacht durch einen abgenutzten Riemen oder ein abgenutztes Lager) nachteilige Auswirkungen auf den Wafer-Herstellungsprozess haben. Wenn eine Anomalie erkannt wird (z.B. eine größere Schwingung als normal), gibt der Roboter-Funktionsfähigkeits-Monitor 110 eine Benachrichtigung oder Meldung aus. Bei einigen Beispielen extrahiert der Roboter-Funktionsfähigkeits-Monitor 110 ein oder mehrere Merkmale aus dem/den Schwingungssignal(en). Bei einigen Beispielen zählen zu den extrahierten Merkmalen Zeitdomänenmerkmale der Signale und/oder Frequenzdomänenmerkmale der Signale.
Bei einigen Beispielen überträgt, wenn ein extrahiertes Merkmal eine Schwelle erfüllt (z.B. außerhalb einer Standardabweichung liegt), der Roboter-Funktionsfähigkeits-Monitor 110 eine Benachrichtigung/Meldung und/oder das Merkmal (oder für das Merkmal repräsentative Daten) über ein Netzwerk 116 zu einer elektronischen Einrichtung 118 (hier als eine Technikereinrichtung 118 bezeichnet). Bei dem veranschaulichten Beispiel wird die Technikereinrichtung 118 von einem Techniker 120 der Fertigungsanlage 101 bedient. Das Netzwerk 116 kann zum Beispiel ein drahtloses Netzwerk in der Fertigungsanlage 101 sein (z.B. innerhalb oder außerhalb einer Firewall 121). Die Technikereinrichtung 118 kann eine elektronische Einrichtung in der Fertigungsanlage 101 (z.B. ein Computer in einem Kontrollraum) oder eine elektronische Einrichtung sein, die entfernt von der Fertigungsanlage angeordnet ist (z.B. ein Heimcomputer). Der Techniker 120 kann zum Beispiel auf die Daten an einem entfernt angeordneten Standort über eine VPN-Verbindung (VPN = virtual private network, virtuelles privates Netzwerk) zugreifen. Die Technikereinrichtung 118 kann eine beliebige mobile oder nicht mobile elektronische Einrichtung sein, wie beispielsweise ein Tablet, ein persönlicher Computer, ein Laptop-Computer, ein Telefon (z.B. ein Smartphone), ein Computer in einem Kontrollraum und/oder jede andere elektronische Einrichtung, die dem Techniker 120 die Benachrichtigung/Meldung darbieten kann (z.B. über einen Anzeigebildschirm, einen Lautsprecher usw.). Obwohl bei diesem Beispiel der Benutzer oder die Person als ein Techniker bezeichnet wird, versteht sich, dass der Techniker 120 jede Person oder Gruppe von Personen repräsentieren kann die mit der Fertigungsanlage 101 in Zusammenhang steht (z.B. ein Mitarbeiter, ein Auftragnehmer, ein externer Anbieter usw.).
Bei einigen Beispielen ist der Roboter-Funktionsfähigkeits-Monitor 110 in der Nähe eines oder mehrerer der Roboter 102, 104, 106 angeordnet. Durch diese Nähe wird eine Verzögerung bei der Datenübertragung und -analyse verringert. Zum Beispiel kann sich der Roboter-Funktionsfähigkeits-Monitor 110 zusammen mit den Robotern 102, 104, 106 in dem Reinraum 108 befinden. Allerdings kann bei anderen Beispielen der Roboter-Funktionsfähigkeits-Monitor 110 außerhalb des Reinraums 108 angeordnet sein, und die Roboter 102, 104, 106 können über ein kabelgebundenes oder drahtloses Netzwerk Daten zu dem Roboter-Funktionsfähigkeits-Monitor 110 übertragen. Der beispielhafte Roboter-Funktionsfähigkeits-Monitor 110 kann auf jeder Art Datenverarbeitungseinrichtung implementiert werden, wie beispielsweise einer Steuereinheit, einem Prozessor, einer anwendungsspezifischen integrierten Schaltung (application-specific integrated circuit, ASIC), einem persönlichen Computer, einem Laptop, einem Tablet, einem Telefon (z.B. einem Smartphone) und/oder jeder anderen elektronischen Einrichtung.
Bei einigen Beispielen überträgt, wenn der Roboter-Funktionsfähigkeits-Monitor 110 einen Ausreißerwert in einem der Merkmale der Schwingungssignale erkennt, der Roboter-Funktionsfähigkeits-Monitor 110 über das Netzwerk 116 den Merkmalswert (oder eine Teilmenge davon) zu einem Fehlerklassifizierer 122. Der Fehlerklassifizierer 122 führt eine Mehrvariablenanalyse an den Merkmalen durch, um die Art(en) (von) Fehler(n), der/die aufgetreten ist/sind, auf Grundlage der Analyse zu klassifizieren. Die Mehrvariablenanalyse kann ein detaillierter mathematischer und/oder Mustererkennungsprozess sein, der mehrere der Merkmale analysiert (z.B. eine übergreifende Analyse (cross-analysis) von vier Merkmalen des/der Schwingungssignal(e)), um die analysierten Merkmale mit bei bekannten Defekten erwarteten Merkmalen abzugleichen.
Bei einigen Beispielen analysiert der Fehlerklassifizierer 122 das/die Ausreißermerkmal(e) zusammen mit (einem) anderen Merkmal(en), die keine Ausreißer sind, um zu bestimmen, ob es sich bei dem Ausreißermerkmal um einen Fehlalarm oder ein falsch positives Ergebnis handelt. Wenn der Fehlerklassifizierer 122 ein Ausreißermerkmal als einen Fehlalarm identifiziert, kann der Fehlerklassifizierer 122 den Techniker 120 benachrichtigen. Zum Beispiel kann der Fehlerklassifizierer 122 eine Nachricht (z.B. eine E-Mail, eine SMS-Nachricht (SMS = short message service, Kurznachrichtendienst) usw.), die angibt, dass die frühere Benachrichtigung (von dem Roboter-Funktionsfähigkeits-Monitor 110) ein Fehlalarm ist oder gewesen sein könnte, über das Netzwerk 116 zu der Technikereinrichtung 118 übertragen. Bei anderen Beispielen kann der Fehlerklassifizierer 122 die Übertragung der ursprünglichen Benachrichtigung/Meldung von dem Roboter-Funktionsfähigkeits-Monitor 110 ganz verhindern. Zusätzlich oder alternativ kann der Fehlerklassifizierer 122 die Art des Fehlers des Roboters auf Grundlage der Mehrvariablenanalyse identifizieren, wie hier ausführlicher offenbart wird. Zum Beispiel kann die Fehlerart (z.B. fehlerhafter Riemen, fehlerhaftes Lager usw.) an die Technikereinrichtung 118 übermittelt werden, sodass der Techniker 120 reparieren, ersetzen und/oder eine andere geeignete Vorgehensweise als Reaktion auf die Benachrichtigung wählen kann.
Bei einigen Beispielen wird der Fehlerklassifizierer 122 auf einer Cloud-basierten Datenverarbeitungseinrichtung (z.B. einem Server, einer virtuellen Maschine (VM) usw.) implementiert, die mit dem Roboter-Funktionsfähigkeits-Monitor 110 und/oder der Technikereinrichtung 118 über das Netzwerk 116 Daten austauscht. Bei einigen Beispielen befindet sich der Fehlerklassifizierer 122 in der Fertigungsanlage 101. Zum Beispiel kann der Fehlerklassifizierer 122 sich bei dem Roboter-Funktionsfähigkeits-Monitor 110 befinden oder sogar Teil von diesem sein. Daher kann sich der Fehlerklassifizierer 122 innerhalb oder außerhalb der Firewall 121 der Fertigungsanlage 101 befinden. Aus diesem Grund kann der Fehlerklassifizierer 122 entfernt von der Fertigungsanlage 101 angeordnet sein. Bei einigen Beispielen können, in Abhängigkeit von den Sicherheitseinstellungen des Herstellers, die Fehlerklassifizierungsinformationen zugänglich (z.B. über das Internet) für einen oder mehrere externe (Drittanbieter-) Hersteller oder Dienstleister (z.B. ein Roboter-Wartungsunternehmen) sein.
Bei einigen Beispielen wird durch ein Durchführen der Schwingungssignalanalyse (z.B. der Merkmalsextraktion, der Ausreißererkennung und der Meldung) an dem Roboter-Funktionsfähigkeits-Monitor 110 eine kostspielige Datenübertragung verringert, die andernfalls möglicherweise benötigt wird, um eine große Menge an Daten nach außerhalb der Fertigungsanlage 101 (z.B. zu einem entfernt angeordneten Datenverarbeitungsserver) zu übertragen. Außerdem ist durch ein Durchführen der Schwingungssignalanalyse mithilfe des Roboter-Funktionsfähigkeits-Monitors 110 in der Nähe der Roboter 102 bis 106 die Reaktionszeit zum Erzeugen einer Benachrichtigung kürzer als sie es bei einem Analysieren des Schwingungssignals/der Schwingungssignale außerhalb der Fertigungsanlage 101 wäre. Zum Beispiel kann der Roboter-Funktionsfähigkeits-Monitor 110 Tausende von Datenpunkten (z.B. Abtastwerte des Schwingungssignals/der Schwingungssignale) sehr schnell analysieren und Benachrichtigungen erzeugen (zur sofortigen Kenntnisnahme), während möglicherweise nur wenige Datenpunkte (z.B. die Werte der extrahierten Merkmale) zu dem Fehlerklassifizierer 122 zur weiteren Analyse übertragen werden, um die von dem Roboter-Funktionsfähigkeits-Monitor 110 erzeugten Benachrichtigungen zu ergänzen. Daher wird die zu übertragende Datenmenge verringert (z.B. minimiert) und die Auswirkung auf Bandbreite und Verarbeitungszeit wird verringert (z.B. minimiert). Bei einigen Beispielen erzeugt der Roboter-Funktionsfähigkeits-Monitor 110 eine sofortige Benachrichtigung, wenn irgendeines der extrahierten Merkmale die erste Schwelle (vorstehend bezeichnet, zum Erkennen von Ausreißern) um mehr als eine zweite Schwelle erfüllt. Der Fehlerklassifizierer 122 führt eine komplexere Mehrvariablenanalyse durch als der Roboter-Funktionsfähigkeits-Monitor 110. Durch die Mehrvariablenanalyse werden mehrere Merkmale analysiert, um die Fehlerbestimmung zu ergänzen. Ferner werden durch Sammeln und Analysieren der Sensorrohdaten (des Schwingungssignals/der Schwingungssignale) in der Fertigungsanlage 101 Sicherheits- und Datenschutzprobleme abgemildert, da möglicherweise nur die extrahierten Merkmalsinformationen nach außerhalb der Fertigungsanlage 101 gesendet werden, während die Sensorrohdaten bei dem Roboter-Funktionsfähigkeits-Monitor 110 in der Fertigungsanlage 101 verbleiben.
Während bei dem veranschaulichten Beispiel der Roboter-Funktionsfähigkeits-Monitor 110, die Technikereinrichtung 118 und der Fehlerklassifizierer 122 auf separaten Datenverarbeitungseinrichtungen implementiert werden, können bei anderen Beispielen beliebige aus dem Roboter-Funktionsfähigkeits-Monitor 110 der Technikereinrichtung 118 und/oder dem Fehlerklassifizierer 122 durch dieselbe Datenverarbeitungseinrichtung implementiert werden. Der Roboter-Funktionsfähigkeits-Monitor 110 kann zum Beispiel durch die Technikereinrichtung 120 (z.B. auf einem Computer in einem Kontrollraum der Fertigungsanlage 101) implementiert werden.
2 ist ein Blockschaltbild einer beispielhaften Implementierung des Roboter-Funktionsfähigkeits-Monitors 110 aus 1. Bei dem veranschaulichten Beispiel weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Datenerfasser 200 zum Empfangen von Sensordaten (dem/den Schwingungssignal(en)) von dem Sensor 112 auf. Der Datenerfasser 200 kann jedes vergangene, gegenwärtige oder zukünftige Datenübertragungsprotokoll implementieren, um Daten von dem Sensor 112 zu empfangen und/oder andernfalls mit diesem Daten auszutauschen. Bei einigen Beispielen wird ein Datenübertragungsprotokoll auf Grundlage einer Anwendung/Art der empfangenen Daten (z.B. ist ein langsameres Datenübertragungsprotokoll möglicherweise ungeeignet für die Öl-/Gasindustrie, wo Echtzeitanforderungen relativ strikt sind), Toleranz für Latenz und/oder Dienstgüte (quality of service, QoS) ausgewählt. Zu beispielhaften Datenübertragungsprotokollen zählen ein MQTT-Protokoll (message queuing telemetry transport protocol), ein CoAP (constrained application protocol), ein AMQP (advanced message queuing protocol), ein DDS-Protokoll (data distribution service protocol) und/oder ein HTTP (hypertext transfer protocol). Bei einigen Beispielen werden die von dem Roboter-Funktionsfähigkeits-Monitor 110 empfangenen Sensordaten (z.B. Sensorrohdaten) in einem Speicher 201 des Roboter-Funktionsfähigkeits-Monitors 110 gespeichert. Zusätzlich kann der Datenerfasser 200 direkt oder indirekt durch ein von dem Hersteller oder Anbieter des Sensors 112 bereitgestelltes Software Development Kit (SDK) implementiert werden, was den Roboter-Funktionsfähigkeits-Monitor 110 in die Lage versetzt, eine Verbindung einzurichten, den Sensor 112 (und/oder eine Basis) zu konfigurieren und/oder auf andere Weise Sensordaten von dem Sensor 112 zu erlangen. Bei einigen Beispielen ist der Sensor 112 ein drahtloser Sensor, und die Sensordaten (ein Schwingungssignal/Schwingungssignale) werden an eine Basis (z.B. einen Hub, ein Edge-Gateway, einen lokalen Server usw.) gesendet, die dann die Sensordaten zu dem Roboter-Funktionsfähigkeits-Monitor 110 überträgt. Bei einigen derartigen Beispielen kann die Basis Daten von mehreren Sensoren aggregieren und übertragen.
Bei dem veranschaulichten Beispiel weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Datenvorprozessor 202 auf, der eine oder mehrere Vorverarbeitungsoperationen an dem/den von dem Datenerfasser 200 empfangenen Schwingungssignal(en) durchführt. Bei einigen Beispielen befindet/befinden sich das Schwingungssignal/die Schwingungssignale in der Zeitdomäne (z.B. dargestellt durch Zeitreihendaten). Bei einigen Beispielen weist der Datenvorprozessor 202 einen oder mehrere Wandler auf, um das/die Schwingungssignal(e) von der Zeitdomäne in die Frequenzdomäne zu konvertieren, unter Verwendung jeder vergangenen, gegenwärtigen oder zukünftigen Technik, wie beispielsweise einer schnellen Fourier-Transformation (fast fourier transform, FFT). Wenn sie derart transformiert wird, wird die in verschiedenen Frequenzen in dem Signal vorhandene Energie durch die Amplituden der Werte dargestellt, die in den jeweiligen diesen Frequenzen entsprechenden Bins vorhanden sind. Bei einigen Beispielen ist die FFT derart eingestellt, dass sie 1024 Datenabtastwerte bearbeitet und ein überlappendes Sliding Window von 50 % verwendet (z.B. enthält jedes Fenster 512 neue Abtastwerte und 512 Abtastwerte aus der vorhergehenden FFT-Berechnung). Ein beispielhafter Sensor, der den Sensor 112 implementieren kann, kann einen Messbereich von +/-2 g (Standardbeschleunigung aufgrund von Schwerkraft = 9,8 Meter pro Quadratsekunde (m/s²)), eine Beschleunigungsmesser-Bandbreite von 0 Hertz (Hz) bis 500 Hz, eine Genauigkeit von 10 Milli-g (mg), eine Auflösung von 12 Bit und eine kontinuierliche Abtastrate von 512 Hz aufweisen. Mit einer Abtastrate von 512 Hz können zum Beispiel nur Frequenzen bis etwa einer Hälfte der Abtastrate gemessen werden. Bei anderen Beispielen können andere Arten von Sensoren implementiert werden, die andere Parameter aufweisen. Ferner können bei anderen Beispielen die Abtastrate, die Anzahl von Abtastwerten und/oder die Überlappung zwischen Fenstern anders sein. Bei einigen Beispielen weist der Datenvorprozessor 202 einen oder mehrere Filter auf, um Rauschen in den Daten zu verringern, einen Analog-Digital-Wandler und/oder andere Signalkonditionierungseinrichtungen.
Bei dem veranschaulichten Beispiel aus 2 weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Merkmalsextraktor 204 auf, der ein oder mehrere Merkmale aus dem/den von dem Datenvorprozessor 202 ausgegebenen vorverarbeiteten Schwingungssignal(en) extrahiert. Das/die Merkmal(e) können Zeitdomänenmerkmale und/oder Frequenzdomänenmerkmale sein. Bei einigen Beispielen extrahiert der Merkmalsextraktor 204 das eine oder mehrere Merkmale für Datenabtastwerte, die innerhalb eines Zeitfensters (z.B. eines Fensters von einer Sekunde, eines Fensters von zwei Sekunden usw.) auftreten. Bei anderen Beispielen extrahiert der Merkmalsextraktor 204 ein oder mehrere Merkmale für jede feste Anzahl Datenpunkte (z.B. jede 1024 Datenpunkte). Das extrahierte Merkmal/die extrahierten Merkmale werden dann mit einer oder mehreren Schwellen verglichen, um Ausreißer zu identifizieren, um dadurch zu erkennen, ob ein Defekt oder Fehler, der das/die Schwingungssignal(e) erzeugt, in dem Roboter 102 aufgetreten ist.
Bei einigen Beispielen können Merkmale mathematische Momente der Daten sein. Ein beispielhaftes Merkmal, das aus dem/den vorverarbeiteten Schwingungssignal(en) durch den Merkmalsextraktor 204 extrahiert werden kann, ist eine Medianfrequenz. Medianfrequenz ist ein Maß der Schiefe, des dritten Moments, in einem in der Frequenzdomäne dargestellten Leistungsspektrum. Die Medianfrequenz eines Fensters von Datenabtastwerten ist zum Beispiel die Mittenfrequenz eines in dem Fenster beobachteten geordneten Satzes Frequenzwerte. Wenn eine ungerade Anzahl von Frequenzen vorhanden ist, ist die Medianfrequenz die Nummer der mittleren Frequenz. Wenn eine gerade Anzahl von Frequenzen vorhanden ist, ist die Medianfrequenz das Mittel der zwei zentralen Frequenznummern. Die Medianfrequenz ist hier als die Frequenz definiert, die das Leistungsspektrum in zwei gleiche Teile teilt und unter Verwendung von Gleichung 1 unten erlangt werden kann. $\sum_{i = 1}^{m} I_{i} = \sum_{i = m + 1}^{n} I_{i}$
In Gleichung 1 ist n die Gesamtanzahl von Frequenz-Bins (z.B. 0,5*512 = 256), die unter Verwendung einer FFT erlangt wird, I_i ist die Amplitude oder Intensität des Spektrums bei dem i-ten Bin, und die Medianfrequenz (mf) = f(m) (d.h. Frequenz des Spektrums bei dem m-ten Bin). Bei anderen Beispielen können andere Berechnungen verwendet werden, um die Medianfrequenz für ein Fenster oder einen Satz von Daten zu bestimmen. Bei einigen Beispielen ist es von Vorteil, ein Medianfrequenzmerkmal zu verwenden (im Vergleich zu einem Einfrequenzmerkmal), da der erste Roboter 102 im Lauf der Zeit eine Mehrzahl von Operationen oder Bewegungen durchführt. Daher werden bei der Medianfrequenz diese Bewegungen berücksichtigt. Bei einigen Beispielen können Schwingungen, die eine relativ hohe Amplitude und eine relativ niedrigere Medianfrequenz aufweisen, eher auf einen Roboter mit einer potenziellen Fehlfunktion hinweisen, als eine Schwingung, die eine relativ niedrige Amplitude und eine relativ hohe Medianfrequenz aufweist.
Ein anderes beispielhaftes Frequenzdomänenmerkmal, das durch den Merkmalsextraktor 204 extrahiert werden kann, ist die Spektralenergie des vorverarbeiteten Schwingungssignals/der vorverarbeiteten Schwingungssignale. Spektralenergie kann unter Verwendung von Gleichung 2 unten bestimmt werden. $Spektralenergie = (\frac{1}{n}) * \sum_{i = 1}^{n} I_{i}^{2}$
Bei einigen Beispielen können Schwingungen, die eine höhere Spektralenergie aufweisen, stärker auf eine potenzielle Fehlfunktion des Roboters hinweisen als eine Schwingung, die eine niedrigere Spektralenergie aufweist.
Ein weiteres beispielhaftes Merkmal, das aus dem/den vorverarbeiteten Schwingungssignal(en) durch den Merkmalsextraktor 204 extrahiert werden kann, ist ein Quadratmittelwert (root mean square, RMS), wobei es sich um ein Zeitdomänenmerkmal handelt. RMS ist die Quadratwurzel des arithmetischen Mittels der Quadrate der Werte in einem Abtastwert. Zum Beispiel kann in dem Fall eines Satzes aus n Werten { x 1 , x 2 , ... , x n } der RMS (x_rms) unter Verwendung von Gleichung 3 unten bestimmt werden: $x_{r m s} = \sum_{i = 1}^{n} \sqrt{\frac{1}{n} (x_{i}^{2})}$
Bei der vorstehenden Gleichung kann jeder Wert x zum Beispiel der Amplitude des Schwingungssignals/der Schwingungssignale an einem Punkt in der Zeit entsprechen.
Ein weiteres beispielhaftes Zeitdomänenmerkmal, das aus dem/den vorverarbeiteten Schwingungssignal(en) durch den Merkmalsextraktor 204 extrahiert werden kann, ist Varianz. Varianz (z.B. das zweite Moment der Daten) ist eine physische Quantität, mit der informell gemessen wird, wie weit ein Satz von Daten/Zahlen von dem Mittel der Daten/Zahlen aus gespreizt ist. Das Mittel (z.B. das erste Moment der Daten) ist der Durchschnitt der quadratischen Summation der Daten/Zahlen, das den quadrierten Wert eines Differenzwerts jedes Datums und des Mittels summiert. Zum Beispiel kann Varianz eines Satzes aus n gleichermaßen wahrscheinlichen Werten (x₁ ...x_n) unter Verwendung von Gleichung 4 unten geschrieben werden: $V a r (X) = \frac{1}{n} \sum_{i = 1}^{n} {(x_{i} - μ)}^{2}$
In dem vorstehenden Ausdruck ist x eine diskrete Messung und µ ist der erwartete Wert. µ kann unter Verwendung von Gleichung 5 unten bestimmt werden: $μ = \frac{1}{n} \sum_{i = 1}^{n} x_{i}$
Bei einigen Beispielen können Schwingungen, die eine höhere Varianz aufweisen, stärker auf einen potenziellen Roboterdefekt hinweisen als eine Schwingung, die eine niedrigere Varianz aufweist.
Ferner kann, zusätzlich oder als eine Alternative zu einem der vorstehend erörterten Merkmale, der Merkmalsextraktor 204 ein oder mehrere andere Merkmale aus dem/den vorverarbeiteten Schwingungssignal(en) extrahieren, wie beispielsweise das Mittel, das Minimum, das Maximum, die Standardabweichung, den Median, das Mittel der Energie, die Standardabweichung der Energie, das Mittel der Mittenfrequenz, das Mittel der Medianfrequenz, die Standardabweichung der Medianfrequenz, das Mittel der durchschnittlichen Energie, die Standardabweichung der durchschnittlichen Energie, das Mittel der durchschnittlichen Mittenfrequenz, die Standardabweichung der durchschnittlichen Mittenfrequenz, das Mittel der durchschnittlichen Medianfrequenz und/oder die Standardabweichung der durchschnittlichen Medianfrequenz von Sensordatenwerten. Ein oder mehrere der Merkmale können für Schwingungen in der x-Achse, der y-Achse und/oder der z-Achse bestimmt werden. Anders ausgedrückt: Das/die Merkmal(e) des von dem/den Sensor(en) erfassten vorverarbeiteten Schwingungssignals/der vorverarbeiteten Schwingungssignale kann für jede interessierende Achse berechnet werden. Bei einigen Beispielen normalisiert vor einem Senden des Merkmals/der Merkmale an den Ausreißerdetektor 206 der Merkmalsextraktor 204 das/die Merkmal(e), um zu ermöglichen, dass die Daten in einem strukturierten und/oder durchsuchbaren Format (z.B. ein Modell, ein Framework, ein strukturiertes Modell, ein strukturiertes Framework usw.) vorliegen.
Bei dem veranschaulichten Beispiel aus 2 weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Ausreißerdetektor 206 auf. Bei dem Ausreißerdetektor 206 aus diesem Beispiel werden ein oder mehrere Ausreißererkennungsprozesse verwendet, um Merkmale zu identifizieren, die Ausreißer sind. Zum Beispiel kann der Ausreißerdetektor 206 ein Merkmal, das analysiert wird, mit einer Schwelle vergleichen. Wenn das Merkmal die Schwelle erfüllt, wird das Merkmal als ein Ausreißer (eine Anomalie) identifiziert. Bei einigen Beispielen beruht die Schwelle auf einer oder mehreren vorhergehenden Messungen (z.B. einem Mittel von Merkmalen, die in einem oder mehreren vorhergehenden Zeitfenstern oder Datensätzen aufgetreten sind). Zum Beispiel kann der Ausreißerdetektor 206 ein aktuelles Merkmal mit einer mathematischen Kombination einer Mehrzahl von vorhergehenden Merkmalen (z.B. einem Durchschnitt von Werten derselben Art von Merkmalen) über eine Zeitspanne wie beispielsweise 60 Tage vergleichen. Alternativ kann die Schwelle ein Mehrfaches einer Standardabweichung eines derartigen Durchschnitts oder Mittels betragen. Wenn das aktuelle Merkmal auf Grundlage von in den vorhergehenden 60 Tagen erfassten Daten außerhalb der Schwelle liegt, wird das aktuelle Merkmal als ein Ausreißer identifiziert. Wenn allerdings das aktuelle Merkmal die Schwelle nicht erfüllt (z.B. in ein Mehrfaches der Standardabweichung des Durchschnitts der in den vorhergehenden 60 Tagen erfassten entsprechenden Merkmale fällt), wird das aktuelle Merkmal nicht als ein Ausreißer identifiziert. Daher kann der beispielhafte Ausreißerdetektor 206 bestimmen, wenn eine Änderung in der Schwingung des ersten Roboters 102 aufgetreten ist, die auf eine Fehlfunktion des ersten Roboters 102 hinweisen kann. Bei einigen Beispielen beträgt die Schwelle 1,5-mal die Standardabweichung. Bei anderen Beispielen kann die Schwelle größere oder kleinere Mehrfache der Standardabweichung betragen. Ferner können bei anderen Beispielen die aktuellen Messungen mit Messungen aus einem kleineren oder größeren Satz verglichen werden (z.B. ein kürzeres (z.B. 24 Stunden) oder längeres Fenster (z.B. 90 Tage)). Bei einigen Beispielen kann die Fenstergröße für Messung und Vergleich durch einen Benutzer (z.B. den Techniker 120) festgelegt oder eingerichtet werden.
Bei einigen Beispielen wie beispielsweise bei einem triaxialen Beschleunigungsmesser, der Beschleunigung in der X-, Y- und Z-Richtung misst, kann die vorstehende Analyse für die für jede Achse erfassten Schwingungssignale durchgeführt werden. Ferner kann diese Analyse wiederholt für jedes der gewünschten Merkmale des Schwingungssignals/der Schwingungssignale durchgeführt werden. Daher werden die extrahierten Merkmale ständig mit einer Mehrzahl von vorhergehenden Werten der Merkmale (z.B. wird ein gleitender Durchschnitt oder ein gleitendes Mittel aus historischen Daten verwendet) verglichen. Bei einigen Beispielen wird nur ein Merkmal verwendet. Bei anderen Beispielen werden mehrere Merkmale verwendet. Bei mehreren Merkmalen kann ein Ausreißer in einem Merkmal und nicht in anderen Merkmalen auftreten, oder mehrere Ausreißer können gleichzeitig in mehreren der Merkmale auftreten (z.B. können sich die Medianfrequenz (erstes Merkmal) und die Schwingungsamplitude (zweites Merkmal) beide ändern, wenn eine schwerwiegende Fehlfunktion auftritt). Bei einigen Beispielen wird jedes der extrahierten Merkmale und/oder der durch den Ausreißerdetektor 206 gekennzeichneten Ausreißermerkmale in dem Speicher 201 gespeichert.
Bei einigen Beispielen kann, um zu bestimmen, ob ein Merkmal eine Schwelle erfüllt (z.B. überschreitet), der Ausreißerdetektor 206 eine statistische Prozesssteuerung (statistical process control, SPC) und/oder ein univariates Ausreißererkennungsverfahren implementieren. Durch die SPC wird der Fall betrachtet, bei dem ein univariabler Fluss von Messungen einen stochastischen Prozess repräsentiert. Zum Beispiel kann der Sensor 112 einen univariablen Fluss von Daten bereitstellen, der einen stochastischen Prozess repräsentiert. Ausreißer in den Daten können durch Identifizieren von Beobachtungspunkten erkannt werden, die anomal von anderen Beobachtungspunkten entfernt sind. Ausreißererkennungsverfahren zielen darauf ab, Beobachtungspunkte zu identifizieren, die anomal unterscheidbar von einzelnen Beobachtungspunkten sind. Dieses Erkennungsverfahren kann parametrisch sein (d.h., es wird eine bekannte zugrundeliegende Verteilung für den Datensatz angenommen und ein Ausreißerbereich definiert, sodass, wenn eine Beobachtung zu dem Bereich gehört, sie als ein Ausreißer markiert wird). Bei einigen Beispielen übernimmt das univariate Ausreißererkennungsverfahren oder der Algorithmus eine Datenmatrix zur Ausreißererkennung und eine Initialisierungsprozedur zum Setzen anfänglicher Parameter des Algorithmus, des Vektors von Mittelwerten, der Vektoren von Standardabweichungen und des Vektors von Grenzwerten, die den Ausreißerbereich definieren, der der z-Score ist, angegeben in Einheiten davon, wie viele Standardabweichungen er von dem Mittel entfernt ist. Anders ausgedrückt: Der Ausreißererkennungsalgorithmus übernimmt die Datenmatrix (z.B. Vektor von Mittelwerten, Standardabweichung usw.) sowie eine Matrix von z-Scores, die die Schwelle repräsentiert (z.B. gibt der z-Score an, wie viele Standardabweichungen ein Element von dem Mittel entfernt ist). Bei einigen derartigen Beispielen ist die Ausgabe des Algorithmus eine n x p-Tabelle, die jedem Datenpunkt/jeder Eingabe von Nullen und Einsen entspricht. Ein Wert von 0 in der Position (i, j) weist auf einen Ausreißer in der i-ten Beobachtung des j-ten Merkmals hin.
Bei dem veranschaulichten Beispiel aus 2 weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Benachrichtiger 208 auf, der eine Benachrichtigung oder Meldung ausgibt, wenn ein Ausreißer in einem der Merkmale von dem Ausreißerdetektor 206 erkannt wird. Bei dem veranschaulichten Beispiel weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Sendeempfänger 210 auf, der als ein Empfänger und ein Sender arbeitet. Der Sendeempfänger 210 kann zum Beispiel ein drahtloser Sendeempfänger (z.B. WLAN, Bluetooth^®, zellular usw.) sein, um über das Netzwerk 116 Daten auszutauschen (1). Der Benachrichtiger 208 kann zum Beispiel eine Benachrichtigung oder Meldung über den Sendeempfänger 210 über das Netzwerk 116 zu der Technikereinrichtung 118 übertragen. Die Benachrichtigung kann das Ausreißermerkmal, den Wert des Merkmals und/oder beliebige andere Informationen enthalten, die mit dem Schwingungssignal in Zusammenhang stehen. Bei einigen Beispielen können die Regeln des Benachrichtigers 208 durch einen Benutzer wie beispielsweise den Techniker 120 konfiguriert werden. Zum Beispiel kann der Techniker 120 mit dem Roboter-Funktionsfähigkeits-Monitor 110 über das Netzwerk 116 Daten austauschen, um die Regeln dafür zu rekonfigurieren, wann eine Benachrichtigung erzeugt wird. Bei einigen Beispielen erkennt der Benachrichtiger 208 falsch positive Ergebnisse und ist dafür programmiert, keinen Fehlalarm oder keine falsche Meldung zu erzeugen, wenn ein falsch positives Ergebnis erkannt wird. Der Benachrichtiger 208 kann außerdem über den Sendeempfänger 210 die Meldung und/oder beliebige der Daten aus der Analyse (z.B. das/die Ausreißermerkmal(e)) zu dem Fehlerklassifizierer 122 zur weiteren Analyse übertragen (1).
Bei einigen Beispielen weist der Roboter-Funktionsfähigkeits-Monitor 110 einen Wähler/Aktualisierer 212 auf, der bestimmte der Merkmale zum Analysieren auswählt. Bei einigen Beispielen wählt der Wähler/Aktualisierer 212 das/die Merkmal(e) auf Grundlage einer Eingabe von einem Benutzer wie beispielsweise dem Techniker 120 aus. Zum Beispiel zeigt die Technikereinrichtung 118 dem Techniker 120 möglicherweise eine Liste möglicher Merkmale an, und der Techniker 120 kann eines oder mehrere der Merkmale zum Analysieren auswählen. Die Technikereinrichtung 118 kann den Wähler/Aktualisierer 212 anweisen (z.B. über das Netzwerk 116), den Merkmalsextraktor 204 derart zu konfigurieren, dass er das/die ausgewählte(n) Merkmal(e) extrahiert. Ferner können zum Beispiel neue Merkmale durch die Technikereinrichtung 118 gesendet und zu dem Merkmalsextraktor 204 hochgeladen werden. Daher können bei einigen Beispielen die zu analysierenden Merkmale geändert und/oder ersetzt werden, ohne dass die Hardware in dem Reinraum 108 physisch geändert werden müsste (1).
Bei einigen Beispielen implementiert der Wähler/Aktualisierer 212 einen Maschinenlernalgorithmus, der kontinuierlich das Ergebnis der Benachrichtigung/Meldung analysiert und sich aktualisiert, um zu lernen und Merkmale auszuwählen, die mit größerer Wahrscheinlichkeit auf einen tatsächlichen Fehler hinweisen, und nicht auf einen Fehlalarm. Daher können bei einigen Beispielen die Merkmale durch den Lernalgorithmus dynamisch ausgewählt und/oder aktualisiert werden, während (ein) Roboter im Zeitverlauf überwacht werden. Dies sollte im Lauf der Zeit zu weniger Fehlalarmen und verpassten Ereignissen führen. Ferner kann bei einigen Beispielen ein Benutzer ein oder mehrere der Kriterien (z.B. die Schwelle) zum Erkennen eines Ausreißers konfigurieren.
3 ist ein Blockschaltbild einer beispielhaften Implementierung des Fehlerklassifizierers 122 aus 1. Bei dem veranschaulichten Beispiel weist der Fehlerklassifizierer 122 einen Mehrvariablenanalysator 300, einen Fehleridentifizierer 302 und eine Datenbank 304 auf. Der Mehrvariablenanalysator 300 empfängt das/die Merkmal(e) (darunter das/die Ausreißermerkmale(e)) von dem Roboter-Funktionsfähigkeits-Monitor 110 und führt eine Mehrvariablenanalyse durch. Der Fehleridentifizierer 302 identifiziert oder klassifiziert die Art des Fehlers/die Arten der Fehler des Roboters auf Grundlage der Ergebnisse der Mehrvariablenanalyse. Durch Analysieren mehrerer Merkmale kann der Fehleridentifizierer 302 Fehlalarme genauer identifizieren. Wenn zum Beispiel ein Merkmal allein (z.B. Medianfrequenz) berücksichtigt wird, kann die Lösung weniger genau sein, aber durch Berücksichtigen einer Kombination von Merkmalen (z.B. Medianfrequenz und durchschnittliche Energie, wie ausführlicher in Verbindung mit 6 erörtert), kann eine genauere Beurteilung erreicht werden. Bei einigen Beispielen enthält die Datenbank 304 eine Tabelle möglicher Fehler, korreliert mit bestimmten Merkmalskombinationen. Durch den Fehleridentifizierer 302 kann die Tabelle zum Identifizieren der Art des Fehlers/der Fehlerarten verwendet werden. Zu beispielhaften Fehlern, die identifiziert oder klassifiziert werden können, zählen ein Lagerfehler (der ein Fehler eines Innenrings, ein Fehler eines Außenrings, ein Rotorfehler usw. sein kann), ein Riemenfehler, ein Motorfehler, ein aufgrund von Verschleiß lockeres mechanisches Gelenk, eine unregelmäßige Bewegung aufgrund einer mechanischen Blockierung, ein Ungleichgewicht der Roboterstruktur, eine rapide Punkt-zu-Punkt-Bewegung und/oder eine abrupte Beschleunigungsänderung, ein enger Abstand in einer Wafer-Handling-Kammer usw. Bei einigen Beispielen identifiziert der Fehleridentifizierer 302 die Ausreißermessung als einen Fehlalarm. In diesem Fall kann der Fehlerklassifizierer 122 eine Meldung zu der Technikereinrichtung 118 übertragen, um den Techniker 120 zu benachrichtigen, dass die vorherige Benachrichtigung oder Meldung (von dem Roboter-Funktionsfähigkeits-Monitor 110) möglicherweise ein Fehlalarm war. Bei einigen Beispielen kann, nachdem eine Reparatur an einem Roboter durchgeführt wurde, die tatsächliche Ursache des Fehlers (z.B. ein lockerer Riemen) zu dem Fehlerklassifizierer 122 hochgeladen werden, der die Informationen bei zukünftigen Vorhersagen verwenden kann.
4 ist ein Schaubild 400, das beispielhafte, von einem funktionsfähigen Roboter und einem fehlerhaften Roboter erlangte Medianfrequenzdaten zeigt. Die Sensordaten können von demselben Roboter stammen, zum Beispiel erfasst vor und nach einer Reparatur an dem Roboter (z.B. dem ersten Roboter 102). Bei dem beispielhaften Schaubild 400 stellt die X-Achse die Frequenzen in dem/den Schwingungssignal(en) dar, und die Y-Achse stellt Größe (oder Amplitude) des Signals/der Signale bei jeder Frequenz über ein Datenfenster dar. Die Medianfrequenz ist wie vorstehend erörtert ein Frequenzdomänenmerkmal, das von dem Merkmalsextraktor 204 bestimmt werden kann. Das beispielhafte Schaubild 400 zeigt, dass die Medianfrequenz des fehlerhaften Roboters (z.B. vor einer Reparatur) etwa 100,50 Hz beträgt, während die Medianfrequenz des funktionstüchtigen Roboters (z.B. nach einer Reparatur) etwa 136,50 Hz beträgt. Es gibt daher einen merklichen Unterschied in dem Signal des fehlerhaften Roboters, das viel niedrigere Frequenzkomponenten aufweist (z.B. aufgrund einer exzentrischen Bewegung (wobble motion) bei dem entsprechenden Roboter) als die Medianfrequenz des funktionstüchtigen Roboters. Daher bewirkt bei einigen Beispielen eine Reparatur des Roboters, dass sich die Medianfrequenz erhöht.
5 zeigt die Schaubilder 500, 502, 504 beispielhafter RMS-Werte gegen beispielhafte durchschnittliche Varianz (Zeitdomänenmerkmale) für Daten, die bei einem funktionsfähigen Roboter erfasst wurden, und Daten, die bei einem fehlerhaften Roboter erfasst wurden, für jede der Achsen X, Y und Z. Insbesondere entspricht das Schaubild 500 Schwingung in den Bewegungen in der X-Richtung (Achse), das Schaubild 502 entspricht Schwingung in den Bewegungen in der Y-Richtung (Achse), und das Schaubild 504 entspricht Schwingung in den Bewegungen in der Z-Richtung (Achse). Insgesamt stellt 5 Schwingungen in drei Richtungen dar, gemessen an demselben Standort an einem funktionsfähigen Roboter und an einem fehlerhaften Roboter. Die Datencluster für den funktionsfähigen Roboter und den fehlerhaften Roboter sind in jedem der Schaubilder 500, 502, 504 gekennzeichnet. Die Schwingung des fehlerhaften Roboters kann zum Beispiel mit dem/den Lager(n) in Zusammenhang stehen. Wie vorstehend erwähnt, kann der Sensor 112 ein triaxialer Beschleunigungsmesser wie beispielsweise ein triaxialer MEMS-Beschleunigungsmesser sein, der Daten für jede der drei Achsen erlangt. Bei einigen Beispielen ergibt die Verwendung eines triaxialen Beschleunigungsmessers im Vergleich zu anderen Sensorarten bessere Messungen, die verwendet werden können, um Fehler in einem Roboter zu identifizieren. Insbesondere ist ein triaxialer Beschleunigungsmesser eine nicht invasive Art von Sensor und kann verwendet werden, um mehrere Fehlerarten zu erkennen (während andere Sensorarten möglicherweise nur imstande sind, eine Fehlerart zu erfassen). Wie in 5 zu sehen ist, unterscheiden sich die Merkmale in dem/den Schwingungssignal(en) von dem fehlerhaften Roboter deutlich von den Merkmalen des funktionstüchtigen Roboters. Daher können selbst kleine Defekte eines Roboters merkliche Wirkungen hervorrufen, die von dem Beschleunigungsmesser gemessen werden können, und die verwendet werden können, um zwischen einem ordnungsgemäß funktionierenden Roboter und einem fehlerhaften Roboter zu unterscheiden.
Ähnlich den Schaubildern aus 5, zeigt 6 die Schaubilder 600, 602, 604 beispielhafter durchschnittlicher Energie gegen beispielhafte Medianfrequenz (Frequenzdomänenmerkmale) für Daten, die bei einem funktionsfähigen Roboter erfasst wurden, und Daten, die bei einem fehlerhaften Roboter erfasst wurden, für jede der Achsen X, Y und Z. Insgesamt stellt 6 Schwingungen in drei Richtungen dar, gemessen an demselben Standort an einem funktionsfähigen Roboter und an einem fehlerhaften Roboter. Insbesondere entspricht das Schaubild 600 Schwingungen in den Bewegungen in der X-Richtung (Achse), das Schaubild 602 entspricht Schwingungen in den Bewegungen in der Y-Richtung (Achse), und das Schaubild 604 entspricht Schwingungen in den Bewegungen in der Z-Richtung (Achse). Die Datencluster für den funktionsfähigen Roboter und den fehlerhaften Roboter sind in jedem der Schaubilder 600, 602, 604 gekennzeichnet. Ähnlich den Schaubildern in 5 zeigen die Schaubilder in 6 merkliche Unterschiede in den Merkmalen des Schwingungssignals/der Schwingungssignale zwischen einem funktionsfähigen Roboter und einem fehlerhaften Roboter. Daher können diese Merkmale verwendet werden, um zwischen einem ordnungsgemäß funktionierenden Roboter und einem fehlerhaften Roboter zu unterscheiden.
Obwohl das beispielhafte Roboter-Funktionsfähigkeits-Überwachungssystem 100 vorstehend in Verbindung mit einer Halbleiterwafer-Fertigungsanlage beschrieben wird, kann das beispielhafte Roboter-Funktionsfähigkeits-Überwachungssystem 100 gleichermaßen mit jeder anderen Art Fertigungsanlage -oder prozess implementiert werden, die/der einen oder mehrere Roboter oder Maschinen aufweist. Zum Beispiel kann das Roboter-Funktionsfähigkeits-Überwachungssystem 100 mit Fertigungsanlagen für Dinge wie Fahrzeuge, Mobiltelefone, pharmazeutische Produkte, Chemikalien, biotechnische Produkte, Öl- und Gasindustrie usw. implementiert werden.
Obwohl eine beispielhafte Art zum Implementieren des Roboter-Funktionsfähigkeits-Monitors 110 in 2 veranschaulicht wird, können eines oder mehrere der Elemente, einer oder mehrere der Prozesse und/oder eine oder mehrere der Einrichtungen, die in 2 veranschaulicht werden, aufgeteilt, umgeordnet, weggelassen, eliminiert und/oder auf eine beliebige andere Weise implementiert werden. Ferner können der beispielhafte Datenerfasser 200, der beispielhafte Datenvorprozessor 202, der beispielhafte Merkmalsextraktor 204, der beispielhafte Ausreißerdetektor 206, der beispielhafte Benachrichtiger 208, der beispielhafte Wähler/Aktualisierer 212 und/oder, allgemeiner ausgedrückt, der beispielhafte Roboter-Funktionsfähigkeits-Monitor 110 aus 2 durch Hardware, Software, Firmware und/oder jede Kombination von Hardware, Software und/oder Firmware implementiert werden. Daher könnten zum Beispiel beliebige aus dem beispielhaften Datenerfasser 200, dem beispielhaften Datenvorprozessor 202, dem beispielhaften Merkmalsextraktor 204, dem beispielhaften Ausreißerdetektor 206, dem beispielhaften Benachrichtiger 208, dem beispielhaften Wähler/Aktualisierer 212 und/oder, allgemeiner ausgedrückt, dem beispielhaften Roboter-Funktionsfähigkeits-Monitor 110 durch eine oder mehrere analoge oder digitale Schaltungen, Logikschaltungen, programmierbare Prozessoren, anwendungsspezifische integrierte Schaltungen (application specific integrated circuits, ASICs), programmierbare Logikeinrichtungen (programmable logic devices, PLDs) und/oder feldprogrammierbare Logikeinrichtungen (field programmable logic devices, FPLDs) implementiert werden. Wenn beim Lesen beliebiger der Vorrichtungs- oder Systemansprüche dieses Patents diese eine reine Software- und/oder Firmwareimplementierung abdecken, wird hiermit mindestens eines aus dem beispielhaften Datenerfasser 200, dem beispielhaften Datenvorprozessor 202, dem beispielhaften Merkmalsextraktor 204, dem beispielhaften Ausreißerdetektor 206, dem beispielhaften Benachrichtiger 208 und/oder dem beispielhaften Wähler/Aktualisierer 212 ausdrücklich derart definiert, dass es eine nicht flüchtige computerlesbare Speichereinrichtung oder Speicherplatte aufweist wie beispielsweise einen Speicher, eine Digital Versatile Disk (DVD), eine Compact Disk (CD), eine Blu-Ray-Disk usw. einschließlich der Software und/oder Firmware. Darüber hinaus kann der beispielhafte Roboter-Funktionsfähigkeits-Monitor 110 aus 2 eines oder mehrere Elemente, einen oder mehrere Prozesse und/oder eine oder mehrere Einrichtungen zusätzlich zu den oder anstelle der in 2 veranschaulichten aufweisen und/oder kann mehr als einen oder alle der veranschaulichten Elemente, Prozesse und Einrichtungen aufweisen.
Ein Ablaufplan, der repräsentativ für beispielhafte maschinenlesbare Anweisungen zum Implementieren des Roboter-Funktionsfähigkeits-Monitors 110 ist, wird in 7 gezeigt. Bei diesem Beispiel umfassen die maschinenlesbaren Anweisungen ein Programm zur Ausführung durch einen Prozessor wie beispielsweise den Prozessor 912, der in der beispielhaften Prozessorplattform 900 gezeigt wird, die nachfolgend in Verbindung mit 9 erörtert wird. Das Programm kann in Software verkörpert werden, die auf einem nicht flüchtigen computerlesbaren Speichermedium gespeichert ist, wie beispielsweise einer CD-ROM, einer Diskette, einem Festplattenlaufwerk, einer Digital Versatile Disk (DVD), einer Blu-Ray-Disk oder in einem dem Prozessor 912 zugeordneten Speicher, aber das gesamte Programm und/oder Teile davon könnten alternativ durch eine andere Einrichtung als den Prozessor 912 ausgeführt und/oder in Firmware oder dedizierter Hardware verkörpert werden. Ferner können, obwohl das beispielhafte Programm unter Bezugnahme auf den in 9 veranschaulichten Ablaufplan beschrieben wird, alternativ zahlreiche andere Verfahren zum Implementieren des beispielhaften Roboter-Funktionsfähigkeits-Monitors 110 verwendet werden. Zum Beispiel kann die Ausführungsreihenfolge der Blöcke geändert werden, und/oder einige der beschriebenen Blöcke können geändert, eliminiert oder kombiniert werden. Zusätzlich oder alternativ können einige oder alle der Blöcke durch eine oder mehrere Hardwareschaltungen (z.B. diskrete und/oder integrierte analoge und/oder digitale Schaltungen, ein feldprogrammierbares Gate-Array (field programmable gate array, FPGA, eine anwendungsspezifische integrierte Schaltung (application-specific integrated circuit, ASIC), einen Komparator, einen Operationsverstärker (OpAmp), eine Logikschaltung usw.) implementiert werden, die dafür strukturiert sind, die entsprechende Operation ohne Ausführen von Software oder Firmware durchzuführen.
Wie vorstehend erwähnt, können die beispielhaften Prozesse aus 7 unter Verwendung codierter Anweisungen (z.B. computer- und/oder maschinenlesbare Anweisungen) implementiert werden, die auf einem nicht flüchtigen computer- und/oder maschinenlesbaren Medium wie beispielsweise einem Festplattenlaufwerk, einem Flashspeicher, einem Nur-Lese-Speicher, einer Compact Disk, einer Digital Versatile Disk, in einem Cachespeicher, einem Direktzugriffsspeicher und/oder jeder anderen Speichereinrichtung oder auf einer Speicherplatte gespeichert werden, auf der Informationen für eine beliebige Dauer (z.B. für ausgedehnte Zeitspannen, permanent, für kurze Momente, zum vorübergehenden Puffern und/oder zum Zwischenspeichern der Informationen) gespeichert werden. Der Begriff nicht flüchtiges computerlesbares Medium ist hier ausdrücklich derart definiert, dass er jede Art von computerlesbarer Speichereinrichtung und/oder Speicherplatte einschließt und sich ausbreitende Signale ausschließt und Übertragungsmedien ausschließt. „Aufweisend“ und „umfassend“ (und alle ihre Formen und Zeitformen) werden hier als ergebnisoffene Begriffe gebraucht. Daher versteht es sich, dass, wenn in einem Anspruch irgendetwas nach einer beliebigen Form von „aufweisen“ oder „umfassen“ (z.B. umfasst, weist auf, umfassend, aufweisend usw.), aufgeführt wird, zusätzliche Elemente, Begriffe usw. vorhanden sein können, ohne außerhalb des Schutzbereichs des entsprechenden Anspruchs zu liegen. Wenn hier die Formulierung „mindestens“ als der Übergangsbegriff in einer Präambel eines Anspruchs verwendet wird, ist sie auf dieselbe Weise ergebnisoffen wie die Begriffe „umfassend“ und „aufweisend“ ergebnisoffen sind.
7 ist ein Ablaufplan 700, der repräsentativ für beispielhafte maschinenlesbare Anweisungen ist, die durch einen Prozessor ausgeführt werden können, um den Roboter-Funktionsfähigkeits-Monitor 110 aus 1 und 2 zu implementieren. Der beispielhafte Prozess aus 7 wird in Verbindung mit Sensordaten ((ein) Schwingungssignal(e)) beschrieben, die von dem Sensor 112 auf dem ersten Roboter 102 aus 1 erlangt werden. Es versteht sich jedoch, dass der beispielhafte Prozess aus 7 gleichermaßen für Daten durchgeführt werden kann, die von mehreren Sensoren an denselben oder anderen Robotern 102 bis 106 gleichzeitig oder nacheinander durchgeführt werden. Ferner versteht es sich, dass, obwohl der beispielhafte Prozess aus 7 in Verbindung mit einer Art von Merkmal beschrieben wird, der beispielhafte Prozess gleichermaßen unter Verwendung anderer Arten von Merkmalen durchgeführt werden kann.
Bei Block 702 empfängt der beispielhafte Datenerfasser 200 das/die Schwingungssignal(e) von dem Sensor 112, der mit dem ersten Roboter 102 gekoppelt ist. Der Sensor 112 kann zum Beispiel ein triaxialer Beschleunigungsmesser sein. Bei einigen derartigen Beispielen zählen zu dem/den Schwingungssignal(en) Signale, die repräsentativ für Schwingung oder Bewegung in der X-, Y- und/oder Z-Richtung sind. Bei einigen Beispielen sollen die Sensordaten in die Frequenzdomäne transformiert werden (z.B. in Abhängigkeit von der Art des zu extrahierenden Merkmals). Daher kann bei Block 704 der beispielhafte Datenvorprozessor 202 das/die Schwingungssignal(e) in die Frequenzdomäne transformieren. Zusätzlich oder alternativ kann der Datenvorprozessor 202 das/die Schwingungssignal(e) filtern, um Rauschen zu entfernen und/oder andere Signalkonditionierungsprozesse (z.B. Analog-Digital-Wandlung) durchzuführen.
Bei Block 706 extrahiert der Merkmalsextraktor 204 ein Merkmal aus einem Abschnitt des vorverarbeiteten Schwingungssignals/der vorverarbeiteten Schwingungssignale (z.B. bei einem oder mehreren der Achsensignale). Das Merkmal kann zum Beispiel Medianfrequenz, Spektralenergie, RMS oder Varianz sein. Zusätzlich oder alternativ kann das Merkmal eine andere Art von Merkmal des Schwingungssignals/der Schwingungssignale in der Zeitdomäne oder der Frequenzdomäne sein. Daher wird bei diesem Beispiel durch den Merkmalsextraktor 204 ein Mittel zum Extrahieren eines Merkmals eines Schwingungssignals bereitgestellt.
Bei Block 708 vergleicht der Ausreißerdetektor 206 das bei Block 708 berechnete Merkmal mit einer Schwelle für das Merkmal. Bei einigen Beispielen beruht die Schwelle auf einer oder mehreren vorhergehenden Werten oder Maßwerten derselben Art von Merkmal, die über ein Zeitfenster aufgetreten sind. Zum Beispiel kann der Ausreißerdetektor 206 bestimmen, ob das Merkmal (berechnet bei Block 706) innerhalb oder außerhalb eines Mehrfachen einer Standardabweichung (z.B. 1, 1,5, 2, 2,5 usw.) von den vorherigen Werten des Merkmals über eine Zeitspanne (z.B. über die letzten 60 Tage liegt). Daher stellt bei diesem Beispiel der Ausreißerdetektor 206 ein Mittel zum Vergleichen des Merkmals mit einer Schwelle bereit.
Bei Block 710 bestimmt der Ausreißerdetektor 206, ob das Merkmal ein Ausreißer ist. Zum Beispiel kann der Ausreißerdetektor 206 auf Grundlage davon, ob das Merkmal innerhalb oder außerhalb der Schwelle liegt (z.B. ein Mehrfaches der Standardabweichung von dem historischen Durchschnitt oder Mittel für das Merkmal) bestimmen, ob das Merkmal eine Ausreißermessung ist. Wenn das Merkmal innerhalb der Schwelle liegt (was z.B. darauf hinweist, dass der Roboter nicht defekt ist), schreitet die Steuerung fort zu Block 712, wo der Roboter-Funktionsfähigkeits-Monitor 110 bestimmt, ob der erste Roboter 102 noch in Betrieb ist. Wenn der erste Roboter 102 nicht in Betrieb ist, kann der beispielhafte Prozess aus 7 enden. Wenn der erste Roboter 102 noch in Betrieb ist, kehrt die Steuerung zu dem Block 702 zurück, und der beispielhafte Prozess kann wiederholt werden. Bei einigen Beispielen kann der Roboter-Funktionsfähigkeits-Monitor 110 auf Grundlage einer Zeit, seit der Sensor 112 ein Signal erzeugt hat, bestimmen, ob der erste Roboter 102 noch betriebsfähig ist. Wenn der Sensor 112 zum Beispiel mehr als fünf Minuten lang keine Bewegung erkannt hat, kann der Roboter-Funktionsfähigkeits-Monitor 110 bestimmen, dass der erste Roboter nicht betriebsfähig ist (z.B. in einem Ruhemodus, die Fertigungsanlage 101 wurde vorübergehend abgeschaltet usw.).
Zurück zu Block 710: Wenn das extrahierte Merkmal die Schwelle erfüllt (z.B. überschreitet) (z.B. außerhalb des Mehrfachen der Standardabweichung liegt), kann der Ausreißerdetektor 206 das Merkmal kennzeichnen und/oder auf andere Weise als einen Ausreißer identifizieren. Bei Block 714 erzeugt, als Reaktion auf ein Erkennen eines Ausreißers, der beispielhafte Benachrichtiger 208 eine Benachrichtigung oder Meldung. Daher wird bei diesem Beispiel durch den Benachrichtiger 208 ein Mittel zum Erzeugen einer Benachrichtigung, wenn das Merkmal die Schwelle erfüllt, bereitgestellt. Der Benachrichtiger 208 kann die Benachrichtigung oder Meldung über den Sendeempfänger 210 über das Netzwerk 116 zu der Technikereinrichtung 118 übertragen, die verwendet werden kann, um den Techniker 120 über eine potenzielle Fehlfunktion oder einen potenziellen Defekt des ersten Roboters 102 zu benachrichtigen. Daher kann bei diesem Beispiel durch den Sendeempfänger 210 ein Mittel zum Übertragen der Benachrichtigung bereitgestellt werden. Der Techniker 120 kann dann eine Vorgehensweise wählen, wie beispielsweise ein weiteres Analysieren der von dem Sensor 112 des ersten Roboters 102 kommenden Daten, ein Einplanen einer Wartung/Inspektion, ein Einplanen eines Ersetzens des ersten Roboters usw. Bei einigen Beispielen überträgt zusätzlich oder als eine Alternative zum Erzeugen der Benachrichtigung der Benachrichtiger 208 bei Block 716 (über den Sendeempfänger 210) das Ausreißermerkmal zu dem Fehlerklassifizierer 122 (z.B. einer Cloud-basierten Anwendung). Bei einigen Beispielen überträgt der Benachrichtiger 208 außerdem ein oder mehrere andere Merkmale, die demselben Fenster entsprechen, zu dem Fehlerklassifizierer 122 (der z.B. auf einer Cloud-basierten Datenverarbeitungseinrichtung implementiert ist). Daher kann bei diesem Beispiel der Sendeempfänger 210 ein Mittel zum Übertragen des Merkmals zu dem Fehlerklassifizierer 122 bereitstellen. Der Fehlerklassifizierer 122 kann die Merkmale analysieren, wovon ein Beispiel detaillierter in Verbindung mit 8 offenbart wird. Bei Block 712 bestimmt der Roboter-Funktionsfähigkeits-Monitor 110, ob der erste Roboter 102 noch betriebsfähig ist. Wenn der erste Roboter 102 nicht betriebsfähig ist, kann der beispielhafte Prozess aus 7 enden. Wenn der erste Roboter 102 noch betriebsfähig ist, kehrt die Steuerung zu dem Block 702 zurück, und der beispielhafte Prozess kann wiederholt werden.
Wie vorstehend erläutert, kann, obwohl nur ein Merkmal in Verbindung mit 7 beschrieben wird, der beispielhafte Prozess aus 7 durch den beispielhaften Roboter-Funktionsfähigkeits-Monitor für mehrere Merkmale gleichzeitig durchgeführt werden, unter Verwendung desselben Fensters und/oder anderer Fenster.
Obwohl eine beispielhafte Art zum Implementieren des Fehlerklassifizierers 122 in 3 veranschaulicht wird, können eines oder mehrere der Elemente, einer oder mehrere der Prozesse und/oder eine oder mehrere der Einrichtungen, die in 3 veranschaulicht werden, kombiniert, aufgeteilt, umgeordnet, weggelassen, eliminiert und/oder auf eine beliebige andere Weise implementiert werden. Ferner können der beispielhafte Mehrvariablenanalysator 300, der Fehleridentifizierer 302 und/oder, allgemeiner ausgedrückt, der beispielhafte Fehlerklassifizierer 122 aus 3 durch Hardware, Software, Firmware und/oder jede Kombination von Hardware, Software und/oder Firmware implementiert werden. Daher könnten zum Beispiel beliebige aus dem beispielhaften Mehrvariablenanalysator 300, dem Fehleridentifizierer 302 und/oder, allgemeiner ausgedrückt, dem beispielhaften Fehleridentifizierer 122 durch eine oder mehrere analoge oder digitale Schaltungen, Logikschaltungen, programmierbare Prozessoren, anwendungsspezifische integrierte Schaltungen (application specific integrated circuits, ASICs), programmierbare Logikeinrichtungen (programmable logic devices, PLDs) und/oder feldprogrammierbare Logikeinrichtungen (field programmable logic devices, FPLDs) implementiert werden. Wenn beim Lesen beliebiger der Vorrichtungs- oder Systemansprüche dieses Patents diese eine reine Software- und/oder Firmwareimplementierung abdecken, wird hiermit mindestens eines aus dem Mehrvariablenanalysator 300 und/oder dem Fehleridentifizierer 302 ausdrücklich derart definiert, dass es eine nicht flüchtige computerlesbare Speichereinrichtung oder Speicherplatte aufweist wie beispielsweise einen Speicher, eine Digital Versatile Disk (DVD), eine Compact Disk (CD), eine Blu-Ray-Disk usw. einschließlich der Software und/oder Firmware. Darüber hinaus kann der beispielhafte Fehlerklassifizierer 122 aus 3 eines oder mehrere der Elemente, einen oder mehrere der Prozesse und/oder eine oder mehrere Einrichtungen zusätzlich zu den oder anstelle der in 3 veranschaulichten aufweisen und/oder kann mehr als eines/einen/eine oder alle der veranschaulichten Elemente, Prozesse und Einrichtungen aufweisen.
Ein Ablaufplan, der repräsentativ für beispielhafte maschinenlesbare Anweisungen zum Implementieren des Fehlerklassifizierers 122 ist, wird in 8 gezeigt. Bei diesem Beispiel umfassen die maschinenlesbaren Anweisungen ein Programm zur Ausführung durch einen Prozessor wie beispielsweise den Prozessor 1012, der in der beispielhaften Prozessorplattform 1000 gezeigt wird, die nachfolgend in Verbindung mit 10 erörtert wird. Das Programm kann in Software verkörpert werden, die auf einem nicht flüchtigen computerlesbaren Speichermedium gespeichert ist, wie beispielsweise einer CD-ROM, einer Diskette, einem Festplattenlaufwerk, einer Digital Versatile Disk (DVD), einer Blu-Ray-Disk oder in einem dem Prozessor 1012 zugeordneten Speicher, aber das gesamte Programm und/oder Teile davon könnten alternativ durch eine andere Einrichtung als den Prozessor 1012 ausgeführt und/oder in Firmware oder dedizierter Hardware verkörpert werden. Ferner können, obwohl das beispielhafte Programm unter Bezugnahme auf den in 8 veranschaulichten Ablaufplan beschrieben wird, alternativ zahlreiche andere Verfahren zum Implementieren des beispielhaften Fehlerklassifizierers 122 verwendet werden. Zum Beispiel kann die Ausführungsreihenfolge der Blöcke geändert werden, und/oder einige der beschriebenen Blöcke können geändert, eliminiert oder kombiniert werden. Zusätzlich oder alternativ können einige oder alle der Blöcke durch eine oder mehrere Hardwareschaltungen (z.B. diskrete und/oder integrierte analoge und/oder digitale Schaltungen, ein feldprogrammierbares Gate-Array (field programmable gate array, FPGA), eine anwendungsspezifische integrierte Schaltung (application-specific integrated circuit, ASIC), einen Komparator, einen Operationsverstärker (OpAmp), eine Logikschaltung usw.) implementiert werden, die dafür strukturiert sind, die entsprechende Operation ohne Ausführen von Software oder Firmware durchzuführen.
Wie vorstehend erwähnt, können die beispielhaften Prozesse aus 8 unter Verwendung codierter Anweisungen implementiert werden (z.B. computer- und/oder maschinenlesbare Anweisungen), die auf einem nicht flüchtigen computer- und/oder maschinenlesbaren Medium wie beispielsweise einem Festplattenlaufwerk, einem Flashspeicher, einem Nur-Lese-Speicher, einer Compact Disk, einer Digital Versatile Disk, einem Cachespeicher, einem Direktzugriffsspeicher und/oder jeder anderen Speichereinrichtung oder Speicherplatte gespeichert werden, auf der Informationen für eine beliebige Dauer gespeichert werden (z.B. für ausgedehnte Zeitspannen, permanent, für kurze Momente, zum vorübergehenden Puffern und/oder zum Zwischenspeichern der Informationen). Der Begriff nicht flüchtiges computerlesbares Medium ist hier ausdrücklich derart definiert, dass er jede Art von computerlesbarer Speichereinrichtung und/oder Speicherplatte einschließt und sich ausbreitende Signale ausschließt und Übertragungsmedien ausschließt. „Aufweisend“ und „umfassend“ (und alle ihre Formen und Zeitformen) werden hier als ergebnisoffene Begriffe gebraucht. Daher versteht es sich, dass, wenn in einem Anspruch irgendetwas nach einer beliebigen Form von „aufweisen“ oder „umfassen“ (z.B. umfasst, weist auf, umfassend, aufweisend usw.) aufgeführt wird, zusätzliche Elemente, Begriffe usw. vorhanden sein können, ohne außerhalb des Schutzbereichs des entsprechenden Anspruchs zu liegen. Wenn hier die Formulierung „mindestens“ als der Übergangsbegriff in einer Präambel eines Anspruchs verwendet wird, ist sie auf dieselbe Weise ergebnisoffen wie die Begriffe „umfassend“ und „aufweisend“ ergebnisoffen sind.
8 ist ein Ablaufplan 800, der repräsentativ für beispielhafte maschinenlesbare Anweisungen ist, die durch den Fehlerklassifizierer 122 aus 1 und 3 ausgeführt werden können. Der beispielhafte Prozess wird in Verbindung mit dem Sensor 112 auf dem ersten Roboter 102 beschrieben. Es versteht sich jedoch, dass der beispielhafte Prozess aus 8 gleichermaßen für mehrere Sensoren auf denselben oder anderen Robotern 102 bis 106 gleichzeitig oder nacheinander durchgeführt werden kann.
Bei Block 802 empfängt der Mehrvariablenanalysator 300 Merkmale und/oder Ausreißermerkmale von dem Roboter-Funktionsfähigkeits-Monitor 110. Die Merkmale können zum Beispiel über das Netzwerk 116 übertragen werden. Bei Block 804 führt der Mehrvariablenanalysator 300 eine Mehrvariablenanalyse an den Merkmalen durch.
Bei Block 806 bestimmt der Fehleridentifizierer 302 auf Grundlage der Ergebnisse der Mehrvariablenanalyse (Block 804), ob ein Ausreißermerkmal (erkannt von dem Roboter-Funktionsfähigkeits-Monitor 110) ein Fehlalarm ist. Zum Beispiel kann durch bestimmte Kombinationen der Merkmale ein Ausreißer erzeugt werden (wenn eines der Merkmale seine Schwelle nicht erfüllt), was aber möglicherweise nicht auf einen fehlerhaften Roboter hinweist. Bei einigen Beispielen vergleicht der Fehleridentifizierer 302 die Merkmale mit einer in der Datenbank 304 gespeicherten Tabelle oder Auflistung. Die Tabelle stellt Muster von Merkmalen und/oder einem Ausreißermerkmal/Ausreißermerkmalen dar, die historisch aufgetreten sind, wenn entsprechende Defekte (z.B. ein abgenutzter Riemen) vorhanden sind. Wenn der Fehleridentifizierer 302 bestimmt, dass das Ausreißermerkmal ein Fehlalarm ist (dass z.B. das Muster von Merkmalen nicht mit einem Eintrag in der Tabelle übereinstimmt), erzeugt der Fehleridentifizierer 302 bei Block 808 eine Benachrichtigung, um den Techniker 120 oder anderen Benutzer zu informieren. Zum Beispiel kann der Fehleridentifizierer (z.B. über das Netzwerk 116) eine Nachricht zu dem Techniker 118 übertragen, dass die vorhergehende Benachrichtigung von dem Roboter-Funktionsfähigkeits-Monitor 110 ein Fehlalarm ist. Daher kann der Techniker 118 die vorhergehende Benachrichtigung oder Meldung ignorieren.
Wenn bei Block 806 das Ausreißermerkmal nicht als ein Fehlalarm identifiziert wird, bestimmt der Fehleridentifizierer 302 bei Block 810 die Fehlerart auf Grundlage der Mehrvariablenanalyse (Block 804), die auf einer Verwendung der vorstehend offenbarten Tabelle beruhen kann. Der Fehleridentifizierer 302 kann den Fehler auf Grundlage einer Mehrzahl von vordefinierten Fehlern identifizieren oder klassifizieren, wie beispielsweise einem Lagerfehler, einem Riemenfehler, einem Motorfehler usw. Bei Block 812 meldet der Fehleridentifizierer 302 die Art des Fehlers/der Fehler dem Techniker 118. Nach Block 812 endet der beispielhafte Prozess oder kann erneut beginnen.
9 ist ein Blockschaltbild einer beispielhaften Prozessorplattform 900, die dafür strukturiert ist, die Anweisungen aus 7 auszuführen, um den Roboter-Funktionsfähigkeits-Monitor aus 2 zu implementieren. Die Prozessorplattform 900 kann zum Beispiel eine Sensorsteuereinheit, ein Server, ein persönlicher Computer, eine mobile Einrichtung (z.B. ein Mobiltelefon, ein Smartphone, ein Tablet wie beispielsweise ein i-Pad™), ein persönlicher digitaler Assistent (PDA) oder eine beliebige andere Art von Datenverarbeitungseinrichtung sein.
Die Prozessorplattform 900 des veranschaulichten Beispiels weist einen Prozessor 912 auf. Bei dem Prozessor 912 des veranschaulichten Beispiels handelt es sich um Hardware. Der Prozessor 912 kann zum Beispiel durch eine oder mehrere integrierte Schaltungen, Logikschaltungen, Mikroprozessoren oder Steuereinheiten aus jeder gewünschten Gruppe oder von jedem gewünschten Hersteller implementiert werden. Der Hardwareprozessor kann eine Einrichtung auf Halbleiterbasis (z.B. auf Siliciumbasis) sein. Bei diesem Beispiel kann der Prozessor 912 den beispielhaften Datenerfasser 200, den beispielhaften Datenvorprozessor 202, den beispielhaften Merkmalsextraktor 204, den beispielhaften Ausreißerdetektor 206, den beispielhaften Benachrichtiger 208, den beispielhaften Wähler/Aktualisierer 212 und/oder, allgemeiner ausgedrückt, den beispielhaften Roboter-Funktionsfähigkeits-Monitor 110 implementieren.
Der Prozessor 912 des veranschaulichten Beispiels weist einen lokalen Speicher 913 (z.B. einen Cachespeicher) auf. Der Prozessor 912 des veranschaulichten Beispiels steht über einen Bus 918 im Datenaustausch mit einem Hauptspeicher, zu dem ein flüchtiger Speicher 914 und ein nicht flüchtiger Speicher 916 zählen. Der flüchtige Speicher 914 kann durch synchronen dynamischen Direktzugriffsspeicher (synchronous dynamic random access memory, SDRAM), dynamischen Direktzugriffsspeicher (dynamic random-access memory, DRAM), dynamischen RAMBUS-Direktzugriffsspeicher (RAMBUS dynamic random access memory, RDRAM) und/oder jede andere Art von Direktzugriffsspeichereinrichtung implementiert werden. Der nicht flüchtige Speicher 916 kann durch Flashspeicher und/oder jede andere gewünschte Art von Speichereinrichtung implementiert werden. Zugriff auf den Hauptspeicher 914, 916 wird durch eine Speichersteuereinheit gesteuert.
Die Prozessorplattform 900 des veranschaulichten Beispiels weist außerdem eine Schnittstellenschaltung 920 auf. Die Schnittstellenschaltung 920 kann durch eine beliebige Art von Schnittstellenstandard, wie beispielsweise eine Ethernet-Schnittstelle, eine USB- (universeller serieller Bus) und/oder eine PCI-Express-Schnittstelle implementiert werden.
Bei dem veranschaulichten Beispiel werden eine oder mehrere Eingabeeinrichtungen 922 mit der Schnittstellenschaltung 920 verbunden. Die Eingabeeinrichtung(en) 922 ermöglicht/ermöglichen einer Einrichtung und/oder einem Benutzer (z.B. dem Techniker 120), Daten und/oder Befehle in den Prozessor 912 einzugeben. Bei diesem Beispiel können zu der/den Eingabeeinrichtung(en) 922 der Sensor 112 und/oder beliebige der anderen Sensoren auf dem ersten Roboter 102 und/oder den anderen Robotern zählen. Zusätzlich oder alternativ kann/können die Eingabeeinrichtung(en) 922 zum Beispiel durch einen Audiosensor, ein Mikrofon, eine Kamera (Standbild oder Video), eine Tastatur, eine Schaltfläche, eine Maus, einen Touchscreen, ein Trackpad, einen Trackball, ein Isopoint und/oder ein Spracherkennungssystem implementiert werden.
Eine oder mehrere Ausgabeeinrichtungen 924 sind ebenfalls mit der Schnittstellenschaltung 920 des veranschaulichten Beispiels verbunden. Die Ausgabeeinrichtung(en) 924 können zum Beispiel durch Anzeigeeinrichtungen (z.B. eine Leuchtdiode (light emitting diode, LED), eine organische Leuchtdiode (organic light emitting diode, OLED), eine Flüssigkristallanzeige, eine Kathodenstrahlröhrenanzeige (cathode ray tube display, CRT display), einen Touchscreen, eine taktile Ausgabeeinrichtung, einen Drucker und/oder Lautsprecher implementiert werden). Zu der Schnittstellenschaltung 920 des veranschaulichten Beispiels zählen daher üblicherweise eine Grafiktreiberkarte, ein Grafiktreiberchip und/oder ein Grafiktreiberprozessor.
Zu der Schnittstellenschaltung 920 des veranschaulichten Beispiels zählen außerdem eine Datenübertragungseinrichtung wie beispielsweise ein Sender, ein Empfänger, ein Sendeempfänger (z.B. der Sendeempfänger 210), ein Modem und/oder eine Netzwerkschnittstellenkarte, um einen Datenaustausch mit externen Maschinen (z.B. Datenverarbeitungseinrichtungen jeder Art) über ein Netzwerk 926 (z.B. eine Ethernet-Verbindung, eine digitale Anschlussleitung (digital subscriber line, DSL), eine Telefonleitung, ein Koaxialkabel, ein Mobiltelefonsystem usw.) zu erleichtern. Bei diesem Beispiel kann das Netzwerk 926 dem Netzwerk 116 (1) entsprechen.
Zu der Prozessorplattform 900 des veranschaulichten Beispiels zählen außerdem eine oder mehrere Massenspeichereinrichtungen 928 zum Speichern von Software und/oder Daten. Zu Beispielen für derartige Massenspeichereinrichtungen 928 zählen Diskettenlaufwerke, Festplattenlaufwerke, Compact-Disk-Laufwerke, Blu-Ray-Disk-Laufwerke, RAID-Systeme sowie DVD-Laufwerke (digital versatile disk drives, DVD drives). Bei diesem Beispiel kann zu den Massenspeichereinrichtungen 928 der Speicher 201 zählen.
Die codierten Anweisungen 932 aus 7 können in der Massenspeichereinrichtung 928, in dem flüchtigen Speicher 914, in dem nicht flüchtigen Speicher 916 und/oder auf einem entfernbaren materiellen computerlesbaren Speichermedium wie beispielsweise einer CD oder DVD gespeichert werden.
10 ist ein Blockschaltbild einer beispielhaften Prozessorplattform 1000, die dafür strukturiert ist, die Anweisungen aus 8 auszuführen, um den Fehlerklassifizierer 122 aus 3 zu implementieren. Die Prozessorplattform 1000 kann zum Beispiel ein Server, ein persönlicher Computer, eine mobile Einrichtung (z.B. ein Mobiltelefon, ein Smartphone, ein Tablet wie beispielsweise ein iPad™), ein persönlicher digitaler Assistent (PDA) oder eine beliebige andere Art von Datenverarbeitungseinrichtung sein.
Die Prozessorplattform 1000 des veranschaulichten Beispiels weist einen Prozessor 1012 auf. Bei dem Prozessor 1012 des veranschaulichten Beispiels handelt es sich um Hardware. Der Prozessor 1012 kann zum Beispiel durch eine oder mehrere integrierte Schaltungen, Logikschaltungen, Mikroprozessoren oder Steuereinheiten aus jeder gewünschten Gruppe oder von jedem gewünschten Hersteller implementiert werden. Der Hardwareprozessor kann eine Einrichtung auf Halbleiterbasis (z.B. Auf Siliciumbasis) sein. Bei diesem Beispiel kann der Prozessor 1012 den beispielhaften Mehrvariablenanalysator 300, den beispielhaften Fehleridentifizierer 302 und/oder, allgemeiner ausgedrückt, den beispielhaften Fehlerklassifizierer 122 implementieren.
Der Prozessor 1012 des veranschaulichten Beispiels weist einen lokalen Speicher 1013 (z.B. einen Cachespeicher) auf. Der Prozessor 1012 des veranschaulichten Beispiels steht über einen Bus 1018 im Datenaustausch mit einem Hauptspeicher, zu dem ein flüchtiger Speicher 1014 und ein nicht flüchtiger Speicher 1016 zählen. Der flüchtige Speicher 1014 kann durch synchronen dynamischen Direktzugriffsspeicher (synchronous dynamic random access memory, SDRAM), dynamischen Direktzugriffsspeicher (dynamic random-access memory, DRAM), dynamischen RAMBUS-Direktzugriffsspeicher (RAMBUS dynamic random access memory, RDRAM) und/oder jede andere Art von Direktzugriffsspeichereinrichtung implementiert werden. Der nicht flüchtige Speicher 1016 kann durch Flashspeicher und/oder jede andere gewünschte Art von Speichereinrichtung implementiert werden. Zugriff auf den Hauptspeicher 1014, 1016 wird durch eine Speichersteuereinheit gesteuert.
Die Prozessorplattform 1000 des veranschaulichten Beispiels weist außerdem eine Schnittstellenschaltung 1020 auf. Die Schnittstellenschaltung 1020 kann durch eine beliebige Art von Schnittstellenstandard, wie beispielsweise eine Ethernet-Schnittstelle, eine USB- (universeller serieller Bus) und/oder eine PCI-Express-Schnittstelle implementiert werden.
Bei dem veranschaulichten Beispiel werden eine oder mehrere Eingabeeinrichtungen 1022 mit der Schnittstellenschaltung 1020 verbunden. Die Eingabeeinrichtung(en) 1022 ermöglicht/ermöglichen einem Benutzer, Daten und/oder Befehle in den Prozessor 1012 einzugeben. Die Eingabeeinrichtung(en) 1022 kann/können zum Beispiel durch einen Audiosensor, ein Mikrofon, eine Kamera (Standbild oder Video), eine Tastatur, eine Schaltfläche, eine Maus, einen Touchscreen, ein Trackpad, einen Trackball, ein Isopoint und/oder ein Spracherkennungssystem implementiert werden.
Eine oder mehrere Ausgabeeinrichtungen 1024 sind ebenfalls mit der Schnittstellenschaltung 1020 des veranschaulichten Beispiels verbunden. Die Ausgabeeinrichtung(en) 1024 können zum Beispiel durch Anzeigeeinrichtungen (z.B. eine Leuchtdiode (light emitting diode, LED), eine organische Leuchtdiode (organic light emitting diode, OLED), eine Flüssigkristallanzeige, eine Kathodenstrahlröhrenanzeige (cathode ray tube display, CRT display), einen Touchscreen, eine taktile Ausgabeeinrichtung, einen Drucker und/oder Lautsprecher implementiert werden). Zu der Schnittstellenschaltung 1020 des veranschaulichten Beispiels zählen daher üblicherweise eine Grafiktreiberkarte, ein Grafiktreiberchip und/oder ein Grafiktreiberprozessor.
Zu der Schnittstellenschaltung 1020 des veranschaulichten Beispiels zählen außerdem eine Datenübertragungseinrichtung wie beispielsweise ein Sender, ein Empfänger, ein Sendeempfänger, ein Modem und/oder eine Netzwerkschnittstellenkarte, um einen Datenaustausch mit externen Maschinen (z.B. Datenverarbeitungseinrichtungen jeder Art) über ein Netzwerk 1026 (z.B. eine Ethernet-Verbindung, eine digitale Anschlussleitung (digital subscriber line, DSL), eine Telefonleitung, ein Koaxialkabel, ein Mobiltelefonsystem usw.) zu erleichtern. Bei diesem Beispiel kann das Netzwerk 1026 dem Netzwerk 116 (1) entsprechen.
Zu der Prozessorplattform 1000 des veranschaulichten Beispiels zählen außerdem eine oder mehrere Massenspeichereinrichtungen 1028 zum Speichern von Software und/oder Daten. Zu Beispielen für derartige Massenspeichereinrichtungen 1028 zählen Diskettenlaufwerke, Festplattenlaufwerke, Compact-Disk-Laufwerke, Blu-Ray-Disk-Laufwerke, RAID-Systeme sowie DVD-Laufwerke (digital versatile disk drives, DVD drives). Bei diesem Beispiel können die Massenspeichereinrichtungen 1028 die beispielhafte Datenbank 304 implementieren.
Die codierten Anweisungen 1032 aus 8 können in der Massenspeichereinrichtung 1028, in dem flüchtigen Speicher 1014, in dem nicht flüchtigen Speicher 1016 und/oder auf einem entfernbaren materiellen computerlesbaren Speichermedium wie beispielsweise einer CD oder DVD gespeichert werden.
Aufgrund des Vorstehenden wird man verstehen, das beispielhafte Verfahren, Vorrichtungen, Systeme und Erzeugnisse offenbart wurden, durch die potenziell fehlerhafte Roboter in einer Fertigungsanlage identifiziert werden. Die hier offenbarten Beispiele ermöglichen eine kontinuierliche Überwachung eines Roboters in Echtzeit oder nahezu in Echtzeit, um ein frühes Erkennen potenzieller Fehler zu erreichen. Durch hier offenbarte Beispiele werden außerdem mehrere Merkmale von Sensordaten analysiert, um Fehlalarme zu minimieren.
Es werden hier beispielhafte Verfahren, Vorrichtungen, Systeme und Erzeugnisse zur Überwachung von Roboter-Funktionsfähigkeit offenbart. Weitere Beispiele und deren Kombinationen beinhalten das Folgende:
Beispiel 1 beinhaltet ein System zum Überwachen einer Funktionsfähigkeit eines Roboters in einer Halbleiterwafer-Fertigungsanlage. Zu dem System zählen ein mit dem Roboter gekoppelter Sensor, wobei der Sensor ein Schwingungssignal erlangen soll, das repräsentativ für eine Schwingung des Roboters ist, sowie ein Funktionsfähigkeits-Monitor. Der Funktionsfähigkeits-Monitor soll ein Merkmal aus dem Schwingungssignal extrahieren, das Merkmal mit einer Schwelle vergleichen und als Reaktion auf ein Bestimmen, dass das Merkmal die Schwelle erfüllt, eine Benachrichtigung übertragen.
Beispiel 2 beinhaltet das System aus Beispiel 1, wobei das Merkmal eine Medianfrequenz, Spektralenergie, ein Quadratmittelwert oder eine Varianz des Schwingungssignals ist.
Beispiel 3 beinhaltet das System aus Beispiel 1, wobei der Roboter in einem Reinraum der Halbleiterwafer-Fertigungsanlage angeordnet ist.
Beispiel 4 beinhaltet das System aus Beispiel 3, wobei der Funktionsfähigkeits-Monitor in dem Reinraum angeordnet ist.
Beispiel 5 beinhaltet das System aus Beispiel 4, wobei der Funktionsfähigkeits-Monitor die Benachrichtigung zu einer außerhalb des Reinraums angeordneten elektronischen Einrichtung übertragen soll.
Beispiel 6 beinhaltet das System aus Beispiel 1, wobei der Funktionsfähigkeits-Monitor das Merkmal durch Bestimmen, ob das Merkmal innerhalb eines Mehrfachen einer Standardabweichung einer mathematischen Kombination historischer Werte des Merkmals liegt, mit der Schwelle vergleichen soll.
Beispiel 7 beinhaltet das System aus Beispiel 1, wobei der Sensor ein triaxialer MEMS-Beschleunigungsmesser (MEMS = microelectromechanical systems) ist.
Beispiel 8 beinhaltet das System aus Beispiel 7, wobei der Sensor Schwingungsdaten erlangen soll, die mit einer Bewegung in jeder der Richtungen X, Y und Z in Zusammenhang stehen.
Beispiel 9 beinhaltet das System aus einem der Beispiele 1 bis 8, das ferner einen Fehlerklassifizierer aufweist, wobei der Funktionsfähigkeits-Monitor das Merkmal zu dem Fehlerklassifizierer übertragen soll.
Beispiel 10 beinhaltet das System aus Beispiel 9, wobei der Fehlerklassifizierer auf Grundlage einer Mehrvariablenanalyse unter Verwendung des Merkmals bestimmen soll, ob die Benachrichtigung ein Fehlalarm ist.
Beispiel 11 beinhaltet das System aus Beispiel 9, wobei der Fehlerklassifizierer eine dem Merkmal zugeordnete Fehlerart bestimmen soll.
Beispiel 12 beinhaltet das System aus Beispiel 9, wobei der Fehlerklassifizierer auf einer Cloud-basierten Datenverarbeitungseinrichtung implementiert wird.
Beispiel 13 beinhaltet ein Verfahren zum Überwachen einer Funktionsfähigkeit eines Roboters in einer Halbleiterwafer-Fertigungsanlage. Das Verfahren beinhaltet ein Extrahieren, durch Ausführen einer Anweisung mithilfe mindestens eines Prozessors, eines durch einen mit dem Roboter gekoppelten Sensor erlangten Merkmals eines Schwingungssignals, ein Vergleichen des Merkmals mit einer Schwelle und ein Erzeugen einer Benachrichtigung durch Ausführen einer Anweisung mithilfe des mindestens einen Prozessors, wenn das Merkmal die Schwelle erfüllt.
Beispiel 14 beinhaltet das Verfahren aus Beispiel 13, wobei das Erzeugen der Benachrichtigung ein Übertragen der Benachrichtigung über ein Netzwerk zu einer elektronischen Einrichtung beinhaltet, um einem Benutzer dargeboten zu werden.
Beispiel 15 beinhaltet das Verfahren aus einem der Beispiele 13 oder 14, wobei das Vergleichen des Merkmals mit der Schwelle ein Vergleichen des Merkmals mit einem Mehrfachen einer Standardabweichung einer mathematischen Kombination einer Mehrzahl von historischen Werten des Merkmals beinhaltet.
Beispiel 16 beinhaltet das Verfahren aus einem der Beispiele 13 bis 15, das außerdem ein Übermitteln des Merkmals an einen Fehlerklassifizierer beinhaltet.
Beispiel 17 beinhaltet das Verfahren aus einem der Beispiele 13 bis 16, das ferner ein Auswählen des aus dem Schwingungssignal zu extrahierenden Merkmals auf Grundlage einer Benutzereingabe beinhaltet.
Beispiel 18 beinhaltet ein nichtflüchtiges maschinenlesbares Speichermedium, das Anweisungen umfasst, die, wenn sie ausgeführt werden, mindestens eine Maschine mindestens zum Extrahieren eines Merkmals eines Schwingungssignals veranlassen, das durch einen Sensor erlangt wird, der mit einem Roboter in einer Halbleiterwafer-Fertigungsanlage gekoppelt ist, zum Vergleichen des Merkmals mit einer Schwelle und zum Erzeugen einer Benachrichtigung, wenn das Merkmal die Schwelle erfüllt.
Beispiel 19 beinhaltet das nichtflüchtige maschinenlesbare Speichermedium aus Beispiel 18, wobei die Anweisungen, wenn sie ausgeführt werden, die mindestens eine Maschine veranlassen, die Benachrichtigung über ein Netzwerk zu einer elektronischen Einrichtung zu übertragen, um einem Benutzer dargeboten zu werden.
Beispiel 20 beinhaltet das nichtflüchtige maschinenlesbare Speichermedium aus einem der Beispiele 18 oder 19, wobei die Anweisungen, wenn sie ausgeführt werden, die mindestens eine Maschine veranlassen, das Merkmal mit der Schwelle durch ein Vergleichen des Merkmals mit einem Mehrfachen einer Standardabweichung einer mathematischen Kombination einer Mehrzahl von historischen Werten des Merkmals zu vergleichen.
Beispiel 21 beinhaltet das nichtflüchtige maschinenlesbare Speichermedium aus einem der Beispiele 18 bis 20, wobei die Anweisungen, wenn sie ausgeführt werden, die mindestens eine Maschine veranlassen, das Merkmal zu einem Fehlerklassifizierer zu übertragen.
Beispiel 22 beinhaltet eine Vorrichtung, die ein Mittel aufweist zum Extrahieren eines Merkmals eines Schwingungssignals, das durch einen Sensor erlangt wird, der mit einem Roboter in einer Halbleiterwafer-Fertigungsanlage gekoppelt ist, ein Mittel zum Vergleichen des Merkmals mit einer Schwelle und ein Mittel zum Erzeugen einer Benachrichtigung, wenn das Merkmal die Schwelle erfüllt.
Beispiel 23 beinhaltet die Vorrichtung aus Beispiel 22, die ferner ein Mittel zum Übertragen der Benachrichtigung über ein Netzwerk zu einer elektronischen Einrichtung aufweist, um einem Benutzer dargeboten zu werden.
Beispiel 24 beinhaltet die Vorrichtung nach einem der Beispiele 22 oder 23, wobei das Mittel zum Vergleichen das Merkmal mit einem Mehrfachen einer Standardabweichung einer mathematischen Kombination einer Mehrzahl von historischen Werten des Merkmals vergleichen soll.
Beispiel 25 beinhaltet die Vorrichtung nach einem der Beispiele 22 bis 24, die ferner ein Mittel zum Übertragen des Merkmals zu einem Fehlerklassifizierer aufweist.
Obwohl bestimmte beispielhafte Verfahren, Vorrichtungen, Systeme und Erzeugnisse hier offenbart wurden, ist der von diesem Patent abgedeckte Schutzbereich nicht darauf beschränkt. Im Gegenteil: Dieses Patent deckt alle Verfahren, Vorrichtungen, Systeme und Erzeugnisse ab, die gerechterweise in den Schutzbereich der Ansprüche dieses Patents fallen.

Claims

System zum Überwachen einer Funktionsfähigkeit eines Roboters in einer Halbleiterwafer-Fertigungsanlage, wobei das System umfasst: einen mit dem Roboter gekoppelten Sensor, wobei der Sensor ein Schwingungssignal erlangen soll, das repräsentativ für eine Schwingung des Roboters ist; und einen Funktionsfähigkeits-Monitor zum: Extrahieren eines Merkmals aus dem Schwingungssignal; Vergleichen des Merkmals mit einer Schwelle; und als Reaktion auf ein Bestimmen, dass das Merkmal die Schwelle erfüllt, Übertragen einer Benachrichtigung.
System nach Anspruch 1, wobei das Merkmal eine Medianfrequenz, Spektralenergie, ein Quadratmittelwert oder eine Varianz des Schwingungssignals ist.
System nach Anspruch 1, wobei der Roboter in einem Reinraum der Halbleiterwafer-Fertigungsanlage angeordnet ist.
System nach Anspruch 3, wobei der Funktionsfähigkeits-Monitor in dem Reinraum angeordnet ist.
System nach Anspruch 4, wobei der Funktionsfähigkeits-Monitor die Benachrichtigung zu einer außerhalb des Reinraums angeordneten elektronischen Einrichtung übertragen soll.
System nach Anspruch 1, wobei der Funktionsfähigkeits-Monitor das Merkmal durch Bestimmen, ob das Merkmal innerhalb eines Mehrfachen einer Standardabweichung einer mathematischen Kombination historischer Werte des Merkmals liegt, mit der Schwelle vergleichen soll.
System nach Anspruch 1, wobei der Sensor ein triaxialer MEMS-Beschleunigungsmesser (MEMS = microelectromechanical systems) ist.
System nach Anspruch 7, wobei der Sensor Schwingungsdaten erlangen soll, die mit einer Bewegung in jeder der Richtungen X, Y und Z in Zusammenhang stehen.
System nach einem der Ansprüche 1 bis 8, das ferner einen Fehlerklassifizierer aufweist, wobei der Funktionsfähigkeits-Monitor das Merkmal zu dem Fehlerklassifizierer übertragen soll.
System nach Anspruch 9, wobei der Fehlerklassifizierer auf Grundlage einer Mehrvariablenanalyse unter Verwendung des Merkmals bestimmen soll, ob die Benachrichtigung ein Fehlalarm ist.
System nach Anspruch 9, wobei der Fehlerklassifizierer eine dem Merkmal zugeordnete Fehlerart bestimmen soll.
System nach Anspruch 9, wobei der Fehlerklassifizierer auf einer Cloud-basierten Datenverarbeitungseinrichtung implementiert ist.
Verfahren zum Überwachen einer Funktionsfähigkeit eines Roboters in einer Halbleiterwafer-Fertigungsanlage, wobei das Verfahren umfasst: ein Extrahieren, durch Ausführen einer Anweisung mithilfe mindestens eines Prozessors, eines Merkmals eines Schwingungssignals, das durch einen mit dem Roboter gekoppelten Sensor erlangt wird; ein Vergleichen des Merkmals mit einer Schwelle; und ein Erzeugen einer Benachrichtigung durch Ausführen einer Anweisung mithilfe des mindestens einen Prozessors, wenn das Merkmal die Schwelle erfüllt.
Verfahren nach Anspruch 13, wobei das Erzeugen der Benachrichtigung ein Übertragen der Benachrichtigung über ein Netzwerk zu einer elektronischen Einrichtung aufweist, um einem Benutzer dargeboten zu werden.
Verfahren nach einem der Ansprüche 13 oder 14, wobei das Vergleichen des Merkmals mit der Schwelle ein Vergleichen des Merkmals mit einem Mehrfachen einer Standardabweichung einer mathematischen Kombination einer Mehrzahl von historischen Werten des Merkmals aufweist.
Verfahren nach einem der Ansprüche 13 bis 15, das ferner ein Übermitteln des Merkmals an einen Fehlerklassifizierer aufweist.
Verfahren nach einem der Ansprüche 13 bis 16, das ferner ein Auswählen, auf Grundlage einer Benutzereingabe, des aus dem Schwingungssignal zu extrahierenden Merkmals aufweist.
Nichtflüchtiges maschinenlesbares Speichermedium, das Anweisungen umfasst, die, wenn sie ausgeführt werden, mindestens eine Maschine mindestens veranlassen zum: Extrahieren eines Merkmals eines Schwingungssignals, das durch einen Sensor erlangt wird, der mit einem Roboter in einer Halbleiterwafer-Fertigungsanlage gekoppelt ist, Vergleichen des Merkmals mit einer Schwelle; und Erzeugen einer Benachrichtigung, wenn das Merkmal die Schwelle erfüllt.
Nichtflüchtiges maschinenlesbares Speichermedium nach Anspruch 18, wobei die Anweisungen, wenn sie ausgeführt werden, die mindestens eine Maschine veranlassen, die Benachrichtigung über ein Netzwerk zu einer elektronischen Einrichtung zu übertragen, um einem Benutzer dargeboten zu werden.
Nichtflüchtiges maschinenlesbares Speichermedium nach einem der Ansprüche 18 oder 19, wobei die Anweisungen, wenn sie ausgeführt werden, die mindestens eine Maschine veranlassen, das Merkmal mit der Schwelle durch ein Vergleichen des Merkmals mit einem Mehrfachen einer Standardabweichung einer mathematischen Kombination einer Mehrzahl von historischen Werten des Merkmals zu vergleichen.
Nichtflüchtiges maschinenlesbares Speichermedium nach einem der Ansprüche 18 bis 20, wobei die Anweisungen, wenn sie ausgeführt werden, die mindestens eine Maschine veranlassen, das Merkmal zu einem Fehlerklassifizierer zu übertragen.
Vorrichtung, die umfasst: ein Mittel zum Extrahieren eines Merkmals eines Schwingungssignals, das durch einen Sensor erlangt wird, der mit einem Roboter in einer Halbleiterwafer-Fertigungsanlage gekoppelt ist; ein Mittel zum Vergleichen des Merkmals mit einer Schwelle; und ein Mittel zum Erzeugen einer Benachrichtigung, wenn das Merkmal die Schwelle erfüllt.
Vorrichtung nach Anspruch 22, die ferner ein Mittel zum Übertragen der Benachrichtigung über ein Netzwerk zu einer elektronischen Einrichtung aufweist, um einem Benutzer dargeboten zu werden.
Vorrichtung nach einem der Ansprüche 22 oder 23, wobei das Mittel zum Vergleichen das Merkmal mit einem Mehrfachen einer Standardabweichung einer mathematischen Kombination einer Mehrzahl von historischen Werten des Merkmals vergleichen soll.
Vorrichtung nach einem der Ansprüche 22 bis 24, die ferner ein Mittel zum Übertragen des Merkmals zu einem Fehlerklassifizierer aufweist.