DE60102360T2 - Verfahren zur ermittlung optimaler sollwerte in maschinen sowie verfahren - Google Patents

Verfahren zur ermittlung optimaler sollwerte in maschinen sowie verfahren Download PDF

Info

Publication number
DE60102360T2
DE60102360T2 DE60102360T DE60102360T DE60102360T2 DE 60102360 T2 DE60102360 T2 DE 60102360T2 DE 60102360 T DE60102360 T DE 60102360T DE 60102360 T DE60102360 T DE 60102360T DE 60102360 T2 DE60102360 T2 DE 60102360T2
Authority
DE
Germany
Prior art keywords
machine
model
setpoint
properties
product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE60102360T
Other languages
English (en)
Other versions
DE60102360D1 (de
Inventor
Oded Berkooz
Moshe Evenor
L. Robert ROACH
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pronetix Ltd
Original Assignee
Pronetix Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pronetix Ltd filed Critical Pronetix Ltd
Application granted granted Critical
Publication of DE60102360D1 publication Critical patent/DE60102360D1/de
Publication of DE60102360T2 publication Critical patent/DE60102360T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/021Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Feedback Control In General (AREA)
  • General Factory Administration (AREA)
  • Jib Cranes (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Die Bonding (AREA)

Description

  • Gebiet der Erfindung
  • Die vorliegende Erfindung betrifft ein Verfahren zum Auffinden eines optimalen Sollwertes für Maschinen und Prozesse. Insbesondere betrifft die Erfindung ein Verfahren zum Rekalibrieren der Konstanten eines existierenden Modells einer Maschine und eines Prozesses und zum Auffinden optimaler Sollwerte, um damit zu arbeiten.
  • Hintergrund der Erfindung
  • In jeglichem Arbeitsprozess gibt es Maschinen, die mehrere Eingaben aufnehmen (wie Gase, Materialien, Energie usw.), örtliche Umgebungsbedingungen schaffen (wie Druck, Temperatur, usw.) und entweder die Form oder einige Sätze von Eigenschaften des/der wirksamen Materials/Materialien ändern. Das gewünschte Ergebnis ist eine spezifische Anordnung neuer Eigenschaften, (z.B. Brechungsindex, Beanspruchung, Geometrie usw.) beim wirksamen Material und wird hier entweder das Ergebnis, das Produkt oder das Ziel genannt. Es ist axiomatisch, dass die Ausgabeziele durch die Angabe annehmbarer Bereiche für die Abweichungen vom gewünschten Ziel angegeben werden.
  • Um das Ergebnis einer Maschine (wann immer der Ausdruck „Maschine" im Folgenden genannt wird, so kann sich dies auch auf einen Prozess beziehen) für einen spezifischen Satz von Eingaben vorherzusagen, ist es notwendig, ein Modell der Maschine zu schaffen. Das Modell kann aus einem Satz kleinerer Modelle bestehen, die eine oder mehrere Eigenschaften des Ergebnisses vorhersagen.
  • Ein üblicher Typ eines Modells ist das physikalische Modell. Ein physikalisches Modell umfasst eine Reihe mathematischer Funktionen und Formeln, die von physikalischen Hauptprinzipien herrühren, welche das Verhalten und die Betriebsweise der Maschine beschreiben. Diese Modelle beinhalten oft einige Kalibrierungskonstanten, die mit einer physikalischen Eigenschaft des Prozesses verbunden sind, für die jedoch die Kenntnis des Hauptprinzips entweder beschränkt ist oder fehlt. Diese Konstanten werden eingestellt, damit das Modell in geeigneter Weise den Prozess simulieren kann.
  • Andere Arten von Modelle sind auf Daten basierende Modelle (manchmal auch in der Technik als „statistische Modelle" bezeichnet), die nur versuchen, sich an experimentelle Daten der Maschine anzupassen. Diese Modelle werden konstruiert, indem man viele Versuche durchführt und eine große Anzahl von Rohdaten bezüglich der Eigenschaften des Ausgabeproduktes gegenüber den verschiedenen Sätzen von Eingaben sammelt. Sie werden im allgemeinen in den Fällen verwendet, wo das physikalische Modell entweder nicht bekannt ist oder sehr kompliziert wird und es so schwierig ist, seine vielen Konstanten auszuwerten. Diese auf Daten basierenden Modelle betrachten die Maschine als eine „black box" und versuchen, die Eigenschaften des Ausgabeproduktes in Abhängigkeit von den Eingaben basierend auf experimentellen Ergebnissen vorherzusagen. Die Konstanten gestatten es dem Modell auch, den Prozess zu simulieren, jedoch anders als das physikalische Modell sind sie nicht mit irgendeiner physikalischen Eigenschaft verbunden. Aus diesem Grunde sind die physikalischen Modelle üblicherweise genauer.
  • Die Variablen der Funktionen) des Modells (im Folgenden x's) sind die Eingaben in die Maschine, die für jegliches gewünschtes spezielles Ergebnis bestimmt werden sollten. Eine Kombination der Maschineneinstellungen zur Schaffung eines speziellen Ergebnisses, die die Eingaben und Umweltvariablen einschließt, wird Sollwert oder Setup genannt. In praktisch jeder industriellen Anwendung oder Steuerung, die eine Art Vorhersagemodell verwenden, werden die Konstanten aus einem Datensatz mit der Reihe von Sollwerten bestimmt, die gleich oder größer als die Zahl der unbestimmten Konstanten des Modells sind. Bei einigen Anwendungen sind die Daten reichlich aus kontinuierlichen Eingängen von Sensoren erhältlich. Bei anderen sind die Daten schwierig oder kostspielig zu erhalten. In derartigen Fällen beschreibt die „Design-of-Experiments-Methode" (DOE) für die Durchführung der Experimente die Bedingungen, um die meisten Daten aus den wenigsten Experimenten zu erhalten. Hier ist die Zahl der Experimente um eins größer als die Zahl der unbekannten Konstanten im auf Daten basierenden Modell. Ob die Daten im Überfluss zur Verfügung stehen oder ein DOE-Satz von Experimenten ausgeführt wird, die Rekalibrierung des Modells erfordert einen völlig neuen Datensatz. Im Modus kontinuierlich zur Verfügung stehender Daten stellt dies keine Schwierigkeit dar. Jedoch im häufigeren DOE-Fall wird eine weitere teure Datensatzgenerierung benötigt. Ein einzigartiges Merkmal der vorliegenden Erfindung liegt darin, dass nur ein neuer Datenpunkt benötigt wird, um das Modell auf den neuesten Stand zu bringen. Obwohl das Verfahren der vorliegenden Erfindung auf beide Typen der Datenumgebungen anwendbar ist, wird es für den letzteren, den schwierigeren Fall eingehender beschrieben.
  • Da das Ausgabeprodukt durch die Angabe eines annehmbaren Bereiches von Abweichungen vom gewünschten Ziel angegeben werden muss, ergibt sich, dass viele Maschinensollwerte, die Ergebnisse in dem annehmbaren Bereich liefern, gefunden werden. Es ist daher erwünscht, für jedes Ergebnis einen Sollwert der vielen möglichen zu finden, der gewissermaßen optimal ist. So kann es z.B. ein Kriterium sein, einen Sollwert zu finden, bei dem das Ergebnis sehr robust in Bezug auf Abweichungen bei den Eingaben ist. Dabei ist gemeint, dass einige dieser Sollwerte Eigenschaften des Ausgabeproduktes hervorrufen, die gegen Abweichungen bei den Eingaben empfindlicher sind als die anderen, da eine kleine Änderung des Eingabewertes bewirkt, dass das Ergebnis außerhalb des annehmbaren Bereiches liegt. Es sollte deshalb wünschenswert sein, den Sollwert zu wählen, bei dem kleine Änderungen die geringste Änderung des Ausgabeproduktes bedingen. Andere Kriterien können das Verlangen nach einem neuen Sollwert so nahe wie möglich zum letzten bekannten Sollwert sein. Bei dem vorliegenden Vorgang kann praktisch jeder Satz von Kriterien oder Bedingungen angewandt werden, um einen optimalen Sollwert auszuwählen.
  • Augenscheinlich gibt es kein Modell, dass für immer genau bleibt. Jede Maschine ändert sich mit der Zeit, einige ihrer Teile nützen sich ab und müssen ersetzt werden, andere Teile verschmutzen und von Zeit zu Zeit hat ein Überholvorgang stattzufinden. Es müssen daher die Konstanten des Modells von Zeit zu Zeit rekalibriert werden, um jegliche Änderungen zu kompensieren.
  • Um diese Rekalibrierung durchzuführen, benötigte der Stand der Technik eine lange Reihe von Untersuchungen, um die Konstanten eines Modells wieder zu evaluieren. Auf jeden Fall sind die Prozeduren des Standes der Technik zum Aktualisieren des Modells und Auffinden eines neuen Sollwertes zum Betrieb der Maschine nicht produktiv und teuer.
  • US 5 740 033 offenbart die Ausbildung einer interaktiven Steuereinrichtung für einen Herstellungsprozess. Dieses Patent liefert einen Algorithmus zum Fest legen des gewünschten Sollwertes oder von Arbeitsbedingungen der Maschine. Insbesondere besitzt die Steuereinrichtung ein physikalisches Prozessmodell und ein unabhängiges physikalisches Störmodell. Ein ausführender Steuerbaustein sendet periodisch aufgezeichnete Daten an das Prozessmodell, das wiederum Vorhersagen bezüglich des gewünschten Sollwertes für die Maschine macht. Dieses Patent verwendet große Datensätze, die kontinuierlich an die Eingänge geliefert werden mittels Sensoren. Weiters ist die interaktive Steuerung dieses Patentes dazu bestimmt, dynamische Änderungen in den Maschineneinstellungen zur Steuerung der Produktgleichmäßigkeit auszuführen.
  • US 4 577 280 offenbart ein Steuerungssystem zum Verteilen einer Fluidströmung. Der Gegenstand des Systems in diesem Patent ist es, ein Fluid in einer dampferzeugenden Anlage optimal zu verteilen. Das System verwendet einen Algorithmus zur Vorhersage der besten Fluidverteilungen, im wesentlichen einen Sollwert. Wenn jedoch das Modell geändert wird und um einen geeigneten Sollwert wieder zu bestimmen, wird ein großer Datensatz benötigt, der schwierig und teuer zu erlangen ist.
  • US 4 835 690 offenbart ein Expertensystem zum Scannen, Erstellen und Einteilen medizinischer Bilder. Dieses Patent betrifft die Standardisierung der Bildqualität medizinisch diagnostischer Abbildungen. Mehrere Maschineneinstellungen müssen zu diesem Zweck eingestellt werden. Es muss jedoch ein großer Datensatz verwendet werden, um die Konstanten zu berechnen, und das sich ergebende Modell kann nur mit Hilfe eines anderen kompletten Satzes auf den neuesten Stand gebracht werden.
  • US 5 488 561 offenbart ein Verfahren zur Bestimmung eines Sollwertes, d.h. wenigstens einer durch eine Eingabe veränderten Variable, in einem Prozess bei dem wenigstens eine Eingabevariable schwankt.
  • US 5 774 761 offenbart eine Maschinen-set-up-Prozedur, die eine multivariante Modellierung und multiobjektive Optimierung verwendet. Dieses Patent behandelt hauptsächlich Maschineneinstellungen beim elektrostatographischen Drucken zur Steuerung der Bildqualität. Die Prozedur zeigt, wie ein Modell kalibriert wird und dann zum Berechnen eines optimalen Satzes von Maschineneinstellungen verwendet wird. Das für diese Prozedur geeignete Modell ist vollständig statistisch und die Kalibrierung wird mit einem großen Datensatz in DOE-Weise durchgeführt statt mit einem einzigen Punkt.
  • Es ist daher eine Aufgabe der vorliegenden Erfindung, einen optimalen Sollwert für den Maschinenbetrieb in rascher und einfacher Weise zur Verfügung zu stellen, wobei die geringste mögliche Anzahl von Experimenten benötigt werden soll, um diesen optimalen Sollwert zu erreichen.
  • Eine andere Aufgabe der Erfindung ist die Schaffung eines Verfahrens zum Rekalibrieren des Modells eines maschinellen Prozesses, wenn dies notwendig ist.
  • Insbesondere ist es gemäß dem Verfahren der vorliegenden Erfindung in den meisten Fällen ausreichend, weniger als vier Untersuchungen durchzuführen zum Aktualisieren des Modells und zum Auffinden neuer Sollwerte zum Betrieb der Maschine mit dem aktualisierten Modell.
  • Zusammenfassung der Erfindung
  • Die vorliegende Erfindung betrifft ein Verfahren zur Optimierung eines Maschinensollwertes und umfasst die folgenden Schritte:
    • a) Definieren zulässiger Bereiche für die Eigenschaften des Ausgabeproduktes, der Bereiche der möglichen Maschinensollwerte und optimaler Sollwertkriterien;
    • b) Durchführen einer Kalibrierung des Modells der Maschine zum Finden aktualisierter Konstanten für das Maschinenmodell;
    • c) Finden – unter Verwendung der aktualisierten Konstanten in dem Maschinenmodell – aller Sollwerte, welche ein Produkt liefern, dessen Eigenschaften innerhalb der zulässigen Bereiche liegen;
    • d) Durchführen einer Optimierungsprozedur, um aus allen in Schritt (c) gefundenen Sollwerten einen optimierten Sollwert zu finden;
    • e) Betreiben der Maschine bei dem in Schritt (d) gefundenen optimierten Sollwert und Gewinnen eines neuen Ausgabeproduktes;
    • f) Vergleichen der Eigenschaften des neuen Ausgabeproduktes mit den zulässigen Bereichen;
    • g) in dem Fall, dass die Eigenschaften des Ausgabeproduktes innerhalb zulässiger Bereiche liegen: der neue Sollwert ist gefunden und die Prozedur erfolgreich abgeschlossen;
    • h) in dem Fall, dass die Eigenschaften des Ausgabeproduktes außerhalb der zulässigen Bereiche liegen: Wiederholen der Prozedur ab Schritt (b).
  • Nach einer Ausführungsform der Erfindung umfasst das Kalibrieren des Modells:
    • a) Nehmen des bekannten Modells;
    • b) Substituieren der Variablen des bekannten Modells durch den letzten Sollwert;
    • c) Vorhersagen der Werte der Ausgabeeigenschaften;
    • d) Vergleichen der vorhergesagten Ausgabeeigenschaften mit den Eigenschaften des Ausgabeproduktes der Maschine;
    • e) Aktualisieren der Konstanten des Modells, um die Differenz zwischen den vorhergesagten und gemessenen Eigenschaften auf ein vernachlässigbares Maß zu reduzieren.
  • Nach einer weiteren Ausführungsform der Erfindung umfasst das Kalibrieren des Modells:
    • a) Nehmen des bekannten Modells;
    • b) Bereitstellen eines Eingabesollwertes an die Maschine, wie aus dem bekannten Modell der Maschine berechnet, zum Erzeugen des Zielproduktes und Erhalten eines Ausgabeproduktes;
    • c) Substituieren der Variablen des bekannten Modells durch den letzten Sollwert;
    • d) Vorhersagen der Werte der Ausgabeeigenschaften;
    • e) Vergleichen der vorhergesagten Ausgabeeigenschaften mit den Eigenschaften des Ausgabeproduktes der Maschine;
    • f) Aktualisieren der Konstanten des Modells, um die Differenz zwischen den vorhergesagten und gemessenen Eigenschaften auf ein vernachlässigbares Maß zu reduzieren.
  • Nach einer Ausführungsform der Erfindung umfasst der Optimierungsvorgang:
    • a) Nehmen des kalibrierten Modells;
    • b) Finden aller Sollwerte innerhalb der Bereiche der möglichen Maschinensollwerte, welche, wenn für die Variablen des kalibrierten Modells substituiert, ein Produkt ergeben, dessen Eigenschaften als innerhalb zulässiger Bereiche für die Eigenschaften des Ausgabeproduktes liegend vorhergesagt werden;
    • c) von allen gefundenen Sollwerten in Schritt (b) Festellen des optimalen in Übereinstimmung mit einem definierten Sollwertkriterium.
  • Vorzugsweise wird das optimale Sollwertkriterium aus den folgenden ausgewählt:
    • a) dem robustesten Sollwert, der ein Ausgabeprodukt ergibt, dessen Änderungen hinsichtlich Fehler in den Maschineneinstellungen minimal sind;
    • b) einem Sollwert, der dem zum Aktualisieren der Konstanten im Schritt (b) der Hauptprozedur am nächsten ist;
    • c) einem Sollwert, dessen Werte dem der Mitte der Bereiche der möglichen Maschinensollwerte, wie im Schritt (a) der Hauptprozedur definiert, am nächsten sind.
  • Die Erfindung betrifft ferner ein Verfahren zum Optimieren von Maschinensollwerten in einer Gruppe von Maschinen des gleichen Typs, das folgendes umfasst:
    • a) Auffinden eines neuen Sollwertes für eine erste Maschine in der Gruppe nach der Hauptprozedur;
    • b) Substituieren der Variablen des bekannten Modells, mit dem neuen Sollwert, der im Schritt (a) gefunden wurde, als neuerster Sollwert für jede andere Maschine in der Gruppe.
  • Das Verfahren der Erfindung kann zum wirksamen Verfolgen und Optimieren neuer Sollwerte verwendet werden, um Änderungen der Maschineneigenschaften zu korrigieren.
  • Das Verfahren der Erfindung kann zum Vorhersagen eines neuen Sollwertes zur Korrektur jeglicher Änderung der Ausgabeeigenschaften eines Produktes verwendet werden, wobei der letzte Sollwert und ein Satz der vorhergehenden Produktausgabeeigenschaften, wie sie durch den Betrieb der Maschine mit die sem letzten Sollwert, erhalten worden sind, verwendet werden, um einen neuen Sollwert zu erhalten.
  • Gemäß der Erfindung kann das Modell irgendein Typ, einschließlich eines physikalischen Modells, eines auf Daten basierenden Modells oder einer Kombination davon sein.
  • Kurze Beschreibung der Zeichnungen
  • In den Zeichnungen stellt
  • 1 das Verfahren zum Rekalibrieren des Modells und zum Auffinden eines neuen Sollwertes für den Maschinenbetrieb gemäß einer Ausführungsform der Erfindung dar;
  • 2 ist ein Flussdiagramm zum Erläutern des Verfahrens der 1 und
  • 3 ist ein Flussdiagramm zum Illustrieren der Kalibrierungsprozedur nach einer Ausführungsform der Erfindung.
  • Detaillierte Beschreibung der bevorzugten Ausführungsformen
  • 1 zeigt in Blockdiagrammform das Verfahren zum Rekalibrieren des Modells und zum Auffinden eines neuen Sollwertes für den Maschinenbetrieb nach einer Ausführungsform der Erfindung. Die Prozedur durchläuft folgende Hauptschritte:
    • 1. Eine Maschine wird mit einem gegebenen Satz von Eingabewerten, d.h. einem Sollwert, betrieben.
    • 2. Die Ausgabewerte werden gemessen, um zu bestimmen, ob sie innerhalb der annehmbaren Bereiche liegen. Ist dies der Fall, dann endet die Schleife und die Maschine kann weiterhin diesen Sollwert verwenden.
    • 3. Falls die Ausgabewerte sich nicht innerhalb der annehmbaren Bereiche befinden, dann wird ein Kalibrierungsschritt 3 durchgeführt, der die gegebenen Eingabewerte (strichlierter Pfeil 8) und die sich ergebenden Ausgabewerte 9 verwendet. Dieser Schritt ruft das Modell 10 auf und ändert auch die Modellkonstanten.
    • 4. Ein neuer optimierter Sollwert wird unter Verwendung von Modell 10 berechnet.
    • 5. Der neu berechnete Sollwert wird als Eingabewerte 1 zur Maschine gebracht, die gemäß dieser Eingabewerte arbeitet. Die Prozedur führt zum obigen Schritt 1 zurück, der mit dem optimierten Sollwert arbeitet.
  • 2 ist ein Flussdiagramm und beschreibt das Rekalibrierungsverfahren gemäß der Erfindung. Um das Modell zu rekalibrieren, wird ein Sollwert 20 den Eingaben der Produktionsmaschine 21 bereitgestellt. Die Ergebnisse 27 der Maschine werden im Block 22 mit den benötigten Eigenschaften des Produktes verglichen. Wenn die Ergebnisse 27 sich innerhalb der erforderlichen Bereiche befinden, wird die Prozedur beendet und die Maschine kann in Produktion gehen, wie dies durch Pfeil 29 angedeutet ist. Wenn jedoch die Ergebnisse 27 sich außerhalb der beschränkten Bereiche befinden, muss ein neuer Sollwert gefunden werden, bei dem die Ergebnisse sich in den erforderlichen Bereichen befinden. Es wird dann eine Rekalibrierung 23 des Modells durchgeführt, wobei der letzte Sollwert und die Maschinenergebnisse verwendet werden. Dies ergibt ein Modell, das fähig ist, die Maschine in der Nähe dieses Sollwertes genau wiederzugeben. Dann kann, basierend auf dem rekalibrierten Modell, ein neuer Sollwert 20 für die Eingaben der Maschine bereitgestellt werden.
  • Damit jedoch der neue Sollwert optimal ist, wie eingangs erwähnt, wird eine Sollwertoptimierung 24 durchgeführt. Der optimierte Sollwert 25 wird dann als neuer Sollwert der Maschine bereitgestellt. Die Prozedur wird wiederholt, falls notwendig, bis ein annehmbares Ausgabeprodukt erhalten wird.
  • Rekalibrierungsuntersuchungen mit dem erfindungsgemäßen Verfahren haben gezeigt, dass die Prozedur konvergiert, um sehr rasch einen optimalen Sollwert zu erhalten. Alle Untersuchungen bis heute haben gezeigt, dass vier oder weniger Untersuchungen erforderlich sind.
  • Das erfindungsgemäße Verfahren umfasst drei Hauptschritte:
    • a) Modellieren – In diesem Schritt wird das Modell des Maschinenprozesses zusammen mit allen Konstanten bestimmt, die eine Kalibrierung benötigen. Das erfindungsgemäße Verfahren setzt im allgemeinen das Vorhandensein eines vorhergehenden Satzes von Modellkonstanten voraus, deren Genauigkeit in Frage steht;
    • b) Kalibrierung – In dieser Stufe (23 in 2) werden die Konstanten des Modells aktualisiert, und zwar unter Verwendung eines Sollwertes und der sich ergebenden Ausgabeeigenschaften und
    • c) Optimierung – In diesem Schritt (24 in 2) wird ein neuer, optimierter Sollwert vorhergesagt, der am besten geeignet ist, das Ziel zu erreichen und am robustesten gegenüber Änderungen in den Eingaben ist.
  • Wie gesagt, nimmt die Erfindung das Vorhandensein eines "Originalmodells" an, das zuerst aktualisiert werden muss, und dann müssen ein oder mehrere neue Sollwerte berechnet werden. Die Erfindung kann im wesentlichen mit jeglicher Art von Modell ausgeführt werden. Z.B. kann ein mathematisch physikalisches Modell, basierend auf Hauptprinzipien, gemäß der Erfindung verwendet werden. Diese Art von Modell verwendet die kanonischen Gleichungen aus Chemie, Strömungsmechanik, Thermodynamik, Elektromagnetik usw., um Vohersagen zu Prozessverhalten und Eigenschaften zu machen. Die mathematisch physikalischen Modelle (im folgenden auch als physikalische Modelle bezeichnet) sind üblicherweise genauer als die auf Daten basierenden Modelle, da die Konstanten der Modelle an die Physik gebunden sind und weniger an Rohdaten. Die Konvergenz der Aktualisierung des Modells ist daher im allgemeinen rascher bei mathematisch physikalischen Modellen als bei Modellen basierend auf Daten.
  • Beim Rekalibrierungsschritt werden die Konstanten (die k's) der Gleichungen aufgrund neuer Maschinen/Prozessdaten aktualisiert. Alle Modelle haben einstellbare Konstanten, so dass sie an einen gegebenen Prozess angepasst werden können. Da die Prozesse selbst sich entwickeln, wenn Maschinen altern oder physikalische Bedingungen der Maschine sich ändern, müssen die Konstanten eingestellt werden, um weiterhin genau zu sein. Diese Prozedur wird hier Rekalibrierung genannt. Wie vorher erwähnt, bedingt dies bei vielen Verfahren heutzutage einen Datensatz gleich oder größer als die Zahl der Konstanten im Modell, was eine teure Reihe von (üblicherweise) unproduktiven Untersuchungen bedingt. Bei einer geringen Anzahl anderer Prozeduren ist es möglich, unter Verwendung weniger Untersuchungen die Konstanten anzupassen.
  • Gemäß dem Verfahren der vorliegenden Erfindung ist nur eine Untersuchung für jede Rekalibrierung notwendig. Üblicherweise werden der letzte bekannte Sollwert und die Ausgabeprodukteigenschaften für diese Kalibrierung verwendet. Es gibt eine unbegrenzte Zahl von Möglichkeiten, die Modellkonstanten zu ändern, da es viele Unbekannte und nur einen Datenpunkt gibt, alle diese Möglichkeiten sind innerhalb des Umfanges der Erfindung. Die vorliegende Erfindung ist fähig, einen optimalen Satz neuer Werte für alle Konstanten mit diesem einen Sollwert und dem gemessenen Ergebnis zu bestimmen.
  • 3 ist ein Flussdiagramm, das den Rekalibrierungsschritt nach einer Ausführungsform der Erfindung erklärt. Bei diesem Beispiel wird das Bestehen eines Modells F (k, x) angenommen, wobei der hochgestellte Strich einen Vektor andeutet. Die k's sind die zu kalibrierenden Konstanten und die x's sind der Sollwert der Maschine (d.h. die Eingabewerte). Wenn eine Untersuchung durchgeführt wird, wird ein Sollwert 30 der Maschine zugeführt, der nach den Berechnungen mit dem bestehenden Modell 31 das gewünschte Produkt innerhalb der Begrenzungen liefern sollte. Ein Produkt Fexp (p) 32 wird am Ausgang der Maschine erhalten, wobei sich der Vektor (p) auf die gemessenen Eigenschaften des Ausgabeprodukte bezieht. Dann wird im Block 33 das Ausgabeprodukt Fexp mit dem theoretischen Ausgabeprodukt Fcalc verglichen, wie auf der Basis des angenommenen Modells 31 und des Sollwertes 30 berechnet. Wenn festgestellt wird, dass eine oder mehrere der Eigenschaften (p) außerhalb der Begrenzungen (tol.) sind, werden im Block 35 eine oder mehrere der Konstanten des Modells geändert und es wird ein neues Produkt Fcalc im Block 36 berechnet, das auf dem rekalibrierten Modell beruht. Der Vergleich wird dann im Block 33 wiederholt. Die Prozedur wird wiederholt bis ein Satz von k's im Modell, das Fcalc erzeugt, gefunden wird, der allen Bedingungen des Blockes 33 genügt. Wenn dieser Satz an k's gefunden ist, werden diese in das Modell der Maschine im Block 34 eingesetzt. Nach diesem Einsetzen ist die Rekalibrierung des Modells vollständig und die Prozedur endet bei 37.
  • Es sollte festgestellt werden, dass die Wirkung dieser Rekalibrierung an einem Punkt genau das Maschinenverhalten in der Nähe von (x exp, Fexp) wiedergeben sollte. So ist dies eine örtliche Kalibrierung, was bedeutet, dass das Modell nur in einer Nachbarschaft dieses Punktes genau ist. Die Größe dieser Nachbarschaft hängt von der Genauigkeit des Modelles ab.
  • Nach der Modellkalibrierung ist das Modell bereit zum Auffinden eines optimalen Sollwertes, um ein Produkt mit Eigenschaften innerhalb der zulässigen Bereiche zu erhalten und dies wird durch die Optimierungsprozedur erreicht.
  • Bei der Optimierungsprozedur wird ein neuer Sollwert vom Modell vorhergesagt. Mathematisch gibt es eine unendliche Zahl neuer Sollwerte, die jedem verlangten Ausgabeergebnis genügen. Physikalisch ist der Satz beschränkt, da die Maschineneinstellungen (die x's) nur in einer endlichen Zahl von Stufen vorhanden sind. Trotzdem ist üblicherweise eine große Anzahl möglicher neuer Sollwerte für jedes Produkt vorhanden. Die Aufgabe besteht darin, einen dieser Sollwerte, der optimal ist, zu wählen. Ein optimaler Sollwert ist stets definiert durch Befriedigung einiger Sätze von Bedingungen, und zwar besser als die anderen möglichen Sollwerte. Somit hängt dieser Schritt vom Satz der gewählten Bedingungen ab. Es können verschiedene Bedingungen vorhanden sein, die die Definition eines "optimalen Sollwertes" beeinflussen und einige der Bedingungen können fallspezifisch sein. Ein Beispiel für einen Standardsatz von Bedingungen umfasst eine Kombination des Folgenden:
    • 1. minimierter Satz von Empfindlichkeiten: – dies ergibt einen Sollwert, der robust ist im Sinne geringer Empfindlichkeit gegen Fehler der Maschineneinstellungen oder Veränderungen im Maschinenbetrieb;
    • 2. ein Sollwert, der nahe dem letzten Sollwert ist. Dies hat zwei Vorteile: – es gestattet geringere Änderungen der Maschineneinstellungen und – es gestattet eine schnellere Konvergenz des Gesamtverfahrens;
    • 3. ein Sollwert, der so nahe wie möglich der Mitte der zulässigen Bereiche liegt: – dies gestattet maximale Flexibilität für die Bedienungsperson, um jegliche folgende Änderungen an den Maschineneinstellungen vorzunehmen, ohne unmittelbar von einer Verschiebung eines Eingabeparameters aus dem Bereich betroffen zu sein.
  • Wie erwähnt, sind viele andere Bedingungen möglich und können einfach in das Verfahren der Erfindung eingebaut werden.
  • Es gibt viele Möglichkeiten, den Optimierungsschritt auszuführen. Ein Beispiel ist durch den folgenden Algorithmus gegeben:
    • 1. Bestimmen aller möglichen Sollwerte innerhalb der zulässigen Bereichen der Eingabevariablen. Dies ist eine einfache Rechnung unter Verwendung der zulässigen Bereiche der Eingabeparameter und der minimalen möglichen Steuergröße für jeden Parameter. Dies ist der Parameterraumbereich der Funktion.
    • 2. Einschätzen des Modells hinsichtlich jedes möglichen Sollwertes in dem Bereich und Auffinden aller Sollwerte, die den annehmbaren Ausgabebereichkriterien entsprechen.
    • 3. Anwenden aller Bedingungskriterien, wie voranstehend angegeben, auf diesen Satz, um einen optimalen Sollwert zu finden.
  • Nach Auffinden eines optimalen Sollwertes wird die Maschine bei diesen Einstellungen betrieben und die Ausgabewerte werden gemessen, um die Annäherung an das Ziel zu überprüfen. Wenn das Ziel nicht erreicht wird, wird die Prozedur der Kalibrierung und Optimierung mit den neuen Daten wiederholt. Zu beachten ist, dass der neue Sollwert zu einem zum Ziel näheren Ergebnis führen sollte als der vorher vorhergesagte Sollwert. Das Verfahren kon vergiert nach einer sehr kleinen Zahl derartiger Schritte. Die Zahl der Schritte wiederum hängt von der Genauigkeit des Modells ab. Wie jedoch oben gesagt, ist die Zahl der Schritte der Prozedur, um das Modell zu rekalibrieren und einen optimalen Sollwert zu erhalten, sehr klein und selten sind mehr als drei Versuche notwendig.
  • Wie dargelegt, schafft das Verfahren der vorliegenden Erfindung Mittel, um einen Sollwert zu erhalten und das Modell in die Nähe dieses Sollwertes und des Ausgabezieles zu rekalibrieren. Wenn jedoch die Notwendigkeit besteht, in irgendeinem anderen besonderen Ausgabezielbereich zu arbeiten, selbst einem der entfernt von dem liegt, für den das Modell kalibriert ist, kann die gleiche Prozedur verwendet werden, ausgehend von einem Sollwert in Nähe des ersten Ausgabezielbereiches. Weiters kann das Verfahren der Erfindung durch eine Steuereinrichtung eingesetzt werden, um ein wirksames Nachführen und Optimieren neuer Sollwerte zu schaffen, um Änderungen in den Maschineneigenschaften zu korrigieren. Die Steuereinrichtung kann in offener Schleife oder in geschlossener Schleife betrieben werden.
  • BEISPIEL
  • In einer typischen Prozessmaschine zur chemischen Dampfabscheidung (CVD) ist eine Reihe von Einstellungen erforderlich, um eine Schicht aus SiO2 auf der Oberfläche eines Siliziumwafers zum Zwecke der Herstellung von Chips abzuscheiden. Die Schicht muss gewisse Eigenschaften haben, die von den Maschineneinstellungen abhängen. Ein zentrales Problem bei einer derartigen Maschine ist das offensichtliche Abweichen der Schichteigenschaften mit der Zeit für die Einstellwerte, insbesondere nachdem die Maschine zur Wartung geöffnet worden ist. Um die Maschineneinstellungen für die Schichteigenschaften des Produktionsbereiches zu bestimmen, wird üblicherweise eine Anzahl von nichtproduktiven Versuchen durchgeführt. Es ist eine typische Betriebsweise, dass die Bedienungsperson der Maschine die Ergebnisse eines Satzes der Maschineneinstellungen betrachtet und versucht, die nächsten Einstellungen zu bestimmen, um den Prozess zurück in die Produktionsbereiche zu bringen. Diese Versuche sind kostspielig und tragen zur Lebensdauer der Maschine bei, ohne nutzbare Ergebnisse zu liefern. Kurz, die Betriebskosten (Cost of Ownership, COO) erhöhen sich direkt durch die Zahl der Versuche, die durchgeführt werden. Es ist daher sehr wünschenswert, die Zahl dieser Versuche zu minimieren.
  • Das erfindungsgemäße Verfahren ist ausgelegt, diese Schwierigkeit anzugehen. Eine typische Maschine könnte 5 Eingangsvariable haben. Gegenwärtige Design-of-Experiments-Analysen (DOE) bedingen ein Minimum an 16 durchzuführenden Versuchen, um den Betriebsbereich der Maschine zu charakterisieren. Diese Zahl von Versuchen muss so oft durchgeführt werden, wie es notwendig ist, um den schrittweisen Änderungen der Maschinenbetriebseigenschaften zu entsprechen. Im Gegensatz dazu benötigt das erfindungsgemäße Verfahren nur einen anfänglichen Satz von Versuchspunkten, die von geeigneten, aufgezeichneten Daten der Maschinengeschichte erhalten werden können. Danach sind weniger als 4 Versuche notwendig zu jeder Zeit der Lebensdauer der Maschine. Dies ist folglich eine starke Verringerung der Zahl der notwendigen Versuche beim Verfahren der Erfindung.
  • Weiters benötigen die Ansätze des Standes der Technik 16 Versuche, die für jede Maschine des gleichen Typs beim gleichen Prozess durchgeführt werden, wohingegen das erfindungsgemäße Verfahren nur die anfängliche Information einer Maschine benötigt. In diesem Sinne sind die Daten von dieser Maschine nun auf andere Maschinen übertragbar.
  • Die Näherung wird in mehreren Schritten durchgeführt:
    Eingangsschritt – Herstellen eines Modells des Prozesses Dieser Teil besteht im Auffinden einer mathematischen Beschreibung des Maschinenprozesses. Im Falle eines physikalischen Modells z.B. besteht dieser Schritt in der Formulierung eines Modelles des Prozesses aus Leitsätzen der Fluidmechanik, Chemie, Plasmen und anderer vorhandener physikalischer Prozesse. Dieses Modell muss so genau wie möglich sein. Normalerweise gibt es noch einige unbestimmte Konstanten in den Gleichungen, die kalibriert werden müssen. Anfangswerte dieser Quantitäten kommen üblicherweise von der freien Literatur und von vorhergehenden Daten der CVD-Maschine. Diese werden einfach aktualisiert mit sehr wenig Aufwand. Dies wird Teil des Gesamtprozesses.
  • Das Ende dieses Schrittes wird erreicht, wenn das Modell konstruiert worden ist, an welchem Punkt es dann ein Modul für die erfindungsgemäße Methodologie wird, die in der Praxis mit Hilfe einer Software durchgeführt wird. Ist dies erfolgt, so ist die Software bereit, auf die Maschinen angewendet zu werden, die den CVD-Prozess ausführen. Es sollte bedacht werden, dass für einige andere Prozesse ein unterschiedliches Modell verwendet werden würde, jedoch die folgende Methodologie und der Vorgang wären dieselben.
  • Betrieb der Software
  • Nun ist die Prozedur bereit zu beginnen. Die Software wird auf irgendeinem PC in Nähe der CVD-Maschine geladen und das Programm beginnt.
  • Schritt 1 – Ein bestehender Maschinensollwert und Ausgabeergebnisse werden in die Software eingegeben. Die gewünschten Maschinenausgabewerte für die Schicht und die annehmbaren Bereiche der Eingabe- und Ausgabeparameter werden ebenfalls in die Software eingegeben. Wenn der Maschinensollwert bereits darin resultiert, dass alle Produktionsbereiche erfüllt sind, besteht keine Notwendigkeit weiter vorzugehen. Falls dies jedoch nicht der Fall ist, dann geht die Software zum nächsten Schritt.
  • Schritt 2 – Rekalibrierung der Modellkonstanten basierend auf dem einen Maschinensollwert und Ausgabeprodukteigenschaften. Dies bedeutet, Auffinden neuer Werte für alle Konstanten mit nur einer Gleichung. Es gibt eine unendliche Zahl möglicher Kombinationen von Änderungen, die diesem Kriterium genügen. Es sollte festgestellt werden, dass nach Durchführung dieses Schrittes das Modell nun genau der Maschine bei allen Sollwerten in der Nachbarschaft dieses Sollwertes entspricht. Die Größe dieser Nachbarschaft hängt von der Genauigkeit des Modells ab (deshalb ist das Modell auf physikalischer Basis wünschenswert) und wie gut die Kalibrierung durchgeführt ist. Je größer die Nachbarschaft, desto schneller konvergiert das Gesamtverfahren.
  • Anmerkung: Dieser Kalibrierungsschritt ist einzigartig. Die meisten Rekalibrierungsprozeduren verwenden wenigstens so viele Datenpunkte wie Konstante im Modell vorhanden sind. Wenigstens für CVD-Prozesse würde dies das Durchführen von vielen Versuchen erfordern. Wie gesagt, die das erfindungsgemäße Verfahren durchführende Software benötigt nur einen.
  • Schritt 3 – Vorhersage eines neuen Sollwertes, der den Produktionsbereichkriterien für die Maschinenergebnisse genügt. Wie beim Kalibrierungsschritt gibt es mehr als eine Lösung. Dies bedeutet, es gibt mehr als einen Sollwert, der die gewünschten Maschinenergebnisse liefert. Um den Prozess in geeigneter Weise zu optimieren, müssen alle diese Werte gefunden werden. Die das erfindungsgemäße Verfahren ausführende Software findet alle diese Sollwerte, die in Produktionsbereichsergebnissen resultieren, und wählt dann einen, der gemäß einem vom Benutzer wählbaren Satz von Bedingungen optimal ist.
  • Schritt 4 – Betreiben der Maschine bei dem vorhergesagten Sollwert und Erhalten der neuen Maschinenergebnisse. Wenn die neuen Maschinenergebnisse im Produktionsbereich liegen, dann ist die Prozedur beendet. Falls nicht, wird zum Schritt 1 zurückgekehrt und die Prozedur wiederholt.
  • Beispiel für eine tatsächliche CVD-Maschine
  • In diesem Fall ist die Maschine die oben beschriebene. Die Maschinensollwerte beinhalten Werte für den Kammerdruck, die Wafertemperatur, den Abstand zwischen dem Wafer und dem "Brausekopf" (dem Gaseinlass), die Strömungsraten der eingeleiteten Gase und die Zeit der Oberflächenbeschichtung.
  • Bei diesem Beispiel ist das gewünschte Ergebnis eine Schicht von 10 000 Angström in der Dicke und ist merklich unterschiedlich zu den anfänglichen 12 899 Angström. Hier sind die Anfangseinstellungen:
    Druck p1
    Leistung pwr1
    Abstand Sp1
    TEOS-Strömungsrate Ft1
    Sauerstoffströmungsrate FO1
    Heliumströmungsrate FH1
    Wafertemperatur Tw1
    Zeit T1
    Gemessene Dicke 12899 Angström
  • Die Software, mit Kalibrierung, sagte den folgenden Sollwert voraus:
    Druck p2
    Leistung pwr2
    Abstand Sp2
    TEOS-Strömungsrate Ft2
    Sauerstoffströmungsrate FO2
    Heliumströmungsrate FH2
    Wafertemperatur Tw2
    Zeit T2
    Gemessene Dicke 10564 Angström
  • Dies war ausreichend nahe, um zu wissen, dass Verringern der Abscheidungszeit um wenige Sekunden (noch im zulässigen Zeitbereich) eine Produktionsbereichdicke ergeben würde.
  • Es sei darauf hingewiesen, dass die Abscheidung von SiO2 auf einem Siliziumwafer nur einer von mehreren hundert verschiedenen Prozessen in der CVD-Industrie ist. Der Ansatz der Erfindung ist praktisch in allen diesen Prozessen anwendbar und ist in gleicher Weise auch in einem großen Bereich von Prozessen außerhalb der CVD-Industrie anwendbar.

Claims (11)

  1. Verfahren zum Optimieren eines Maschinensollwertes, umfassend: a) Definieren zulässiger Bereiche für die Eigenschaften des Ausgabeproduktes, der Bereiche der möglichen Maschinensollwerte und optimaler Sollwertkriterien; b) Durchführen einer Kalibrierung des Modells der Maschine zum Finden aktualisierter Konstanten für das Maschinenmodell; c) Finden – unter Verwendung der aktualisierten Konstanten in dem Maschinenmodell – aller Sollwerte, welche ein Produkt liefern, dessen Eigenschaften innerhalb der zulässigen Bereiche liegen; d) Durchführen einer Optimierungsprozedur, um aus allen in Schritt (c) gefundenen Sollwerten einen optimierten Sollwert zu finden; e) Betreiben der Maschine bei dem in Schritt (d) gefundenen optimierten Sollwert und Gewinnen eines neuen Ausgabeproduktes; f) Vergleichen der Eigenschaften des neuen Ausgabeproduktes mit den zulässigen Bereichen; g) in dem Fall, dass die Eigenschaften des Ausgabeproduktes innerhalb zulässiger Bereiche liegen: der neue Sollwert ist gefunden und die Prozedur erfolgreich abgeschlossen; h) in dem Fall, dass die Eigenschaften des Ausgabeproduktes außerhalb der zulässigen Bereiche liegen: Wiederholen der Prozedur ab Schritt (b).
  2. Verfahren nach Anspruch 1, wobei die Kalibrierung des Modells umfasst: a) Nehmen des bekannten Modells; b) Substituieren der Variablen des bekannten Modells durch den letzten Sollwert; c) Vorhersagen der Werte der Ausgabeeigenschaften; d) Vergleichen der vorhergesagten Ausgabeeigenschaften mit den Eigenschaften des Ausgabeproduktes der Maschine; e) Aktualisieren der Konstanten des Modells, um die Differenz zwischen vorhergesagten und gemessenen Eigenschaften auf ein vernachlässigbares Maß zu reduzieren.
  3. Verfahren nach Anspruch 1, wobei die Kalibrierung des Modells umfasst: a) Nehmen des bekannten Modells; b) Bereitstellen eines Eingangssollwertes an die Maschine, wie aus dem bekannten Modell der Maschine berechnet, zum Erzeugen des Zielproduktes, und Erhalten eines Ausgabeproduktes; c) Substituieren der Variablen des bekannten Modells durch den letzten Sollwert; d) Vorhersagen der Werte der Ausgabeeigenschaften; e) Vergleichen der vorhergesagten Ausgabeeigenschaften mit den Eigenschaften des Ausgabeproduktes von der Maschine; f) Aktualisieren der Konstanten des Modells, um die Differenz zwischen vorhergesagten und gemessenen Eigenschaften auf ein vernachlässigbares Maß zu reduzieren.
  4. Verfahren nach Anspruch 1, wobei die Optimierungsprozedur umfasst: a) Nehmen des kalibrierten Modells; b) Finden aller Sollwerte innerhalb der Bereiche der möglichen Maschinensollwerte, welche, wenn für die Variablen des kalibrierten Modells substituiert, ein Produkt ergeben, dessen Eigenschaften als innerhalb zulässiger Bereiche für die Eigenschaften des Ausgabeproduktes liegend vorhergesagt werden; c) Finden – aus allen den in Schritt (b) gefundenen Sollwerten – des nach einem definierten Sollwertkriterium optimalen Sollwertes.
  5. Verfahren nach Anspruch 1, wobei das optimale Sollwertkriterium ausgewählt wird aus Folgendem: a) dem robustesten Sollwert, welcher ein Ausgabeprodukt liefert, dessen Abweichungen bezüglich Fehlern in Maschineneinstellungen minimal sind; b) einem Sollwert, der dem zum Aktualisieren der Konstanten in Schritt (b) verwendeten am nächsten ist; c) einem Sollwert, dessen Werte der Mitte der Bereiche der möglichen Maschinensollwerte, wie in Schritt (1a) definiert, am nächsten sind.
  6. Verfahren nach Anspruch 1 zum Optimieren von Maschinensollwerten in einer Gruppe von gleichartigen Maschinen und Prozessen, umfassend: a) Finden eines neuen Sollwertes für eine erste Maschine in der Gruppe gemäß der Prozedur nach Anspruch 1; b) Substituieren der Variablen des bekannten Modells durch den neuen, in Schritt (a) gefundenen Sollwert als den neuesten Sollwert für jede andere Maschine in der Gruppe.
  7. Verfahren nach Anspruch 1, welches für eine effiziente Nachführung und Optimierung neuer Sollwerte verwendet wird, um Änderungen in den Maschinencharakteristika auszugleichen.
  8. Verfahren nach Anspruch 1 zum Vorhersagen eines neuen Sollwertes für jede Änderung in den Ausgabeeigenschaften eines Produktes, wobei ein letzter Sollwert und ein Satz der vorherigen Produktausgabeeigenschaften, erhalten durch Betreiben der Maschine bei dem letzten Sollwert, zur Gewinnung eines neuen Sollwertes verwendet werden.
  9. Verfahren nach Anspruch 1, wobei das Modell ein physikalisches Modell ist.
  10. Verfahren nach Anspruch 1, wobei das Modell ein datenbasiertes Modell ist.
  11. Verfahren nach Anspruch 1, wobei das Modell eine Kombination aus einem physikalischen Modell und einem datenbasierten Modell ist.
DE60102360T 2000-02-03 2001-01-11 Verfahren zur ermittlung optimaler sollwerte in maschinen sowie verfahren Expired - Fee Related DE60102360T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IL13438000A IL134380A (en) 2000-02-03 2000-02-03 Method for finding optimal set-points for machines and processes
IL13438000 2000-02-03
PCT/IL2001/000028 WO2001057605A1 (en) 2000-02-03 2001-01-11 Method for finding optimal set-points for machines and processes

Publications (2)

Publication Number Publication Date
DE60102360D1 DE60102360D1 (de) 2004-04-22
DE60102360T2 true DE60102360T2 (de) 2005-02-17

Family

ID=11073784

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60102360T Expired - Fee Related DE60102360T2 (de) 2000-02-03 2001-01-11 Verfahren zur ermittlung optimaler sollwerte in maschinen sowie verfahren

Country Status (9)

Country Link
US (1) US6799078B1 (de)
EP (1) EP1259860B1 (de)
JP (1) JP2003521773A (de)
KR (1) KR20020082219A (de)
AT (1) ATE262188T1 (de)
AU (1) AU2001223939A1 (de)
DE (1) DE60102360T2 (de)
IL (1) IL134380A (de)
WO (1) WO2001057605A1 (de)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL144358A (en) 2001-07-16 2006-10-31 Oded Berkooz Method for isolating sources of drifts in output properties for machines and processes
WO2003025689A2 (en) * 2001-09-14 2003-03-27 Ibex Process Technology, Inc. Large scale process control by driving factor identification
WO2003025685A1 (en) * 2001-09-14 2003-03-27 Ibex Process Technology, Inc. Scalable, hierarchical control for complex processes
US6915173B2 (en) 2002-08-22 2005-07-05 Ibex Process Technology, Inc. Advance failure prediction
US6970857B2 (en) 2002-09-05 2005-11-29 Ibex Process Technology, Inc. Intelligent control for process optimization and parts maintenance
US7020569B2 (en) 2003-03-13 2006-03-28 Ibex Process Technology, Inc. Intelligent modelling of process and tool health
US8332188B2 (en) * 2006-03-03 2012-12-11 Solido Design Automation Inc. Modeling of systems using canonical form functions and symbolic regression
JP5779482B2 (ja) 2011-11-15 2015-09-16 株式会社日立ハイテクノロジーズ プラズマ処理装置およびプラズマ処理方法
US9298173B2 (en) * 2012-02-02 2016-03-29 General Electric Company System and method to performance tune a system

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4577280A (en) * 1983-11-03 1986-03-18 Westinghouse Electric Corp. Control system for fluid flow distribution
US5488561A (en) * 1992-08-19 1996-01-30 Continental Controls, Inc. Multivariable process control method and apparatus
US5351184A (en) * 1993-01-26 1994-09-27 Honeywell Inc. Method of multivariable predictive control utilizing range control
DE4439986A1 (de) * 1993-11-09 1995-06-01 Rockwell International Corp Adaptives Prozeßsteuerungssystem und Verfahren
US5424962A (en) * 1993-12-29 1995-06-13 Comsat Method and system for projecting steady state conditions of a product from transient monotonic or cyclic data
US5566065A (en) * 1994-11-01 1996-10-15 The Foxboro Company Method and apparatus for controlling multivariable nonlinear processes
US5561599A (en) * 1995-06-14 1996-10-01 Honeywell Inc. Method of incorporating independent feedforward control in a multivariable predictive controller

Also Published As

Publication number Publication date
EP1259860A1 (de) 2002-11-27
JP2003521773A (ja) 2003-07-15
IL134380A0 (en) 2001-04-30
WO2001057605A1 (en) 2001-08-09
EP1259860B1 (de) 2004-03-17
AU2001223939A1 (en) 2001-08-14
ATE262188T1 (de) 2004-04-15
DE60102360D1 (de) 2004-04-22
KR20020082219A (ko) 2002-10-30
US6799078B1 (en) 2004-09-28
IL134380A (en) 2004-06-01

Similar Documents

Publication Publication Date Title
DE10341573B4 (de) Integrierte modellbasierte prädikative Steuerung und Optimierung innerhalb eines Prozesssteuerungssystems
DE102005024915B4 (de) Verfahren und System für eine fortschrittliche Prozesssteuerung mit anlagenabhängigen Maschinenkonstanten
AT519096B1 (de) Verfahren zum Einstellen einer Formgebungsmaschine
DE69434487T2 (de) Methode und vorrichtung zur fuzzy logicsteuerung mit automatischem abstimmverfahren
DE10127788B4 (de) Integrierte Optimalmodell-Vorhersagesteuerung in einem Prozeßsteuerungssystem
DE60104705T2 (de) Verbesserte regelung mit adaptives abtastverfahren zur halbleiterherstellung
DE102004026979B4 (de) Vielfacheingabe- /Vielfachausgabe-Steuer-/Regelblöcke mit nichtlinearen Vorhersagefähigkeiten
DE112010000703T9 (de) Steuern eines Herstellungsprozesses mit einem multivariaten Modell
DE112019001512T5 (de) EINSPRITZGIEßMASCHINENSYSTEM
DE60207588T2 (de) Zustandsschätzung und einteilung für ein herstellungssystem
DE10362369B3 (de) Integrierte Modell-Vorhersagesteuerung und -optimierung innerhalb eines Prozesssteuerungssystems
DE112017005132T5 (de) Selbstmodifizierendes bewegungsverfahren und vorrichtung zur trägerentfernung bei der additiven herstellung und 3d-druckmaterial
DE3911186A1 (de) Verfahren und vorrichtung zur automatischen einstellung von pid-konstanten
DE10304902A1 (de) Anpassung von erweiterten Prozeßsteuerblöcken in Abhängigkeit von veränderlichen Prozeßverzögerungen
DE19743600B4 (de) Verfahren zur Überwachung eines zyklischen Produktionsprozesses
DE4008510A1 (de) Regeleinheit mit optimal-entscheidungsmitteln
DE102020118259A1 (de) Echtzeitsteuerung unter verwendung der gerichteten vorhersage-simulation innerhalb eines steuerungssystems einer prozessanlage
AT511577A2 (de) Maschinell umgesetztes verfahren zum erhalten von daten aus einem nicht linearen dynamischen echtsystem während eines testlaufs
DE102011012710A1 (de) Schnelle Identifikation und Erzeugung von Prozessmodellen
DE10213285A1 (de) Verfahren zur Steuerung eines Verarbeitungsgerätes
EP0756219B1 (de) Verfahren zur Überwachung von Produkteigenschaften und Verfahren zur Regelung eines Herstellungsprozesses
DE60102360T2 (de) Verfahren zur ermittlung optimaler sollwerte in maschinen sowie verfahren
DE10393394T5 (de) Intelligentes integriertes Lithographiesteuerungssystem auf der Grundlage des Produktaufbaus und Ausbeuterückkopplungssystem
DE60219376T2 (de) System zur adaptiven Plasma-Charakterisierung
EP0663632A1 (de) Verfahren und Vorrichtung zur Führung eines Prozesses

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee