KR101185796B1 - 반도체 제조 설비 비쥬얼라이제이션 시스템 및 반도체 제조 설비 동작의 모니터링 방법 - Google Patents
반도체 제조 설비 비쥬얼라이제이션 시스템 및 반도체 제조 설비 동작의 모니터링 방법 Download PDFInfo
- Publication number
- KR101185796B1 KR101185796B1 KR1020107019745A KR20107019745A KR101185796B1 KR 101185796 B1 KR101185796 B1 KR 101185796B1 KR 1020107019745 A KR1020107019745 A KR 1020107019745A KR 20107019745 A KR20107019745 A KR 20107019745A KR 101185796 B1 KR101185796 B1 KR 101185796B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- fab
- module
- vao
- visualizer
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000004065 semiconductor Substances 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 title claims description 28
- 238000012800 visualization Methods 0.000 title claims description 17
- 230000033001 locomotion Effects 0.000 claims abstract description 27
- 238000013480 data collection Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 238000009877 rendering Methods 0.000 claims abstract description 10
- 239000000463 material Substances 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims 1
- 239000003795 chemical substances by application Substances 0.000 description 70
- 238000004458 analytical method Methods 0.000 description 60
- 238000005457 optimization Methods 0.000 description 24
- 230000008859 change Effects 0.000 description 22
- 235000012431 wafers Nutrition 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 239000000523 sample Substances 0.000 description 13
- 230000006399 behavior Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 11
- 230000006872 improvement Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000032258 transport Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000003070 Statistical process control Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 239000011324 bead Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000002243 precursor Substances 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 101000931462 Homo sapiens Protein FosB Proteins 0.000 description 2
- 102100020847 Protein FosB Human genes 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012508 change request Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000004573 interface analysis Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000013396 workstream Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31334—Database with devices, configuration, of plant
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31466—Display position of different workpieces, tools in system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67276—Production flow monitoring, e.g. for increasing throughput
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
반도체 제조 설비(팹) 구성 모듈은 팹의 물리적 시스템과 속성을 가상으로 모델링하도록 규정된다. 데이터 수집 모듈은 팹의 물리적 시스템과 인터페이싱하고, 물리적 시스템으로부터 동작 데이터를 취합하도록 규정된다. 비쥬얼라이저 모듈은 물리적 시스템으로부터 취합된 동작 데이터를 수집 및 집계하도록 규정된다. 비쥬얼라이저 모듈은 비쥬얼 렌더링에 적합한 포맷으로 동작 데이터를 처리하도록 더 규정된다. 처리된 동작 데이터는 비쥬얼라이저 모듈에 의해 제어된 그래피컬 유저 인터페이스의 비쥬얼 콘텍스트내에 표시된다. 애널라이저 모듈은 비쥬얼라이저 모듈에 의해 수집된 데이터를 분석하고, 팹 성능에 관한 쿼리를 해결하도록 구정된다. 옵티마이저 모듈은 비쥬얼라이저 모듈에 의해 수집된 데이터, 애널라이저 모듈에 의해 생성된 데이터, 또는 그 조합에 따라 팹내의 시스템을 제어하도록 규정된다.
Description
최근 반도체 공장은 다수의 독립 공급자로부터 다양한 자동화 시스템을 사용한다. 여기서 사용된 바와 같이, 반도체 공장과 반도체 팹(fab)은 동의어이고, 각각 공장 및 팹으로서 단축된다. 다양한 독립 자동화 시스템은 함께 동작하여 머티리얼과 데이터의 이동을 자동화하고 팹을 통해 제어하도록 인터페이싱된 하드웨어와 소프트웨어를 포함한다. 팹내의 메이저 독립 자동화 시스템은 MES(Manufacturing Execution System), AMHS(Automated Material Handling System), MCS(Material Control System), 툴 접속을 위해 스테이션 컨트롤, 공장 툴과 AMHS 사이의 인터페이스를 위한 EFEMs(Equipment Front-End Modules)와 로드포트(loadport), 라디오주파수 식별자(RFID)와 바코드 등의 머티리얼 트래킹 시스템(meterial tracking system), 및 폴트 디텍션, 레시피 매니지먼트(recipe management), 스케쥴링과 디스패치, 스태티스티컬 프로세스 컨트롤(SPC : statistical process control) 등과 같은 기능을 핸들링하기 위해 함께 번들링(bundling)되거나 번들링되지 않을 수 있고 공장내에서 사용되거나 사용되지 않을 수 있는 관련 독립 소프트웨어 제품을 포함할 수 있다.
특정 팹내에서 독립적으로 작업하기 위해 다양한 자동화 시스템이 규정되지만 데이터를 수집하고 팹-와이드 베이시스로 제어하는 단일 자동화 시스템은 현재 존재하지 않는다. 따라서, 독립 자동화 시스템이 효과적으로 기능하더라도 전체 시스템, 즉 전체 팹의 생산성은 최적화될 수 없다. 독립 자동화 시스템은 웨이퍼당 반도체 장치의 수율에 직접적으로 악영향을 줄 수는 없지만 독립 자동화 시스템은 사이클 타임, 처리량, WIP(Work-In-Progress) 레벨, 머티리얼 핸들링 등의 영역에 있어서 전체 팹 생산성에 악영향을 준다.
새로운 팹이 온라인에 커밍(coming)하거나 새로운 칩 설계의 제조가 개시되면 장치에 불리한 영향을 주는, 즉 웨이퍼당 수율, 칩 등의 이슈와 문제가 팹내에 존재할 수 있다. 따라서, 팹 라이프(fab life)의 개시 또는 새로운 제품 제조 램프(ramp)의 개시시에 웨이퍼당 장치 수율에 있어서의 개선이 팹의 주요 포커스가 된다. 장치 수율 개선에 따라 팹의 포커스는 팹 로지스틱스(fab logistics)와 생산성에 있어서의 개선을 향하여 더 전환될 수 있다. 팹 로지스틱스에 있어서의 개선은 더 큰 웨이퍼의 제조에 관하여 특히 중요하게 될 수 있다. 예컨대, 300㎜ 및 큰 웨이퍼의 제조는 팹을 통한 더 자동화된 이송을 필요로하고, 이로 인해 개선된 팹 로지스틱스로부터 이익을 얻게 된다. 또한, 감소된 라인 폭을 갖는 작은 테크놀로지 노드 장치의 제조는 차례로 팹을 통한 더 자동화된 이송을 필요로하고, 팹내에서의 사이클 타임 컨트롤의 복잡성이 증가되는 더 많은 처리 스텝을 필요로한다. 따라서, 팹 로지스틱스에 있어서의 개선도 작은 테크놀로지 노드 장치의 제조에 이로울 수 있다.
일실시형태에서는 반도체 제조 설비(fab) 비쥬얼라이제이션 시스템이 개시된다. 팹 비쥬얼라이제이션 시스템은 모니터링될 팹의 속성과 물리적 시스템을 가상으로 모델링하기 위해 규정된 팹 구성 모듈을 포함한다. 또한, 데이터 수집 모듈은 팹의 물리적 시스템과 인터페이싱하고 물리적 시스템으로부터 동작 데이터를 수집하도록 규정된다. 비쥬얼라이저 모듈은 물리적 시스템으로부터 모여진 동작 데이터를 수집 및 취합하도록 규정된다. 또한, 비쥬얼라이저 모듈은 비쥬얼 렌더링에 알맞은 포맷으로 동작 데이터를 처리하도록 규정된다. 또한, 팹 비쥬얼라이제이션 시스템은 제조 설비의 비쥬얼 콘텍스트(visual context)내에서 처리된 동작 데이터를 디스플레이하기 위해 비쥬얼라이저 모듈에 의해 제어되는 그래피컬 유저 인터페이스(GUI)를 포함한다.
일실시형태에서는 반도체 제조 설비(fab) 생산 시스템이 개시된다. 상기 시스템은 GUI를 통해 팹 데이터를 수집, 필터링, 및 표시하도록 규정된 비쥬얼라이저 모듈을 포함한다. 또한, 상기 시스템은 제조 설비 성능에 관한 쿼리(query)를 해결하기 위해 비쥬얼라이저 모듈에 의해 수집된 데이터를 분석하도록 규정된 애널라이저 모듈을 포함한다. 또한, 상기 시스템은 비쥬얼라이저 모듈에 의해 수집된 데이터, 애널라이저 모듈에 의해 생성된 데이터, 또는 그 조합에 따라 팹내의 시스템을 제어하도록 규정된 옵티마이저 모듈을 포함한다.
일실시형태에서는 반도체 제조 설비(fab) 동작을 모니터링하는 방법이 개시된다. 상기 방법은 제조 설비내의 상이한 시스템으로부터 동작 데이터를 수집하기 위한 동작을 포함한다. 또한, 상기 방법은 수집된 동작 데이터를 취합하기 위해 동작을 포함한다. 또한, 상기 방법은 팹의 비쥬얼 콘텍스트내의 GUI에 취합된 동작 데이터를 렌더링하기 위한 동작을 포함한다.
본 발명의 다른 형태 및 장점은 본 발명의 예시의 방법으로 도시된 첨부 도면과 관련하여 상세히 후술하는 설명으로부터 더 명백하게 될 것이다.
도 1a는 본 발명의 일실시형태에 의한 VAO 시스템 동작 플로우의 개관을 나타낸 도면이다.
도 1b는 본 발명의 일실시형태에 의한 VAO 시스템의 구현을 통해 실현될 수 있는 팹 개선으로 조정된 접근을 나타낸 도면이다.
도 2a는 본 발명의 일실시형태에 의한 VAO 시스템의 일반적인 구조를 나타낸 도면이다.
도 2b는 본 발명의 일실시형태에 의한 VAO 시스템의 배치를 나타낸 도면이다.
도 3a는 본 발명의 일실시형태에 의한 소정 OHVC 맵 파일을 위한 오브젝트의 세트의 예시적 구성을 나타낸 도면이다.
도 3b는 본 발명의 일실시형태에 의한 상호 접속된 노드의 예시적 세트를 나타낸 도면이다.
도 3c는 본 발명의 일실시형태에 의한 다익스트라(Dijkstra) 알고리즘의 표현을 나타낸 도면이다.
도 3d는 본 발명의 일실시형태에 의한 제 2 상호 접속된 노드를 처리하기 위해 적용된 다익스트라 알고리즘의 예시적 출력을 나타낸 도면이다.
도 3e는 본 발명의 일실시형태에 의한 OHV 위치 보간법을 실행하기 위한 VAO 시스템내의 데이터 플로우를 나타낸 도면이다.
도 3f는 본 발명의 일실시형태에 의한 업데이팅된 차량 위치를 리포팅하는 데이터 구조의 예를 나타낸 도면이다.
도 3g는 본 발명의 일실시형태에 의한 차량이 횡단하는 루트의 리스트를 포함하는 예시적 데이터 구조를 나타낸 도면이다.
도 3h는 본 발명의 일실시형태에 의한 임시 노드를 가진 예시적 네트워크 수정을 나타낸 도면이다.
도 4a 내지 도 4x는 본 발명의 일실시형태에 의한 VAO 시스템에 의해 생성된 다양한 GUIs의 다수의 스크린샷을 나타낸 도면이다.
도 1b는 본 발명의 일실시형태에 의한 VAO 시스템의 구현을 통해 실현될 수 있는 팹 개선으로 조정된 접근을 나타낸 도면이다.
도 2a는 본 발명의 일실시형태에 의한 VAO 시스템의 일반적인 구조를 나타낸 도면이다.
도 2b는 본 발명의 일실시형태에 의한 VAO 시스템의 배치를 나타낸 도면이다.
도 3a는 본 발명의 일실시형태에 의한 소정 OHVC 맵 파일을 위한 오브젝트의 세트의 예시적 구성을 나타낸 도면이다.
도 3b는 본 발명의 일실시형태에 의한 상호 접속된 노드의 예시적 세트를 나타낸 도면이다.
도 3c는 본 발명의 일실시형태에 의한 다익스트라(Dijkstra) 알고리즘의 표현을 나타낸 도면이다.
도 3d는 본 발명의 일실시형태에 의한 제 2 상호 접속된 노드를 처리하기 위해 적용된 다익스트라 알고리즘의 예시적 출력을 나타낸 도면이다.
도 3e는 본 발명의 일실시형태에 의한 OHV 위치 보간법을 실행하기 위한 VAO 시스템내의 데이터 플로우를 나타낸 도면이다.
도 3f는 본 발명의 일실시형태에 의한 업데이팅된 차량 위치를 리포팅하는 데이터 구조의 예를 나타낸 도면이다.
도 3g는 본 발명의 일실시형태에 의한 차량이 횡단하는 루트의 리스트를 포함하는 예시적 데이터 구조를 나타낸 도면이다.
도 3h는 본 발명의 일실시형태에 의한 임시 노드를 가진 예시적 네트워크 수정을 나타낸 도면이다.
도 4a 내지 도 4x는 본 발명의 일실시형태에 의한 VAO 시스템에 의해 생성된 다양한 GUIs의 다수의 스크린샷을 나타낸 도면이다.
이하의 설명에 있어서, 다수의 특정 상세 설명은 본 발명의 이해를 제공하기 위해 인용된 것이다. 그러나, 이러한 특정 상세 설명의 일부 또는 모두가 없이 본 발명이 실시될 수 있다는 것이 당업자에게 자명할 것이다. 다른 경우에 있어서, 본 발명을 모호하게 하지 않도록 하기 위해 공지의 처리 동작은 설명되지 않는다.
두문자어 정의
● AGV : Automated Guided Vehicle
● AMHS : Automated Material Handling System
● BKM : Best Known Method--산업상 최선의 실행
● DB : Database
● EDA : Electronic Design Automation
● EFEM : Equipment Front-End Module--자동화된 반도체 설비에 있어서, 로드포트상의 캐리어 사이에서 웨이퍼를 로드락(loadlocks) 및/또는 프로세스 챔버로 이동시키는 툴의 섹션
● FDIM : factory Data Integration Manager--이큅먼트 데이터를 공장 데이터 시스템으로 조정하는 프로덕트
● FOSB : Front-Opening Shipping Box--설비 사이에서 반도체 웨이퍼를 반송하기 위한 캐리어
● FOUP : Front-Opening Unified Pod--팹내에서 반도체 웨이퍼를 반송하기 위한 캐리어
● GUI : Graphical User Interface
● ID : Identifier
● LFC : Lifter/Elevator 및/또는 its corresponding controller
● MES : Manufacturing Execution System
● MCS : Material Control System
● MOHVC : Master Overhead Vehicle Controller
● OHT : Overhead Hoist Transport(AMHS의 형태)
● OHV : Overhead Hoist Vehicle
● OHVC : Overhead Hoist Vehicle Controller
● PM : Perventive Maintenance
● RFID : Radiofrequency Identifier
● RGV : Rail-Guided Vehicle(AMHS의 형태)
● RPT : Raw Process Throughput
● RTD : Real-Time Dispatching
● SPC : Statistical Process Control
● STC : Material Storage/Stocker 및/또는 its corresponding controller
● WIP : Work In Progress
VAO SYSTEM 개관
VAO 프로덕티비티 스위트는 하나 이상의 컴퓨터 시스템내에서 실행될 수 있는 조합된 툴의 세트이다. VAO 프로덕티비티 스위트는 VAO 시스템이라고도 한다. VAO 시스템은 팹 상태와 성능을 비쥬얼라이징(visualizing), 애널라이징(analyzing) 및 옵티마이징(optimizing)하기 위한 다수의 콤포넌트를 포함한다. 비쥬얼라이제이션 콤포넌트(VAO에서 V)는 그래피컬 유저 인터페이스(GUI)를 사용하여 멀티플 팹 시스템과 그 데이터/상태의 통합과 비쥬얼라이제이션을 가능하게 한다. 어낼러시스 콤포넌트(VAO에서 A)는 멀티플 팹 서브시스템과 사이트로부터 데이터에 진보된 분석 기술의 적용을 가능하게 하고, 팹 상태의 이해를 돕는다. 옵티마이제이션 콤포넌트(VAO에서 O)는 언더라잉 데이터(underlying data)와 비쥬얼라이제이션 및 어낼러시스 파트를 사용하여 식별된 트렌드의 이해에 의거하여 팹의 제어를 가능하게 한다.
VAO 시스템은 커스터머에 의한 커스터마이제이션(customization)과 컨피규러빌리티(configurability)를 제공함으로써 반도체 팹 레이아웃, 제품 우선권 및 시간에 걸친 믹스 및 포커스에서의 변경에 대하여 다수의 커스터머간의 차이를 조절한다. 따라서, VAO 시스템은 커스터머 인프라스트럭쳐 특징의 특정 세트에 적합하게 될 수 있다. 또한, VAO 시스템은 데이터의 테일러링(tailoring), 어낼러시스, 및 옵티마이제이션이 특정 커스터머 비지니스 필요에 접근하게 한다.
VAO 시스템은 측정 가능한 방법으로 팹 생산성을 향상시킨다. 팹 생산성의 향상은 사이클 타임, 공장 처리량, 반송 효율성(예컨대, 변동의 제거/감소), 인벤토리 레벨(inventory level) 등과 같은 메트릭스(metrics)에 의해 측정될 수 있다. VAO 시스템은 측정에 의거한 팹-레벨 옵티마이제이션과 팹-와이드 메트릭스를 가능하게 하는 고려를 통해 그리고 전체 팹 시스템 성능을 고려하도록 규정된다.
도 1a는 본 발명의 일실시형태에 의한 VAO 시스템 동작 플로우의 개관을 나타낸 도면이다. VAO 시스템은 3개의 모듈, 즉 1) 비쥬얼라이저 모듈, 2) 애널라이저 모듈, 및 3) 옵티마이저 모듈을 포함한다. 도 1a에 도시된 바와 같이, 3개의 VAO 모듈은 상호적으로 동작될 수 있고 이로 인해 각 모듈의 영역의 책임에 관한 지속적인 통합된 향상을 가능하게 한다. VAO 시스템이 기존 애플리케이션과의 통합과 새로운 애플리케이션의 추가를 가능하게 하도록 규정된다는 것을 인식해야 한다. 또한, VAO 시스템에 의한 기존 팹 인프라스트럭쳐의 교체가 불필요하다는 것을 이해해야 한다. VAO 시스템의 언더라잉 구조는 성능이 추가됨에 따라 크기 조정이 가능하다.
비쥬얼라이저 모듈은 실시간 또는 거의 실시간으로 GUI를 통한 팹 데이터의 수집, 필터링, 및 프리젠테이션을 제공하도록 규정된다. 비쥬얼라이저 모듈은 팹내의 다양한 소스로부터 데이터를 수집하고, 소망하는 형태로 데이터를 통합 및 필터링하고, 데이터를 가시적으로 나타낸다. 비쥬얼라이저 모듈은 기존 데이터 수집 프로그램을 대체하지 않지만 팹내의 이질적인 독립 소스로부터 데이터의 통합 및 프리젠테이션을 가능하게 함으로써 기존 데이터 수집 능력을 향상시킨다는 것을 이해해야 한다.
일실시형태에 있어서, 비쥬얼라이저 모듈은 팹의 "룰(rules)"을 수집 및 코딩하도록 규정된다. 이러한 룰은 비지니스 룰[로트 사이즈(lot size), 제품의 상대값, 사이클 타임에 대한 생산 능력의 상대적 우선권 등]과 동작 룰[툴이 PM(preventative maintenance)을 위해 어떻게 스케쥴링되는지, 문제점들이 어떻게 보고되고 확대되는지 등]을 포함할 것이다. 룰 수집 및 코딩은 팹으로부터의 데이터가 분석되고 팹 동작이 최적화됨에 따라 발전될 것으로 기대된다. 데이터의 특정 조합의 비쥬얼라이제이션은 팹 최적화를 위한 소정 변경 또는 기회를 식별할 수 있다는 것을 인식해야 한다.
애널라이저 모듈은 비쥬얼라이저 모듈내에 제공된 데이터 인프라스트럭쳐상에 만들어지고, 팹의 성능 형태에 관한 가설을 더 상세히 생성 및 탐구(exploring)하기 위해 추가적인 툴과 기술을 제공한다. 일실시형태에 있어서, 애널라이저 모듈은 비쥬얼라이저 모듈이 동작된 후에 동작되고, 특정 팹 환경을 위해 구성된다. 애널라이저 모듈은 다양한 쿼리에 응답하도록 요구됨에 따라 팹 데이터에 대한 분석을 수행하도록 규정된다. 간단한 쿼리의 예는 "데이 시프트 대 나이트 시프트(day shift versus night shift)에 대하여 다수의 특정 에러가 현저하게 고잉 업(going up)되는가?"가 될 수 있다. 더 복잡한 쿼리의 예는 "이러한 배치 툴에서 큐 사이즈상의 특정 룰을 변경함으로써 생산 능력이 얼마나 많이 얻어질 수 있는가?"가 될 수 있다. 요구된 분석을 용이하게 하기 위해 애널라이저 모듈은 어떤 데이터가 수집되어야 하는지와 어떤 빈도로 데이터가 샘플링되어야 하는지를 식별하기 위해 비쥬얼라이저 모듈로 피드백될 수 있다. 애널라이저 모듈은 팹 성능을 최적화하기 위해 몇가지 기회를 식별할 수 있지만 일실시형태에서는 팹 옵티마이제이션 리코멘데이션(fab optimization recommendation)만을 제공할 것이다. 이러한 실시형태에 있어서, 팹 제어 명령의 실제 실행은 애널라이저 모듈의 외측에서 핸들링된다. 예컨대, 애널라이저 모듈은 요구된 능력을 만족시키기 위해 팹내에 더 많은 차량이 요구되는 쿼리 응답을 제공할 수 있지만 애널라이저 모듈은 더 많은 차량을 팹내에 디렉팅할 책임이 없다.
옵티마이저 모듈은 애널라이저 모듈의 능력에 의지하고, 팹의 기존 자동화 시스템 성능(동작 가능한 제어)을 변경하는 입력을 제어 또는 제공하기 위한 능력을 추가한다. 옵티마이저 모듈에 의해 제공된 옵티마이제이션 기능은 소정 제약과 밸런스를 사용한 표준 옵티마이제이션 접근과, 프로덕트 믹스(product mix), 프로덕트 프로세스 플로우, 툴 카운트 디스트리뷰션(tool count distribution), 및 마켓 웨이팅(market weightings)(상대적 제품 가격 변경)에 있어서의 현저한 변경을 처리(수정, 변경, 반응 등)하기 위한 능력을 가능하게 한다. 이러한 변경은 인터미턴트(intermittent)[예컨대, 숏-텀 프라이스 스윙(short-term price swings)]과 롱-텀(long-term)[생산에 있어서의 램프(ramps)]을 포함할 수 있다. 비쥬얼라이저, 애널라이저, 및 옵티마이저 모듈은 패스트 캐릭터리스틱 비헤이버(past characteristic behaviors)를 완성하는 것뿐만 아니라 이벤트를 기대하고, 프리엠티브 액션(pre-emptive action)을 취하는 것과 제휴하여 작업할 수 있다. 또한, VAO 스위트에 의해 생성된 옵티마이제이션 솔루션은 팹내의 다양한 독립 자동화 시스템의 디자인 및/또는 동작 특성을 향상시키는데 사용될 수 있다.
또한, 비쥬얼라이저, 애널라이저, 및 옵티마이저 모듈은 서로 인터페이싱하도록 규정되지만 VAO 시스템은 부분적 방식 또는 전체 방식으로 배치될 수 있다는 것을 이해해야 한다. 예컨대, 일실시형태에서는 비쥬얼라이저 모들만이 배치된다. 다른 실시형태에서는 비쥬얼라이저 및 애널라이저 모듈이 배치된다. 또 다른 실시형태에서는 비쥬얼라이저, 애널라이저, 및 옵티마이저 모듈 모두가 배치된다. 도 1b는 본 발명의 일실시형태에 의한 VAO 시스템의 구현을 통해 실현될 수 있는 팹 개선으로 조정된 접근을 나타낸 도면이다.
VAO 시스템 구조
도 2a는 본 발명의 일실시형태에 의한 VAO 시스템의 일반적인 구조를 나타낸 도면이다. VAO 시스템은 다양한 팹 시스템과 인터페이싱되도록 규정된 다수의 에이전트를 포함한다. 예컨대, VAO 시스템은 팹의 MCS(2002)와 인터페이싱되도록 규정된 MCS 데이터와 컨트롤 에이전트(2001), 팹의 MES(2004)와 인터페이싱되도록 규정된 MES 데이터와 컨트롤 에이전트(2003), 및 팹의 AMHS(2006)와 인터페이싱되도록 규정된 AMHS 데이터 에이전트(2005)를 포함한다.
VAO 시스템은 팹 데이터 구성 모델(2007)과, VAO 시스템의 VAO DB 에이전트(2011)를 통해 각각 액세스 가능한 VAO 데이터베이스(DB)(2009)도 포함한다. 또한, 도 2a의 VAO 시스템 구조는 비쥬얼라이저 모듈, 애널라이저 모듈, 및 옵티마이저 모듈을 각각 구현하도록 규정된 비쥬얼라이저 에이전트(2013), 애널라이저 에이전트(2015), 및 옵피마이저 에이전트(2017)를 나타낸다. VAO 시스템의 모듈에 의해 생성된 다양한 VAO GUIs(2019)는 클라이언트 로그인 특권에 따른 모든 수의 클라이언트 단말에서 보여질 수 있다. 서버(2021)는 VAO 시스템의 다양한 에이전트, 팹, 및 클라이언트 단말 사이에서의 데이터 통신을 용이하게 하는데 사용될 수 있다. 이러한 데이터 통신은 유선 네트워크, 무선 네트워크, 또는 그 조합을 포함하는 본질적으로 모든 타입의 데이터 통신 네트워크를 통해 처리될 수 있고, 본질적으로 모든 타입의 상호 이해된 데이터 통신 프로토콜을 사용하여 처리될 수 있다.
도 2b는 본 발명의 일실시형태에 의한 VAO 시스템의 배치를 나타낸 도면이다. 도 2b의 배치는 본질적으로 도 2a에 관하여 설명한 구조의 확장이다. 도 2b의 VAO 시스템은 팹의 디스패치 시스템(dispatch system)(2024)과 인터페이싱되도록 규정된 디스패치 데이터와 컨트롤 에이전트(2023)를 더 포함한다. 또한, 엔지니어링/매뉴팩처링 데이터베이스 데이터 에이전트(2025)는 팹의 엔지니어링/매뉴팩처링 데이터베이스(2026)와 인터페이싱되도록 규정된다. 스토커 데이터(stocker data)와 컨트롤 에이전트(2027)는 팹의 스토커 시스템(2028)과 인터페이싱되도록 규정된다. OHVC 데이터와 컨트롤 에이전트(2029)는 팹의 OHT 시스템(2030)과 인터페이싱되도록 규정된다. 컨베이어 데이터와 컨트롤 에이전트(2031)는 팹의 컨베이어 시스템(2032)과 인터페이싱되도록 규정된다. 툴 데이터와 컨트롤 에이전트(2033)는 팹의 툴 스테이션 컨트롤러(2034)와 인터페이싱되도록 규정된다. 또한, 프론트 엔드 데이터와 컨트롤 에이전트(2035)는 팹의 툴 프론트 엔드(tool front end)(2036)와 인터페이싱되도록 규정된다.
VAO 시스템은 특정 커스터머의 필요를 만족시키기 위해 커스터마이징이 가능하도록 디자인된다는 것을 인식해야 한다. 예컨대, VAO 시스템은 다수의 상이한 타입의 메시징 시스템, 데이터베이스, 및 인터페이스와 함께 작동되도록 규정될 수 있다. 또한, 커스텀 데이터 수집 레이어(custom data acquisition layers)는 커스터머-특정 필요를 해결하도록 만들어질 수 있다. 이러한 커스텀 데이터 수집 레이어는 데이터 및/또는 제공된 컨트롤 데이터를 수집하기 위해 팹 시스템과 인터페이싱하는 커스텀 데이터 및 컨트롤 에이전트로서 규정될 수 있다. 데이터 수집 레이어는 예컨대 데이터베이스 또는 MCS나 MES 등의 외부 소스로부터 데이터를 수집하는데 사용되는 데이터 에이전트로 이루어진다. 데이터 에이전트는 데이터 에이전트에 의해 수집된 데이터를 취하고, 필요에 따라 데이터를 처리하고, 그리고 적절한 목적지로 데이터를 라우팅하도록 규정된 컨트롤 에이전트에 의해 인켑슐레이팅된다. 이러한 데이터 수집 레이어는 하드웨어, 소프트웨어, 및/또는 펌웨어 또는 그 조합에 의해 규정될 수 있다. 또한, VAO 시스템의 비쥬얼라이저 GUIs는 데이터가 표시되고 어떻게 데이터가 표시되는지에 대한 커스터마이제이션을 가능하게 하기 위해 엔드유저에 의해 커스터마이징 가능하게 되도록 규정된다.
VAO 시스템은 팹 데이터 소스로부터의 데이터의 수집이 팹 데이터 소스 또는 그 컨트롤 시스템으로의 변경을 필요로 하지 않도록 비간섭적으로 규정된다. VAO 시스템은 제품상의 최소한의 충격에 의해 페일-오버(fail-over)를 핸들링하도록 디자인된다. 예컨대, VAO 시스템의 데이터 수집 레이어는 VAO 시스템의 동작 중단이 진행중인 팹 동작을 방해하지 않도록 하기 위해 팹 리소스로부터 분리된 독립 컴퓨팅 플랫폼으로 규정될 수 있다. 또한, VAO 시스템은 VAO 시스템의 모듈과 콤포넌트가 VAO 시스템 성능 요구/목표를 충족시키기 위한 필요에 따라 다수의 컴퓨팅 플랫폼에 걸쳐 병렬로 동작하도록 분배될 수 있다. 또한, VAO 시스템 모듈/콤포넌트는 다른 모듈/콤포넌트를 분배하지 않고 업그레이드될 수 있다. 따라서, VAO 시스템은 전체 VAO 시스템 정지(shutdown)를 필요로하지 않고 업그레이드될 수 있다. 또한, VAO 시스템은 그 성능의 원격 모니터링을 가능하게 하기 위해 원격 진단 로직을 포함할 수도 있다.
VAO 데이터베이스는 팹을 통해 배치된 바와 같이 팹 및 VAO 시스템과 관련된 정보와 데이터를 기억하도록 규정된다. 예컨대, 일실시형태에서는 VAO 데이터베이스가 팹 데이터 모델 정보, 비쥬얼라이저 GUI 데이터(VAO GUI 엘리먼트와 유저-생성 GUI 엘리먼트를 포함함), 메트릭스를 산출하기 위한 파라미터, 분석 산출용 파라미터, 구성 파라미터, 및 서머리 히스토리컬 데이터(summary historical data)(다른 것들 중 MES, MCS, 커스터머 데이터베이스, 및 툴로부터의 히스토리컬 데이터 등)를 포함한다. 비쥬얼라이저 GUI는 소정 팹에 의해 사용되는 메트릭스에 의거한 소정 팹을 위해 커스터마이징될 수 있다. 팹 데이터는 VAO 시스템의 다양한 데이터 수집 레이어에 의해 수집된다. 수집된 팹 데이터는 VAO 데이터베이스내에서 지속되고, 비쥬얼라이저 GUI를 통해 실시간으로 표시될 수 있다. 또한, 커스터마이징된 리포트는 VAO 데이터베이스내에 기억된 팹 데이터로부터 생성될 수 있다. 또한, 커스터머가 자신의 GUI를 가지고 있으면 VAO 시스템은 다른 것들 중 .Net, 웹 서비스, 또는 스트리밍된 XML 등을 사용하여 커스터머 GUI를 통합할 수 있다.
비쥬얼라이저 에이전트(2013), 애널라이저 에이전트(2015), 및 옵티마이저 에이전트(2017)가 결합되어 VAO 컨트롤러 모듈을 형성한다. VAO 컨트롤러 모듈은 수집된 팹 데이터의 분석에 의거한 복잡한 알고리즘, 통계 및/또는 로직을 핸들링한다. VAO 시스템은 수집된 팹 데이터에 적용될 수 있는 소정 알고리즘, 통계, 및 룰-기반 분석의 세트를 포함하도록 규정된다. VAO 시스템 유저는 딜리버리(delivery)의 부분으로서 제공된 개발 환경을 사용하여 자신만의 알고리즘, 통계 분석, 또는 룰-기반 분석을 생성할 수도 있다. VAO 컨트롤러 모듈은 원격 진단 능력을 더 포함할 수 있다. 또한, VAO 컨트롤러 모듈은 모델링 및/또는 시뮬레이션을 위한 수집된 팹 데이터를 준비하도록 규정된다.
VAO 프로덕티비티 스위트(VAO 시스템)의 한가지 목적은 팹 생산성을 향상시키고, 중앙집중화된 팹 제어를 지원하기 위해 반도체 팹에 의사결정과 컨트롤 능력을 제공하기 위한 것이다. 적절한 소스로부터 수집된 팹 데이터는 팹 자동화 컨트롤 시스템의 모든 수의 레벨에서 결정을 제어하기 위해 사용될 것이다. VAO 시스템 구조는 커스터머-특정 및 사이트-특정 팹 인프라스트럭쳐 시스템에 링크되도록 규정된다. 일실시형태에서는 링크된 시스템의 선택이 구성 툴을 사용하는 구성 시스템을 통해 가능하게 된다. 또한, 일실시형태에 있어서 VAO 시스템은 멀티플 팹을 위한 중앙집중화된 명령과 컨트롤 플랫폼을 제공하기 위해 웹-기반 능력과 충분한 보안 요구를 갖추게 된다. 팹의 물리적 사이즈와 팹 증가내의 거리에 따라, 그리고 많은 팹이 로케이션 사이에서의 링크를 시도함에 따라 VAO 시스템에 의해 제공된 중앙집중화된 명령과 컨트롤 플랫폼은 점점 적절하고 유용하게 된다.
VAO 시스템은 예상치 못한 입력 또는 포맷, 디그레이딩된 동작 모드, VAO 시스템 에러, 하드웨어 고장 등을 포함하는 비정상 상태와 실패 이벤트에 대하여 안정된 핸들링을 가능하게 하기 위해 충분히 견고한 방식으로 규정된다. 또한, VAO 시스템은 최소 다운타임에 의해 업그레이드 매니지먼트를 위해 제공되도록 규정된다. 또한, 업그레이드는 상태를 저장하기 위한 능력에 의해 트래킹(tracking)됨에 따라 미리 저장된 VAO 시스템 상태의 리로딩을 가능하게 한다. VAO 시스템은 모든 로그인 활동과 모든 유저 프로그래밍 변경의 기록을 유지할 수 있다. 이러한 기록은 적절한 자격을 갖춘 유저에 의해 뷰잉(viewing)될 수 있다.
VAO 시스템은 일부의 엔터티가 다른 엔터티보다 높은 뷰잉/컨트롤 특권을 갖도록 계층적 패스워드 컨트롤을 포함하는 패스워드 컨트롤을 제공한다. 또한, VAO 시스템은 기본 유저를 위해 기존 커스터머 보안 방침과 통합될 수 있다. VAO 시스템은 상이한 클래스의 유저를 위해 상이한 레벨의 스크린 액세스를 제공하도록 구성될 수 있다. 또한, 기록 가능성은 유저의 소정 클래스와 소정 스크린에 한정될 수 있다. 또한, VAO 시스템은 소정 클래스의 유저에게 룰 변경 및/또는 스크린 변경 특권의 연관성을 보여주도록 구성될 수 있다.
VAO 시스템은 팹내의 다양한 데이터 소스와 관련된 다양한 클럭과의 동기화를 가능하게 하기 위해 팹과 일시적으로 동기화될 수 있다. 또한, VAO 시스템은 외부 타임 클럭과 일시적으로 인터페이싱될 수 있다. VAO 시스템은 멀티플 팹 사이트에 걸쳐 데이터를 링크시키도록 규정될 수도 있다.
VAO 시스템은 하드웨어 애그노스틱(hardware agnostic)이 되도록 규정된다. 즉, VAO 프로덕티비티 스위트는 본질적으로 서버, 네트워크 어플라이언스, 및 클라이언트 시스템 등의 모든 타입의 하드웨어상에서 동작되도록 규정된다. 또한, VAO 시스템은 온라인 메뉴얼과 온라인 헬프 리소스를 포함할 수 있다.
VAO 시스템은 다른 것들 중 SiView, FactoryWorks, Fab300, Promis, WorkStream, Maracom, CAMSTAR 등의 커스터머의 기존 MES 인터페이스와 인터페이싱되도록 규정된다. VAO 시스템은 커스터머의 기존 RTD 인터페이스와 인터페이싱되도록 규정된다. VAO 시스템은 다른 것들 중 Asyst, Murata, Daifuku 등의 커스터머의 기존 MCS 인터페이스와 인터페이싱되도록 규정된다. VAO 시스템은 스테이션 컨트롤을 가능하게 하도록 EDA-콤플라이언트(EDA-compliant)가 될 수 있다. VAO 시스템은 팹내에 다수의 이큅먼트 타입(equipment type)을 위해 이큅먼트 데이터 인터페이스를 제공하도록 규정될 수 있다. VAO 시스템은 퍼실리티(facility)와 웹 백본 인터페이스를 제공하도록 규정될 수 있다. 또한, VAO 시스템의 비쥬얼라이저 에이전트, 애널라이저 에이전트, 및 옵티마이저 에이전트는 확장 가능하도록 규정된다. 따라서, 커스터머, 즉 팹은 팹-특정 애플리케이션을 위해 요구되는 바에 따라 VAO 시스템 에이전트에 커스터마이징된 확장을 개발할 수 있다.
비쥬얼라이저 모듈 특징
비쥬얼라이저 모듈은 팹의 전체 성능의 통합된 뷰(view)를 제공한다. 비쥬얼라이저 모듈은 AMHS 시스템의 상태(팩토리를 통해 이동하는 차량의 뷰를 포함함)와 팹내의 툴의 상태를 나타낸다. 비쥬얼라이저 모듈은 동작중인 팹의 뷰를 제공하는 것뿐만 아니라 팹 성능 메트릭스를 모니터링하기 위한 다수의 대시보드(GUI 형태)를 제공한다.
비쥬얼라이저 모듈은 매니저와 시스템에 대한 팩토리 데이터의 수집, 필터링, 및 프리젠테이션을 수행한다. 비쥬얼라이저 모듈의 목적은 데이터 수집 프로그램을 교체하기 위한 것은 아니지만 상이한 소스로부터의 데이터의 프리젠테이션과 통합을 가능하게 함으로써 데이터 수집 프로그램을 향상시키기 위한 것이다. 비쥬얼라이저 모듈은 팹의 "룰"의 수집 및 코딩을 제공한다. 이러한 룰은 비지니스 룰(로트 사이즈, 제품의 상대값, 사이클 타임에 대한 생산 능력의 상대적 우선권 등)과 동작 룰(툴이 PM을 위해 어떻게 스케쥴링되는지, 문제점들이 어떻게 보고되고 확대되는지 등)을 포함한다. 룰 취합은 시스템이 분석을 통해 옵티마이제이션으로 발전되고, 팹으로부터의 데이터가 분석됨에 따라 진화될 것이다. 데이터의 정확한 조합에 대한 비쥬얼라이징의 단순한 행위는 소정의 유익한 변경을 식별할 수 있다. 팹은 비쥬얼라이저 모듈 출력에 의거한 향상된 성능을 달성하기 위해 변경이 이루어질 수 있다.
비쥬얼라이저 모듈은 빠르게, 즉 실시간 또는 거의 실시간으로 퀄리티 컨트롤과 팹 비쥬얼라이제이션을 제공하도록 규정된다. 예컨대, 비쥬얼라이저 모듈에 의해 제공된 다양한 GUIs를 위한 스크린 리프레시(screen refreshes)는 1/2초당 한번의 스크린 리프레시보다 더 자주 제공될 수 있다. 또한, 비쥬얼라이저 모듈은 컨설팅, 서포트, 프로그래밍, 및 디버깅을 위해, 예컨대 영어, 일본어, 중국어, 한국어, 독일어 등의 다양한 언의의 표시 사이에서 신속한 변경을 제공하도록 규정된다. 다양한 언어 사이에서의 변경은 하나 이상의 GUI 버튼에 의해 가능하게 될 수 있다. 다양한 모드의 동작에 있어서, 비쥬얼라이저 모듈은 팹의 선택 영역으로부터 스틸 사진과 비디오 피드(video feeds)를 제공할 수 있다. 또한, 비쥬얼라이저 모듈은 팹내에 다양한 카메라에 대한 컨트롤 인터페이스를 제공할 수 있다.
비쥬얼라이저 모듈은 팹의 다양한 형태와 관련 데이터의 다수의 GUI 대시보드 뷰를 제공하도록 규정된다. 비쥬얼라이저 모듈에 의해 생성된 GUIs는 네비게이션 및 명령을 위한 인터페이스를 제공한다. 비쥬얼라이저 모듈은 시스템상의 FOUPs, 얼라인먼트 박스, 로밍 퍼실리티(roaming facilities) 등의 특별한 센서 탑재 트래블러(special sensor-laden travelers)와 인터페이싱할 수 있다. 비쥬얼라이저 모듈은 팹내에서 툴 상태 변경이 발생함에 따라 이 툴 상태 변경과 AMHS의 GUI 대시보드 뷰를 제공하도록 규정된다. 비쥬얼라이저 모듈은 챠트, 그래프, 테이블, 맵 등의 다양한 형태로 표현된 현재 및 히스토리컬 팹 통계의 GUI 대시보드 뷰를 제공하도록 규정된다.
비쥬얼라이저 모듈은 코릴레이션, 트렌드, 및 소트의 실행에 있어서 대용량 데이터 세트를 핸들링할 수 있다. 예컨대, 수십만 행을 포함하는 데이터 세트가 처리될 수 있다. 비쥬얼라이저 모듈은 리포트, 그래프, 데이터, 및 다른 정보를 VAO 시스템 외부의 다양한 시스템에 익스포팅(exporting)할 수 있도록 규정된다. 비쥬얼라이저 모듈은 베드 데이터에 대한 필터링 및 플래깅(flaging)을 위해 제어될 수 있다. 데이터 필터링은 특정 알고리즘을 사용하여 수행될 수 있다. 또한, 의심스러운 데이터는 휴먼 체크와 필터링을 위해 플래깅될 수 있다. 비쥬얼라이저 모듈은 논의 및 문제 해결을 용이하게 하기 위해 문제점, 관찰, 코멘트 등에 관한 휴먼 인풋(human input)을 캡쳐링하기 위한 GUI 기반 메카니즘을 포함할 수 있다. 상기 휴먼 인풋은 툴, 날짜, 문제점, 그리고 본질적으로 모든 다른 관련 인덱스에 의해 카테고라이징 및 소팅될 수 있다.
비쥬얼라이저 모듈은 FOUPs, 차량, 프로브 카드 등의 공유 리소스의 GUI 기반 정의를 가능하게 하도록 규정된다. 비쥬얼라이저 모듈은 팹으로부터 수집된 다양한 데이터 타입에 적용될 디파이닝/캡쳐링 룰을 위해 GUI 기반 메카니즘을 제공하도록 규정된다. 비쥬얼라이저 모듈은 팹 사이트, 빌딩, 페이즈(phase), 플로어(floor), 베이(bay), 툴, 오퍼레이션, 플로우, 프로덕트, 모듈, 라우트 등의 팹 요소상에서의 멀티플(오버래핑) 계층의 GUI 기반 데피니션을 가능하게 함으로써 멀티플 커스터머 사이트 및 구조를 핸들링하도록 규정된다. 비쥬얼라이저 모듈은 팹 모델링 및 시뮬레이션 툴과의 인터페이스를 통해 다양한 입력 및 출력 구조를 익스포팅 및 임포팅할 수 있다.
팹 데이터 모델링
팹(fabs)은 공통 엘리먼트를 갖지만, 각 팹은 구조와 동작에 있어서 차이점을 갖는다. 각 팹의 계층, 관계, 및 구성을 구축하기 위해 VAO 시스템의 비쥬얼라이저 모듈은 팹 로직 모델을 생성하기 위한 툴/모듈을 제공한다. 팹 로직 모델은 VAO 시스템에 의해 모니터링되고 제어될 물리적 시스템 및 특성을 식별한다. 팹 로직 모델은 팹의 통합된 뷰를 구축하기 위해 애플리케이션과 산업 엔지니어에 의한 사용을 위해 제공될 것이다. 또한, 비쥬얼라이저 모듈 유저 인터페이스에 있어서, 툴과 그 서브콤포넌트를 위한 아이콘은 팹 로직 모델, 즉 팹 데이터 구성 모델에 있어서의 정보에 의거하여 표시된다. 이것은 VAO 시스템이 심층적인 상태와 통계의 툴 서브콤포넌트 레벨에서의 업데이트를 제공하는 것을 가능하게 한다.
룰 엔진
VAO 시스템에 제공된 룰 엔진은 묘사, 결정, 및 분석을 위해 사용될 수 있는 논리적 비교를 가능하게 하는 툴 또는 애플리케이션이다. 룰 엔진은 유저에 의한 명백한 소프트웨어 프로그래밍 코드의 준비(provision)를 요구하지 않는 관계의 유저 특정 대수학의 조작을 수행하도록 규정된다. 따라서, "룰"은 애플리케이션 엔지니어, 프로덕트 엔지니어, 또는 자동화 엔지니어 등의 유저에 의해 설계 및 구현될 수 있다. VAO 시스템의 구조적 설계와 휴먼 인터페이스 특징은 비소프트웨어 엔지니어에 의한 효율적이고 생산적인 사용을 가능하게 한다는 것을 인식해야 한다.
룰은 특히 커스터머의 상세한 요구를 위해 생성될 것으로 기대된다. 커스터머에 의해 그리고 커스터머를 위해 생성된 룰은 "레드 룰(Red Rules)"이라 한다. 특히 상세하게 작용하고 제어하는 VAO 시스템 내부의 룰은 "블루 룰(Blue Rules)"이라 한다. VAO 시스템은 서로에 대하여 레드 룰과 블루 룰을 분리 및 보호할 수 있다. VAO 시스템 공급자 지적 재산(IP)은 블루 룰에 구축될 수 있고, 블루 룰은 팩토리-투-팩토리로부터 교체될 수 있다. 커스터머 레드 룰은 보호될 필요가 있는 커스터머 소유 정보와 IP를 포함할 수 있다. 구성 툴 또는 팹 로직 모델로부터 얻어진 다수의 세부사항(details)은 레드 룰의 서브셋을 형성할 수 있다. 따라서, 팹 모델링 프로세스의 파트, 즉 팹 로직 모델을 개발하는 파트에 따라 룰을 플래깅 또는 자동적으로 생성하기 위한 모든 방법은 레드 룰을 생성하기 위해 요구되는 많은 노력을 감소시키는데 사용될 수 있다.
트랜스포트-디펜던트 사이클 타임의 모니터링
비쥬얼라이저 모듈의 이러한 특징은 로트를 위한 반송 사이클 타임의 트랜스포트-레이어-디펜던트부에 대한 메트릭스의 수집을 제공한다. 반송 시간에 대한 정보는 MCS 및 하위 레벨 반송 컨트롤러로부터 수집된다. 툴, 로트, 및 캐리어(예컨대, 모니터 또는 테스트 로트의 수동 또는 자동화된 디스패치로부터 프로덕트 로트의 자동화된 디스패치를 구별하기 위한)는 MES로부터 수집된다. 비쥬얼라이저 모듈은 베이스라인과 트렌드를 확립하기 위한 현재 및 히스토리컬 데이터를 사용하여 사이클 타임 개선상의 프로그레스를 트래킹하기 위해 현재 데이터를 사용할 수 있다.
팹 비디오 카메라 에이전트
팹 비디오 카메라 에이전트는 후속 플레이백(예컨대, Traffic Congestion MOnitor 참조)을 위한 레코딩의 선택된 이벤트-드리븐 트리거(selected event-driven triggers)뿐만 아니라 실시간 유저-선택 모니터링을 제공한다. 팹 비디오 카메라 에이전트에 의해 향상될 수 있는 애플리케이션은 (카메라의 수와 위치에 따라)팹내에서의 트래픽 잼의 트래킹, 정지된 차량의 트래킹, 및 다른 에러 조건의 트래킹을 포함한다. 팹 비디오 카메라 에이전트는 카메라 컨트롤과 링크 에이전트, 카메라 GUI 스크린 템플레이트 에이전트, 및 레코딩의 이벤트-드리븐 "트리거링"(evnet-driven "triggering")을 통제하는 에이전트와 룰을 포함한다.
트래픽 혼잡 레코딩 및 플레이백 모듈
이 비쥬얼라이저 모듈 콤포넌트는 팹의 선택된 영역이 시간의 한정된 기간동안 레코딩되고 그 후에 플레이백 트래픽 플로우가 가능하게 한다. 레코딩의 "트리거링"은 스케쥴링된 베이시스상에서 또는 분석 모니터로부터의 "이벤트" 트리거(예컨대, 반송 트래픽 혼잡 모니터링 모듈, 또는 반송 트래픽 상태 분석 기능 참조)에 의거하여, 또는 툴 이벤트[예컨대, 확장된 다운 기간 후에 퍼너스(furnace), 스토커 또는 다른 하이-디멘드 엘리먼트(hi-demand element)의 재시작]로부터 수동으로 이루어질 수 있다.
레코딩 에이전트부는 외부 이벤트 및/또는 에이전트에 의해 수동으로 세팅, 프리-스케쥴링, 또는 트리거링될 수 있는 시간 기간동안 팹의 (미리 선택된)영역으로의 진입 및 탈출에 있어서 페이로드에 관한 반송 정보의 레코딩을 제공한다. 데이터는 이후의 분석을 위해 기억될 수 있다. 또한, 룰은 소정 시간 기간내에 전체 메모리, 시간 레코딩의 수의 한정을 설정하기 위해 확립될 수 있다.
플레이백 에이전트부는 충분한 보안 특권을 가진 유저가 클라이언트 시스템상에 기록된 트래픽을 "재생"할 수 있게 한다. 컨트롤은 보통, 느린, 또는 빠른 스피드로 플레이백될 수 있게 제공된다. 플레이백 에이전트의 사용을 통해 유저는 혼잡을 야기하는 루트의 발견을 돕고, 레코딩 또는 리포트를 위한 "트리거"에 대한 추가적인 아이디어를 위한 트렌드를 찾을 수 있다.
OHV 위치 보간법
AMHS 모니터를 통해 수집되는 OHV 위치 및 상태 데이터 수집 빈도는 GUI 스크린상에서 직접적으로 OHV 위치/이동을 렌더링하기에 충분하지 않을 수 있다. 예컨대, OHV는 OHV 위치 및 상태 데이터 수집 포인트 사이의 GUI 스크린에 표시된 팹 영역의 범위를 넘어 이동할 수 있기 때문에 팹 오퍼레이터는 GUI 스크린상에 단일 OHV의 위치를 폴로잉(following)할 수 없다. 이용 가능한 OHV 위치 및 상태 데이터 수집 빈도에 의거한 GUI 스크린상의 OHV 위치/이동의 렌더링을 위한 솔루션을 이하에 설명한다. 여기서 설명하는 내용은 OHV 위치에 관련해서 제공되지만 동일 위치 보간법은 다른 것들 중 컨베이어, 레일-안내 차량(RGV), 및 자동화된 안내 차량(AGV) 등의 다른 라우트-강제 반송 장치에 적용될 수 있다는 것을 이해해야 한다.
오버헤드 반송 시스템은 반도체 제조 플랜트("팹")내의 자동화된 프로세싱 이큅먼트와 스토리지 위치 사이에서의 제조 프로세스(work in progress 또는 WIP)를 거친 재료를 이동시키는데 사용된다. 플랜트 오퍼레이터는 제조 사이클 타임을 감소시키고, 전체적으로 이동되는 고가의 프로세싱 이큅먼트를 유지하기 위해 재료 흐름의 효율을 최대화하는데 관심을 갖는다. 재료 흐름은 반송 차량 이용 가능성과 트래픽 매니지먼트와 같은 요인에 의해 크게 영향받기 때문에 반송 차량이 팩토리를 통해 이동함에 따라 반송 차량의 프로그레스 및 상태를 시작적으로 모니터링할 수 있게 되는 것이 유용하다.
오버헤드 차량(OHV's)은 디스패쳐(dispatcher) 컨트롤러(오버헤드 차량 컨트롤러, OHVC)와의 통신을 유지하고, 오버헤드 차량이 레일의 네트워크를 횡단함에 따라 주기적으로 위치를 리포팅한다. 레일웨이(railway) 시스템은 호출된 라우트의 섹션으로 세분된다. 차량은 그 이동에 따라 그 거리의 카운트를 축적하지만 키 로케이션에서 레일에 인접하여 위치된 바코드를 가진 플래카드(placard)가 있다. 이러한 로케이션은 라우트로의 진입, 라우트로부터의 탈출(exit), 드롭-오프/픽-업 포인트, OHVC 도메인간의 전이, 및 모션 프로파일에 있어서의 변경이 필요한 로케이션을 포함한다. 차량은 플래카드가 검색될 때 통과하고 액션이 개시됨에 따라 바코드 플래카드를 판독할 수 있는 바코드 리더를 반송한다. 바코드 플래카드의 통과는 이벤트를 생성하고, 차량이 적절한 액션을 개시하게 한다. 라우트로의 진입에 대한 엔카운터링은 라우트의 개시로부터 측정된 거리가 제로가 되게 한다.
각 OHVC는 각 차량이 라우트 도메인을 횡단함에 따라 모니터링되는 차량의 라우트와 수집을 포함하는 슈퍼바이저리 도메인을 갖는다. 도메인을 탈출한 차량은 인접 라우트 도메인을 위한 OHVC로 패싱-오프(passing-off)된다. 호스트 시스템으로의 SEMI E-82 인터페이스를 실행하는 마스터 OHVC(MOHVC)하의 상태와 차량 정보를 영역내의 OHVC가 애그리게이팅(aggregating)한다. 대부분의 경우에 있어서, 이 호스트 시스템은 랩의 제조 실행 시스템(MES)을 위한 재료 반송 및 스토리지 서브시스템을 매니징하는 팹의 재료 컨트롤 시스템(MCS)이다.
AMHS 모니터라 불리는 서브시스템은 OHV 상태와 위치 수집을 용이하게 하기 위해 제공된다. AMHS 모니터는 MOHVC, 재료 스토리지/스토커(STC), 리프터/엘리베이터(LFC), 및 MCS 컨트롤러를 폴링하기 위한 일련의 데이터 수집 에이전트를 사용하여 중앙 데이터베이스에 결과 상태를 기억한다. VAO 시스템은 이 데이터베이스로부터 주기적으로 차량 위치를 수집하고, 차량 위치를 표시하기 위해 이것을 사용한다. 일실시형태에 있어서, AMHS 모니터는 충분한 빈도로 OHV 위치와 상태를 제공할 수 없다. 예컨대, AMHS 모니터는 OHV 위치와 상태를 5초마다 한번씩만 제공할 수 있다. 이러한 실시형태에 있어서, 한번의 업데이트 기간내에서 스크린의 범위를 지나서 차량이 이동할 수 있기 때문에 팹 오퍼레이터는 스크린상의 한대의 차량의 위치를 폴로잉하는 것이 불가능할 수 있다. 여기서 설명한 OHV 위치 보간법은 OHV 위치 및 상태 샘플링 인스턴스 사이의 갭을 브릿징(bridging)한다. 여기서 설명하는 내용은 OHV 위치에 관한 것이지만 동일 위치 보간법은 다른 것들 중 컨베이어, 레일-안내 차량(RGV), 및 자동화된 안내 차량(AGV) 등의 다른 라우트-강제 반송 장치에 적용될 수 있다는 것을 이해해야 한다.
각 OHVC는 하나의 맵 파일을 갖는다. 각 OHVC를 위한 맵 파일은 오브젝트의 대응 세트를 구축하도록 판독된다. 도 3a는 본 발명의 일실시형태에 의한 소정 OHVC 맵 파일을 위한 오브젝트의 세트의 예시적 구축을 나타낸다. 다양한 OHVC를 위한 맵 파일은 후술하는 바와 같이 결합된다. 각 OHVC를 위해 트랜짓 포인트 커넥팅 모듈ID(Transit Point Connecting ModuleID)를 다른 OHVC 모듈ID(OHVC ModuleID)로 매칭시킴으로써 각 접속되지 않은 인접 OHVC를 찾는다. 라우트(StartMarkID, EndMarkID) 좌표의 스타팅 또는 엔딩을 찾기 위해 한쌍의 TransitPoint MarkID's의 각각을 사용하여 포인트간의 위치 오프셋을 컴퓨팅한다. 이 포인트가 일치하기 때문에 수정을 위해 인접한 모듈내의 데카르트 좌표로부터 오프셋을 감산한다.
상호 접속된 노드의 세트는 후술하는 바와 같이 생성된다. 각 라우트를 위해 스타트 포인트와 엔드 포인트를 찾고, 각 유니크(unique) 엔드 포인트에 대한 모드 오브젝트를 생성한다. 노드간 전이가 가능한 각 라우트를 위한 노드 접속 오브젝트를 생성한다. 라우트는 StartPoint로부터 EndPoint로의 전이를 포함하므로 지향성이다. 도 3b는 본 발명의 일실시형태에 의한 상호 접속 노드의 예시적 세트를 나타낸다. 상호 접속된 노드의 세트는 두 포인트간의 최단 경로를 컴퓨팅하기 위한 에츠허르 다익스트라 알고리즘으로의 입력을 나타낸다. 도 3c는 본 발명의 일실시형태에 의한 다익스트라 알고리즘의 표현을 나타낸다. 도 3d는 본 발명의 일실시형태에 의한 제 2 상호 접속 노드를 처리하도록 적용된 다익스트라 알고리즘의 예시적 출력을 나타낸다. 도 3d의 포인트(#5)는 대안 코스가 없기 때문에 트루 노드(true node)가 아니다(즉, 세그먼트를 함께 결합함으로써 다수의 노드가 감소될 수 있음). 라우트로부터 라우트로의 OHV 이동의 경우에 있어서, 이러한 경우는 빈번하게 발생한다. 최단 경로를 찾으면 성능 개선을 위해 우선 대안 라우트가 없는 경우를 위해 체크가 이루어진다.
도 3e는 본 발명의 일실시형태에 의한 OHV 위치 보간법을 실행하기 위한 VAO 시스템내의 데이터 플로우를 나타낸다. 런타임에서 VAO 데이터 콜렉션 에이전트는 새로운 OHVC 위치를 위해 주기적으로 AMHS 모니터 데이터베이스를 폴링한다. 데이터 샘플은 하기 정보와 함께 VAO App Server에 기억된다.
● OHV 차량의 팹 엘리먼트 ID
● 차량이 위치된 현재 영역의 팹 엘리먼트 ID
● 차량이 위치된 플로어의 팹 엘리먼트 ID
● 차량이 위치된 라우트의 팹 엘리먼트 ID[라인으로의 링크와 아크 라우트 엘리먼트(arc route elements)를 가짐]
● 라우트의 시작에 대한 차량의 상대 위치
● 데이터가 업데이트되었을 때의 날짜/시간, 및
● 지나간 차량 상태가 변경된 것을 나타내는 날짜/시간 및 상태값의 어레이, 상태값은 스타팅 업, 이니셜라이징, 이니셜 웨이팅, 레지스트레이션, BC 테스트, 웨이팅 인 스톱핑, 써큘레이팅(웨이트 런닝), 픽업 로케이션으로의 런닝, 드롭-오프 로케이션으로의 런닝, 픽업 로케이션으로부터의 로딩, 드롭-오프 로케이션으로의 언로딩, 프럼 (픽업) 웨이트[From (Pickup) Wait], 투 (드롭-오프) 웨이트[To (Drop-off) Wait], 오리진 인터락(Origin Interlocks), 및 에러를 포함한다.
OHV 위치와 상태는 클라이언트에서 버퍼링된다. 클라이언트는 모든 변경 리스트를 검색하는 새로운 샘플을 위해 주기적으로 웹 서비스를 폴링한다. 모든 업데이트된 차량 위치는 데이터 구조내에서 리포팅 백된다. 도 3f는 본 발명의 일실시형태에 의한 업데이트된 차량 위치를 리포팅하는 데이터 구조의 예를 나타낸다. 클라이언트는 차량의 횡단을 위한 라우트의 리스트를 포함하는 데이터 구조내에 차량 위치를 파퓰레이팅(populating)한다. 도 3g는 본 발명의 일실시형태에 의한 차량의 횡단을 위한 라우트의 리스트를 포함하는 예시적 데이터 구조를 나타낸다.
차량당 하나의 카인터폴레이션 인스턴스(CarInterpolation instance)가 있다. 카포지션샘플 오브젝트(CarPositionSample object)의 카인터폴레이션 리스트(CarInterpolation list)가 비어 있으면 새로운 샘플은 소정 라우트 위치와 거리가 간단하게 기억된다. 카포지션샘플 오브젝트의 카인터폴레이션 리스트가 비어 있지 않으면 마지막 샘플의 위치로부터 새로운 샘플 위치로의 경로를 찾기 위한 시도가 이루어진다. 노드 네트워크는 수백개의 노드를 포함하므로 모든 최단 경로 계산을 위해 이것을 리빌딩하는 것은 실용적이지 않다. 대신, 동일 네트워크가 마지막 차량 위치와 현재 차량 위치를 나타내는 일시적 노드에 의해 간단히 수정된다. 엄밀하게 단방향성이 필요하지 않지만 이것은 상기 문제점이 생성된 다익스트라 구현을 더 적절하게 피팅(fitting)하게 한다. 양방향성 라우트 세그먼트(소정 컨베이어 또는 RGV 실행에 있어서 엔카운터링될 수 있는 바와 같은)를 핸들링하기 위해 몇가지 스텝(케이스)을 추가함으로써 알고리즘이 수정될 수 있다.
도 3h는 본 발명의 일실시형태에 의한 일시적 노드에 의한 예시적 네트워크 수정을 나타낸다. 도 3h에 도시된 바와 같이, 트랙 방향이 (3)(5)(1)(2)로서 구성되는 것으로 가정하면 방향 선택이 없기 때문에 (8)(5)(1)(9)가 임플라잉(implying)된다. 스타트로부터 엔드까지의 브랜치 포인트가 없기 때문에 다익스트라는 사용되지 않는다. 이전 다익스트라 계산으로부터의 결과가 기억되고, 가능한 경우에 우선하여 사용된다. 상기 테스트가 실패하면[즉, 도 3h에서 (8)과 (9) 사이에 브랜치 포인트가 있으면] (5)로부터 (1)까지의 이전 계산을 위해 체크가 이루어진다. 모든 라우트가 단방향성이라는 것을 우리가 알기 때문에 이것이 가능하다. 따라서, 후보 스타트 및 엔드를 얻기 위해 엔드 포지션으로부터의 하나의 라우트에 의한 백업과 스타트 포지션으로부터의 하나의 라우트에 의한 어드밴스(advance)가 가능하다.
스크린상에 표시된 차량 위치를 업데이트하기 위해 타이머가 파이어링(firing)된다. 일실시형태에 있어서, 타이머는 500밀리초마다 파이어링된다. 타이머 이벤트 핸들러는 현재 시간으로부터 임의의 양의 시간(예컨대, 15초)을 감산하고, 상기 시간에 의거하여 현재 위치를 계산한다. 이것은 카포지션샘플 값의 어레이를 통한 반복과 샘플 시간 사이에 타겟 시간이 있는 경우에 연속적인 오브젝트를 찾음으로써 이루어질 수 있다. 이어서, 제 2 라우트 리스트내의 현재 오프셋은 약간의 경과된 시간에 의한 전체 라우트 거리를 승산함으로써 계산된다.
예컨대, 샘플(#1)은 12:00:00에 있고, 샘플(#2)은 12:00:05에 있고, 샘플(#3)은 12:00:10에 있다. 샘플(#3)에 대한 라우트 경로에서의 전체 거리는 6미터이다. 클라이언트의 표시 시간은 12:00:05.2이고, 샘플(#3)에 대한 전체 시간의 200밀리초 또는 4%가 패싱되고, 이동된 거리는 24cm로 설정된다. 데카르트 좌표는 컴퓨팅된 라우트 경로를 따라 세그먼트 24cm에 대하여 1차 또는 2차 방정식을 사용하여 계산될 수 있다. 차량 표시는 시간에 있어서 오프셋이므로 차량 상태이다. 차량 상태는 그래픽의 컬러를 결정하고 이로 인해 위치와 히스토리컬 상태를 매칭시키는 것이 중요하다. 위치 샘플에 대한 VehicleStatus2_Pair array를 검색함으로써 정확한 상태를 찾을 수 있다.
애널라이저 모듈 특징
애널라이저 모듈은 비쥬얼라이저 모듈에 제공된 데이터 인프라스트럭쳐상에 구축되고, 팹의 성능 형태의 가설을 생성 및 분석하기 위한 추가적인 툴과 기술을 제공한다. 애널라이저 모듈은 데이(day), 시프트, 베이, 툴, 메인터넌스 등에 의한 E84 error Paretos 등의 기본 분석뿐만 아니라 커패시티 대 큐 사이즈 및 자격 등의 더 복잡한 분석을 포함한다. 애널라이저 모듈에 의해 생성된 분석 결과는 비쥬얼라이저 페이즈(visualizer phase)에 대한 잠재적 변경 요구(예컨대, 수집할 데이터와 빈도의 변경)를 나타낼 수 있다. 애널라이저 모듈은 성능을 옵티마이징하기 위한 기회를 식별하고, 관련된 팹 조정 추천을 제공할 수 있다. 추천된 팹 조정의 실제 실행은 수동으로 이루어질 수 있고, 또는 옵티마이제이션 모듈을 통해 조직될 수 있다.
애널라이저 모듈은 팹 문제 및/또는 팹 성능 결함에 관한 데이터 패턴을 식별하고, 대응 근본 원인의 결정을 용이하게 하도록 규정된다. 분석은 새로운 대시보드 뷰(GUIs)와 데이터 메트릭스의 생성을 포함할 수 있지만 애널라이저 모듈에 의해 제공되는 분석 능력은 테스팅을 위한 성능에 관하여 가설을 생성 및 분석하기 위한 툴과 기술의 준비를 포함한다는 것을 이해해야 한다. 애널라이저 모듈은 팹 변수의 근본적인 분포 및 변화의 이해는 평균값의 이해와 팹 변수의 트렌드만큼 중요할 수 있다는 예상에 의해 규정된다. 또한, 변경의 이해와 팹 변수의 근본적인 분포는 팹 성능 개선에 따라 그리고 "에러 수정"으로부터 "동작 룰 개선"으로의 팹 비효율 변경의 남은 원인에 따라 증가하기 쉽다.
VAO 시스템의 애널라이저 모듈은 다수의 상이한 타입의 분석 기술을 제공하고, 하기 사항을 포함하지만 이것에 한정되지 않는다.
● 비교 분석 : "양호한" 및 "나쁜" 시간 기간 사이의 차이, 시간 기간은 변경 가능한 세트가 될 수 있다.
● 기본 가치 분석 : 트래픽 잼, WIP 버스트
● 오포튜니스틱 서치(Opportunistic Searches) : 탐구 분석, 아마도 시간이 경과함에 따라 "캐닝됨(canned)"
● 시뮬레이션 및 "왓 이프(What If)" 분석, 및
● 룰 변경 분석
이하, 다수의 애널라이저 모듈 특징을 설명한다. 애널라이저 모듈은 결정 및 분석을 위해 사용될 수 있는 로지컬 데이터 비교가 가능하도록 규정된다. 또한, 애널라이저 모듈은 GUI-기반 크리에이션(creation)과 데이터 중 대수학적 관계의 평가를 제공하도록 규정된다. 예컨대, GUI는 유저가 트레이드오프 밸류 기능(tradeoff value functions)과 데이터 웨이팅 파라미터의 설명을 포함하는 룰 대수학 입력, 편집, 및 조정할 수 있도록 규정된다. 또한, 유저는 재사용 가능한 기능을 생성 및 저장할 수 있다. 저장된 기능은 애널라이저 모듈에 의해 제공된 GUI내의 드롭 다운 메뉴를 통해 유저에 의해 액세싱될 수 있다.
룰은 VAO 프로덕티비티 스위트 외부의 애플리케이션으로의 링크를 포함하도록 개발될 수도 있다. 애널라이저 모듈은 발행된 특권에 따라 다양한 엔티티에 의해 액세스 컨트롤이 가능하도록 룰의 분리된 세트를 유지할 수 있다. 또한, 룰에 대한 판독, 삭제, 및/또는 편집 능력은 로그인 및/또는 특정 룰 보안 세팅의 클래스에 의존할 수 있다. 애널라이저 모듈은 룰 변경을 트랙킹/로깅하고, 미리 저장된 룰 상태로의 롤백(rollback)이 가능하도록 규정된다. 애널라이저 모듈은 팹 로직 모델로의 입력에 대한 연결에 의거한 몇가지 룰을 생성하도록 규정될 수 있다. 애널라이저 모듈은 팹 사이트에 따라 룰을 구성하고 분리할 수 있다. 예컨대, 멀티플 팹 사이트가 VAO 시스템에 접속됨에 따라 한 사이트 대 다른 사이트에 대한 약간 상이한 버전의 룰이 있을 수 있다. 애널라이저 모듈에서의 사용을 위한 룰은 커스터머에 의한 사용을 위해 개발 및 테스트되어 릴리징(releasing)될 수 있다.
애널라이저 모듈은 통계 기능을 포함하는 필터, 소트 및 기능적 조합에 의해 기존 데이터 세트로부터 새로운 변수의 추출을 위해 제공된다. 애널라이저 모듈은 시간축상의 데이터의 응답을 제공하도록 규정될 수 있다. 플레이백의 속도는 유저가 조정 가능하다. 애널라이저 모듈은 주파수-공간 분석, 즉 소정 데이터 세트에 대한 푸리에 분석을 수행하도록 규정될 수 있다. 애널라이저 모듈은 리턴-온-인베스트먼트(ROI : return-on-investment), 액티비티-베이스드-코스팅(ABC : activity-based-costing) 등의 파이낸셜 메트릭스를 계산하도록 규정될 수 있다. 애널라이저 모듈은 팹의 "핑거프린팅" 또는 "베이스라이닝"을 가능하게 하기 위해 표준화된 팹 성능 및 진단 애플리케이션을 실행하도록 규정될 수 있다. 핑거프린팅/베이스라이닝은 차후의 상세 분석을 가이드하고, 성능 개선, 즉 성능 개선 전과 후를 측정하는데 사용될 수 있다.
애널라이저 모듈은 팹내의 트래픽 잼/혼잡을 분석하도록 규정될 수 있다. 예컨대, 분석은 타임 스케일로 수행될 수 있고, 팹의 선택된 영역(예컨대, 툴, 라우트, 인터섹션, 베이, 플러어 등)내의 소정 엔티티(예컨대, FOUPs, 웨이퍼, 차량)의 밀도가 측정 및 기록된다. 트래픽 잼/혼잡 분석은 팹 로직 모델과 룰 엔진에 따라 타임 히스토리를 트래킹하고, 메트릭스를 모니터링하고, 그리고 경고를 발행할 수 있다. 또한, 경고를 포함하는 트래픽 잼/혼잡 분석의 결과는 현재 표시된 콘텍스트에 렌더링하기 위해 비쥬얼라이저 모듈로 반송될 수 있다. 또한, 트래픽 잼/혼잡 분석의 결과는 팹내에서의 수정 또는 방지 액션을 가능하게 하기 위해 옵타마이제이션 모듈로 반송될 수 있다.
애널라이저 모듈은 팹내의 보틀넥(bottlenecks)과 버스트를 식별 및 평가하도록 규정될 수 있다. 보틀넥/버스트 분석은 툴, 반송, 큐잉, 및/또는 프로세스 플로우에 관련될 수 있다. 보틀넥/버스트 분석은 평균 및 변동의 계산 및 비교를 가능하게 하도록 유저-정의 또는 프리셋 타임 스케일로 수행될 수 있다. 애널라이저 모듈은 트래킹 분석 개선을 위한 메트릭으로서 반송-디펜던트 로트 사이클 타임(transport-dependent lot cycle time)을 모니터링하도록 규정될 수 있다. 애널라이저 모듈은 팸내의 로드 밸런스(load balance)를 평가하도록 규정될 수 있다. 예컨대, 로드 밸런스 분석은 평균 기반으로 하여 그리고 변동 및 타임 스케일에 관하여 다양한 리프트, 차량, 스토커, 라우트 등의 반송 로드를 비교할 수 있다. 애널라이저 모듈은 변수의 기능적 분석에 의거한 팹의 동작 "상태"를 평가 및 반송하도록 규정될 수 있다. 상태의 정의는 계층적, 블루 및 레드 룰의 기능이 될 수 있다. 일부 예시적 상태는 카오틱 팹(chaotic fab), 오버로딩된 팹, 또는 보통의 팹이 될 수 있다. 또한, 팹 상태 분석은 팹이 하나의 상태로부터 다른 상태로 이동하는 시기/방법을 트래킹하도록 페이즈 변경(phase change)를 식별할 수 있다. 애널라이저 모듈은 개선을 위해 패턴을 식별하고 수정을 제안하기 위해 다양한 러닝 시스템(learning systems)을 동작시키도록 규정될 수 있다.
애널라이저 모듈은 데이터 및 비교의 휴먼-안내 검색을 가능하게 하기 위해 외부 프로그램으로 데이터와 콘텍스트 정보를 포함하는 분석 결과를 전달하도록 규정될 수 있다. 애널라이저 모듈은 파레토 플롯(Pareto plots), 윤곽 플롯(contour plots), 3-D 플롯, 및 컬러 플롯 등의 다양한 형태의 데이터 및 분석 결과를 반송하기 위해 다수의 GUIs를 제공하도록 규정된다. 또한, "히트 맵(heat map)" 플롯은 팹 상태 핑거프린트를 기억하도록 생성될 수 있다. 애널라이저 모듈은 비쥬얼라이저 모듈을 통해 액세스 가능한 데이터로부터 새로운 그래프를 생성하기 위한 위저드(wizard)를 제공하도록 규정될 수 있다. 애널라이저 모듈은 트래픽 잼 및 보틀넥 베이 등의 팹 조건을 뷰잉하기 위한 GUI-기반 대시보드를 제공한다. 히스토리컬 팹 조건이 플레이 백될 수도 있다. 애널라이저 모듈은 WIP 계산을 위해 GUI-기반 대시보드를 제공한다.
일실시형태에 있어서, 애널라이저 모듈은 라지 세트(large sets)를 핸들링하고 비쥬얼라이제이션을 위한 끊임없는 새로운 변수를 정의하기 위한 파워풀 휴먼 인터페이스 분석 엔진과 연결된 세미오토매틱 서치(BKM 비교)를 제공하는 "오포튜니스틱 아이덴티파이어(Identifier)"를 포함한다. 애널라이저 모듈은 팹 시뮬레이션 능력을 제공하도록 규정될 수도 있다. 이러한 시뮬레이션 능력은 관찰된 팹 데이터에 의거한 미래 팹 데이터의 예보를 가능하게 하고, 결정을 지원하기 위해 관찰된 팹 데이터와 예보된 팹 데이터에 대한 서치, 분석, 및 계산의 성능이 가능하게 한다. 또한, 팹 시뮬레이션 능력은 룰의 입력 및/또는 서브세트에 대한 "왓 이프" 분석을 포함할 수 있다.
트래픽 혼잡 모니터링 모듈
트래픽 혼잡 모니터링 모듈은 팸내의 트래픽 혼잡 이벤트에 대한 기록 및 리포팅 능력을 제공한다. 트래픽 혼잡 모니터링 모듈은 트랙의 섹션 또는 팹의 영역내의 차량 밀도에 대한 분석 및 리포팅이 가능하다. 또한, 트래픽 혼잡 모니터링 모듈은 팹내의 혼잡에 대한 로컬 툴의 영향을 고려하도록 규정될 수 있다. 예컨대, 트래픽 혼잡 모니터링 모듈은 혼잡 이벤트가 고-처리량 툴이 다운 이벤트 이후 또는 메인터넌스 이후에 온라인으로 리턴되는 경우에 발생하는 경향이 있는지를 평가할 수 있다.
혼잡 이벤트가 팹내에서 발생함에 따른 혼잡 이벤트의 관찰에 추가적으로 트래픽 혼잡 모니터링 모듈은 임박한 트래픽 잼 등의 혼잡 이벤트에 대하여 초기에 프리커서/코릴레이션을 식별하도록 규정될 수 있다. 근본 원인 및/또는 초기 프리커서/코릴레이션이 러닝됨에 따라 트래픽 혼잡 모니터링 모듈 에이전트는 다른 에이전트로 통지(경고, 알람)를 보낼 수 있다. 이러한 통지는 기록을 트리거링할 수 있고, 또는 나중에 임박한 혼잡 이벤트를 경감시키기 위해 오토메이션 컨트롤 엘리먼트(옵티마이제이션 모듈에 의해 가능함)에 의해 사용될 수 있다.
트래픽 상태 분석 모듈
트래픽 상태 분석 모듈은 팹 또는 팹의 특정 영역에서의 혼잡을 특징으로 하는 퀄리티 오브 서비스(QoS : Quality of Service) 메트릭스를 계산하기 위한 분석을 수행할 수 있다. 이러한 QoS 메트릭스는 트래픽 혼잡 모니터링 모듈을 트래픽 잼에 대한 기록의 개시로 디렉팅하거나 옵티마이저 모듈을 팹에서의 역트래픽 조건을 회피하기 위한 우선적 액션을 취하게 디렉팅하기 위한 트리거로서 사용될 수 있다. 또한, 트래픽 상태 분석 모듈은 팹에서의 반송 페이스 변경을 결정하기 위한 분석을 수행하도록 규정될 수 있다.
트래픽 혼잡 모니터링 모듈은 심각한 혼잡의 포메이션과 E84 에러율 증가와 같은 것에 대한 반응을 식별하는 것에 포커싱되어 있지만 트래픽 상태 분석 모듈은 혼잡 상황을 개선하기 위해 더 선천적인 이슈를 식별하고 팹의 행동(룰)에 있어서의 변경을 제안하도록 동작된다. 예컨대, 영향받은 영역으로의 그리고 이를 통한 반송은 리라우팅되거나 지연된(우선권 또는 목적지 상태에 의존함) 다른 잡(job)과 함께 더 높은 우선권의 잡으로만 한정되도록 하기 위해 영역의 트래픽 밀도가 심각한 "재밍(jamming)" 레벨에 근접하여 증가함에 따라 트래픽 상태 분석 모듈은 옵티마이저 모듈에 이벤트를 전달하도록 동작될 수 있다.
E84 이벤트 모니터링 에이전트
E84 이벤트 모니터링 에이전트는 MCS와 OHVC로부터, 액티브측으로부터, 그리고 MES(툴 컨트롤러)로부터, 패시브측으로부터의 정보를 수집 및 결합시키도록 규정된다. 따라서, 하기한 바와 같은 E84-관련 문제 이벤트의 고레벨 분석을 제공하기 위해 액티브측으로부터의 경고와 타이밍에 관한, 그리고 툴 상태, 로드포트(E87) 상태에 관한 정보와 패시브측으로부터의 캐리어 ID가 결합될 수 있다.
● 특히 액티브 및 패시브 로그가 이벤트(또는 이벤트의 시퀀스)와 일치하지 않는 이벤트에 대한 타입[툴-인듀스드(Tool-induced), 낫 레디(Not Ready), 하드웨어, 언노운(Unknown) 등]에 의한 이벤트의 파레토(Pareto)
● 딜리버리 차량(Delivery vehicle)에 의한 파레토
● 캐리어 타입(FOUP vs. FOSB, FOUP 브랜드/모델, FOUP ID)에 의한 파레토
● 목적지(툴 그룹, 툴, 로드포트)에 의한 파레토
● 타임-오브-데이에 의한 파레토
E84 이벤트 모니터링 에이전트에 의해 수집 및 생성된 정보는 E84 이벤트 감소에 있어서의 프로그레스를 트래킹하고, 상세한 분석 및 수정 활동을 위한 키 영역/툴을 식별하는데 사용될 수 있다.
진보된 E84 진단 모듈
진보된 E84 진단 모듈은 에러율을 감소시키고, E84-관련 근본 원인 분석을 돕기 위해 더 지속적으로 골치아픈 팹 영역 및/또는 E84 이벤트 모니터링 에이전트에 의해 식별된 툴에 적용될 서비스 활동, 소프트웨어, 및 하드웨어의 더 집중된 조합을 제공한다. 일실시형태에 있어서, 진보된 E84 진단 모듈은 핸드오프 중의 존재 및 배치 센서와 RFID(캐리어 ID) 데이터의 E87 캐리어와 로드포트 스테이트 머신(loadport state machines)의 트루 스테이트(true states)를 캡쳐링하기 위한 스카우트 하드웨어 접속 및 FDIM 툴 모니터링의 조합 및/또는 E84 병렬 I/O 모니터링을 디렉팅하기 위한 진단 하드웨어 모듈의 조합을 포함한다. 결과에 의거하여 진보된 E84 진단 모듈은 문제의 툴의 수동으로 로딩된 모드와 모드와 자동으로 로딩된 모드 사이에서의 스위칭을 위한 동작 순서의 변경 또는 툴 소프트웨어 행동이 변경을 요청하게 될 수 있는 특정 소프트웨어 또는 하드웨어 테스트를 제안할 수 있다.
RPT 분석 모듈
RPT 분석 모듈은 툴 이벤트에 대한 FDIM 링크를 사용하여 상세한 내부 툴 처리량 분석 및 리포팅을 수행하도록 규정된다. RPT 분석 모듈은 툴(및 팹) 생산성을 최적화하기 위해 상세한 툴-레벨 정보를 수집하도록 특정 선택된 툴[및 레시피(recipe)]을 위해 수정될 수 있다. FDIM 툴 접속 소프트웨어는 특정 상세한 타이밍 정보를 수집하기 위해 툴과 툴 컨트롤러로의 접속에 사용될 수 있다. 요구된 특정 툴과 특정 상세 타이밍에 의거하여 한정된 물리적 (하드웨어) 검출 또는 센서 접속이 팹으로부터 요구될 수 있다. RPT 접속 에이전트는 툴로부터의 상세한 정보를 수집하기 위해 제공될 수 있다. RPT 접속 에이전트는 MES 링크로부터 추가 정보(예컨대, 온라인 또는 메인터넌스에 있어서의 툴 상태를 식별하기 위해)를 수집하도록 규정될 수도 있다. RPT GUI 에이전트는 특정 런(specific run)의 세부사항을 연구하거나 멀티플 런(multiple run)(및 프로그램 진보, 멀티플 툴에 따라)을 비교하여 리포트를 생성하는 능력을 제공한다.
동작 보틀넥과 WIP 밸런스 트래킹 에이전트
동작 보틀넥과 WIP 밸런스 트래킹 에이전트는 "버블(bubbles)/버스트" 및 "큐 리저브(queue reserve)" 또는 업스트림 이벤트에 대한 스타베이션 프로텍션(starvation protection)의 분석을 포함하는 동작, 툴 그룹, 툴에 의해 큐 사이즈의 계산을 수행하도록 규정된다. 동작 보틀넥과 WIP 밸런스 트래킹 에이전트는 툴, 스토리지, 버퍼링 및 반송 시스템상의 "버스트 능력"의 요구와 라인 밸런스의 이해를 위해 선택된 동작 영역과 툴 그룹에 있어서의 MES 데이터, 반송, 툴을 결합하도록 규정된다.
동작 큐 사이즈 정보는 툴 정보로부터 그리고 MES(로트의 로지컬 로케이션)로부터 수집될 수 있다. 큐 사이즈(캐리어, 웨이퍼, 및 예상 처리 시간에 관하여 측정된)는 동작(처리 스텝), 툴 그룹, 및 베이(물리적 근접)에 의해 분석될 수 있다. 더 진보된 분석은 임계(criticality)(즉, 더 위험한 툴을 위한 스타베이션의 리스크 요인)에 의해, 그리고 툴로부터의 "거리"[툴로부터의 넌-로드포트-큐이드 로트(non-loadport-queued lots)의 시간-분리 및 거리-분리를 위해 어카운팅한 메트릭스]에 의해 웨이팅된 메트릭스를 제공할 수 있다. 이러한 측정은 툴 그룹과 동작에 의해 "큐 리저브"(다운 이벤트로부터의 보증)의 메트릭스를 개발하는데 사용될 수 있다. 큐는 확률론적 이벤트의 가능성(툴 파손, 프로세스 셧다운, 휴먼 인터페이스 등)과 매칭 복구 시간을 포함할 수 있는 "개연론에 의거한 시간" 등의 리스크 요인, 웨이퍼, 캐리어, 잡, 또는 아워(hours)에 관하여 계산될 수 있다. 즉, "리저브"의 유닛은 단지 WIP량(WIP quantity)이 아닌 "리스크 리저브"가 될 수 있다.
동작 보틀넥과 WIP 밸런스 트래킹 에이전트에 의해 수행된 다른 분석은 다운스트림 툴과 반송 시스템을 위해 "버스트" 예보[고초리량 툴의 확장된 다운타임 또는 스큐잉(skewing)된 디스패칭에 의해 야기된 WIP 레벨에 있어서의 불균형]로 디렉팅된다. 초기에 이것은 커밍하기 위한 시간에 있어서의 특정 팹 영역내에서의 스토리지 또는 반송 요구의 변경을 위한 표시를 제공할 수 있다. 이러한 표시는 팹내의 변동에 대하여 밸런싱하고 제어하기 위한 수정 액션을 취하기 위해 옵티마이저 모듈 엘리먼트로의 입력으로서 사용될 수 있다.
옵티마이저 모듈 특징
옵티마이저 모듈은 진보된 계산 및/또는 팹의 모델에 의거하여 옵티마이제이션 출력과 컨트롤(거의 실시간 또는 실시간)을 제공하도록 규정된다. 따라서, 옵티마이저 모듈은 애널라이저 모듈 및/또는 독립 옵티마이제이션 기술로부터 수집된 지식에 의거하여 랩 성능을 개선하기 위해 랩 동작을 실제적으로 제어하도록 규정된다. 옵티마이저 모듈에 의해 구현되는 옵티마이제이션 기술은 어댑팅(adapting)될 수 있고, 리프로그래밍 및 실질적인 룰의 리라이팅(re-writing)없이 상당히 상이한 문제의 세트를 핸들링할 수 있다. 일실시형태에 있어서, 옵티마이저 모듈은 "시스템 레벨" 모니터링[예컨대, 새로운, 긴급한 행동에 의거한 팹에서의 "페이즈 시프트"를 식별함]에 의거한 팹 시스템 행동에 있어서의 변경을 제안하는 "러닝" 시스템을 포함한다.
미리 규정된 콘스트레인트(constraints)와 밸런스의 표준 최적화 접근을 사용하는 것에 추가하여 옵티마이저 모듈은 프로덕트 믹스, 프로덕트 프로세스 플로우, 툴 카운트 분배, 및 마켓 웨이팅(상대적 제품 가격 변경)에 있어서의 상당한 변경에 따라 팹 컨트롤을 조종(수정, 변경, 반응)할 수도 있다. 이러한 변경은 간헐적인 변경(예컨대, 숏-텀 커패시티 프라이스 스윙) 또는 롱-텀-변경(프로덕션에 있어서의 램프)을 포함할 수 있다. 또한, 옵티마이저 모듈은 이벤트를 예상할 수 있다.
옵티마이저 모듈은 이것이 존재함에 따라 팩토리를 최적화하도록 규정된다. 따라서, 옵티마이저 모듈은 몇가지 최대값 기능을 달성하기 위해 팹에서의 다수의 값을 제어할 수 있다. 또한 일실시형태에 있어서, 옵티마이제이션 컨트롤은 옵티마이저 모듈에 의해 전체 자동 팹 최적화 제어를 가능하게 하기 전에 수동으로 유효하게 되거나 오프라인 테스트될 수 있다. 따라서, 옵티마이제이션 모듈은 제안 모드 또는 액션 모드에서 동작하도록 설정될 수 있다.
옵티마이저 모듈은 팹에서의 서브시스템을 특정하기 위한 직접 명령을 송신하도록 규정될 수 있다. 상기 명령은 변경 우선권, 리다이렉팅 WIP, 로트 상태 또는 툴 상태의 변경 등의 다양한 목적에 디렉팅될 수 있다. 또한, 옵티마이저 모듈은 RTD 시스템과 인터페이싱되도록 규정된다. 또한, 옵티마이저 모듈은 선형 및 비선형 기술을 포함하는 다양한 옵티마이제이션 기술을 구현할 수도 있다. 테스트는 팹에서의 구현 전에 그 안정성을 확인하기 위해 다양한 옵티마이제이션 기술로 생성 및 실행될 수 있다. 또한, 옵티마이저 모듈은 옵티마이제이션 기술의 사용과 옵티마이제이션 기술의 메뉴얼 오버-라이드(manual over-ride)의 사용을 기록하도록 규정된다. 또한, 옵티마이저 모듈은 진보된 계산 및/또는 팹의 모델에 의거한 옵티마이제이션 출력 및 컨트롤(거의 실시간 또는 실시간)을 제공하도록 애널라이저 모듈과 연결되도록 규정된다.
추가적인 VAO 시스템 능력
"데이터"와 "컨트롤"을 표시하는 VAO 에이전트의 개발은 MES와 다른 AMHS 소프트웨어 콤포넌트와 인터페이싱되지만 VAO 프로덕티비티 스위트는 이하의 애플리케이션을 가능하게 한다. 1) 버츄얼 머티리얼 핸들링 프로덕트, 2) 스테이션 컨트롤러-기반 머티리얼 컨트롤, 3) 슈퍼 클러스터 툴, 및 4) "옥션" 기반 디스패치. 상기 각 애플리케이션은 상세히 후술된다. 상기 애플리케이션은 VAO 시스템에 의해 가능하게 될 수 있는 적은수의 애플리케이션을 나타낸다.
가상 로드 포트
이 컨셉은 현재 프로덕트의 확장으로서 머티리얼 핸들링 하드웨어를 사용하는 "가상" 프로덕트 또는 프로덕트 확장의 생성이다. 이것의 예는 툴 로드 포트(가상 로드 포트)로서 스토커내에서의 로드 포트의 이용이다. 스토커는 자신에 대한 프로덕트이고 반도체 툴은 자신의 프로덕트이지만 스토커 로보트, 로드 포트, 및 컨베이어에 대한 컨트롤 인터페이스와 데이터 인터페이스(VAO 에이전트를 통함)의 표시는 툴 스테이션 컨트롤러가 툴의 확장으로서 이 메카니즘을 제어할 수 있게 한다. 이러한 방법에 있어서, 팹 MES에 의해 "보여지는" 로드 포트의 수는 증가될 수 있고, 이로 인해 툴에 대한 메카니즘의 추가 없이 툴의 버퍼링 능력을 증가시킨다. 로드 포트는 툴에 의한 사용을 위해 스토커로부터 할당된다.
스테이션 컨트롤러-기반 머티리얼 컨트롤
머티리얼 핸들링 시스템을 위한 데이터 및 컨트롤 에이전트의 생성에 의해 가능하게 되는 다른 컨셉은 머티리얼 핸들링 시스템이 툴에 실제로 "흡수"되게 하기 위해 툴 자동화가 스토리지 로케이션(스토커 및 다른 툴의 로드 포트 등)으로 "확장"될 수 있는 것이다. 자동화 관점으로부터 머티리얼 핸들링은 이러한 "확장된" 툴 스테이션 컨트롤러에 의해 전체적으로 제어된다. 이러한 "확장된" 툴 스테이션 컨트롤러는 MCS 및 MES 시스템에 의해 디렉팅되기 보다는 서로에 대한 직접적인 반송의 로지스틱스를 핸들링할 것이다. 각 툴의 스테이션 컨트롤러가 스토커에서 로드 포트 위로의 머티리얼의 이동을 제어하면 "툴 투 툴" 반송이 하나의 스토커 로드 포트로부터 다른 스토커 로드 포트로 반송하는 스토커 로보트에 이르게 된다.
슈퍼 클러스터 툴
이 컨셉의 더 큰 확장은 슈퍼 클러스터의 생성이고, 이로 인해 하나의 툴이 그 프로세스를 완성함에 따라 웨이퍼의 로트가 MES 및 센트럴 디스패치 소프트웨어로부터 방해없이 다음 처리 스텝으로 직접 이동할 수 있도록 하기 위해 프로세스 툴의 베이와 메트롤로지 툴의 베이와 같은 반도체 툴이 그 사이의 컨베이어 또는 OHT 시스템의 직접 제어에 의해 "슈퍼 클러스터"로 함께 합병될 수 있게 되는 것이다. 이동할 툴을 결정하기 위해 종래의 디스패치를 사용하는 것보다는 "옥션" 기반 디스패처가 유용하다. (다음 컨셉 참조). 이러한 종류의 자동화의 와이드 스케일 임플먼테이션(wide scale implementation)은 웨이퍼 팹내의 툴 카운트를 효과적으로 감소시킴으로써 웨이퍼 팹에서의 MES 디스패치의 복잡성을 감소시킨다. 클러스터링되는 툴간의 처리량이 증가되고, 머티리얼의 이동이 머티리얼 필요의 예상으로 실행될 수 있기 때문에 컨베이어 통신을 위해 MCS로 디스패치하기 위한 MES의 오버헤드는 제거될 것이다. 스토커 스토리지 및 언더 트랙 스토리지(under track storage)는 동일 인터페이스를 사용하는 클러스터 툴 능력에 추가될 수도 있다.
"옥션" 기반 디스패치
이 컨셉은 팹의 베이에서 또는 상기 "슈퍼" 클러스터 컨셉에서 전체 팹에 걸쳐 적용될 수 있다. 디스패치는 "옥션" 프로세스에 의해 핸들링되고, 이로 인해 웨이퍼의 로트는 소정 타입의 모든 이용 가능한 또는 거의 이용 가능한 "툴"로부터의 옥션에 있어서 반송 시간의 "비드(bids)"를 요청하고, 최저 (타임) 비더[lowest (time) bidder]는 로트를 리시빙한다. "핫(Hot)" 로트는 첫번째 옥션을 위해 그 로트를 올릴수 있다. 비드 타임은 로드 포트가 이용 가능하게 될 때(로트 완성의 예상에 있어서)까지의 시간과 툴로의 반송 시간[스토커 로보트 반송 시간 + 모든 적용 가능한 OHT 또는 컨베이어 반송 시간]을 포함하는 컴퓨팅된 값이 된다. 모든 서브시스템 실패가 실시간으로 처리되기 위해 비드가 제출되기 전에 툴의 상태, 로드 포트, 컨베이어 라우트 또는 OHT 라우트가 체크된다. 이러한 디스패치 방법에 있어서의 로트는 가장 근접한 툴(최저 이동 시간 비드)로 이동될 것이고, 이로 인해 처리량이 최적화된다. 머티리얼 이동의 결정은 미리 계획되지 않거나 구식 정보에 의거하지 않고 툴 및 머티리얼 반송 시스템으로부터의 가장 최근의 실시간 정보에 의해 결정된다.
VAO GUIs
도 4a 내지 도 4x는 본 발명의 일실시형태에 의한 VAO 시스템에 의해 생성된 다양한 GUIs의 다수의 스크린샷을 나타낸 도면이다. 도 4a 내지 도 4x에 도시된 GUIs는 예시이고 VAO 시스템의 완전한 GUI 생성 능력을 나타내지 않는다. 도 4a 내지 도 4x의 각 GUI의 예를 이하 간단히 설명한다.
도 4a는 본 발명의 일실시형태에 의한 팹 비쥬얼라이저 GUI를 나타낸다. GUI는 GUI의 동작을 제어하기 위한 다수의 컨트롤 버튼을 포함하는 탑 메뉴 바(102)를 포함한다. 드롭-다운 메뉴(101)는 분석을 위한 테이블/그래프 표시가 다양한 포맷으로 변경되는 것을 가능하게 한다. 드롭-다운 메뉴(103)는 특정 팹의 선택을 가능하게 한다. 드롭-다운 메뉴(105)는 선택된 팹의 특정 플로어의 선택을 가능하게 한다. 드롭-다운 메뉴(107)는 특정 페이즈,즉 선택된 팹의 선택된 플로어의 섹션의 선택을 가능하게 한다. 버튼(109)은 선택된 팹 플로어의 사이드 뷰와 탑 뷰사이의 토글링을 가능하게 한다. 드롭-다운 메뉴(111)는 선택된 팹 플로어의 표시 타입의 선택을 가능하게 한다. 버튼(113)은 표시된 팹 플로어상의 스토커를 위한 온/오프 토글이다. 버튼(115)은 표시된 팹 플로어상의 리프터를 위한 온/오프 토글이다. 버튼(117)은 표시된 팹 플로어상의 이큅먼트를 위한 온/오프 토글이다. 버튼(119)은 표시된 팹 플로어상의 OHV 라우트를 위한 온/오프 토글이다. 버튼(121)은 표시된 팹 플로어상의 로드 포트를 위한 온/오프 토글이다.
드롭-다운 메뉴(123)는 머티리얼의 리-라우팅 또는 디스패치 플랜의 수정 등의 액션의 제어를 가능하게 한다. 드롭-다운 메뉴(125)는 표시/분석을 위해 다양한 팹 데이터 차트의 선택을 가능하게 한다. 버튼(127)은, GUI에 표시된 바와 같이, 선택된 팹 플로어의 스냅샷의 캡쳐링을 가능하게 한다. 버튼(129)은 하나의 언어로부터 다른 언어로, 예컨대 영어로부터 일본어로, 역으로 순간적인 번역을 가능하게 한다. 필드(131)는, GUI에 표시된 바와 같이, 선택된 팹 플로어의 상태에 대응하는 데이터와 시간을 나타낸다. 인터랙티브 맵(interactive map)(133)은 플로어(F1, F2, F3, F4, F5)와 페이즈(P1, P2, P3)에 의해 팹을 나타낸다. 인터랙티브 맵(133)내의 행 또는 블럭의 선택은 팹의 선택(플로어 및 페이즈)이 GUI에 표시되게 한다. GUI는 팹의 선택된 부분의 라이브 스케매틱(schematic)/다이어그램이 표시되는 표시 영역(145)을 더 포함한다.
GUI는 팹 데이터(147)가 표 형태 또는 그래프 형태로 표시되는 로우어 윈도우(lower window)(134)를 더 포함한다. 버튼(135)은 로우어 윈도우(134)에서 테이블/그래프를 생성하기 위한 팹의 MCS 데이터에 대한 액세스를 가능하게 한다. 버튼(137)의 선택은 데이터가 로우어 윈도우(134)에서 표 형태로 렌더링되게 한다. 버튼(139)의 선택은 데이터가 로우어 윈도우(134)에서 그래프 형태로 렌더링되게 한다. 버튼(141)은 새로운 윈도우에서 팹 데이터의 테이블을 생성한다. 버튼(143)은 새로운 윈도우에서 팹 데이터의 그래프를 생성한다. 또한, GUI는, 표시 영역(145)에 도시된 바와 같이, 팹에 대한 줌잉(zooming)을 위한 줌 기능을 제공한다.
도 4b는 본 발명의 일실시형태에 의한 도 4a의 GUI에서 선택된 바와 같은 영역(149)의 줌잉된 뷰를 나타낸다. 도 4c는 본 발명의 일실시형태에 의한 도 4a의 GUI에서 버튼(141)의 선택에 따라 생성된 윈도우를 나타낸다. 도 4d는 본 발명의 일실시형태에 의한 버튼(139)의 선택을 따르는 도 4a의 GUI를 나타낸다. 도 4e는 본 발명의 일실시형태에 의한 도 4d의 로우어 윈도우(134)내의 각 그래프와 관련된 드롭-다운 메뉴를 나타낸다. 도 4f는 본 발명의 일실시형태에 의한 도 4a의 GUI내의 버튼(143)의 선택에 따라 생성된 윈도우를 나타낸다.
도 4g는 본 발명의 일실시형태에 의한 인터랙티브 맵(133)내의 팹의 제 2 플로어(F2)의 선택에 따른 도 4a의 GUI를 나타낸다. 팹의 제 2 플로어(F2)의 스케매틱/다이어그램은 표시 영역(145)에 표시된다. 도 4h는 본 발명의 일실시형태에 의한 비정상 상태에 있는 라우트의 식별에 의한 도 4g의 팹 뷰를 나타낸다. 예컨대, 라우트(201)는 비정상 상태에 있는 것으로 식별된다. 도 4i는 본 발명의 일실시형태에 의한 버튼(127)의 유저-클릭에 의해 취해진 도 4g의 GUI의 스냅샷을 나타낸다.
도 4j는 본 발명의 일실시형태에 의한 인터랙티브 맵(133)내의 팹의 제 5 플로어(F5)의 선택에 따른 도 4a의 GUI를 나타낸다. 팹의 제 5 플로어(F5)의 스케매틱/다이어그램은 표시 영역(145)에 표시된다. 도 4k는 본 발명의 일실시형태에 의한 일본어 버튼(129B)의 선택에 따른 도 4j의 GUI를 나타낸다. 도 4l은 본 발명의 일실시형태에 의한 드롭-다운 메뉴(107 및 105) 각각에 있어서의 선택을 통해 팹의 제 5 플로어(F5)상의 페이즈 1(P1)의 선택에 따른 도 4j의 GUI를 나타낸다. 표시 영역(145)내의 팹 뷰는 팹의 라우트를 따라 이동하는 차량(207)을 나타낸다. 도 4l의 차량의 서브셋은 도면이 어두워지는 것을 회피하기 위해 첨부 번호 207에 의해 식별된다는 것을 인식해야 한다.
도 4m은 본 발명의 일실시형태에 의해 팹의 표시된 부분을 그레잉 아웃(graying out)함으로써 비정상 아이템의 식별을 용이하게 한 도 4j의 GUI를 나타낸다. 다양한 VAO GUIs는 컬러에 의해 코딩된 팹에서 상태와 다양한 엔티티의 타입과 함께 컬러로 렌더링된다는 것을 이해해야 한다. 따라서, 도 4m의 컬러 버전에 있어서 팹에서 그레잉 아웃되지 않은 엔티티, 즉 비정상 엔티티는 그 상태에 대응하는 컬러로 표시된다. 묘사의 목적을 위해 그레이스케일 버전의 도 4m내의 비정상 엔티티는 참조 번호 213에 의해 식별된다.
도 4n은 본 발명의 일실시형태에 의해 표시된 팹 부분내의 리프터 엔티티의 선택, 즉 유저-클릭에 따른 도 4j의 GUI를 나타낸다. 표시된 팹 부분내의 리프터 엔티티의 선택은 선택된 리프터를 위한 알람 히스토리 또는 잡 카운트를 표시하기 위해 선택 가능한 옵션을 제공하는 팝업 메뉴(221)를 트리거링한다. 도 4o는 본 발명의 일실시형태에 의해 표시된 팹 부분내의 툴 엔티티의 선택, 즉 유저 클릭-온에 따른 도 4j의 GUI를 나타낸다. 표시된 팹 부분내의 툴 엔티티의 선택은 선택된 툴을 위한 알람 히스토리를 표시하기 위해 선택 가능한 옵션을 제공하는 팝업 메뉴(227)를 트리거링한다.
도 4p는 본 발명의 일실시형태에 의한 표시된 팹 부분내의 스토커 엔티티의 선택, 즉 유저 클릭-온에 따른 도 4j의 GUI를 나타낸다. 표시된 팹 부분내의 스토커 엔티티의 선택은 선택된 스토커를 위한 알람 히스토리, 잡 카운트, 또는 스토커 정보를 표시하기 위한 선택 가능한 옵션을 제공하는 팝업 메뉴(231)를 트리거링한다. 도 4q는 본 발명의 일실시형태에 의한 도 4p의 GUI에서 팝업 메뉴(231)내의 스토커 정보 옵션을 선택함에 따라 생성된 윈도우를 나타낸다.
도 4r은 본 발명의 일실시형태에 의한 스프레드시트 드롭-다운 메뉴(125)의 선택, 즉 유저 클릭-온에 따른 도 4j의 GUI를 나타낸다. 스프레드시트 드롭-다운 메뉴(125)의 선택은 베이당 반송 잡, 베이당 큐잉된 잡, 스토커당 잡 카운트, 리프터당 잡 카운트, 및 알람 히스토리를 포함하는 다양한 데이터 세트를 표시하기 위한 선택 가능한 옵션을 제공한다. 도 4s는 본 발명의 일실시형태에 의한 스프레드시트 드롭-다운 메뉴(125)내의 베이당 반송 잡 옵션을 선택함에 따라 생성된 윈도우를 나타낸다. 도 4t는 본 발명의 일실시형태에 의한 스프레드시트 드롭-다운 메뉴(125)내의 베이당 큐잉된 잡 옵션을 선택함에 따라 생성된 윈도우를 나타낸다.
도 4u는 본 발명의 일실시형태에 의한 스프레드시트 드롭-다운 메뉴(125)내의 스토커당 잡 카운트 옵션을 선택함에 따라 생성된 윈도우를 나타낸다. 도 4v는 본 발명의 일실시형태에 의한 스프레드시트 드롭-다운 메뉴(125)내의 리프터당 잡 카운트 옵션을 선택함에 따라 생성된 윈도우를 나타낸다. 도 4w는 본 발명의 일실시형태에 의한 스프레드시트 드롭-다운 메뉴(125)내의 알람 히스토리 옵션을 선택함에 따라 생성된 윈도우를 나타낸다. 도 4x는 본 발명의 일실시형태에 의한 팹의 사이드 뷰를 표시하기 위한 버튼(109)의 토글링에 따른 도 4a의 GUI를 나타낸다.
예시적 실시형태
일실시형태에서는 반도체 제조 설비(팹) 비쥬얼라이제이션 시스템이 제공된다. 팹 비쥬얼라이제이션 시스템은 모니터링될 팹의 특성과 물리적 시스템을 가상으로 모델링하도록 규정된 팹 구성 모듈을 포함한다. 팹 구성 모듈은 팹내의 콤포넌트간의 계층과 관계를 규정하는 설비 로직 모델의 구성을 위해 제공된다. 이것을 목적으로 팹 구성 모듈은 팹의 속성과 물리적 시스템의 가상 모델링을 위해 툴과 아이콘이 제공되는, 그리고 팹내의 콤포넌트간의 계층과 관계의 GUI를 생성한다.
또한, 팹 비쥬얼라이제이션 시스템은 팹의 물리적 시스템과 인터페이싱되고, 물리적 시스템으로부터 동작 데이터를 수집하도록 규정된 데이터 수집 모듈을 포함한다. 데이터 수집 모듈은 팹내의 각 시스템을 위한 데이터 에이전트와 컨트롤 에이전트를 제공하도록 규정된다. 소정 시스템을 위한 데이터 에이전트와 컨트롤 에이전트는 소정 시스템의 수정을 요구하지 않고, 소정 시스템의 정상 동작을 방해하지 않고 소정 시스템과 인터페이싱하도록 규정된다. 데이터 에이전트는 소정 시스템으로부터 데이터를 수집하도록 규정된다. 컨트롤 에이전트는 수집된 데이터의 통신을 비쥬얼라이저 모듈로 디렉팅하도록 규정된다.
일실시형태에 있어서, 데이터 수집 모듈은 머티리얼 컨트롤 시스템, 제조 실행 시스템, 및 자동화된 머티리얼 핸들링 시스템 각각에 개별 데이터 에이전트와 컨트롤러 에이전트를 제공한다. 본 실시형태의 확장에 있어서, 데이터 수집 모듈은 디스패치 시스템, 엔지니어링 및 제조 데이터베이스, 스토커 시스템, 오버헤드 호이스트 차량 컨트롤러 시스템, 컨베이어 시스템, 및 프로세싱 툴 시스템 각각에 개별 데이터 에이전트와 컨트롤러 에이전트를 더 제공한다.
또한, 팹 비쥬얼라이제이션 시스템은 물리적 시스템으로부터 수집된 동작 데이터를 수집 및 집계하도록 규정된 비쥬얼라이저 모듈을 포함한다. 또한, 비쥬얼라이저 모듈은 비쥬얼 렌더링을 위해 적합한 포맷으로 동작 데이터를 처리하도록 규정된다. 처리된 동작 데이터는 비쥬얼라이저 모듈에 의해 제어된 그래픽컬 유저 인터페이스내의 팹의 비쥬얼 콘텍스트내에 표시된다. 일실시형태에 있어서, 데이터 수집 모듈과 비쥬얼라이저 모듈은 그래피컬 유저 인터페이스내의 제조 설비 동작의 실시간 표시를 가능하게 하기 위해 동작 데이터를 수집하고 처리하도록 규정된다. 또한, 팹 비쥬얼라이제이션 시스템은 제조 설비 구성 모듈, 데이터 수집 모듈, 비쥬얼라이저 모듈, 및 그래피컬 유저 인터페이스의 동작과 관련된 데이터를 기억하도록 규정된 데이터베이스를 포함할 수 있다.
다른 실시형태에서는 반도체 팹 프로덕티비티 시스템이 개시된다. 팹 프로덕티비티 시스템은 비쥬얼라이저 모듈, 애널라이저 모듈, 및 옵티마이저 모듈을 포함한다. 비쥬얼라이저 모듈은 그래피컬 유저 인터페이스를 통해 제조 설비 데이터를 수집, 필터링, 및 표현하도록 규정된다. 특히, 비쥬얼라이저 모듈은 제조 설비내에서 상이한 독립 소스로부터 데이터를 통합 및 표시하도록 규정된다. 일실시형태에 있어서, 비쥬얼라이저 모듈은 제조 설비의 룰을 수집 및 코딩하도록 규정되고, 상기 룰은 비지니스 룰과 동작 룰을 포함한다. 애널라이저 모듈은 제조 설비 성능에 관한 쿼리를 해결하기 위해 비쥬얼라이저 모듈에 의해 수집된 데이터를 분석하도록 규정된다. 옵티마이저 모듈은 비쥬얼라이저 모듈에 의해 수집된 데이터, 애널라이저 모듈에 의해 생성된 데이터, 또는 그 조합에 따라 제조 설비내의 시스템을 제어하도록 규정된다. 옵티마이저 모듈은 제안 모드 또는 액션 모드에서 동작될 수 있다.
애널라이저 모듈은 제조 설비 문제, 결함, 또는 비효율과 관련된 데이터 패턴을 식별하도록 규정되고, 또한 제조 설비 성능에 관한 가설을 생성 및 분석하기 위한 툴을 제공하도록 규정된다. 일실시형태에 있어서, 애널라이저 모듈은 상이한 제조 설비 동작 기간 사이의 비교 분석, 특정 동작 인스턴스에 대응하는 기본값 분석, 탐색 분석, 제조 설비 시뮬레이션, 및 제조 설비 룰 변경 분석을 수행하도록 규정된다. 또한, 애널라이저 모듈은 제조 설비의 영역내의 차량 밀도를 기록, 분석, 및 리포팅하도록 규정된 트래픽 혼잡 모니터링 모듈을 포함할 수 있다. 또한, 트래픽 혼잡 모듈은 펜딩 혼잡 이벤트(pending congestion events)의 완화가 가능하도록 하기 위해 혼잡 이벤트에 대한 프리커서(precursors)를 식별하고 대응 통지를 발행하도록 규정된다.
애널라이저 모듈은 다수의 추가적인 애널라이저 모듈을 더 포함할 수 있다. 예컨대, 애널라이저 모듈은 팹내의 트래픽 혼잡의 특성을 나타내는 서비스 메트릭스의 퀄리티를 계산하도록 규정된 트래픽 상태 분석 모듈을 포함할 수 있다. 또한, 애널라이저 모듈은 E84 이벤트 데이터를 수집하고, 수집된 E84 이벤트 데이터에 대한 트렌딩 분석을 수행하도록 규정된 E84 이벤트 모니터링 에이전트를 포함할 수 있다. 또한, 애널라이저 모듈은 내부 툴 처리량 분석 및 리포팅을 수행하도록 규정된 로 프로세스 처리량 분석 모듈(raw process throughput analysis module)을 포함할 수 있다. 또한, 애널라이저 모듈은 오퍼레이션, 툴 그룹, 및 툴에 의해 큐 사이즈를 계산하도록 규정되고, 또한 툴 큐 리저브상의 대응 효과와 프로세싱 로드 버스트를 분석하도록 규정된 워크-인-프로그레스 트래킹 에이전트(work-in-progress tracking agent)와 동작 보틀넥을 포함할 수 있다.
다른 실시형태에서는 반도체 팹 동작을 모니터링하는 방법이 개시된다. 이 방법에 있어서, 동작 데이터는 팹내의 상이한 시스템으로부터 수집된다. 동작 데이터는 제조 설비내의 상이한 시스템의 정상 동작을 방해하지 않고 수집된다. 이어서, 수집된 동작 데이터가 수집된다. 또한, 수집된 동작 데이터는 제조 설비의 비쥬얼 콘텍스트내의 GUI에서 렌더링된다. 팹의 비쥬얼 콘텍스트는 동작 데이터가 수집되는 상이한 시스템을 위한 아이콘을 나타낸다. 상이한 시스템을 위한 수집된 동작 데이터는 상이한 시스템을 위한 아이콘과 관련해서 동시에 표시된다.
일실시형태에 있어서, 동작 데이터는 제조 설비내의 다양한 반송을 위한 실시간 위치 데이터를 포함하도록 자동화된 머티리얼 핸들링 시스템을 위해 수집된다. 제조 설비내의 다양한 반송을 위한 실시간 위치 데이터는 그래피컬 유저 인터페이스내의 루트 맵상의 다양한 반송의 비쥬얼 렌더링의 실시간 업데이트를 제공하는데 사용된다.
여기에 개시된 VAO 프로덕티비티 스위트는 컴퓨터 판독 가능 매체상에 디지탈 포맷 등의 확실한 형태로 기억될 수 있다는 것을 이해해야 한다. 또한, 여기에 개시된 본 발명은 컴퓨터 판독 가능 매체상의 컴퓨터 판독 가능 코드로서 실시될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터 시스템에 의해 판독된 후로부터 데이터를 기억하는 모든 데이터 스토리지 장치이다. 컴퓨터 판독 가능 매체의 예는 하드 드라이브, 네트워크 첨부 스토리지(NAS : network attached storage), 리드-온리 메모리, 랜덤 액세스 메모리, CD-ROMs, CD-Rs, CD-RWs, 마그네틱 테이프, 및 다른 광학 및 비광학 데이터 스토리지 장치를 포함한다. 컴퓨터 판독 가능 매체는 컴퓨터 판독 가능 코드가 분산된 방식으로 기억 및 실행되도록 하기 위해 연결된 컴퓨터 시스템의 네트워크를 통해 분산될 수 있다.
VAO 시스템의 일부를 형성하는 여기에 개시된 모든 동작은 유용한 기계 동작이다. 또한, VAO 시스템은 이러한 동작을 수행하기 위한 디바이스 또는 장치와 관련된다. 상기 장치는 특정 목적 컴퓨터와 같은 요구된 목적을 위해 특별히 구성될 수 있다. 특정 목적 컴퓨터에 따라 규정되면 컴퓨터는 특정 목적을 위해 여전히 동작될 수 있지만 특정 목적의 일부가 아닌 다른 프로세싱, 프로그램 실행, 또는 루틴을 수행할 수도 있다. 대안으로서, 동작은 컴퓨터 메모리, 캐시에 기억되거나 네트워크를 통해 수집된 하나 이상의 컴퓨터 프로그램에 의해 선택적으로 달성되거나 구성된 범용 컴퓨터에 의해 처리될 수 있다. 데이터가 네트워크를 통해 수집되면 데이터는 네트워크상의 다른 컴퓨터, 예컨대 컴퓨팅 리소스의 클라우드에 의해 처리될 수 있다.
VAO 시스템의 실시형태는 하나의 상태로부터 다른 상태로 데이터를 변형시키는 머신으로서 규정될 수도 있다. 데이터는 전자 신호와 전자적으로 조정된 데이터로서 표현될 수 있는 아티클(article)을 나타낼 수 있다. 변형된 데이터는 일부의 경우에 있어서 데이터의 변형으로부터 야기되는 물리적 오브젝트를 나타내는 디스플레이상에 가시적으로 묘사될 수 있다. 변형된 데이터는 물리적이고 확실한 오브젝트의 구성 또는 묘사를 가능하게 하는 특정 포맷으로 또는 통상적으로 스토리지에 저장될 수 있다. 몇가지 실시형태에 있어서, 조작은 프로세서에 의해 수행될 수 있다. 이러한 예에 있어서, 프로세서는 데이터를 하나로부터 다른 것으로 변형시킨다. 또한, 상기 방법은 네트워크를 통해 접속될 수 있는 하나 이상의 머신 또는 프로세서에 의해 처리될 수 있다. 각 머신은 하나의 상태나 사물로부터 다른 상태나 사물로 데이터를 변형시킬 수 있고, 데이터를 처리할 수 있고, 데이터를 스토리지에 저장할 수 있고, 네트워크를 통해 데이터를 송신할 수 있고, 다른 머신으로 결과를 통신하거나 결과를 표시할 수 있다.
본 발명을 몇가지 실시형태에 관하여 설명하였지만 상기 설명을 읽고, 도면을 연구한 당업자는 다양한 변경, 추가, 교환, 및 등가물을 실현할 것이라는 것을 인식할 것이다. 따라서, 본 발명은 본 발명의 사상 및 범위내에 있는 이러한 모든 변경, 추가, 교환, 및 등가물을 포함하는 하는 것을 의도한다.
Claims (25)
- 모니터링될 제조 설비의 물리적 시스템과 속성을 가상으로 모델링하도록 규정된 제조 설비 구성 모듈;
상기 제조 설비의 물리적 시스템과 인터페이싱하고, 상기 물리적 시스템으로부터 동작 데이터를 수집하도록 규정된 데이터 수집 모듈;
상기 물리적 시스템으로부터 수집된 상기 동작 데이터를 수집 및 집계하도록 규정되고, 비쥬얼 렌더링 포맷으로 상기 동작 데이터를 처리하도록 더 규정된 비쥬얼라이저 모듈; 및
상기 처리된 동작 데이터가 상기 제조 설비의 비쥬얼 콘텍스트내에서 표시되는 상기 비쥬얼라이저 모듈에 의해 제어되는 그래피컬 유저 인터페이스를 포함하는 반도체 제조 설비 비쥬얼라이제이션 시스템으로서:
상기 그래피컬 유저 인터페이스는 표시 장치상에 렌더링되는 경우에 상기 제조 설비내의 선택된 플로어의 비쥬얼 표시를 렌더링하는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 1 항에 있어서,
상기 제조 설비 구성 모듈은 상기 제조 설비내의 콤포넌트간의 계층과 관계를 규정하는 설비 로직 모델의 구성을 제공하는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 2 항에 있어서,
상기 제조 설비 구성 모듈은 툴과 아이콘이 상기 제조 설비의 물리적 시스템과 속성 및 상기 제조 설비내의 콤포넌트간의 계층과 관계의 가상 모델링을 위해 제공되는 그래피컬 유저 인터페이스를 생성하는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 1 항에 있어서,
상기 데이터 수집 모듈은 상기 제조 설비내의 각 시스템에 데이터 에이전트 및 컨트롤 에이전트를 제공하도록 규정되고, 소정 시스템을 위한 상기 데이터 에이전트 및 컨트롤 에이전트는 상기 소정 시스템의 수정을 필요로하지 않음과 아울러 상기 소정 시스템의 정상 동작을 방해하지 않고 상기 소정 시스템과 인터페이싱하도록 커스터마이징되는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 4 항에 있어서,
상기 데이터 에이전트는 상기 소정 시스템으로부터 데이터를 수집하도록 규정되고, 상기 컨트롤 에이전트는 상기 수집된 데이터의 통신을 상기 비쥬얼라이저 모듈로 디렉팅하도록 규정되는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 5 항에 있어서,
상기 데이터 수집 모듈은 머티리얼 컨트롤 시스템, 제조 실행 시스템, 및 자동화된 머티리얼 핸들링 시스템 각각에 개별 데이터 에이전트 및 컨트롤러 에이전트를 제공하는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 6 항에 있어서,
상기 데이터 수집 모듈은 디스패치 시스템, 엔지니어링 데이터베이스, 제조 데이터베이스, 스토커 시스템, 오버헤드 호이스트 차량 컨트롤러 시스템, 컨베이어 시스템, 및 프로세싱 툴 시스템 각각에 개별 데이터 에이전트 및 컨트롤러 에이전트를 더 제공하는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 1 항에 있어서,
상기 데이터 수집 모듈 및 비쥬얼라이저 모듈은 동작 데이터를 수집 및 처리해서 상기 그래피컬 유저 인터페이스내의 제조 설비 동작의 실시간 표시를 가능하게 하도록 규정된 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 제 1 항에 있어서,
상기 제조 설비 구성 모듈, 상기 데이터 수집 모듈, 상기 비쥬얼라이저 모듈, 및 상기 그래피컬 유저 인터페이스의 동작과 관련된 데이터를 기억하도록 규정된 데이터베이스를 더 포함하는 것을 특징으로 하는 반도체 제조 설비 비쥬얼라이제이션 시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제조 설비내의 상이한 시스템으로부터 동작 데이터를 수집하는 단계;
상기 수집된 동작 데이터를 집계하는 단계; 및
상기 제조 설비의 비쥬얼 콘텍스트내의 그래피컬 유저 인터페이스에서 상기 집계된 동작 데이터를 렌더링하는 단계를 포함하는 반도체 제조 설비 동작의 모니터링 방법으로서:
상기 그래피컬 유저 인터페이스는 표시 장치상에 렌더링되는 경우에 상기 제조 설비내의 선택된 플로어의 비쥬얼 표시를 렌더링하는 것을 특징으로 하는 반도체 제조 설비 동작의 모니터링 방법. - 제 21 항에 있어서,
상기 동작 데이터는 상기 제조 설비내의 상이한 시스템의 정상 동작을 방해하지 않고 수집되는 것을 특징으로 하는 반도체 제조 설비 동작의 모니터링 방법. - 제 21 항에 있어서,
상기 제조 설비의 비쥬얼 콘텍스트는 동작 데이터가 수집되는 상이한 시스템을 위한 아이콘을 나타내고, 상기 상이한 시스템을 위한 상기 집계된 동작 데이터는 상기 상이한 시스템을 위한 아이콘과 관련해서 동시에 표시되는 것을 특징으로 하는 반도체 제조 설비 동작의 모니터링 방법. - 제 21 항에 있어서,
상기 동작 데이터는 상기 제조 설비내의 다양한 반송을 위해 실시간 위치 데이터를 포함하도록 자동화된 머티리얼 핸들링 시스템을 위해 수집되는 것을 특징으로 하는 반도체 제조 설비 동작의 모니터링 방법. - 제 24 항에 있어서,
상기 제조 설비내의 다양한 반송을 위한 상기 실시간 위치 데이터는 상기 그래피컬 유저 인터페이스내의 라우트 맵상의 다양한 반송의 비쥬얼 렌더링의 실시간 업데이트를 제공하는데 사용되는 것을 특징으로 하는 반도체 제조 설비 동작의 모니터링 방법.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US3084708P | 2008-02-22 | 2008-02-22 | |
| US61/030,847 | 2008-02-22 | ||
| US3729808P | 2008-03-17 | 2008-03-17 | |
| US61/037,298 | 2008-03-17 | ||
| PCT/US2009/034791 WO2009105724A2 (en) | 2008-02-22 | 2009-02-20 | Vao productivity suite |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20100111743A KR20100111743A (ko) | 2010-10-15 |
| KR101185796B1 true KR101185796B1 (ko) | 2012-10-05 |
Family
ID=40986237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020107019745A KR101185796B1 (ko) | 2008-02-22 | 2009-02-20 | 반도체 제조 설비 비쥬얼라이제이션 시스템 및 반도체 제조 설비 동작의 모니터링 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US8229587B2 (ko) |
| EP (1) | EP2248099B1 (ko) |
| JP (1) | JP5339096B2 (ko) |
| KR (1) | KR101185796B1 (ko) |
| CN (1) | CN101978389B (ko) |
| TW (1) | TWI416429B (ko) |
| WO (1) | WO2009105724A2 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11662716B2 (en) | 2021-02-26 | 2023-05-30 | Kla Corporation | Secure remote collaboration for equipment in a manufacturing facility |
Families Citing this family (79)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9418040B2 (en) | 2005-07-07 | 2016-08-16 | Sciencelogic, Inc. | Dynamically deployable self configuring distributed network management system |
| US8041526B2 (en) * | 2006-05-01 | 2011-10-18 | Thomson Licensing | Method, apparatus and system for reducing waste in production systems |
| US9087164B2 (en) * | 2008-01-26 | 2015-07-21 | National Semiconductor Corporation | Visualization of tradeoffs between circuit designs |
| JP5123690B2 (ja) * | 2008-02-27 | 2013-01-23 | キヤノン株式会社 | 画面データ処理装置、画面データ処理方法、及びコンピュータプログラム |
| US8463419B2 (en) * | 2009-01-22 | 2013-06-11 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for improved automated semiconductor wafer manufacturing |
| US9218000B2 (en) * | 2009-04-01 | 2015-12-22 | Honeywell International Inc. | System and method for cloud computing |
| US8204717B2 (en) * | 2009-04-01 | 2012-06-19 | Honeywell International Inc. | Cloud computing as a basis for equipment health monitoring service |
| US9412137B2 (en) * | 2009-04-01 | 2016-08-09 | Honeywell International Inc. | Cloud computing for a manufacturing execution system |
| WO2010147488A2 (en) * | 2009-06-19 | 2010-12-23 | Core Technology Ltd | External agent interface |
| US9037279B2 (en) * | 2009-09-09 | 2015-05-19 | Taiwan Semiconductor Manufacturing Company, Ltd. | Clustering for prediction models in process control and for optimal dispatching |
| JP5282021B2 (ja) * | 2009-12-14 | 2013-09-04 | 株式会社日立ハイテクノロジーズ | 半導体処理システム及び半導体処理方法 |
| US9014827B2 (en) * | 2010-01-14 | 2015-04-21 | International Business Machines Corporation | Dynamically generating a manufacturing production work flow with selectable sampling strategies |
| TWI426393B (zh) * | 2010-02-12 | 2014-02-11 | Elitegroup Computer Sys Co Ltd | 雲端計算資源排程方法與應用之系統 |
| JP5702941B2 (ja) * | 2010-03-30 | 2015-04-15 | アズビル株式会社 | 制御装置 |
| US8386399B2 (en) | 2010-09-13 | 2013-02-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods for selecting transportation parameters for a manufacturing facility |
| US8676367B2 (en) * | 2010-10-28 | 2014-03-18 | International Business Machines Corporation | Lot process order modification to improve detection of manufacturing effects |
| US9862051B2 (en) | 2011-09-27 | 2018-01-09 | Illinois Tool Works Inc. | Welding system and method utilizing cloud computing and data storage |
| US9915940B2 (en) * | 2011-10-31 | 2018-03-13 | Applied Materials, Llc | Bi-directional association and graphical acquisition of time-based equipment sensor data and material-based metrology statistical process control data |
| US9637873B2 (en) | 2011-12-14 | 2017-05-02 | Sauer-Danfoss Inc. | Sensing system for road construction equipment |
| WO2013094400A1 (ja) * | 2011-12-20 | 2013-06-27 | 株式会社日立国際電気 | 基板処理システム、基板処理装置及び基板処理装置のデータ蓄積方法 |
| US9529348B2 (en) * | 2012-01-24 | 2016-12-27 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for deploying industrial plant simulators using cloud computing technologies |
| US9052703B2 (en) * | 2012-02-02 | 2015-06-09 | Emerson Process Management Power & Water Solutions, Inc. | Enhanced sequential method for solving pressure/flow network parameters in a real-time distributed industrial process simulation system |
| TWI470567B (zh) * | 2012-02-03 | 2015-01-21 | Univ Nat Chiao Tung | 考慮耗時與耗電的卸載運算量的決策方法與運算系統 |
| US20130226325A1 (en) * | 2012-02-24 | 2013-08-29 | Globalfoundries Inc. | Methods and systems for fabricating integrated circuits with local processing management |
| US20150148935A1 (en) * | 2012-07-04 | 2015-05-28 | Hitachi Kokusai Electric Inc. | Substrate processing system, substrate processing apparatus, data processing method, and storage medium |
| US8897949B1 (en) * | 2012-10-04 | 2014-11-25 | The Boeing Company | Aircraft rework management |
| US8989951B1 (en) * | 2012-10-30 | 2015-03-24 | The Boeing Company | Maintaining the airworthiness configuration of aircraft |
| US8897951B1 (en) * | 2013-03-01 | 2014-11-25 | The Boeing Company | Aircraft interior component maintenance |
| US8832620B1 (en) * | 2013-03-14 | 2014-09-09 | Coventor, Inc. | Rule checks in 3-D virtual fabrication environment |
| US9665093B2 (en) | 2013-03-15 | 2017-05-30 | Illinois Tool Works Inc. | Welding resource performance comparison system and method |
| US9684303B2 (en) * | 2013-03-15 | 2017-06-20 | Illinois Tool Works Inc. | Welding resource tracking and analysis system and method |
| US10012962B2 (en) | 2013-03-15 | 2018-07-03 | Illinois Tool Works Inc. | Welding resource performance goal system and method |
| US9704140B2 (en) | 2013-07-03 | 2017-07-11 | Illinois Tool Works Inc. | Welding system parameter comparison system and method |
| US10558953B2 (en) | 2013-07-03 | 2020-02-11 | Illinois Tool Works Inc. | Welding system parameter comparison system and method |
| US9678505B2 (en) | 2013-10-14 | 2017-06-13 | Invensys Systems, Inc. | Line management in manufacturing execution system |
| US9841749B2 (en) | 2014-04-01 | 2017-12-12 | Bot & Dolly, Llc | Runtime controller for robotic manufacturing system |
| US9701018B2 (en) | 2014-04-01 | 2017-07-11 | Bot & Dolly, Llc | Software interface for authoring robotic manufacturing process |
| US9278449B1 (en) | 2014-05-21 | 2016-03-08 | Bot & Dolly, Llc | Closed-loop control system for robotic operation |
| US9555545B2 (en) | 2014-05-21 | 2017-01-31 | Bot & Dolly, Llc | Systems and methods for time-based parallel robotic operation |
| US9308647B2 (en) | 2014-06-03 | 2016-04-12 | Bot & Dolly, Llc | Systems and methods for instructing robotic operation |
| CN104238923B (zh) * | 2014-07-29 | 2019-03-29 | 京东方科技集团股份有限公司 | 一种显示设备及其工作方法 |
| US11103948B2 (en) | 2014-08-18 | 2021-08-31 | Illinois Tool Works Inc. | Systems and methods for a personally allocated interface for use in a welding system |
| US10177020B2 (en) | 2015-02-07 | 2019-01-08 | Kla-Tencor Corporation | System and method for high throughput work-in-process buffer |
| US10503145B2 (en) | 2015-03-25 | 2019-12-10 | Honeywell International Inc. | System and method for asset fleet monitoring and predictive diagnostics using analytics for large and varied data sources |
| CN106154992A (zh) * | 2015-03-31 | 2016-11-23 | 西门子公司 | 生产系统及生产系统的控制方法 |
| US11569138B2 (en) | 2015-06-16 | 2023-01-31 | Kla Corporation | System and method for monitoring parameters of a semiconductor factory automation system |
| KR102502235B1 (ko) * | 2015-07-16 | 2023-02-21 | 삼성전자주식회사 | 물류 모니터링 시스템 및 이의 동작 방법 |
| US10921788B2 (en) * | 2015-07-24 | 2021-02-16 | Schemaport, Llc | Route based manufacturing system analysis, apparatuses, systems, and methods |
| USD803235S1 (en) * | 2015-12-04 | 2017-11-21 | Capital One Services, Llc | Display screen with a graphical user interface |
| CN106898572B (zh) * | 2015-12-17 | 2019-07-05 | 北京北方华创微电子装备有限公司 | 基于设备实时状态的物料调度方法及系统 |
| US11131978B2 (en) | 2015-12-28 | 2021-09-28 | Illinois Tool Works Inc. | Systems and methods for analyzing manufacturing parameters |
| US10776706B2 (en) | 2016-02-25 | 2020-09-15 | Honeywell International Inc. | Cost-driven system and method for predictive equipment failure detection |
| US10657199B2 (en) | 2016-02-25 | 2020-05-19 | Honeywell International Inc. | Calibration technique for rules used with asset monitoring in industrial process control and automation systems |
| US10853482B2 (en) | 2016-06-03 | 2020-12-01 | Honeywell International Inc. | Secure approach for providing combined environment for owners/operators and multiple third parties to cooperatively engineer, operate, and maintain an industrial process control and automation system |
| US10846212B2 (en) | 2016-08-04 | 2020-11-24 | Hitachi, Ltd. | Evidence gathering system and method |
| US10310467B2 (en) | 2016-08-30 | 2019-06-04 | Honeywell International Inc. | Cloud-based control platform with connectivity to remote embedded devices in distributed control system |
| US10930535B2 (en) * | 2016-12-02 | 2021-02-23 | Applied Materials, Inc. | RFID part authentication and tracking of processing components |
| US10678216B2 (en) * | 2017-02-28 | 2020-06-09 | Sap Se | Manufacturing process data collection and analytics |
| US10558197B2 (en) | 2017-02-28 | 2020-02-11 | Sap Se | Manufacturing process data collection and analytics |
| US11292166B2 (en) * | 2017-04-07 | 2022-04-05 | Tactotek Oy | Method for manufacturing an electronic assembly and an electronic assembly |
| US11187992B2 (en) * | 2017-10-23 | 2021-11-30 | Applied Materials, Inc. | Predictive modeling of metrology in semiconductor processes |
| EP3514741A1 (en) * | 2018-01-19 | 2019-07-24 | Siemens Aktiengesellschaft | A method and apparatus for dynamically optimizing industrial production processes |
| US11237550B2 (en) | 2018-03-28 | 2022-02-01 | Honeywell International Inc. | Ultrasonic flow meter prognostics with near real-time condition based uncertainty analysis |
| US11157661B2 (en) | 2018-12-19 | 2021-10-26 | Applied Materials, Inc. | Process development visualization tool |
| JP7020392B2 (ja) * | 2018-12-25 | 2022-02-16 | 東芝三菱電機産業システム株式会社 | データ収集再生システム |
| TWI706365B (zh) * | 2019-01-14 | 2020-10-01 | 和碩聯合科技股份有限公司 | 模擬管理系統及其運算方法 |
| EP4097577A4 (en) * | 2020-01-29 | 2024-02-21 | Iyengar, Prashanth | SYSTEMS AND METHODS FOR RESOURCE ANALYSIS, OPTIMIZATION OR VISUALIZATION |
| US11302545B2 (en) | 2020-03-20 | 2022-04-12 | Nanya Technology Corporation | System and method for controlling semiconductor manufacturing equipment |
| US11674797B2 (en) | 2020-03-22 | 2023-06-13 | Analog Devices, Inc. | Self-aligned light angle sensor using thin metal silicide anodes |
| US11675340B2 (en) * | 2020-04-08 | 2023-06-13 | Nanya Technology Corporation | System and method for controlling semiconductor manufacturing apparatus |
| US11869100B2 (en) * | 2020-09-23 | 2024-01-09 | Changxin Memory Technologies, Inc. | Data consolidation analysis system and data consolidation analysis method |
| CN112130518B (zh) * | 2020-11-30 | 2021-02-12 | 晶芯成(北京)科技有限公司 | 半导体生产过程中的参数监控方法、系统及计算机可读存储介质 |
| CN112488266B (zh) * | 2020-12-10 | 2024-07-26 | 北京卫星制造厂有限公司 | 一种基于rfid的结构板装配齐套性管理系统及方法 |
| WO2022216500A1 (en) * | 2021-04-09 | 2022-10-13 | ThinkIQ, Inc. | Aligning data of continuous material flow in digital manufacturing transformation |
| TWI805093B (zh) * | 2021-11-24 | 2023-06-11 | 台中精機廠股份有限公司 | 人機介面機台控制系統 |
| US11704891B1 (en) | 2021-12-29 | 2023-07-18 | Insight Direct Usa, Inc. | Dynamically configured extraction, preprocessing, and publishing of a region of interest that is a subset of streaming video data |
| US11509836B1 (en) | 2021-12-29 | 2022-11-22 | Insight Direct Usa, Inc. | Dynamically configured processing of a region of interest dependent upon published video data selected by a runtime configuration file |
| US12017148B2 (en) | 2022-05-31 | 2024-06-25 | Sony Group Corporation | User interface for operating artificial intelligence experiments |
| US11778167B1 (en) | 2022-07-26 | 2023-10-03 | Insight Direct Usa, Inc. | Method and system for preprocessing optimization of streaming video data |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030236585A1 (en) * | 2002-06-19 | 2003-12-25 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method of identifying bottlenecks and improving throughput in wafer processing equipment |
| US20040049398A1 (en) * | 2002-09-10 | 2004-03-11 | International Business Machines Corporation | Method, system, and storage medium for resolving transport errors relating to automated material handling system transactions |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5995912A (en) * | 1996-04-30 | 1999-11-30 | Imec Vzw | Database and method for measurement correction for cross-sectional carrier profiling techniques |
| US6393602B1 (en) * | 1998-10-21 | 2002-05-21 | Texas Instruments Incorporated | Method of a comprehensive sequential analysis of the yield losses of semiconductor wafers |
| US6519498B1 (en) * | 2000-03-10 | 2003-02-11 | Applied Materials, Inc. | Method and apparatus for managing scheduling in a multiple cluster tool |
| US6556884B1 (en) * | 2000-06-16 | 2003-04-29 | Advanced Micro Devices, Inc. | Method and apparatus for interfacing a statistical process control system with a manufacturing process control framework |
| US6671570B2 (en) * | 2000-10-17 | 2003-12-30 | Brooks Automation, Inc. | System and method for automated monitoring and assessment of fabrication facility |
| US6622055B2 (en) * | 2001-01-16 | 2003-09-16 | United Microelectronics Corp. | Method of control management of production line |
| JP2002312021A (ja) | 2001-04-13 | 2002-10-25 | Mitsubishi Electric Corp | 半導体製造装置の管理システム |
| US6965895B2 (en) * | 2001-07-16 | 2005-11-15 | Applied Materials, Inc. | Method and apparatus for analyzing manufacturing data |
| JP2003068822A (ja) * | 2001-08-24 | 2003-03-07 | Yokogawa Electric Corp | 情報可視化装置 |
| US6957113B1 (en) * | 2002-09-06 | 2005-10-18 | National Semiconductor Corporation | Systems for allocating multi-function resources in a process system and methods of operating the same |
| US6778879B2 (en) * | 2002-10-10 | 2004-08-17 | Taiwan Semiconductor Manufacturing Co., Ltd | Automated material handling system and method of use |
| US7333871B2 (en) * | 2003-01-21 | 2008-02-19 | Applied Materials, Inc. | Automated design and execution of experiments with integrated model creation for semiconductor manufacturing tools |
| KR100558923B1 (ko) | 2003-08-12 | 2006-03-10 | 세메스 주식회사 | 반도체 제조 설비를 위한 관리 시스템 및 그의 설비이상시 관리 방법 |
| US7440932B2 (en) * | 2003-10-02 | 2008-10-21 | International Business Machines Corporation | Method and system for automating issue resolution in manufacturing execution and material control systems |
| JP2007536634A (ja) * | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
| US7343583B2 (en) | 2004-07-09 | 2008-03-11 | Kla-Tencor Technologies Corporation | System and method for searching for patterns of semiconductor wafer features in semiconductor wafer data |
| US7328418B2 (en) * | 2005-02-01 | 2008-02-05 | Tokyo Electron Limited | Iso/nested control for soft mask processing |
| US20070061743A1 (en) * | 2005-09-15 | 2007-03-15 | International Business Machines Corporation | Customization of visual editing elements |
| JP2007114967A (ja) * | 2005-10-19 | 2007-05-10 | Sharp Corp | 工程管理装置及びその方法 |
| JP4675267B2 (ja) * | 2006-03-24 | 2011-04-20 | 株式会社日立国際電気 | 基板処理システム、群管理装置およびフロアレイアウト表示方法 |
| US7974723B2 (en) * | 2008-03-06 | 2011-07-05 | Applied Materials, Inc. | Yield prediction feedback for controlling an equipment engineering system |
-
2009
- 2009-02-20 CN CN200980110280.9A patent/CN101978389B/zh active Active
- 2009-02-20 EP EP09713341.7A patent/EP2248099B1/en active Active
- 2009-02-20 KR KR1020107019745A patent/KR101185796B1/ko active IP Right Grant
- 2009-02-20 WO PCT/US2009/034791 patent/WO2009105724A2/en active Application Filing
- 2009-02-20 TW TW098105492A patent/TWI416429B/zh active
- 2009-02-20 US US12/390,395 patent/US8229587B2/en active Active
- 2009-02-20 JP JP2010547824A patent/JP5339096B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030236585A1 (en) * | 2002-06-19 | 2003-12-25 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method of identifying bottlenecks and improving throughput in wafer processing equipment |
| US20040049398A1 (en) * | 2002-09-10 | 2004-03-11 | International Business Machines Corporation | Method, system, and storage medium for resolving transport errors relating to automated material handling system transactions |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11662716B2 (en) | 2021-02-26 | 2023-05-30 | Kla Corporation | Secure remote collaboration for equipment in a manufacturing facility |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5339096B2 (ja) | 2013-11-13 |
| KR20100111743A (ko) | 2010-10-15 |
| TWI416429B (zh) | 2013-11-21 |
| EP2248099B1 (en) | 2019-04-10 |
| CN101978389B (zh) | 2014-07-09 |
| WO2009105724A9 (en) | 2010-02-25 |
| WO2009105724A2 (en) | 2009-08-27 |
| US8229587B2 (en) | 2012-07-24 |
| US20100023151A1 (en) | 2010-01-28 |
| JP2011518425A (ja) | 2011-06-23 |
| EP2248099A2 (en) | 2010-11-10 |
| WO2009105724A3 (en) | 2010-01-07 |
| CN101978389A (zh) | 2011-02-16 |
| TW200949752A (en) | 2009-12-01 |
| EP2248099A4 (en) | 2011-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101185796B1 (ko) | 반도체 제조 설비 비쥬얼라이제이션 시스템 및 반도체 제조 설비 동작의 모니터링 방법 | |
| Montoya-Torres | A literature survey on the design approaches and operational issues of automated wafer-transport systems for wafer fabs | |
| KR101582960B1 (ko) | 장비 엔지니어링 시스템을 제어하기 위한 수율 예측 피드백 | |
| US11861739B2 (en) | Programmable manufacturing advisor for smart production systems | |
| US7113838B2 (en) | Method and apparatus for monitoring tool performance | |
| CN100407215C (zh) | 用于监视和控制半导体生产过程的方法和装置 | |
| CN1725242B (zh) | 解决自动材料处理系统中传送差错的方法 | |
| CN101258499B (zh) | 使用运行到运行控制器的故障检测与分类（fdc） | |
| US20050047645A1 (en) | Method for interaction with status and control apparatus | |
| US7496425B2 (en) | Micrologistics tracking system for an automated manufacturing facility | |
| KR20050043718A (ko) | 위치 기반 진단방법 및 장치 | |
| CN100367140C (zh) | 使用基线控制脚本控制工具的方法和装置 | |
| US6790686B1 (en) | Method and apparatus for integrating dispatch and process control actions | |
| CN1307496C (zh) | 集成多工艺控制器的方法和装置 | |
| US20220336242A1 (en) | System and method for automated material handling management | |
| US6618639B2 (en) | System, process, apparatus and program for controlling special lot carrying in semiconductor carrying facility | |
| Huang et al. | A pre-dispatching vehicle method for a diffusion area in a 300 mm wafer fab | |
| Schmaler et al. | AMHS capability assessment based on planned product mixes | |
| Waschneck et al. | Unified frontend and backend industrie 4.0 roadmap for semiconductor manufacturing | |
| Schmaler et al. | Static AMHS simulation based on planned product mixes | |
| Nazzal et al. | An analytical model of vehicle-based automated material handling systems in semiconductor fabs | |
| Zhang | Wafer Fabrication: Automatic Material Handling System | |
| Montoya-Torres¹ et al. | Towards an optimised approach to control amhs in wafer manufacturing plants | |
| Montoya-Torres et al. | Implementing an integrated framework for internal logistics management in automated semiconductor manufacturing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20150911 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170908 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190906 Year of fee payment: 8 |