KR102325762B1 - Process management system - Google Patents

Process management system Download PDF

Info

Publication number
KR102325762B1
KR102325762B1 KR1020180169484A KR20180169484A KR102325762B1 KR 102325762 B1 KR102325762 B1 KR 102325762B1 KR 1020180169484 A KR1020180169484 A KR 1020180169484A KR 20180169484 A KR20180169484 A KR 20180169484A KR 102325762 B1 KR102325762 B1 KR 102325762B1
Authority
KR
South Korea
Prior art keywords
data
sensor data
differential
unit
sampling
Prior art date
Application number
KR1020180169484A
Other languages
Korean (ko)
Other versions
KR20200079850A (en
Inventor
이종석
Original Assignee
세메스 주식회사
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 세메스 주식회사 filed Critical 세메스 주식회사
Priority to KR1020180169484A priority Critical patent/KR102325762B1/en
Publication of KR20200079850A publication Critical patent/KR20200079850A/en
Application granted granted Critical
Publication of KR102325762B1 publication Critical patent/KR102325762B1/en

Links

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]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 공정관리시스템에 관한 것으로서, 본 발명에 따른 공정관리시스템은, 센서데이터를 생성하는 기판처리장치와, 상기 기판처리장치로부터 상기 센서데이터를 수신하고, 상기 센서데이터를 분석하는 중간분석장치와, 상기 중간분석장치로부터 상기 분석데이터를 수신하는 서버장치를 포함하고, 상기 중간분석장치는, 상기 센서데이터를 수신하여 저장하는 데이터수신저장부와, 기준데이터를 수신하여 저장하는 기준데이터수신저장부와, 상기 기준데이터 및 상기 센서데이터를 기반으로 공정처리의 이상유무를 판단하는 데이터분석판단부와, 상기 공정판단부의 판단결과 공정처리에 이상이 있는 경우 상기 센서데이터를 다운샘플링하는 다운샘플링부와, 상기 다운샘플링된 센서데이터를 상기 서버장치로 전송하는 데이터전송부를 포함한다.The present invention relates to a process management system, and the process management system according to the present invention includes a substrate processing apparatus for generating sensor data, and an intermediate analysis apparatus for receiving the sensor data from the substrate processing apparatus and analyzing the sensor data and a server device for receiving the analysis data from the intermediate analysis device, wherein the intermediate analysis device includes: a data receiving storage unit for receiving and storing the sensor data; and a reference data receiving storage unit for receiving and storing reference data A data analysis determination unit for determining whether there is an abnormality in the process processing based on the reference data and the sensor data, and a downsampling unit for downsampling the sensor data when there is an abnormality in the process processing as a result of the determination of the process determination unit and a data transmission unit for transmitting the down-sampled sensor data to the server device.

Description

공정관리시스템{PROCESS MANAGEMENT SYSTEM}Process management system {PROCESS MANAGEMENT SYSTEM}

본 발명은 공정관리시스템에 관한 것으로서, 더욱 상세하게는 기판처리장치로부터 서버장치로의 센서데이터 전송으로 인한 네트워크 부하를 감소시킬 수 있는 공정관리시스템에 관한 것이다.The present invention relates to a process management system, and more particularly, to a process management system capable of reducing a network load due to sensor data transmission from a substrate processing apparatus to a server apparatus.

반도체 제조를 위한 설비는 공정처리를 위한 다수의 유닛을 포함하고 있고, 다수의 유닛 각각에는 각 유닛의 상태를 파악하기 위한 복수의 센서가 구비되어 있다. 이러한 복수의 센서들로부터 제공되는 데이터는 서버장치로 전송되어 저장 및 분석된다. 작업자는, 특정 처리공정의 이상유무를 판단하기 위해, 서버장치에 저장된 데이터 중 필요한 데이터만을 원격으로 수신하여 분석할 수 있다. A facility for manufacturing a semiconductor includes a plurality of units for processing, and each of the plurality of units is provided with a plurality of sensors for detecting a state of each unit. Data provided from the plurality of sensors is transmitted to the server device, stored and analyzed. The operator may remotely receive and analyze only necessary data among data stored in the server device in order to determine whether a specific processing process is abnormal.

한편, 복수의 설비 각각이 복수의 센서로부터 제공되는 센서데이터는 방대한 양이며, 이러한 센서데이터가 서버장치로 전송되는 경우, 네트워크 과부하를 일으킬 뿐 아니라, 데이터 전송에 따른 막대한 비용도 발생한다. 이와 더불어, 서버장치는 막대한 양의 데이터를 분석해야 하므로 분석속도가 늦어질 수밖에 없다.On the other hand, sensor data provided from a plurality of sensors in each of a plurality of facilities is a huge amount, and when such sensor data is transmitted to a server device, not only a network overload occurs, but also a huge cost due to data transmission occurs. In addition, since the server device must analyze a huge amount of data, the analysis speed is inevitably slow.

상술한 문제를 해결하기 위해, 본 발명은, 네트워크 부하를 감소시킬 수 있는 공정관리시스템을 제공하는 데에 그 목적이 있다.In order to solve the above-described problem, an object of the present invention is to provide a process management system capable of reducing a network load.

본 발명의 실시예에 따른 공정관리시스템은, 센서데이터를 생성하는 기판처리장치; 상기 기판처리장치로부터 상기 센서데이터를 수신하고, 상기 센서데이터를 분석하는 중간분석장치; 상기 중간분석장치로부터 상기 분석데이터를 수신하는 서버장치를 포함하고, 상기 중간분석장치는, 상기 센서데이터를 수신하여 저장하는 데이터수신저장부; 기준데이터를 수신하여 저장하는 기준데이터수신저장부; 상기 기준데이터 및 상기 센서데이터를 기반으로 공정처리의 이상유무를 판단하는 데이터분석판단부; 상기 공정판단부의 판단결과 공정처리에 이상이 있는 경우 상기 센서데이터를 다운샘플링하는 다운샘플링부; 및 상기 다운샘플링된 센서데이터를 상기 서버장치로 전송하는 데이터전송부를 포함한다.A process management system according to an embodiment of the present invention includes: a substrate processing apparatus for generating sensor data; an intermediate analysis device for receiving the sensor data from the substrate processing device and analyzing the sensor data; and a server device for receiving the analysis data from the intermediate analysis device, wherein the intermediate analysis device includes: a data receiving storage unit for receiving and storing the sensor data; a reference data reception and storage unit for receiving and storing reference data; a data analysis and determination unit for determining whether a process is abnormal based on the reference data and the sensor data; a downsampling unit for downsampling the sensor data when there is an abnormality in the process as a result of the determination of the process determination unit; and a data transmission unit for transmitting the down-sampled sensor data to the server device.

또한 실시예에 있어서, 다운샘플링부는, 상기 센서데이터를 미분하여 미분데이터를 생성하는 미분데이터생성부; 상기 미분데이터의 미분값의 절대값 크기에 따라 복수의 시간구간으로 분할하는 샘플링구간분할부; 및 상기 복수의 시간구간에 해당되는 데이터를 이에 대응되는 각각의 샘플링주기로 다운샘플링하는 샘플링부를 포함하며, 미분값의 절대값 크기가 큰 시간구간일수록 샘플링주기가 작게 설정될 수 있다.Also in an embodiment, the down-sampling unit comprises: a differential data generator for differentiating the sensor data to generate differential data; a sampling section dividing unit for dividing the differential data into a plurality of time sections according to the magnitude of the absolute value of the differential value; and a sampling unit for down-sampling the data corresponding to the plurality of time sections at each sampling period corresponding thereto, wherein the larger the time section of the absolute value of the differential value, the smaller the sampling period may be set.

또한 실시예에 있어서, 상기 복수의 시간구간은, 상기 미분데이터에서 미분값의 절대값 크기가 상대적으로 큰 적어도 하나의 시간구간인 제1 구간과, 상기 미분데이터에서 미분값의 절대값 크기가 상대적으로 작은 적어도 하나의 시간구간인 제2 구간을 포함하고, 상기 샘플링주기는 상기 제1 구간 및 상기 제2 구간 각각에 대응되는 제1 샘플링주기 및 제2 샘플링주기를 포함하고, 상기 제1 샘플링주기는 상기 제2 샘플링주기보다 짧게 설정될 수 있다.In addition, in an embodiment, the plurality of time sections includes a first section, which is at least one time section in which the absolute value of the differential value in the differential data is relatively large, and the absolute value of the differential value in the differential data is relatively large. and a second interval that is at least one time interval smaller than may be set shorter than the second sampling period.

또한, 실시예에 있어서, 상기 제1 샘플링주기는 1인 것로 설정될 수 있다.Also, in an embodiment, the first sampling period may be set to one.

또한 실시예에 있어서, 상기 중간분석장치 및 상기 기판처리장치는 복수개이고, 상기 복수개의 중간분석장치 각각은 상기 기판처리장치 각각에 대응될 수 있다.Also, in an embodiment, the intermediate analysis apparatus and the substrate processing apparatus may be plural, and each of the plurality of intermediate analysis apparatuses may correspond to each of the substrate processing apparatuses.

본 발명에 의하면, 서버장치로 전송되는 데이터양을 감소시켜 네트워크 부하를 감소시킬 수 있을 뿐 아니라, 서버장치의 데이터분석양도 감소시켜 서버장치의 부하를 감소시킬 수 있다.According to the present invention, it is possible not only to reduce the network load by reducing the amount of data transmitted to the server device, but also to reduce the data analysis amount of the server device to reduce the load on the server device.

본 발명에 의하면, 센서데이터를 다운샘플링함으로써 전송되는 데이터양을 감소시킬 수 있다. 또한 특징부에 짧은 샘플링주기를 적용하고, 비특징부에 긴 샘플링주기를 적용함으로써, 특징부에 대한 데이터 손실을 최대한 방지할 수 있다.According to the present invention, the amount of transmitted data can be reduced by downsampling the sensor data. In addition, by applying a short sampling period to the feature part and a long sampling period to the non-feature part, data loss for the feature part can be prevented as much as possible.

도 1은 본 발명의 실시예에 따른 공정관리시스템을 설명하기 위한 개략적인 블록도이다.
도 2는 도 1에 도시된 중간분석장치를 설명하기 위한 개략적인 블록도이다.
도 3은 도 2에 도시된 다운샘플링부를 설명하기 위한 개략적인 블록도이다.
도 4는 센서데이터를 그래프로 표현한 예시도면이다.
도 5는 도 4에 도시된 그래프에 대응되는 센서데이터가 다운샘플링되는 과정을 설명하기 위한 예시도이다.1 is a schematic block diagram for explaining a process management system according to an embodiment of the present invention.
FIG. 2 is a schematic block diagram for explaining the intermediate analysis device shown in FIG. 1 .
FIG. 3 is a schematic block diagram for explaining the downsampling unit shown in FIG. 2 .
4 is an exemplary diagram expressing sensor data as a graph.
FIG. 5 is an exemplary diagram for explaining a process of down-sampling sensor data corresponding to the graph shown in FIG. 4 .

이하, 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 하기의 설명에서는 본 발명의 실시예에 따른 동작을 이해하는데 필요한 부분만이 설명되며 그 이외 부분의 설명은 본 발명의 요지를 흐리지 않도록 생략하였다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily carry out the present invention. In the following description, only the parts necessary to understand the operation according to the embodiment of the present invention are described, and the description of other parts is omitted so as not to obscure the gist of the present invention. However, the present invention may be embodied in many different forms and is not limited to the embodiments described herein.

또한, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 본 발명을 가장 적절하게 표현할 수 있도록 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.In addition, the terms or words used in the present specification and claims described below should not be construed as being limited to conventional or dictionary meanings, and meanings consistent with the technical spirit of the present invention so that the present invention can be most appropriately expressed. and should be interpreted as a concept.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우만을 한정하는 것이 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.Throughout the specification, when a part is "connected" with another part, it is not limited only to the case where it is "directly connected", but is "electrically connected" with another element interposed therebetween. also includes

또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한 명세서 전체에서, 단수는 단수 뿐만 아니라 복수의 의미로 해석될 수도 있다.In addition, when a part "includes" a certain component, it means that other components may be further included, rather than excluding other components, unless otherwise stated. Also, throughout the specification, the singular may be construed as not only the singular but also the plural.

설명의 간략함을 위해, 본 명세서에서는 예시를 들어 순서도 또는 플로우 차트의 형태로 하나 이상의 방법이 일련의 단계로서 도시되고 기술되어 있지만, 본 발명이 단계들의 순서에 의해 제한되지 않는데 그 이유는 본 발명에 따라 본 명세서에 도시되고 기술되어 있는 것과 다른 순서로 또는 다른 단계들과 동시에 행해질 수 있기 때문이라는 것을 잘 알 것이다. 또한, 예시된 모든 단계들이 본 발명에 따라 방법을 구현해야만 하는 것은 아닐 수 있다.For simplicity of explanation, one or more methods are shown and described herein as a series of steps, by way of example, in the form of a flow chart or flow chart, by way of example, but the invention is not limited by the order of steps because the invention is not limited thereto. It will be appreciated that, in accordance with the present disclosure, it may be performed in a different order or concurrently with other steps than those shown and described herein. Moreover, not all illustrated steps may be required to implement a method in accordance with the present invention.

도 1은 본 발명의 실시예에 따른 공정관리시스템을 설명하기 위한 개략적인 블록도이다.1 is a schematic block diagram for explaining a process management system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 공정관리시스템(10)은, 기판처리장치(100), 중간처리장치(200), 서버장치(300)를 포함한다.Referring to FIG. 1 , a process management system 10 according to an embodiment of the present invention includes a substrate processing apparatus 100 , an intermediate processing apparatus 200 , and a server apparatus 300 .

기판처리장치(100)는 공정처리를 위한 복수의 유닛을 포함하고, 복수의 유닛 각각에는 적어도 하나의 센서가 구비될 수 있다. 적어도 하나의 센서는 센서데이터를 생성한다. 센서는 각 유닛의 공정처리환경을 유지하는 데 필요한 환경인자를 센싱하기 위한 것이다. 예를 들어 센서는 유량센서, 온도센서, 압력센서, 소음센서, 전류센서, 오염센서, 시간센서 중 어느 하나일 수 있으나, 이에 한정되지는 않는다. 기판처리장치(100)는 복수개일 수 있다.The substrate processing apparatus 100 may include a plurality of units for processing, and at least one sensor may be provided in each of the plurality of units. At least one sensor generates sensor data. The sensor is for sensing an environmental factor necessary to maintain the processing environment of each unit. For example, the sensor may be any one of a flow sensor, a temperature sensor, a pressure sensor, a noise sensor, a current sensor, a pollution sensor, and a time sensor, but is not limited thereto. The substrate processing apparatus 100 may be plural.

중간분석장치(200)는 기판처리장치(100)마다 구비될 수 있다. 중간분석장치(200)는 기판처리장치(100)와 유선 또는 무선 통신을 통해 연결된다.The intermediate analysis apparatus 200 may be provided for each substrate processing apparatus 100 . The intermediate analysis apparatus 200 is connected to the substrate processing apparatus 100 through wired or wireless communication.

중간분석장치(200)는 기판처리장치(100)로부터 센서데이터를 수신하고, 외부서버 또는 기판처리장치(100)부터 기준데이터를 수신하고, 센서데이터와 기준데이터를 기반으로 공정처리과정에서의 이상유무를 판단하고, 판단결과 및 센서데이터를 가공하여 서버장치(300)에 전송하거나 판단결과만을 서버장치(300)에 전송할 수 있다. The intermediate analysis apparatus 200 receives sensor data from the substrate processing apparatus 100, receives reference data from an external server or substrate processing apparatus 100, and based on the sensor data and the reference data, abnormalities in the process process The presence or absence may be determined, and the determination result and sensor data may be processed and transmitted to the server device 300 , or only the determination result may be transmitted to the server device 300 .

이때 센서데이터는 각 기판에 대한 기판처리공정진행 중에 센서에 의해 생성되는 불연속 또는 연속적인 데이터를 포함한다. 각 유닛에는 적어도 하나의 센서가 구비되며, 센서데이터는 전체 유닛에 구비되는 복수의 센서에 의해 생성되는 복수의 데이터를 포함할 수 있다.At this time, the sensor data includes discontinuous or continuous data generated by the sensor during the substrate processing process for each substrate. Each unit is provided with at least one sensor, and the sensor data may include a plurality of data generated by a plurality of sensors provided in the entire unit.

중간분석장치(200)는 공정처리과정에서 이상이 발견되는 경우, 센서데이터를 가공하고 가공된 센서데이터를 서버장치(300)로 네트워크(400)를 통해 전송한다. 이때 가공된 센서데이터는 센서데이터의 다운샘플링된 데이터일 수 있다. 또한, 중간분서장치(200)는 가공된 센서데이터와 함께 공정처리과정의 이상유무 판단결과를 함께 서버장치(300)로 전송할 수 있다. 한편 중간분석장치(200)는 다운샘플링되지 않은 센서데이터를 서버장치(300)에 전송할 수도 있다.When an abnormality is found in the process, the intermediate analysis device 200 processes the sensor data and transmits the processed sensor data to the server device 300 through the network 400 . In this case, the processed sensor data may be down-sampled data of the sensor data. In addition, the intermediate analysis device 200 may transmit to the server device 300 together with the processed sensor data the determination result of the abnormality of the process process. Meanwhile, the intermediate analysis device 200 may transmit unsampled sensor data to the server device 300 .

공정처리과정이 정상이라고 판단되는 경우, 중간분석장치(200)는 상기 공정처리과정의 판단결과를 서버장치(300)로 전송하거나 또는 아무 동작도 수행되지 않을 수 있다. 중간분석장치(200)는, 정상이 아닌 경우와 비교하기 위한 샘플로서, 정상이라고 판단되는 센서데이터 중 어느 하나를 전송할 수도 있다.When it is determined that the process process is normal, the intermediate analysis device 200 may transmit the judgment result of the process process process to the server device 300 or may not perform any operation. The intermediate analysis device 200 may transmit any one of the sensor data determined to be normal as a sample for comparison with the case where it is not normal.

중간분석장치(200)는 정상이라고 판단된 공정처리과정에 대응되는 센서데이터는 중간분석장치의 저장용량을 확보하기 위해 삭제할 수 있다.The intermediate analysis apparatus 200 may delete sensor data corresponding to the process process determined to be normal in order to secure a storage capacity of the intermediate analysis apparatus.

서버장치(300)는 네트워크(400)을 통해 중간분석장치(200)으로부터 가공된 센서데이터를 수신하거나, 가공된 센서데이터를 공정처리과정의 이상유무 판단결과와 함께 수신하거나, 공정처리과정의 이상유무 판단결과만을 수신하거나, 또는 아무것도 수신하지 못할 수 있다. 여기서 네트워크(400)는 공지된 유선, 무선 통신수단을 의미한다.The server device 300 receives the processed sensor data from the intermediate analysis device 200 through the network 400, or receives the processed sensor data together with the determination result of the abnormality of the process process, or the abnormality of the process process. Only the result of the determination of presence or absence may be received, or nothing may be received. Here, the network 400 refers to well-known wired and wireless communication means.

작업자가 필요한 데이터는 공정처리과정에서 이상이 발생한 데이터이므로, 판단결과 공정처리과정에서 이상이 발생한 센서데이터를 가공하여 서버장치로 전송하는 경우, 네트워크 과부하를 방지할 수 있을 뿐 아니라, 서버장치의 분석판단 지연을 방지할 수 있다.Since the data required by the operator is data that has an abnormality in the process processing process, when the sensor data that has an abnormality in the process processing process is processed and transmitted to the server device as a result of judgment, it is possible to prevent network overload as well as to analyze the server device. Judgment delay can be avoided.

이하 도 2 및 도 5를 참조하여, 중간분석장치(200)에 대해 상세히 설명한다. Hereinafter, with reference to FIGS. 2 and 5 , the intermediate analysis device 200 will be described in detail.

도 2는 도 1에 도시된 중간분석장치를 설명하기 위한 개략적인 블록도이고, 도 3은 도 2에 도시된 다운샘플링부를 설명하기 위한 개략적인 블록도이다. 그리고 도 4는 센서데이터를 그래프로 표현한 도면이고, 도 5는 그래프에 대응되는 센서데이터가 다운샘플링되는 과정을 설명하기 위한 예시도이다.FIG. 2 is a schematic block diagram illustrating the intermediate analysis device illustrated in FIG. 1 , and FIG. 3 is a schematic block diagram illustrating the downsampling unit illustrated in FIG. 2 . 4 is a diagram expressing sensor data in a graph, and FIG. 5 is an exemplary diagram for explaining a process of downsampling sensor data corresponding to the graph.

도 2를 참조하면, 중간분석장치(200)는 데이터수신저장부(210), 기준데이터수신저장부(220), 데이터판단부(230), 다운샘플링부(240), 데이터송신부(250)를 포함한다.Referring to FIG. 2 , the intermediate analysis device 200 includes a data receiving and storing unit 210 , a reference data receiving and storing unit 220 , a data determining unit 230 , a downsampling unit 240 , and a data transmitting unit 250 . include

데이터수신저장부(210)는 기판처리장치(100)로부터 센서데이터를 수신하여 저장한다. 센서데이터가 기판 하나에 대응되는 센서데이터가 아닌 연속적인 기판에 대응되는 연속적인 센서데이터인 경우, 데이터수신저장부(210)에서 기판 각각에 대한 센서데이터로 분할되어 저장될 수 있다.The data reception and storage unit 210 receives and stores sensor data from the substrate processing apparatus 100 . When the sensor data is continuous sensor data corresponding to a continuous substrate rather than sensor data corresponding to one substrate, the data receiving and storage unit 210 may be divided into sensor data for each substrate and stored.

기준데이터수신저장부(220)는 외부서버 또는 서버장치(300)로부터 기준데이터를 수신하여 저장한다. 외부서버에는 사용자에 의해 설정된 상한, 하한 설정치에 대한 정보 또는 그래프 형태로 표현된 정보를 갖는다. 기준데이터수신저장부(220)는 필요에 의해 외부서버로부터 기준데이터를 수신하여 이미 저장된 기준데이터를 업데이트할 수 있다. The reference data reception and storage unit 220 receives and stores reference data from an external server or server device 300 . The external server has information about upper and lower limit set values set by the user or information expressed in graph form. The reference data reception and storage unit 220 may receive reference data from an external server as necessary and update the reference data already stored therein.

데이터판단부(230)는 기준데이터를 기반으로 센서데이터를 분석하여 공정처리과정의 이상유무를 판단한다. 기준데이터가 상한값과 하한값 중 적어도 하나에 대한 정보을 갖고 있는 경우, 센서데이터의 상한값 및 하한값 중 적어도 하나를 기준데이터의 상한값과 하한값 중 적어도 하나와 비교하여 공정처리과정의 이상유무를 판단할 수 있다. 또는 기준데이터가 그래프로 제공되는 경우에는 센서데이터를 그래프로 표현한 뒤 기준데이터의 그래프와 비교하여 유사하지 않은 부분이 있는지 판단하여 공정처리과정의 이상유무를 판단할 수 있다. 이외에도 공정처리과정에서의 이상유무를 판단하는 공지된 방법을 이용할 수 있다.The data determination unit 230 analyzes the sensor data based on the reference data to determine whether the process is abnormal. When the reference data has information on at least one of the upper and lower limits, at least one of the upper and lower limits of the sensor data is compared with at least one of the upper and lower limits of the reference data to determine whether the process is abnormal. Alternatively, when the reference data is provided as a graph, it is possible to determine whether there is an abnormality in the process process by expressing the sensor data as a graph and comparing the graph with the reference data to determine whether there is any dissimilarity. In addition, a known method for determining the presence or absence of an abnormality in the process process may be used.

다운샘플링부(240)는 데이터분석판단부(230)에 의해 공정처리과정이 이상이 존재하는 것으로 판단되는 경우, 이상으로 판단된 공정처리과정에 대응되는 센서데이터를 다운샘플링한다. 또는 데이터분석판단부(230)에 의해 공정처리과정이 정상이라고 판단된 경우라도, 정상샘플로서 어느 하나의 센서데이터를 다운샘플링할 수 있다. The downsampling unit 240 down-samples the sensor data corresponding to the process process determined as abnormal when it is determined by the data analysis and determination unit 230 that there is an abnormality in the process process. Alternatively, even when it is determined by the data analysis and determination unit 230 that the process is normal, any one sensor data may be downsampled as a normal sample.

데이터송신부(250)는 다운샘플링부(240)에서 샘플링된 센서데이터를 서버장치(300)로 전송한다. 데이터송신부(250)는 공정처리과정의 이상유무 판단결과도 함께 서버장치(300)로 전송할 수 있다.The data transmitter 250 transmits the sensor data sampled by the downsampling unit 240 to the server device 300 . The data transmission unit 250 may also transmit the result of determining whether there is an abnormality in the process process to the server device 300 .

도 3을 참조하면, 본 발명의 다운샘플링부(240)는 미분데이터생성부(241), 샘플링구간분할부(242), 샘플링부(243)를 포함한다.Referring to FIG. 3 , the downsampling unit 240 of the present invention includes a differential data generating unit 241 , a sampling section dividing unit 242 , and a sampling unit 243 .

미분데이터생성부(241)는 센서데이터를 미분하여 미분데이터를 생성한다. 샘플링구간분할부(242)는 미분데이터의 미분값의 절대값 크기에 기반하여 복수의 시간구간으로 분할한다. 샘플링부(243)는 복수의 시간구간에 해당되는 데이터를 이에 대응되는 각각의 샘플링주기로 다운샘플링한다. 이때, 미분값의 절대값 크기가 큰 시간구간일수록 샘플링주기가 작게 설정될 수 있다.The differential data generating unit 241 generates differential data by differentiating the sensor data. The sampling section dividing unit 242 divides the differential data into a plurality of time sections based on the absolute value of the differential value. The sampling unit 243 down-samples data corresponding to a plurality of time sections at each sampling period corresponding thereto. In this case, the sampling period may be set to be smaller in the time interval in which the magnitude of the absolute value of the differential value is large.

예를 들면, 상기 복수의 시간구간은, 상기 미분데이터에서 미분값의 절대값 크기가 상대적으로 큰 특징부에 대응되는 센서데이터가 연속되는 적어도 하나의 제1 시간구간과, 상기 미분데이터에서 미분값의 절대값 크기가 상대적으로 작은 특징부에 해당하지 않은 센서데이터가 연속되는 적어도 하나의 제2 시간구간을 포함한다.For example, the plurality of time sections may include at least one first time interval in which sensor data corresponding to a feature having a relatively large absolute value of a differential value in the differential data is continuous, and a differential value in the differential data. At least one second time period in which the sensor data that does not correspond to a feature having a relatively small absolute value of ?

샘플링주기는 상기 제1 구간 및 상기 제2 구간 각각에 대응되는 제1 샘플링주기 및 제2 샘플링주기를 포함한다. 상기 제1 샘플링주기는 상기 제2 샘플링주기보다 짧게 설정될 수 있다. 특히 제1 샘플링주기를 1로 설정하는 경우, 특징부의 센서데이터를 온전히 보전할 수 있다.The sampling period includes a first sampling period and a second sampling period corresponding to each of the first period and the second period. The first sampling period may be set to be shorter than the second sampling period. In particular, when the first sampling period is set to 1, it is possible to completely preserve the sensor data of the feature.

도 4는 온도센서에 의한 센서데이터의 다운샘플링의 예를 보여주는 그래프이고, 도 5는 그래프에 대한 수치를 나타낸 도면이다.4 is a graph showing an example of downsampling of sensor data by a temperature sensor, and FIG. 5 is a diagram showing numerical values for the graph.

도 4 및 도 5를 참조하면, 샘플링구간분할부(242)는 미분값의 절대값 크기의 전체 개수를 구한다. 일 예로 표에서는 미분데이터의 전체 개수를 100개로 나타내었다. 미분데이터에 인덱싱(t2, t2, t3, ...t100)이 없는 경우 미분데이터에 인덱싱을 한 뒤, 미분값의 절대값 크기를 내림차순으로 정렬한다. 미리 설정된 선택비율n에 따라 미분데이터를 절대값크기가 큰 순서대로 특징부인 제1 그룹 및 비특징부인 제2 그룹으로 분류하고, 다시 인덱싱 순서에 따라 미분데이터를 정렬한다. 여기서 미리 설정된 선택비율 n은 사용자에 의해 미리 설정될 수 있다. 데이터에서 중요한 부분은 변화량이 큰 부분이다. 베이크 유닛의 경우, 공정처리과정에서 중요한 부분은 기판이 베이크 유닛에 제대로 안착되었는지 여부이며, 안착여부와 관련된 데이터는 센서데이터의 일부분에 불과하다. 1그룹이 연속되는 구간을 제1 시간구간으로 설정하고, 제2 그룹이 연속되는 구간을 제2 시간구간으로 설정한다.4 and 5 , the sampling section dividing unit 242 obtains the total number of absolute values of the differential values. For example, in the table, the total number of differential data is indicated as 100. If there is no indexing (t2, t2, t3, ... t100) in the differential data, index the differential data and then sort the absolute values of the differential values in descending order. According to the preset selection ratio n, the differential data is classified into a first group that is a feature part and a second group that is a non-feature part in the order of increasing absolute value size, and the differential data is sorted again according to the indexing order. Here, the preset selection ratio n may be preset by the user. An important part of the data is the part with a large amount of change. In the case of the bake unit, an important part in the process process is whether the substrate is properly seated on the bake unit, and data related to whether the substrate is seated is only a part of the sensor data. A section in which the first group is continuous is set as a first time section, and a section in which the second group is continuous is set as a second time section.

샘플링부(243)는 제1 시간구간에 대응되는 센서데이터에 제1 샘플링주기를 적용하여 샘플링하고 제2 시간구간에 대응되는 센서데이터에 제2 샘플링주기를 적용하여 샘플링하여 샘플링된 센서데이터를 생성한다.The sampling unit 243 generates sampled sensor data by applying a first sampling period to the sensor data corresponding to the first time period and sampling by applying a second sampling period to the sensor data corresponding to the second time period. do.

예를 들어 제1 샘플링주기는 특징부의 센서데이터를 그대로 유지하기 위해 1로 설정될 수 있고, 제2 샘플링주기는 1보다 큰 수, 예를 들어 5로 설정될 수 있다. 샘플링주기가 1인 경우 센서데이터는 그대로 유지되며, 샘플링주기가 5인 경우 센서데이터를 구성하는 데이터 5개마다 하나씩만 유지된다.For example, the first sampling period may be set to 1 to maintain the sensor data of the feature as it is, and the second sampling period may be set to a number greater than 1, for example, 5. When the sampling period is 1, the sensor data is maintained as it is, and when the sampling period is 5, only one is maintained for every 5 pieces of data constituting the sensor data.

표를 참조하면, t1 내지 t15는 그룹2로서 제2 시간구간에 대응되며, 샘플링주기 5가 적용된다. 따라서 샘플링되는 경우, t1, t6, t11에 대응되는 센서데이터가 샘플링데이터에 포함될 수 있다. t16 내지 t25는 그룹1로서 샘플링주기 1이 적용된다. 따라서 t16 내지 t25에 대응되는 센서데이터는 샘플링데이터에 모두 포함된다. 이후 t26 내지 t100은 그룹2로서, 샘플링주기 5가 적용되며 t26, t31, t36, t41...에 대응되는 센서데이터가 샘플링데이터에 포함될 수 있다. 샘플링주기에 시간구간들이 딱 맞아떨어지지 않는 경우, 센서데이터를 그대로 유지하거나 임의로 처리될 수 있다. Referring to the table, t1 to t15 correspond to the second time period as group 2, and sampling period 5 is applied. Accordingly, when sampling, sensor data corresponding to t1, t6, and t11 may be included in the sampling data. t16 to t25 are group 1, and sampling period 1 is applied. Accordingly, sensor data corresponding to t16 to t25 are all included in the sampling data. Thereafter, t26 to t100 are group 2, sampling period 5 is applied, and sensor data corresponding to t26, t31, t36, t41... may be included in the sampling data. If the time sections do not exactly fit in the sampling period, the sensor data may be kept as it is or may be processed arbitrarily.

한편, 도 4 및 도 5에서는 샘플링그룹, 샘플링주기, 시간구간이 2개로 설정되었지만, 필요에 따라 3개 이상으로 설정될 수도 있다.Meanwhile, in FIGS. 4 and 5 , the sampling group, the sampling period, and the time period are set to two, but may be set to three or more if necessary.

본 발명의 다운샘플링 방법에 따르면, 센서데이터를 일률적으로 다운샘플링하지 않고 특징부에 해당되는 센서데이터에 대한 샘플링주기를 작게 설정함으로써 특징부에 해당되는 데이터를 원본 그대로 유지할 수 있다.According to the downsampling method of the present invention, by setting a small sampling period for the sensor data corresponding to the characteristic part without uniformly downsampling the sensor data, the data corresponding to the characteristic part can be maintained as it is.

본 발명에 의하면, 작업자가 필요한 데이터는 공정처리과정에서 이상이 발생한 데이터이며, 판단결과 공정처리과정에서 이상이 발생한 데이터만 서버장치로 전송하므로 네트워크 과부하를 방지할 수 있을 뿐 아니라, 서버장치의 분석판단 지연을 방지할 수 있다.According to the present invention, the data required by the operator is data in which an error occurred in the process processing process, and as a result of the determination, only the data in which the error occurred in the process processing process is transmitted to the server device, so that network overload can be prevented as well as the analysis of the server device Judgment delay can be avoided.

이상에서와 같이, 본 출원의 바람직한 실시예 들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 출원을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.As described above, although described with reference to preferred embodiments of the present application, those skilled in the art can variously modify the present application within the scope without departing from the spirit and scope of the present invention described in the claims below. and may be changed.

10: 공정관리시스템 100: 기판처리장치
200: 중간분석장치 210: 데이터수신저장부
220: 기준데이터수신저장부 230: 데이터판단부
240: 다운샘플링부 241: 미분데이터생성부
232: 샘플링구간분할부 243: 샘플링부
250: 데이터송신부 300: 서버장치10: process management system 100: substrate processing device
200: intermediate analysis device 210: data receiving and storage unit
220: reference data reception and storage unit 230: data determination unit
240: down-sampling unit 241: differential data generating unit
232: sampling section division 243: sampling section
250: data transmitter 300: server device

Claims (5)

센서데이터를 생성하는 기판처리장치;
상기 기판처리장치로부터 상기 센서데이터를 수신하고, 상기 센서데이터를 분석하여 가공하는 중간분석장치; 및
상기 중간분석장치로부터 상기 가공된 센서데이터를 수신하는 서버장치를 포함하고,
상기 중간분석장치는,
상기 센서데이터를 수신하여 저장하는 데이터수신저장부;
기준데이터를 수신하여 저장하는 기준데이터수신저장부;
상기 기준데이터 및 상기 센서데이터를 기반으로 공정처리의 이상유무를 판단하는 데이터분석판단부;
상기 데이터분석판단부의 판단결과 공정처리에 이상이 있는 경우 상기 센서데이터를 다운샘플링하는 다운샘플링부; 및
상기 다운샘플링된 센서데이터를 상기 서버장치로 전송하는 데이터전송부를 포함하고,
상기 다운샘플링부는,
상기 센서데이터를 미분하여 미분데이터를 생성하는 미분데이터생성부;
상기 미분데이터를 인덱싱하고, 미분값의 절대값의 크기에 따라 상기 미분데이터를 정렬한 뒤 상기 미분값의 절대값 크기에 따라 복수의 시간구간으로 분할하는 샘플링구간분할부; 및
상기 복수의 시간구간에 해당되는 데이터를 이에 대응되는 각각의 샘플링주기로 다운샘플링하는 샘플링부를 포함하며,
미분값의 절대값 크기가 큰 시간구간일수록 샘플링주기가 작게 설정되는 것을 특징으로 하는 공정관리시스템.
a substrate processing apparatus for generating sensor data;
an intermediate analysis device for receiving the sensor data from the substrate processing device and analyzing and processing the sensor data; and
Including a server device for receiving the processed sensor data from the intermediate analysis device,
The intermediate analysis device,
a data receiving storage unit for receiving and storing the sensor data;
a reference data reception and storage unit for receiving and storing reference data;
a data analysis and determination unit for determining whether a process is abnormal based on the reference data and the sensor data;
a downsampling unit for downsampling the sensor data when there is an error in the process processing as a result of the determination of the data analysis and determination unit; and
and a data transmission unit for transmitting the down-sampled sensor data to the server device,
The downsampling unit,
a differential data generator for differentiating the sensor data to generate differential data;
a sampling section dividing unit for indexing the differential data, sorting the differential data according to the magnitude of the absolute value of the differential value, and dividing the differential data into a plurality of time sections according to the magnitude of the absolute value of the differential value; and
and a sampling unit for down-sampling the data corresponding to the plurality of time intervals at each sampling period corresponding thereto;
A process management system, characterized in that the sampling period is set to be smaller as the time section in which the magnitude of the absolute value of the derivative is larger.
 삭제delete 제1항에 있어서,
상기 복수의 시간구간은,
상기 미분데이터에서 미분값의 절대값 크기가 상대적으로 큰 적어도 하나의 센서데이터가 연속되는 제1 시간구간과, 상기 미분데이터에서 미분값의 절대값 크기가 상대적으로 작은 적어도 하나의 센서데이터가 연속되는 제2 시간구간을 포함하고,
상기 샘플링주기는 상기 제1 시간구간 및 상기 제2 시간구간 각각에 대응되는 제1 샘플링주기 및 제2 샘플링주기를 포함하고,
상기 제1 샘플링주기는 상기 제2 샘플링주기보다 짧은 것을 특징으로 하는 공정관리시스템.
According to claim 1,
The plurality of time intervals,
A first time period in which at least one sensor data having a relatively large absolute value of a differential value in the differential data is continuous, and at least one sensor data having a relatively small absolute value of a differential value in the differential data is continuous comprising a second time period;
The sampling period includes a first sampling period and a second sampling period corresponding to each of the first time period and the second time period,
The first sampling period is a process management system, characterized in that shorter than the second sampling period.
 제3항에 있어서,
상기 제1 샘플링주기는 1인 것을 특징으로 하는 공정관리시스템.
4. The method of claim 3,
The process management system, characterized in that the first sampling period is 1.
 제1항에 있어서,
상기 중간분석장치 및 상기 기판처리장치는 복수개이고,
상기 복수개의 중간분석장치 각각은 상기 기판처리장치 각각에 대응되는 것을 특징으로 하는 공정관리시스템.According to claim 1,
The intermediate analysis device and the substrate processing device are a plurality,
Each of the plurality of intermediate analysis apparatus is a process management system, characterized in that corresponding to each of the substrate processing apparatus.
KR1020180169484A 2018-12-26 2018-12-26 Process management system KR102325762B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180169484A KR102325762B1 (en) 2018-12-26 2018-12-26 Process management system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180169484A KR102325762B1 (en) 2018-12-26 2018-12-26 Process management system

Publications (2)

Publication Number Publication Date
KR20200079850A KR20200079850A (en) 2020-07-06
KR102325762B1 true KR102325762B1 (en) 2021-11-11

Family

ID=71571528

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180169484A KR102325762B1 (en) 2018-12-26 2018-12-26 Process management system

Country Status (1)

Country Link
KR (1) KR102325762B1 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021100160A1 (en) * 2019-11-20 2021-05-27 三菱電機株式会社 Abnormality sign detection device, abnormality sign detection system, abnormality sign detection method, and abnormality sign detection program
KR102482853B1 (en) 2020-12-29 2023-01-04 (재)대구기계부품연구원 Automated system for high-speed gripping and supply using cam method
KR102285903B1 (en) 2021-02-05 2021-08-03 김병철 Apparatus for managing process

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08147030A (en) * 1994-11-24 1996-06-07 Toshiba Corp Plant monitor device
KR20150101203A (en) * 2014-02-26 2015-09-03 (주)우광에스디에스 Direct connected type of real time monitoring trouble prediction diagnosis apparatus in equipment and thereof trouble diagnosis prediction method

Also Published As

Publication number Publication date
KR20200079850A (en) 2020-07-06

Similar Documents

Publication Publication Date Title
KR102325762B1 (en) Process management system
JP7086905B2 (en) Big data in process control systems
KR101917006B1 (en) Semiconductor Manufacturing Yield Prediction System and Method based on Machine Learning
US20120271962A1 (en) Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System
US10579026B2 (en) Building a workpiece quality prediction model
US20150012255A1 (en) Clustering based continuous performance prediction and monitoring for semiconductor manufacturing processes using nonparametric bayesian models
KR102233812B1 (en) Method and system for processing a data from equipment
EP4167149A1 (en) Method and apparatus for building predictive model, computing device, and storage medium
EP3036655A1 (en) K-nearest neighbor-based method and system to provide multi-variate analysis on tool process data
US9633489B2 (en) Configurable onboard information processing
CN112383828B (en) Quality of experience prediction method, equipment and system with brain-like characteristics
US20160253219A1 (en) Data stream processing based on a boundary parameter
US10444729B2 (en) Monitoring device, machine tool, and monitoring system
KR20190060548A (en) Method of analyzing and visualizing the cause of process failure by deriving the defect occurrence index by variable sections
EP3282588A1 (en) Method, system and program product for data transmission with a reduced data volume
WO2016122708A1 (en) Determining a sampling rate for data traffic
CN110717595A (en) Quantum algorithm-based key value storage system and method
US20170012991A1 (en) Method and system for wirelessly communicating with process machinery using a remote electronic device
KR20190025859A (en) Method for distributed processing management using internet of things device and smart factory system thereof
US20210248130A1 (en) System and method for providing context-adaptive resolution for industrial control system data
Ma et al. Bayesian two-stage sequential change diagnosis via multi-sensor array
JPWO2010095457A1 (en) Analysis preprocessing system, analysis preprocessing method, and analysis preprocessing program
CN114378639B (en) Tool life prediction method and device, storage medium and electronic equipment
CN103942615A (en) Noisy point removing method
US20120096180A1 (en) Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant