KR102345667B1 - A Method and apparatus for performing analysis result feedback for semiconductor post-processing - Google Patents
A Method and apparatus for performing analysis result feedback for semiconductor post-processing Download PDFInfo
- Publication number
- KR102345667B1 KR102345667B1 KR1020200182949A KR20200182949A KR102345667B1 KR 102345667 B1 KR102345667 B1 KR 102345667B1 KR 1020200182949 A KR1020200182949 A KR 1020200182949A KR 20200182949 A KR20200182949 A KR 20200182949A KR 102345667 B1 KR102345667 B1 KR 102345667B1
- Authority
- KR
- South Korea
- Prior art keywords
- analysis result
- semiconductor
- data
- user terminal
- server
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 128
- 239000004065 semiconductor Substances 0.000 title claims abstract description 108
- 238000004458 analytical method Methods 0.000 title claims abstract description 92
- 238000012805 post-processing Methods 0.000 title claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 86
- 238000005259 measurement Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims description 25
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000011017 operating method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000011112 process operation Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004026 adhesive bonding Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 238000012800 visualization 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]
- G05B19/41845—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 system universality, reconfigurability, modularity
-
- 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
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
-
- 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
-
- 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
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2602—Wafer processing
-
- 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)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- General Factory Administration (AREA)
Abstract
Description
본 발명은 반도체 후공정 시스템에 관한 것으로, 더욱 상세하게는 반도체 후공정용 분석결과 피드백을 수행하기 위한 방법 및 장치에 관한 것이다.The present invention relates to a semiconductor post-processing system, and more particularly, to a method and apparatus for performing analysis result feedback for a semiconductor post-process.
일반적으로, 반도체를 만들기 위해서는 여러 공정 과정을 거쳐야 하는데, 크게는 전공정과 후공정으로 나뉜다.In general, in order to make a semiconductor, it is necessary to go through several processes, and it is largely divided into a pre-process and a post-process.
전공정은 반도체 원판(웨이퍼)을 가공하는 과정이고 후공정은 웨이퍼를 절단하고 전기적으로 연결하는 작업이다.The pre-process is the process of processing the semiconductor original plate (wafer), and the post-process is the operation of cutting and electrically connecting the wafer.
후공정은 조립공정으로서 다시 프론트엔드 공정과 백엔드 공정으로 나뉘는데, 프론트엔드 공정은 크게는 절단, 접착, 와이어 결합 등으로 이루어지며, 백엔드 공정은 인캡슐레이션(와이어 본딩된 반도체를 보호하기 위해 뚜껑을 씌우는 공정으로서 리드 실링, 몰드, 글롭 탑 방식이 있음), 트리밍 포밍, (솔더플레이팅), 마킹(제품의 기능, 제조연월일, 제조자 등의 정보 마킹), 테스트, 테이프 엔 릴 등을 포함하는 공정으로 이루어진다.The post-process is an assembly process and is again divided into a front-end process and a back-end process. The front-end process consists largely of cutting, gluing, and wire bonding. A process including lead sealing, mold, and glob top method as a covering process), trimming forming, (solder plating), marking (marking information of product function, date of manufacture, manufacturer, etc.), testing, tape and reel, etc. is made of
다만, 종래의 반도체 후공정의 경우, 분석 결과를 사용하지 못하는 문제점이 있어, 이에 대한 연구가 진행되고 있으나 미흡한 실정이다.However, in the case of the conventional semiconductor post-process, there is a problem in that the analysis result cannot be used, so research on this is in progress, but the situation is insufficient.
본 발명은 전술한 문제점을 해결하기 위하여 창출된 것으로, 반도체 후공정용 분석결과 피드백을 수행하기 위한 방법 및 장치를 제공하는 것을 그 목적으로 한다.The present invention was created to solve the above problems, and an object of the present invention is to provide a method and an apparatus for performing a feedback analysis result for a semiconductor post-process.
또한, 본 발명은, 측정 데이터를 이용하여 결정된 반도체 공정 설비에 대한 분석 결과를 피드백하기 위한 방법 및 장치를 제공하는 것을 그 목적으로 한다. Another object of the present invention is to provide a method and apparatus for feeding back an analysis result for a semiconductor process facility determined using measurement data.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.Objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood from the description below.
상기한 목적들을 달성하기 위하여, 본 발명의 일 실시예에 따른 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법은, (a) 반도체 공정 설비 또는 IoT 센서로부터 측정 데이터를 수신하는 단계; (b) 상기 측정 데이터를 이용하여 상기 반도체 공정 설비에 대한 분석을 수행하는 단계; 및 (c) 상기 분석 결과를 사용자 단말에게 송신하는 단계;를 포함하고, 상기 분석 결과는, 사용자 단말에 의해 디스플레이될 수 있다. In order to achieve the above objects, an operating method of a server for performing analysis result feedback for a semiconductor post-process according to an embodiment of the present invention comprises the steps of: (a) receiving measurement data from a semiconductor process facility or an IoT sensor; (b) performing an analysis on the semiconductor process equipment using the measurement data; and (c) transmitting the analysis result to the user terminal, wherein the analysis result may be displayed by the user terminal.
실시예에서, 상기 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법은, 상기 (c) 단계 이후에, 상기 사용자 단말로부터 상기 분석 결과에 대한 피드백 제어 명령을 수신하는 단계; 및 상기 분석 결과에 대한 피드백 제어 명령을 상기 반도체 공정 설비에게 송신하는 단계;를 더 포함할 수 있다. In an embodiment, the method of operating a server for performing the analysis result feedback for the semiconductor post-process includes, after the step (c), receiving a feedback control command for the analysis result from the user terminal; and transmitting a feedback control command for the analysis result to the semiconductor process facility.
실시예에서, 상기 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법은, 상기 (a) 단계 이후에, 상기 측정 데이터를 상기 사용자 단말에게 송신하는 단계;를 더 포함하고, 상기 측정 데이터는, 상기 사용자 단말에 의해 디스플레이될 수 있다. In an embodiment, the method of operating a server for performing the analysis result feedback for the semiconductor post-process further includes, after the step (a), transmitting the measurement data to the user terminal; may be displayed by the user terminal.
실시예에서, 상기 (b) 단계는, 상기 측정 데이터의 데이터 타입에 따라 상기 반도체 공정 설비에 대한 분석 항목을 결정하는 단계; 상기 분석 항목에 따라 상기 반도체 공정 설비에 대한 분석을 수행하는 단계;를 포함할 수 있다. In an embodiment, the step (b) may include: determining an analysis item for the semiconductor process equipment according to a data type of the measurement data; and performing an analysis on the semiconductor process equipment according to the analysis item.
실시예에서, 상기 (c) 단계는, 상기 측정 데이터의 값이 이미 결정된 임계값보다 큰 경우, 상기 분석 결과를 상기 사용자 단말에게 송신하는 단계;를 포함할 수 있다. In an embodiment, the step (c) may include, when the value of the measurement data is greater than a previously determined threshold, transmitting the analysis result to the user terminal.
실시예에서, 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버 장치는, 반도체 공정 설비 또는 IoT 센서로부터 측정 데이터를 수신하는 통신부; 및 상기 측정 데이터를 이용하여 상기 반도체 공정 설비에 대한 분석을 수행하는 제어부;를 포함하고, 상기 통신부는, 상기 분석 결과를 사용자 단말에게 송신할 수 있다. In an embodiment, a server device for performing analysis result feedback for semiconductor post-processing includes: a communication unit configured to receive measurement data from a semiconductor process facility or an IoT sensor; and a control unit that analyzes the semiconductor process equipment by using the measurement data, wherein the communication unit may transmit the analysis result to the user terminal.
실시예에서, 상기 통신부는, 상기 사용자 단말로부터 상기 분석 결과에 대한 피드백 제어 명령을 수신하고, 상기 분석 결과에 대한 피드백 제어 명령을 상기 반도체 공정 설비에게 송신할 수 있다. In an embodiment, the communication unit may receive a feedback control command for the analysis result from the user terminal, and transmit a feedback control command for the analysis result to the semiconductor process facility.
실시예에서, 상기 통신부는, 상기 측정 데이터를 상기 사용자 단말에게 송신하고, 상기 측정 데이터는, 상기 사용자 단말에 의해 디스플레이될 수 있다. In an embodiment, the communication unit may transmit the measurement data to the user terminal, and the measurement data may be displayed by the user terminal.
실시예에서, 상기 제어부는, 상기 측정 데이터의 데이터 타입에 따라 상기 반도체 공정 설비에 대한 분석 항목을 결정하고, 상기 분석 항목에 따라 상기 반도체 공정 설비에 대한 분석을 수행할 수 있다. In an embodiment, the controller may determine an analysis item for the semiconductor process equipment according to a data type of the measurement data, and perform analysis on the semiconductor process equipment according to the analysis item.
실시예에서, 상기 통신부는, 상기 측정 데이터의 값이 이미 결정된 임계값보다 큰 경우, 상기 분석 결과를 상기 사용자 단말에게 송신할 수 있다. In an embodiment, the communication unit may transmit the analysis result to the user terminal when the value of the measurement data is greater than a previously determined threshold value.
상기한 목적들을 달성하기 위한 구체적인 사항들은 첨부된 도면과 함께 상세하게 후술될 실시예들을 참조하면 명확해질 것이다.Specific details for achieving the above objects will become clear with reference to the embodiments to be described in detail below in conjunction with the accompanying drawings.
그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라, 서로 다른 다양한 형태로 구성될 수 있으며, 본 발명의 개시가 완전하도록 하고 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자(이하, "통상의 기술자")에게 발명의 범주를 완전하게 알려주기 위해서 제공되는 것이다.However, the present invention is not limited to the embodiments disclosed below, but may be configured in various different forms, and those of ordinary skill in the art to which the present invention pertains ( Hereinafter, "a person skilled in the art") is provided to fully inform the scope of the invention.
본 발명의 일 실시예에 의하면, 측정 데이터를 이용하여 결정된 반도체 공정 설비에 대한 분석 결과를 피드백함으로써, 분석 결과를 사용자 단말에 시각화하여 공정 운영 최적화를 달성할 수 있다. According to an embodiment of the present invention, by feeding back the analysis result for the semiconductor process equipment determined using the measurement data, the analysis result can be visualized on the user terminal to achieve process operation optimization.
본 발명의 효과들은 상술된 효과들로 제한되지 않으며, 본 발명의 기술적 특징들에 의하여 기대되는 잠정적인 효과들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to the above-described effects, and potential effects expected by the technical features of the present invention will be clearly understood from the following description.
도 1은 본 발명의 일 실시예에 따른 반도체 후공정 시스템을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 센서 데이터 및 설비 데이터를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 딥러닝 기반의 지능형 데이터 피드백 과정을 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 공정 운영 최적화를 위한 분석결과 피드백을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법을 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 기능적 구성을 도시한 도면이다.1 is a diagram illustrating a semiconductor post-processing system according to an embodiment of the present invention.
2 is a diagram illustrating sensor data and facility data according to an embodiment of the present invention.
3 is a diagram illustrating a deep learning-based intelligent data feedback process according to an embodiment of the present invention.
4 is a diagram illustrating an analysis result feedback for process operation optimization according to an embodiment of the present invention.
5 is a diagram illustrating an operation method of a server for performing analysis result feedback for a semiconductor post-process according to an embodiment of the present invention.
6 is a diagram illustrating a functional configuration of a server for performing analysis result feedback for a semiconductor post-process according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고, 여러 가지 실시예들을 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다. Since the present invention can have various changes and can have various embodiments, specific embodiments are illustrated in the drawings and described in detail.
청구범위에 개시된 발명의 다양한 특징들은 도면 및 상세한 설명을 고려하여 더 잘 이해될 수 있을 것이다. 명세서에 개시된 장치, 방법, 제법 및 다양한 실시예들은 예시를 위해서 제공되는 것이다. 개시된 구조 및 기능상의 특징들은 통상의 기술자로 하여금 다양한 실시예들을 구체적으로 실시할 수 있도록 하기 위한 것이고, 발명의 범위를 제한하기 위한 것이 아니다. 개시된 용어 및 문장들은 개시된 발명의 다양한 특징들을 이해하기 쉽게 설명하기 위한 것이고, 발명의 범위를 제한하기 위한 것이 아니다.Various features of the invention disclosed in the claims may be better understood upon consideration of the drawings and detailed description. The apparatus, methods, preparations, and various embodiments disclosed herein are provided for purposes of illustration. The disclosed structural and functional features are intended to enable those skilled in the art to specifically practice the various embodiments, and are not intended to limit the scope of the invention. The disclosed terms and sentences are for the purpose of easy-to-understand descriptions of various features of the disclosed invention, and are not intended to limit the scope of the invention.
본 발명을 설명함에 있어서, 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.In describing the present invention, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted.
이하, 본 발명의 일 실시예에 따른 반도체 후공정용 분석결과 피드백을 수행하기 위한 방법 및 장치를 설명한다.Hereinafter, a method and apparatus for performing analysis result feedback for a semiconductor post-process according to an embodiment of the present invention will be described.
도 1은 본 발명의 일 실시예에 따른 반도체 후공정 시스템(100)을 도시한 도면이다.1 is a diagram illustrating a
도 1을 참고하면, 반도체 후공정 시스템(100)은 반도체 공정 설비(110), IoT 센서(120), 엣지(Edge) IoT 게이트웨이(130), 엣지 IoT 컨트롤러(140), 서버(150) 및 사용자 단말(160)을 포함할 수 있다. Referring to FIG. 1 , a
반도체 공정 설비(110)는 반도체 후공정을 수행할 수 있다. 예를 들어, 반도체 공정 설비(110)는 절단, 칩접착, 금속 연결, 성형, 테스트 등의 다양한 반도체 후공정을 수행할 수 있다. The
예를 들어, 반도체 공정 설비(110)는 와이어 본딩(wire bonding) 설비 및 다이 어태치(die attach) 설비를 포함할 수 있으나, 이에 제한되지 않고 다양한 반도체 후공정 설비를 포함할 수 있다. For example, the
또한, 반도체 공정 설비(110)는 반도체 공정 설비(110)에 대한 설비 데이터를 수집하고, 수집된 설비 데이터를 설비 통신 방식을 통해 엣지 IoT 게이트웨이(130)에게 송신할 수 있다. 설비 데이터는, 반도체 공정 설비(110)의 설비 하드웨어 데이터 및 공정 관련 데이터 중 적어도 하나를 포함할 수 있다. In addition, the
예를 들어, 설비 통신 방식은 SECS(SEMI Equipment Communications Standards) 통신 방식 및 GEM(Generic Equipment Model) 통신 방식을 포함할 수 있다. For example, the facility communication method may include a SEMI Equipment Communications Standards (SECS) communication method and a Generic Equipment Model (GEM) communication method.
엣지 IoT 게이트웨이(130)는 전달받은 설비 데이터를 서버(150)에게 송신할 수 있다. The edge IoT
일 실시예에서, 반도체 공정 설비(110)는 엣지 IoT 게이트웨이(130)를 통해 로그 데이터를 서버(150)에게 송신할 수 있다. 예를 들어, 로그데이터는 반도체 공정 설비(110)의 제품정보, 레시피, 롯트(Lot), 알람(Alarm) 등의 데이터를 포함할 수 있다. In an embodiment, the
IoT 센서(120)는 반도체 공정 설비(110)에 대한 센서 데이터를 수집할 수 있다. 예를 들어, IoT 센서(120)는 가스 센서, 가속도 센서, 진동 센서, 힘(force) 센서, 온도 센서, 파티클 센서, 카메라 센서 및 비전 센서 등 다양한 센서로 구성될 수 있다. The IoT
IoT 센서(120)는 수집한 센서 데이터를 IoT 통신 방식을 통해 엣지 IoT 컨트롤러(140)에게 송신할 수 있다. The IoT
서버(150)는 반도체 공정 설비(110)에 대한 설비 데이터 실시간 모니터링을 수행할 수 있다. The
일 실시예에서, 서버(150)는 딥러닝 기반으로 반도체 공정 설비(110)의 설비 이상 원인 감지 및 고장 모드 분석을 수행할 수 있다. In an embodiment, the
일 실시예에서, 서버(150)는 빅데이터 및 실시간 수집 데이터를 활용하여 반도체 공정 설비(110)의 설비 자가 최적화를 수행할 수 있다. In an embodiment, the
사용자 단말(160)은 서버(150)로부터 설비 데이터 및 센서 데이터를 포함하는 실시간 측정 데이터를 전달 받아, 이를 시각화 하여 디스플레이할 수 있다. 일 실시예에서, 실시간 측정 데이터를 VR(virtual reality) 및 AR(augmented reality) 외부 장치를 통해 시각화될 수 있다. The
도 2는 본 발명의 일 실시예에 따른 센서 데이터 및 설비 데이터를 도시한 도면이다.2 is a diagram illustrating sensor data and facility data according to an embodiment of the present invention.
도 2를 참고하면, 서버(150)는 설비 데이터, 센서 데이터 및 로그 데이터 중 적어도 하나를 이용하여 반도체 공정 설비(110)에 대한 설비 이상 감지를 수행할 수 있다. Referring to FIG. 2 , the
일 실시예에서, 서버(150)는 가속도 데이터, 진동 데이터, 온도 프로파일, 힘 프로파일, 이미지 데이터를 입력으로 설비 딥러닝 모델에 적용하여 반도체 공정 설비(110)의 설비 이상 감지 및 설비 고장 모드 분석을 수행할 수 있다. In one embodiment, the
일 실시예에서, 서버(150)는 반도체 공정 설비(110)에 대한 열화상 카메라 센서 및 온도 센서를 사용한 공정 중 히터블락과 캐필러리의 온도 변화 감지 데이터 수집을 위한 데이터 샘플링을 수행할 수 있다. In an embodiment, the
예를 들어, 서버(150)는 히터블락 고장 유무를 파악하기 위한 열화상 데이터를 수집할 수 있다. For example, the
또한, 서버(150)는 공정 중 본드헤드, 토치, 캐필러리 주변부의 온도 측정을 위한 열화상 데이터를 수집할 수 있다. In addition, the
또한, 서버(150)는 실시간 수집된 시간-진폭 데이터의 푸리에 변환 스펙트로그램(Fourier Transform Spectrogram)을 통하여 진동 데이터를 이미지화, 열화상 카메라 센서를 이용한 테스트 모듈 본드헤드의 온도 변화를 이미지화하여 데이터형 정립을 수행할 수 있다. In addition, the
일 실시예에서, 서버(150)는 반도체 공정 설비(110)에 대한 동적 실시간 데이터 수집을 위한 센서 선정 및 신호 민감도를 반영한 반도체 공정 설비(110) 내 센서 내장을 위한 최적위치를 도출할 수 있다. In an embodiment, the
일 실시예에서, 서버(150)는 3축 가속도 센서를 사용한 공정 중 본드헤드 진동 데이터 수집을 위한 데이터 샘플링을 수행할 수 있다. In an embodiment, the
일 실시예에서, SECS/GEM 유형의 데이터 인터페이스에 있어서, 센서 데이터의 경우 반도체 공정 설비(110)의 동작과 관련 없이 1일 24시간 센서 데이터를 생성하고 있으며, 이러한 센서 데이터가 의미를 가지기 위해서는 반도체 공정 설비(110)가 공정 진행시, 서버(150)는 반도체 공정 설비(110)의 동작에 맞추어 센서 데이터를 전처리 또는 가공할 수 있다. In one embodiment, in the case of the SECS/GEM type data interface, sensor data is generated 24 hours a day regardless of the operation of the
그렇기 때문에 반도체 공정 설비(110)의 동작의 이벤트 데이터인 SECS/GEM 유형의 설비 데이터를 연동하여 설비 동작 이벤트에 따라 센서 데이터를 전처리하여 의미 있는 데이터로 가공이 필요할 수 있다.Therefore, it may be necessary to pre-process sensor data according to a facility operation event by interworking SECS/GEM type facility data, which is event data of the operation of the
일 실시예에서, 서버(150)는 SECS/GEM 유형(Type)의 데이터 인터페이스를 통한 반도체 공정 설비(110)의 설비 데이터를 센서 데이터와 매칭하여 연속 데이터에 대해서 컨텍스트(Context)를 적용하고 노이즈 데이터를 제거하여 의미 없는 데이터를 제거하고 연속 데이터를 의미 있는 데이터로 생성할 수 있다. In one embodiment, the
도 3은 본 발명의 일 실시예에 따른 딥러닝 기반의 지능형 데이터 피드백 과정을 도시한 도면이다.3 is a diagram illustrating a deep learning-based intelligent data feedback process according to an embodiment of the present invention.
도 3을 참고하면, 서버(150)는 딥러닝 기반의 지능형 측정 데이터 피드백 최적화를 수행할 수 있다. Referring to FIG. 3 , the
일 실시예에서, 서버(150)는 사용자 단말(160)을 통해 예측 분석 결과에 따른 사용자 관점의 유저화면 시각화를 구현할 수 있다. In an embodiment, the
이 경우, 반도체 공정 설비(110), 반도체 후공정 인프라, 프로세스 피드백 정보에 대한 그래프 및 시계열 정보가 시각화될 수 있다. In this case, graphs and time series information for the
또한, 생산 공정 및 시나리오 분석을 통한 생산, 운영 및 품질의 통합 생산성 분석 결과 레포트 정보가 시각화될 수 있다. In addition, report information as a result of integrated productivity analysis of production, operation and quality through production process and scenario analysis can be visualized.
일 실시예에서, 서버(150)는 공정 운영 최적화 위한 분석결과 피드백 기능을 수행할 수 있다. In an embodiment, the
서버(150)는 생산 공정 중에 기 정의되어 수집된 반도체 공정 설비(110)의 운영 및 품질 정보에 대해 실시간으로 집계, 분류 및 패턴 분석을 통한 반도체 공정 설비(110)의 이상 징후 유무 및 반도체 공정 설비(110)와 LOT 변화 추이 패턴에 대해 사용자 단말(160) 및 시스템 장비로 피드백할 수 있다. The
또한, 서버(150)는 생산 시나리오에 따라 기 예약된 스케쥴링에 대해 반도체 공정 설비(110)의 이상 유무 및 변화 추이가 임계치를 넘을 경우 관리자 알림 및 시스템 중지를 통보하고 동적 스케쥴링 변경 내역을 반영하여 반도체 공정 설비(110)에게 공정 수행 명령을 전달할 수 있다. In addition, the
또한, 서버(150)는 기 예약된 생산 공정 및 시나리오의 상관관계를 분석하고 컨텍스트(Context) 타입별 연관 관계 데이터를 시각화할 수 있다. In addition, the
도 4는 본 발명의 일 실시예에 따른 공정 운영 최적화를 위한 분석결과 피드백을 도시한 도면이다.4 is a diagram illustrating an analysis result feedback for process operation optimization according to an embodiment of the present invention.
도 4를 참고하면, 서버(150)는 공정 운영 최적화 위한 분석결과 피드백 모델을 사용할 수 있다. Referring to FIG. 4 , the
일 실시예에서, 서버(150)는 생산 공정 과정의 운영 및 품질 분석을 위해 필요로 하는 정보를 사전 정의하고 분석 처리 결과에 대해 기준 정보로 취합할 수 있다. In an embodiment, the
일 실시예에서, 서버(150)는 공정 운영 및 품질 분석에 필요한 정보 파라미터를 사전 정의할 수 있다. In an embodiment, the
또한, 서버(150)는 반도체 공정 설비(110), MES/기간계 시스템 로그 및 파라미터를 분석할 수 있다. 이 경우, 주요 파라미터는 반도체 공정 설비(110)에 대한 실시간 설비 가동률, 제품 생산량, 알람(Alarm) 현황 및 횟수, 생산 수율, 테스트 진행 현황 등을 포함할 수 있다. In addition, the
일 실시예에서, 기준 정보가 고정형 데이터 타입(예: 제품별, 고객사별, 설비별, 레시피/Lot별, 기타) 형태로 정의되는 경우, 기준 정보를 기반으로 수집된 정보는 분석 엔진 모듈과 연동될 수 있다. In one embodiment, when the reference information is defined in the form of a fixed data type (eg, by product, by customer, by equipment, by recipe/lot, etc.), information collected based on reference information is linked with the analysis engine module can be
일 실시예에서, 서버(150)는 반도체 공정 설비(110)(예: W/B, D/A), MES, TAMS 등 주요 설비 정보를 수집할 수 있다. 이 경우, 서버(150)는 수집된 정보 데이터에 대한 NoSQL 방식의 데이터 축적을 수행할 수 있다. In an embodiment, the
일 실시예에서, 수시로 변경되는 다양한 분석 결과를 동적 데이터 타입으로 재정의하여 재귀 분류가 될 수 있다. In an embodiment, recursive classification may be performed by redefining various analysis results that are frequently changed as a dynamic data type.
서버(150)는 데이터가 동적 데이터 타입으로 지정될 수 있도록 데이터를 변환할 수 있다. 이후, 서버(150)는 데이터의 재검색, 재분석 시 변환된 데이터를 사용할 수 있다. The
일 실시예에서, 서버(150)는 각종 반도체 공정 설비(110)로부터 수집되어진 비정형/정형 데이터 및 메트릭 등을 다양한 유형의 데이터로 가공할 수 있도록 사용자 관점의 필드를 선택하여 결과를 피드백할 수 있도록 전처리 정제할 수 있다. In one embodiment, the
또한, 서버(150)는 LCS(Local Collect System)를 사용할 수 있다. 또한, 서버(150)는 비정형/정형 데이터등의 다양한 유형의 데이터를 수집 및 정제할 수 있다. Also, the
일 실시예에서, 서버(150)는 사용자 단말(160)가 데이터를 확인하여 선택한 결과를 피드백 지시하는 경우 사용자 단말(160)에게 분석 결과를 피드백할 수 있다. In an embodiment, the
일 실시예에서, 서버(150)는 시스템 및 반도체 공정 설비(110)의 성능 수치 및 변칙을 감지할 수 있는 정보를 별도로 분류하여 관리할 수 있다. In an embodiment, the
서버(150)는 주요 성능 파라미터를 결정하였으며, 이 경우, 파라미터는 CPU, RAM, DISK, 네트워크 업로드 부하, 네트워크 다운로드 부하량을 포함할 수 있다. The
일 실시예에서, 서버(150)는 주요 성능 파라미터를 수집하기 위하여 NoSQL 쿼리문을 사용할 수 있다. In one embodiment,
도 5는 본 발명의 일 실시예에 따른 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버(150)의 동작 방법을 도시한 도면이다.5 is a diagram illustrating an operation method of the
도 5를 참고하면, S501 단계는, 반도체 공정 설비(110) 또는 IoT 센서(120)로부터 측정 데이터를 수신하는 단계이다. 예를 들어, 측정 데이터는 반도체 공정 설비(110)에 대한 설비 데이터 및 센서 데이터를 포함할 수 있다. 일 실시예에서, 설비 데이터를 반도체 고정 설비(110)로부터 수신하고, 센서 데이터를 IoT 센서로부터 수신할 수 있다. Referring to FIG. 5 , step S501 is a step of receiving measurement data from the
일 실시에에서, S501 단계 이후에, 측정 데이터를 사용자 단말(160)에게 송신하고, 측정 데이터는, 사용자 단말(160)에 의해 디스플레이될 수 있다. 즉, 공정 운영 최적화를 위한 측정 데이터 피드백을 수행할 수 있다. In an embodiment, after step S501 , measurement data is transmitted to the
S503 단계는, 측정 데이터를 이용하여 반도체 공정 설비(110)에 대한 분석을 수행하는 단계이다. Step S503 is a step of performing an analysis on the
일 실시예에서, 측정 데이터의 데이터 타입에 따라 반도체 공정 설비(110)에 대한 분석 항목을 결정하고, 분석 항목에 따라 반도체 공정 설비(110)에 대한 분석을 수행할 수 있다. In an embodiment, an analysis item for the
S505 단계는, 분석 결과를 사용자 단말(160)에게 송신하는 단계이다. 이후, 분석 결과는, 사용자 단말(160)에 의해 디스플레이될 수 있다. 즉, 공정 운영 최적화를 위한 분석결과 피드백을 수행할 수 있다. Step S505 is a step of transmitting the analysis result to the
일 실시예에서, 측정 데이터의 값이 이미 결정된 임계값보다 큰 경우, 상기 분석 결과를 사용자 단말(160)에게 송신할 수 있다. In an embodiment, when the value of the measurement data is greater than a previously determined threshold, the analysis result may be transmitted to the
일 실시예에서, 분석 결과로부터 반도체 공정 설비(110)에 의해 생산되는 제품의 적층 차수를 결정하고, 제품의 적층 차수에 따른 반도체 공정 설비(110)의 생산 지연 시간을 결정하며, 생산 지연 시간이 제품 적층 차수에 따라 결정되는 임계값보다 큰 경우, 분석 결과를 사용자 단말(160)에게 송신할 수 있다. In an embodiment, the stacking order of the product produced by the
일 실시예에서, S505 단계 이후에, 사용자 단말(160)로부터 상기 분석 결과에 대한 피드백 제어 명령을 수신하고, 상기 분석 결과에 대한 피드백 제어 명령을 반도체 공정 설비(110)에게 송신할 수 있다. In an embodiment, after step S505 , a feedback control command for the analysis result may be received from the
도 6은 본 발명의 일 실시예에 따른 반도체 후공정용 분석결과 피드백을 수행하기 위한 서버(150)의 기능적 구성을 도시한 도면이다.6 is a diagram illustrating a functional configuration of a
도 3을 참고하면, 서버(150)는 통신부(610), 제어부(620) 및 저장부(630)를 포함할 수 있다.Referring to FIG. 3 , the
통신부(610)는 반도체 공정 설비(110) 또는 IoT 센서(120)로부터 측정 데이터를 수신할 수 있다. The
일 실시예에서, 통신부(610)는 유선 통신 모듈 및 무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 통신부(610)의 전부 또는 일부는 '송신부', '수신부' 또는 '송수신부(transceiver)'로 지칭될 수 있다.In an embodiment, the
제어부(620)는 측정 데이터를 이용하여 반도체 공정 설비(110)에 대한 분석을 수행할 수 있다. The
일 실시예에서, 제어부(620)는 적어도 하나의 프로세서 또는 마이크로(micro) 프로세서를 포함하거나, 또는, 프로세서의 일부일 수 있다. 또한, 제어부(620)는 CP(communication processor)라 지칭될 수 있다. 제어부(620)는 본 발명의 다양한 실시예에 따른 서버(150)의 동작을 제어할 수 있다. In one embodiment, the
일 실시예에서, 통신부(610)는, 상기 분석 결과를 사용자 단말(160)에게 송신할 수 있다. 이 경우, 상기 분석 결과는, 사용자 단말(160)에 의해 디스플레이될 수 있다. In an embodiment, the
저장부(630)는 측정 데이터를 저장할 수 있다. 일 실시예에서, 저장부(630)는 분석 결과를 저장할 수 있다. The
일 실시예에서, 저장부(630)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 그리고, 저장부(630)는 제어부(620)의 요청에 따라 저장된 데이터를 제공할 수 있다.In an embodiment, the
도 6을 참고하면, 서버(150)는 통신부(610), 제어부(620) 및 저장부(630)를 포함할 수 있다. 본 발명의 다양한 실시 예들에서 서버(150)는 도 6에 설명된 구성들이 필수적인 것은 아니어서, 도 6에 설명된 구성들보다 많은 구성들을 가지거나, 또는 그보다 적은 구성들을 가지는 것으로 구현될 수 있다.Referring to FIG. 6 , the
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로, 통상의 기술자라면 본 발명의 본질적인 특성이 벗어나지 않는 범위에서 다양한 변경 및 수정이 가능할 것이다.The above description is merely illustrative of the technical spirit of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention.
본 명세서에 개시된 다양한 실시예들은 순서에 관계없이 수행될 수 있으며, 동시에 또는 별도로 수행될 수 있다. The various embodiments disclosed herein may be performed out of order, and may be performed simultaneously or separately.
일 실시예에서, 본 명세서에서 설명되는 각 도면에서 적어도 하나의 단계가 생략되거나 추가될 수 있고, 역순으로 수행될 수도 있으며, 동시에 수행될 수도 있다. In an embodiment, at least one step may be omitted or added in each figure described herein, may be performed in the reverse order, or may be performed simultaneously.
본 명세서에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라, 설명하기 위한 것이고, 이러한 실시예들에 의하여 본 발명의 범위가 한정되는 것은 아니다.The embodiments disclosed in this specification are not intended to limit the technical spirit of the present invention, but to illustrate, and the scope of the present invention is not limited by these embodiments.
본 발명의 보호범위는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 이해되어야 한다.The protection scope of the present invention should be construed by the claims, and all technical ideas within the scope equivalent thereto should be understood to be included in the scope of the present invention.
100: 반도체 후공정 시스템
110: 반도체 공정 설비
120: IoT 센서
130: 엣지 IoT 게이트웨이
140: 엣지 IoT 컨트롤러
150: 서버
160: 사용자 단말
610: 통신부
620: 제어부
630: 저장부100: semiconductor post-processing system
110: semiconductor processing equipment
120: IoT sensor
130: edge IoT gateway
140: edge IoT controller
150: server
160: user terminal
610: communication department
620: control unit
630: storage
Claims (10)
(b) 상기 측정 데이터를 이용하여 상기 반도체 공정 설비에 대한 분석을 수행하는 단계;
(c) 상기 분석 결과로부터 상기 반도체 공정 설비에 의해 생산되는 제품의 적층 차수를 결정하는 단계;
(d) 상기 제품의 적층 차수에 따른 상기 반도체 공정 설비의 생산 지연 시간을 결정하는 단계; 및
(e) 상기 생산 지연 시간이 상기 제품의 적층 차수에 따라 결정되는 임계값보다 큰 경우, 상기 분석 결과를 사용자 단말에게 송신하는 단계;
를 포함하고,
상기 분석 결과는, 사용자 단말에 의해 디스플레이되는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법.
(a) receiving measurement data from a semiconductor process facility or an IoT sensor;
(b) performing an analysis on the semiconductor process equipment using the measurement data;
(c) determining a stacking order of products produced by the semiconductor processing equipment from the analysis result;
(d) determining a production delay time of the semiconductor processing equipment according to the stacking order of the product; and
(e) when the production delay time is greater than a threshold value determined according to the stacking order of the product, transmitting the analysis result to the user terminal;
including,
The analysis result is displayed by the user terminal,
A method of operating a server for performing analysis result feedback for semiconductor post-processing.
상기 (e) 단계 이후에,
상기 사용자 단말로부터 상기 분석 결과에 대한 피드백 제어 명령을 수신하는 단계; 및
상기 분석 결과에 대한 피드백 제어 명령을 상기 반도체 공정 설비에게 송신하는 단계;
를 더 포함하는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법.
According to claim 1,
After step (e),
receiving a feedback control command for the analysis result from the user terminal; and
transmitting a feedback control command for the analysis result to the semiconductor process facility;
further comprising,
A method of operating a server for performing analysis result feedback for semiconductor post-processing.
상기 (a) 단계 이후에,
상기 측정 데이터를 상기 사용자 단말에게 송신하는 단계;
를 더 포함하고,
상기 측정 데이터는, 상기 사용자 단말에 의해 디스플레이되는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법.
According to claim 1,
After step (a),
transmitting the measurement data to the user terminal;
further comprising,
The measurement data is displayed by the user terminal,
A method of operating a server for performing analysis result feedback for semiconductor post-processing.
상기 (b) 단계는,
상기 측정 데이터의 데이터 타입에 따라 상기 반도체 공정 설비에 대한 분석 항목을 결정하는 단계; 및
상기 분석 항목에 따라 상기 반도체 공정 설비에 대한 분석을 수행하는 단계;
를 포함하는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버의 동작 방법.
According to claim 1,
The step (b) is,
determining an analysis item for the semiconductor process equipment according to the data type of the measurement data; and
performing an analysis on the semiconductor process equipment according to the analysis item;
containing,
A method of operating a server for performing analysis result feedback for semiconductor post-processing.
상기 측정 데이터를 이용하여 상기 반도체 공정 설비에 대한 분석을 수행하고,
상기 분석 결과로부터 상기 반도체 공정 설비에 의해 생산되는 제품의 적층 차수를 결정하고,
상기 제품의 적층 차수에 따른 상기 반도체 공정 설비의 생산 지연 시간을 결정하는 제어부;
를 포함하고,
상기 통신부는, 상기 생산 지연 시간이 상기 제품의 적층 차수에 따라 결정되는 임계값보다 큰 경우, 상기 분석 결과를 사용자 단말에게 송신하고,
상기 분석 결과는, 사용자 단말에 의해 디스플레이되는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버 장치.
a communication unit for receiving measurement data from a semiconductor process facility or an IoT sensor; and
performing an analysis on the semiconductor process equipment using the measurement data;
Determining the stacking order of products produced by the semiconductor processing equipment from the analysis result,
a control unit configured to determine a production delay time of the semiconductor processing equipment according to the stacking order of the product;
including,
The communication unit, when the production delay time is greater than a threshold value determined according to the stacking order of the product, transmits the analysis result to the user terminal,
The analysis result is displayed by the user terminal,
A server device for performing analysis result feedback for semiconductor post-processing.
상기 통신부는,
상기 사용자 단말로부터 상기 분석 결과에 대한 피드백 제어 명령을 수신하고,
상기 분석 결과에 대한 피드백 제어 명령을 상기 반도체 공정 설비에게 송신하는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버 장치.
7. The method of claim 6,
The communication unit,
Receiving a feedback control command for the analysis result from the user terminal,
Transmitting a feedback control command for the analysis result to the semiconductor process equipment,
A server device for performing analysis result feedback for semiconductor post-processing.
상기 통신부는, 상기 측정 데이터를 상기 사용자 단말에게 송신하고,
상기 측정 데이터는, 상기 사용자 단말에 의해 디스플레이되는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버 장치.
7. The method of claim 6,
The communication unit transmits the measurement data to the user terminal,
The measurement data is displayed by the user terminal,
A server device for performing analysis result feedback for semiconductor post-processing.
상기 제어부는,
상기 측정 데이터의 데이터 타입에 따라 상기 반도체 공정 설비에 대한 분석 항목을 결정하고,
상기 분석 항목에 따라 상기 반도체 공정 설비에 대한 분석을 수행하는,
반도체 후공정용 분석결과 피드백을 수행하기 위한 서버 장치.
7. The method of claim 6,
The control unit is
determining an analysis item for the semiconductor process equipment according to the data type of the measurement data;
performing an analysis on the semiconductor process equipment according to the analysis item,
A server device for performing analysis result feedback for semiconductor post-processing.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200182949A KR102345667B1 (en) | 2020-12-24 | 2020-12-24 | A Method and apparatus for performing analysis result feedback for semiconductor post-processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200182949A KR102345667B1 (en) | 2020-12-24 | 2020-12-24 | A Method and apparatus for performing analysis result feedback for semiconductor post-processing |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102345667B1 true KR102345667B1 (en) | 2021-12-30 |
Family
ID=79178735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200182949A KR102345667B1 (en) | 2020-12-24 | 2020-12-24 | A Method and apparatus for performing analysis result feedback for semiconductor post-processing |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102345667B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101929534B1 (en) | 2016-07-11 | 2018-12-14 | 서정태 | Semiconductor Manufacturing Apparatus In Which A Plurality Of Manufacturing Process Are Integrated |
| KR20190134879A (en) * | 2018-05-03 | 2019-12-05 | 손영욱 | Method for cloud service based customized smart factory mes integrated service using ai and speech recognition |
| KR20200011896A (en) * | 2018-07-25 | 2020-02-04 | 주식회사 네오세미텍 | System for monitoring semiconductor manufacturing process |
-
2020
- 2020-12-24 KR KR1020200182949A patent/KR102345667B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101929534B1 (en) | 2016-07-11 | 2018-12-14 | 서정태 | Semiconductor Manufacturing Apparatus In Which A Plurality Of Manufacturing Process Are Integrated |
| KR20190134879A (en) * | 2018-05-03 | 2019-12-05 | 손영욱 | Method for cloud service based customized smart factory mes integrated service using ai and speech recognition |
| KR20200011896A (en) * | 2018-07-25 | 2020-02-04 | 주식회사 네오세미텍 | System for monitoring semiconductor manufacturing process |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10254754B2 (en) | Systems and methods for receiving sensor data for an operating manufacturing machine and producing an alert during manufacture of a part | |
| JP4768942B2 (en) | Method and apparatus for integrating near real-time defect detection into an APC framework | |
| CN100520651C (en) | Method and appts. for fault detection of processing tool and control thereof using advanced process control framework | |
| US6535783B1 (en) | Method and apparatus for the integration of sensor data from a process tool in an advanced process control (APC) framework | |
| US11307117B2 (en) | System and method for interpretation and analysis of manufacturing activity | |
| EP3285182B1 (en) | Multimodal search input for an industrial search platform | |
| CN115321292A (en) | Elevator system component analysis | |
| CN114754824A (en) | Monitoring and early warning method and system for wire drawing machine | |
| KR102345667B1 (en) | A Method and apparatus for performing analysis result feedback for semiconductor post-processing | |
| CN113319462A (en) | Welding robot management and control method and device based on edge cloud cooperation | |
| CN112567400A (en) | Information processing apparatus, information processing method, and job evaluation system | |
| CN116520758B (en) | Remote control method and system for machining equipment | |
| JP6806148B2 (en) | Working time analysis system, working time analysis program, and working time analysis method | |
| CN113409818A (en) | Predictive maintenance method and system for production equipment based on sound sensor | |
| JP7139987B2 (en) | Process information acquisition system, process information acquisition method, and process information acquisition program | |
| Terng et al. | Data analysis on SMT reflow oven with SECS/GEM communication protocol | |
| US11320809B2 (en) | Factory management system and control system | |
| JP7484569B2 (en) | Image processing device, image processing method, and program | |
| KR102319262B1 (en) | Method, appararus and system of diagnosing beat of futus using artificail intelligence | |
| EP3537715B1 (en) | Image sensor system, image sensor, data generation method of image sensor in image sensor system, and program | |
| CN108255136A (en) | Accident recording apparatus, apparatus for production line diagnostic method and system | |
| KR20170091321A (en) | Unmanned security robot | |
| CN116206997A (en) | Packaging control management system based on full-automatic semiconductor production line | |
| KR102689969B1 (en) | Smart factory monitoring system and monitoring method using it | |
| JP7354182B2 (en) | Mobile work analysis device and work analysis method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |