KR102565797B1 - Ai-based chamber door monitoring device - Google Patents
Ai-based chamber door monitoring device Download PDFInfo
- Publication number
- KR102565797B1 KR102565797B1 KR1020220157351A KR20220157351A KR102565797B1 KR 102565797 B1 KR102565797 B1 KR 102565797B1 KR 1020220157351 A KR1020220157351 A KR 1020220157351A KR 20220157351 A KR20220157351 A KR 20220157351A KR 102565797 B1 KR102565797 B1 KR 102565797B1
- Authority
- KR
- South Korea
- Prior art keywords
- chamber door
- vibration
- data
- cylinder
- door
- Prior art date
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000005856 abnormality Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000013473 artificial intelligence Methods 0.000 claims description 32
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000002688 persistence Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 22
- 238000012544 monitoring process Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000007547 defect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- H01L21/67011—Apparatus for manufacture or treatment
- H01L21/67126—Apparatus for sealing, encapsulating, glassing, decapsulating or the like
-
- 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
- H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
본 발명은 챔버 도어 모니터링 기술에 관한 것으로, 보다 상세하게는 챔버 도어의 구동 과정에서 실시간으로 진동 및 소음 데이터를 수집하여 실린더 모터 및 챔버 도어의 개폐 상태를 진단할 수 있는 인공지능 기반의 챔버 도어 모니터링 장치에 관한 것이다.The present invention relates to chamber door monitoring technology, and more particularly, to artificial intelligence-based chamber door monitoring capable of diagnosing the opening/closing state of a cylinder motor and chamber door by collecting vibration and noise data in real time during the driving process of the chamber door. It's about the device.
반도체 소자의 제조를 위해서는 증착 공정, 현상 공정, 에칭 공정, 세정 공정 등 다양한 공정이 요구된다. 이들 공정은 해당 공정에 맞게 설계된 챔버 내에서 이루어지는데, 이러한 챔버를 소위, 프로세스 챔버(Process Chamber)라 부른다. 프로세스 챔버는 주로 내부가 진공으로 유지되는 진공 챔버이다.In order to manufacture a semiconductor device, various processes such as a deposition process, a development process, an etching process, and a cleaning process are required. These processes are performed in a chamber designed for the corresponding process, and such a chamber is called a so-called process chamber. The process chamber is mainly a vacuum chamber inside which a vacuum is maintained.
이러한 챔버의 일측에는 리드라 불리는 도어(door)가 개폐 가능하게 결합한다. 챔버에 도어가 닫힌 후, 진공 펌프 등의 작용으로 챔버 내부가 진공으로 유지된 다음, 다양한 공정이 진행될 수 있다. 공정이 완료되면, 도어가 열린 후, 제품이 취출된다.A door called a lid is coupled to one side of the chamber to be opened and closed. After the door of the chamber is closed, the inside of the chamber is maintained in a vacuum by the action of a vacuum pump, etc., and then various processes may be performed. When the process is completed, the door is opened and the product is taken out.
한편, 챔버 내부를 진공으로 유지하기 위해, 또는 챔버로 제품을 인입하거나 챔버에서 제품을 취출하기 위해 도어가 챔버의 일측 개구를 개폐하는데, 이를 위해 도어에는 반도체 제조설비용 도어 개폐장치가 설치된다.Meanwhile, a door opens and closes an opening on one side of the chamber to maintain a vacuum inside the chamber, or to introduce a product into or take out a product from the chamber. For this purpose, a door opening and closing device for semiconductor manufacturing equipment is installed on the door.
이러한 도어 개폐장치에는 실질적으로 도어의 회전을 위한 구동력을 제공하는 도어 회전 구동유닛과, 도어 회전 구동유닛의 동작으로 도어가 회전할 때, 도어의 회전을 가이드하면서 지지하는 힌지 구조의 회전 지지유닛이 마련된다. 도어 회전 구동유닛은 주로 실린더로 적용된다.Such a door opening and closing device includes a door rotation driving unit that substantially provides a driving force for the rotation of the door, and a rotation support unit having a hinge structure that guides and supports the rotation of the door when the door is rotated by the operation of the door rotation driving unit. provided The door rotation drive unit is mainly applied as a cylinder.
그런데, 설비의 고장 발생시 즉각적인 대응의 필요성이 크지만 부품 수급지연, 사후 조치관리의 전 공정에 걸쳐 숙련된 인력 투입 부족 등으로 인해 안정적인 현장 서비스 대응이 어려운 실정이다. 따라서, 설비가 고장으로 완전히 중단되기 전에 설비의 이상 상태를 예측하거나 진단할 수 있는 기술 개발이 필요하게 되었다.However, although there is a great need for immediate response in the event of a facility failure, it is difficult to respond to stable field service due to delays in parts supply and demand, lack of skilled manpower throughout the entire process of follow-up management. Therefore, it is necessary to develop a technology capable of predicting or diagnosing an abnormal state of a facility before the facility is completely stopped due to a failure.
본 발명의 일 실시예에 따르면, 챔버 도어의 구동 과정에서 실시간으로 진동 및 소음 데이터를 수집하여 실린더 모터 및 챔버 도어의 개폐 상태를 진단할 수 있는 인공지능 기반의 챔버 도어 모니터링 장치를 제공하고자 한다.According to one embodiment of the present invention, it is intended to provide an artificial intelligence-based chamber door monitoring device capable of diagnosing the open/closed state of a cylinder motor and a chamber door by collecting vibration and noise data in real time during the driving process of the chamber door.
본 발명의 일 실시예에 따르면, 실린더 내부에 센서를 장착하여 설비를 분해하거나 중단시키지 않고 진동 및 소음을 측정하고 인공지능 분석을 통해 이상발생 여부를 예측할 수 있는 인공지능 기반의 챔버 도어 모니터링 장치를 제공하고자 한다.According to one embodiment of the present invention, an artificial intelligence-based chamber door monitoring device capable of measuring vibration and noise without disassembling or stopping equipment by mounting a sensor inside the cylinder and predicting the occurrence of abnormalities through artificial intelligence analysis want to provide
본 발명의 일 실시예에 따르면, 설비의 유지 보수의 비용을 절감하고 효율성을 증대하며 설비의 정지시간을 감소시켜 조업율을 향상시키고 결함을 조기에 발견하여 초기 불량을 감소할 수 있는 인공지능 기반의 챔버 도어 모니터링 장치를 제공하고자 한다.According to an embodiment of the present invention, artificial intelligence-based technology that can reduce the cost of maintenance of facilities, increase efficiency, reduce facility downtime to improve operation rate, detect defects early, and reduce initial defects To provide a chamber door monitoring device of.
실시예들 중에서, 인공지능 기반의 챔버 도어 모니터링 장치는 챔버 도어, 상기 챔버 도어에 힌지 결합하여 회전구동을 수행하는 실린더 및 상기 실린더에 동력을 제공하는 실린더 모터를 통해 상기 챔버 도어의 개폐를 수행하는 도어 회전 구동부, 상기 실린더의 내부 공간에 배치되어 상기 챔버 도어의 구동 과정에서 발생하는 진동 및 소음 데이터를 획득하는 도어 센서를 포함하는 센서 처리부, 및 상기 진동 데이터를 분석하여 상기 실린더 모터의 상태를 분석하고 상기 소음 데이터를 분석하여 상기 챔버 도어의 상태를 분석하는 챔버 도어 이상 분석부를 포함한다.Among the embodiments, the artificial intelligence-based chamber door monitoring device performs opening and closing of the chamber door through a chamber door, a cylinder hinged to the chamber door to perform rotational driving, and a cylinder motor providing power to the cylinder. A sensor processing unit including a door rotation drive unit, a door sensor disposed in the inner space of the cylinder to obtain vibration and noise data generated in the process of driving the chamber door, and analyzing the vibration data to analyze the state of the cylinder motor. and a chamber door abnormality analysis unit analyzing the noise data to analyze the state of the chamber door.
상기 센서 처리부는 상기 챔버 도어의 구동에 따른 동작 데이터를 주파수 대역으로 분류하여 상기 진동 및 소음 데이터를 구별할 수 있다.The sensor processing unit may classify motion data according to driving of the chamber door into frequency bands to distinguish the vibration and noise data.
상기 센서 처리부는 상기 도어 센서로서 진동, 각도, 속도 및 소음 센서를 포함하고, 상기 챔버 도어의 특정 각도 구동 상태(즉, 최대 토크 위치)에서 발생하는 진동 및 소음 데이터를 획득할 수 있다.The sensor processing unit may include vibration, angle, speed, and noise sensors as the door sensor, and may obtain vibration and noise data generated in a specific angular driving state (ie, maximum torque position) of the chamber door.
상기 챔버 도어 이상 분석부는 상기 진동 데이터에 대해 데이터의 분량을 줄이기 위한 전처리를 수행하고 전처리 진동 데이터를 인공지능 패턴분석으로 상기 실린더 모터의 이상유무를 감지할 수 있다.The chamber door anomaly analyzer may perform preprocessing to reduce the amount of data on the vibration data and detect an abnormality of the cylinder motor by analyzing the preprocessed vibration data through artificial intelligence pattern analysis.
상기 챔버 도어 이상 분석부는 상기 챔버 도어의 열림 또는 닫힘 상태를 기초로 상기 소음 데이터에 대한 특정 기준의 초과 지속성을 검출하여 상기 챔버 도어의 개폐의 이상유무를 감지할 수 있다.The chamber door anomaly analyzer may detect whether or not there is an abnormal opening or closing of the chamber door by detecting a continuity exceeding a specific criterion for the noise data based on an open or closed state of the chamber door.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.The disclosed technology may have the following effects. However, it does not mean that a specific embodiment must include all of the following effects or only the following effects, so it should not be understood that the scope of rights of the disclosed technology is limited thereby.
본 발명의 일 실시예에 따른 인공지능 기반의 챔버 도어 모니터링 장치는 챔버 도어의 구동 과정에서 실시간으로 진동 및 소음 데이터를 수집하여 실린더 모터 및 챔버 도어의 개폐 상태를 진단할 수 있다.The artificial intelligence-based chamber door monitoring device according to an embodiment of the present invention may collect vibration and noise data in real time during the driving process of the chamber door to diagnose the open/closed state of the cylinder motor and the chamber door.
본 발명의 일 실시예에 따른 인공지능 기반의 챔버 도어 모니터링 장치는 실린더 내부에 센서를 장착하여 설비를 분해하거나 중단시키지 않고 진동 및 소음을 측정하고 인공지능 분석을 통해 이상발생 여부를 예측할 수 있다.An artificial intelligence-based chamber door monitoring device according to an embodiment of the present invention can measure vibration and noise without disassembling or stopping equipment by mounting a sensor inside the cylinder, and predict whether an abnormality will occur through artificial intelligence analysis.
본 발명의 일 실시예에 따른 인공지능 기반의 챔버 도어 모니터링 장치는 설비의 유지 보수의 비용을 절감하고 효율성을 증대하며 설비의 정지시간을 감소시켜 조업율을 향상시키고 결함을 조기에 발견하여 초기 불량을 감소할 수 있다.An artificial intelligence-based chamber door monitoring device according to an embodiment of the present invention reduces equipment maintenance costs, increases efficiency, reduces facility downtime, improves operation rate, and detects defects early to ensure early defects. can reduce
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 챔버 도어 모니터링 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 챔버 도어 개폐장치를 나타내는 도면이다.
도 3은 도 1에 있는 챔버 도어 모니터링 장치의 물리적 구성을 설명하는 도면이다.
도 4는 도 1에 있는 챔버 도어 모니터링 장치의 기능적 구성을 설명하는 도면이다.
도 5는 도 4에 있는 챔버 도어 모니터링 장치의 인공지능 기반의 챔버 도어 모니터링 동작을 설명하는 순서도이다.1 is a diagram illustrating an artificial intelligence-based chamber door monitoring system according to an embodiment of the present invention.
2 is a view showing the chamber door opening and closing device in FIG. 1;
FIG. 3 is a diagram explaining the physical configuration of the chamber door monitoring device in FIG. 1 .
4 is a view explaining the functional configuration of the chamber door monitoring device in FIG. 1 .
5 is a flowchart illustrating an artificial intelligence-based chamber door monitoring operation of the chamber door monitoring device in FIG. 4 .
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.Since the description of the present invention is only an embodiment for structural or functional description, the scope of the present invention should not be construed as being limited by the embodiments described in the text. That is, since the embodiment can be changed in various ways and can have various forms, it should be understood that the scope of the present invention includes equivalents capable of realizing the technical idea. In addition, since the object or effect presented in the present invention does not mean that a specific embodiment should include all of them or only such effects, the scope of the present invention should not be construed as being limited thereto.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.Meanwhile, the meaning of terms described in this application should be understood as follows.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.Terms such as "first" and "second" are used to distinguish one component from another, and the scope of rights should not be limited by these terms. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.It should be understood that when an element is referred to as being “connected” to another element, it may be directly connected to the other element, but other elements may exist in the middle. On the other hand, when an element is referred to as being “directly connected” to another element, it should be understood that no intervening elements exist. Meanwhile, other expressions describing the relationship between components, such as “between” and “immediately between” or “adjacent to” and “directly adjacent to” should be interpreted similarly.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다" 또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Expressions in the singular number should be understood to include plural expressions unless the context clearly dictates otherwise, and terms such as “comprise” or “have” refer to an embodied feature, number, step, operation, component, part, or these. It is intended to specify that a combination exists, but it should be understood that it does not preclude the possibility of the existence or addition of one or more other features, numbers, steps, operations, components, parts, or combinations thereof.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.In each step, the identification code (eg, a, b, c, etc.) is used for convenience of explanation, and the identification code does not describe the order of each step, and each step clearly follows a specific order in context. Unless otherwise specified, it may occur in a different order than specified. That is, each step may occur in the same order as specified, may be performed substantially simultaneously, or may be performed in the reverse order.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.The present invention can be implemented as computer readable code on a computer readable recording medium, and the computer readable recording medium includes all types of recording devices storing data that can be read by a computer system. . Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical data storage devices. In addition, the computer-readable recording medium may be distributed to computer systems connected through a network, so that computer-readable codes may be stored and executed in a distributed manner.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.All terms used herein have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs, unless defined otherwise. Terms defined in commonly used dictionaries should be interpreted as consistent with meanings in the context of the related art, and cannot be interpreted as having ideal or excessively formal meanings unless explicitly defined in this application.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 챔버 도어 모니터링시스템을 설명하는 도면이다.1 is a diagram illustrating an artificial intelligence-based chamber door monitoring system according to an embodiment of the present invention.
도 1을 참조하면, 인공지능 기반의 챔버 도어 모니터링 시스템(100)은 챔버 도어 개폐 장치(110), 챔버 도어 모니터링 장치(130) 및 데이터베이스(150)를 포함할 수 있다.Referring to FIG. 1 , an AI-based chamber door monitoring system 100 may include a chamber door opening and closing device 110 , a chamber door monitoring device 130 and a database 150 .
챔버 도어 개폐장치(110)은 반도체 제조설비에서 진공 챔버의 압력을 유지하면서 도어를 개폐하고 개방된 상태를 안정되게 유지할 수 있도록 한다. 챔버 도어 개폐장치(110)의 세부 구성은 도 2를 통해 설명한다.The chamber door opening and closing device 110 allows the door to be opened and closed while maintaining pressure in a vacuum chamber in a semiconductor manufacturing facility and to stably maintain the open state. The detailed configuration of the chamber door opening and closing device 110 will be described with reference to FIG. 2 .
챔버 도어 모니터링 장치(130)는 챔버 도어 개폐장치(110)의 챔버 도어 개폐과정을 모니터링하여 실시간으로 챔버 도어 개폐장치(110)의 이상발생 여부를 예측할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 챔버 도어 모니터링 장치(130)는 적어도 하나 이상의 챔버 도어 개폐장치(110)와 네트워크를 통해 연결될 수 있고, 네트워크를 통해 데이터를 송수신할 수 있다. 챔버 도어 모니터링 장치(130)는 챔버 도어 개폐장치(110)가 가동될 때 발생되는 진동 및 소음을 기초로 챔버 도어 개폐장치(110)의 구동 모터 및 챔버 도어의 상태를 분석하는 인공지능(AI) 분석모델을 생성하고 AI 분석모델을 기초로 챔버 도어 개폐장치(110)의 상태를 모니터링할 수 있다.The chamber door monitoring device 130 may be implemented as a server corresponding to a computer or program capable of predicting whether an abnormality of the chamber door opening and closing device 110 will occur in real time by monitoring the chamber door opening and closing process of the chamber door opening and closing device 110. can The chamber door monitoring device 130 may be connected to at least one chamber door opening and closing device 110 through a network, and may transmit and receive data through the network. The chamber door monitoring device 130 is artificial intelligence (AI) that analyzes the state of the driving motor and the chamber door of the chamber door opening and closing device 110 based on vibration and noise generated when the chamber door opening and closing device 110 is operated. An analysis model may be created and the state of the chamber door opening and closing device 110 may be monitored based on the AI analysis model.
데이터베이스(150)는 챔버 도어 모니터링 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 데이터베이스(150)는 진동 데이터 및 소음 데이터의 분석에 관한 데이터를 저장할 수 있고, AI 분석 모델에 관한 학습 데이터 및 학습 알고리즘을 저장할 수 있으며, 반드시 이에 한정되지 않고, 챔버 도어 모니터링 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다. The database 150 may correspond to a storage device for storing various pieces of information necessary for the operation of the chamber door monitoring device 130 . The database 150 may store data related to analysis of vibration data and noise data, and may store learning data and learning algorithms related to an AI analysis model, but are not necessarily limited thereto, and may be collected in various forms during the chamber door monitoring process. Alternatively, processed information may be stored.
도 2는 도 1에 있는 챔버 도어 개폐장치를 나타내는 도면이다.2 is a view showing the chamber door opening and closing device in FIG. 1;
도 2를 참조하면, 챔버 도어 개폐장치(110)는 웨이퍼의 처리를 위한 진공 챔버(200)에 설치되어 진공 챔버(200)를 개폐할 수 있다. 이를 위해, 챔버 도어 개폐장치(110)는 챔버 도어(210)와 도어 회전 구동부(230)를 포함할 수 있다.Referring to FIG. 2 , the chamber door opening and closing device 110 is installed in the vacuum chamber 200 for wafer processing to open and close the vacuum chamber 200 . To this end, the chamber door opening and closing device 110 may include the chamber door 210 and the door rotation driver 230 .
챔버 도어(210)는 진공 챔버(200)를 개폐하기 위한 도어이다. 챔버 도어(210)는 진공 챔버(200)의 일면에 형성되는 개구부를 선택적으로 밀폐하도록 진공 챔버(200)에 회전 가능하게 설치된다. 또한, 챔버 도어(210)는 일측면이 힌지부재(211)를 통해 진공 챔버(200)에 회전 가능하게 결합된다. The chamber door 210 is a door for opening and closing the vacuum chamber 200 . The chamber door 210 is rotatably installed in the vacuum chamber 200 to selectively seal an opening formed on one surface of the vacuum chamber 200 . In addition, one side of the chamber door 210 is rotatably coupled to the vacuum chamber 200 through a hinge member 211 .
도어 회전 구동부(230)는 챔버 도어(210)에 힌지 결합하여 회전구동을 수행하는 실린더(231) 및 실린더(231)에 동력을 제공하는 실린더 모터(233)를 통해 챔버 도어(210)의 개폐를 수행할 수 있다.The door rotation driving unit 230 is hinged to the chamber door 210 to open and close the chamber door 210 through a cylinder 231 performing rotational driving and a cylinder motor 233 providing power to the cylinder 231. can be done
실린더(231)는 일단부 및 타단부가 챔버 도어(210) 및 진공 챔버(200)에각각 힌지 결합되고, 실린더 모터(233)의 작동을 통해 수축 또는 신장하면서 진공 챔버(200)를 개폐하게 된다. 일 실시예에서, 실린더(231)는 스크류 실린더가 사용될 수 있으며, 이에 한정되지 않고 유압 실린더가 사용될 수도 있다. 여기에서, 도어 회전 구동부(230)는 챔버 도어(210)의 무게 및 크기에 따라 복수개가 설치될 수 있다. The cylinder 231 has one end and the other end hinged to the chamber door 210 and the vacuum chamber 200, respectively, and opens and closes the vacuum chamber 200 while contracting or extending through the operation of the cylinder motor 233. . In one embodiment, a screw cylinder may be used as the cylinder 231, but a hydraulic cylinder may be used without being limited thereto. Here, a plurality of door rotation driving units 230 may be installed depending on the weight and size of the chamber door 210 .
실린더 모터(233)는 챔버 도어(210)를 개폐할 수 있도록 실린더(231)를 작동시키며, 실린더(231)를 특정 위치에서 정지시켜 챔버 도어(210)의 개폐 정도를 제어할 수 있다. 실린더 모터(233)는 실린더에 결합되어 구동력을 제공할 수 있다. 여기에서, 실린더 모터(233)는 서보 모터를 사용할 수 있다. The cylinder motor 233 operates the cylinder 231 to open and close the chamber door 210 and stops the cylinder 231 at a specific position to control the degree of opening and closing of the chamber door 210 . The cylinder motor 233 may be coupled to the cylinder to provide driving force. Here, the cylinder motor 233 may use a servo motor.
도어 회전 구동부(230)는 실린더 모터(233)가 구동함에 따라 실린더(231)가 신장 또는 수축하면서 챔버 도어(210)가 밀폐 또는 개방될 수 있다. 예를 들어, 실린더(231)가 신장할수록 챔버 도어(210)가 진공 챔버(200)를 밀폐하는 방향으로 회전하고, 실린더(231)가 수축될수록 챔버 도어(210)가 진공 챔버(200)를 개방하는 방향으로 회전할 수 있다. As the cylinder motor 233 drives the door rotation driver 230 , the chamber door 210 may be closed or opened while the cylinder 231 expands or contracts. For example, as the cylinder 231 extends, the chamber door 210 rotates in a direction to seal the vacuum chamber 200, and as the cylinder 231 contracts, the chamber door 210 opens the vacuum chamber 200. can rotate in either direction.
도 3은 도 1에 있는 챔버 도어 모니터링 장치의 물리적 구성을 설명하는 도면이다.FIG. 3 is a diagram explaining the physical configuration of the chamber door monitoring device in FIG. 1 .
도 3을 참조하면, 챔버 도어 모니터링 장치(130)는 프로세서(310), 메모리(330), 사용자 입출력부(350) 및 네트워크 입출력부(370)를 포함하여 구현될 수 있다.Referring to FIG. 3 , the chamber door monitoring device 130 may be implemented by including a processor 310, a memory 330, a user input/output unit 350, and a network input/output unit 370.
프로세서(310)는 챔버 도어 모니터링 장치(130)가 동작하는 과정에서의 각 단계들을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(330)를 관리할 수 있으며, 메모리(330)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(310)는 챔버 도어 모니터링 장치(130)의 동작 전반을 제어할 수 있고, 메모리(330), 사용자 입출력부(350) 및 네트워크 입출력부(370)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(310)는 챔버 도어 모니터링 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.The processor 310 may execute a procedure for processing each step in the process of operating the chamber door monitoring device 130, manage the memory 330 that is read or written throughout the process, and the memory ( Synchronization time between the volatile memory and the non-volatile memory in 330) may be scheduled. The processor 310 may control the overall operation of the chamber door monitoring device 130, and is electrically connected to the memory 330, the user input/output unit 350, and the network input/output unit 370 to control data flow between them. can do. The processor 310 may be implemented as a central processing unit (CPU) of the chamber door monitoring device 130 .
메모리(330)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 챔버 도어 모니터링 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.The memory 330 is implemented as a non-volatile memory such as a solid state drive (SSD) or a hard disk drive (HDD) and may include an auxiliary storage device used to store all data required for the chamber door monitoring device 130, , may include a main memory implemented as a volatile memory such as RAM (Random Access Memory).
사용자 입출력부(350)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(350)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(350)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 챔버 도어 모니터링 장치(130)는 독립적인 서버로서 수행될 수 있다.The user input/output unit 350 may include an environment for receiving user input and an environment for outputting specific information to the user. For example, the user input/output unit 350 may include an input device including an adapter such as a touch pad, a touch screen, an on-screen keyboard, or a pointing device, and an output device including an adapter such as a monitor or touch screen. In one embodiment, the user input/output unit 350 may correspond to a computing device connected through a remote connection, and in such a case, the chamber door monitoring device 130 may be implemented as an independent server.
네트워크 입출력부(370)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.The network input/output unit 370 includes an environment for connecting to an external device or system through a network, and includes, for example, a local area network (LAN), a metropolitan area network (MAN), a wide area network (WAN), and a VAN ( An adapter for communication such as Value Added Network) may be included.
도 4는 도 1에 있는 챔버 도어 모니터링 장치의 기능적 구성을 설명하는 도면이다.4 is a view explaining the functional configuration of the chamber door monitoring device in FIG. 1 .
도 4를 참조하면, 챔버 도어 모니터링 장치(130)는 센서 처리부(410), 챔버 도어 이상 분석부(430) 및 제어부(450)를 포함할 수 있다.Referring to FIG. 4 , the chamber door monitoring device 130 may include a sensor processing unit 410 , a chamber door abnormality analysis unit 430 and a control unit 450 .
센서 처리부(410)는 실린더(231)의 내부 공간에 배치되어 챔버 도어(210)의 구동 과정에서 발생되는 진동 및 소음 데이터를 획득하는 도어 센서(411)를 포함할 수 있다. 센서 처리부(410)는 챔버 도어(210)의 구동에 따른 동작 데이터를 주파수 대역으로 분류하여 진동 및 소음 데이터를 구별할 수 있다.The sensor processing unit 410 may include a door sensor 411 that is disposed in the inner space of the cylinder 231 and acquires vibration and noise data generated during driving of the chamber door 210 . The sensor processing unit 410 classifies motion data according to driving of the chamber door 210 into frequency bands to distinguish vibration and noise data.
일 실시예에서, 센서 처리부(410)는 챔버 도어(210)가 구동될 때 발생되는 진동 및/또는 소음 데이터를 측정할 수 있다. 센서 처리부(410)는 실린더(231)의 내부 공간에 도어 센서(411)를 장착하여 실린더(231) 작동에 따른 진동 및/또는 소음을 측정할 수 있다. 여기에서, 도어 센서(411)는 실린더(231) 주변에서 발생하는 진동 및 소음 데이터를 실시간으로 측정하기 위한 복합센서로 구성될 수 있다. 예를 들어, 도어 센서(411)는 가속도 센서를 사용할 수 있으며, 이에 한정되지 않고, 마이크로폰이나 음향 방출 센서(acoustic emission sensors)를 사용할 수도 있다. In one embodiment, the sensor processing unit 410 may measure vibration and/or noise data generated when the chamber door 210 is driven. The sensor processing unit 410 may measure vibration and/or noise according to the operation of the cylinder 231 by mounting the door sensor 411 in the inner space of the cylinder 231 . Here, the door sensor 411 may be configured as a composite sensor for measuring vibration and noise data generated around the cylinder 231 in real time. For example, the door sensor 411 may use an acceleration sensor, but is not limited thereto, and may also use a microphone or acoustic emission sensors.
챔버 도어 개폐장치(110)는 특성상 각도 구동을 하고 장비 별로 속도 특성이 다르다. 또한, 챔버 도어 개폐장치(110)는 이상이 있으면 구동될 때 정상적인 기계소리에 의한 진동이 아닌 소음이 발생한다. 이에, 센서 처리부(410)는 도어 센서(411)로서 진동, 각도, 속도 및 소음 센서를 포함할 수 있다. 센서 처리부(410)는 챔버 도어(210)의 특정 각도 구동 상태(즉, 최대 토크 위치)에서 발생하는 진동 및 소음 데이터를 획득할 수 있다. 챔버 도어 개폐장치(110)는 챔버 도어(210)가 열리거나 닫혔을 때가 아닌 대략 10~30도 상태에서 실제로 소음과 진동이 크게 발생한다. 이 위치에서 토크를 가장 많이 받기 때문이다.The chamber door opening and closing device 110 is angularly driven in nature and has different speed characteristics for each equipment. In addition, when the chamber door opening and closing device 110 is abnormal, noise, not vibration due to normal mechanical sound, is generated when driven. Accordingly, the sensor processor 410 may include vibration, angle, speed, and noise sensors as the door sensor 411 . The sensor processing unit 410 may acquire vibration and noise data generated in a specific angular driving state of the chamber door 210 (ie, a maximum torque position). The chamber door opening and closing device 110 actually generates a lot of noise and vibration in a state of about 10 to 30 degrees, not when the chamber door 210 is opened or closed. This is because it receives the most torque in this position.
또한, 센서 처리부(410)는 도어 센서(411)에서 획득한 데이터에 대해 주파수 대역으로 진동과 소음을 구분할 수 있다. 센서 처리부(410)는 실린더 모터(233)의 구동 및 챔버 도어(210)의 개폐에 따라 유발되는 진동 및 소음 상황 별 주파수로 특성을 분류하여 획득한 데이터에서 진동과 소음을 구별할 수 있다. 일 실시예에서, 센서 처리부(410)는 경험적 모드 분해법을 이용하여 진동 및 소음 데이터를 구별할 수 있다. In addition, the sensor processing unit 410 may classify vibration and noise into frequency bands with respect to data obtained from the door sensor 411 . The sensor processing unit 410 classifies characteristics of vibration and noise caused by driving of the cylinder motor 233 and opening/closing of the chamber door 210 into frequencies for each situation, and may distinguish between vibration and noise from data obtained. In one embodiment, the sensor processing unit 410 may distinguish vibration and noise data using an empirical mode decomposition method.
경험적 모드 분해법은 힐버트 변환(Hibert Transform)을 응용한 기법으로서, 시간과 진폭의 신호를 주파수를 기준으로 분리할 수 있으며 이를 내재모드함수(Intrinsic Mode Function)라고 한다. 즉, 센서 처리부(410)는 경험적 모드 분해법을 적용하여 도어 센서(411)를 통해 획득한 데이터로부터 주파수 성분을 분리하여 내재모드함수를 추출하고 추출한 내재모드함수에 대해 특징 데이터를 추출할 수 있다. 센서 처리부(410)는 선별 기준을 통해 추출한 특징 데이터를 진동 데이터 또는 소음 데이터로 선별할 수 있다. 다른 일 실시예에서, 센서 처리부(410)는 연속 웨이블릿 변환 기법을 통해 특징 데이터를 추출하고 선별 기준을 통해 추출한 특징 데이터를 진동 데이터 또는 소음 데이터로 선별할 수도 있다. 여기에서, 선별 기준은 진동과 소음을 구분하는 주파수 대역에 해당할 수 있다.The empirical mode decomposition method is a technique that applies the Hilbert Transform, and can separate signals of time and amplitude based on frequency, which is called an intrinsic mode function. That is, the sensor processing unit 410 may extract an intrinsic mode function by separating a frequency component from data acquired through the door sensor 411 by applying an empirical mode decomposition method, and extract feature data for the extracted intrinsic mode function. The sensor processing unit 410 may select the feature data extracted through the selection criterion as vibration data or noise data. In another embodiment, the sensor processing unit 410 may extract feature data through a continuous wavelet transform technique and select the extracted feature data as vibration data or noise data through a selection criterion. Here, the selection criterion may correspond to a frequency band for distinguishing vibration and noise.
챔버 도어 이상 분석부(430)는 진동 데이터를 분석하여 실린더 모터(233)의 상태를 분석하고, 소음 데이터를 분석하여 챔버 도어(210)의 상태를 분석할 수 있다. 챔버 도어 이상 분석부(430)는 진동 데이터에 대해 데이터의 분량을 줄이기 위한 전처리를 수행하고 전처리 진동 데이터를 인공지능 패턴분석으로 실린더 모터(233)의 이상유무를 감지할 수 있다. 챔버 도어 이상 분석부(430)는 챔버 도어(210)의 열림 또는 닫힘 상태를 기초로 소음 데이터에 대한 특정 기준의 초과 지속성을 검출하여 챔버 도어(210)의 개폐의 이상유무를 감지할 수 있다.The chamber door abnormality analyzer 430 may analyze the state of the cylinder motor 233 by analyzing vibration data and analyze the state of the chamber door 210 by analyzing noise data. The chamber door anomaly analysis unit 430 may perform preprocessing on the vibration data to reduce the amount of data and detect an abnormality of the cylinder motor 233 through artificial intelligence pattern analysis of the preprocessed vibration data. The chamber door anomaly analyzer 430 may detect whether or not there is an abnormal opening or closing of the chamber door 210 by detecting continuity exceeding a specific criterion for noise data based on the open or closed state of the chamber door 210 .
일 실시예에서, 챔버 도어 이상 분석부(430)는 센서 처리부(410)에서 획득한 데이터가 진동 데이터로 구별되면 해당 진동 데이터로부터 패턴을 탐지하고 진동의 유형 및 원인 등을 분석하여 실린더 모터(233)의 상태를 빠르게 진단할 수 있다. 여기에서, 챔버 도어 이상 분석부(430)는 진동 데이터에 대해 분석하기 전에 데이터 전처리(preprocessing)를 수행할 수 있다.In one embodiment, if the data acquired by the sensor processing unit 410 is distinguished as vibration data, the chamber door abnormality analyzer 430 detects a pattern from the corresponding vibration data and analyzes the type and cause of the vibration to detect the cylinder motor 233 ) can be quickly diagnosed. Here, the chamber door abnormality analyzer 430 may perform data preprocessing before analyzing the vibration data.
일반적으로, 데이터 전처리는 데이터 정제, 통합, 축소 및 변환 등의 과정을 거치게 되고, 이를 통해 데이터의 분량을 줄일 수 있어 실린더 모터의 상태 분석을 빠르게 수행할 수 있다.In general, data pre-processing goes through processes such as data refinement, integration, reduction, and conversion, and through this, the amount of data can be reduced, so that the condition analysis of the cylinder motor can be quickly performed.
챔버 도어 이상 분석부(430)는 진동 데이터를 기초로 실린더 모터(233)의 상태 분석을 위한 인공지능 패턴분석 모델을 사전 구축할 수 있다. 일 실시예에서, 챔버 도어 이상 분석부(430)는 실린더 모터(233)의 정상 구동과 결함 등에 의한 이상 구동 조건에서 발생되는 진동 데이터를 수집하고 수집한 진동 데이터에 대해 특징을 추출하여 실린더 모터(233)의 정상과 결함별 이상을 각각 구분하는 특징 데이터를 선별하고 선별한 특징 데이터로 인공지능(AI) 학습을 수행하여 인공지능 패턴분석 모델을 생성할 수 있다. 여기에서, 챔버 도어 이상 분석부(430)는 상관함수(correlation function)를 이용한 클러스터 분석을 통해 특징 데이터를 선별할 수 있다.The chamber door abnormality analysis unit 430 may pre-build an artificial intelligence pattern analysis model for analyzing the state of the cylinder motor 233 based on the vibration data. In one embodiment, the chamber door anomaly analysis unit 430 collects vibration data generated under normal driving conditions of the cylinder motor 233 and abnormal driving conditions due to defects, etc., and extracts characteristics of the collected vibration data to generate the cylinder motor ( 233), it is possible to create an artificial intelligence pattern analysis model by selecting feature data that distinguishes normal and abnormalities by defect, and performing artificial intelligence (AI) learning with the selected feature data. Here, the chamber door anomaly analyzer 430 may select feature data through cluster analysis using a correlation function.
챔버 도어 이상 분석부(430)는 진동 데이터를 기초로 인공지능 패턴분석 모델을 통해 실린더 모터(233)의 정상 또는 이상상태를 진단할 수 있다. The chamber door abnormality analyzer 430 may diagnose the normal or abnormal state of the cylinder motor 233 through an artificial intelligence pattern analysis model based on the vibration data.
챔버 도어 이상 분석부(430)는 센서 처리부(410)에서 획득한 데이터가 소음 데이터로 구별되면 해당 소음 데이터의 레벨(크기) 및 지속성을 기초로 챔버 도어(210)의 열림 상태 또는 닫힘 상태의 이상유무를 분석할 수 있다. 일 실시예에서, 챔버 도어 이상 분석부(430)는 챔버 도어(210)의 열림 상태 또는 닫힘 상태 동안 특정 기준을 초과하는 소음이 지속되면 챔버 도어(210)의 개폐 이상상태로 진단할 수 있다.When the data acquired by the sensor processing unit 410 is distinguished as noise data, the chamber door abnormality analysis unit 430 determines the abnormality in the open or closed state of the chamber door 210 based on the level (size) and continuity of the corresponding noise data. presence can be analyzed. In one embodiment, the chamber door abnormality analyzer 430 may diagnose an abnormal opening/closing state of the chamber door 210 when noise exceeding a specific standard continues while the chamber door 210 is open or closed.
통상, 챔버 도어(210)의 구동 과정에서 정상적인 기계소리에 의한 진동이 소음으로 발생하면 단순 점검이나 간단한 수리를 넘어 완전 교체에 가까운 상태라 할 수 있다. 챔버 도어 이상 분석부(430)는 소음이 발생하기 전에 진동을 통해 이상 유무를 확인함으로써, 부품 등을 교체해야 하는 상황을 미연에 방지할 수 있다.In general, when vibration caused by normal mechanical sound occurs as noise during the driving process of the chamber door 210, it can be said that it is close to complete replacement beyond simple inspection or simple repair. The chamber door anomaly analyzer 430 checks whether or not there is an anomaly through vibration before noise is generated, thereby preventing a situation in which a part or the like needs to be replaced.
제어부(450)는 챔버 도어 모니터링 장치(130)의 전체적인 동작을 제어하고, 센서 처리부(410) 및 챔버 도어 이상 분석부(430) 간의 제어 흐름 및 데이터 흐름을 관리할 수 있다.The control unit 450 may control the overall operation of the chamber door monitoring device 130 and manage control flow and data flow between the sensor processing unit 410 and the chamber door abnormality analysis unit 430 .
도 5는 도 4에 있는 챔버 도어 모니터링 장치의 인공지능 기반의 챔버 도어 모니터링 동작을 설명하는 순서도이다.5 is a flowchart illustrating an artificial intelligence-based chamber door monitoring operation of the chamber door monitoring device in FIG. 4 .
도 5를 참조하면, 챔버 도어 모니터링 장치(130)는 챔버 도어(210)의 구동 과정에서 실린더(231)의 내부 공간에 배치되는 도어 센서(411)를 통해 실린더(231)의 주변에서 발생하는 진동 및 소음을 수집할 수 있다(단계 S510). 챔버 도어 모니터링 장치(130)는 센서 처리부(410)를 통해 수집한 진동 및 소음을 주파수 대역을 기초로 진동 데이터 및 소음 데이터로 구분할 수 있다(단계 S530).Referring to FIG. 5 , the chamber door monitoring device 130 is a vibration generated around the cylinder 231 through the door sensor 411 disposed in the inner space of the cylinder 231 during the driving process of the chamber door 210. and noise may be collected (step S510). The chamber door monitoring device 130 may classify vibration and noise collected through the sensor processing unit 410 into vibration data and noise data based on a frequency band (step S530).
또한, 챔버 도어 모니터링 장치(130)는 챔버 도어 이상 분석부(430)를 통해 구분된 진동 데이터 및 소음 데이터를 분석할 수 있다(단계 S550). 챔버 도어 이상 분석부(430)는 진동 데이터에 대해 인공지능 패턴분석하여 정상과 이상 상태에서 발생하는 진동의 특징을 인식할 수 있다. 챔버 도어 이상 분석부(430)는 챔버 도어(210)의 열림 상태 또는 닫힘 상태에서 소음 데이터에 대해 특정 기준을 초과하는 소음 레벨의 지속성을 검출하여 챔버 도어(210)의 개폐의 정상과 이상상태에서 발생하는 소음의 특징을 인식할 수 있다.In addition, the chamber door monitoring device 130 may analyze vibration data and noise data classified through the chamber door abnormality analyzer 430 (step S550). The chamber door anomaly analysis unit 430 may recognize characteristics of vibrations occurring in normal and abnormal conditions by analyzing artificial intelligence patterns for vibration data. The chamber door abnormality analyzer 430 detects the continuity of the noise level exceeding a specific standard for noise data in the open or closed state of the chamber door 210, and in the normal and abnormal state of the opening and closing of the chamber door 210. Characteristics of generated noise can be recognized.
또한, 챔버 도어 모니터링 장치(130)는 챔버 도어 이상 분석부(430)를 통해 진동 및 소음의 분석결과를 기초로 실린더 모터(231)의 이상발생 여부 및 챔버 도어(210)의 개폐의 이상발생 여부를 예측할 수 있다(단계 S570). In addition, the chamber door monitoring device 130 determines whether an abnormality occurs in the cylinder motor 231 and whether an abnormality occurs in the opening and closing of the chamber door 210 based on the analysis results of vibration and noise through the chamber door abnormality analyzer 430. can be predicted (step S570).
일 실시예에 따른 인공지능 기반의 챔버 도어 모니터링 장치는 반도체 제조설비를 중단하거나 분해하지 않아도 챔버 도어를 개폐하는 실린더 내부에 장착한 센서를 통해 진동 및 소음 데이터를 원격 수집하여 이상발생 여부를 예측할 수 있어 설비가 완전히 중단되기 전에 교체 및 수리 데이터를 제공받아 진공설비를 예지 보전할 수 있다.An artificial intelligence-based chamber door monitoring device according to an embodiment can predict abnormalities by remotely collecting vibration and noise data through a sensor mounted inside a cylinder that opens and closes a chamber door without stopping or disassembling semiconductor manufacturing equipment. Therefore, it is possible to predictively maintain the vacuum facility by receiving replacement and repair data before the facility is completely stopped.
따라서, 본 발명에 따른 인공지능 기반의 챔버 도어 모니터링 장치는 설비 및 부품을 수명이 다할 때까지 안심하고 사용할 수 있으며 이에 따른 유지 보수비를 절감하고, 설비가 운전되고 있는 중에 설비를 진단하게 되므로 설비의 정지 시간을 감소시켜 조업율을 향상할 수 있으며, 설비의 상태를 정확하게 파악하게 되므로 보수 시기와 범위를 결정하는 일 및 재고 부품의 관리가 용이하게 되므로 유지 보수의 효율성을 증대할 수 있고, 신설 공사 및 개수 공사에서 결함을 조기에 발견하여 초기 불량을 감소할 수 있다.Therefore, the artificial intelligence-based chamber door monitoring device according to the present invention can safely use equipment and parts until the end of its life, reduces maintenance costs accordingly, and diagnoses equipment while the equipment is in operation. It is possible to improve operation rate by reducing downtime, and since it is possible to accurately grasp the status of equipment, it is easy to determine the time and scope of repair and to manage inventory parts, so it is possible to increase the efficiency of maintenance and repair, and to increase the efficiency of new construction. And it is possible to reduce initial defects by discovering defects at an early stage in repair work.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. You will understand that it can be done.
100: 인공지능 기반의 챔버 도어 모니터링 시스템
110: 챔버 도어 개폐장치 130: 챔버 도어 모니터링 장치
150: 데이터베이스
200: 진공 챔버
210: 챔버 도어 211: 힌지부재
230: 도어 회전 구동부
231: 실린더 233: 실린더 모터
310: 프로세서 330: 메모리
350: 사용자 입출력부 370: 네트워크 입출력부
410: 센서 처리부 411: 도어 센서
430: 챔버 도어 이상 분석부 450: 제어부100: AI-based chamber door monitoring system
110: chamber door opening and closing device 130: chamber door monitoring device
150: database
200: vacuum chamber
210: chamber door 211: hinge member
230: door rotation drive unit
231: cylinder 233: cylinder motor
310: processor 330: memory
350: user input/output unit 370: network input/output unit
410: sensor processing unit 411: door sensor
430: chamber door abnormality analysis unit 450: control unit
Claims (5)
상기 챔버 도어에 힌지 결합하여 회전구동을 수행하는 실린더 및 상기 실린더에 동력을 제공하는 실린더 모터를 통해 상기 챔버 도어의 개폐를 수행하는 도어 회전 구동부;
상기 실린더의 내부 공간에 배치되어 상기 챔버 도어의 구동 과정에서 발생하는 진동 및 소음 데이터를 획득하는 도어 센서를 포함하는 센서 처리부; 및
상기 진동 데이터를 분석하여 상기 실린더 모터의 상태를 분석하고 상기 소음 데이터를 분석하여 상기 챔버 도어의 상태를 분석하는 챔버 도어 이상 분석부를 포함하되,
상기 챔버 도어 이상 분석부는
상기 진동 데이터에 대해 데이터의 분량을 줄이기 위한 전처리를 수행하고 전처리 진동 데이터를 인공지능 패턴분석으로 상기 실린더 모터의 이상유무를 감지하고,
상기 챔버 도어의 열림 또는 닫힘 상태를 기초로 상기 소음 데이터에 대한 특정 기준의 초과 지속성을 검출하여 상기 챔버 도어의 개폐의 이상유무를 감지하는 것을 특징으로 하는 인공지능 기반의 챔버 도어 모니터링 장치.
chamber door;
a door rotation driver that opens and closes the chamber door through a cylinder hinged to the chamber door to perform rotational driving and a cylinder motor that provides power to the cylinder;
a sensor processing unit including a door sensor disposed in the inner space of the cylinder and acquiring vibration and noise data generated during driving of the chamber door; and
A chamber door abnormality analyzer configured to analyze the state of the cylinder motor by analyzing the vibration data and analyze the state of the chamber door by analyzing the noise data,
The chamber door abnormality analysis unit
Pre-processing is performed on the vibration data to reduce the amount of data, and the presence or absence of abnormality of the cylinder motor is detected by artificial intelligence pattern analysis of the pre-processed vibration data,
An artificial intelligence-based chamber door monitoring device, characterized in that for detecting abnormality in opening and closing of the chamber door by detecting a persistence exceeding a specific standard for the noise data based on the open or closed state of the chamber door.
상기 챔버 도어의 구동에 따른 동작 데이터를 주파수 대역으로 분류하여 상기 진동 및 소음 데이터를 구별하는 것을 특징으로 하는 인공지능 기반의 챔버 도어 모니터링 장치.
The method of claim 1, wherein the sensor processing unit
Artificial intelligence-based chamber door monitoring device, characterized in that for distinguishing the vibration and noise data by classifying the operation data according to the driving of the chamber door into a frequency band.
상기 도어 센서로서 진동, 각도, 속도 및 소음 센서를 포함하고,
상기 챔버 도어의 특정 각도 구동 상태(즉, 최대 토크 위치)에서 발생하는 진동 및 소음 데이터를 획득하는 것을 특징으로 하는 인공지능 기반의 챔버 도어 모니터링 장치.
The method of claim 1, wherein the sensor processing unit
The door sensor includes vibration, angle, speed and noise sensors,
Artificial intelligence-based chamber door monitoring device, characterized in that for obtaining vibration and noise data generated in a specific angular driving state (ie, maximum torque position) of the chamber door.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220157351A KR102565797B1 (en) | 2022-11-22 | 2022-11-22 | Ai-based chamber door monitoring device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220157351A KR102565797B1 (en) | 2022-11-22 | 2022-11-22 | Ai-based chamber door monitoring device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102565797B1 true KR102565797B1 (en) | 2023-08-16 |
Family
ID=87848173
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220157351A KR102565797B1 (en) | 2022-11-22 | 2022-11-22 | Ai-based chamber door monitoring device |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102565797B1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040084568A (en) * | 2003-03-28 | 2004-10-06 | 삼성전자주식회사 | Motor device having perception capacity of motor motion condition |
| KR101731439B1 (en) * | 2015-10-05 | 2017-05-02 | (주) 디노솔루션 | Magnetic fluid seal and abnormal condition judging method of semiconductor processing based on the same |
| KR101874881B1 (en) * | 2017-12-28 | 2018-07-05 | (주)에스제이오토메이션 | Door opening and closing device for semiconductor manufacturing facility |
| KR20210082596A (en) * | 2019-12-26 | 2021-07-06 | 주식회사 모트롤 | DEVICE and mETHOD for detecting fault of Reduction device |
| KR102420197B1 (en) | 2022-05-03 | 2022-07-14 | (주)에스제이오토메이션 | Door opening and closing device for semiconductor or display manufacturing facility to prevent gaps from occuring |
| KR102439228B1 (en) | 2022-05-02 | 2022-09-02 | (주)에스제이오토메이션 | Door open-and-close device |
-
2022
- 2022-11-22 KR KR1020220157351A patent/KR102565797B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040084568A (en) * | 2003-03-28 | 2004-10-06 | 삼성전자주식회사 | Motor device having perception capacity of motor motion condition |
| KR101731439B1 (en) * | 2015-10-05 | 2017-05-02 | (주) 디노솔루션 | Magnetic fluid seal and abnormal condition judging method of semiconductor processing based on the same |
| KR101874881B1 (en) * | 2017-12-28 | 2018-07-05 | (주)에스제이오토메이션 | Door opening and closing device for semiconductor manufacturing facility |
| KR20210082596A (en) * | 2019-12-26 | 2021-07-06 | 주식회사 모트롤 | DEVICE and mETHOD for detecting fault of Reduction device |
| KR102439228B1 (en) | 2022-05-02 | 2022-09-02 | (주)에스제이오토메이션 | Door open-and-close device |
| KR102420197B1 (en) | 2022-05-03 | 2022-07-14 | (주)에스제이오토메이션 | Door opening and closing device for semiconductor or display manufacturing facility to prevent gaps from occuring |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102138279B1 (en) | Apparatus and method for monitoring vibration of rotating equipment based on deep learning time series analysis | |
| JP5016519B2 (en) | Diagnostic system and method for predictive condition monitoring | |
| US9443201B2 (en) | Systems and methods for learning of normal sensor signatures, condition monitoring and diagnosis | |
| JP5833477B2 (en) | Elevator abnormal sound diagnosis method, apparatus used therefor, and elevator equipped with the apparatus | |
| US10796242B2 (en) | Robust training technique to facilitate prognostic pattern recognition for enterprise computer systems | |
| US20100106458A1 (en) | Computer program and method for detecting and predicting valve failure in a reciprocating compressor | |
| JP2008014679A (en) | Facility diagnostic method, facility diagnostic system, and computer program | |
| US20160371600A1 (en) | Systems and methods for verification and anomaly detection using a mixture of hidden markov models | |
| Henze et al. | Audioforesight: A process model for audio predictive maintenance in industrial environments | |
| KR102565797B1 (en) | Ai-based chamber door monitoring device | |
| US20220391754A1 (en) | Monte carlo simulation framework that produces anomaly-free training data to support ml-based prognostic surveillance | |
| CN117435883A (en) | Method and system for predicting equipment faults based on digital twinning | |
| KR102426284B1 (en) | Apparatus for detecting abnormality of structure based on vibration analysis | |
| CN117435908A (en) | Multi-fault feature extraction method for rotary machine | |
| CN112381352A (en) | Wind turbine generator running state evaluation method based on multi-source heterogeneous monitoring | |
| Liu et al. | Machine health monitoring and prognostication via vibration information | |
| KR102688082B1 (en) | An abnormal sensing system of pump equipment for three-phase motor electric power data and abnormal sensing method using the system | |
| WO2023181265A1 (en) | Device diagnosis system, device diagnosis device, semiconductor device production system, and device diagnosis method | |
| CN118224156B (en) | Hydraulic system abnormality monitoring method and system | |
| KR102425308B1 (en) | Smart farm actuator fault diagnosis prediction device and opreation method thereof | |
| RU2783860C2 (en) | Device and method for vibration-acoustic analysis of industrial equipment containing rotating parts | |
| KR102647331B1 (en) | System for providing time-series data based data sampling service | |
| Joung et al. | Bearing Anomaly Detection in an Air Compressor using an LSTM and RNN-Based Machine Learning Model | |
| Munirathinam | RETRACTED CHAPTER: Industrial Internet of Things (IIoT) Framework for Real-Time Acoustic Data Analysis | |
| WO2022167853A1 (en) | Method and device for vibroacoustic analysis of industrial equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |