TW202235895A - 基於包含感測器映射及經觸發之資料登錄的健康狀態而監測、評估及回應的基板處理系統工具 - Google Patents
基於包含感測器映射及經觸發之資料登錄的健康狀態而監測、評估及回應的基板處理系統工具 Download PDFInfo
- Publication number
- TW202235895A TW202235895A TW110141597A TW110141597A TW202235895A TW 202235895 A TW202235895 A TW 202235895A TW 110141597 A TW110141597 A TW 110141597A TW 110141597 A TW110141597 A TW 110141597A TW 202235895 A TW202235895 A TW 202235895A
- Authority
- TW
- Taiwan
- Prior art keywords
- health status
- sensors
- module
- data
- health
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 192
- 238000012545 processing Methods 0.000 title claims abstract description 126
- 239000000758 substrate Substances 0.000 title claims abstract description 100
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000013507 mapping Methods 0.000 title claims description 75
- 230000001960 triggered effect Effects 0.000 title description 7
- 230000004044 response Effects 0.000 claims abstract description 71
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 58
- 230000003247 decreasing effect Effects 0.000 claims abstract description 9
- 230000003862 health status Effects 0.000 claims description 143
- 230000015556 catabolic process Effects 0.000 claims description 86
- 238000006731 degradation reaction Methods 0.000 claims description 86
- 238000009826 distribution Methods 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000013479 data entry Methods 0.000 claims description 19
- 238000013480 data collection Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 10
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000002829 reductive effect Effects 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 98
- 230000000875 corresponding effect Effects 0.000 description 44
- 230000008569 process Effects 0.000 description 44
- 239000007789 gas Substances 0.000 description 18
- 238000004088 simulation Methods 0.000 description 18
- 239000000872 buffer Substances 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 16
- 235000012431 wafers Nutrition 0.000 description 16
- 238000012423 maintenance Methods 0.000 description 15
- 230000007423 decrease Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 13
- 238000012546 transfer Methods 0.000 description 12
- 230000003044 adaptive effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008439 repair process Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 6
- 239000012636 effector Substances 0.000 description 6
- 238000013024 troubleshooting Methods 0.000 description 6
- 230000003139 buffering effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 230000003449 preventive effect Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000000231 atomic layer deposition Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000011049 filling Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 238000005240 physical vapour deposition Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003413 degradative effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009616 inductively coupled plasma Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- -1 oxides Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 238000012144 step-by-step procedure Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2894—Aspects of quality control [QC]
-
- 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
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- 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
-
- 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
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
一種健康狀態監測、評估、及回應系統，包含一介面及一控制器。該介面建構以自配置在一基板處理系統中的一感測器接收一信號。該控制器包含一健康狀態指數模組。該健康狀態指數模組係建構以執行一演算法，其包括：取得一窗口及一邊界閾值；監測自該感測器輸出的該信號；判定該信號是否已越過該邊界閾值；更新一健康狀態指數分量，其中該健康狀態指數分量係一個二進制數值且對越過該邊界閾值的該信號響應而在高位與低位數值之間變遷；及基於該健康狀態指數分量而生成一健康狀態指數數值，且在至少該窗口的持續時間期間將該健康狀態指數數值從100%降低至0%。該控制器係建構以基於該健康狀態指數數值而執行一對策。
Description
相關專利及申請案的交互參照：本申請案主張於西元2020年11月11日申請的美國臨時專利申請案第63/112,386號的優先權。上述申請案的全部揭露內容係通過參照於此併入。
本揭露內容係關於用以評估基板處理系統工具的健康狀態之系統。
在此提供的先前技術章節是為了概括地呈現本揭露內容的背景。在此先前技術章節中描述的當前列名的發明人的作品，以及在申請時不可以其他方式適格為先前技術的描述態樣，既不明示也不隱含承認為對抗本揭露內容的先前技術。
工業製造過程中使用的機器通常藉由從感測器收集資料而加以監測，該等感測器監測例如流率、壓力、旋轉速度等之參數。警報限制通常應用於此等參數以檢測認為不可接受的機器操作條件。警報限制可用於防止受傷、對機械的損壞、及/或製造缺陷。當所監測的參數其中之一超過一警報限制時，一警報可能加以生成並且機器的操作可能會加以停止。從生成警報的時間到操作員和/或維護人員意識到並能夠回應該警報並處理此不可接受的操作條件的時間存在時間滯後。在某些情況下，會損失額外的製造停工時間來評估和了解警報的原因。進一步的延遲發生於組合必要的人員、組件、材料、設備等等，其為執行矯正措施並使機器恢復到正確的操作條件所需。機器的停工時間降低了機器的利用度和生產率。此外，不可接受的操作條件可能導致不可逆的缺陷，這進一步增加了相關聯的經濟損失。
根據若干實施例，本揭露內容揭露：一種健康狀態監測、評估、及回應系統係加以提供且包含一介面及一控制器。該介面係建構以自配置在一基板處理系統中的一第一感測器接收一第一信號。該控制器包含一健康狀態指數模組。該健康狀態指數模組係建構以執行一演算法，其包括：取得一窗口及一邊界閾值；監測自該第一感測器輸出的該第一信號；判定該第一信號是否已越過該邊界閾值；更新一健康狀態指數分量，其中該健康狀態指數分量係一個二進制數值且對越過該邊界閾值的該第一信號響應而在高位與低位數值之間變遷；及基於該健康狀態指數分量而生成一第一健康狀態指數數值，且在至少該窗口的持續時間期間將該第一健康狀態指數數值從100%降低至0%。該控制器係建構以基於該第一健康狀態指數數值而執行一對策。
在一些實施例中，該健康狀態指數模組係建構以將該第一健康狀態指數數值生成為在該窗口的一持續時間期間該健康狀態指數分量的更新數值的一平均值。該健康狀態指數分量的該等更新數值係在該演算法的各別迭代期間加以決定。
在一些實施例中，該健康狀態指數模組係建構以在該演算法的各個迭代期間生成一更新的健康狀態指數數值。該控制器係建構以基於該更新的健康狀態指數數值而執行該對策。
在一些實施例中，該健康狀態指數模組係建構以選擇該窗口及該邊界閾值，俾使該健康狀態指數數值在該第一信號達到一警報限制之前或之時降低至0%。
在一些實施例中，該健康狀態指數模組係建構以在該演算法的迭代期間適應性地調整該邊界閾值，以將該健康狀態指數數值從100%降低至0%的時間量加以延長。
在一些實施例中，該健康狀態指數模組係建構以在該演算法的迭代期間適應性地調整該邊界閾值，俾使在該第一信號等於一警報限制之前或之時該健康狀態指數數值降低至0%。
在一些實施例中，該健康狀態指數模組係建構以：實現一有限脈衝響應濾波器，以確定該第一信號的劣化率；及基於該劣化率而調整該邊界閾值。
在一些實施例中，該健康狀態指數模組係建構以，基於該第一信號的劣化率、該窗口的持續時間、及一警報限制而確定該邊界閾值。
在一些實施例中，該健康狀態指數模組係建構以：將該第一信號的劣化率估計為在該第一信號中的加權變化的和；及基於所估計的該劣化率而確定該邊界閾值。
在一些實施例中，該控制器係建構以，對該第一健康狀態指數數值降低、達到一預定位準或在一預定範圍之內其中至少一者響應，執行該對策。
在一些實施例中，該介面係建構以自配置在該基板處理系統之中的N個感測器接收N個信號，其中N係大於或等於二，其中該N個信號包含該第一信號，且其中該N個感測器包含該第一感測器。該健康狀態指數模組係建構以：監測分別自該N個感測器所輸出的該N個信號；評估該N個信號以確定包含該第一健康狀態指數數值的多數個健康狀態指數數值；及彙集該多數個健康狀態指數數值以確定一系統健康狀態指數數值。該控制器係建構以，對該系統健康狀態指數數值降低、達到一預定位準或在一預定範圍之內其中至少一者響應，執行該對策。
根據若干實施例，本揭露內容揭露一種健康狀態監測、評估、及回應系統，其包含一介面及一控制器。該介面係建構以自配置在一基板處理系統之中的N個感測器接收資料，其中N係大於或等於二。該控制器包含一健康狀態指數模組，建構以：接收分別自該N個感測器所輸出的多組資料；評估該多組的所接收的資料，以確定多數個健康狀態指數數值；及彙集該多數個健康狀態指數數值，以確定一系統健康狀態指數數值。該控制器係建構以，對該系統健康狀態指數數值降低、達到一預定位準或在一預定範圍之內其中至少一者響應，執行一對策。
根據若干實施例，本揭露內容揭露一種健康狀態監測、評估、及回應系統，其包含一介面及一控制器。該介面係建構以自配置在一基板處理系統之中的N個感測器接收資料，其中N係大於或等於二。該控制器包含一健康狀態指數模組。該健康狀態指數模組係建構以：接收分別自該等感測器所輸出的多組資料；評估該多組的資料，以確定多數個健康狀態指數數值；彙集該組健康狀態指數數值，以確定一系統健康狀態指數數值；及判定該系統健康狀態指數數值是否在一預定範圍之外。該控制器係建構以，對該系統健康狀態指數數值在該預定範圍之外響應，執行一對策。
在一些實施例中，該健康狀態指數模組係建構以：分別針對該多組的資料，確定二階多項式；及基於該二階多項式的係數，確定該多數個健康狀態指數數值。在一些實施例中，該健康狀態指數模組係建構以：將該等係數與一統計分佈進行比較；及基於該等係數與該統計分佈的該比較的結果，確定該多數個健康狀態指數數值。
在一些實施例中，該健康狀態指數模組係建構以：確定該等係數的分佈；將該等分佈與健康狀態指數邊界進行比較；及基於將該等分佈與該等健康狀態指數邊界比較的結果，確定該多數個健康狀態指數數值。在一些實施例中，該健康狀態指數模組係建構以，基於與該基板處理系統的物理或功能分解其中至少一者對應的健康狀態指數計算的階層結構化，確定該系統健康狀態指數數值。
在一些實施例中，該健康狀態指數模組係建構以，當確定該多數個健康狀態指數數值及該系統健康狀態指數數值，實現一彙集演算法及對應於冗餘度或缺乏冗餘度而使用布林運算。在一些實施例中，該健康狀態指數模組係建構以，當生成該系統健康狀態指數數值時，選擇該基板處理系統的一階層級別或一子系統級別其中至少一者的一最小健康狀態指數數值。
在一些實施例中，該多數個健康狀態指數數值及該系統健康狀態指數數值每一者係介於0-100%。在一些實施例中，該控制器係建構以定義該基板處理系統的一事件，其基於該系統健康狀態指數數值而指示為異常，但在一可接受範圍之內，俾使該控制器避免生成一警報或停止該基板處理系統的運作。在一些實施例中，該健康狀態指數模組係建構以，基於由該N個感測器所偵測的該基板處理系統的N組各別的事件，生成該多數個健康狀態指數數值。
在一些實施例中，該健康狀態指數模組係建構以，基於該N組各別的事件是否落入定義的正常操作條件之內，生成該多數個健康狀態指數數值。在一些實施例中，該健康狀態指數模組係建構以：使用在由該基板處理系統的確定狀態所定義的一時間段期間來自一類比感測器的取得資料；使用一數學模型而計算在該時間段期間基板處理系統運作的二級數值之特徵；及基於該二級數值而生成該系統健康狀態指數數值。
在一些實施例中，該健康狀態指數模組係建構以在一定義的邊界位準與一警報位準之間將該系統健康狀態指數數值加以定標，以指示超出該邊界位準的一操作條件的嚴重性。在一些實施例中，該健康狀態指數模組使用非線性定標。
在一些實施例中，該控制器包含一感測器映射模組，建構以顯示與該N個感測器相關聯的資訊及該基板處理系統的至少一部分。在一些實施例中，該感測器映射模組係建構以就該基板處理系統的該至少一部分而顯示感測器識別符、感測器狀態、及該N個健康狀態指數數值。
在一些實施例中，該控制器包含一感測器映射模組，建構成以階層格式顯示該多數個健康狀態指數數值。在一些實施例中，該感測器映射模組係建構以指示在該基板處理系統之中該N個感測器的物理位置。
在一些實施例中，該感測器映射模組係建構以，基於一系統操作員輸入及一接收的指令其中至少一者，針對該基板處理系統的一選定階層級別而選擇性顯示該多數個健康狀態指數數值其中一者以上。在一些實施例中，該感測器映射模組係建構以針對該N個感測器而顯示歷史健康狀態指數數值。
在一些實施例中，該感測器映射模組係建構以，基於一系統操作員輸入或一接收的指令其中至少一者，顯示多數個健康狀態指數數值的一彙集級別。在一些實施例中，該健康狀態指數模組係建構以：基於操作該基板處理系統於一正常狀態達一段選定時間，確定正常操作的邊界；及基於該正常操作的邊界，偵測一潛在的問題或故障。
在一些實施例中，該健康狀態指數模組係建構以將介於該基板處理系統的定義操作之間的時間間隔使用作為一基礎來確定該多數個健康狀態指數數值。在一些實施例中，該健康狀態指數模組係建構以基於條件而使用一數學模組，以化簡該多組資料為N個數值，該多數個健康狀態指數數值係基於該N個數值加以計算。在一些實施例中，該健康狀態指數模組係建構以基於由該N個感測器所偵測的該基板處理系統的一個以上所偵測事件且週期性地確定該多數個健康狀態指數數值。
在一些實施例中，該健康狀態指數模組係建構以基於一個以上偵測的事件且週期性地確定該多數個健康狀態指數數值。在一些實施例中，該健康狀態指數模組係建構以，基於該基板處理系統的操作接近一警報限制的程度，確定該多數個健康狀態指數數值。
在一些實施例中，該健康狀態指數模組係建構以，基於分別位於N個正常操作範圍與N個警報限制之間的N個邊界，確定該多數個健康狀態指數數值。在一些實施例中，該控制器包含一資料登錄模組，其中該資料登錄模組係建構以基於來自該健康狀態指數模組的指令而收集及存儲來自該N個感測器的資料。
在一些實施例中，該資料登錄模組係建構以，基於該N個感測器的輸出數值的變化率或該N個健康狀態指數數值其中至少一者，啟動來自該N個感測器或該N個感測器的一子集合之資料收集。在一些實施例中，該資料登錄模組係建構以，基於該N個感測器的輸出數值的變化率或該多數個健康狀態指數數值其中至少一者，增加資料取樣率且以增加的資料速率從該N個感測器收集資料。
在一些實施例中，該健康狀態指數模組係建構以，基於該系統健康狀態指數數值而偵測在該基板處理系統之中的劣化；及收集額外的資料以確定該劣化的原因。在一些實施例中，該健康狀態監測、評估、及回應系統更包含該N個感測器。
根據若干實施例，本揭露內容亦揭露一種感測器映射系統，其包含N個感測器、一介面、及一控制器。該多數個感測器建構以偵測一基板處理系統的各別參數，其中N大於或等於二。該介面係建構以自該N個感測器接收資料。該控制器包含一感測器映射模組。該感測器映射模組係建構以：接收指令以顯示針對該N個感測器的感測器資訊；接收分別輸出自該N個感測器的N組資料；及在該基板處理系統的至少一部分的一視圖上顯示該N個感測器的位置以及該感測器資訊。
在一些實施例中，該感測器資訊包含一電流感測器數值、一歷史彙集數值、一健康狀態指數數值、一部件號、或一序號其中至少一者。在一些實施例中，該感測器映射模組係建構以在該基板處理系統的該至少一部分的該視圖上顯示該N個感測器的狀態。
在一些實施例中，該控制器更包含一健康狀態指數模組，建構以分別針對該N個感測器而生成多數個健康狀態指數數值。該感測器映射模組係建構以在該基板處理系統的該至少一部分的該視圖上顯示該多數個健康狀態指數數值。在一些實施例中，該感測器映射模組係建構以從該健康狀態指數模組接收指令，其中該等指令包含從一組M個感測器選擇該N個感測器，其中M大於N。
在一些實施例中，該感測器映射模組係建構以：接收一系統操作員輸入或一指令信號其中至少一者；及基於該系統操作員輸入或該指令信號的該至少一者，對從該N個感測器其中一者以上所接收的資料進行展繪。在一些實施例中，該感測器映射模組係建構以：接收一輸入以針對該N個感測器其中一者顯示一資料圖；及顯示一圖表，包含展繪來自該N個感測器的該其中一者的資料，其中該圖表係展示在與該基板處理系統的該至少一部分的該視圖相同的螢幕上。
在一些實施例中，該感測器映射模組係建構以，基於一接收的輸入，改變一螢幕級別或該基板處理系統的一顯示階層級別其中至少一者。在一些實施例中，該感測器映射模組係建構以，基於一輸入，顯示針對該基板處理處理系統的M個感測器的感測器資訊而非針對該N個感測器的感測器資訊，其中M大於或等於2。在一些實施例中，該M個感測器不含該N個感測器。在一些實施例中，該M個感測器包含該N個感測器其中一者以上。
根據若干實施例，本揭露內容亦揭露一種資料登錄系統。該資料登錄系統包含N個感測器、一介面、及一控制器。該N個感測器建構以偵測一基板處理系統的各別參數，其中N大於或等於二。該介面建構以自該N個感測器接收資料。該控制器包含一資料登錄模組。該資料登錄模組係建構以：接收指令以選擇該N個感測器及觸發資訊；監測該N個感測器或其他感測器其中至少一者且偵測由該觸發資訊所識別的一個以上觸發事件；及響應偵測到該一個以上觸發事件，對該N個感測器的輸出進行資料登錄，以提供登錄的資料。該控制器係建構以分析該登錄的資料，以及基於分析該登錄的資料之結果，執行一對策。
在一些實施例中，該資料登錄模組係建構以：自一健康狀態指數模組接收指令，其中該等指令包含選定的一組感測器及觸發點；及基於該等觸發點，登錄來自選定的該組感測器之資料。在一些實施例中，選定的該組感測器包含該N個感測器其中一者以上。在一些實施例中，選定的該組感測器不包含該N個感測器。
在一些實施例中，該資料登錄模組係建構以基於觸發點、閾值或條件其中至少一者而執行資料登錄。該控制器包含一健康狀態指數模組，建構以：對該基板處理系統的一個以上操作係發生於定義的正常操作條件之內或之外進行分類；基於該分類步驟，生成多數個健康狀態指數數值；及基於該多數個健康狀態指數數值的彙集，執行該對策。
在一些實施例中，該資料登錄模組係建構以：在該一個以上觸發事件之前，緩存資料；及在該一個以上觸發事件之前，存儲資料達一設定的時間段。在一些實施例中，該資料登錄模組係建構以，基於與一個以上其他感測器相關聯的觸發事件，針對該N個感測器而登錄資料。
在一些實施例中，該資料登錄模組係建構以基於該基板處理系統的偵測之一個以上條件，針對該N個感測器而登錄資料。 在一些實施例中，該資料登錄模組係建構以，每次一觸發事件發生，藉由記錄自該N個感測器所輸出的資料達一設定時間段，擷取間歇性事件。
從實施方式章節、申請專利範圍、及圖式，本揭露內容的進一步應用領域將變得顯而易見。此實施方式章節和特定示例僅用於說明目的，並不旨在限制本揭露內容的範圍。
基板處理系統的工具可以包括裝載埠模組（LPM）、設備前端模組（EFEM）、氣匣、真空傳送模組（VTM）、及用於將基板傳送至基板處理站的腔室和從基板處理站的腔室傳送出的機器人。LPM、EFEM、氣匣、VTM、及機器人可以有許多感測器，例如溫度感測器、光學感測器（相機）、壓力感測器、相對濕度感測器、氧感測器、盪動閥感測器、振動感測器、電流與電壓感測器等。可以監測此等感測器以檢查各種裝置的狀態並執行基本的健康狀態檢查常式，例如在工具閒置時進行的洩漏檢查。洩漏檢查可以關於通過介於組件之間的介面及/或密封件的流體洩漏量的檢查。這些類型檢查的其中一些是在正常處理條件之外執行的，例如當相應的處理系統閒置時且因此不一定反映處理期間系統的狀態。一些檢查不經常執行，且可能延遲製程執行。系統操作員可能無法確定硬體退化已經發生，直到出現低於標準的製程結果，如果不經常執行檢查則尤其如此。
當工具的模組、氣匣、機器人等等其中之一存在不適當的操作條件時，可能需要關閉此工具並且損失處理時間。由於眾多的感測器、工具的複雜性、以及工具特徵部之間的相互關係，可能難以識別、定位、及確定導致警報條件的原因，其導致延長的停工時間。警報條件可能是一個問題的直接或間接結果。如果是間接的，則可能更難以確定警報條件的原因。
在一些情況下，診斷工具可以在用戶介面上繪製一個或多個感測器的參數與時間的關係。通常沒有指示與所繪製的參數相對應的感測器位置，而只是參數名稱和參數當前數值的表格清單。因此，系統操作員無法藉由簡單地查看用戶介面來確定感測器的位置。可能難以確定感測器的位置。位置確定可能涉及系統操作員與軟體工程師交談以識別與軟體中顯示的名稱匹配的電信號。隨後，系統操作員檢查互連和/或管道和儀表圖以確定（i）感測器的組件編號，以及（ii）在工具中感測器連接到和/或靠近哪些組件。然後，系統操作員基於組件編號和識別的組件，花時間查找感測器的實際物理位置。確定感測器位置的過程可能既費時又費力。
不知道感測器的位置會增加故障排除的難度，並混淆可以從收集的資料中得出的可能的更廣泛的結論。此外，可能難以區分感測器資料以對存在不可接受和/或劣化的條件進行偵測。例如，一個工具可能有許多不同的溫度感測器。如果其中一個溫度感測器正在讀取特別高的溫度，則可能難以確定該溫度是否在合理範圍內，或者是否表明相應組件變得比正常更熱。如果處理模組變熱，感測器資料可能沒問題，但可能需要檢查一個或多個其他條件。在某些情況下，指示潛在錯誤警報的閾值重置特徵值可加以檢查，且如果呈開啟（ON），則可能不存在問題。但是，如果閾值重置特徵值呈關閉（OFF），則一條件可能存在並且一維修可能加以排程。在某些情況下，如果處理模組在低於正常操作溫度下運行，則應針對相應的感測器組對維修加以排程。難以將製程控制限制應用於這些類型的條件場景的感測器資料。由於這些原因，對於傳統工具而言，讓熟練的技術人員對問題進行故障排除並正確解釋感測器資料數值是重要的。
為了記錄資料，一工具可以允許由系統操作員通過第一系統操作員輸入（例如，按下一開始按鈕）所啟動的感測器資料流的診斷追蹤。記錄操作在設定的時間量之後或響應第二系統操作員輸入（例如，按下一停止按鈕）停止。按下一按鈕以啟動資料記錄在系統操作員執行受控測試之時效果很好，但在嘗試擷取在正常處理時段和/或延長時段期間偶爾發生的重複事件之時效果不佳。基於手動控制而記錄資料的操作也會導致收集大量不必要的資料，這快速地填滿可用的記憶體。
此處闡述的實施例包括系統健康狀態監測、評估、及回應（HMAR）系統，該系統監測一工具（或平台）的感測器，並且基於感測器資料，評估此工具的狀態。根據一些實施例，這包括為個別子系統、模組、裝置、組件、感測器等等生成健康狀態指數（HI, health index）數值，以及生成一整體系統健康狀態指數（SHI）數值。在一些實施例中，SHI數值是基於HI數值的彙集而加以生成。各個個別的HI數值係使用一種或多種演算法加以確定，此演算法係基於對工具的潛在故障模式的知識。此方式不同於使用機器學習演算法來評估大量歷史資料。基於歷史資料的機器學習演算法之使用需要大量的系統記憶體和計算能力，且類似於「大海撈針」。所揭露的彙集方法顯著減少了存儲和評估的資料量，從而減少了評估工具狀態所需的記憶體使用、資料處理時間、及計算能力。在一些實施例中，該工具可以響應於SHI數值及/或其他HI數值來執行各種動作，如以下進一步描述的。
該系統即時地（意味著在正常和/或異常處理操作期間）評估收集的感測器資料。在正常處理時段期間收集和評估資料，對影響處理結果的行為提供更直接的測量和評估。在設定的基板處理時間段期間實施連續的檢查，以測量在處理期間以及在基板循環通過此工具時在工具上發生的情況。連續執行延長的時間允許更好地預測組件何時發生故障。更頻繁地以及在處理期間收集資料允許將資料與製程結果同步。
此處闡述的實施例還包括感測器映射，其包括顯示感測器的識別符（ID）、感測器的位置、及感測器的狀態。這允許系統操作員藉由簡單地查看用戶介面（UI）來快速且輕易地確定各個受監測感測器的ID、物理位置（以下簡稱「位置」）及狀態。感測器的資料輸出數值可以在與感測器的ID、位置及狀態相同的螢幕和/或視窗或不同的螢幕和/或視窗上相對於時間加以顯示。在一些實施例中，資料數值與時間的關係可以藉由點擊指示感測器ID、位置、及當前狀態的一方塊而通過一圖表加以顯示。還可以指示與感測器相關聯的HI數值。可以使用一個或多個UI螢幕和/或視窗來顯示感測器資訊。UI螢幕和/或視窗可以包括對應工具和/或其具有覆蓋的感測器資訊的部分的圖形圖像。此系統可以選擇哪些感測器同時監測和查看相應的資料。在一些實施例中，此選擇係由一系統操作員加以執行。
顯示感測器的位置使系統操作員能夠快速輕易地識別系統性能和感測器數值之間的趨勢，尤其是在工具上使用大量感測器時。顯示感測器的位置還可以讓工程師更輕易地對工具問題進行故障排除。傳統上，工程師可能會花費數小時來單純地追蹤和定位與不正確（或不正常）感測器讀數相關聯的一感測器。這可能包括向人們發送電子郵件以確定感測器的位置並梳理文檔。工程師還可能錯誤地判定此感測器係位於工具的第一組件上並開始對第一組件進行故障排除，而稍後判定感測器位於第二（或不同的）組件上。由於工程師係對第一組件而不是第二組件進行故障排除，因此需要重新啟動故障排除過程，從而導致進一步的停工時間。顯示感測器的位置節省定位感測器和排除問題以確定此問題的根本原因的時間。
在一些實施例中，資料登錄的自動開始與停止係基於感測器輸出、確定某些條件存在或可能在不久的將來發生、閾值、觸發事件等等來加以實現。在一些實施例中，所揭露的系統允許系統操作員設置開始與停止觸發事件。然後，資料登錄會在觸發事件發生時自動開始和停止。舉例來說，可以設置限制和其他條件以限制資料保留時間。也可以設置限制和其他條件，以當從資料登錄開始時刻的預定一段時間之後停止觸發沒有發生時，使資料登錄逾時停止。在一些實施例中，可以在預設時間段（例如，一天、一周等等）之後禁用資料登錄。在一些實施例中，可以基於HI數值和/或相應資訊開始資料登錄。在一些實施例中，如果組件表現異常或開始劣化，使得性能惡化，則系統可以開始對與此組件直接關聯和/或受此組件間接影響的感測器進行資料登錄。該系統還可以延長那些感測器的資料登錄以收集額外的資料以分析、監測相應的惡化態樣，以及/或偵測一個或多個問題。自動資料登錄可應用於一工具的低速和高速資料登錄。在一些實施例中，一工具可以對某些感測器執行大約20赫茲（Hz）的低速資料登錄，而對其他感測器執行高速資料登錄（例如，大約1千赫茲）。在一些實施例中，此系統可以確定對其執行低速資料登錄的第一組一個或多個感測器以及對其執行高速資料登錄的第二組一個或多個感測器。
圖1顯示HMAR系統100的一部分，其包括具有晶圓傳送盒（FOUP）104的裝載埠模組（LPM）102、設備前端模組（EFEM）和裝載鎖室（以下稱為「EFEM」）106、氣匣108、真空傳送模組（VTM）110、處理模組（或站）112、電源鎖定與掛牌系統114、及控制站116。LPM 102、EFEM 106、氣匣108、VTM 110、及電源鎖定與掛牌系統114可以稱為一平台。基板最初係加以接收並存儲在FOUP 104之中，並加以轉移到處理模組112以執行各種沉積、蝕刻及清潔製程。VTM 110將晶圓傳送自及至站112。VTM 110可以包括機器人（顯示示例機器人120、122）以及一個或多個緩衝器（顯示出一個，124），用於基板的臨時存儲。機器人將基板傳送至/自站112和緩衝器。結合處理模組112的平台可稱為基板處理系統。站112各者可用於例如使用射頻（RF）電漿蝕刻基板。站112每一者包括一處理腔室，例如電感耦合電漿（ICP）腔室或電導耦合電漿（CCP）腔室。例如，站112可以執行導電蝕刻或介電蝕刻製程。
控制站116可以控制平台和處理站112的操作。控制站116可以包括控制器130、硬體介面132、用戶介面134、及記憶體136。硬體介面132可以電連接到LPM 102、FOUP 104、EFEM 106、氣匣108、VTM 110、站112、電源鎖定與掛牌系統114、及機器人。控制器130可以控制和監測LPM 102、FOUP 104、EFEM 106、氣匣108、VTM 110、站112、電源鎖定與掛牌系統114、及機器人。這包括監測LPM 102、FOUP 104、EFEM 106、氣匣108、VTM 110、站112、電源鎖定與掛牌系統114、及機器人的感測器。在一些實施例中，控制器130是通用型電腦/處理器。在一些實施例中，控制器130是專用電腦/處理器，其配置為與晶圓製造設備中的一組特定感測器和程式互動或對其進行命令。示例感測器係關於圖2加以顯示和描述。用戶介面134可以包括一個或多個顯示器（例如一個或多個觸控螢幕）、鍵盤等。記憶體136可以存儲從感測器收集的資料以及如下所述的其他資料和資訊。
圖2顯示HMAR系統100的一部分200，包括LPM 102、EFEM 106、氣匣108、VTM 110、站112、電源鎖定與掛牌系統114、及控制站116。部分200也可以稱為感測器映射系統及/或資料登錄系統。部分200還包括機器人202，其可以包括機器人120、122。LPM 102、EFEM 106、氣匣108、VTM 110、站112、電源鎖定與掛牌系統114、及機器人202可以包括相應的感測器210、212、214、216、218、220、222。LPM 102的感測器210 可以包括壓力感測器、振動感測器等等。感測器210可以包括例如壓縮乾燥空氣（CDA）壓力感測器及門振動感測器。
EFEM 106的感測器212可以包括壓力感測器、溫度感測器、相對濕度（RH）感測器、氧感測器、濃度感測器、振動感測器、流率感測器、速度感測器、粒子感測器等等。感測器212可以包括：相機；框架振動感測器；風扇過濾器單元流率感測器；風扇速度感測器；印刷電路板（PCB）溫度、RH、及壓力振動感測器；氮溫度感測器；氮壓力感測器；等等。氣匣108的感測器214可以包括壓力感測器、氧感測器、振動感測器、RH感測器、溫度感測器、粒子感測器等等。感測器214可以包括相機、門振動感測器、門CDA壓力感測器等等。
VTM 110的感測器216可以包括壓力感測器、溫度感測器、RH感測器、氧感測器、振動感測器等等。感測器216可以包括：相機；盪動閥振動感測器；PCB溫度、RH、及壓力振動感測器。感測器216可以包括在盪動閥上的加速度計。站112的感測器218可以包括溫度感測器、壓力感測器、濃度感測器、電壓感測器、電流感測器等等。電源鎖定與掛牌系統114的感測器220可以包括溫度感測器、振動感測器等。機器人202的感測器222可以包括溫度感測器、真空壓力、振動感測器、位置感測器、電壓感測器、電流感測器等。感測器210、212、214、216、218、220、222、及/或相關聯的硬體可以具有相關聯的類比輸入、數位輸入、類比輸出、及/或數位輸出，它們可以由控制器130加以提供和/或由控制器130接收。儘管感測器210、212、214、216、218、220、222的一些示例係如上所述，感測器210、212、214、216、218、220、222可以包括其他感測器，例如相機和/或其他感測器。
在一些實施例中，控制器130包括HI模組230、感測器映射模組232、及資料登錄模組234。HI模組230確定諸如感測器210、212、214、216、218、220、222的組件和/或裝置以及其他組件和/或裝置的HI數值。HI模組230還確定模組、子系統、及基板處理系統（其可以包括平台和/或處理模組112）的HI數值。下面參照圖5-13描述可如何確定HI數值的示例實施例。圖13顯示具有針對基板處理系統的不同階層級別的HI數值的示例階層圖。
感測器映射模組232確定存儲在記憶體136中的感測器資訊。記憶體136存儲：感測器資訊240，包括感測器識別符（ID）242、感測器狀態244、及感測器HI數值246；感測器資料248；其他HI數值250；及演算法252。其他HI數值250可以包括系統、模組、裝置、及/或組件HI數值。感測器狀態244可以是感測器210、212、214、216、218、220、222的當前輸出，例如當前操作狀態或參數（例如，溫度）。感測器資訊240可以包括其他感測器資訊，例如歷史彙集數值。感測器ID 242可以包括部件號、序號、唯一標籤、或其任何組合。演算法252可以包括此處揭露的任何演算法，其由控制器130執行。
根據一些實施例，在操作期間，HI模組230可以向資料登錄模組234提供指令以執行資料登錄操作。此等指令可以包括要監測的感測器、從感測器收集資料的周期、收集資料的頻率、收集大小、分辨率（或取樣率）等等。資料登錄模組234可以執行資料登錄，其包括基於收到的指定而從選定的感測器收集資料。HI模組230可以接著接收由資料登錄模組234所收集的資料。HI模組230還可以向感測器映射模組232提供指令用於顯示感測器資訊和資料展繪。這可以包括提供感測器ID、顯示與所提供的感測器ID相關聯的資訊和/或資料的周期、是否顯示感測器資訊和/或資料、是否繪製來自多個感測器的資料等等。HI模組230可以自感測器映射模組232接收感測器佈局圖和數值。感測器映射模組232可以從HI模組230等等接收指示感測器位置、感測器狀態值（例如，來自資料登錄模組234的登錄資料）、邊界及/或條件的輸入。
HI模組230可以在正常製程條件、異常製程條件及/或其他條件期間執行感測器資料追蹤。 這可能在工具閒置時和/或在處理期間發生。這可以包括預定的、週期性的、隨機的、及/或半隨機的追蹤。在一些實施例中，HI模組230追蹤並確定感測器資料評估（隨時間變化的差量（delta）、趨勢等等）。 HI模組230提供以下相關性：個別追蹤的各個感測器的資料；來自同一處理站的感測器的資料；來自不同處理站的感測器的資料；來自不同處理模組中的感測器的資料；當監測多個工具時，來自不同工具的感測器的資料；及上述任何組合。在一些實施例中，HI模組230確定：當評估某些條件是否存在時，資料曲線的斜率、斜率確定的時序、不同感測器的加權數值等等。
在一些實施例中，HI模組230還執行彙集，其可以是基於本地和/或半本地的、基於站的、基於裝置的、基於模組的、基於處理模組的、及/或基於工具的。此彙集可以針對一組相似和/或不同的感測器、相關感測器和/或不相關感測器等等。HI模組230選擇最低相關性和/或彙集數值，如以下進一步描述。 HI模組230監測參數和HI數值的分佈、平均值、標準差、及偏移。HI模組230針對以下對彙集數值取相關性：相同的組件、裝置、模組、子系統、處理站；及不同組件、裝置、模組、子系統、處理站的數值。在一些實施例中，HI模組230評估和關聯參數和彙集數值以提供健康狀態指數計分，這可以包括比較彙集數值以及選擇最低彙集數值。
HI模組230還執行以下操作：趨勢識別；劣化識別；回歸分析；預警指示；感測器、站、處理模組、工具等的狀態報告；及確定和報告故障排除的結果。HI模組230生成用於資料登錄的指令，包括選擇用於資料收集的（一個以上）感測器、執行的一個或多個動作的時序、以及取樣頻率。HI模組230提供分類邊界設定、重置及更新，包括：警報限制設定、重置及更新（聚焦、擴張、及/或搬移）；決策邊界設定、重置及更新（聚焦、擴張、及/或搬移）；正常操作範圍設定、重置、及更新（聚焦、擴張、及/或搬移）；基於系統操作員輸入的設定調整；等等。這包括基線設定和/或更新。HI模組230還可以基於相關和彙集的結果執行預防性維修及/或對策操作，包括提供健康狀態報告、警告報告、預防性維修指示、關閉指示、關閉操作等等。舉例來說，健康狀態報告可以包括指示健康狀態指示，包括一個或多個健康狀態指數數值、資料圖、感測器位置資訊、感測器輸出數值、及/或此處揭露的其他狀態資訊。HI模組230可以比較資料流以發現交互作用及更新模型、邊界等等，用於劣化預測、報告、及預防性維修及/或對策啟動。HI模組230還可以執行資料去冗餘化和/或清理以最小化資料存儲量。
根據一些實施例，感測器映射模組232：識別和標記感測器；確定感測器的位置；指示感測器的輸出狀態；及提供感測器位置和其他感測器資訊的二維（2D）及/或三維（3D）映射和圖形顯示。感測器映射模組232還可響應於感測器選擇而展繪來自所選感測器的資料（例如，點擊顯示感測器位置的顯示器部分並隨時間顯示感測器輸出的圖表）。此資料可以基於選定的時間段加以展繪及/或顯示為繪製的感測器資料的滑動視窗。來自多個感測器的資料可以加時間戳並繪製在同一圖表和/或同一視窗之中。感測器映射模組232可以基於預定的資料登錄/顯示計劃針對不同時間段對不同的感測器組而設置圖形顯示和/或資料展繪。這可以基於系統操作員輸入而加以設定和/或調整。顯示的感測器資訊可以包括警告和/或警報。一不同的資料組可以從所監測的各個感測器加以收集。因此，當監測多個感測器之時，會收集多組資料。
感測器映射模組232可以對所顯示的感測器資訊的位置和/或數值進行顏色編碼。可以這樣做以指示數值是在預定邊界/範圍內、在邊界附近、或在預定邊界/範圍之外。當例如多個溫度感測器受到監測時，這也可以或替代地進行以提供虛擬熱圖。相關性和/或彙集數值可加以展繪並基於系統操作員的輸入。
根據一些實施例，資料登錄模組234基於一個或多個觸發事件和/或預定的多事件條件組而對來自選定感測器的資料收集執行多感測器時間基礎的觸發和事件基礎的觸發。在一個實施例中，執行來自選定感測器的事件前觸發資料收集。可以基於系統操作員輸入來執行事件和事件前觸發。當未偵測到觸發停止事件及/或當收集到預定數量的資料時，可能會發生資料登錄逾時。資料登錄模組234基於預定的資料登錄計畫對不同的感測器組針對不同時間段設定資料登錄。這可以基於系統操作員輸入加以設定和/或調整。資料登錄模組234可以執行資料緩衝和循環緩衝並且從與事件直接關聯的感測器和/或從與事件間接關聯的其他感測器收集資料。資料登錄模組234設定並追蹤是否已發生預定總數的相同特定事件而觸發由預定感測器組進行的資料收集。資料登錄模組234可以即時（即，當收集和/或擷取時）報告資料並且同時繼續執行資料登錄。觸發事件和/或多事件條件組的數量和類型可以基於來自HI模組230的指令加以窄化、維修、及/或擴張。
根據一些實施例，控制器130可以基於收集的感測器資訊和生成的HI數值來監測各種裝置的狀態並控制各種裝置。在一些實施例中，針對收集的各組資料而生成HI數值。圖2顯示一些示例裝置，包括LPM門致動器251、EFEM風扇馬達253、氣匣閥254、機器人馬達256、及VTM閥258。可以包括、監控、及控制其他裝置。還可以基於觸發事件、超過閾值、及/或滿足其他條件而控制此等裝置。此等裝置可以作為執行的對策的一部分而加以控制。
圖3顯示2D感測器資訊和HI報告螢幕300，其可以顯示在例如圖1的用戶介面134其中之一上。螢幕300作為示例提供，其他顯示感測器物理位置和感測器資訊的螢幕也可以顯示。在一個實施例中，系統操作員能夠選擇要查看的螢幕，並且能夠「放大」感測器和周圍系統硬體的物理位置，以輕鬆地精確定位感測器的位置。此等螢幕可以包括硬體的2D視圖或3D視圖。 示例性3D視圖在圖4中顯示。在一個實施例中，許多感測器（例如，超過20個感測器）係加以實現並用作指示整個基板處理系統的溫度和所偵測到的溫度的相應位置的熱圖。還可以指示各種其他參數圖以及不同溫度的熱圖。
圖3的螢幕300是包括LPM 102、FOUP 104、EFEM 106、氣匣108、VTM 110、站112、電源鎖定與掛牌系統114、機器人120、122、及緩衝器124的基板處理系統的俯視圖。多個示例感測器資訊塊302係加以顯示。感測器資訊塊302包括感測器ID、感測器狀態數值、及HI數值。 顯示了示例感測器ID S1-S6、感測器狀態溫度數值T1-T6、感測器狀態馬達電流數值C1、及HI數值HI1-HI6。感測器資訊塊作為示例提供。可以顯示任意數量的感測器資訊塊。感測器資訊塊的數量和感測器資訊塊的內容可以由系統操作員加以定制。也可以顯示裝置、模組、子系統、及/或基板處理系統的彙集HI數值。 示例SHI數值塊304係加以顯示，指示基板處理系統的整體SHI數值。
圖4顯示3D感測器資訊和HI報告螢幕400。螢幕400顯示基板處理系統，包括FOUP 104、EFEM 106、具有射頻產生器410和氣體盒412的處理模組112、以及電源鎖定與掛牌系統114。示例感測器資訊塊420和SHI狀態塊422係加以顯示。系統操作員可以輕敲或點擊感測器資訊塊420其中之一以顯示感測器輸出隨時間的圖表。示例圖表424係針對感測器S7加以顯示。在一個實施例中，系統操作員能夠點擊特定位置並被提供在該位置和/或附近區域的感測器的圖表。 在一些實施例中，可以提供包括多個感測器隨時間展繪輸出的單一圖表。這允許系統操作員查看相應參數的變化並確定是否存在問題以及問題的原因。
在一個實施例中，圖3-4的螢幕和/或其他感測器資訊螢幕包括標識各別感測器位置的點。圖4中顯示一對點430、432。在一些實施例中，3D螢幕可以包括灰顯的電腦輔助設計（CAD）模型，其中感測器和相應的位置以紅色顯示。在一些實施例中，UI可以顯示具有或不具有感測器的相應值的感測器的列表清單。用戶可以點擊和/或選擇列表清單中的一個或多個條目（例如，感測器ID）。當這種情況發生時，UI可以轉換到圖3及圖4中所示的任一螢幕（反之亦然）。此外，在一些實施例中，圖2的控制器130建議其他感測器基於之前選擇的感測器進行監控和/或檢查。此建議可以是位置基礎的、感測器類型基礎的、操作條件基礎的。例如，當點擊圖4中的432時，控制器130可以「彈出」顯示在用戶點擊的位置附近的感測器的螢幕。這可能包括顯示附近區域中的額外和/或其他感測器，這允許技術人員快速檢查發生點擊的點周圍的附近感測器的狀態。在另一個實施例中，包括「切換」特徵以啟用和禁用其他感測器的建議。
如上所述，可以隨時間展繪感測器資料。在一個實施例中，此展繪可以設定為在特定時間以及該周的一特定日期開始。其他感測器資料展繪可能在該周的不同時間和日期開始。在又另一實施例中，感測器資訊是彩色編碼的。這可能包括對感測器 ID、感測器狀態、及感測器HI數值進行彩色編碼。感測器狀態可加以彩色編碼以提供熱圖。在一些實施例中，可以基於感測器狀態數值、該感測器的目標（或規格）數值、及/或感測器狀態數值與目標數值之間的差異來選擇色彩以顯示不同的色彩梯度。例如，如果感測器X指示23℃（對應20-23℃的規格）而感測器Y為30℃（對應28-32℃的規格），則感測器 X 比感測器Y更冷。感測器X的感測器狀態可以用在色標上更接近藍色的顏色來表示，而感測器Y的感測器狀態可以是在色標上更接近紅色的顏色。在一些實施例中，感測器X與相應規格相比是熱的並且具有顏色更接近紅色的感測器狀態。感測器 Y 處於相應規格的中間且具有綠色（位於色標的中心）的感測器狀態。
圖5顯示根據某些實施例的用於獲得HI數值的示例程序。以下描述的計算的至少一些可以由輔助電腦或伺服器離線執行，或者如下所述。所收集的資料可以如所描述的加以使用，且/或可加以整理並存儲在板載和/或板外記憶體中以供將來計算。該方法可以相對於圖1-4的實施例加以執行。該方法的操作可以由控制器130的HI模組230加以執行，加以迭代地執行，以及開始於500。在502，HI模組230可以確定第一組觸發點、閾值、條件、HI（或參數分佈）邊界及/或限制，以週期性地和/或持續地檢查、報告、及響應，以確保基板處理系統的安全和正確操作。觸發點可以包括何時開始和停止監測一組或多組感測器的指示，其中感測器的各組包括一個或多個感測器。可以將感測器資料與閾值進行比較。當一個或多個所監測參數已超過設定的閾值時，可能會生成警報和警告訊息。閾值可以包括參數閾值以及HI邊界和/或參數最小與最大限制。此等條件各者可以包括檢查一個或多個參數是否處於一個或多個預定數值、位準，及/或在預定範圍之內。可以使用一組預設的觸發點、閾值、條件、及/或限制。此處提到的系統其中之一及/或系統操作員可以建立一組定制的觸發點、閾值、條件、HI邊界、及/或限制，它們可以替代地加以使用。此處提及的HI模組230和/或其他模組可以隨時間改變觸發點、閾值、條件、HI邊界、及/或限制。
在504，HI模組230可以確定第一組感測器以對感測器監測和/或定時（開始和停止時間及/或觸發事件）。這可以是初始預設的感測器組或系統操作員選擇的感測器組。
在506，HI模組230從當前監測的感測器收集感測器資料。
在508，HI模組230可以將最佳曲線擬合二階多項式應用於從感測器收集的資料組。可以針對收集的各組感測器資料確定二階多項式最佳擬合曲線。圖6顯示包括感測器資料以及二階多項式最佳擬合曲線600的參數資料圖。在一些實施例中，該圖可以與裝載鎖室內的壓力相關聯並且指示洩漏率。該曲線可以使用例如等式1來表示，其中p是壓力，t是時間，且
、
、及
是係數。
(1)
在510，HI模組230可以將針對各個感測器的二階多項式的各組係數存儲在記憶體之中。
在512，HI模組230可以將此等組的係數與對應參數的係數的統計分佈（例如，常態分佈）進行比較，或者替代地在514，HI模組230可以檢查係數相對於HI（或參數分佈）邊界的分佈。圖7顯示圖6的二階多項式最佳擬合曲線的係數的示例係數分佈圖。係數分佈圖可以針對各個係數隨時間加以生成。將係數與常態分佈進行比較提供了用於確定HI數值的快速計算。與例如將所提供展繪資料的曲線的所有資料與其他曲線和/或大的歷史資料集進行比較相比，上述方式係較快的。
在516，HI模組230可以生成感測器資料的分佈。圖8顯示相對於一個或多個HI（或參數分佈）邊界和/或一個或多個硬限制的示例參數（或變數）分佈。圖9顯示相對於HI邊界和硬限制而偏移之圖8的參數分佈。這可能隨著時間的推移而發生並且可能由於劣化而發生。
在518，HI模組230可以生成參數相對於一個或多個HI（或參數分佈）邊界的對數變換的指數因數的分佈。作為示例，可以使用這種方式檢測VTM門密封件的劣化。壓力隨時間變化的雙參數模型可以使用等式2或3以及積分而提供等式4而加以使用，其中對數變換提供簡單線性模型，其具有截距P
0和指數因數阿爾發（α）。
(2)
(3)
(4)
圖12顯示指數因數阿爾發（α）的示例分佈。
在520，HI模組230可以確定模組、裝置、及/或組件的HI數值。可以使用多種不同的技術來確定HI數值。可以針對各個感測器確定一個HI數值。可以提供比感測器和/或組件更多的HI數值。這是因為可以彙集多個感測器和/或組件的HI數值以提供一個或多個額外的HI數值。
HI數值可加以確定為正常數值的總數（或計數）除以事件總數（或計數）。正常數值是指在正常操作的預定操作範圍之內的感測器輸出數值及/或尚未超過與劣化的或低於正常性能操作相關聯的一個或多個預定閾值的感測器輸出數值。類似地，系統、模組、裝置、及/或組件的正常操作狀態可以指當與系統、模組、裝置、及/或組件相關聯的一個或多個感測器係在識別為與正常操作相關聯之相應預設操作範圍內之時。一個或多個感測器的輸出數值可能尚未超過與劣化的或低於正常性能操作相關聯的一個或多個預定閾值。
這可以基於執行操作508、510、512、514、516、518其中的哪一個而加以實現。如果執行操作512，則HI數值可以基於此等係數與此等係數的常態分佈之間的差異。在一些實施例中，如果執行操作514，則HI模組230可以基於在HI邊界內或者高於或低於HI（或參數分佈）邊界的對應係數分佈的百分比來確定各個HI數值。示例性低和高HI（或參數分佈）邊界700、702在圖7中加以顯示。
如果執行操作516，則可以基於在HI邊界內的參數分佈的百分比來生成HI數值。圖8顯示一示例上HI（或參數分佈）邊界和針對特定參數的示例硬限制。如果執行操作518，則可以基於指數因數的分佈和/或對應的HI（或參數分佈）邊界來確定HI數值，如上所述。圖9說明圖8的分佈更接近高HI（或參數分佈）邊界的漂移。漂移可能是由劣化所引起。圖10係加以顯示以說明圖8的分佈的標準差的增加，這也相對於 HI（或參數分佈）邊界和硬限制加以顯示。標準差的增加可能由於劣化而發生。對應的HI數值隨著標準差增加而減小。
可以實施其他技術來確定HI數值。在一些實施例中，可以監測洩漏率並且可以確定展繪曲線的平均斜率。可以基於曲線的平均斜率確定HI數值。 隨著洩漏隨著時間的推移而惡化，HI數值將指示這種變化。
根據一些實施例，當多個HI數值係與特定組件、裝置、或模組相關聯時，最低HI數值係加以選擇作為針對該組件、裝置、或模組的HI數值。這提供了有意義的最終結果。作為替代，如果對此等HI數值進行平均，則比較的HI數值越多，就確定組件、裝置、及/或模組的健康狀態而言，平均HI數值的意義越小。
在522，HI模組230確定基板處理系統的SHI數值。這可能包括選擇組件、裝置、模組、及/或子系統的最低HI數值。圖13顯示示例階層圖螢幕1300，顯示有系統、模組、裝置、及組件級別。系統級別包括SHI數值。模組級別包括VTM、EFEM、機器人、氣匣、及處理模組的彙集HI值。裝置級別包括與VTM、EFEM、機器人、氣匣、及處理模組相關聯的各種裝置的彙集的HI數值。組件級別包括各個裝置的各種組件的彙集的HI數值。階層圖螢幕1300是以階層格式的HI數值的示例顯示。顯示不同級別的HI數值，並顯示在彙集的HI數值與較低級別的HI數值之間的關係。可以顯示其他階層圖螢幕1300。在一個實施例中，多個階層圖螢幕1300針對基板處理系統的選定不同區域加以顯示。
在524，HI模組230可以確定是否滿足一個或多個觸發點和/或閾值，以及/或是否滿足一個或多個條件。如果是，則可以執行操作526，否則可以執行操作506。
在526，HI模組230可以執行一種或多種對策。這可以包括生成一個或多個警報和/或警告訊息，其可以顯示在圖1的一個或多個用戶介面134上。這也可能包括關閉一個或多個裝置、模組、及/或系統。這也可能包括關閉一腔室、打開一門、排空一腔室、關閉一機器人等。
在528，HI模組230可以確定是否繼續操作。 如果是，則可以執行操作530，否則該方法可以在534結束。如果滿足的觸發點、閾值、及/或條件係與劣化相關聯並且系統能夠以至少預定的性能水平繼續安全地操作，可以執行操作530。
在530，HI模組230可以確定第二組觸發點、閾值、條件、HI邊界、及/或限制，以檢查此方法的後續迭代。第一組觸發點、閾值、條件、HI（或參數分佈）邊界及/或限制可以基於先前滿足的觸發點、閾值及/或條件及/或參數值隨時間的變化而加以改變。第一組觸發點、閾值、條件、HI（或參數分佈）邊界及/或限制也可以基於系統操作員輸入而加以改變。當模組、裝置及/或組件呈現劣化時，觸發點、閾值、條件、HI（或參數分佈）邊界及/或限制可加以設定，並且相應的感測器可以更頻繁地及/或更長時間地加以監測。此外，對於這些感測器，可提高收集的資料的分辨率。在532，選擇第二組感測器。可以在操作532之後執行操作506。
除了上述資訊之外，還可以基於生成的HI數值確定和報告其他資訊。在一些實施例中，可以基於HI數值針對組件、裝置、模組、及/或系統的剩餘可用壽命（RUL）生成可靠性模型。HI數值和/或其他資訊可以隨著時間的推移而加以監測並且用作劣化事件以及/或組件、裝置、模組、及/或系統的劣化的指示。劣化可以在很長一段時間期間緩慢地發生。當監測來自多個不同感測器的輸出時，可以偵測在不同感測器資料流之間的交互作用。其他資訊可以包括感測器資料、用於提供參數比率變化的參數曲線模型的一階導數、及/或其他資訊。在一些實施例中，可以隨時間監測和評估洩漏率以確定組件劣化是否已經發生。
在一些實施例中，機器人的健康狀態可以基於針對不同感測器隨時間以表格形式收集的二進制資料點來確定。記憶體136的先進先出（FIFO）緩衝器（或其他緩衝器）可用於存儲來自感測器的資料。可以針對各個感測器及/或相應的組件或裝置確定一HI數值。HI數值各者可加以確定為對應緩衝器之中的數值的平均值。在一些實施例中，各個緩衝器可以針對相應感測器存儲50個數值，其中此等數值各者是0或1。例如，當機器人移動發生時，可以在表格中輸入一列（row）的數值。HI數值可以是緩衝器中為1的數值的百分比。馬達的健康狀態可以是該馬達的對應HI數值的最小值，其可以基於各別感測器的輸出而加以生成。下面顯示一個示例表，其中包括針對相應感測器的二進制數值、總數、及馬達HI數值。二進制數值可以指示參數是否在正常操作的對應預定範圍之內。還顯示了馬達的彙集HI數值，其為HI數值的最小值。
表 1 – 機器人的例示HI數值
| 監測的移動 | 溫度1 | 溫度2 | Z-位置 | W1 – 轉子速度 | W2 –轉子速度 |
| 移動1 | 1 | 1 | 1 | 0 | 1 |
| 移動2 | ↓ | ↓ | ↓ | ↓ | ↓ |
| …. | |||||
| 移動5 | |||||
| 移動6 | |||||
| ↓ | ↓ | ↓ | ↓ | ↓ | |
| FIFO胞元 50 | 1 | 1 | 1 | 0 | 1 |
| FIFO胞元 49 | 1 | 1 | 0 | 1 | 1 |
| FIFO胞元 48 | 1 | 1 | 1 | 1 | 1 |
| FIFO胞元 47 | 1 | 1 | 1 | 0 | 1 |
| FIFO胞元 46 | 1 | 1 | 1 | 1 | 1 |
| …. | …. | …. | …. | …. | …. |
| FIFO 胞元 3 | 1 | 1 | 1 | 1 | 1 |
| FIFO胞元2 | 1 | 1 | 1 | 1 | 0 |
| FIFO胞元 1 | 1 | 1 | 1 | 1 | 1 |
| 總計 | 48 | 50 | 49 | 47 | 49 |
| 馬達健康狀態指數 | 96% | 100% | 98% | 94% | 98% |
| 機器人健康狀態指數 | 94% |
此處揭露的上述方法和其他特徵允許系統操作員藉由能夠快速且容易地確定感測器的位置並監測與此等感測器相關聯的資料和資訊來容易地對一問題進行故障排除。可以監測HI數值並且可以確定問題的原因。健康狀態指數值也可用於確定何時應對維修加以排程。HI模組230可以基於觸發點、閾值、及滿足的條件以及參數和HI數值隨時間的變化而對關於何時對維修進行排程和所需維修類型提供建議。當某些組的HI數值開始劣化時，相應的問題可加以偵測到並且HI模組230可以提供問題的指示和建議的維修以糾正這些問題。隨著操作隨時間變化以及參數、分佈等等向閾值、邊界或限制漂移，警報可能產生。這可能包括HI數值從初始100%降低。超過的警報閾值可能是停止操作和停止工具的指示。HI數值可用作對即將發生的問題以及/或系統、模組、裝置、及/或組件性能的預測。
HI數值可以每小時、每天、每月等等方式加以生成，取決於組件、裝置、模組、系統、歷史資料及/或操作、劣化和/或偵測到的問題等等。如果已偵測到問題、潛在問題、及/或劣化事件，資料收集的頻率可加以增加。HI模組230可以基於生成的HI數值而指示組件、裝置、模組、及/或系統的估計可用壽命剩餘。
機器（例如，裝置、模組、或系統）的正常運作條件通常以可測量的參數為特徵，這些參數保持在正常運行的典型範圍內。可以將特定參數的警報條件設置為與相應的正常操作範圍相距相當大的距離。因此，存在可能表徵為異常且在正常操作範圍之外但偏離又不足以引起警報條件並停止機器的操作範圍。
可以將此類警報條件大致分為 (i)災難性質的（即在很短的時間內發生）或 (ii)劣化性質，其可能會在幾小時、幾天、幾周、或更長的時段內發生。 在後一種較長劣化時間的情況下，劣化通常由相關聯參數加以指示。參數可能超出正常操作範圍並隨時間朝警報閾值而變化。上述方法包括藉由HI數值的計算來檢測這些條件。
HI數值用於表徵參數空間之中在正常操作條件與警報條件之間的區域。通過這種方式，機器操作員可以在機器仍在視為可接受的條件下（即，在警報條件之內）操作之時意識到機器性能劣化。 以這種方式，機器操作員能夠在不影響機器生產率的情況下評估機器，對維修操作排程，以及組合維修操作所需的所有必要工具、材料、及人員。健康狀態指數計算係用於以範圍從0%到100%的度量表徵系統操作自正常條件的偏差程度，其中100%的數值係視為正常（或良好）機器操作。
一種用於提供這種健康狀態指數計算結果的方法包括建立一個或多個邊界。這可能包括在機器參數空間中提供數值位準，其用於將正常操作的參數區域與異常操作的區域（但其偏差不足以引起警報條件）分開。機器參數可以分為兩類，基於事件的類別及基於連續的類別。對於基於事件的參數，各個這樣的事件可加以分類為在參數的正常操作範圍內或在正常操作範圍之外。健康狀態指數數值可以計算為此等事件的彙集（例如，50個此等事件），其中HI數值是此等事件的分率，其發生在正常操作範圍之內。
基於事件的健康狀態指數數值的示例是針對打開一閥的時間量所提供的HI數值。該閥可以具有感測器，其提供指示該閥的打開和關閉狀態的信號。從這些信號計算從關閉到打開的轉換時間。可能有在某個平均執行時間附近的正常變異度，並且一個或多個邊界數值可以在此正常操作範圍之外但在警報限制之內加以設定。健康狀態指數數值是在一組先前事件（例如，50個事件）上計算的正常操作的分率。
更複雜的實施例涉及瞬態製程變數，例如在一隔離真空腔室之中的壓力上升。此一機器狀態可能在正常機器操作期間週期性地存在。一時間段可以定義為腔室保持完全隔離的時間。在所述的時間段期間，由於真空不完善，壓力通常可能上升（或增加）。然而，在密封劣化的情況下，這種壓力上升的速率可能會隨著時間的推移而增加。
在一隔離條件期間加壓的一腔室可以從壓力感測器加以獲取。獲取的資料可以藉由壓力對時間的二階線性模型加以建模，從而可以提供對洩漏率的估計。此洩漏率估計可以類似於上面提供的閥時序示例及計算的健康狀態指數數值的方式加以處理。
在一些實施例中，一邊界可以設定為遠離一組件溫度的正常操作條件但在警報條件之內。HI數值可以在此邊界數值與警報數值之間加以連續定標。以這種方式，邊界正常側的操作條件導致HI數值為100%。HI數值隨著機器參數數值接近警報條件（於此點，健康狀態指數數值為0%）而降低。
在一些連續瞬態參數的情況下，觸發事件不受控制器130的控制，而是發生在一製程變數中，該製程變數間接地由機器控制動作引起。因此，這些製程變數可以用作定義時間間隔的觸發點，在該時間間隔期間獲取受監測的參數以計算HI數值。在一些實施例中，壓力參數的資料採集可以由上升到觸發位準以上的流率數值加以觸發，其中此流率不受機器控制器的直接控制。
此外，HI位準的變化可以用作啟動額外資訊收集的觸發點。 此一觸發點可以在特定位準加以啟動，例如當HI數值降至低於80%之時，或者它可以是某個時間段（例如，一周）期間HI數值的變化率。 在一些實施例中，HI數值可能劣化而低於特定位準（例如，90％），並且控制器130係受到觸發以在通常不收集資料的延長時間段期間啟動從一振動感測器收集資料。此振動感測器可以安裝在一閥之上，並且來自其的資料可能通常僅週期性地加以收集。此額外資訊係加以收集作為輔助以診斷相關聯HI數值劣化的原因。
替代地，一HI數值可以使用來觸發用於收集感測器資料的短診斷程式的排程和執行。感測器資料可以提供資訊以診斷HI數值的劣化。此一短診斷程式可能會使相應的機器在短的一段時間內離線以執行測試條件，這在正常系統操作期間是不可行的。 控制器130接著可以使用此診斷資訊來確定是否需要矯正行動或是否將機器離線以避免產品誤處理。
在一些實施例中，HI數值提供故障排除和診斷的初始點，且因此可以由服務人員和系統操作員加以檢查，俾以通知關於是否使機器離線以執行矯正動作的決定。複雜的機器可能有許多感測器，其每一者係加以特定定位以獲取有關機器操作的特定資訊。一HI數值可能涉及一個或多個感測器輸入。HI數值可以與上述其他感測器資訊一起顯示，以清楚地識別相應的感測器和位置。 這闡明了在 HI 計算中使用了哪些感測器以及此等感測器的物理位置。可以提供圖形圖像以指示感測器的位置。 這可能包括在機器的示意圖和/或圖形表示上突出顯示感測器。
健康狀態指數數值的類型
多種不同類型的HI數值可加以計算。在一些實施例中，它們係分成兩種一般類型：定義正常操作的分類類型、及未明確定義正常操作的非分類類型。分類方法適用於能夠定義正常操作並且能夠偵測到自正常操作偏離的情況。一個簡單的例子包括閥致動。如果一閥運行50,000次且具有平均致動時間0.5 秒，並且預計組件退化可能會展現為隨著時間的推移而變大的一數值，則此等數值可能加以歸類為「正常」或「異常」（或「可疑」）。一硬警報可以在第一閾值處提供，並且一旦該數值達到高於第一閾值的第二閾值，則機器可加以停止。第二閾值可以相關聯於一問題或已經劣化到不能容忍的位準的產出率位準。直到滿足第二閾值的點的任何操作時間可以認為是正常的，並且操作被允許繼續，但是當滿足第一閾值時可以生成一「旗標」。滿足第一個閾值表明組件正在劣化，且因此係加以調查。第一和第二閾值也可以與HI數值相關聯地使用，並且類似的操作可加以執行。
包括使用二階多項式曲線擬合的上述曲線擬合實施例可以稱為用於將曲線和/或展繪的資訊化簡為單一HI數值的信號雜訊管理技術。HI數值係與對應於正常（或良好）範圍的一窗口進行比較。當能夠定義正常操作時，使用第一分類方法。如果性能朝上限或下限閾值及/或限制移動，則某種形式的劣化可能發生。這可能表明機器很可能在不久的將來關閉和/或變得不運行的。即，系統操作呈現出在異常（或「壞」）方向上的趨勢行為並趨向於可能導致機器操作停止的警報條件，這可以由HI模組230實施。
在此分類方法中，一HI數值係基於「正常」操作的描述加以生成。在一些實施例中，已通過製造測試的新製造的閥的閥致動可用於確定和定義正常操作。HI數值可能分配到若干自然變異性，這是在設計中考慮的，因此不認為是異常的。一個或多個警報限制可以與HI數值相關聯使用。警報限制可能遠遠在正常操作之外並且足夠偏離以要求工具操作中斷。HI數值計算的目的是在導致非排程系統關閉的此一程度之前通知系統操作員子系統退化。
分類HI演算法建立一個決策邊界，其係設定在正常操作範圍與警報限制之間。此演算法根據事件發生在邊界的哪一側而對事件進行分類，並將HI計算為維持在邊界的「正常」側的分率。如果邊界係設定得離正常操作範圍相對較遠，則HI數值為100%直到操作已劣化到足以導致某個顯著分率的事件落在邊界的警報側之時。這導致HI數值朝零劣化（或減小）。實際上，邊界定位得離正常操作越遠，HI數值可能在觀察到HI劣化之前的時間跨度中的時間就越長。然而，設定更接近正常操作範圍的邊界提供了更敏感和及時的HI劣化數值，儘管提供了接近100%的波動。
「正常」操作的區域可能因客戶採用的特定操作條件而異。 這些可能包括或基於周圍晶圓廠條件的相對濕度和溫度，或可能比典型情況出氣更多的處理的特定晶圓。因此可以預期，「正常」操作的區域並不總是通用的且因此硬編碼到演算法中。 因此，分類方法可為適應性的以考量這些變化。
用於HI計算的適應性演算法
在一初始狀態下，子系統可能已經通過製造測試，由安裝團隊加以安裝和驗證，並準備好進行生產部署。子系統處於已知的正常狀態，且因此子系統的表徵可加以執行以建立「正常」操作。可以根據系統操作員對操作劣化所需敏感性的判斷來設定表徵邊界。
或者，演算法可以是適應性的，選擇接近警報位準（例如，80%的試驗HI位準）的初始邊界數值，該警報位準遠遠超出正常操作範圍。然後，隨著操作進行，演算法可以將試驗位準朝正常操作條件向內設定。基於在試驗位準處的邊界交叉的發生，初始邊界數值可以向內移向正常操作範圍。此過程可以繼續進行，直到在試驗邊界位準中觀察到某個閾值位準，此時演算法停止該試驗過程並將分類邊界調整到所產生的邊界位準。分類方法可以在服務操作的事件中重置，這將子系統重置為新的「正常」狀態。該演算法接著自動重複該過程以提供如上所述的新分類邊界位準。預計此適應性過程會完全地發生在子系統的劣化時間跨度之內，從而不會損害HI數值的期望功能。邊界只能朝向正常操作向內移動，以使其不對劣化條件適應化。
第二非分類方法考慮了其他情況，例如必須保持在正確工具操作的窗口限制之內的類比信號，但在允許的窗口限制之內沒有任何數值比任何其他者更好/更差。在一些實施例中，可以收集某些感測器資料，但是對於由相應感測器提供的資料，尚未確定正常操作。一個上限邊界可加以設定，但就劣化位準而言，低於該邊界的所有資料都可以認為是相同的。為了基於該感測器資料提供劣化指示，可以確定資料的移動平均值，並且可以在某個範圍上將對應的HI數值定標。在一些實施例中，感測器（例如，相對濕度感測器）的硬限制可以設定於 60%。0%的 HI數值可以分配給超過60%的數值，因為這是警報限制數值。如果相對濕度感測器信號通常低於40%，則任何低於40%的數值係分配 100%的HI數值。在40%與60% 之間的數值處，相對濕度感測器信號的移動平均數值係加以確定，以提供從40%~60%之線性定標的HI數值。這樣做是為了，如果移動平均數值為例如45%（或在從40%到 60%的路徑之25%），則HI數值係設定於75%。因此，可能表明RH數值正在向警報限制增加，且可能需要進行調查。
提供的健康狀態指數特徵
各種HI特徵可以藉由HI模組230實現。彙集機器操作的演算法可藉由HI模組230加以執行。該演算法可以基於分類機器操作是發生在預定義的正常操作條件之內還是之外來彙集機器操作以提供機器HI數值。在其他特徵中，與機器的物理和/或功能分解相對應的HI計算的階層結構化係加以實現。在其他特徵中，彙集演算法由HI模組230執行，其使用對應於每個機器子系統之內的冗餘度或缺乏冗餘度的布林運算。在一個實施例中，布林數值（例如，0或1，真或假等等）可以基於第一HI數值是否小於第二HI數值而加以提供。可以基於此布林數值選擇較小的HI數值。在另一個實施例中，當確定資料數值和/或HI數值的冗餘度時，可以提供類似的布林數值。如果兩個數值匹配和/或指示相同的數值，則此等數值其中一者係加以移除（或丟棄）。在其他特徵中，布林彙集演算法係藉由HI模組230在給定子系統級別加以執行，這導致在給定子系統級別彙集到較低位準HI數值的最小數值。在其他特徵中，一演算法係由HI模組230加以執行，包括導致在0％與100％之間的HI數值的計算，其中100％位準或自100％（包含100%）的預定範圍係解釋為在正常條件下的機器操作。
在其他特徵中，一演算法由HI模組230執行，將定義的機器事件分類為在正常機器操作或者異常機器操作之內，但在可接受的操作範圍限制之中（即，不需要生成警報和/或機器操作停止）。
在其他特徵中，由HI模組230執行一演算法，基於統計有意義的足夠大小的一組事件來計算HI數值。在其他特徵中，最後預定數量（例如，50）的事件係加以評估以定義用於計算HI數值的資料集。在其他特徵中，由HI模組230執行生成HI數值的演算法，該HI數值是確定為落入資料集之內的正常操作之內的觀察事件的分率。
在其他特徵中，由 HI模組230執行一演算法： 最初使用在由預定機器狀態定義的時間段期間從類比感測器獲取的資料；及接著使用一數學模型計算在定義的時間段期間機器操作的二級數值特徵。此二級數值係接著在此處揭露的任何HI計算中使用。在其他特徵中，由HI模組230執行一演算法，在定義的邊界位準與警報位準之間定標HI數值以指示機器操作條件超出邊界位準的嚴重性。在其他特徵中，類似的演算法係由HI模組230執行，其使用非線性定標。線性定標可意指當不同的HI數值改變相同的量和/或相同的乘積之時。非線性定標可以指當不同範圍之中的不同HI數值受到不同地改變之時。例如，第一範圍中的第一HI數值可以與第二範圍中的第二HI數值不同地加以改變。作為示例，可以將第一範圍中的HI數值乘以和/或移位以與第二範圍中的HI數值不同的量。
在其他特徵中，與機器的功能或物理組成相對應的HI數值顯示在用戶介面上。在一個實施例中，機器的整個階層或其一部分係與對應的HI數值一起顯示。在其他特徵中，機器操作員輸入係加以接收，並且基於此輸入，一個或多個階層的HI數值係加以隱藏，且一個或多個其他階層的HI數值係加以顯示。各種級別的HI度量指標可依機器操作員的裁量而顯示。示例HI度量指標是「一周內每天」、「一個月內每週」、及「前三個月」。可以顯示HI度量指標的歷史數值。可以基於來自機器操作員的輸入來顯示和/或選擇性地顯示HI度量指標的各種彙集級別。 也可以如上所述顯示與HI數值和/或度量指標相關聯的感測器的物理位置。
在其他特徵中，由HI模組230執行演算法，確定正常操作的邊界，其基於在已知正常狀態下操作機器足夠的時間以創建統計上有效的一個以上邊界劃分正常操作與異常操作。在其他特徵中，由HI模組230執行演算法，使用明確定義的機器操作之間的時間間隔作為HI確定的基礎。
在其他特徵中，由HI模組230執行一演算法，將感測器在指定機器操作條件下生成的資料使用一段時間，然後將數學模型應用於此資料以將資料化簡為單一數值。此單一數值用作 HI計算的基礎。在其他特徵中，由HI模組230執行一演算法，使用在多元數學模型中組合的多個類比信號以將資料量化簡到單一數值。此單一數值用作HI計算的基礎。在其他特徵中，由HI模組230執行一演算法，使用不一定同時出現的多個類比信號用於此等模型。在其他特徵中，由HI模組230執行一演算法，週期性地（例如，每小時地）計算HI數值。
在其他特徵中，HI模組230執行一演算法，針對一機器事件的各次發生計算基於事件的HI數值。在其他特徵中，此一事件係在HI模組230的命令下由機器狀態定義。在其他特徵中，此一事件由製程變數的機器狀態加以定義。 在其他特徵中，機器狀態係關於一製程變數，其可以包括高於或低於一恆定值的偏移。在其他特徵中，機器狀態係關於製程變數並且可以包括高於或低於恆定值的交叉變化率。在其他特徵中，機器狀態利用在布林運算中組合的多個製程變數。在其他特徵中，機器狀態係定義為藉由算術運算的多個製程變數的組合。在其他特徵中，機器狀態係定義為在數學模型中採用多個製程變數。
在其他特徵中，由HI模組230執行演算法，針對取樣的出現子集合而計算HI數值。在其他特徵中，一演算法係由HI模組230加以執行，針對機器子系統計算HI數值。HI數值指示機器操作接近一警報限制的程度。在其他特徵中，由HI模組230執行一演算法，採用連續取值的感測器讀數以及在感測器資料的一範圍內計算一HI數值。在其他特徵中，由HI模組230執行一演算法，利用位於正常機器操作與警報限制之間的一預定邊界數值。在其他特徵中，由HI模組230執行一演算法，在邊界與警報位準之間線性定標HI數值，使得HI數值在邊界處為100%而在警報位準處為0%。
在其他特徵中，由HI模組230執行一演算法，使用一HI位準、或變化率，來啟動一個或多個額外感測器的資料收集。此資料收集可能比標準操作在更高的資料速率。額外的資料收集係用於擴增HI數值資料並針對有關糾正性維修操作的性能更好地通知決策。在其他特徵中，由HI模組230執行一演算法，使用HI位準、或變化率，來啟動或排程一短診斷程式的執行。診斷程式用於收集感測器資料，其可對診斷與原始 HI數值相關聯的劣化提供資訊。此短診斷程式可能會使機器在短時間段內離線，以執行在正常系統操作期間不可行的測試條件。
圖14顯示根據某些實施例的感測器資訊和HI報告方法。該方法可以由感測器映射模組232實現並且可以迭代地執行。 該方法可以在1400開始。在1402，感測器映射模組232可以確定是否已經接收到一輸入以顯示一映射螢幕，例如圖3和4所示。如果已經接收到顯示一映射螢幕的一輸入，則可以執行操作1404。在1404，感測器映射模組232可以最初顯示具有針對預設的一組感測器的感測器資訊及/或HI數值的一預設螢幕。在一個實施例中，顯示具有預選感測器資訊的預儲存的定制螢幕。
在1406，感測器映射模組232可以確定是否已經接收到一輸入以顯示針對一個或多個感測器的一個或多個繪圖。可以從系統操作員或從HI模組230接收該輸入。如果是，則可以執行操作1408。在1408，感測器映射模組232可以確定一個或多個繪圖是否要顯示在當前顯示的映射螢幕中。如果是，則可以執行操作1410，否則執行操作1412。在1410，感測器映射模組232顯示一個或多個繪圖（其示例在圖4中示出）在當前顯示的映射螢幕上，靠近與此等繪圖相關聯的相應感測器。在1412，感測器映射模組232顯示具有要顯示的一個或多個繪圖的另一螢幕。
在1414，感測器映射模組232確定是否已經接收到一輸入以改變當前螢幕級別。此輸入可以來自一系統操作員或來自HI模組230。在一些實施例中，當前螢幕可以是一系統級別螢幕並且系統操作員可以請求查看子系統、模組、裝置、或組件級別螢幕。如果已接收，則可以執行操作1416。在1416，感測器映射模組232改變螢幕級別並顯示與所選螢幕級別和所選系統區域相關聯的感測器資訊。
在1418，感測器映射模組232確定是否已經接收到一輸入以改變受監測的感測器。可以從系統操作員或從HI模組230接收該輸入。這可以包括改變當前針對所示螢幕級別顯示的感測器的數量和類型。如果已接收，則執行操作1420。在1420，感測器映射模組232選擇一組更新的感測器和/或HI數值來監測。 在1422，感測器映射模組232顯示一螢幕，其顯示針對一組更新的感測器和HI數值的感測器資訊。
控制器130和/或感測器映射模組232可以使用機器學習演算法來確定影響製程性能的相關感測器。 如果機器學習演算法指示特定感測器是與處理模組的微粒性能最相關的感測器，則這可以指示給系統操作員並且系統操作員可以調查與該結論一致的物理機制。系統操作員可以解讀機器學習結果，查看物理系統並評估感測器輸出的含義。感測器資訊和資料展繪允許系統操作員對資料趨勢做出假設。顯示感測器的物理位置，減少了系統操作員發現資料趨勢的障礙。
資料登錄與觸發
基板處理系統的動作以及對動作的響應可以在從數毫秒到數小時的時間尺度上發生。感測器的預設取樣率可為20 Hz，其每個信號每天生成20 X 3600 X 24 = 1.7 百萬（M）個資料點。如果取樣率增加到1千赫（KHz），則每天可提供50倍或86M個資料點。資料量增加，受監測的感測器信號越多。儘管可能會生成數小時、數天、及/或數週的資料，但實際感興趣的時間窗口可能只有幾秒鐘長。這使得很難找到感興趣的實際資料。此外，收集這麼多資料可能需要大量的頻寬。
在一個實施例中，僅收集感興趣的資料並且使用一觸發點來忽略在感興趣的時間窗口之前的不感興趣的（或不相關的）資料。在一些實施例中，匹配網路中的不穩定性可以在改變氣流的製程序列期間加以偵測。可以基於改變氣流的氣體命令而設定一觸發點。觸發數值可以是(i)發送到質量流量控制器或從質量流量控制器讀回的一類比數值，或(ii)與閥開啟相關聯的一數位事件。可以響應觸發事件而收集資料。在一些實施例中，一問題可能在氣體命令之後20秒發生。一延遲觸發點可設定以15秒延遲，且資料可緩衝達10秒。因此，可以在觸發事件之前以10秒以及在其之後以一段時間擷取資料。在一個實施例中，可以使用多個事件來定義觸發點。這些事件可以通過例如二進制信號（一閥轉換到打開狀態）以及類比信號（質量流量控制器輸出流率增加到300每分鐘標準立方厘米（sccm）以上）而加以監測。在一些實施例中，控制器130可以監測和偵測一間歇性觸發事件和/或一種或多種條件何時發生，並且響應於觸發事件和/或一種或多種條件發生而緩衝資料。此條件可能在觸發事件之前發生。一觸發事件可以是一電弧事件。
圖15顯示根據某些實施例的資料登錄方法。該方法可以由資料登錄模組234實施並且可以迭代地執行。該方法可以在1500開始。在1502，資料登錄模組234可以基於系統操作員輸入和/或來自HI模組230的指令來選擇要監測的感測器。在1504，資料登錄模組234可以獲得用於資料收集的週期、緩衝週期、觸發事件時間、及/或此處提及的其他資訊。這可以來自記憶體、用戶輸入、及/或來自HI模組230的指令。
在1506，資料登錄模組234可以確定是否已經滿足一開始時序觸發點。如果是，則可以執行操作1508。在1508，資料登錄模組234執行資料登錄以收集和存儲可由HI模組230存取的資料。資料登錄可以針對已達到一開始觸發點並且可以基於停止觸發點而結束的選定感測器而加以執行。
在1510，當已經從HI模組230接收到一指令信號時，資料登錄模組234可以執行操作1512，否則執行操作1506。來自HI模組的指令信號可以指示修改的感測器追蹤資訊，例如要追蹤的感測器、開始和停止時間、緩衝週期、分辨率/取樣率、資料收集的頻率、觸發事件等。
在1512，資料登錄模組234可以基於從HI模組230接收的感測器追蹤資訊來更新要監測的感測器、資料收集週期、緩衝週期、分辨率/取樣率、資料收集頻率、觸發事件等等。
在1514，資料登錄模組234可以確定是否已經滿足一個或多個系統條件觸發點。如果是，則可以執行操作1516，否則可以執行操作1506。在1516，資料登錄模組234可以基於修改的開始與停止時間而收集和存儲額外資料，其中HI模組230可以存取此資料。
一些資料登錄方法（在基板製程開始時收集資料）的一個問題是在所有收集的資料中挑選出短暫的瞬態的困難度。此外，如果監測信號的次毫秒部分的發生，則需要快速的資料速率以及大量的頻寬和記憶體。藉由如在上述方法中啟動觸發事件的資料收集，可以在疑似發生附近和之前挑選一時間。因此，在收集相關資料的同時，只收集最少的或不收集不相關的資料。此外，如果監測到的感測器信號係加以緩存，則觸發開始可以在要監測的事件之前提供而在事件之後不久結束收集並讀出緩存的資料。在一些實施例中，這在監測電弧事件時實現，已知該電弧事件發生在一可觸發事件之後的時間窗口內，但確切時間係未知。一選用性觸發點可用於啟用資料記錄，且一迴圈緩衝器（looped buffer）可用於存儲針對電弧事件擷取的資料。
觸發點亦可加以設定，其使用邏輯運算子，並且動作可當多個觸發事件發生時或當一個或多個條件存在時（例如，觸發ON事件A或信號X）加以執行。資料登錄可加以觸發ON（觸發開啟）一個或多個組合的事件，並收集一些信號的資料以調查疑似發生的潛在因果關係。觸發點也可以針對二進制事件（例如，對子系統的電力開啟命令、達到的信號位準、上升高於觸發位準的壓力等等）加以定義。為了擷取間歇性事件，可以在每次觸發事件發生時記錄資料，直至發生預定次數。接著，相應的工具可以在無人看管的情況下運行並在擷取此等事件時發布一註記（note）。這對於發生間隔數小時的事件係有用的。
包括針對整個系統和/或機器提供SHI數值的上述實施例允許快速偵測故障和/或問題。針對此的一個理由是SHI確定的頻率可能是高的並且在系統操作期間加以提供。SHI數值可以在系統不處於閒置狀態時加以確定，並且通常使用最小的記憶體使用量和處理能力。此SHI方式允許對圍繞已知潛在故障模式和維修排程的資料進行更有效率的擷取。特定模組的彙集狀態以及硬體狀態皆加以監測，並用於對預防性維修進行排程以及快速識別可能對製程結果或設備健康狀態產生不利影響的問題。在某些情況下，彙集係針對快速和容易的人類偵測和理解而加以執行和呈現。在某些情況下，彙集的資訊可用於促進工作的重新分配或模組的重新配置/重新排列，以延長整個系統的可用壽命。了解哪些特定工具和模組開始出現劣化，允許系統操作員可以在製造環境中對維修進行排程以及對基板選路，以增加整體正常運行時間並改善製程結果。
在一些實施例中，上述方法可以實施在當氣匣已經完成抽空並且在VTM門打開之前存在至少5秒的暫停之時。壓力資料係加以登錄，且二階多項式係加以應用以將多項式的係數與一係數分佈進行比較。系統基於製程控制限製做出響應。可能的響應包括發布一警告，更改健康狀態指數分數，或者僅存儲資料而不向系統操作員提供指示。這些類型的檢查可以在正常循環期間加以執行。在一個實施例中，僅存儲最佳擬合二階多項式的係數，而不是在執行的計算中收集和/或使用的所有壓力數值，以提供最佳擬合二階多項式。僅存儲係數會大大減少所需的記憶體，尤其是在執行數百種演算法之時。所描述的技術可加以應用於任何連續的資料軌跡。在一些實施例中，所描述的技術允許相對於單一異常值隨時間緩慢變化並且最小化偽陽報告（例如，報告工具處於異常健康狀態但該工具不會長時間失效）以及偽陰性報告（例如，報告工具運行正常而工具實際上故障）的可能性。
在一些實施例中，所描述的感測器映射與顯示感測器資訊允許確定關於系統的廣泛結論。在一些實施例中，可以包括超過20個溫度感測器，並且收集來自在基板處理系統上的各別點的溫度資料。如果在基板處理系統的後半部分出現一環境條件，則靠近該條件發生的地方或其他地方的溫度感測器可能具有異常讀數。在一些實施例中，當基板處理系統的所有處理模組都在運行時，VTM可能顯示比正常溫度平均高5℃。可以確定基板處理系統後半部上的處理模組是否提供與正常相比相同或更差的性能，以及/或比前處理模組更差的性能。如果是，則可以確定系統的後半部分存在問題。
在一些實施例中，資料登錄可以在循環400+個FOUP的基板（也稱為晶圓）的每幾個晚上執行一次，其中每個FOUP可以容納25個基板。當裝載鎖室上的閥之時序發生偏移並在泵抽之後產生壓力尖峰之時，可能會偵測到一錯誤。用以擷取一閥順序及了解一錯誤的示例分辨率可加以設定至大於或等於20 Hz的取樣頻率。在一些實施例中，資料登錄可加以執行以在每次抽空裝載鎖室時擷取1秒的高速資料。這可以在系統操作員毋須按下啟動和/或停止按鈕的情況下完成。擷取高速資料的時間段可以針對應用而加以定制。高速資料的資料登錄可以在每次泵抽期間發生一設定的時間段，並且可以基於裝載鎖定壓力而加以自動化和觸發。這允許監測一閥順序以確定： (i) 是否正在發生適當的閥定序；以及 (ii) 如果存在問題，問題的原因。在事件-觸發-登錄期間所儲存的資料量可能比以延長時間段進行連續資料登錄少10到100倍的資料。儘管在延長的時間段期間以20 Hz的連續資料登錄可以允許使用此處揭露的技術擷取一事件，該事件能夠藉由在選定的時間間隔期間收集選定數量的資料（例如，每分鐘1秒的資料）而加以擷取，而不是收集完整時間間隔之量的資料。
對於系統健康狀態指數計算，減少所登錄的資料量會減少記憶體使用量和生成HI數值所需的處理能力。可以生成HI數值以允許對劣化（例如，閥劣化）或其他操作異常的偵測。可以登錄針對閥打開和關閉的高速資料，以供更詳細的問題和原因偵測。如果針對許多組件而追蹤資料，則所揭露的資料登錄實施例允許存儲的資料量大大減少。儘管所有資料可以替代地在延長的時間段期間加以連續登錄，但需要大量記憶體和快速處理來存儲和分析此大量的收集資料。所需之處理設備和記憶體量是昂貴的。所揭露的資料登錄系統大大減少了所需的記憶體量和處理能力。
所揭露的啟動和停止觸發點的一個好處是高速資料可以在正常工具操作期間加以使用而毋須填充工具上的資料儲存器。在正常操作期間偶爾發生錯誤的情況通常是最難複製和排除故障。高速資料登錄和緩衝在正常工具操作期間可以使用，以更快地找到錯誤的根本原因。可能會收集不常規收集的額外資料以確定問題的原因。圖2的HI模組230可以基於先前收集的和/或額外收集的資料來確定問題的原因。HI模組230還可以提供關於可以執行以糾正問題的一個或多個服務操作的建議，包括例如維修操作、裝置或組件更換、軟體更新、系統修改、遵循之逐步程序等等。可以執行高速資料登錄和緩衝以擷取各個晶圓的變遷。使用基於數位輸入和輸出及/或類比輸入閾值的觸發點，允許對登錄的內容更有選擇性地確定。
HI計算以及雜訊補償
參考圖16-21描述的以下操作可以由例如圖2的健康狀態指數模組230加以執行。健康狀態指數數值係加以定義和確定，使得前置時間不會太短也不會太長。前置時間是指以下二者之間的時間量：(i)當確定感測器信號指示劣化之時；與(ii) 當達到感測器的警報限制之時。由於劣化，感測器信號將在不久的將來達到警報限制。
圖16顯示示例HI模擬圖1600，其描繪來自一感測器的感測器信號SIG的線性遞減劣化。感測器信號SIG可以關於此處所指的任何感測器信號。對於相同的操作條件，感測器可能提供由於劣化之隨時間不同的輸出數值。這可能是由於：感測器劣化；感測器校準的劣化；由感測器監測的裝置、組件、及/或系統的操作的劣化；及/或由感測器監測的裝置、組件、及/或系統的校準的劣化。
HI模擬圖1600還包括邊界閾值Sb、警報限制Sa、健康狀態指數分量曲線HIC、及健康狀態指數曲線HI。邊界閾值Sb提供一閾值，當信號SIG越過該閾值時，導致健康狀態指數分量曲線HIC在0與1之間變遷。當信號SIG等於、下降低於、或增加高過邊界閾值Sb邊界之時，邊界閾值Sb係受到越過。健康狀態指數分量HIC是二進制數值，且因此可以是0或1。這在圖16描述成：當信號線SIG在事件計數約為25處越過邊界閾值Sb之時健康狀態指數分量曲線HIC從1變遷為0。在1與0之間的變遷，存在短時間延遲，其可能多達兩個事件計數。一事件計數可以關於秒、分鐘、小時、天、週等等。該變遷係藉由節段1602加以顯示。對於如所示的線性劣化，當信號SIG越過邊界閾值Sb之時，健康狀態指數曲線HI從數值1下降到數值0。健康狀態指數曲線HI的下降速率取決於預定的窗口大小，在所示示例中為20個事件計數。當信號SIG越過警報限制Sa時，可以生成一警報，在該時點與感測器相關聯（例如，由其監控）的裝置和/或系統可加以關閉（或轉為OFF）以例如防止進一步劣化和/或對其他物品和/或正在處理的基板之劣化。
可以提供至少兩個參數作為在計算健康狀態指數數值時之設定和/或預定的輸入。這些參數可以包括移動平均窗口MA和邊界閾值數值Sb。移動平均窗口指的是可以確定一個二進制健康狀態指數分量數值的事件的數量。健康狀態指數分量曲線HIC是隨時間繪製的健康狀態指數成分數值的圖。在最後預定數量的事件計數期間確定的健康指數分量數值可加以平均以提供更新的健康狀態指數數值。可以以這種方式確定健康狀態指數曲線HI的各個點。
Sb和MA的選擇決定：(i) 在故障之前給出的警告時間的量及/或當信號SIG達到警報限制Sa的時間；以及 (ii) 故障時的健康狀態指數數值及/或達到警報限制Sa時的時間。在一個實施例中，故障的時間是當信號SIG達到警報限制Sa之時。在一個實施例中，健康狀態指數值在信號SIG達到警報限制Sa之時或之前降低到0。可以調整數值MA和Sb以對達到警報限制Sa（健康指數數值HI達到0）的信號SIG要提前多遠加以改變。
一個簡單的模型係在圖16加以顯示，其針對由信號SIG表示的劣化是線性的情況。在這種情況下，健康狀態指數分量曲線HIC，在信號SIG越過而低於邊界位準（例如，Sb=7.5）之時，從1切換（即變遷）到0。在所示示例中，這發生在事件計數25處。健康狀態指數曲線HI，在與移動平均窗口MA相關聯的時間期間線性地下降。在所示示例中，邊界閾值Sb係加以設定，使得健康狀態指數曲線（或健康狀態指數數值）HI在事件計數45處（在故障甚至計數時間為50之前的六個事件）降低到零。
邊界閾值Sb可加以設定，使得HI大約在信號SIG等於Sa之時降低到0。這稱為故障時間t
f。故障時間t
f可以用等式(5)表示，其中在此例子中
=5，
是初始或「正常」信號位準（在此例子中
等於10），且
是呈信號單位/事件計數之信號劣化率（在此例子中，
等於 -1/10）。
(5)
具有滯後時間，其係從當HI開始從100%（或1）下降到當信號SIG下降到邊界閾值Sb之時，其可以用等式6表示。
(6)
在交換和重新排列之後，等式7和8成立。
(7)
(8)
警報限制Sa可以基於設計要求來設定，並且劣化率
是受監測的感測器、組件、裝置、及/或系統以及相應的操作環境的特徵。MA的數值係就HI從100%降低至0%的事件計數數量來設定「警告窗口」。在一個實施例中，平均窗口MA是根據時間而不是事件的數量。在另一實施例中，平均窗口MA的持續時間是兩週以針對停機提供足夠規劃時間。在此段時間期間，一系統可以受到診斷以：確定哪些部件需要校準、維修、及/或更換；訂購和交付部件；排程一停機事件以執行維修；及針對停機事件而執行任何其他準備工作。
圖17顯示示例HI模擬圖1700，說明感測器信號SIG的線性遞增劣化。信號SIG顯示為取樣數值的圖，而不是一連續曲線。劣化會導致感測器信號增加而不是減少。圖17顯示一個增加的例子。HI模擬圖1700還包括邊界閾值Sb、警報限制Sa、健康狀態指數分量曲線HIC、及健康狀態指數曲線HI。在此例子中，健康狀態指數曲線HI在信號SIG越過邊界閾值Sb時開始減小，並且在信號SIG越過警報限制Sa時減小到0%。
圖18顯示示例HI模擬圖1800，描繪感測器信號SIG在雜訊引入的情況下之線性增加的劣化。雜訊導致信號SIG不再是線性的，儘管對於所示示例，信號SIG具有向上的線性趨勢。 這是真實世界信號的更寫實的表示。
HI模擬圖1800還包括邊界閾值Sb、警報限制Sa、健康狀態指數分量曲線HIC、及健康狀態指數曲線HI。信號SIG的上升趨勢在 +1/10 處線性上升，於大約 0.5 開始。在所示示例中，Sb = 0.8 和 Sa = 1，並添加了標準差σ = 0.05的高斯雜訊。要注意的是，當信號SIG跨越邊界閾值Sb數次時，HIC曲線在0與1之間切換數次。這具有延遲HI曲線達到0的效果，而不是，例如，HI曲線以每個事件計數大約-0.023的速率下降並在大約事件計數50時達到0，如圖所示，HI曲線在事件計數56處到達0。也要注意的是，警報位準Sa在t=43受到短暫超過，且於t = 47 時再度受到超過，其中各自的HI數值約為20%和10%。於t = 43處的跨越是由於雜訊造成的，且可能導致誤報。然而，HI曲線係加以監測，並且由於HIC數值係加以平均以提供HI曲線，因此HI曲線直到t = 56才達到 0。因此，實際警報限制可視為在t = 56時受到越過。這允許暫時清除警報並繼續生產，直到HI曲線達到 0。如果在t = 43時停止生產，則停機時間可能會增加，並且相應部件的全部可用壽命可能無法實現，換句話說，受到縮短。
圖19顯示示例HI模擬圖1900，其包括取樣點，描繪感測器信號SIG隨著雜訊的引入而線性增加的劣化。感測器信號SIG顯示為取樣點的圖而不是一連續曲線。HI模擬圖1900還包括邊界閾值Sb、警報限制Sa、健康狀態指數分量曲線HIC、及健康狀態指數曲線HI。如可以看出的，由於信號 SIG多次跨越邊界閾值Sb，健康狀態指數分量曲線 HIC在1與0之間切換。高斯雜訊係添加到信號SIG。HI歸零時間係加以推出，並且防止了由於雜訊成分而導致信號過早發出警報的可能性。由於健康狀態指數分量曲線HIC的平均，健康狀態指數曲線對雜訊係強韌的。
適應性HI策略
可以估計劣化率R
s。該估計可能很大程度上取決於感測器信號中的雜訊成分。對有雜訊的信號取導數給出更嘈雜的結果。為此，可以執行平滑化方法。作為示例，可以對預定時間段期間的信號數值進行平均。考慮從初始時間t
0到初始時間t
0之後的一時間t
1的一時間段。在此時段期間，感測器信號可能已經從數值
降級到數值
。
的估計可由等式9表示。
(9)
注意
，意指劣化率總是小於 0。靈敏度可以藉由使用更短的時間窗口來增加。可能對
高估，以導致HI數值更早地降至零，並避免在HI ＞ 0時出現故障（或避免感測器信號達到警報閾值 Sa）。這有助於確保有時間為故障做準備。一種替代方式是及時曲線擬合一組歷史感測器信號數值，並計算沿該曲線的斜率（例如，沿該曲線在中點或稍後）。 接著，可以基於該斜率確定估計的劣化率
。 儘管可以基於劣化率來選擇邊界閾值Sb，但是基於估計的劣化率
對邊界閾值Sb進行小的改變。
在一個實施例中，一個目的是估計信號SIG的劣化率R
s並且使用劣化率R
s來改變邊界位準Sb以維持一警告窗口MA。針對HI計算存在三種潛在情況：(i) 信號 SIG朝一警報條件上升的劣化條件； (ii) 信號朝警報狀態下降的劣化條件；及 (iii) 存在兩側警報條件的組合情況。
適應性HI計算使用一警報限制Sa、一邊界閾值Sb、及一移動平均窗口MA。考慮一個簡單的模擬，如圖16所示，具有一個簡單的模型，其中信號劣化是線性的。在這種情況下，當信號SIG跨過而低於邊界閾值（Sb=7.5）時（這發生在事件（時間）25處），HI分量曲線（HIC）從1切換到0。HI曲線在等於移動平均窗口MA的長度的一時間窗口期間線性地下降。在這些條件下，先進先出 （FIFO）緩衝器於事件26處開始填充零，從緩衝器中推出一。在此模擬中設定邊界閾值Sb，使得HI在事件 45（在事件50處的故障時間之前的五個事件）降低至 0。HIC數值係針對各個測量時進行評估。 如果信號SIG在邊界閾值Sb與警報限制Sa之間，則 HIC = 0，否則為 1。
在一個實施例中，投影的故障時間係與HI接近或等於0之時刻加以對準。這樣做產生等式 10。
(10)
注意此處Rs的數值是負的，使得Sb ≥ Sa。 當警報限制Sa高於正常信號位準時，Rs將 ＞ 0，使得 Sb 將小於Sa。在這個例子中，有兩個設定參數，其係MA和 Sb。
在這個簡單的模擬中，MA係等於HI從100%變遷為0%的「警告窗口」。在上述模擬中，劣化率是恆定且單調的，但信號SIG可能帶有顯著的雜訊成分，這將導致它在完全越過Sb以及朝警報限制Sa移動之前的若干時間內多次越過邊界閾值Sb。因此，HIC數值不會簡單地從1步降到 0，而是會切換達一段時間。對 HI曲線的效應是它在時間上拉長。 如果MA設定得太長則可能會忽略自100%的HI故障，或者過早執行維修操作，可能會犧牲部件使用壽命。在一個實施例中，MA的選擇是保守的，使得HI數值在(i)信號SIG係完全跨過警報限制Sa、及/或(ii)信號SIG的趨勢達到警報限制Sa之前或之時降低至0。
MA數值可以設定在大約兩週的操作，以便對需要立即計劃的故障提供足夠的警告。可以基於事件執行HI計算。發生這種情況時，估算預期事件發生率，以將事件轉換為日曆時間。或者，可以允許以事件表示的MA，以在保持恆定時間窗口的同時進行變化。在一個實施例中，包括最少20個事件，這導致HI數值一次以5%的步長遞減（稱為年齡點）。 在另一個實施例中，使用50個事件的MA。
下面描述了用於估計劣化率
的兩種示例方法。 第一方法包括一個簡單的移動平均窗口（或警告窗口）。第二方法是核（kernel）技術，其在一移動窗口內使用三角有限脈衝響應（FIR）濾波器加權。與第一方法相比，第二方法對信號雜訊更強韌。
此簡單移動平均窗口方法包括將劣化率R
s估計為落在警告窗口 MA內的測量值的平均階躍變化ΔSIG。 對於20 個元素的跨度（即 MA=20 ΔSIG 元素），可以使用等式11估計劣化率R
s。
(11)
比 MA=20 更長的跨度可用於嘈雜信號。此MA數值可以是可變的並且具有上限和下限。
三角FIR濾波器加權方法包括對警告窗口MA之內的數值進行不同的加權，這與簡單移動平均窗口方法不同，後者包括對窗口內的所有數值進行同等加權。在三角加權方法中，權重係加以歸一化成總和為1。對於 8 元素窗口，權重為 [1,2,3,4,4,3,2,1]，總和 = 20，所以第一個 權重是 1/20，第二個是 2/20等等。對於10元素窗口，權重是 [1,2,3,4,5,5,4,3,2,1]，總和 = 30。因此 一般來說，對
的估計可以用等式12表示，其中
。
(12)
因此，最近的n個 ΔSIG數值係加以緩存，且接著加權和係加以計算。如果窗口長度係變化的，則多組權重係加以存儲。在一個實施例中並且為了防止劣化率「回溯（backtracking）」，如果
，則劣化率是
。
二側警報限制可當信號SIG能夠在任一方向（增加或減少方向）劣化時加以使用，俾使劣化率反轉。有四種可能的情況，但如果
，劣化已經「回退」，並且
係加以保留。其他兩種情況係視為「強」改變，無論方向如何，都可以實現（存儲和使用）。
圖20顯示HI模擬圖2000，描繪感測器信號SIG在引入雜訊以及適應性邊界閾值Sb的情況下之線性遞減的劣化。如可以看出，適應性邊界閾值Sb不是一個固定的參數，而是變化的且基於警報限制Sa、劣化率R
s、及移動平均窗口MA。閾值Sb可以使用以上等式10來確定。圖2000包括警報限制Sa、健康狀態指數分量曲線HIC、及健康狀態指數曲線HI。
邊界閾值Sb隨時間調整，使得健康狀態指數曲線HI在信號SIG達到警報限制Sa之前或之時減小到0。在一個實施例中，適應性演算法藉由迭代地確定信號SIG的斜率並將其投影到信號SIG將要跨越警報限制Sa的位置來隨時間改變邊界閾值Sb。接著，基於此投影而調整邊界閾值Sb。
圖21顯示一示例程序，用於獲得HI數值，其包括三角FIR濾波器加權方法。該程序和/或其部分可以迭代地執行。該程序可以在2100開始。在2102，圖2的健康狀態指數模組230確定、設定、選擇、及/或獲得一移動平均（或警告）窗口大小MA以及初始邊界閾值Sb。例如，健康狀態指數模組230可以將窗口MA的時間設定為大約等於兩週±1-2天。這可以包括基於一事件計數頻率而設定窗口MA、或事件計數的數量。MA可以是一用戶可設定的參數。健康狀態指數模組230還設定針對窗口MA的初始起點。
在2104，健康狀態指數模組230追蹤感測器信號SIG的樣本（n）。 健康狀態指數模組230可以保留沿MA的時間跨度而展開的ΔSIG的先前n個測量值，其中n是大於1的整數。
以下操作2106、2108可以與操作2110、2112並行並且與操作2114、2116並行而加以執行。
在2106，健康狀態指數模組230確定感測器信號SIG是否已經越過邊界閾值Sb。如果是，則可以執行操作2108，否則可以執行操作2104。在2108，健康狀態指數模組230將HIC數值在0與1之間變遷。
在2110，健康狀態指數模組230在窗口的時框期間生成健康狀態指數分量（HIC）數值的移動平均HI數值。健康狀態指數模組230可以將移動平均HI數值計算為相對於最後確定的閾值邊界Sb的存儲在FIFO緩衝器中的事件分類數值（參照HIC數值）的移動平均值。
在2112，健康狀態指數模組230將移動平均HI數值與先前計算的移動平均HI數值一起存儲。例如，可以存儲30天的移動平均HI數值以供將來評估。
在2114，健康狀態指數模組230估計信號劣化率R
s。這可以使用以上等式10來完成，並且可以包括基於信號SIG的斜率估計信號SIG何時將滿足警報限制。健康狀態指數模組230將R
s估計為ΔSIG的最近n個數值的加權和。在2116，健康狀態指數模組230基於估計的信號劣化率R
s修改邊界閾值Sb，如上所述。
在2120，健康狀態指數模組230生成一資訊訊息作為對策，指示信號SIG指示劣化以及信號SIG何時將滿足警報限制Sa的估計。這可以包括向用戶生成軟警報，警告用戶警報限制將在不久的將來達到以及對停機事件排程以進行維修。這允許採取行動來最小化未來停機事件的持續時間。
在2122，健康狀態指數模組230確定是否存在另一事件計數。如果是，則執行操作2124，否則該方法可以在2126結束。在2124，健康狀態指數模組230將窗口起點加以遞增。
此處所揭露的方法和過程的上述操作旨在作為說明性示例。 這些操作可以順序地、同步地、同時地、連續地、在交疊時間段期間、或取決於應用以不同順序而加以執行。 此外，取決於實現和/或事件序列，任何操作都可能不加以執行或跳過。
作為另一個示例，健康狀態指數監測可以如上所述加以執行並應用於用以偵測末端效應器上的基板滑動的感測器。來自這些感測器的數位/類比感測器資料可用於使用此處揭露的健康狀態指數演算法、方法、及/或過程來偵測滑動。可以這樣做以防止損壞基板。此等感測器可用於偵測基板在末端效應器上沿基板移動路徑放置於不同位置處。基板可以藉由末端效應器在不同的腔室和/或氣匣之間加以移動。基板中心相對於一預期位置（針對基板中心相對於末端執行器）之相對放置（或位置）可加以確定。例如，可以在每次基板進入和/或離開一氣匣和/或腔室（例如，處理腔室）時進行此確定。當從一個位置移動到另一個位置時，所述位置的差異和此差異的變化指示滑動以及滑動量是否變化。大於零的差異可以指示基板已經滑動和/或相對於末端效應器不在正確的位置。健康狀態指數監測可用於確定感測器、末端效應器、及/或另外的組件和/或裝置之維修是否需要維修。
前述說明本質上僅為說明性的，且無意圖限制此揭露內容、其應用、或使用。此揭露內容的廣泛教示可以各種形式實現。因此，雖然此揭露內容包含特定的實施例，由於其他的修改在研讀圖式、說明書、及以下申請專利範圍後將顯而易見，此揭露內容的真實範圍不僅限於此。應理解的是，在方法內的一個以上步驟，在不改變本揭露內容的原理的情況下，可以不同順序（或同時地）執行。此外，雖然各實施例在以上描述成具有特定特徵，就本揭露內容任一實施例所述的那些特徵其中一或多者，可實施在其他實施例任一者的特徵之中或與其他實施例任一者的特徵結合，縱使那個結合未明確描述。換言之，所述實施例為非互斥的，且一個以上實施例彼此的置換係在此揭露內容的範圍內。
元件之間（例如，模組、電路元件、半導體層等之間）空間的及功能的關係係使用各種用語而描述，包含「連接」、「接合」、「耦接」、「相鄰」、「接近」、「在頂部上」、「之上」、「之下」、以及「設置」。除非明確地描述成係「直接」的，否則當在以上揭露內容中描述第一與第二元件之間的關係時，該關係可為在第一與第二元件之間沒有其他中間元件存在的直接關係，也可為在第一與第二元件之間存在一或更多中間元件（空間上、或功能上）的間接關係。如在此使用的用語「A、B和C其中至少一者」應解釋為使用非互斥邏輯或（OR）的邏輯（A 或 B 或 C），且不應解釋為代表「A之至少一者、B之至少一者、及C之至少一者」。
在一些實施例中，控制器為系統的一部分，其可為前述實施例之一部分。此種系統可包含半導體處理設備，其包括：一個以上處理工具、一個以上腔室、用以處理的一個以上平台、及/或特定處理組件（例如晶圓支座、氣流系統等）。這些系統可與電子設備整合，以在半導體晶圓或基板的處理之前、期間、及之後，控制它們的操作。該等電子設備可稱為「控制器」，其可控制一個以上系統的各種組件或子部件。根據處理要求及/或系統的類型，可將控制器加以編程，以控制此處揭露之任何製程，包括處理氣體的輸送、溫度設定（例如加熱及/或冷卻）、壓力設定、真空設定、功率設定、射頻（RF）產生器設定、RF匹配電路設定、頻率設定、流率設定、流體輸送設定、定位與操作設定、進出工具及其他傳送工具及/或與特定系統連接或介接的裝載鎖室之晶圓傳送。
廣泛而言，可將控制器定義為具有接收指令、發送指令、控制操作、允許清潔操作、允許終點量測等之各種積體電路、邏輯、記憶體、及/或軟體的電子設備。該積體電路可包含儲存程式指令的韌體形式之晶片、數位信號處理器（DSPs）、定義為特殊應用積體電路（ASICs）之晶片、及/或執行程式指令（例如軟體）之一或更多的微處理器或微控制器。程式指令可為以各種個別設定（或程式檔案）之形式與控制器通訊的指令，其定義用以在半導體晶圓上、或針對半導體晶圓、或對系統執行特定製程的操作參數。在一些實施例中，該操作參數可為由製程工程師所定義之配方的部分，以在一或更多的層、材料、金屬、氧化物、矽、二氧化矽、表面、電路、及/或晶圓之晶元的製造期間，完成一或更多的處理步驟。
在一些實施方式中，控制器可為電腦的部分或連接至電腦，該電腦係與系統整合、連接至系統、或以其他方式網路連接至系統、或上述之組合。在一些實施例中，控制器係可位於「雲端」、或為晶圓廠主機電腦系統的全部或部分，其可允許晶圓處理之遠端存取。該電腦能達成對該系統之遠端存取，以監測製造操作之目前進展、查看過去製造操作之歷史、查看來自多個製造操作之趨勢或效能指標，來改變目前處理之參數，以設定處理步驟來接續目前的處理、或開始新的製程。在一些實施例中，遠端電腦（例如伺服器）可透過網路提供製程配方至系統，該網路可包含區域網路或網際網路。該遠端電腦可包含可達成參數及/或設定之輸入或編程的用戶介面，該等參數或設定接著自該遠端電腦傳送至該系統。在一些實施例中，控制器接收資料形式之指令，在一或更多的操作期間，其針對待執行的處理步驟之每一者而指定參數。應瞭解，該等參數可特定於待執行之製程的類型、及配置控制器所介接或控制的工具類型。因此，如上所述，控制器可為分散式，例如藉由包含一或更多獨立的控制器，其透過網路連接在一起並朝共同的目標而作業，例如此處所述之製程及控制。用於此類用途的分散式控制器的範例可為腔室上之一或更多的積體電路，該積體電路與位於遠端（例如為平台等級、或為遠端電腦的部分）之一或更多的積體電路通訊，其結合以控制腔室上的製程。
在沒有限制的情況下，例示性系統可包含電漿蝕刻腔室或模組、沉積腔室或模組、旋轉清洗腔室或模組、金屬電鍍腔室或模組、清潔腔室或模組、斜邊蝕刻腔室或模組、物理氣相沉積（PVD）腔室或模組、化學氣相沉積（CVD）腔室或模組、原子層沉積（ALD）腔室或模組、原子層蝕刻（ALE）腔室或模組、離子植入腔室或模組、軌道腔室或模組、及可與半導體晶圓之製造及/或生產有關或用於其中的任何其他半導體處理系統。
如上所述，依據待由工具執行之一個以上製程步驟，控制器可與下列一或多者通訊：其他工具的電路或模組、其他工具的組件、叢集工具、其他工具介面、相鄰工具、鄰近工具、遍及工廠的工具、主電腦、另一控制器、或將晶圓之容器帶往或帶離半導體製造廠中的工具位置及/或裝載埠的用於材料傳送之工具。
100:HMAR系統
102:裝載埠模組（LPM）
104:晶圓傳送盒（FOUP）
106:EFEM
108:氣匣
110:真空傳送模組（VTM）
112:處理模組（或站）
114:電源鎖定與掛牌系統
116:控制站
120,122:機器人
124:緩衝器
130:控制器
132:硬體介面
134:用戶介面
136:記憶體
200:（HMAR系統100的）一部分
202:機器人
210,212,214,216,218,220,222:感測器
230:HI模組
232:感測器映射模組
234:資料登錄模組
240:感測器資訊
242:感測器識別符（ID）
244:感測器狀態
246:感測器HI數值
248:感測器資料
250:其他HI數值
251:LPM門致動器
252:演算法
253:EFEM風扇馬達
254:氣匣閥
256:機器人馬達
258:VTM閥
300:螢幕
302:感測器資訊塊
304:SHI數值塊
400:螢幕
410:射頻產生器
412:氣體盒
420:感測器資訊塊
422:SHI狀態塊
424:圖表
430,432:點
700,702:邊界
1300:階層圖螢幕
從實施方式章節和圖式將更充分地理解本揭露內容，其中：
圖1係根據本揭露內容的若干實施例的健康狀態監測、評估、及回應（HMAR）系統的例示部分的功能方塊圖；
圖2是根據本揭露內容的某些實施例的包括控制器和感測器的HMAR系統的另一個示例部分；
圖3是根據本揭露內容的某些實施例的示例二維感測器資訊和健康狀態指數（HI）報告螢幕；
圖4是根據本揭露內容某些實施例的示例性三維感測器資訊和HI報告螢幕；
圖5顯示根據本揭露內容的某些實施例的用於獲得HI數值的示例程序；
圖6是根據本揭露內容的某些實施例的包括二階多項式最佳擬合曲線的示例參數資料圖；
圖7是圖6的二階多項式最佳擬合曲線的係數的示例係數分佈圖；
圖8是根據本揭露內容的某些實施例的參數分佈、HI邊界、及硬限制的示例圖；
圖9是相對於HI邊界和硬限制呈偏移的圖8的參數分佈的示例圖；
圖10是對應於參數分佈並且相對於HI邊界和硬限制的示例標準差擴張圖；
圖11是根據本揭露內容的某些實施例的示例平均參數分佈圖；
圖12是根據本揭露內容的某些實施例的示例指數因數分佈圖；
圖13是根據本揭露內容的某些實施例的圖形用戶介面的示例階層HI圖螢幕；
圖14圖示了根據本揭露內容的某些實施例的感測器資訊和HI報告方法；
圖15繪示根據本揭露內容的某些實施例的資料登錄方法；
圖16是繪示根據本揭露內容的某些實施例的感測器信號的線性遞減劣化的示例HI模擬圖；
圖17是繪示根據本揭露內容的某些實施例的感測器信號的線性遞增劣化的示例HI模擬圖；
圖18是繪示根據本揭露內容的某些實施例的感測器信號隨著雜訊的引入而線性遞增劣化的示例HI模擬圖；
圖19是根據本揭露內容的某些實施例的示例性HI模擬圖，包括繪示感測器信號隨著雜訊的引入而線性遞增劣化的取樣點；
圖20是說明根據本揭露內容的某些實施例的感測器信號隨著引入雜訊和適應性邊界閾值的線性遞減劣化的示例HI模擬圖；及
圖21是根據本揭露內容的某些實施例的用於獲得HI數值的另一個示例程序。
在圖式中，可以重複使用參考數字來標識相似和/或相同的元件。
100:HMAR系統
102:裝載埠模組(LPM)
104:晶圓傳送盒(FOUP)
106:EFEM
108:氣匣
110:真空傳送模組(VTM)
112:處理模組(或站)
114:電源鎖定與掛牌系統
116:控制站
120,122:機器人
124:緩衝器
130:控制器
132:硬體介面
134:用戶介面
136:記憶體
Claims (62)
- 一種健康狀態監測、評估、及回應系統，包含： 一介面，建構以自配置在一基板處理系統中的一第一感測器接收一第一信號；及 一控制器，包含一健康狀態指數模組，其中， 該健康狀態指數模組係建構以執行一演算法，其包括： 取得一窗口及一邊界閾值， 監測自該第一感測器輸出的該第一信號， 判定該第一信號是否已越過該邊界閾值， 更新一健康狀態指數分量，其中該健康狀態指數分量係一個二進制數值且對越過該邊界閾值的該第一信號響應而在高位與低位數值之間變遷，及 基於該健康狀態指數分量而生成一第一健康狀態指數數值，且在至少該窗口的持續時間期間將該第一健康狀態指數數值從100%降低至0%，且 該控制器係建構以基於該第一健康狀態指數數值而執行一對策。
- 如請求項1之健康狀態監測、評估、及回應系統，其中： 該健康狀態指數模組係建構以將該第一健康狀態指數數值生成為在該窗口的一持續時間期間該健康狀態指數分量的更新數值的一平均值；且 該健康狀態指數分量的該等更新數值係在該演算法的各別迭代期間加以決定。
- 如請求項1之健康狀態監測、評估、及回應系統，其中： 該健康狀態指數模組係建構以在該演算法的各個迭代期間生成一更新的健康狀態指數數值；且 該控制器係建構以基於該更新的健康狀態指數數值而執行該對策。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以選擇該窗口及該邊界閾值，俾使該健康狀態指數數值在該第一信號達到一警報限制之前或之時降低至0%。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以在該演算法的迭代期間適應性地調整該邊界閾值，以將該健康狀態指數數值從100%降低至0%的時間量加以延長。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以在該演算法的迭代期間適應性地調整該邊界閾值，俾使在該第一信號等於一警報限制之前或之時該健康狀態指數數值降低至0%。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 實現一有限脈衝響應濾波器，以確定該第一信號的劣化率；及 基於該劣化率而調整該邊界閾值。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，基於該第一信號的劣化率、該窗口的持續時間、及一警報限制而確定該邊界閾值。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 將該第一信號的劣化率估計為在該第一信號中的加權變化的和；及 基於所估計的該劣化率而確定該邊界閾值。
- 如請求項1之健康狀態監測、評估、及回應系統，其中該控制器係建構以，對該第一健康狀態指數數值降低、達到一預定位準或在一預定範圍之內其中至少一者響應，執行該對策。
- 如請求項1之健康狀態監測、評估、及回應系統，其中： 該介面係建構以自配置在該基板處理系統之中的N個感測器接收N個信號，其中N係大於或等於二，其中該N個信號包含該第一信號，且其中該N個感測器包含該第一感測器； 該健康狀態指數模組係建構以 監測分別自該N個感測器所輸出的該N個信號， 評估該N個信號以確定包含該第一健康狀態指數數值的多數個健康狀態指數數值，及 彙集該多數個健康狀態指數數值以確定一系統健康狀態指數數值；且 該控制器係建構以，對該系統健康狀態指數數值降低、達到一預定位準或在一預定範圍之內其中至少一者響應，執行該對策。
- 一種健康狀態監測、評估、及回應系統，包含： 一介面，建構以自配置在一基板處理系統之中的N個感測器接收資料，其中N係大於或等於二；及 一控制器，包含一健康狀態指數模組，其中， 該健康狀態指數模組係建構以 接收分別自該N個感測器所輸出的多組資料， 評估所接收的該多組資料，以確定多數個健康狀態指數數值，及 彙集該多數個健康狀態指數數值，以確定一系統健康狀態指數數值，及 該控制器係建構以，對該系統健康狀態指數數值降低、達到一預定位準或在一預定範圍之內其中至少一者響應，執行一對策。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 分別針對自該N個感測器所接收的該多組資料，確定二階多項式；及 基於所確定的二階多項式的係數，確定該一個以上健康狀態指數數值。
- 如請求項13之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 將該等係數與一統計分佈進行比較；及 基於該等係數與該統計分佈的該比較的結果，確定該多數個健康狀態指數數值。
- 如請求項13之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 確定該等係數的分佈； 將該等分佈與健康狀態指數邊界進行比較；及 基於將該等分佈與該等健康狀態指數邊界比較的結果，確定該一個以上健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，基於與該基板處理系統的物理或功能分解其中至少一者對應的健康狀態指數計算的階層結構化，確定該系統健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，當確定該多數個健康狀態指數數值及該系統健康狀態指數數值之時，實現一彙集演算法及對應於冗餘度或缺乏冗餘度而使用布林運算。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，當生成該系統健康狀態指數數值時，選擇該基板處理系統的一階層級別或一子系統級別其中至少一者的一最小健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該多數個健康狀態指數數值及該系統健康狀態指數數值每一者係介於0-100%。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該控制器係建構以定義該基板處理系統的一事件，其基於該系統健康狀態指數數值而指示為異常，但在一可接受範圍之內，俾使該控制器避免生成一警報或停止該基板處理系統的運作。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，基於由該N個感測器所偵測的該基板處理系統的N組各別的事件，生成該多數個健康狀態指數數值。
- 如請求項21之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，基於該N組各別的事件是否落入定義的正常操作條件之內，生成該多數個健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 使用在由該基板處理系統的確定狀態所定義的一時間段期間來自一類比感測器的取得資料； 使用一數學模型而計算在該時間段期間基板處理系統運作的二級數值之特徵；及 基於該二級數值而生成該系統健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以在一定義的邊界位準與一警報位準之間將該系統健康狀態指數數值加以定標，以指示超出該定義的邊界位準的一操作條件的嚴重性。
- 如請求項24之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組使用非線性定標。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該控制器包含一感測器映射模組，建構以顯示與該N個感測器相關聯的資訊及該基板處理系統的至少一部分。
- 如請求項26之健康狀態監測、評估、及回應系統，其中該感測器映射模組係建構以就該基板處理系統的該至少一部分而顯示感測器識別符、感測器狀態、及該多數個健康狀態指數數值。
- 如請求項26之健康狀態監測、評估、及回應系統，其中該感測器映射模組係建構成以階層格式顯示該多數個健康狀態指數數值。
- 如請求項26之健康狀態監測、評估、及回應系統，其中該感測器映射模組係建構以指示在該基板處理系統之中該N個感測器的物理位置。
- 如請求項26之健康狀態監測、評估、及回應系統，其中該感測器映射模組係建構以，至少基於所接收的指令，針對該基板處理系統的一選定階層級別而選擇性顯示該多數個健康狀態指數數值其中一者以上。
- 如請求項26之健康狀態監測、評估、及回應系統，其中該感測器映射模組係建構以針對該N個感測器而顯示歷史健康狀態指數數值。
- 如請求項26之健康狀態監測、評估、及回應系統，其中該感測器映射模組係建構以，基於一接收的指令，顯示健康狀態指數數值的一彙集級別。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 基於操作該基板處理系統於一正常狀態達一段選定時間，確定正常操作的邊界；及 基於該正常操作的邊界，偵測一潛在的問題或故障。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以將介於該基板處理系統的定義操作之間的時間間隔使用作為一基礎來確定該多數個健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以基於條件而使用一數學模組，以將所接收的資料化簡為一組數值，該多數個健康狀態指數數值係基於該組數值加以計算。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以基於由該N個感測器所偵測的該基板處理系統的一個以上所偵測事件且週期性地確定該多數個健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以，基於該基板處理系統的操作接近一警報限制的程度，確定該多數個健康狀態指數數值。
- 如請求項12之健康狀態監測、評估、及回應系統，其中： 該健康狀態指數模組係建構以，基於各別的參數分佈邊界，確定該多數個健康狀態指數數值；及 該等參數分佈邊界每一者係針對一對應參數位在一正常操作範圍與一警報限制之間。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該控制器包含一資料登錄模組，其中該資料登錄模組係建構以收集及存儲來自該N個感測器的資料。
- 如請求項39之健康狀態監測、評估、及回應系統，其中該資料登錄模組係建構以，基於該N個感測器的輸出數值的變化率或該多數個健康狀態指數數值其中至少一者，啟動來自該N個感測器或該N個感測器的一子集合之資料收集。
- 如請求項39之健康狀態監測、評估、及回應系統，其中該資料登錄模組係建構以，基於該N個感測器的輸出數值的變化率或該多數個健康狀態指數數值其中至少一者，增加資料取樣率且以增加的資料速率從該N個感測器或該N個感測器的一子集合收集資料。
- 如請求項12之健康狀態監測、評估、及回應系統，其中該健康狀態指數模組係建構以： 基於該系統健康狀態指數數值而偵測在該基板處理系統之中的劣化；及 收集額外的資料以確定所偵測劣化的原因。
- 如請求項12之健康狀態監測、評估、及回應系統，更包含該N個感測器。
- 一種感測器映射系統，包含： N個感測器，建構以偵測一基板處理系統的各別參數，其中N大於或等於二； 一介面，建構以自該N個感測器接收資料；及 一控制器，包含一感測器映射模組，其中該感測器映射模組係建構以 接收指令以顯示針對該N個感測器的感測器資訊， 接收分別輸出自該N個感測器的資料，及 在該基板處理系統的至少一部分的一視圖上顯示該N個感測器的位置以及該感測器資訊。
- 如請求項44之感測器映射系統，其中該感測器資訊包含一電流感測器數值、一歷史彙集數值、一健康狀態指數數值、一部件號、或一序號其中至少一者。
- 如請求項44之感測器映射系統，其中該感測器映射模組係建構以在該基板處理系統的該至少一部分的該視圖上顯示該N個感測器其中至少一者的一狀態。
- 如請求項44之感測器映射系統，其中： 該控制器更包含一健康狀態指數模組，建構以分別針對該N個感測器而生成多數個健康狀態指數數值；及 該感測器映射模組係建構以在該基板處理系統的該至少一部分的該視圖上顯示該多數個健康狀態指數數值。
- 如請求項47之感測器映射系統，其中該感測器映射模組係建構以從該健康狀態指數模組接收指令，其中該等指令包含從一組M個感測器選擇該N個感測器，其中M大於N。
- 如請求項44之感測器映射系統，其中該感測器映射模組係建構以： 接收一指令信號；及 基於該指令信號，對從該N個感測器其中一者以上所接收的資料進行展繪。
- 如請求項44之感測器映射系統，其中該感測器映射模組係建構以： 接收一輸入以針對該N個感測器其中一者顯示一資料圖；及 顯示一圖表，包含展繪來自該N個感測器的該其中一者的資料，其中該圖表係展示在與該基板處理系統的該至少一部分的該視圖相同的螢幕上。
- 如請求項44之感測器映射系統，其中該感測器映射模組係建構以，基於一接收的輸入，改變一螢幕級別或該基板處理系統的一顯示階層級別其中至少一者。
- 如請求項44之感測器映射系統，其中該感測器映射模組係建構以，基於一輸入，顯示針對該基板處理處理系統的M個感測器的感測器資訊而非針對該N個感測器的感測器資訊，其中M大於或等於2。
- 如請求項52之感測器映射系統，其中該M個感測器不含該N個感測器。
- 如請求項52之感測器映射系統，其中該M個感測器包含該N個感測器其中一者以上。
- 一種資料登錄系統，包含： N個感測器，建構以偵測一基板處理系統的各別參數，其中N大於或等於二； 一介面，建構以自該N個感測器接收資料；及 一控制器，包含一資料登錄模組，其中該資料登錄模組係建構以 接收指令以選擇該N個感測器其中一者以上及觸發資訊， 監測該N個感測器其中至少一者且偵測由該觸發資訊所識別的一個以上觸發事件，及 響應偵測到該一個以上觸發事件，對該N個感測器的所選擇之一者以上的輸出進行資料登錄，以提供登錄的資料， 其中，該控制器係建構以分析該登錄的資料，以及基於分析該登錄的資料之結果，執行一對策。
- 如請求項55之資料登錄系統，其中該資料登錄模組係建構以： 自一健康狀態指數模組接收指令，其中該等指令包含選定的一組感測器及觸發點；及 基於該等觸發點，登錄來自選定的該組感測器之資料。
- 如請求項56之資料登錄系統，其中選定的該組感測器不包含該N個感測器。
- 如請求項55之資料登錄系統，其中： 該資料登錄模組係建構以基於觸發點、閾值或條件其中至少一者而執行資料登錄；及 該控制器包含一健康狀態指數模組，建構以 對該基板處理系統的一個以上操作係發生於定義的正常操作條件之內或之外進行分類， 基於經分類的該一個以上操作，生成多數個健康狀態指數數值，及 基於該多數個健康狀態指數數值的彙集，執行該對策。
- 如請求項55之資料登錄系統，其中該資料登錄模組係建構以： 在該一個以上觸發事件之前，緩存資料；及 在該一個以上觸發事件之前，存儲資料達一設定的時間段。
- 如請求項55之資料登錄系統，其中該資料登錄模組係建構以，基於與一個以上其他感測器相關聯的觸發事件，針對該N個感測器而登錄資料。
- 如請求項55之資料登錄系統，其中該資料登錄模組係建構以基於該基板處理系統的偵測之一個以上條件，針對該N個感測器而登錄資料。
- 如請求項55之資料登錄系統，其中該資料登錄模組係建構以，每次一觸發事件發生，藉由記錄自該N個感測器所輸出的資料達一設定時間段，擷取間歇性事件。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202063112386P | 2020-11-11 | 2020-11-11 | |
| US63/112,386 | 2020-11-11 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202235895A true TW202235895A (zh) | 2022-09-16 |
Family
ID=81601767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110141597A TW202235895A (zh) | 2020-11-11 | 2021-11-09 | 基於包含感測器映射及經觸發之資料登錄的健康狀態而監測、評估及回應的基板處理系統工具 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20230400508A1 (zh) |
| EP (1) | EP4244638A1 (zh) |
| JP (1) | JP2023549166A (zh) |
| KR (1) | KR20230104951A (zh) |
| CN (1) | CN116472463A (zh) |
| TW (1) | TW202235895A (zh) |
| WO (1) | WO2022104315A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102022113608A1 (de) * | 2022-05-30 | 2023-11-30 | E.ON Digital Technology GmbH | Kontroll- und Überwachungsverfahren und /-vorrichtung für eine Industrieanlage |
| JP2024041512A (ja) * | 2022-09-14 | 2024-03-27 | 株式会社東芝 | 異常検知装置、方法およびプログラム |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7813828B2 (en) * | 2007-04-02 | 2010-10-12 | Hitachi Kokusai Electric Inc. | Substrate processing system and group management system |
| US8473089B2 (en) * | 2009-06-30 | 2013-06-25 | Lam Research Corporation | Methods and apparatus for predictive preventive maintenance of processing chambers |
| JP6368453B2 (ja) * | 2011-06-24 | 2018-08-01 | 株式会社日立国際電気 | 基板処理装置、及び基板処理装置のデータ解析方法並びにプログラム |
| KR101560967B1 (ko) * | 2014-02-26 | 2015-10-15 | (주)우광에스디에스 | 설비 직결형 실시간 모니터링 고장 진단장치 및 그에 따른 고장 진단방법 |
| US10677837B2 (en) * | 2016-06-01 | 2020-06-09 | Kyzen Corporation | System and method for electrical circuit monitoring |
-
2021
- 2021-11-03 CN CN202180076097.2A patent/CN116472463A/zh active Pending
- 2021-11-03 JP JP2023527963A patent/JP2023549166A/ja active Pending
- 2021-11-03 WO PCT/US2021/072198 patent/WO2022104315A1/en active Application Filing
- 2021-11-03 US US18/034,834 patent/US20230400508A1/en active Pending
- 2021-11-03 KR KR1020237019633A patent/KR20230104951A/ko unknown
- 2021-11-03 EP EP21893054.3A patent/EP4244638A1/en active Pending
- 2021-11-09 TW TW110141597A patent/TW202235895A/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022104315A1 (en) | 2022-05-19 |
| EP4244638A1 (en) | 2023-09-20 |
| JP2023549166A (ja) | 2023-11-22 |
| US20230400508A1 (en) | 2023-12-14 |
| CN116472463A (zh) | 2023-07-21 |
| KR20230104951A (ko) | 2023-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7291255B2 (ja) | 処理装置、装置管理コントローラ、及びプログラム並びに半導体装置の製造方法 | |
| KR100756728B1 (ko) | 반도체 처리 기술 | |
| US8185230B2 (en) | Method and apparatus for predicting device electrical parameters during fabrication | |
| JP4008899B2 (ja) | 半導体装置の製造システムおよび半導体装置の製造方法 | |
| JP4615222B2 (ja) | ライン末端データマイニングとプロセスツールデータマイニングとの相関 | |
| TWI412906B (zh) | 具有虛擬量測功能的製造執行系統與製造系統 | |
| TW202235895A (zh) | 基於包含感測器映射及經觸發之資料登錄的健康狀態而監測、評估及回應的基板處理系統工具 | |
| KR101066973B1 (ko) | 플라즈마처리장치 | |
| CN108829933A (zh) | 一种半导体制造设备的预测性维护与健康管理的方法 | |
| JP5411498B2 (ja) | プロセス真空環境の電子診断システムおよびその方法 | |
| KR20210109662A (ko) | 반도체 장비 툴들에서 뉴럴 네트워크들을 이용한 챔버 매칭 | |
| US20090292506A1 (en) | Methods of and apparatuses for maintenance, diagnosis, and optimization of processes | |
| KR20040015813A (ko) | 런투런 제어와 고장 검출의 통합 | |
| KR101560968B1 (ko) | 설비 직결형 실시간 모니터링 고장 진단 및 고장 시기 예측 진단장치와 그에 따른 고장 진단 및 예측 진단방법 | |
| CN103137513A (zh) | 集成电路制造设备状态监测系统和方法 | |
| WO2009143031A2 (en) | Software application to analyze event log and chart tool fail rate as function of chamber and recipe | |
| JP2006157029A (ja) | 半導体装置の製造システム | |
| WO2023181265A1 (ja) | 装置診断システム、装置診断装置、半導体装置製造システムおよび装置診断方法 | |
| TWI838134B (zh) | 裝置診斷系統、裝置診斷裝置、半導體裝置製造系統及裝置診斷方法 | |
| WO2022196666A1 (ja) | 情報処理装置及び情報処理方法 | |
| US7849366B1 (en) | Method and apparatus for predicting yield parameters based on fault classification | |
| Yung-Cheng et al. | Manufacturability of multivariate applications in the semiconductor industry | |
| KR20060085493A (ko) | 반도체 제조 장비 및 이 장비의 제어 방법 |