WO2015021751A1 - 一种数据驱动的集成电路工艺设备异常预警技术方法 - Google Patents

一种数据驱动的集成电路工艺设备异常预警技术方法 Download PDF

Info

Publication number
WO2015021751A1
WO2015021751A1 PCT/CN2014/070630 CN2014070630W WO2015021751A1 WO 2015021751 A1 WO2015021751 A1 WO 2015021751A1 CN 2014070630 W CN2014070630 W CN 2014070630W WO 2015021751 A1 WO2015021751 A1 WO 2015021751A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
integrated circuit
process control
statistical process
parameters
Prior art date
Application number
PCT/CN2014/070630
Other languages
English (en)
French (fr)
Inventor
王宏
马鑫
林跃
康凯
姬小兵
Original Assignee
沈阳中科博微自动化技术有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 沈阳中科博微自动化技术有限公司 filed Critical 沈阳中科博微自动化技术有限公司
Publication of WO2015021751A1 publication Critical patent/WO2015021751A1/zh

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32201—Build statistical model of past normal proces, compare with actual process

Definitions

  • the invention relates to a data-driven integrated circuit process equipment abnormality warning technical method, in particular to a technique for applying an statistical process control to an early warning of an abnormality occurring in an integrated circuit process equipment.
  • SPC Statistical Process Control
  • control chart is a graphical method that provides sample sequence information that characterizes the current state and compares this information with the control limits established after considering the inherent variation of the process.
  • Control charting is used to help assess whether a process has reached or continues to maintain a statistically controlled state at a defined level, that is, in the production process, by continuously recording the quality of the product, to obtain and maintain control over important product or service characteristics. . Applying and carefully analyzing the control chart can better understand and improve the process. The fluctuations of the monitored products in the out-of-control state are analyzed and processed in time, so that the production process is always in the normal production process.
  • the present invention adopts a data-driven integrated circuit process equipment abnormality warning technical method.
  • a data-driven integrated circuit process equipment abnormal warning technical method includes the following steps:
  • Step 1 For the integrated circuit process equipment under controlled state, the system monitors the characteristic quality of the processed product of the equipment and provides an early warning to the equipment according to the monitored abnormality;
  • Step 2 The system first randomly reads sample values of key monitoring parameters of the processing technology of the equipment from the historical database, and preprocesses the sample values of the parameters; calculates the mean and variance of the sample values, and determines the statistical process control limits of the parameter values according to the mean and the variance The system uses the statistical process control limits to construct a statistical process control chart;
  • Step 3 The system continuously collects real-time data of quality parameters on the device, and processes the parameters collected in real time; after the data processing, the parameter values are monitored in real time by using the statistical process control chart, and corresponding processing is performed when there is an abnormal situation.
  • the system also stores the collected data in the historical database.
  • step 3 the system uses the statistical process control chart to monitor the device parameter values in real time, and when there is an abnormal condition, use the statistical process control chart to determine whether the quality parameter value is within the controllable range; when the collected parameter values are always uncontrollable Shape In the state, the system prompts the equipment to process the process error and generate the alarm information, and the operator takes timely measures to eliminate the uncontrollable state.
  • step 3 the statistical process control chart is used to determine whether the quality parameter value is within the controllable range; when the quality parameter is out of control range, the system prompts an error and alarms; when the quality parameter is within the controllable range, the system determines whether the device is out of control Status, if the device is out of control, use the offline statistical process control method to find the main influencing parameters that affect the parameter value and prompt the error and alarm, the operator takes measures to eliminate the impact; the system performs the next data acquisition and monitoring.
  • the out-of-control point is only a single out-of-control point, and it can be determined that the system is still in a controllable state, and the system continues to monitor the device data.
  • the offline statistical process control method to find out and control the main influencing parameters affecting the parameter values, first determine the factors that can affect the quality parameters, and directly give the operator corrective opinions for the influencing factors that can be directly found or determined; For influencing factors that cannot be directly identified or determined, the system uses the contribution graph to rank the influences of factors that can affect the quality parameters, giving the trends in which the operator can make corrections to change the quality parameters.
  • the method of the invention uses the statistical process control to monitor the equipment, continuously collects the key parameters of the monitoring equipment process, and generates an early warning to the equipment when the key parameters are abnormal, and the online statistical process control can not have abnormality in the product quality of the processing process.
  • the online statistical process control can not have abnormality in the product quality of the processing process.
  • an early warning is generated, thereby minimizing the loss due to the unprocessed state of the machining process.
  • offline statistical process control methods can be used to quickly determine the factors that make the system uncontrolled, providing an effective reference for operators to solve problems.
  • Figure 1 is a flow chart of the system control of the present invention
  • Figure 2 is a flow chart of online monitoring of parameter data.
  • a data-driven integrated circuit process equipment abnormality warning technical method includes the following steps: Step 1. For an integrated circuit process equipment under controlled state, the quality of the processed product characteristic of the system to the device Monitor and alert the equipment according to the detected abnormality;
  • the controlled state refers to the stable operation of the equipment, the quality of the processed product meets the requirements, and the factors that can be controlled and have fluctuations on the processing quality of the equipment. Has been eliminated.
  • Step 2 The system first randomly reads the sample values of the key monitoring parameters of the processing technology of the equipment from the historical database, and preprocesses the sample values of the parameters; calculates the mean and variance of the sample values, and determines the statistical process of the parameter values according to the mean and the variance. Control limits; the system uses statistical process control limits to construct statistical process control charts;
  • Step 3 The system continuously collects real-time data of quality parameters on the device, and processes the parameters collected in real time; after the data processing, the parameter values are monitored in real time by using the statistical process control chart, and corresponding processing is performed when there is an abnormal situation.
  • the system also stores the collected data in the historical database.
  • step 3 the system uses the statistical process control chart to monitor the device parameter values in real time, and when there is an abnormal condition, use the statistical process control chart to determine whether the quality parameter value is within the controllable range; when the collected parameter values are always in an uncontrollable state
  • the system prompts the equipment to process the process error and generate the alarm information, the operator takes timely measures to eliminate the uncontrollable state.
  • step 3 the statistical process control chart is used to determine whether the quality parameter value is within the controllable range; when the quality parameter is out of control range, the system prompts an error and alarms; when the quality parameter is within the controllable range, the system determines whether the device is out of control. If the device is out of control, Beckham uses the offline statistical process control method to find out the main influencing parameters that affect the parameter value and prompts the error and alarms. The operator takes measures to eliminate the impact; the system performs the next data acquisition and monitoring.
  • the out-of-control point is only a single out-of-control point, and it can be determined that the system is still in a controllable state.
  • the offline statistical process control method to find out and control the main influencing parameters affecting the parameter values, first determine the factors that can affect the quality parameters, and directly give the operator corrective opinions for the influencing factors that can be directly found or determined; For influencing factors that cannot be directly identified or determined, the system uses the contribution graph to rank the influences of factors that can affect the quality parameters, giving the trends in which the operator can make corrections to change the quality parameters.

Landscapes

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

Abstract

一种数据驱动的集成电路工艺设备异常预警技术方法，包括如下步骤：步骤1，对于处于受控状态下的集成电路工艺设备进行监控，并根据监测出的异常对设备提出预警；步骤2，首先从历史数据库中随机读取若干设备加工工艺关键监控参数样本值，计算样本值的均值与方差，根据均值和方差确定参数值的统计过程控制界限；利用统计过程控制界限构造出统计过程控制图；步骤3，在设备上不间断的采集质量参数实时数据，并对实时采集的参数进行处理；数据处理后使用统计过程控制图对参数值进行实时监控，并在有异常状况时进行相应的处理；系统同时将采集到的数据存入历史数据库中。产生异常的情况下，本方法快速的确定不受控的因素，为解决问题提供有效的参考。

Description

一种数据驱动的集成电路工艺设备异常预警技术方法
技术领域
本发明涉及一种数据驱动的集成电路工艺设备异常预警技术方法， 具体地说是应用统计 过程控制对集成电路工艺设备加工过程中出现的异常进行预警的技术。
背景技术
统计过程控制 (SPC) 自 1924年 5月 16日休哈特博士在贝尔实验室发明第一张控制图 P图以来， 已经有 80多年的历史。 SPC根据产品质量的统计观点， 运用数理统计学的方法， 对实际生产制造过程中的质量特性数据进行收集， 分析和研究其统计特性， 从而了解、 预测 和监控过程的运行状态， 发现和排除质量问题， 从而达到控制、 改进产品质量的目的。
其中， 控制图是一种图形方法， 它提供表征当前状态的样本序列信息， 并将这些信息与 考虑了过程固有变异后所建立的控制限进行对比。 控制图法用来帮助评估一个过程是否已达 到或继续保持在规定水平的统计受控状态， 即在生产过程中， 通过对产品质量的连续记录， 来获得并保持对重要产品或服务特性的控制。 应用并仔细分析控制图， 可以更好地了解和改 进过程。 对监控到产品在失控状态下出现的波动进行及时分析并处理， 使生产过程一直处于 正常的生产过程中。
发明内容
为解决现有技术中的问题， 本发明采用的是一种数据驱动的集成电路工艺设备异常预警 技术方法。
为实现本发明的目的所采用的技术方案是：
一种数据驱动的集成电路工艺设备异常预警技术方法， 包括如下步骤：
步骤 1， 对于处于受控状态下的集成电路工艺设备， 系统对设备的加工产品特性质量进 行监控并根据监测出的异常对设备提出预警；
步骤 2， 系统首先从历史数据库中随机读取若干设备加工工艺关键监控参数样本值， 对 参数样本值进行预处理； 计算样本值的均值与方差， 根据均值和方差确定参数值的统计过程 控制界限； 系统利用统计过程控制界限构造出统计过程控制图；
步骤 3， 系统在设备上不间断的采集质量参数实时数据， 并对实时采集的参数进行处理; 数据处理后使用统计过程控制图对参数值进行实时监控，并在有异常状况时进行相应的处理; 系统同时将采集到的数据存入历史数据库中。
步骤 3中， 系统使用统计过程控制图对设备参数值进行实时监控， 并在有异常状况时， 使用统计过程控制图确定质量参数值是否在可控范围内； 当采集的参数值始终处于不可控状 态时，系统提示设备加工过程错误并产生报警信息，操作人员及时采取措施消除不可控状态。 步骤 3中， 使用统计过程控制图确定质量参数值是否在可控范围内； 当质量参数处于失 控范围时， 系统提示错误并报警； 当质量参数在可控范围内时， 系统判断设备是否处于失控 状态， 如果设备处于失控状态， 则利用离线统计过程控制方法， 找出影响参数值的主要影响 参数并提示错误并报警， 操作人员采取措施消除影响； 系统进行下一次数据采集监测。
判断设备是否处于失控状态， 当判断设备并处于可控状态时， 失控点只是单独一个失控 点， 则能确定系统仍然在可控状态， 系统继续对设备数据进行监控。
利用离线统计过程控制方法， 找出影响参数值的主要影响参数并加以控制， 首先要确定 可以影响质量参数的因素， 对于能够直接发现或确定的影响因素， 可以直接向操作人员给出 改正意见； 对于不能直接发现或确定的影响因素， 系统使用贡献图对能够影响到质量参数的 因素的影响大小进行排序， 给出操作人员可以在哪些影响因素做出修正以改变质量参数的趋 势。
本发明具有以下优点：
本发明方法使用统计过程控制对设备进行监控， 不断采集监控设备工艺关键参数， 在关 键参数出现异常的情况下， 对设备产生预警， 在线统计过程控制可以在加工过程的产品质量 还未出现异常， 但加工过程已经不可控时产生预警， 从而最大程度的减少由于加工过程变为 不可控状态而带来的损失。 在产生异常的情况下， 利用离线统计过程控制方法可以快速的确 定使系统不受控的因素， 为操作人员解决问题提供有效的参考。
附图说明
图 1为本发明的系统控制流程图；
图 2为参数数据在线监控流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图 1-图 2所示，一种数据驱动的集成电路工艺设备异常预警技术方法，包括如下步骤: 步骤 1， 对于处于受控状态下的集成电路工艺设备， 系统对设备的加工产品特性质量进 行监控并根据监测出的异常对设备提出预警； 受控状态是指在设备工作状态稳定、 加工出的 产品的特性质量符合要求， 对与可以控制的能够对设备加工质量有波动影响的因素都已经被 消除。
步骤 2， 系统首先从历史数据库中随机读取若干设备加工工艺关键监控参数样本值， 对 参数样本值进行预处理； 计算样本值的均值与方差， 根据均值和方差确定参数值的统计过程 控制界限； 系统利用统计过程控制界限构造出统计过程控制图；
步骤 3， 系统在设备上不间断的采集质量参数实时数据， 并对实时采集的参数进行处理; 数据处理后使用统计过程控制图对参数值进行实时监控，并在有异常状况时进行相应的处理; 系统同时将采集到的数据存入历史数据库中。
步骤 3中系统使用统计过程控制图对设备参数值进行实时监控， 并在有异常状况时， 使 用统计过程控制图确定质量参数值是否在可控范围内； 当采集的参数值始终处于不可控状态 时， 系统提示设备加工过程错误并产生报警信息， 操作人员及时采取措施消除不可控状态。
步骤 3中使用统计过程控制图确定质量参数值是否在可控范围内； 当质量参数处于失控 范围时， 系统提示错误并报警； 当质量参数在可控范围内时， 系统判断设备是否处于失控状 态， 如果设备处于失控状态， 贝悧用离线统计过程控制方法， 找出影响参数值的主要影响参 数并提示错误并报警， 操作人员采取措施消除影响； 系统进行下一次数据采集监测。
判断设备是否处于失控状态， 当判断设备并不处于失控状态， 失控点只是单独一个失控 点， 则能确定系统仍然在可控状态。
利用离线统计过程控制方法， 找出影响参数值的主要影响参数并加以控制， 首先要确定 可以影响质量参数的因素， 对于能够直接发现或确定的影响因素， 可以直接向操作人员给出 改正意见； 对于不能直接发现或确定的影响因素， 系统使用贡献图对能够影响到质量参数的 因素的影响大小进行排序， 给出操作人员可以在哪些影响因素做出修正以改变质量参数的趋 势。

Claims

权 利 要 求
1.一种数据驱动的集成电路工艺设备异常预警技术方法， 基于生产加工系统， 其特征在 于， 包括如下步骤：
步骤 1， 对于处于受控状态下的集成电路工艺设备， 系统对设备的加工产品特性质量进 行监控并根据监测出的异常对设备提出预警；
步骤 2， 系统首先从历史数据库中随机读取若干设备加工工艺关键监控参数样本值， 对 参数样本值进行预处理； 计算样本值的均值与方差， 根据均值和方差确定参数值的统计过程 控制界限； 系统利用统计过程控制界限构造出统计过程控制图；
步骤 3， 系统在设备上不间断的采集质量参数实时数据， 并对实时采集的参数进行处理; 数据处理后使用统计过程控制图对参数值进行实时监控，并在有异常状况时进行相应的处理; 系统同时将采集到的数据存入历史数据库中。
2.根据权利要求 1所述的一种数据驱动的集成电路工艺设备异常预警技术方法，其特征 在于： 步骤 3中， 系统使用统计过程控制图对设备参数值进行实时监控， 并在有异常状况时， 使用统计过程控制图确定质量参数值是否在可控范围内； 当采集的参数值始终处于不可控状 态时，系统提示设备加工过程错误并产生报警信息，操作人员及时采取措施消除不可控状态。
3.根据权利要求 2所述的一种数据驱动的集成电路工艺设备异常预警技术方法，其特征 在于： 步骤 3中， 使用统计过程控制图确定质量参数值是否在可控范围内； 当质量参数处于 失控范围时， 系统提示错误并报警； 当质量参数在可控范围内时， 系统判断设备是否处于失 控状态， 如果设备处于失控状态， 贝悧用离线统计过程控制方法， 找出影响参数值的主要影 响参数并提示错误并报警， 操作人员采取措施消除影响； 系统进行下一次数据采集监测。
4.根据权利要求 3所述的一种数据驱动的集成电路工艺设备异常预警技术方法，其特征 在于： 判断设备是否处于失控状态， 当判断设备并处于可控状态时， 失控点只是单独一个失 控点， 则能确定系统仍然在可控状态， 系统继续对设备数据进行监控。
5.根据权利要求 3所述的一种数据驱动的集成电路工艺设备异常预警技术方法，其特征 在于： 利用离线统计过程控制方法， 找出影响参数值的主要影响参数并加以控制， 首先要确 定可以影响质量参数的因素， 对于能够直接发现或确定的影响因素， 可以直接向操作人员给 出改正意见； 对于不能直接发现或确定的影响因素， 系统使用贡献图对能够影响到质量参数 的因素的影响大小进行排序， 给出操作人员可以在哪些影响因素做出修正以改变质量参数的 趋势。
PCT/CN2014/070630 2013-08-14 2014-01-15 一种数据驱动的集成电路工艺设备异常预警技术方法 WO2015021751A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201310353714.6 2013-08-14
CN201310353714.6A CN103412542B (zh) 2013-08-14 2013-08-14 一种数据驱动的集成电路工艺设备异常预警技术方法

Publications (1)

Publication Number Publication Date
WO2015021751A1 true WO2015021751A1 (zh) 2015-02-19

Family

ID=49605567

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/070630 WO2015021751A1 (zh) 2013-08-14 2014-01-15 一种数据驱动的集成电路工艺设备异常预警技术方法

Country Status (2)

Country Link
CN (1) CN103412542B (zh)
WO (1) WO2015021751A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180230A (zh) * 2020-08-31 2021-01-05 全芯智造技术有限公司 芯片测试参数异常的侦测方法、存储介质、终端
CN114283503A (zh) * 2021-12-28 2022-04-05 河南中烟工业有限责任公司 应用于卷烟设备的台时能耗报警控制方法
CN115619262A (zh) * 2022-10-11 2023-01-17 联宝(合肥)电子科技有限公司 质量监控方法、装置及电子设备
CN115877806A (zh) * 2022-12-09 2023-03-31 南京贝迪新材料科技股份有限公司 一种lcp膜产品生产控制方法及系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412542B (zh) * 2013-08-14 2015-11-04 沈阳中科博微自动化技术有限公司 一种数据驱动的集成电路工艺设备异常预警技术方法
CN104199417A (zh) * 2014-09-11 2014-12-10 沈阳中科博微自动化技术有限公司 一种半导体镀膜工艺的统计过程监控方法
CN108345275A (zh) * 2017-01-25 2018-07-31 中芯国际集成电路制造(上海)有限公司 设备监控系统及设备监控方法
CN109753027A (zh) * 2017-11-08 2019-05-14 阿里巴巴集团控股有限公司 一种工业制造中参数的监控方法和装置
CN112215503A (zh) * 2020-10-19 2021-01-12 青岛鹏海软件有限公司 基于spc的可靠性监控方法
CN112652554A (zh) * 2020-12-18 2021-04-13 北京北方华创微电子装备有限公司 工艺腔室环境稳定性监控方法、半导体工艺设备
CN114861952A (zh) * 2022-07-07 2022-08-05 中国长江三峡集团有限公司 一种海上风电设备监测和管理系统及方法
CN115945570A (zh) * 2023-01-06 2023-04-11 上汽通用五菱汽车股份有限公司 一种自动判断冲压零件成形质量的方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW240346B (zh) * 1993-02-17 1995-02-11 Electrosource Inc
CN101458514A (zh) * 2007-12-13 2009-06-17 中芯国际集成电路制造(上海)有限公司 检测可接受测试数据方法及晶圆可接受测试控制方法
CN101458515A (zh) * 2007-12-13 2009-06-17 中芯国际集成电路制造(上海)有限公司 晶圆质量分析装置及方法
CN101782763A (zh) * 2009-01-19 2010-07-21 中芯国际集成电路制造(上海)有限公司 统计过程控制的监控方法
CN102467089A (zh) * 2010-11-10 2012-05-23 北京北方微电子基地设备工艺研究中心有限责任公司 半导体工艺中的过程控制方法及系统
CN102540944A (zh) * 2012-01-13 2012-07-04 顺德职业技术学院 嵌入式多功能统计过程控制装置及方法
CN103412542A (zh) * 2013-08-14 2013-11-27 沈阳中科博微自动化技术有限公司 一种数据驱动的集成电路工艺设备异常预警技术方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101290517B (zh) * 2007-04-17 2010-08-11 中芯国际集成电路制造(上海)有限公司 对离散样本数据进行统计过程控制的方法及其装置
KR100928205B1 (ko) * 2007-06-05 2009-11-25 삼성전자주식회사 반도체 제조설비 관리시스템 및 그의 통계적 공정 관리방법
CN102354116B (zh) * 2011-08-05 2014-06-25 北京航空航天大学 一种高质量过程统计控制的ω事件间隔控制图的制作方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW240346B (zh) * 1993-02-17 1995-02-11 Electrosource Inc
CN101458514A (zh) * 2007-12-13 2009-06-17 中芯国际集成电路制造(上海)有限公司 检测可接受测试数据方法及晶圆可接受测试控制方法
CN101458515A (zh) * 2007-12-13 2009-06-17 中芯国际集成电路制造(上海)有限公司 晶圆质量分析装置及方法
CN101782763A (zh) * 2009-01-19 2010-07-21 中芯国际集成电路制造(上海)有限公司 统计过程控制的监控方法
CN102467089A (zh) * 2010-11-10 2012-05-23 北京北方微电子基地设备工艺研究中心有限责任公司 半导体工艺中的过程控制方法及系统
CN102540944A (zh) * 2012-01-13 2012-07-04 顺德职业技术学院 嵌入式多功能统计过程控制装置及方法
CN103412542A (zh) * 2013-08-14 2013-11-27 沈阳中科博微自动化技术有限公司 一种数据驱动的集成电路工艺设备异常预警技术方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180230A (zh) * 2020-08-31 2021-01-05 全芯智造技术有限公司 芯片测试参数异常的侦测方法、存储介质、终端
CN114283503A (zh) * 2021-12-28 2022-04-05 河南中烟工业有限责任公司 应用于卷烟设备的台时能耗报警控制方法
CN115619262A (zh) * 2022-10-11 2023-01-17 联宝(合肥)电子科技有限公司 质量监控方法、装置及电子设备
CN115877806A (zh) * 2022-12-09 2023-03-31 南京贝迪新材料科技股份有限公司 一种lcp膜产品生产控制方法及系统
CN115877806B (zh) * 2022-12-09 2024-04-09 南京贝迪新材料科技股份有限公司 一种lcp膜产品生产控制方法及系统

Also Published As

Publication number Publication date
CN103412542A (zh) 2013-11-27
CN103412542B (zh) 2015-11-04

Similar Documents

Publication Publication Date Title
WO2015021751A1 (zh) 一种数据驱动的集成电路工艺设备异常预警技术方法
JP6723669B2 (ja) 異常検知プログラム、異常検知方法および異常検知装置
JP4878085B2 (ja) 製造工程のための管理方法
US20150371134A1 (en) Predicting circuit reliability and yield using neural networks
US10402246B2 (en) Method for generating a machine heartbeat
JP4289602B2 (ja) プロセス監視方法
US20160313216A1 (en) Fuel gauge visualization of iot based predictive maintenance system using multi-classification based machine learning
CN106649755B (zh) 一种多维度实时变电设备数据的阈值自适应设置异常检测方法
JP2000252179A (ja) 半導体製造プロセス安定化支援システム
JP2009080612A (ja) 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム
KR20020019022A (ko) 반도체 처리 기술
KR19990024041A (ko) 제조 공정 변경 제어 장치 및 제어 방법
TWM575368U (zh) 智能化工具機雲端運算系統
KR20140113153A (ko) 통계적 동일성 검정방법 및 시스템
CN116086537A (zh) 一种设备状态监测方法、装置、设备及存储介质
JP2010015205A (ja) 半導体製造装置の異常診断システムおよび方法
CN109240253B (zh) 一种在线设备诊断及预防性维护方法及系统
KR20090061856A (ko) 품질관리규칙이 변경가능한 통계적 공정관리 장치 및 방법
JP6529690B1 (ja) 支援装置、学習装置、及びプラント運転条件設定支援システム
CN109784127B (zh) 一种设备健康状态预警方法及其系统
KR102334694B1 (ko) 제조 제품의 불량 판정 알고리즘을 관리하는 클라우드 서버 및 이를 포함하는 스마트 공장 관리 시스템
US9697470B2 (en) Apparatus and method for integrating manual and automated techniques for automated correlation in data mining
KR102108975B1 (ko) 함정설비의 상태기반 정비 지원 장치 및 방법
CN111712771B (zh) 能够执行问题诊断的数据处理装置以及方法
CN113673600B (zh) 一种工业信号异常预警方法、系统、存储介质及计算设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14836530

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14836530

Country of ref document: EP

Kind code of ref document: A1