WO2022139038A1 - Method and edge device for managing arc smart factory for semiconductor back-end process industry - Google Patents

Method and edge device for managing arc smart factory for semiconductor back-end process industry Download PDF

Info

Publication number
WO2022139038A1
WO2022139038A1 PCT/KR2020/019086 KR2020019086W WO2022139038A1 WO 2022139038 A1 WO2022139038 A1 WO 2022139038A1 KR 2020019086 W KR2020019086 W KR 2020019086W WO 2022139038 A1 WO2022139038 A1 WO 2022139038A1
Authority
WO
WIPO (PCT)
Prior art keywords
facility
semiconductor
data
processing
server
Prior art date
Application number
PCT/KR2020/019086
Other languages
French (fr)
Korean (ko)
Inventor
이금렬
배진우
장남일
이현철
남준식
이준형
Original Assignee
하나 마이크론(주)
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 하나 마이크론(주) filed Critical 하나 마이크론(주)
Publication of WO2022139038A1 publication Critical patent/WO2022139038A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the present invention relates to semiconductor back-end process facility management, and more particularly, to a method and edge device for managing an ARC (AI-Robot-Cloud) smart factory for the semiconductor back-end process industry.
  • ARC AI-Robot-Cloud
  • the pre-process is the process of processing the semiconductor original plate (wafer), and the post-process is the operation of cutting and electrically connecting the wafer.
  • the post-process is an assembly process and is again divided into a front-end process and a back-end process.
  • the front-end process is largely composed of cutting, gluing, and wire bonding
  • the back-end process is encapsulation (the cap is removed to protect the wire-bonded semiconductor).
  • Processes including lead sealing, molding, and glob top methods), trimming forming, (solder plating), marking (marking product function, manufacturing date, manufacturer information, etc.), testing, tape and reel, etc. is made of
  • the conventional semiconductor post-process has problems in increasing the number of steps, doubling the cycle time, and lowering the quality of the manufacturing yield.
  • the present invention was created to solve the above problems, and an object of the present invention is to provide a method and an edge device for managing an ARC (AI-Robot-Cloud) smart factory for the semiconductor post-processing industry.
  • ARC AI-Robot-Cloud
  • Another object of the present invention is to provide a smart factory system for transmitting real-time facility data and sensor data through AI-based edge IoT communication technology.
  • Another object of the present invention is to provide a smart factory system for implementing an optimized process environment by integrating operation scheduling and a mobile robot.
  • a method of operating a server for a semiconductor post-process includes: (a) receiving equipment data for a semiconductor process equipment through a facility communication method, and the semiconductor process equipment Receiving sensor data for the IoT communication method; (b) monitoring the semiconductor process equipment using the received equipment data and sensor data; and (c) controlling the semiconductor processing equipment based on the monitoring result.
  • the step (a) includes: receiving the facility data from an edge IoT gateway through the facility communication method, and receiving the sensor data through the IoT communication method from an edge IoT controller; may include
  • the step (c) may include: performing facility abnormality detection for the semiconductor process facility using the facility data and sensor data; and classifying a facility failure mode for the semiconductor process facility based on the facility abnormality detection.
  • the step (c) may include: updating a facility parameter for the semiconductor process facility using the facility data and sensor data; and transmitting the updated facility parameters to the semiconductor processing facility.
  • the method of operating a server for the semiconductor post-processing further includes, after step (c), transmitting a result of the monitoring to a user terminal, and the monitoring result is sent to the user terminal can be displayed by
  • the method of operating the server for the semiconductor post-processing includes, after step (c), calculating process collaboration scheduling information for the mobile robot related to the semiconductor process facility based on the monitoring result; and performing a packaging process control for the mobile robot based on the process collaboration scheduling information.
  • a server device for a semiconductor post-processing includes: a communication unit for receiving facility data for a semiconductor process facility through a facility communication method, and receiving sensor data for a semiconductor process facility through an IoT communication method; and a control unit configured to monitor the semiconductor process equipment using the received equipment data and sensor data, and control the semiconductor process equipment based on a result of the monitoring.
  • the communication unit may receive the facility data from the edge IoT gateway through the facility communication method, and receive the sensor data from the edge IoT controller through the IoT communication method.
  • control unit may perform equipment abnormality detection for the semiconductor process equipment using the equipment data and sensor data, and classify equipment failure modes for the semiconductor process equipment based on the equipment abnormality detection have.
  • the controller may update a facility parameter for the semiconductor process facility using the facility data and sensor data, and the communication unit may transmit the updated facility parameter to the semiconductor process facility.
  • the communication unit may transmit the monitoring result to the user terminal, and the monitoring result may be displayed by the user terminal.
  • control unit calculates process collaboration scheduling information for the mobile robot related to the semiconductor process facility based on the monitoring result, and a packaging process for the mobile robot based on the process collaboration scheduling information control can be performed.
  • the collection system through the IoT communication function and implement the AI-based analysis system function based on the collected data through this, thereby improving the semiconductor post-processing efficiency.
  • FIG. 1 is a diagram illustrating an ARC (AI-Robot-Cloud) smart factory system for a semiconductor post-process according to an embodiment of the present invention.
  • ARC AI-Robot-Cloud
  • FIG. 2 is a diagram illustrating a signal flow of a smart factory system for a semiconductor post-process according to an embodiment of the present invention.
  • FIG. 3 is a diagram illustrating equipment abnormality detection according to an embodiment of the present invention.
  • FIG. 4 is a view showing the optimization of the facility process according to an embodiment of the present invention.
  • FIG. 5 is a diagram illustrating data visualization according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating a mobile robot for process collaboration according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a method of operating a server for a semiconductor post-process according to an embodiment of the present invention.
  • FIG. 8 is a diagram illustrating a functional configuration of a server for a semiconductor post-process according to an embodiment of the present invention.
  • FIG. 1 is a diagram illustrating an ARC (AI-Robot-Cloud) smart factory system 100 for a semiconductor post-process according to an embodiment of the present invention.
  • ARC AI-Robot-Cloud
  • the smart factory system 100 includes a semiconductor process facility 110 , an IoT sensor 120 , an edge IoT gateway 130 , an edge IoT controller 140 , a server 150 , and a user terminal. 160 and a mobile robot 170 may be included.
  • the semiconductor processing facility 110 may perform a semiconductor post-process.
  • the semiconductor processing facility 110 may perform various semiconductor post-processes such as cutting, chip bonding, metal connection, molding, and testing.
  • the semiconductor processing facility 110 may include a wire bonding facility and a die attach facility, but is not limited thereto, and may include various semiconductor post-processing facilities.
  • the semiconductor process equipment 110 may collect equipment data for the semiconductor process equipment 110 and transmit the collected equipment data to the edge IoT gateway 130 through a facility communication method.
  • the facility communication method may include a SEMI Equipment Communications Standards (SECS) communication method and a Generic Equipment Model (GEM) communication method.
  • SECS SEMI Equipment Communications Standards
  • GEM Generic Equipment Model
  • the edge IoT gateway 130 may transmit the received facility data to the server 150 .
  • the semiconductor processing facility 110 may transmit log data to the server 150 through the edge IoT gateway 130 .
  • the log data may include data such as product information, recipe, lot, and alarm of the semiconductor process facility 110 .
  • the IoT sensor 120 may collect sensor data for the semiconductor process facility 110 .
  • the IoT sensor 120 may include various sensors such as a gas sensor, an acceleration sensor, a vibration sensor, a force sensor, a temperature sensor, a particle sensor, and a vision sensor.
  • the IoT sensor 150 may transmit the collected sensor data to the edge IoT controller 140 through the IoT communication method.
  • the server 150 may perform real-time monitoring of facility data for the semiconductor process facility 110 .
  • the server 150 may detect a cause of a facility abnormality of the semiconductor process facility 110 and analyze a failure mode based on deep learning.
  • the server 150 may perform facility self-optimization of the semiconductor process facility 110 by utilizing big data and real-time collected data.
  • the user terminal 160 may receive real-time collected data including equipment data and sensor data from the server 150, visualize it, and display it.
  • the real-time collected data may be visualized through virtual reality (VR) and augmented reality (AR) external devices.
  • VR virtual reality
  • AR augmented reality
  • the server 150 may control the packaging process collaboration for the mobile robot 170 through a semiconductor post-process specialized scheduling algorithm for the semiconductor process facility 110 .
  • FIG. 2 is a diagram illustrating a signal flow of a smart factory system for a semiconductor post-process according to an embodiment of the present invention.
  • the semiconductor process facility 110 may transmit facility data to the edge IoT gateway 130 .
  • the edge IoT gateway 130 may transmit facility data to the server 150 .
  • step S203 the IoT sensor 120 may transmit sensor data to the edge IoT controller 140 .
  • step S204 the edge IoT controller 140 may transmit sensor data to the server 150 .
  • step S205 the server 150 may monitor the semiconductor process facility 110 using facility data and sensor data.
  • step S206 the server 150 may control the semiconductor process facility 110 based on the monitoring result.
  • the server 150 may transmit facility control information for the semiconductor process facility 110 to the semiconductor process facility 110 .
  • the semiconductor process facility 110 may adjust facility process parameters of the semiconductor process facility 110 based on the facility control information.
  • step S209 the server 150 may transmit the monitoring result of the semiconductor process facility 110 to the user terminal 160 .
  • step S210 the user terminal 160 may visualize and display the monitoring result.
  • step S211 the server 150 calculates process collaboration scheduling information for the mobile robot 170 related to the semiconductor process facility 110 , and provides collaboration control information for the mobile robot 170 based on the process collaboration scheduling information. can send That is, a packaging process control for the mobile robot 170 may be performed based on the process collaboration scheduling information.
  • step S212 the mobile robot 170 may perform a packaging process based on the cooperative control information.
  • FIG. 3 is a diagram illustrating equipment abnormality detection according to an embodiment of the present invention.
  • the server 150 may perform facility abnormality detection for the semiconductor process facility 110 using at least one of facility data, sensor data, and log data.
  • the server 150 applies acceleration data, vibration data, temperature profile, force profile, and image data to the facility deep learning model as inputs to detect facility abnormalities in the semiconductor process facility 110 and analyze facility failure modes. can be done
  • the server 150 may analyze tool wear and breakage, jig fixing failure, component performance degradation, failure, and life expectancy prediction for the semiconductor process facility 110 .
  • the server 150 performs dynamic equipment abnormality detection and failure mode analysis of the deep learning and fusion sensor-based semiconductor post-processing equipment 110, and performs predictive maintenance of equipment abnormalities according to equipment tool failure, defective installation, wear, etc. can do.
  • the server 150 may build a machine learning model robust to noise by analyzing the correlation between the structured and unstructured complex data of the IoT sensor 120 .
  • FIG. 4 is a view showing the optimization of the facility process according to an embodiment of the present invention.
  • the server 150 may update facility parameters for a semiconductor process facility using facility data and sensor data.
  • the server 150 may perform self-optimization of the semiconductor process facility 110 by utilizing big data and real-time collected data.
  • the server 150 may collect real-time equipment vibration, image, temperature, etc. data and perform equipment performance optimization through error correction.
  • FIG. 5 is a diagram illustrating data visualization according to an embodiment of the present invention.
  • the server 150 may transmit the monitoring result to the user terminal 160 so that the user terminal 160 visualizes and displays the monitoring result.
  • the user terminal 160 visualizes it as refined data for decision-making from the perspective of the operator, user, and manager according to the monitoring result, and the platform/device or analysis/recommendation engine setting part according to the action may be changed. have.
  • Operators, users, and managers can visualize data in graph and table format to help decision-making for each operation method, and a data structure including facility data, sensor data, and log data can be configured in JSON type.
  • the data structure may be determined to be changed according to the cross-correlation.
  • Production operation data analysis and visualization can be performed on the intelligent autonomous production collaboration platform.
  • the user terminal 160 may visualize and display the statistics of the quality analysis data in the QC menu of the intelligent autonomous production collaboration platform web page.
  • FIG. 6 is a diagram illustrating a mobile robot 170 for process collaboration according to an embodiment of the present invention.
  • the mobile robot 170 may include a working part (eg, a robot arm) for performing process collaboration and a moving part for moving the mobile robot 170 .
  • a working part eg, a robot arm
  • a moving part for moving the mobile robot 170 .
  • the server 150 gives the mobile robot 170 a packaging process control for the mobile robot 170 based on the process collaboration scheduling information for the mobile robot 170 related to the semiconductor process facility 110 . can be done
  • the mobile robot 170 can configure an intelligent autonomous production collaboration line optimized for the process of the semiconductor processing facility 110 .
  • the design of the collaboration line optimized for the process applying process equipment, sensors, and quality management includes an AI-based global standard intelligent autonomous production collaboration open platform, an AI logistics automatic distribution system, a logistics supply stocker and SC, an AI autonomous driving robot moving body and control, You can proceed with intelligent lot tracking.
  • the mobile robot 170 may perform iterative logistics optimization between processes of STACK products based on process collaboration scheduling information.
  • ADS AI automated distribution
  • SCS supply
  • data automation between the AI autonomous driving vehicle and the semiconductor process facility 110 .
  • material transport optimization is performed in consideration of LOB and SOP priorities, and the mobile robot 170 itself monitors the production status, and maintains an optimal operating state between the transport route and the mobile robot 170 .
  • the mobile robot 170 can perform intelligent LOT tracking through automatic lot market and end (Lot Start & End) when material is loaded into the semiconductor process facility 110 by itself.
  • FIG. 7 is a diagram illustrating an operation method of the server 150 for a semiconductor post-process according to an embodiment of the present invention.
  • step S701 is a step of receiving facility data for the semiconductor process facility 110 through the facility communication method and receiving sensor data for the semiconductor process facility 110 through the IoT communication method.
  • facility data may be received from the edge IoT gateway 130 through the facility communication method
  • sensor data may be received from the edge IoT controller 140 through the IoT communication method.
  • Step S703 is a step of monitoring the semiconductor process facility 110 using facility data and sensor data.
  • Step S705 is a step of controlling the semiconductor process facility 110 based on the monitoring result.
  • equipment abnormality detection for the semiconductor process equipment 110 is performed using equipment data and sensor data, and a equipment failure mode for the semiconductor process equipment 110 is determined based on the equipment abnormality detection. can be classified.
  • the equipment parameters for the semiconductor process equipment 110 may be updated using equipment data and sensor data according to the monitoring result, and the updated equipment parameters may be transmitted to the semiconductor process equipment.
  • the monitoring result may be transmitted to the user terminal 160 .
  • the monitoring result may be displayed by the user terminal 160 . That is, the user terminal 160 may visualize and display the monitoring result.
  • process collaboration scheduling information for the mobile robot 170 related to the semiconductor process facility 110 is calculated, and packaging for the mobile robot 170 is performed based on the process collaboration scheduling information. ) to perform process control.
  • FIG. 8 is a diagram illustrating a functional configuration of a server 150 for a semiconductor post-process according to an embodiment of the present invention.
  • the server 150 may include a communication unit 810 , a control unit 820 , and a storage unit 830 .
  • the communication unit 810 may receive facility data for the semiconductor process facility 110 through the facility communication method, and may receive sensor data for the semiconductor process facility 110 through the IoT communication method.
  • the communication unit 810 may include at least one of a wired communication module and a wireless communication module. All or part of the communication unit 810 may be referred to as a 'transmitter', 'receiver', or 'transceiver'.
  • the controller 820 may monitor the semiconductor process equipment 110 using equipment data and sensor data, and control the semiconductor process equipment 110 based on the monitoring result.
  • the controller 820 may include at least one processor or microprocessor, or may be a part of the processor. Also, the controller 820 may be referred to as a communication processor (CP). The controller 820 may control the operation of the server 150 according to various embodiments of the present disclosure.
  • CP communication processor
  • the storage unit 830 may store the facility deep learning model. In an embodiment, the storage unit 830 may store facility data and sensor data for the semiconductor process facility 110 . In an embodiment, the storage unit 830 may store a result of monitoring the semiconductor process facility 110 .
  • the storage unit 830 may be configured as a volatile memory, a non-volatile memory, or a combination of a volatile memory and a non-volatile memory. In addition, the storage unit 830 may provide the stored data according to the request of the control unit 820 .
  • the server 150 may include a communication unit 810 , a control unit 820 , and a storage unit 830 .
  • the server 150 is not essential to the configurations illustrated in FIG. 8 , and thus may be implemented as having more or fewer configurations than those illustrated in FIG. 8 .
  • At least one step may be omitted or added in each figure described herein, may be performed in the reverse order, or may be performed simultaneously.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)

Abstract

The present invention relates to a method and an edge device for managing an AI-robot-cloud (ARC) smart factory for the semiconductor back-end process industry. A method for operating a server for a semiconductor back-end process, according to one embodiment of the present invention, comprises the steps of: (a) receiving facility data about a semiconductor processing facility, via a facility communication method, and receiving sensor data about the semiconductor processing facility, via an IoT communication method; (b) monitoring the semiconductor processing facility by using the received facility data and sensor data; and (c) controlling the semiconductor processing facility on the basis of the monitoring result.

Description

반도체 후공정 산업을 위한 ARC 스마트 팩토리를 관리하기 위한 방법 및 엣지 장치Method and edge device to manage ARC smart factory for semiconductor back-end industry
본 발명은 반도체 후공정 설비 관리에 관한 것으로, 더욱 상세하게는 반도체 후공정 산업을 위한 ARC(AI-Robot-Cloud) 스마트 팩토리를 관리하기 위한 방법 및 엣지 장치에 관한 것이다.The present invention relates to semiconductor back-end process facility management, and more particularly, to a method and edge device for managing an ARC (AI-Robot-Cloud) smart factory for the semiconductor back-end process industry.
일반적으로, 반도체를 만들기 위해서는 여러 공정 과정을 거쳐야 하는데, 크게는 전공정과 후공정으로 나뉜다.In general, in order to make a semiconductor, it is necessary to go through several processes, and it is largely divided into a pre-process and a post-process.
전공정은 반도체 원판(웨이퍼)을 가공하는 과정이고 후공정은 웨이퍼를 절단하고 전기적으로 연결하는 작업이다.The pre-process is the process of processing the semiconductor original plate (wafer), and the post-process is the operation of cutting and electrically connecting the wafer.
후공정은 조립공정으로서 다시 프론트엔드 공정과 백엔드 공정으로 나뉘는데, 프론트엔드 공정은 크게는 절단, 접착, 와이어 결합 등으로 이루어지며, 백엔드 공정은 인캡슐레이션(와이어 본딩된 반도체를 보호하기 위해 뚜껑을 씌우는 공정으로서 리드 실링, 몰드, 글롭 탑 방식이 있음), 트리밍 포밍, (솔더플레이팅), 마킹(제품의 기능, 제조연월일, 제조자 등의 정보 마킹), 테스트, 테이프 엔 릴 등을 포함하는 공정으로 이루어진다.The post-process is an assembly process and is again divided into a front-end process and a back-end process. The front-end process is largely composed of cutting, gluing, and wire bonding, and the back-end process is encapsulation (the cap is removed to protect the wire-bonded semiconductor). Processes including lead sealing, molding, and glob top methods), trimming forming, (solder plating), marking (marking product function, manufacturing date, manufacturer information, etc.), testing, tape and reel, etc. is made of
다만, 종래의 반도체 후공정은 공정수 증가, 싸이클 타임 배가, 제조수율 품질 저하의 문제점이 있어, 이에 대한 연구가 진행되고 있으나 미흡한 실정이다.However, the conventional semiconductor post-process has problems in increasing the number of steps, doubling the cycle time, and lowering the quality of the manufacturing yield.
본 발명은 전술한 문제점을 해결하기 위하여 창출된 것으로, 반도체 후공정 산업을 위한 ARC(AI-Robot-Cloud) 스마트 팩토리를 관리하기 위한 방법 및 엣지 장치를 제공하는 것을 그 목적으로 한다.The present invention was created to solve the above problems, and an object of the present invention is to provide a method and an edge device for managing an ARC (AI-Robot-Cloud) smart factory for the semiconductor post-processing industry.
또한, 본 발명은 AI 기반 엣지 IoT 통신 기술을 통해 실시간 설비 데이터 및 센서 데이터를 송신하기 위한 스마트팩토리 시스템을 제공하는 것을 그 목적으로 한다.Another object of the present invention is to provide a smart factory system for transmitting real-time facility data and sensor data through AI-based edge IoT communication technology.
또한, 본 발명은 하기 위한 설비 고장 감지 및 공정 운영 최적화를 위한 분석결과 피드백 모델링을 수행하기 위한 스마트팩토리 시스템을 제공하는 것을 그 목적으로 한다.In addition, it is an object of the present invention to provide a smart factory system for performing analysis result feedback modeling for equipment failure detection and process operation optimization.
또한, 본 발명은 동작 스케줄링과 이동체 로봇을 통합하여 최적화 공정 환경을 구현하기 위한 스마트팩토리 시스템을 제공하는 것을 그 목적으로 한다.Another object of the present invention is to provide a smart factory system for implementing an optimized process environment by integrating operation scheduling and a mobile robot.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.Objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood from the description below.
상기한 목적들을 달성하기 위하여, 본 발명의 일 실시예에 따른 반도체 후공정을 위한 서버의 동작 방법은, (a) 반도체 공정 설비에 대한 설비 데이터를 설비 통신 방식을 통해 수신하고, 상기 반도체 공정 설비에 대한 센서 데이터를 IoT 통신 방식을 통해 수신하는 단계; (b) 상기 수신된 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비를 모니터링하는 단계; 및 (c) 상기 모니터링의 결과에 기반하여, 상기 반도체 공정 설비를 제어하는 단계;를 포함할 수 있다. In order to achieve the above objects, a method of operating a server for a semiconductor post-process according to an embodiment of the present invention includes: (a) receiving equipment data for a semiconductor process equipment through a facility communication method, and the semiconductor process equipment Receiving sensor data for the IoT communication method; (b) monitoring the semiconductor process equipment using the received equipment data and sensor data; and (c) controlling the semiconductor processing equipment based on the monitoring result.
실시예에서, 상기 (a) 단계는, 엣지(Edge) IoT 게이트웨이로부터 상기 설비 통신 방식을 통해 상기 설비 데이터를 수신하고, 엣지 IoT 컨트롤러로부터 상기 IoT 통신 방식을 통해 상기 센서 데이터를 수신하는 단계; 를 포함할 수 있다. In an embodiment, the step (a) includes: receiving the facility data from an edge IoT gateway through the facility communication method, and receiving the sensor data through the IoT communication method from an edge IoT controller; may include
실시예에서, 상기 (c) 단계는, 상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 이상 감지를 수행하는 단계; 및 상기 설비 이상 감지에 기반하여 상기 반도체 공정 설비에 대한 설비 고장 모드를 분류하는 단계;를 포함할 수 있다. In an embodiment, the step (c) may include: performing facility abnormality detection for the semiconductor process facility using the facility data and sensor data; and classifying a facility failure mode for the semiconductor process facility based on the facility abnormality detection.
실시예에서, 상기 (c) 단계는, 상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 파라미터를 업데이트하는 단계; 및 상기 업데이트된 설비 파라미터를 상기 반도체 공정 설비에 송신하는 단계;를 포함할 수 있다. In an embodiment, the step (c) may include: updating a facility parameter for the semiconductor process facility using the facility data and sensor data; and transmitting the updated facility parameters to the semiconductor processing facility.
실시예에서, 상기 반도체 후공정을 위한 서버의 동작 방법은 상기 (c) 단계 이후에, 상기 모니터링의 결과를 사용자 단말에게 송신하는 단계;를 더 포함하고, 상기 모니터링의 결과는, 상기 사용자 단말에 의해 디스플레이될 수 있다.In an embodiment, the method of operating a server for the semiconductor post-processing further includes, after step (c), transmitting a result of the monitoring to a user terminal, and the monitoring result is sent to the user terminal can be displayed by
실시예에서, 상기 반도체 후공정을 위한 서버의 동작 방법은 상기 (c) 단계 이후에, 상기 모니터링 결과에 기반하여 상기 반도체 공정 설비와 관련된 이동체 로봇에 대한 공정 협업 스케줄링 정보를 산출하는 단계; 및 상기 공정 협업 스케줄링 정보에 기반하여 상기 이동체 로봇에 대한 패키징(packaging) 공정 제어를 수행하는 단계;를 더 포함할 수 있다. In an embodiment, the method of operating the server for the semiconductor post-processing includes, after step (c), calculating process collaboration scheduling information for the mobile robot related to the semiconductor process facility based on the monitoring result; and performing a packaging process control for the mobile robot based on the process collaboration scheduling information.
실시예에서, 반도체 후공정을 위한 서버 장치는 반도체 공정 설비에 대한 설비 데이터를 설비 통신 방식을 통해 수신하고, 반도체 공정 설비에 대한 센서 데이터를 IoT 통신 방식을 통해 수신하는 통신부; 및 상기 수신된 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비를 모니터링하고, 상기 모니터링의 결과에 기반하여, 상기 반도체 공정 설비를 제어하는 제어부;를 포함할 수 있다. In an embodiment, a server device for a semiconductor post-processing includes: a communication unit for receiving facility data for a semiconductor process facility through a facility communication method, and receiving sensor data for a semiconductor process facility through an IoT communication method; and a control unit configured to monitor the semiconductor process equipment using the received equipment data and sensor data, and control the semiconductor process equipment based on a result of the monitoring.
실시예에서, 상기 통신부는, 상기 엣지(Edge) IoT 게이트웨이로부터 상기 설비 통신 방식을 통해 상기 설비 데이터를 수신하고, 엣지 IoT 컨트롤러로부터 상기 IoT 통신 방식을 통해 상기 센서 데이터를 수신할 수 있다. In an embodiment, the communication unit may receive the facility data from the edge IoT gateway through the facility communication method, and receive the sensor data from the edge IoT controller through the IoT communication method.
실시예에서, 상기 제어부는, 상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 이상 감지를 수행하고, 상기 설비 이상 감지에 기반하여 상기 반도체 공정 설비에 대한 설비 고장 모드를 분류할 수 있다. In an embodiment, the control unit may perform equipment abnormality detection for the semiconductor process equipment using the equipment data and sensor data, and classify equipment failure modes for the semiconductor process equipment based on the equipment abnormality detection have.
실시예에서, 상기 제어부는, 상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 파라미터를 업데이트하고, 상기 통신부는, 상기 업데이트된 설비 파라미터를 상기 반도체 공정 설비에 송신할 수 있다. In an embodiment, the controller may update a facility parameter for the semiconductor process facility using the facility data and sensor data, and the communication unit may transmit the updated facility parameter to the semiconductor process facility.
실시예에서, 상기 통신부는, 상기 모니터링의 결과를 사용자 단말에게 송신하고, 상기 모니터링의 결과는, 상기 사용자 단말에 의해 디스플레이될 수 있다. In an embodiment, the communication unit may transmit the monitoring result to the user terminal, and the monitoring result may be displayed by the user terminal.
실시예에서, 상기 제어부는, 상기 모니터링 결과에 기반하여 상기 반도체 공정 설비와 관련된 이동체 로봇에 대한 공정 협업 스케줄링 정보를 산출하고, 상기 공정 협업 스케줄링 정보에 기반하여 상기 이동체 로봇에 대한 패키징(packaging) 공정 제어를 수행할 수 있다. In an embodiment, the control unit calculates process collaboration scheduling information for the mobile robot related to the semiconductor process facility based on the monitoring result, and a packaging process for the mobile robot based on the process collaboration scheduling information control can be performed.
상기한 목적들을 달성하기 위한 구체적인 사항들은 첨부된 도면과 함께 상세하게 후술될 실시예들을 참조하면 명확해질 것이다.Specific details for achieving the above objects will become clear with reference to the embodiments to be described in detail below in conjunction with the accompanying drawings.
그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라, 서로 다른 다양한 형태로 구성될 수 있으며, 본 발명의 개시가 완전하도록 하고 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자(이하, "통상의 기술자")에게 발명의 범주를 완전하게 알려주기 위해서 제공되는 것이다.However, the present invention is not limited to the embodiments disclosed below, but may be configured in various different forms, and those of ordinary skill in the art to which the present invention pertains ( Hereinafter, "a person skilled in the art") is provided to fully inform the scope of the invention.
본 발명의 일 실시예에 의하면, IoT 통신 기능을 통한 수집 체계 개선 및 이를 통한 수집 데이터를 기반으로 하여 AI 기반 분석 시스템 기능 구현이 가능하여 반도체 후공정 효율을 향상시킬 수 있다. According to an embodiment of the present invention, it is possible to improve the collection system through the IoT communication function and implement the AI-based analysis system function based on the collected data through this, thereby improving the semiconductor post-processing efficiency.
본 발명의 효과들은 상술된 효과들로 제한되지 않으며, 본 발명의 기술적 특징들에 의하여 기대되는 잠정적인 효과들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to the above-described effects, and potential effects expected by the technical features of the present invention will be clearly understood from the following description.
도 1은 본 발명의 일 실시예에 따른 반도체 후공정을 위한 ARC(AI-Robot-Cloud) 스마트팩토리 시스템을 도시한 도면이다.1 is a diagram illustrating an ARC (AI-Robot-Cloud) smart factory system for a semiconductor post-process according to an embodiment of the present invention.
도 2는 본 발명의 일 실시예에 따른 반도체 후공정을 위한 스마트팩토리 시스템의 신호 흐름을 도시한 도면이다.2 is a diagram illustrating a signal flow of a smart factory system for a semiconductor post-process according to an embodiment of the present invention.
도 3은 본 발명의 일 실시예에 따른 설비 이상 감지를 도시한 도면이다. 3 is a diagram illustrating equipment abnormality detection according to an embodiment of the present invention.
도 4는 본 발명의 일 실시예에 따른 설비 공정 최적화를 도시한 도면이다. 4 is a view showing the optimization of the facility process according to an embodiment of the present invention.
도 5는 본 발명의 일 실시예에 따른 데이터 시각화를 도시한 도면이다. 5 is a diagram illustrating data visualization according to an embodiment of the present invention.
도 6은 본 발명의 일 실시예에 따른 공정 협업을 위한 이동체 로봇을 도시한 도면이다. 6 is a diagram illustrating a mobile robot for process collaboration according to an embodiment of the present invention.
도 7은 본 발명의 일 실시예에 따른 반도체 후공정을 위한 서버의 동작 방법을 도시한 도면이다.7 is a diagram illustrating a method of operating a server for a semiconductor post-process according to an embodiment of the present invention.
도 8은 본 발명의 일 실시예에 따른 반도체 후공정을 위한 서버의 기능적 구성을 도시한 도면이다.8 is a diagram illustrating a functional configuration of a server for a semiconductor post-process according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고, 여러 가지 실시예들을 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다. Since the present invention can have various changes and can have various embodiments, specific embodiments are illustrated in the drawings and described in detail.
청구범위에 개시된 발명의 다양한 특징들은 도면 및 상세한 설명을 고려하여 더 잘 이해될 수 있을 것이다. 명세서에 개시된 장치, 방법, 제법 및 다양한 실시예들은 예시를 위해서 제공되는 것이다. 개시된 구조 및 기능상의 특징들은 통상의 기술자로 하여금 다양한 실시예들을 구체적으로 실시할 수 있도록 하기 위한 것이고, 발명의 범위를 제한하기 위한 것이 아니다. 개시된 용어 및 문장들은 개시된 발명의 다양한 특징들을 이해하기 쉽게 설명하기 위한 것이고, 발명의 범위를 제한하기 위한 것이 아니다.Various features of the invention disclosed in the claims may be better understood upon consideration of the drawings and detailed description. The apparatus, methods, preparations, and various embodiments disclosed herein are provided for purposes of illustration. The disclosed structural and functional features are intended to enable those skilled in the art to specifically practice the various embodiments, and are not intended to limit the scope of the invention. The disclosed terms and sentences are for the purpose of easy-to-understand descriptions of various features of the disclosed invention, and are not intended to limit the scope of the invention.
본 발명을 설명함에 있어서, 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.In describing the present invention, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted.
이하, 본 발명의 일 실시예에 따른 반도체 후공정 산업을 위한 ARC(AI-Robot-Cloud) 스마트 팩토리를 관리하기 위한 방법 및 엣지 장치를 설명한다.Hereinafter, a method and an edge device for managing an ARC (AI-Robot-Cloud) smart factory for the semiconductor post-processing industry according to an embodiment of the present invention will be described.
도 1은 본 발명의 일 실시예에 따른 반도체 후공정을 위한 ARC(AI-Robot-Cloud) 스마트팩토리 시스템(100)을 도시한 도면이다.1 is a diagram illustrating an ARC (AI-Robot-Cloud) smart factory system 100 for a semiconductor post-process according to an embodiment of the present invention.
도 1을 참고하면, 스마트팩토리 시스템(100)은 반도체 공정 설비(110), IoT 센서(120), 엣지(Edge) IoT 게이트웨이(130), 엣지 IoT 컨트롤러(140), 서버(150), 사용자 단말(160) 및 이동체 로봇(170)을 포함할 수 있다. Referring to FIG. 1 , the smart factory system 100 includes a semiconductor process facility 110 , an IoT sensor 120 , an edge IoT gateway 130 , an edge IoT controller 140 , a server 150 , and a user terminal. 160 and a mobile robot 170 may be included.
반도체 공정 설비(110)는 반도체 후공정을 수행할 수 있다. 예를 들어, 반도체 공정 설비(110)는 절단, 칩접착, 금속 연결, 성형, 테스트 등의 다양한 반도체 후공정을 수행할 수 있다. The semiconductor processing facility 110 may perform a semiconductor post-process. For example, the semiconductor processing facility 110 may perform various semiconductor post-processes such as cutting, chip bonding, metal connection, molding, and testing.
예를 들어, 반도체 공정 설비(110)는 와이어 본딩(wire bonding) 설비 및 다이 어태치(die attach) 설비를 포함할 수 있으나, 이에 제한되지 않고 다양한 반도체 후공정 설비를 포함할 수 있다. For example, the semiconductor processing facility 110 may include a wire bonding facility and a die attach facility, but is not limited thereto, and may include various semiconductor post-processing facilities.
또한, 반도체 공정 설비(110)는 반도체 공정 설비(110)에 대한 설비 데이터를 수집하고, 수집된 설비 데이터를 설비 통신 방식을 통해 엣지 IoT 게이트웨이(130)에게 송신할 수 있다. In addition, the semiconductor process equipment 110 may collect equipment data for the semiconductor process equipment 110 and transmit the collected equipment data to the edge IoT gateway 130 through a facility communication method.
예를 들어, 설비 통신 방식은 SECS(SEMI Equipment Communications Standards) 통신 방식 및 GEM(Generic Equipment Model) 통신 방식을 포함할 수 있다. For example, the facility communication method may include a SEMI Equipment Communications Standards (SECS) communication method and a Generic Equipment Model (GEM) communication method.
엣지 IoT 게이트웨이(130)는 전달받은 설비 데이터를 서버(150)에게 송신할 수 있다. The edge IoT gateway 130 may transmit the received facility data to the server 150 .
일 실시예에서, 반도체 공정 설비(110)는 엣지 IoT 게이트웨이(130)를 통해 로그 데이터를 서버(150)에게 송신할 수 있다. 예를 들어, 로그데이터는 반도체 공정 설비(110)의 제품정보, 레시피, 롯트(Lot), 알람(Alarm) 등의 데이터를 포함할 수 있다. In an embodiment, the semiconductor processing facility 110 may transmit log data to the server 150 through the edge IoT gateway 130 . For example, the log data may include data such as product information, recipe, lot, and alarm of the semiconductor process facility 110 .
IoT 센서(120)는 반도체 공정 설비(110)에 대한 센서 데이터를 수집할 수 있다. 예를 들어, IoT 센서(120)는 가스 센서, 가속도 센서, 진동 센서, 힘(force) 센서, 온도 센서, 파티클 센서 및 비전 센서 등 다양한 센서로 구성될 수 있다. The IoT sensor 120 may collect sensor data for the semiconductor process facility 110 . For example, the IoT sensor 120 may include various sensors such as a gas sensor, an acceleration sensor, a vibration sensor, a force sensor, a temperature sensor, a particle sensor, and a vision sensor.
IoT 센서(150)는 수집한 센서 데이터를 IoT 통신 방식을 통해 엣지 IoT 컨트롤러(140)에게 송신할 수 있다. The IoT sensor 150 may transmit the collected sensor data to the edge IoT controller 140 through the IoT communication method.
서버(150)는 반도체 공정 설비(110)에 대한 설비 데이터 실시간 모니터링을 수행할 수 있다. The server 150 may perform real-time monitoring of facility data for the semiconductor process facility 110 .
일 실시예에서, 서버(150)는 딥러닝 기반으로 반도체 공정 설비(110)의 설비 이상 원인 감지 및 고장 모드 분석을 수행할 수 있다. In an embodiment, the server 150 may detect a cause of a facility abnormality of the semiconductor process facility 110 and analyze a failure mode based on deep learning.
일 실시예에서, 서버(150)는 빅데이터 및 실시간 수집 데이터를 활용하여 반도체 공정 설비(110)의 설비 자가 최적화를 수행할 수 있다. In an embodiment, the server 150 may perform facility self-optimization of the semiconductor process facility 110 by utilizing big data and real-time collected data.
사용자 단말(160)은 서버(150)로부터 설비 데이터 및 센서 데이터를 포함하는 실시간 수집 데이터를 전달 받아, 이를 시각화 하여 디스플레이할 수 있다. 일 실시예에서, 실시간 수집 데이터를 VR(virtual reality) 및 AR(augmented reality) 외부 장치를 통해 시각화될 수 있다. The user terminal 160 may receive real-time collected data including equipment data and sensor data from the server 150, visualize it, and display it. In an embodiment, the real-time collected data may be visualized through virtual reality (VR) and augmented reality (AR) external devices.
서버(150)는 반도체 공정 설비(110)에 대한 반도체 후공정 특화 스케줄링 알고리즘을 통해 이동체 로봇(170)에 대한 패키징 공정 협업을 제어할 수 있다. The server 150 may control the packaging process collaboration for the mobile robot 170 through a semiconductor post-process specialized scheduling algorithm for the semiconductor process facility 110 .
도 2는 본 발명의 일 실시예에 따른 반도체 후공정을 위한 스마트팩토리 시스템의 신호 흐름을 도시한 도면이다.2 is a diagram illustrating a signal flow of a smart factory system for a semiconductor post-process according to an embodiment of the present invention.
도 2를 참고하면, S201 단계에서, 반도체 공정 설비(110)는 엣지 IoT 게이트웨이(130)에게 설비 데이터를 송신할 수 있다. Referring to FIG. 2 , in step S201 , the semiconductor process facility 110 may transmit facility data to the edge IoT gateway 130 .
S202 단계에서, 엣지 IoT 게이트웨이(130)는 서버(150)에게 설비 데이터를 송신할 수 있다. In step S202 , the edge IoT gateway 130 may transmit facility data to the server 150 .
S203 단계에서, IoT 센서(120)는 엣지 IoT 컨트롤러(140)에게 센서 데이터를 송신할 수 있다. In step S203 , the IoT sensor 120 may transmit sensor data to the edge IoT controller 140 .
S204 단계에서, 엣지 IoT 컨트롤러(140)는 서버(150)에게 센서 데이터를 송신할 수 있다. In step S204 , the edge IoT controller 140 may transmit sensor data to the server 150 .
S205 단계에서, 서버(150)는 설비 데이터 및 센서 데이터를 이용하여 반도체 공정 설비(110)를 모니터링할 수 있다. In step S205 , the server 150 may monitor the semiconductor process facility 110 using facility data and sensor data.
S206 단계에서, 서버(150)는 모니터링의 결과에 기반하여 반도체 공정 설비(110)를 제어할 수 있다. In step S206 , the server 150 may control the semiconductor process facility 110 based on the monitoring result.
S207 단계에서, 서버(150)는 반도체 공정 설비(110)에게 반도체 공정 설비(110)에 대한 설비 제어 정보를 송신할 수 있다. In operation S207 , the server 150 may transmit facility control information for the semiconductor process facility 110 to the semiconductor process facility 110 .
S208 단계에서, 반도체 공정 설비(110)는 설비 제어 정보에 기반하여 반도체 공정 설비(110)의 설비 공정 파라미터를 조절할 수 있다. In step S208 , the semiconductor process facility 110 may adjust facility process parameters of the semiconductor process facility 110 based on the facility control information.
S209 단계에서, 서버(150)는 사용자 단말(160)에게 반도체 공정 설비(110)에 대한 모니터링의 결과를 송신할 수 있다. In step S209 , the server 150 may transmit the monitoring result of the semiconductor process facility 110 to the user terminal 160 .
S210 단계에서, 사용자 단말(160)은 모니터링의 결과를 시각화하여 디스플레이할 수 있다. In step S210 , the user terminal 160 may visualize and display the monitoring result.
S211 단계에서, 서버(150)는 반도체 공정 설비(110)와 관련된 이동체 로봇(170)에 대한 공정 협업 스케줄링 정보를 산출하고, 공정 협업 스케줄링 정보에 기반하여 이동체 로봇(170)에 대한 협업 제어 정보를 송신할 수 있다. 즉, 공정 협업 스케줄링 정보에 기반하여 이동체 로봇(170)에 대한 패키징(packaging) 공정 제어를 수행할 수 있다. In step S211 , the server 150 calculates process collaboration scheduling information for the mobile robot 170 related to the semiconductor process facility 110 , and provides collaboration control information for the mobile robot 170 based on the process collaboration scheduling information. can send That is, a packaging process control for the mobile robot 170 may be performed based on the process collaboration scheduling information.
S212 단계에서, 이동체 로봇(170)은 협업 제어 정보에 기반하여 패키징 공정을 수행할 수 있다. In step S212 , the mobile robot 170 may perform a packaging process based on the cooperative control information.
도 3은 본 발명의 일 실시예에 따른 설비 이상 감지를 도시한 도면이다. 3 is a diagram illustrating equipment abnormality detection according to an embodiment of the present invention.
도 3을 참고하면, 서버(150)는 설비 데이터, 센서 데이터 및 로그 데이터 중 적어도 하나를 이용하여 반도체 공정 설비(110)에 대한 설비 이상 감지를 수행할 수 있다. Referring to FIG. 3 , the server 150 may perform facility abnormality detection for the semiconductor process facility 110 using at least one of facility data, sensor data, and log data.
일 실시예에서, 서버(150)는 가속도 데이터, 진동 데이터, 온도 프로파일, 힘 프로파일, 이미지 데이터를 입력으로 설비 딥러닝 모델에 적용하여 반도체 공정 설비(110)의 설비 이상 감지 및 설비 고장 모드 분석을 수행할 수 있다. In one embodiment, the server 150 applies acceleration data, vibration data, temperature profile, force profile, and image data to the facility deep learning model as inputs to detect facility abnormalities in the semiconductor process facility 110 and analyze facility failure modes. can be done
예를 들어, 서버(150)는 반도체 공정 설비(110)에 대한 툴 마모 및 파손, 지그 고정 불량, 부품 성능 저하, 고장 및 수명 예측 등을 분석할 수 있다. For example, the server 150 may analyze tool wear and breakage, jig fixing failure, component performance degradation, failure, and life expectancy prediction for the semiconductor process facility 110 .
즉, 서버(150)는 딥러닝 및 융합 센서 기반 반도체 후공정 설비(110)의 동적 설비 이상 원인 감지 및 고장 모드 분석을 수행하고, 설비 툴 고장, 장착불량, 마모 등에 따른 설비 이상 예지 보전을 수행할 수 있다. That is, the server 150 performs dynamic equipment abnormality detection and failure mode analysis of the deep learning and fusion sensor-based semiconductor post-processing equipment 110, and performs predictive maintenance of equipment abnormalities according to equipment tool failure, defective installation, wear, etc. can do.
또한, 서버(150)는 IoT 센서(120)의 정형 및 비정형 복합 데이터의 상관관계를 분석하여 노이즈에 강인한 기계 학습모델을 구축할 수 있다. In addition, the server 150 may build a machine learning model robust to noise by analyzing the correlation between the structured and unstructured complex data of the IoT sensor 120 .
도 4는 본 발명의 일 실시예에 따른 설비 공정 최적화를 도시한 도면이다. 4 is a view showing the optimization of the facility process according to an embodiment of the present invention.
도 4를 참고하면, 서버(150)는 설비 데이터 및 센서 데이터를 이용하여 반도체 공정 설비에 대한 설비 파라미터를 업데이트할 수 있다. Referring to FIG. 4 , the server 150 may update facility parameters for a semiconductor process facility using facility data and sensor data.
즉, 서버(150)는 빅데이터 및 실시간 수집 데이터를 활용하여 반도체 공정 설비(110)의 자가 최적화를 수행할 수 있다. 예를 들어, 서버(150)는 실시간 설비 진동, 이미지, 온도등 데이터를 수집 및 오차 보정을 통한 설비 성능 최적화를 수행할 수 있다. That is, the server 150 may perform self-optimization of the semiconductor process facility 110 by utilizing big data and real-time collected data. For example, the server 150 may collect real-time equipment vibration, image, temperature, etc. data and perform equipment performance optimization through error correction.
도 5는 본 발명의 일 실시예에 따른 데이터 시각화를 도시한 도면이다. 5 is a diagram illustrating data visualization according to an embodiment of the present invention.
도 5를 참고하면, 서버(150)는 모니터링의 결과를 사용자 단말(160)에게 송신하여, 사용자 단말(160)이 모니터링 결과를 시각화하여 디스플레이하도록 할 수 있다. Referring to FIG. 5 , the server 150 may transmit the monitoring result to the user terminal 160 so that the user terminal 160 visualizes and displays the monitoring result.
즉, 사용자 단말(160)은 모니터링 결과에 따라 운영자, 사용자, 관리자 관점에서 의사 결정을 하기 위한 정제된 데이터로 시각화하며 동작(Action)에 따른 플랫폼/디바이스 또는 분석/추천 엔진 설정 부분이 변경 될 수 있다. That is, the user terminal 160 visualizes it as refined data for decision-making from the perspective of the operator, user, and manager according to the monitoring result, and the platform/device or analysis/recommendation engine setting part according to the action may be changed. have.
운영자, 사용자, 관리자가 각 운영 방식에 맞는 의사결정을 돕기 위해 그래프, 테이블 방식으로 데이터를 시각화할 수 있으며, 설비 데이터, 센서 데이터 및 로그 데이터를 포함하는 데이터 구조는 JSON 타입으로 구성될 수 있다. Operators, users, and managers can visualize data in graph and table format to help decision-making for each operation method, and a data structure including facility data, sensor data, and log data can be configured in JSON type.
사용자의 동작에 따라 분석 엔진에서는 상호 상관계에 따라 변경될 수 있도록 데이터 구조가 결정될 수 있다. 지능형 자율생산 협업 플랫폼에서 생산운영 데이터 분석 및 시각화를 수행할 수 있다. In the analysis engine according to the user's operation, the data structure may be determined to be changed according to the cross-correlation. Production operation data analysis and visualization can be performed on the intelligent autonomous production collaboration platform.
또한, 사용자 단말(160)은 지능형 자율생산 협업 플랫폼 웹페이지의 QC 메뉴에서 품질분석 데이터의 통계를 시각화하여 디스플레이할 수 있다. In addition, the user terminal 160 may visualize and display the statistics of the quality analysis data in the QC menu of the intelligent autonomous production collaboration platform web page.
도 6은 본 발명의 일 실시예에 따른 공정 협업을 위한 이동체 로봇(170)을 도시한 도면이다. 6 is a diagram illustrating a mobile robot 170 for process collaboration according to an embodiment of the present invention.
도 6을 참고하면, 이동체 로봇(170)은 공정 협업을 수행하기 위한 작업부(예: 로봇 암(arm))와 이동체 로봇(170)의 이동을 위한 이동부를 포함할 수 있다. Referring to FIG. 6 , the mobile robot 170 may include a working part (eg, a robot arm) for performing process collaboration and a moving part for moving the mobile robot 170 .
이 경우, 서버(150)는 이동체 로봇(170)에게 반도체 공정 설비(110)와 관련된 이동체 로봇(170)에 대한 공정 협업 스케줄링 정보에 기반하여 이동체 로봇(170)에 대한 패키징(packaging) 공정 제어를 수행할 수 있다. In this case, the server 150 gives the mobile robot 170 a packaging process control for the mobile robot 170 based on the process collaboration scheduling information for the mobile robot 170 related to the semiconductor process facility 110 . can be done
즉, 이를 통해, 이동체 로봇(170)은 반도체 공정 설비(110)의 공정의 최적화된 지능형 자율생산 협업 라인을 구성할 수 있다. 또한, 공정장비, 센서, 품질관리를 적용한 공정에 최적화된 협업라인 설계에는 AI 기반 글로벌 표준 지능형 자율생산 협업 오픈 플랫폼, AI 물류 자동 분배 시스템, 물류 공급 스토커 및 SC, AI 자율주행 로봇 이동체 및 관제, 지능형 Lot 트래킹으로 진행할 수 있다. That is, through this, the mobile robot 170 can configure an intelligent autonomous production collaboration line optimized for the process of the semiconductor processing facility 110 . In addition, the design of the collaboration line optimized for the process applying process equipment, sensors, and quality management includes an AI-based global standard intelligent autonomous production collaboration open platform, an AI logistics automatic distribution system, a logistics supply stocker and SC, an AI autonomous driving robot moving body and control, You can proceed with intelligent lot tracking.
일 실시예에서, 이동체 로봇(170)은 공정 협업 스케줄링 정보에 기반하여 고단 스택(STACK) 제품의 공정 간 반복 물류 최적화를 수행할 수 있다. In an embodiment, the mobile robot 170 may perform iterative logistics optimization between processes of STACK products based on process collaboration scheduling information.
또한, AI 물류자동분배(ADS) 및 공급(SCS) 시스템, AI 자율주행 이동체 및 지능형 관제 시스템 구현, AI 자율주행 이동체와 반도체 공정 설비(110)간 데이터 자동화를 구현할 수 있다. In addition, it is possible to implement an AI automated distribution (ADS) and supply (SCS) system, an AI autonomous driving vehicle and an intelligent control system, and data automation between the AI autonomous driving vehicle and the semiconductor process facility 110 .
일 실시예에서, LOB 및 SOP 우선순위를 고려한 자재 운송 최적화를 수행하며, 이동체 로봇(170) 스스로 생산 현황을 모니터링하고, 운송 경로 및 이동체 로봇(170) 간 최적 운영 상태를 유지할 수 있다. In one embodiment, material transport optimization is performed in consideration of LOB and SOP priorities, and the mobile robot 170 itself monitors the production status, and maintains an optimal operating state between the transport route and the mobile robot 170 .
또한, 이동체 로봇(170) 스스로 반도체 공정 설비(110)에 자재 로딩시 자동 롯트 시장 및 종료(Lot Start & End)를 통해 지능형 LOT 트래킹(Tracking)을 수행할 수 있다. In addition, the mobile robot 170 can perform intelligent LOT tracking through automatic lot market and end (Lot Start & End) when material is loaded into the semiconductor process facility 110 by itself.
도 7은 본 발명의 일 실시예에 따른 반도체 후공정을 위한 서버(150)의 동작 방법을 도시한 도면이다.7 is a diagram illustrating an operation method of the server 150 for a semiconductor post-process according to an embodiment of the present invention.
도 7을 참고하면, S701 단계는, 반도체 공정 설비(110)에 대한 설비 데이터를 설비 통신 방식을 통해 수신하고, 반도체 공정 설비(110)에 대한 센서 데이터를 IoT 통신 방식을 통해 수신하는 단계이다. Referring to FIG. 7 , step S701 is a step of receiving facility data for the semiconductor process facility 110 through the facility communication method and receiving sensor data for the semiconductor process facility 110 through the IoT communication method.
일 실시예에서, 엣지 IoT 게이트웨이(130)로부터 설비 통신 방식을 통해 설비 데이터를 수신하고, 엣지 IoT 컨트롤러(140)로부터 IoT 통신 방식을 통해 센서 데이터를 수신할 수 있다. In an embodiment, facility data may be received from the edge IoT gateway 130 through the facility communication method, and sensor data may be received from the edge IoT controller 140 through the IoT communication method.
S703 단계는, 설비 데이터 및 센서 데이터를 이용하여 반도체 공정 설비(110)를 모니터링하는 단계이다. Step S703 is a step of monitoring the semiconductor process facility 110 using facility data and sensor data.
S705 단계는, 모니터링 결과에 기반하여, 반도체 공정 설비(110)를 제어하는 단계이다. Step S705 is a step of controlling the semiconductor process facility 110 based on the monitoring result.
일 실시예에서, 모니터링 결과에 따라 설비 데이터 및 센서 데이터를 이용하여 반도체 공정 설비(110)에 대한 설비 이상 감지를 수행하고, 설비 이상 감지에 기반하여 반도체 공정 설비(110)에 대한 설비 고장 모드를 분류할 수 있다. In one embodiment, according to the monitoring result, equipment abnormality detection for the semiconductor process equipment 110 is performed using equipment data and sensor data, and a equipment failure mode for the semiconductor process equipment 110 is determined based on the equipment abnormality detection. can be classified.
일 실시예에서, 모니터링 결과에 따라 설비 데이터 및 센서 데이터를 이용하여 반도체 공정 설비(110)에 대한 설비 파라미터를 업데이트하고, 업데이트된 설비 파라미터를 반도체 공정 설비에 송신할 수 있다. In an embodiment, the equipment parameters for the semiconductor process equipment 110 may be updated using equipment data and sensor data according to the monitoring result, and the updated equipment parameters may be transmitted to the semiconductor process equipment.
일 실시예에서, S705 단계 이후에, 모니터링 결과를 사용자 단말(160)에게 송신할 수 있다. 이 경우, 모니터링 결과는 사용자 단말(160)에 의해 디스플레이될 수 있다. 즉, 사용자 단말(160)은 모니터링 결과를 시각화하여 디스플레이할 수 있다. In an embodiment, after step S705 , the monitoring result may be transmitted to the user terminal 160 . In this case, the monitoring result may be displayed by the user terminal 160 . That is, the user terminal 160 may visualize and display the monitoring result.
일 실시예에서, 모니터링 결과에 기반하여 반도체 공정 설비(110)와 관련된 이동체 로봇(170)에 대한 공정 협업 스케줄링 정보를 산출하고, 공정 협업 스케줄링 정보에 기반하여 이동체 로봇(170)에 대한 패키징(packaging) 공정 제어를 수행할 수 있다. In an embodiment, based on the monitoring result, process collaboration scheduling information for the mobile robot 170 related to the semiconductor process facility 110 is calculated, and packaging for the mobile robot 170 is performed based on the process collaboration scheduling information. ) to perform process control.
도 8은 본 발명의 일 실시예에 따른 반도체 후공정을 위한 서버(150)의 기능적 구성을 도시한 도면이다.8 is a diagram illustrating a functional configuration of a server 150 for a semiconductor post-process according to an embodiment of the present invention.
도 8을 참고하면, 서버(150)는 통신부(810), 제어부(820) 및 저장부(830)를 포함할 수 있다.Referring to FIG. 8 , the server 150 may include a communication unit 810 , a control unit 820 , and a storage unit 830 .
통신부(810)는 반도체 공정 설비(110)에 대한 설비 데이터를 설비 통신 방식을 통해 수신하고, 반도체 공정 설비(110)에 대한 센서 데이터를 IoT 통신 방식을 통해 수신할 수 있다. The communication unit 810 may receive facility data for the semiconductor process facility 110 through the facility communication method, and may receive sensor data for the semiconductor process facility 110 through the IoT communication method.
일 실시예에서, 통신부(810)는 유선 통신 모듈 및 무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 통신부(810)의 전부 또는 일부는 '송신부', '수신부' 또는 '송수신부(transceiver)'로 지칭될 수 있다.In an embodiment, the communication unit 810 may include at least one of a wired communication module and a wireless communication module. All or part of the communication unit 810 may be referred to as a 'transmitter', 'receiver', or 'transceiver'.
제어부(820)는 설비 데이터 및 센서 데이터를 이용하여 반도체 공정 설비(110)를 모니터링하고, 모니터링 결과에 기반하여 반도체 공정 설비(110)를 제어할 수 있다. The controller 820 may monitor the semiconductor process equipment 110 using equipment data and sensor data, and control the semiconductor process equipment 110 based on the monitoring result.
일 실시예에서, 제어부(820)는 적어도 하나의 프로세서 또는 마이크로(micro) 프로세서를 포함하거나, 또는, 프로세서의 일부일 수 있다. 또한, 제어부(820)는 CP(communication processor)라 지칭될 수 있다. 제어부(820)는 본 발명의 다양한 실시예에 따른 서버(150)의 동작을 제어할 수 있다. In an embodiment, the controller 820 may include at least one processor or microprocessor, or may be a part of the processor. Also, the controller 820 may be referred to as a communication processor (CP). The controller 820 may control the operation of the server 150 according to various embodiments of the present disclosure.
저장부(830)는 설비 딥러닝 모델을 저장할 수 있다. 일 실시예에서, 저장부(830)는 반도체 공정 설비(110)에 대한 설비 데이터 및 센서 데이터를 저장할 수 있다. 일 실시예에서, 저장부(830)는 반도체 공정 설비(110)에 대한 모니터링의 결과를 저장할 수 있다. The storage unit 830 may store the facility deep learning model. In an embodiment, the storage unit 830 may store facility data and sensor data for the semiconductor process facility 110 . In an embodiment, the storage unit 830 may store a result of monitoring the semiconductor process facility 110 .
일 실시예에서, 저장부(830)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 그리고, 저장부(830)는 제어부(820)의 요청에 따라 저장된 데이터를 제공할 수 있다.In an embodiment, the storage unit 830 may be configured as a volatile memory, a non-volatile memory, or a combination of a volatile memory and a non-volatile memory. In addition, the storage unit 830 may provide the stored data according to the request of the control unit 820 .
도 8을 참고하면, 서버(150)는 통신부(810), 제어부(820) 및 저장부(830)를 포함할 수 있다. 본 발명의 다양한 실시 예들에서 서버(150)는 도 8에 설명된 구성들이 필수적인 것은 아니어서, 도 8에 설명된 구성들보다 많은 구성들을 가지거나, 또는 그보다 적은 구성들을 가지는 것으로 구현될 수 있다.Referring to FIG. 8 , the server 150 may include a communication unit 810 , a control unit 820 , and a storage unit 830 . In various embodiments of the present invention, the server 150 is not essential to the configurations illustrated in FIG. 8 , and thus may be implemented as having more or fewer configurations than those illustrated in FIG. 8 .
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로, 통상의 기술자라면 본 발명의 본질적인 특성이 벗어나지 않는 범위에서 다양한 변경 및 수정이 가능할 것이다.The above description is merely illustrative of the technical spirit of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention.
본 명세서에 개시된 다양한 실시예들은 순서에 관계없이 수행될 수 있으며, 동시에 또는 별도로 수행될 수 있다. The various embodiments disclosed herein may be performed out of order, and may be performed simultaneously or separately.
일 실시예에서, 본 명세서에서 설명되는 각 도면에서 적어도 하나의 단계가 생략되거나 추가될 수 있고, 역순으로 수행될 수도 있으며, 동시에 수행될 수도 있다. In one embodiment, at least one step may be omitted or added in each figure described herein, may be performed in the reverse order, or may be performed simultaneously.
본 명세서에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라, 설명하기 위한 것이고, 이러한 실시예들에 의하여 본 발명의 범위가 한정되는 것은 아니다.The embodiments disclosed in the present specification are not intended to limit the technical spirit of the present invention, but to illustrate, and the scope of the present invention is not limited by these embodiments.
본 발명의 보호범위는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 이해되어야 한다.The protection scope of the present invention should be interpreted by the claims, and all technical ideas within the scope equivalent thereto should be understood to be included in the scope of the present invention.

Claims (12)

  1. (a) 반도체 공정 설비에 대한 설비 데이터를 설비 통신 방식을 통해 수신하고, 상기 반도체 공정 설비에 대한 센서 데이터를 IoT 통신 방식을 통해 수신하는 단계; (a) receiving facility data for the semiconductor process facility through a facility communication method, and receiving sensor data for the semiconductor process facility through the IoT communication method;
    (b) 상기 수신된 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비를 모니터링하는 단계; 및 (b) monitoring the semiconductor process equipment using the received equipment data and sensor data; and
    (c) 상기 모니터링의 결과에 기반하여, 상기 반도체 공정 설비를 제어하는 단계;(c) controlling the semiconductor processing equipment based on the result of the monitoring;
    를 포함하는,containing,
    반도체 후공정을 위한 서버의 동작 방법.A method of operating a server for semiconductor post-processing.
  2. 제1항에 있어서,According to claim 1,
    상기 (a) 단계는, The step (a) is,
    엣지(Edge) IoT 게이트웨이로부터 상기 설비 통신 방식을 통해 상기 설비 데이터를 수신하고, 엣지 IoT 컨트롤러로부터 상기 IoT 통신 방식을 통해 상기 센서 데이터를 수신하는 단계; receiving the facility data from an edge IoT gateway through the facility communication method and receiving the sensor data from an edge IoT controller through the IoT communication method;
    를 포함하는,containing,
    반도체 후공정을 위한 서버의 동작 방법. A method of operating a server for semiconductor post-processing.
  3. 제1항에 있어서, According to claim 1,
    상기 (c) 단계는,Step (c) is,
    상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 이상 감지를 수행하는 단계; 및 performing facility abnormality detection for the semiconductor process facility using the facility data and sensor data; and
    상기 설비 이상 감지에 기반하여 상기 반도체 공정 설비에 대한 설비 고장 모드를 분류하는 단계;classifying a facility failure mode for the semiconductor process facility based on the facility abnormality detection;
    를 포함하는,containing,
    반도체 후공정을 위한 서버의 동작 방법.A method of operating a server for semiconductor post-processing.
  4. 제1항에 있어서,According to claim 1,
    상기 (c) 단계는, Step (c) is,
    상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 파라미터를 업데이트하는 단계; 및 updating facility parameters for the semiconductor process facility using the facility data and sensor data; and
    상기 업데이트된 설비 파라미터를 상기 반도체 공정 설비에 송신하는 단계;transmitting the updated facility parameters to the semiconductor processing facility;
    를 포함하는,containing,
    반도체 후공정을 위한 서버의 동작 방법.A method of operating a server for semiconductor post-processing.
  5. 제1항에 있어서,According to claim 1,
    상기 (c) 단계 이후에, After step (c),
    상기 모니터링의 결과를 사용자 단말에게 송신하는 단계;transmitting the monitoring result to a user terminal;
    를 더 포함하고,further comprising,
    상기 모니터링의 결과는, 상기 사용자 단말에 의해 디스플레이되는,The monitoring result is displayed by the user terminal,
    반도체 후공정을 위한 서버의 동작 방법. A method of operating a server for semiconductor post-processing.
  6. 제1항에 있어서,According to claim 1,
    상기 (c) 단계 이후에, After step (c),
    상기 모니터링 결과에 기반하여 상기 반도체 공정 설비와 관련된 이동체 로봇에 대한 공정 협업 스케줄링 정보를 산출하는 단계; 및 calculating process collaboration scheduling information for the mobile robot related to the semiconductor process facility based on the monitoring result; and
    상기 공정 협업 스케줄링 정보에 기반하여 상기 이동체 로봇에 대한 패키징(packaging) 공정 제어를 수행하는 단계;performing a packaging process control for the mobile robot based on the process collaboration scheduling information;
    를 더 포함하는,further comprising,
    반도체 후공정을 위한 서버의 동작 방법.A method of operating a server for semiconductor post-processing.
  7. 반도체 공정 설비에 대한 설비 데이터를 설비 통신 방식을 통해 수신하고, 반도체 공정 설비에 대한 센서 데이터를 IoT 통신 방식을 통해 수신하는 통신부; 및 a communication unit for receiving facility data for the semiconductor process equipment through the facility communication method, and receiving sensor data for the semiconductor process facility through the IoT communication method; and
    상기 수신된 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비를 모니터링하고,monitoring the semiconductor process equipment using the received equipment data and sensor data;
    상기 모니터링의 결과에 기반하여, 상기 반도체 공정 설비를 제어하는 제어부;a controller for controlling the semiconductor process equipment based on the monitoring result;
    를 포함하는,containing,
    반도체 후공정을 위한 서버 장치.Server device for semiconductor post-processing.
  8. 제7항에 있어서,8. The method of claim 7,
    상기 통신부는,The communication unit,
    상기 엣지(Edge) IoT 게이트웨이로부터 상기 설비 통신 방식을 통해 상기 설비 데이터를 수신하고, 엣지 IoT 컨트롤러로부터 상기 IoT 통신 방식을 통해 상기 센서 데이터를 수신하는,receiving the facility data from the edge IoT gateway through the facility communication method, and receiving the sensor data through the IoT communication method from an edge IoT controller,
    반도체 후공정을 위한 서버 장치.Server device for semiconductor post-processing.
  9. 제6항에 있어서,7. The method of claim 6,
    상기 제어부는,The control unit is
    상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 이상 감지를 수행하고,Perform facility abnormality detection for the semiconductor process facility using the facility data and sensor data,
    상기 설비 이상 감지에 기반하여 상기 반도체 공정 설비에 대한 설비 고장 모드를 분류하는,Classifying a facility failure mode for the semiconductor process facility based on the facility abnormality detection,
    반도체 후공정을 위한 서버 장치.Server device for semiconductor post-processing.
  10. 제7항에 있어서,8. The method of claim 7,
    상기 제어부는, The control unit is
    상기 설비 데이터 및 센서 데이터를 이용하여 상기 반도체 공정 설비에 대한 설비 파라미터를 업데이트하고,updating facility parameters for the semiconductor process facility using the facility data and sensor data;
    상기 통신부는,The communication unit,
    상기 업데이트된 설비 파라미터를 상기 반도체 공정 설비에 송신하는,sending the updated facility parameters to the semiconductor processing facility;
    반도체 후공정을 위한 서버 장치.Server device for semiconductor post-processing.
  11. 제7항에 있어서,8. The method of claim 7,
    상기 통신부는, The communication unit,
    상기 모니터링의 결과를 사용자 단말에게 송신하고,Transmitting the monitoring result to the user terminal,
    상기 모니터링의 결과는, 상기 사용자 단말에 의해 디스플레이되는,The monitoring result is displayed by the user terminal,
    반도체 후공정을 위한 서버 장치.Server device for semiconductor post-processing.
  12. 제7항에 있어서,8. The method of claim 7,
    상기 제어부는,The control unit is
    상기 모니터링 결과에 기반하여 상기 반도체 공정 설비와 관련된 이동체 로봇에 대한 공정 협업 스케줄링 정보를 산출하고,Calculating process collaboration scheduling information for the mobile robot related to the semiconductor process facility based on the monitoring result,
    상기 공정 협업 스케줄링 정보에 기반하여 상기 이동체 로봇에 대한 패키징(packaging) 공정 제어를 수행하는,performing a packaging process control for the mobile robot based on the process collaboration scheduling information,
    반도체 후공정을 위한 서버 장치.Server device for semiconductor post-processing.
PCT/KR2020/019086 2020-12-24 2020-12-24 Method and edge device for managing arc smart factory for semiconductor back-end process industry WO2022139038A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200182943 2020-12-24
KR10-2020-0182943 2020-12-24

Publications (1)

Publication Number Publication Date
WO2022139038A1 true WO2022139038A1 (en) 2022-06-30

Family

ID=82159872

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/019086 WO2022139038A1 (en) 2020-12-24 2020-12-24 Method and edge device for managing arc smart factory for semiconductor back-end process industry

Country Status (1)

Country Link
WO (1) WO2022139038A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004134778A (en) * 2003-09-16 2004-04-30 Oki Electric Ind Co Ltd Conveying method of semiconductor device manufacturing process
KR101801023B1 (en) * 2016-09-02 2017-12-20 주식회사 프라임솔루션 Advanced process control method for semiconductor process using virtual metrology
KR20200001304A (en) * 2018-06-27 2020-01-06 주식회사 블루비즈 Production facility management system using sensor gateway device and monitoring method of this system
KR20200011896A (en) * 2018-07-25 2020-02-04 주식회사 네오세미텍 System for monitoring semiconductor manufacturing process
KR20200023882A (en) * 2018-08-27 2020-03-06 스퀘어네트 주식회사 Processing method of process data of smart factory

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004134778A (en) * 2003-09-16 2004-04-30 Oki Electric Ind Co Ltd Conveying method of semiconductor device manufacturing process
KR101801023B1 (en) * 2016-09-02 2017-12-20 주식회사 프라임솔루션 Advanced process control method for semiconductor process using virtual metrology
KR20200001304A (en) * 2018-06-27 2020-01-06 주식회사 블루비즈 Production facility management system using sensor gateway device and monitoring method of this system
KR20200011896A (en) * 2018-07-25 2020-02-04 주식회사 네오세미텍 System for monitoring semiconductor manufacturing process
KR20200023882A (en) * 2018-08-27 2020-03-06 스퀘어네트 주식회사 Processing method of process data of smart factory

Similar Documents

Publication Publication Date Title
KR101359541B1 (en) Scalable motion control system
WO2018048218A1 (en) System and method for monitoring plant facilities using active black box
WO2018048219A1 (en) System and method for managing plant facility by using wireless communication network
CN111429107A (en) Intelligent construction site management system
JP2000049800A (en) Network remote control system
WO2023054813A1 (en) Fire detection and early response system using rechargeable mobile robot
KR102419959B1 (en) Real-time monitoring system of logistics automation equipment
WO2022139038A1 (en) Method and edge device for managing arc smart factory for semiconductor back-end process industry
CN113472822A (en) Data distribution method, device, equipment and medium
WO2019189950A1 (en) Method, system, and program for remote diagnosis of facility
CN115781697A (en) Industrial robot control system
WO2018199630A1 (en) Integrated monitoring system and method using image capturing
CN112067624A (en) Machine vision distributed detection method, device and system based on 5G network
CN111193662B (en) Edge computing gateway based on visual identification
US20090288003A1 (en) Cost effective system and method for monitoring machinery units
WO2020047969A1 (en) Servomotor control method and device, and storage medium
WO2019197970A1 (en) Apparatus for molding plastics, rubber and metals, with telemetric control
KR20220080983A (en) IoT edge computing system for real-time production status monitoring
WO2019066166A1 (en) Middleware server and method for processing data thereof
KR100362643B1 (en) Remote control apparatus based on web and method thereof
CN116853953A (en) Vibration sensor-based OHT crown block vibration alarm control method and system
CN207266189U (en) A kind of laser processing area personnel safety monitoring system
WO2019041319A1 (en) Wifi function testing method, terminal apparatus, system, and storage medium
WO2020076012A1 (en) Computing system for analyzing factory, and method for using computing system in order to manage factory
CN114513529A (en) Small-sized data processing edge computing platform

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: 20967109

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: 20967109

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20967109

Country of ref document: EP

Kind code of ref document: A1