监测制造装置的方法、装置、系统与计算机可读储存媒介制造方法及图纸

本发明专利技术提供了监测一制造装置的方法，包括：于预定时段内收集控制器的控制信号与该制造装置相对应的感测信号。将控制信号与相对应的感测信号作分割，得到至少一控制步骤。根据控制信号、感测信号、至少一控制步骤或用户手册所得的信息，的其中至少一项，计算该控制器的一特征。根据该特征产生该控制器一健康指标。在该健康指标超过一预定门槛值时，产生一警告信号。

Method, device, system, and computer-readable storage medium for monitoring a manufacturing device

The present invention provides a method of monitoring a manufacturing device that includes collecting a control signal of a controller within a predetermined period of time and sensing signals corresponding to the manufacturing device. At least one control step is obtained by dividing the control signal and the corresponding sensing signal. A feature of the controller is calculated according to at least one of the information obtained from the control signal, the sensed signal, at least one control step, or the user's manual. The controller generates a health index according to the characteristic. A warning signal is generated when the health indicator exceeds a predetermined threshold value.

【技术实现步骤摘要】
监测制造装置的方法、装置、系统与计算机可读储存媒介
本专利技术是有关于一种监测制造装置的方法、装置、系统与与非暂存计算机可读储存媒介。
技术介绍
设备故障在制造业中会引起严重的问题，在光电及半导体产业中。考虑到市场价值与全球竞争，公司都希望能避免因设备故障所造成的生产落后。成功的公司通常通过积极的对设备维护与管理作投资，以缓和设备故障的风险，以确保高水平的生产力。这涉及监测设备与状态评估至元件层次。基于此监测与评估的结果，公司可实时作维护机台的决策，避免生产中设备故障。在光电及半导体产业中，制造装置包括，例如：化学气相沉积机台(ChemicalVaporDeposition，CVD)与金属有机物化学气相沉积(MetalOrganicChemicalVaporDeposition，MOCVD)机台，这些机台都包括控制器，这些控制器可控制对象的移动，比如像是反应物、前驱物(precursor)或是产品于管路网络中的移动。如果没有造成产品全部浪费，控制器的错误动作(malfunction)会引发低产能。现有的维护实务，无法满足精确的控制器监测，例如，一些控制器监测方式可能传送假警报或是无法成功地检测出问题。
技术实现思路
在一实施范例中，本专利技术提供一种监测制造装置的方法。此方法于预定时段内收集控制器的控制信号与制造装置相对应的感测信号；将控制信号与相对应的感测信号作分割，得到至少一控制步骤；根据该控制信号、感测信号、至少一控制步骤、或用户手册所得的信息，的其中至少一项，计算控制器的特征；根据特征产生控制器健康指标；在健康指标超过预定门槛值时，产生警告信号。在另一实施范例中，本专利技术提出一种制造系统，此系统包括一制造装置和一监测装置。制造装置含控制器；监测装置含处理器与存储器，存储器储存多个指令，由处理器执行多个指令时，使处理器于预定时段内收集控制器的控制信号与制造装置相对应的感测信号；将控制信号与相对应的感测信号作分割，得到至少一控制步骤；根据该控制信号、感测信号、至少一控制步骤或用户手册所得的信息，的其中至少一项，计算该制器的一特征；根据特征产生控制器健康指标；在健康指标超过预定门槛值时，产生警告信号。再另一实施范例中，本专利技术提出一种装置用以监测一制造装置，包含：处理器及存储器，存储器储存多个指令，由处理器执行多个指令时，使处理器于预定时段内收集控制器的控制信号与制造装置相对应的感测信号；将控制信号与相对应的感测信号作分割，得到至少控制步骤；根据控制信号、感测信号、至少一控制步骤、或用户手册所得的信息，的其中至少一项，计算控制器的特征；根据特征产生控制器健康指标；在健康指标超过预定门槛值时，产生警告信号。又再另一实施范例中，本专利技术提出一种非暂存计算机可读储存媒介嵌于计算机程序产品中，计算机程序产品包括多个指令被配制于计算设备中并执行方法，包含：于预定时段内收集控制器的控制信号与制造装置相对应的感测信号；将控制信号与相对应的感测信号作分割，得到至少一控制步骤；根据控制信号、感测信号、至少控制步骤、或用户手册所得的信息，的其中至少一项，计算控制器的特征；根据特征产生控制器健康指标；在健康指标超过预定门槛值时，产生警告信号。附图说明图1是依据本专利技术的一实施例所示的制造装置100的方块图。图2为依据本专利技术的一实施例所示的制造系统200的方块图。图3A是依据本专利技术的一实施例所示的监测制造装置方法300的流程图。图3B是依据本专利技术的另一实施例所示的监测制造装置方法310的流程图。图4A是依据本专利技术的一实施例所示的分割与分类控制信号方法400的示意图。图4B是依据本专利技术的一实施例的控制步骤类别的示意图。图5A是依据本专利技术的一实施例计算特征方法500的流程图。图5B是依据本专利技术的另一实施例计算特征方法510的流程图。图6是依据本专利技术的一实施例显示容忍值600的方块图。图7是依据本专利技术的另一实施例计算特征方法700的流程图。图8是依据本专利技术的另一实施例计算特征方法800的流程图。图9A是依据本专利技术的再一实施例计算特征方法900的流程图。图9B-9F是图形表示。图10A是依据本专利技术的一实施例健康指标的曲线图1000的示意图。图10B-10E是依据本专利技术的一实施例决定健康指标方法的图形表示的示意图。图11A-11C是依据本专利技术的一实施例辨认主因控制器的方法的示意图。图12是依据本专利技术的一实施例显示警告信息的接口的示意图。附图标记说明100制造装置110元件群组120处理器130存储器140用户接口111控制器A112控制器B113阀X114阀Y115显示接口200制造系统201制造装置202监测装置220处理器230存储器240用户接口300监测制造装置的方法301收集控制信号与其相对应的感测信号302分割控制信号与相对应的感测信号以取得至少一控制步骤303计算特征，此特征可能包括特征向量304产生至少一健康指标305根据控制器正常状态下的特征产生控制器的健康模型306基于该健康模型决定预定门槛值307判断健康指标是否大于预定门槛值308产生警告信号310监测制造装置方法311收集多个控制信号与其相对应的多个感测信号312分割多个控制信号与相对应多个感测信号以得到两个或多个控制步骤313计算多个特征，此特征可能包括多个特征向量314产生多个健康指标315根据控制器正常状态下的多个特征产生多个控制器健康模型316基于多个健康模型决定多个预定门槛值317至少一健康指标超过相对应的预定门槛值318是否两个或多个健康指标超过该预定门槛值319基于多个控制器与至少一阀的空间/时间关系辨认出主因控制器320产生警告信号400分割与控制步骤类别的图型表示500计算特征方法501计算控制信号与相对应感测信号间的差以取得一偏移值502根据一容忍值调整偏移值503基于该偏移值计算特征510计算特征方法511在两个或多个个控制步骤中，对每一个控制步骤计算控制信号和其对应的感测信号的差以取得该步骤对应的偏移值512根据多个容忍值调整多个偏移值513基于多个偏移值计算多个特征600容忍值601控制器反应时间引起的错误602控制器不精确度引起的错误603至少一阀开/关时间引起的错误700计算特征方法701计算偏移植的直方图702根据直方图计算特征800计算特征方法801对两个或多个控制步骤的每一个控制步骤和其相对应的偏移值作分类，每一个类别至少有一偏移值802对每一个类别，计算至少一偏移值的直方图803对每一个类别根据直方图计算出该分类特征向量，以取得多个分类特征向量804基于多个分类特征向量计算出一特征向量900计算特征方法901收集控制信号与相对应的感测信号902计算其偏移值903基于容忍值调整该偏移值904产生直方图905计算特征1000健康指标曲线1100管线网络1121区域1122区域1131区域1200显示警告信息的接口1201-4接口的显示方块具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。本专利技术提供一监测一制造装置的方法、装置、系统与非暂存计算机可读储存媒介。根据感测信号与控制信号间所得的特征，取得控制器的健康指标，其中结合管线的空间与时间关系，可厘清控制器相互本文档来自技高网...

【技术保护点】
一种监测一制造装置的方法，其特征在于，包括：于一预定时段内收集一控制器的一控制信号与该制造装置一相对应的感测信号；将该控制信号与相对应的该感测信号作分割，得到至少一控制步骤；根据该控制信号、该感测信号、至少一控制步骤或一用户手册所得的信息，的其中至少一项，计算该控制器的一特征；根据该特征产生该控制器一健康指标；以及在该健康指标超过一预定门槛值时，产生一警告信号。

【技术特征摘要】
2015.11.10 US 14/936,7871.一种监测一制造装置的方法，其特征在于，包括：于一预定时段内收集一控制器的一控制信号与该制造装置一相对应的感测信号；将该控制信号与相对应的该感测信号作分割，得到至少一控制步骤；根据该控制信号、该感测信号、至少一控制步骤或一用户手册所得的信息，的其中至少一项，计算该控制器的一特征；根据该特征产生该控制器一健康指标；以及在该健康指标超过一预定门槛值时，产生一警告信号。2.如权利要求1所述的监测制造装置的方法，其特征在于，该特征包括一特征向量，计算该特征还包括：计算该控制信号与相对应的感测信号间的差取得一偏移值；及基于取得的该偏移值计算该特征向量。3.如权利要求1所述的监测制造装置的方法，其特征在于，该制造装置包括至少一阀与该控制器相连接，基于取得的该偏移值计算该特征向量，包括基于一容忍值调整该偏移值，该容忍值是于事先定义，包含由至少一该控制器的反应时间、该控制器的一不精确度或至少一该阀的一开/关时间，的其中至少一项所导致的误差。4.如权利要求2所述的制造装置的方法，其特征在于，计算该特征还包括：计算至少一直方图、一均值、一标准偏差、一最大值、一最小值、一范围、一四分位距、一偏度、一峰度、一上升时间、一下降时间、一趋稳时间、一过冲、一下冲或到该偏移值的峰值的一时间，的其中至少一项；以及计算该特征向量基于该直方图、该均值、该标准偏差、该最大值、该最小值、该范围、该四分位距、该偏度、该峰度、该上升时间、该下降时间、该趋稳时间、该过冲、该下冲或到该偏移值的峰值的一时间，的前述项目的该至少一项。5.如权利要求1所述的监测制造装置的方法，其特征在于，该特征包括一特征向量，该至少一控制步骤包括两个或多个控制步骤，计算该特征包括：在该两个或多个控制步骤中，对每一个控制步骤计算该控制信号与相对应的该感测信号间的差异，取得相对应多个偏移值；以及基于取得之该多个偏移值计算该特征向量。6.如权利要求5所述的监测制造装置的方法，其特征在于，该制造装置包括至少一阀与该控制器相连接，基于一容忍值、该控制信号、和该感测信号计算一偏移值，该容忍值是于事先定义，包含由该控制器的一反应时间、该控制器的一不精确度或至少一该阀的一开/关时间，的其中至少一项所导致的误差。7.如权利要求5所述的制造装置的方法，其特征在于，计算该特征还包括：计算一直方图、一均值、一标准偏差、一最大值、一最小值、一范围、一四分位距、一偏度、一峰度、一上升时间、一下降时间、一趋稳时间、一过冲、一下冲或到该偏移值的峰值的一时间；以及计算该特征向量基于该直方图、该均值、该标准偏差、该最大值、该最小值、该范围、该四分位距、该偏度、该峰度、该上升时间、该下降时间、该趋稳时间、该过冲、该下冲或到该偏移值的峰值的一时间，的其中该至少一项。8.如权利要求5所述的制造装置的方法，其特征在于，计算该特征向量还包括：将每一该两个或多个控制步骤中与其相对应的该多个偏移值作分类，每一分类具有至少一偏移值；对该每一分类作计算，取得该至少一偏移值的一直方图；对该每一分类作计算一分类特征向量，基于该直方图取得多个分类特征向量；以及计算该特征向量基于该多个分类特征向量。9.如权利要求1所述的监测制造装置的方法，其特征在于，还包括：根据该控制器于一正常状态下的特征产生该控制器的一健康模型；及基于该健康模型决定该预定门槛值。10.如权利要求1所述的监测制造装置的方法，其特征在于，产生该控制器的该健康模型是基于一自组织结构模型(self-organizingmap,SOM)、一限制波兹曼机模型(restrictedBoltzmannmachine,RBM)、一深层类神经网络模型(deepneuralnetwork,DNN)、一自编码器模型(autoencoder)、一旋积式限制波兹曼机模型(convolutionalRBM,orconvolutionalDNN)、一旋积式深层类神经网络模型(convolutionalDNN)、一霍特林T方与Q检定(T-squaredandQstatistics)、一单类别分类器(one-classclassifier)、一支持向量机(classsupportvectormachine)、一支持向量数据描述方法(supportvectordatadescription,SVDD)、一模糊C-means分群法(fuzzyc-means)、一高斯混合模型(Gaussianmixturemodel,GMM)、一k最近邻居法(kNN)或一滑动窗口错误率(slidingwindowerrorrate。11.如权利要求1所述的监测制造装置的方法，其特征在于，该制造装置包括多个控制器与至少一阀与该些控制器相连接，该方法还包括：产生多个健康指标，该多个控制器具有对应的该健康指标；以及...

【专利技术属性】
技术研发人员：陈德铭，张森嘉，赖建良，戴齐廷，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：中国台湾,71