The invention discloses an intelligent diagnostic device and method. The intelligent diagnostic method includes: decomposing the indicators of the monitored equipment step by step according to the prediction index model until they are decomposed into the smallest unit; obtaining test data corresponding to the indicators at all levels and storing them; establishing the actual measurement model among the indicators at all levels; and predicting whether the monitored equipment will be monitored or not according to the operation status of the monitored equipment. It will exceed the standard and implement compensation measures. By establishing the actual measurement model, the actual measurement model can identify the influence relationship that the original budget model did not take into account, realize the redistribution of indicators, and optimize the design. The invention can also predict whether the equipment will exceed the standard, and then implement compensation measures to ensure the good operation of the equipment before the equipment produces defective products.
【技术实现步骤摘要】
智能诊断装置和方法
本专利技术涉及自动诊断领域,特别涉及一种智能诊断装置和方法。
技术介绍
工业4.0的到来,要求机器都应具备自动诊断功能。基于此,西门子公司提出一种自动诊断系统,其通过在设备的产品上安装产品传感器,将产品传感器测得的数据传送给诊断装置,诊断装置根据这些数据可以统计已生产产品质量,并进一步预警可能的场景,以便产品及早干预或做出反应。为了应对工业4.0得发展和不断提高的光刻机性能要求,目前也发展了很多改进光刻机性能和自动化诊断的方法,常见的有“一体化光刻”,即将曝光的硅片的测量结果返回给光刻机,使得光刻机在后续批次曝光时加以改进,从而提高性能。比如ASML公司提出了一种基于机器学习的在线校准方法。通过测量曝光之后的产品特性,利用机器学习的方法来对结果进行判断,并给出当前机台状态的漂移量,计算出所需要的该变量并让整机做出相应的调整。ASML公司还提出另外一种自动诊断方法,也是通过机器实时学习以改进套刻。具体为:硅片送进光刻机进行曝光后,再送到测量设备中测量,测量结束后,硅片流出,测量数据发送给套刻校准模块诊断,诊断出的数据重新输送给光刻机进行学习,以便改善之后的套刻曝光性能。上述公司提出的自动诊断系统都揭示了通过机器的实时学习以改进机器性能,但是存在如下问题:仅统计已生产产品的质量,产品质量不合格是无法返工恢复的,且实时学习只可以改进后续产品的质量。造成产品质量不佳的原因有两种:系统误差和随机误差,随机误差可以通过上述的实时学习加以修正消除,但是系统误差需要离线校准。系统误差的校准是周期进行的,因为其影响因素会在一段时间后对产品的影响超过阈值, ...
【技术保护点】
1.一种智能诊断方法,其特征在于,包括:步骤1:根据预测指标模型对待监测设备的指标进行逐级分解,直至分解到最小的影响因素单元;步骤2:获得与各级指标对应的测试数据并存储;步骤3:建立各级指标之间的实测模型;步骤4:根据待监测设备的运行状态,预测待监测设备是否会超标,并实施补偿措施。
【技术特征摘要】
1.一种智能诊断方法,其特征在于,包括:步骤1:根据预测指标模型对待监测设备的指标进行逐级分解,直至分解到最小的影响因素单元;步骤2:获得与各级指标对应的测试数据并存储;步骤3:建立各级指标之间的实测模型;步骤4:根据待监测设备的运行状态,预测待监测设备是否会超标,并实施补偿措施。2.如权利要求1所述的智能诊断方法,其特征在于,所述步骤2中的测试数据包括:设备指标实测数据集和运行工况实测数据集,且所述设备指标实测数据集和运行工况实测数据集均包括名义值和实测数据。3.如权利要求1所述的智能诊断方法,其特征在于,所述步骤2中,获得与各级指标对应的测试数据,包括:判断所需的测试数据是否可以在待监测设备的现存中间数据文件中找到;若是,读取中间数据文件并保存数据;若否,判断所需的测试数据是否有传感器测量;若有传感器测量,则将传感器的测量值传递至中间数据文件,读取并保存数据;若无传感器测量,则在待监测设备中增加传感器,再提供传感器的测量值,并将传感器的测量值传递至中间数据文件,读取并保存数据。4.如权利要求1或2所述的智能诊断方法,其特征在于,所述步骤2中:按照离线标准模型的数据格式存储测试数据,或者根据测试数据的采集时间存储测试数据。5.如权利要求1所述的智能诊断方法,其特征在于,所述步骤3具体为:验证下级指标与上级指标之间的量化关系,更新指标预测模型,将更新后的指标预测模型作为实测模型。6.如权利要求5所述的智能诊断方法,其特征在于,所述步骤1还包括,根据指标预测模型给出下级指标与上级指标之间的量化关系初值。7.如权利要求5所述的智能诊断方法,其特征在于,所述验证下级指标与上级指标之间的量化关系步骤包括:通过对与下级指标和上级指标分别对应的测试数据进行拟合,获取下级指标与上级指标之间的相关性系数,将所述相关性系数与阈值进行比较,根据比较结果判断是否需要更新预测指标模型。8.如权利要求1所述的智能诊断方法,其特征在于,所述步骤3还包括:获取待监测设备的离线诊断阈值和在线诊断阈值。9.如权利要求8所述的智能诊断方法,其特征在于,所述离线诊断阈值由离线校准时测量所得,通过建立离线诊断阈值与在线诊断阈值之间的关系获取在线诊断阈值。10.如权利要求9所述的智能诊断方法,其特征在于,建立离线诊断阈值与在线诊断阈值之间的关系的步骤包括:在离线校准时,获取离线诊断阈值的测量值,将该测量值作为在线诊断阈值的...
【专利技术属性】
技术研发人员:唐彩红,
申请(专利权)人:上海微电子装备集团股份有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。