智能诊断装置和方法制造方法及图纸

本发明专利技术公开了一种智能诊断装置和方法，该智能诊断方法包括：根据预测指标模型对待监测设备的指标进行逐级分解，直至分解到最小单元；获得与各级指标对应的测试数据并存储；建立各级指标之间的实测模型；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。本发明专利技术通过建立实测模型，实测模型能够识别出原预算模型没有考虑到的影响关系，实现指标重新分配，优化设计。本发明专利技术还可以预测设备是否会超标，进而可以在设备生产出不良品之前，实施补偿措施，保证设备的良好运行。

Intelligent Diagnostic Device and Method

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，此时就需要进行离线校准。离线校准需要终止正常工作，这将会影响机台的正常生产。现有技术提出一种在线补偿面形的方法，该方法通过建立反射镜面形和环境温度、压力之间的变化模型，计算校准模型中的相关系数，实现在线面形漂移的补偿。但是面形的影响因素不仅仅是理论上的温度、压力，还有长条镜的安装，在运动中导致安装松动，进而引起的真实面形变化。因此，纯粹依赖模型计算结果会导致偏离真实值，而引起失真、误导判断。光刻机在运行过程中，随着环境的改变、运行时间的增加，其各项性能状态都会有漂移。而当系统状态漂移量还未超过指标，或者当前生产的产品要求较低时，光刻机性能表面上看是满足要求的，但是其性能已经在逐渐变差，可操作员无法察觉该渐变过程。
技术实现思路
本专利技术提供一种智能诊断装置和方法，对设备进行智能监测，进而在设备生产出不良品之前，实施补偿措施，保证设备的良好运行。为解决上述技术问题，本专利技术提供一种智能诊断方法，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。作为优选，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。作为优选，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。作为优选，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。作为优选，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。作为优选，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。作为优选，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。作为优选，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。作为优选，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。作为优选，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真值；按照在线校准的条件对上述真值进行校准，得出在线校准值；更改可变参量，重复测量得到一系列真值和在线校准值，拟合可得：Toff＝k·Ton+b其中：k、b为拟合系数，Toff为离线诊断阈值，Ton为在线诊断阈值。作为优选，所述步骤4包括：对步骤2中的所述测试数据进行校准计算，获取待监测设备的各影响因素的数值；将影响因素的数值与各自的阈值进行对比，判断是否有影响因素超出阈值；当某一个或者多个影响因素超出阈值时，发出警示信息，若无影响因素超出阈值，则直接进入下一步骤；根据实测模型判断待监测设备的总影响因素是否超出阈值，若是，待监测设备停机进行离线校准，若否，则维持生产。作为优选，所述步骤4还包括：计算获取影响因素的变化趋势，对该变化趋势进行监控，同时根据该变化趋势判别影响因素是否趋近阈值。作为优选，当待监测设备中的多个影响因素超过阈值时，根据该多个影响因素对生产性能的影响权重以及各影响因素的发展趋势综合考虑，如果总体影响因素没有超出范围，则弹出警示信息，由操作人员判断是否继续，若无人员干预，则继续生产，不停止工作；只有在总体影响因素超出范围阈值时，才弹出建议终止目前工作的警示信息，并触发警示铃和警示灯，如无人员干预，则机台在当前硅片曝光完后自动停止工作，以避免生产废片。作为优选，所述步骤4还包括：根据测试数据的校准计算结果，更新待监测设备的机器常数，并使之生效。作为优选，还包括步骤5：将所述实测模型作为预测指标模型，重复执行步骤1-4。本专利技术还提供一种智能诊断装置，用于对待监测设备进行智能监测，包括：数据采集单元，与所述待监测设备连接，用于将待监测设备的指标逐级分解至最小单元，并获取与各级指标对应的测试数据；数据存储单元，与数据采集单元连接，用于存储所述测试数据；拟合模型单元，与所述数据存储单元连接，用于建立各级指标之间的实测模型；以及模型应用单元，与所述拟合模型单元以及待监测设备连接，用于对待监测设备进行监测。作为优选，所述数据存储单元包括数据配置单元和与所述数据配置单元连接的存储器。作为优选，所述模型应用单元包括若干离线校准模块。与现有技术相比，本专利技术具有以下优点：1、本专利技术通过建立待监测设备的实测模型，通过实测模型判断设备的影响因素之和是否超标，如果只是部分影响因素超标，而整体不超，可以不停机，只提出警告，进而增加机台运行时间。2、本专利技术可以监测影响因素在正常工作时的变化趋势，如已在恶化，则触发离线校准，使得离线校准不再按照固定周期进行，提高校准的准确性。3、本专利技术将离线测校融合到诊断装置中，并将校准后的数值传递给设备，进行实时有效更新，使得后续生产在已本文档来自技高网...

【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