预测机台加工事件发生的方法与其虚拟量测应用技术

本发明专利技术实施例提供一种预测机台加工事件发生的方法，借以决定是否启动虚拟量测。在此方法的建模阶段中，使用多组建模数据并根据至少一个分类演算法来建立至少一个分类模型，其中每一个分类模型包含多个决策树。然后，使用此些决策树的机率来建立至少一个信心指标模型；使用建模数据并根据一统计距离演算法来建立至少一个相似度模型。在此方法的推估阶段中，输入一工件的一组制程数据至每一个分类模型、每一个信心指标型和每一个相似度模型中，以即时并准确地决定是否启动虚拟量测，而避免使用者产生误判。使用者产生误判。使用者产生误判。

【技术实现步骤摘要】
预测机台加工事件发生的方法与其虚拟量测应用


[0001]本专利技术是有关于一种预测机台加工事件发生的方法与其虚拟量测应用，且特别是有关于一种基于自动分类机制的预测机台加工事件发生的方法与其虚拟量测应用。

技术介绍

[0002]虚拟量测在各种产业中都有相当广泛的应用，例如：半导体产业、工具机产业。虚拟量测可将离线且具延迟特性的品质抽检改成线上且即时的品质全检。举例而言，当半导体产业的晶圆切割制程导入虚拟量测后，便可即时发现制程异常，立即进行即时改善，因而避免后续整批晶圆的报废。当工具机加工导入虚拟量测后，便可同时兼顾即时性与准确性需求来推估每一个被加工的工件(例如轮圈)的准确度值，因而预测出工具机的加工品质，以克服已知的线上量测与离线量测的缺点。
[0003]虽然现存的虚拟量测已大致上适用于其预定达到的目的，但尚未能满足各方面的需求。

技术实现思路

[0004]本专利技术的一目的是在提供一种预测机台加工事件发生的方法，借以即时并准确地预测机台加工事件发生，而可及时地决定是否进行后续的步骤与处理。
[0005]本专利技术的又一目的是在提供一种决定是否启动虚拟量测的方法与其计算机程序产品，借以即时并准确地决定是否启动虚拟量测，而避免使用者产生误判。
[0006]根据本专利技术的一态样，提供一种预测机台加工事件发生的方法。在此方法中，首先，获得多组历史制程数据，其中此些组历史制程数据是在一机台处理多个历史工件时所使用或产生，此些组历史制程数据是以一对一的方式对应至历史工件。然后，获得多个历史加工事件指示值，用以指出机台在处理每一个历史工件时是否发生一加工事件，其中历史加工事件指示值是以一对一的方式对应至历史制程数据，历史加工事件指示值和其对应的历史制程数据分别组成多组建模数据。接着，进行一建模步骤。在此建模步骤中，使用建模数据并根据一分类演算法来建立一分类模型，其中分类模型包含多个决策树。然后，使用此些决策树的机率来建立一信心指标模型。接着，进行一推估步骤。在此推估步骤中，首先获得至少一组制程数据，其中此至少一组制程数据是机台处理至少一个工件时所使用或产生。然后，输入每一组制程数据至分类模型，以获得至少一个事件预测值，用以指出机台在处理工件时是否发生加工事件。接着，使用信心指标模型来计算出每一个事件预测值的一信心指标值，用以指出事件预测值的可靠度。
[0007]在一些实施例中，每一组历史制程数据包含多个参数，每一制程数据包含此些参数，前述的预测机台加工事件发生的方法还包含：进行一数据前处理步骤，以分别使用多个演算法将每一组历史制程数据的参数的数值转换成对应至多个参数指标的数值，其中参数指标是以一对一的方式对应至演算法，建模数据包含历史加工事件指示值和其对应的历史制程数据所转换成的参数指标的数值；并使用演算法将每一组制程数据的参数的数值转换
成参数指标的数值，其中推估步骤包含输入每一组制程数据的参数指标的数值至分类模型，以获得事件预测值。
[0008]在一些实施例中，前述的建模步骤还包含：使用建模数据并根据一统计距离演算法来建立一相似度模型。前述的推估步骤该还包含：使用相似度模型计算出每一组制程数据的参数指标的数值与建模数据间的一整体相似度指标，用以指出参数指标值与建模数据间的相似程度。
[0009]在一些实施例中，前述的至少一组制程数据的数目是大于1，前述的至少一工件的数目是大于1，前述的预测机台加工事件发生的方法还包含：获得多个实际加工事件指示值，用以指出机台在处理每一个工件时是否发生加工事件；根据此些实际加工事件指示值来获得事件预测值的一正确率；当正确率小于一正确率门槛值时，检查建模数据是否不平衡；当建模数据不平衡时，将实际加工事件指示值与其对应的制程数据的参数指标的数值加入至建模数据中，再重新进行建模步骤；以及当建模数据平衡时，使用实际加工事件指示值与其对应的制程数据的参数指标的数值来调校分类模型、信心指标模型和相似度模型。
[0010]在一些实施例中，前述的预测机台加工事件发生的方法还包含：对建模数据进行一数据超取样(Oversampling)步骤，以产生类似于建模数据中一少数类别的数据的多组样本数据，来克服建模数据的数据不平衡；以及将样本数据加入至建模数据。
[0011]根据本专利技术的一态样，提供一种决定是否启动虚拟量测的方法。在此方法中，进行前述的建模步骤，以使用前述的建模数据并根据不同的二个分类演算法来分别建立二个分类模型，其中每一个分类模型包含多个决策树。以及使用每一个分类模型的决策树的机率来分别建立二个信心指标模型。在推估步骤中，输入每一组制程数据至此些分类模型，以分别获得至少一组事件预测值，用以指出该机台在处理此至少一工件时是否发生该加工事件，每一组事件预测值包含一第一事件预测值和一第二事件预测值。然后，使用此些信心指标模型来分别计算出每一组事件预测值的二个信心指标值，并选取此些信心指标值中代表事件预测值可靠度最小者为一综合信心指标值。接着，检查第一事件预测值和第二事件预测值是否均指出发生加工事件，而获得一第一检查结果。当第一检查结果为是时，启动虚拟量测，以推估工件的品质。当第一检查结果为否时，检查综合信心指标值是否指出事件预测值可靠度小于一信心指标门槛值，而获得一第二检查结果。当第二检查结果为是时，启动虚拟量测，以推估工件的品质。
[0012]在一些实施例中，前述的建模步骤包含：使用建模数据并根据统计距离演算法来分别建立二个相似度模型。前述的决定是否启动虚拟量测的方法还包含：使用相似度模型来分别计算出每一组制程数据的参数指标的数值与该些组建模数据间的二个整体相似度指标值；选取整体相似度指标值中代表制程数据相似程度最小者为一综合整体相似度指标值。当前述的第二检查结果为否时，检查综合整体相似度指标值是否指出制程数据相似程度小于一整体相似度指标门槛值，而获得第三检查结果。当第三检查结果为是时，启动虚拟量测，以推估工件的品质。
[0013]因此，应用本专利技术实施例，可即时并准确地预测机台加工事件发生，而可及时地决定是否进行后续的步骤与处理；并可即时并准确地决定是否启动虚拟量测，而避免使用者产生误判。
附图说明
[0014]为了更完整了解实施例及其优点，现参照结合所附附图所做的下列描述，其中
[0015]图1为绘示根据本专利技术一些实施例的用以说明虚拟量测应用的方块示意图；
[0016]图2A为绘示根据本专利技术一些实施例的用以说明自动分类机制的方块示意图；
[0017]图2B为绘示根据本专利技术一些实施例与自动分类机制相关的建模步骤的流程示意图；
[0018]图3A为绘示根据本专利技术一些实施例用以说明随机森林(Random Forest)演算法的信心指标模型的示意图；
[0019]图3B为绘示根据本专利技术一些实施例用以说明极限梯度提升(eXtreme Gradient Boosting，XGboost)演算法的信心指标模型的示意图；
[0020]图4为绘示根据本专利技术一些实施例用以说明制程参数的相似度模型的示意图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测机台加工事件发生的方法，其特征在于，包含：获得多组历史制程数据，其中该些组历史制程数据是在一机台处理多个历史工件时所使用或产生，该些组历史制程数据是以一对一的方式对应至该些历史工件；获得多个历史加工事件指示值，用以指出该机台在处理每一该些历史工件时是否发生一加工事件，其中该些历史加工事件指示值是以一对一的方式对应至该些组历史制程数据，该些历史加工事件指示值和其对应的历史制程数据分别组成多组建模数据；进行一建模步骤，包含：使用该些组建模数据并根据一分类演算法来建立一分类模型，其中该分类模型包含多个决策树；以及使用该些决策树的机率来建立一信心指标模型；以及进行一推估步骤，包含：获得至少一组制程数据，其中该至少一组制程数据是该机台处理至少一工件时所使用或产生；输入每一该至少一组制程数据至该分类模型，以获得至少一事件预测值，用以指出该机台在处理该至少一工件时是否发生该加工事件；以及使用该信心指标模型来计算出每一该至少一事件预测值的一信心指标值，用以指出每一该事件预测值的可靠度。2.根据权利要求1所述的预测机台加工事件发生的方法，其特征在于每一该些组历史制程数据包含多个参数，每一该至少一组制程数据包含该些参数，该预测机台加工事件发生的方法还包含：进行一数据前处理步骤，以分别使用多个演算法将每一该些组历史制程数据的该些参数的数值转换成对应至多个参数指标的数值，其中该些参数指标是以一对一的方式对应至该些演算法，该些组建模数据包含该些历史加工事件指示值和其对应的历史制程数据所转换成的该些参数指标的数值；以及进行该数据前处理步骤，以使用该些演算法将每一该至少一组制程数据的该些参数的数值转换成该些参数指标的数值，其中该推估步骤包含输入每一该至少一组制程数据的该些参数指标的数值至该分类模型，以获得该至少一事件预测值。3.根据权利要求2所述的预测机台加工事件发生的方法，其特征在于该建模步骤还包含：使用该些组建模数据并根据一统计距离演算法来建立一相似度模型；该推估步骤该还包含：使用该相似度模型计算出每一该至少一组制程数据的该些参数指标的数值与该些组建模数据间的一整体相似度指标，用以指出每一该至少一组制程数据的该些参数指标的数值与该些组建模数据间的相似程度。4.根据权利要求3所述的预测机台加工事件发生的方法，其特征在于该至少一组制程数据的数目是大于1，该至少一工件的数目是大于1，该预测机台加工事件发生的方法还包含：获得多个实际加工事件指示值，用以指出该机台在处理每一该些工件时是否发生该加工事件；
根据该些实际加工事件指示值来获得该些事件预测值的一正确率；当该正确率小于一正确率门槛值时，检查该些组建模数据是否不平衡；当该些组建模数据不平衡时，将该些实际加工事件指示值与其对应的该些组制程数据的参数指标的数值加入至该些组建模数据中，再重新进行该建模步骤；以及当该些组建模数据平衡时，使用该些实际加工事件指示值与其对应的该些组制程数据的参数指标的数值来调校该分类模型、该信心指标模型和该相似度模型。5.根据权利要求1所述的预测机台加工事件发生的方法，其特征在于，还包含：对该些组建模数据进行一数据超取样步骤，以产生类似于该些组建模数据中一少数类别的数据的多组样本数据，来克服该些组建模数据的数据不平衡；以及将该些组样本数据加入至该些组建模数据。6.一种决定是否启动虚拟量测的方法，其特征在于，包含：获得多组历史制程数据，其中该些组历史制程数据是在一机台处理多个历史工件时所使用或产生，该些组历史制程数据是以一对一的方式对应至该些历史工件；获得多个历史加工事件指示值，用以指出该机台在处理每一该些历史工件时是否发生一加工事件，其中该些历史加工事件指示值是以一对一的方式对应至该些组历史制程数据，该些历史加工事件指示值和其对应的历史制程数据分别组成多组建模数据；进行一建模步骤，包含：使用该些组建模数据并根据不同的二个分类演算法来分别建立二个分...

【专利技术属性】
技术研发人员：郑芳田，谢昱铭，卢靖文，
申请(专利权)人：郑芳田，
类型：发明
国别省市：