半导体制造工艺的生产调度估测方法以及系统技术方案

本发明专利技术提出一种生产调度估测方法以及生产调度估测系统。生产调度估测方法包括以下步骤：取得当日在制品数据、机台群滞留时间数据以及机台群产能效率数据；输入当日在制品数据、机台群滞留时间数据以及机台群产能效率数据至预测模型；通过预测模型计算机台群的多个站点的每一个的当日滞留时间数据以及当日产出量；以及根据机台群的多个站点的每一个的当日滞留时间数据以及当日产出量来计算当日产出数据。出数据。出数据。

【技术实现步骤摘要】
半导体制造工艺的生产调度估测方法以及系统


[0001]本专利技术是有关于一种估测方法与估测系统，且特别是有关于半导体制造工艺的一种生产调度估测方法以及生产调度估测系统。

技术介绍

[0002]对于传统的半导体制造工艺的生产调度推论，都只能以各机台群的制造工艺历史数据所推算出来的固定的机台滞留时间来计算生产时间。对此，传统的半导体制造工艺的生产调度推论，因无法响应于各机台对于不同产品组合、数量以及其他条件不同时所对于机台滞留时间的改变，因此传统的半导体制造工艺的生产调度推论方法具有精确度不佳的问题。

技术实现思路

[0003]本专利技术提供一种半导体制造工艺的生产调度估测方法以及生产调度估测系统，可进行准确的半导体制造工艺的调度估测。
[0004]本专利技术的半导体制造工艺的生产调度估测方法包括以下步骤：取得当日在制品数据、机台群滞留时间数据以及机台群产能效率数据；输入当日在制品数据、机台群滞留时间数据以及机台群产能效率数据至预测模型；通过预测模型计算机台群的多个站点的每一个的当日滞留时间数据以及当日产出量；以及根据机台群的多个站点的每一个的当日滞留时间数据以及当日产出量来计算当日产出数据。
[0005]本专利技术的半导体制造工艺的生产调度估测系统包括储存装置以及处理装置。储存装置用于储存预测模型。处理装置耦接储存装置，并且用于执行预测模型。处理装置取得当日在制品数据、机台群滞留时间数据以及机台群产能效率数据，并且输入当日在制品数据、机台群滞留时间数据以及机台群产能效率数据至预测模型，以通过预测模型计算机台群的多个站点的每一个的当日滞留时间数据以及当日产出量。处理装置根据机台群的多个站点的每一个的当日滞留时间数据以及当日产出量来计算当日产出数据。
[0006]基于上述，本专利技术的半导体制造工艺的生产调度估测方法以及生产调度估测系统，可通过预测模型来有效预测半导体制造工艺产品在制造工艺过程中的每一日所通过的机台群的多个站点的产出数据。
[0007]为让本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。
附图说明
[0008]图1是依照本专利技术的一实施例的半导体制造工艺的生产调度估测系统的示意图。
[0009]图2是依照本专利技术的一实施例的半导体制造工艺的生产调度估测方法的流程图。
[0010]图3是依照本专利技术的一实施例的取得机台群滞留时间数据以及机台群产能效率数据的流程图。
[0011]图4是依照本专利技术的另一实施例的半导体制造工艺的生产调度估测方法的流程图。
具体实施方式
[0012]为了使本专利技术的内容可以被更容易明了，以下特举实施例作为本揭示确实能够据以实施的示例。另外，凡可能之处，在附图及实施方式中使用相同标号的组件/构件/步骤，代表相同或类似部件。
[0013]图1是依照本专利技术的一实施例的半导体制造工艺的生产调度估测系统的示意图。参考图1，生产调度估测系统100包括处理装置110以及储存装置120。处理装置110耦接储存装置120。储存装置120可储存有机器学习(Machine Learning，ML)模块121以及预测模型122。预测模型122为一种人工智能(Artificial Intelligence，AI)模型。在本实施例中，处理装置110可执行机器学习模块121，以取得半导体制造工艺的机台群滞留时间(或称周期时间(Cycle Time，CT))数据以及机台群产能效率数据。机台群滞留时间为机台前等待时间与机台加工时间的加总。处理装置110可将当日在制品数据(半导体制造工艺的半成品信息和/或新投入的制品信息)、机台群滞留时间数据以及机台群产能效率数据分别输入至执行预测模型122，以使预测模型122可输出机台群的多个站点(多个半导体制造工艺的机台)的每一个的当日滞留时间数据以及当日产出数据。
[0014]值得注意的是，本实施例所述的“机台群”可例如是指炉管制造工艺机台群、黄光制造工艺机台群或蚀刻制造工艺机台群等诸如此类的处理相同半导体制造工艺任务的多个半导体制造工艺机台的组合，而本专利技术并不加以限制。并且，本实施例所述的“在制品”可例如是指内存芯片、处理芯片等半导体产品在半导体制造工艺流程中的半成品单元或晶圆，而本专利技术并不限制半导体产品的类型。
[0015]在本实施例中，处理装置110可例如包括具有运算功能的中央处理单元(Central Processing Unit，CPU)，或是其他可编程的一般用途或特殊用途的微处理器(microprocessor)、数字信号处理器(Digital Signal Processor，DSP)、可编程控制器、专用集成电路(Application Specific Integrated Circuits，ASIC)、可编程逻辑设备(Programmable Logic Device，PLD)、其他类似处理装置或这些装置的结合。储存装置120可例如是动态随机存取内存(Dynamic Random Access Memory，DRAM)、闪存(Flash memory)或非易失性随机存取内存(Non
‑
Volatile Random Access Memory，NVRAM)等。储存装置120可储存机器学习模块121、预测模型122以及各实施例所述的相关数据，以供处理装置110存取并执行。
[0016]图2是依照本专利技术的一实施例的半导体制造工艺的生产调度估测方法的流程图。参考图1以及图2，生产调度估测系统100可执行以下步骤S210～S240，以实现生产调度估测。在步骤S210，处理装置110可取得当日在制品数据、机台群滞留时间数据以及机台群产能效率数据。在本实施例中，处理装置110可取得由半导体制造者输入的当日在制品数据，或者是从预测模型122所预测的前一日产出数据中取得前一日所产出的(未完成)在制品类型以及在制品数量来作为当日在制品数据。在本实施例中，处理装置110可取得由机器学习模块121提供的机台群滞留时间数据以及机台群产能效率数据。
[0017]在步骤S220，处理装置110可输入当日在制品数据、机台群滞留时间数据以及机台
群产能效率数据至预测模型122。在步骤S230，处理装置110可通过预测模型122计算机台群的多个站点的每一个的当日滞留时间数据以及当日产出量。在步骤S240，处理装置110可根据机台群的多个站点的每一个的当日滞留时间数据以及当日产出量来计算当日产出数据。在本实施例中，处理装置110可根据机台群的多个站点的每一个的当日滞留时间数据以及当日产出数据来进一步计算取得当日产出数据。值得注意的是，当日产出数据是指当日经过一个或多个机台群的多个站点的结果以及在制品(Work In Process，WIP)数量以及在制品类型。因此，本实施例的生产调度估测系统100以及生产调度估测方法可取得当日学习结果的动态机台停滞时间，以让半导体制造者可利用此信息进行准确的半导体生产调度规划。
[0018]图3是依照本专利技术的一实施例的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种半导体制造工艺的生产调度估测方法，包括：取得一当日在制品数据、一机台群滞留时间数据以及一机台群产能效率数据；输入该当日在制品数据、该机台群滞留时间数据以及该机台群产能效率数据至一预测模型；通过该预测模型计算该机台群的多个站点的每一个的一当日滞留时间数据以及一当日产出量；以及根据该机台群的所述多个站点的每一个的该当日滞留时间数据以及该当日产出量来计算一当日产出数据。2.如权利要求1所述的生产调度估测方法，还包括：根据该机台群的所述多个站点的每一个的该当日滞留时间数据以及该当日产出量来计算下一日在制品数据，并且递归执行该预测模型，以取得一产品生产时间以及一产品产出数量。3.如权利要求2所述的生产调度估测方法，其中当日产出数据包括一在制品在当日经过的机台群的所述多个站点制造工艺后的一在制品类型以及当日产出量。4.如权利要求1所述的生产调度估测方法，其中该产品产出数量为在递归执行该生产调度估测方法的过程中所产生的对应于多个机台群的所述多个站点的每一个在不同日的多个产出量的加总结果。5.如权利要求1所述的生产调度估测方法，其中在递归执行该生产调度估测方法的过程中所产生的对应于不同日的多个滞留时间数据为多个动态机台滞留时间。6.如权利要求1所述的生产调度估测方法，其中取得该机台群滞留时间数据以及该机台群产能效率数据的步骤包括：取得一在制品历史数据以及一机台历史数据；对该在制品历史数据以及该机台历史数据进行一特征获取，以取得多个特征数据；以及将所述多个特征数据输入至一机器学习模块，以使该机器学习模块进行预测以输出该机台群滞留时间数据以及该机台群产能效率数据。7.如权利要求6所述的生产调度估测方法，其中该机台群滞留时间数据包括对应于相同机台种类的多个站点对于不同在制品数量及在制品类型的多个机台滞留时间。8.如权利要求6所述的生产调度估测方法，其中该机台群产能效率数据包括对应于相同机台种类的多个站点对于所输入的不同在制品数量及不同在制品类型的多个产出量数据、多个运转时间数据、多个平均故障间隔数据及多个平均复原时间数据的至少其中之一。9.如权利要求6所述的生产调度估测方法，其中所述多个特征数据包括不同站点的一每日产出数据、一运转时间数据、一停机时间数据、一平均故障间隔数据以及一平均复原时间数据。10.如权利要求6所述的生产调度估测方法，其中所述多个特征数据包括不同在制品数量以及不同在制品类型分别在不同站点的停滞时间数据。11.一种半导体制造工艺的生产调度估测系统，包括：一储存装置，用于储存一预测模型...

【专利技术属性】
技术研发人员：刘志能，黄志全，傅嘉仁，张智翔，
申请(专利权)人：力晶积成电子制造股份有限公司，
类型：发明
国别省市：