产生动态OCAP异常行动计划的方法技术

本发明专利技术公开了一种产生动态OCAP异常行动计划的方法，应用于半导体元器件生产控制系统，基于生产过程多个生产业务运行相关日志数据进行流程挖掘，构建工作流程模型库；当生产过程质量数据出现超出控制界限OOC或超出规格OOS时，产生动态OCAP异常行动计划即当前最优解决方案，基于所述动态OCAP异常行动计划调整相关事件节点的后续生产流程，结合聚类分析以及流程挖掘和SPC实时监控，提高生产过程的故障分析效率以及出现异常事件的后续智能化处理能力。理能力。理能力。

【技术实现步骤摘要】
产生动态OCAP异常行动计划的方法


[0001]本申请属于基于流程挖掘的智能制造
，尤其涉及一种半导体元器件智能制造过程中产生动态OCAP异常行动计划的方法及系统。

技术介绍

[0002]统计过程控制（简称SPC，全称Statistical Process Control）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。
[0003]在半导体元器件制造
，大多数制造公司会通过SPC系统监控生产制造过程质量数据，以期尽早检测出各种潜在的严重生产质量问题，防止生产大批次不合格产品。当SPC系统检测出异常事件发生时，通常直接停止当前生产系统，并向工作人员发出异常警告信息等待后续人工管控。因此现有技术中，采用SPC系统监控半导体元器件制备过程工艺，其在确定生产过程中机台运行状况，故障分析效率上以及出现异常事件的后续智能化处理上还有待提高。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术提供一种产生动态OCAP（Out of Control Action Plan）异常行动计划的方法和系统，通过结合聚类和流程挖掘，当产品质量参数发生OOC（Out Of Control，超出控制界限）和OOS（Out Of Specification，超出规格）时，自动生成动态OCAP异常行动计划以便于控制后续制造流程，快速恢复正常生产。为实现上述目的，本专利技术提供如下技术方案。
[0005]一种产生动态OCAP异常行动计划的方法，应用于半导体元器件生产控制系统，其特征在于，所述产生动态OCAP异常行动计划的方法包括以下步骤。
[0006]（S1）、生产日志数据库存储生产过程多个生产业务运行相关日志数据。
[0007]（S2）、流程挖掘模块基于上述日志数据进行流程挖掘，构建工作流程模型库；具体包括以下步骤。
[0008]（S2
‑
1）、对生产日志数据库中的日志数据进行聚类算法处理，将所述日志数据划分为多个类别子日志，每一个类别子日志对应一个工作过程实例，一个工作过程实例包含若干个事件；所述聚类算法处理方式为K
‑
means算法处理。
[0009]（S2
‑
2）、采用遗传算法分别针对多个类别子日志进行流程挖掘，形成多个对应的工作流程子模型，汇总上述多个对应的工作流程子模型形成工作流程模型库。
[0010]所述采用遗传算法分别针对多个类别子日志进行流程挖掘实现如下。
[0011]以读取的目标类别子日志数据随机创建初始种群作为起点，每个种群对应一组工作流程子模型，一个个体等价于一个工作流程子模型，用适应度函数进行评估并记录个体的质量高低；然后，种群通过使用遗传操作，即选择、交叉、突变，从而产生新的遗传个体；算
法未满足终止条件时，种群不断进化，适应性好的个体逐步往下一代的种群中迁移，最后得到最优遗传个体，生成对应的多个工作流程子模型。
[0012]（S3）、统计过程控制SPC模块实时监测生产过程质量数据，分析确定出现异常流程时，将异常流程对应的日志数据发送给流程挖掘模块，其中监测出现流程异常具体条件为生产过程质量数据出现超出控制界限OOC或超出规格OOS。
[0013]（S4）、流程挖掘模块获取所述异常流程对应的日志数据，通过K
‑
means聚类算法处理确定所述异常流程对应的所属类别，并基于所述所属类别在所述工作流程模型库中检索与所述所属类别对应的工作流程子模型。
[0014]通过比较所述异常流程和所述所属类别对应的工作流程子模型里的预定流程之间的行为偏差，定位异常流程中问题出现的原因和事件节点。
[0015]基于所述原因和事件节点以及OCAP规则数据库，产生动态OCAP计划，所述动态OCAP计划包括对所述事件节点的异常流程的优化措施，所述优化措施包括针对后续流程的智能修订；其中所述OCAP规则数据库存储有异常流程对应的事件、原因以及设定的一个或多个处理措施，所述一个或多个处理措施包括人工设置的措施和经过对生产过程多个生产业务运行相关日志数据进行流程挖掘后流程挖掘模块智能生成的措施。
[0016]将所述动态OCAP计划发送至SPC模块，以便于SPC模块基于所述动态OCAP计划调整相关事件节点的后续生产流程。
[0017]SPC模块采集所述动态OCAP计划执行后生产质量数据，如果生产质量数据恢复正常，继续执行当前生产流程；如果生产质量数据仍然存在OOC或OOS，停止当前生产流程，并生成异常告警信息，发送给管理后台，由后台技术人员进行人工异常流程数据分析，并基于人工分析生成进一步管控措施。
[0018]本专利技术的另一目的在于提供一种半导体元器件生产控制系统，包括生产日志数据库、流程挖掘模块、统计过程控制SPC模块以及OCAP规则数据库；所述半导体元器件生产控制系统用于执行上述产生动态OCAP异常行动计划的方法。
[0019]本专利技术的另一目的在于提供一种计算机可读存储介质，存储一个或多个程序，所述一个或多个程序使得计算机执行上述产生动态OCAP异常行动计划的方法。
[0020]结合所述的所有技术方案，本专利技术与现有技术相比具有如下优点。
[0021]通过结合聚类和流程挖掘以及SPC监控，当产品质量参数发生OOC（Out Of Control，超出控制界限）和OOS（Out of Specification，超出规格）时，自动生成动态OCAP异常行动计划以便于控制后续制造流程，快速恢复正常生产。相比于现有技术在故障分析效率上以及出现异常事件的后续智能化处理有较大优势。
附图说明
[0022]图1是本专利技术半导体元器件生产控制系统的结构示意图。
具体实施方式
[0023]下面通过实施例并结合附图1做进一步描述。显然，所描述的实施例是本专利技术的部分实施例，而不是全部实施例。基于本专利技术的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。
[0024]本专利技术提供一种产生动态OCAP异常行动计划的方法，应用于图1所示的半导体元器件生产控制系统，所述产生动态OCAP异常行动计划的方法包括以下步骤。
[0025]（S1）、生产日志数据库存储生产过程多个生产业务运行相关日志数据。
[0026]（S2）、流程挖掘模块基于上述日志数据进行流程挖掘，构建工作流程模型库；具体包括以下步骤。
[0027]（S2
‑
1）、对生产日志数据库中的日志数据进行聚类算法处理，将所述日志数据划分为多个类别子日志，每一个类别子日志对应一个工作过程实例，一个工作过程实例包含若干个事件；所述聚类算法处理方式为K
‑
means算法处理。
[0028]（S2
‑
2）、采用遗传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产生动态OCAP异常行动计划的方法，应用于半导体元器件生产控制系统，其特征在于，所述产生动态OCAP异常行动计划的方法包括以下步骤：（S1）、生产日志数据库存储生产过程多个生产业务运行相关日志数据；（S2）、流程挖掘模块基于上述日志数据进行流程挖掘，构建工作流程模型库；具体包括以下步骤：（S2
‑
1）、对生产日志数据库中的日志数据进行聚类算法处理，将所述日志数据划分为多个类别子日志，每一个类别子日志对应一个工作过程实例，一个工作过程实例包含若干个事件；所述聚类算法处理方式为K
‑
means算法处理；（S2
‑
2）、采用遗传算法分别针对多个类别子日志进行流程挖掘，形成多个对应的工作流程子模型，汇总形成工作流程模型库；（S3）、统计过程控制SPC模块实时监测生产过程质量数据，分析确定出现异常流程时，将异常流程对应的日志数据发送给流程挖掘模块，其中监测出现异常流程的具体条件为生产过程质量数据出现超出控制界限OOC或超出规格OOS；（S4）、流程挖掘模块获取所述异常流程对应的日志数据，通过K
‑
means聚类算法处理确定所述异常流程对应的所属类别，并基于所述所属类别在所述工作流程模型库中检索与所述所属类别对应的工作流程子模型；通过比较所述异常流程和所述所属类别对应的工作流程子模型里的预定流程之间的行为偏差，定位异常流程中问题出现的原因和事件节点；基于所述原因和事件节点以及OCAP规则数据库，产生动态OCAP异常行动计划，所述动态OCAP异常行动计划包括对所述事件节点的异常流程的优化措施，所述优化措施包括针对后续流程的智能修订；其中所述OCAP规则数据库存储有异常流程对应的事件、原因以及设定的一个或多个处理措施，所述一个或多个处理措施包括人工设置的措施和经过对生产过程多个生产业务运行相关日志数据进行流程挖掘后流程挖掘模块智能生成的措施；将所述动态OCAP异常行动计划发送至SPC模块，以便于SPC模块基于所述动态OCAP异常行动计划调整相关事件节点的后续生产流程。2.如权利要求1所述的一种产生动态OCAP异常行动计划的方法，其特征在于，...

【专利技术属性】
技术研发人员：施磊，
申请(专利权)人：知微行易上海智能科技有限公司，
类型：发明
国别省市：