基于真空吸附技术的晶圆传送控制方法及传送控制系统技术方案

本发明专利技术涉及半导体领域，本发明专利技术公开了基于真空吸附技术的晶圆传送控制方法及传送控制系统，包括获取待传送晶圆的实际质量，基于实际质量确定机械臂的初始负压；获取预设移动路径，根据预设移动路径和机械臂的初始负压将待传送晶圆

【技术实现步骤摘要】
基于真空吸附技术的晶圆传送控制方法及传送控制系统


[0001]本专利技术涉及半导体领域，更具体地说，本专利技术涉及基于真空吸附技术的晶圆传送控制方法及传送控制系统
。

技术介绍

[0002]在半导体制造和集成电路生产过程中，晶圆作为关键材料扮演着重要角色；晶圆通常需要在不同工序中进行传送和翻转，以实现不同面的加工和检测；传统上，人工操作在这些步骤中起着关键作用，但随着技术的不断发展，自动化技术在晶圆处理中的应用变得越来越重要；目前，双臂吸盘式机器人已经在半导体制造领域得到广泛应用；这些机器人具有高度的灵活性和精准性，能够在狭小的工作空间内操作，并且能够以高速度和高重复性执行任务；然而，现有的双臂吸盘式机器人在晶圆传送和翻转过程中大多执行先后顺序（即一个晶圆在翻转的同时，另一晶圆处于翻转等待状态），导致晶圆的传送和翻转效率较低
。
[0003]目前，缺乏在晶圆传送过程中对晶圆的调节方法，当然也存在部分调节专利技术，例如申请公开号为
CN114388415A
的中国专利公开了一种晶圆翻转控制方法和一种半导体工艺设备，上述方法虽能在晶圆传送过程中对晶圆进行翻转，但经专利技术人对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分缺陷：
[0004]（1）晶圆在翻转过程中存在先后顺序，无法实现晶圆在传送中的同步翻转；此外，缺乏对不同类型晶圆的考虑，易导致晶圆在翻转过程中产生碰撞；
[0005]（2）缺乏对不同类型晶圆在翻转过程中的吸附力调节控制，无法根据不同类型晶圆，对其进行翻转过程中的负压调节，从而易导致晶圆在翻转中产生脱落
。

技术实现思路

[0006]为了克服现有技术的上述缺陷，本专利技术的实施例提供基于真空吸附技术的晶圆传送控制方法及传送控制系统
。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]基于真空吸附技术的晶圆传送控制方法，所述方法应用于吸盘式双臂机器人，所述吸盘式双臂机器人包括机械臂，所述机械臂包括机械臂一和机械臂二，所述方法包括：
[0009]获取晶圆盒内待传送晶圆的实际质量，基于实际质量确定机械臂的初始负压；所述待传送晶圆包括待传送晶圆
A
和待传送晶圆
B
，所述机械臂的初始负压包括机械臂一的初始负压和机械臂二的初始负压，所述机械臂一用于传送待传送晶圆
A
，所述机械臂二用于传送待传送晶圆
B
；
[0010]获取预设移动路径，根据预设移动路径和机械臂的初始负压将待传送晶圆
A
和待传送晶圆
B
传送至设定调节区域，提取待传送晶圆的半径数据，以及获取最大高度调整数据和机械臂的上下间距数据；
[0011]获取待传送晶圆的搬运任务，基于搬运任务确定调整指令，基于调整指令
、
半径数据和上下间距数据确定机械臂的状态调整数据，以及获取机械臂的负压变化曲线；所述搬
运任务包括目标加工区域和传送过程中的搬运需求，所述搬运需求包括执行翻转和不执行翻转；所述状态调整数据包括平移角度调整数据和纵向高度调整数据；
[0012]基于调整指令和状态调整数据对机械臂和待传送晶圆进行传送中的晶圆调节；
[0013]基于状态调整数据控制待传送晶圆传送至目标加工区域
。
[0014]进一步地，获取晶圆盒内待传送晶圆的实际质量，包括：
[0015]分别获取晶圆盒内待传送晶圆
A
和待传送晶圆
B
的图像，将待传送晶圆
A
的图像作为第一图像，以及将待传送晶圆
B
的图像作为第二图像；
[0016]将第一图像和第二图像输入预设类型分类模型，得到待传送晶圆
A
和待传送晶圆
B
的类型；以及分别获取待传送晶圆
A
和待传送晶圆
B
的粗糙系数；
[0017]基于类型与晶圆质量的对应预设关系，分别提取待传送晶圆
A
和待传送晶圆
B
的初始质量；
[0018]将待传送晶圆
A
的类型
、
粗糙系数与初始质量输入预设质量回归模型，得到待传送晶圆
A
的实际质量；以及将待传送晶圆
B
的类型
、
粗糙系数与初始质量输入预设质量回归模型，得到待传送晶圆
B
的实际质量
。
[0019]进一步地，获取待传送晶圆
A
的粗糙系数，包括：
[0020]获取待传送晶圆
A
的
M
个晶圆反射信号，以及提取每个晶圆反射信号的反射时间，提取不同类型晶圆的最大标准反射时间和最小标准反射时间，分别标记为
MaxR
和
MinR
，
M
为大于零的正整数；
[0021]将
M
个晶圆反射时间分别与最大标准反射时间和最小标准反射时间进行比较，若存在
MinR≤≤MaxR
，则将对应的晶圆反射时间作为有效晶圆反射时间；若存在＜
MinR
，或存在＞
MaxR
，则将对应的晶圆反射时间作为无效晶圆反射时间；其中，为第
i
个晶圆反射时间；
[0022]提取不同晶圆类型的标准反射时间，基于有效晶圆反射时间和标准反射时间进行统计计算，以获取待传送晶圆
A
的粗糙系数；其计算公式为：；式中：为粗糙系数，为第
i
个有效晶圆反射时间，为标准反射时间，为有效晶圆反射时间的总数
。
[0023]进一步地，预设质量回归模型的构建逻辑为：获取质量样本数据集，所述质量样本数据集中包括多种晶圆的类型
、
不同类型晶圆在不同状态下的粗糙系数
、
不同类型晶圆的初始质量以及不同类型晶圆的实际质量，将质量样本数据集划分为质量训练集和质量测试集，构建回归网络，以质量训练集中的类型
、
粗糙系数和初始质量作为回归网络的输入数据，以质量训练集中的实际质量作为回归网络的输出数据，对回归网络进行训练，得到用于预测晶圆实际质量的初始回归网络，利用测试集对初始回归网络进行测试，输出满足预设测试准确度的回归网络作为预设质量回归模型
。
[0024]进一步地，确定调整指令的逻辑如下：
[0025]提取待传送晶圆的搬运任务，基于搬运任务确定机械臂一和机械臂二在同一时刻下的调整指令；所述调整指令包括同步调整指令和单臂翻转指令，所述同步调整指令包括
同步翻转指令和同步不变指令；包括：
[0026]当机械臂一和机械臂二的搬运需求均为执行翻转时，则生成同步翻转指令；
[0027]当机械臂一和机械臂二的搬运需求均为不执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于真空吸附技术的晶圆传送控制方法，所述方法应用于吸盘式双臂机器人，所述吸盘式双臂机器人包括机械臂，所述机械臂包括机械臂一和机械臂二，其特征在于，所述方法包括：获取晶圆盒内待传送晶圆的实际质量，基于实际质量确定机械臂的初始负压；所述待传送晶圆包括待传送晶圆
A
和待传送晶圆
B
，所述机械臂的初始负压包括机械臂一的初始负压和机械臂二的初始负压，所述机械臂一用于传送待传送晶圆
A
，所述机械臂二用于传送待传送晶圆
B
；获取预设移动路径，根据预设移动路径和机械臂的初始负压将待传送晶圆
A
和待传送晶圆
B
传送至设定调节区域，提取待传送晶圆的半径数据，以及获取最大高度调整数据和机械臂的上下间距数据；获取待传送晶圆的搬运任务，基于搬运任务确定调整指令，基于调整指令
、
半径数据和上下间距数据确定机械臂的状态调整数据，以及获取机械臂的负压变化曲线；所述搬运任务包括目标加工区域和传送过程中的搬运需求，所述搬运需求包括执行翻转和不执行翻转；所述状态调整数据包括平移角度调整数据和纵向高度调整数据；基于调整指令和状态调整数据对机械臂和待传送晶圆进行传送中的晶圆调节；基于状态调整数据控制待传送晶圆传送至目标加工区域
。2.
根据权利要求1所述的基于真空吸附技术的晶圆传送控制方法，其特征在于，获取晶圆盒内待传送晶圆的实际质量，包括：分别获取晶圆盒内待传送晶圆
A
和待传送晶圆
B
的图像，将待传送晶圆
A
的图像作为第一图像，以及将待传送晶圆
B
的图像作为第二图像；将第一图像和第二图像输入预设类型分类模型，得到待传送晶圆
A
和待传送晶圆
B
的类型；以及分别获取待传送晶圆
A
和待传送晶圆
B
的粗糙系数；基于类型与晶圆质量的对应预设关系，分别提取待传送晶圆
A
和待传送晶圆
B
的初始质量；将待传送晶圆
A
的类型
、
粗糙系数与初始质量输入预设质量回归模型，得到待传送晶圆
A
的实际质量；以及将待传送晶圆
B
的类型
、
粗糙系数与初始质量输入预设质量回归模型，得到待传送晶圆
B
的实际质量
。3.
根据权利要求2所述的基于真空吸附技术的晶圆传送控制方法，其特征在于，获取待传送晶圆
A
的粗糙系数，包括：获取待传送晶圆
A
的
M
个晶圆反射信号，以及提取每个晶圆反射信号的反射时间，提取不同类型晶圆的最大标准反射时间和最小标准反射时间，分别标记为
MaxR
和
MinR
，
M
为大于零的正整数；将
M
个晶圆反射时间分别与最大标准反射时间和最小标准反射时间进行比较，若存在
MinR≤≤MaxR
，则将对应的晶圆反射时间作为有效晶圆反射时间；若存在＜
MinR
，或存在＞
MaxR
，则将对应的晶圆反射时间作为无效晶圆反射时间；其中，为第
i
个晶圆反射时间；提取不同晶圆类型的标准反射时间，基于有效晶圆反射时间和标准反射时间进行统计
计算，以获取待传送晶圆
A
的粗糙系数；其计算公式为：；式中：为粗糙系数，为第
i
个有效晶圆反射时间，为标准反射时间，为有效晶圆反射时间的总数
。4.
根据权利要求3所述的基于真空吸附技术的晶圆传送控制方法，其特征在于，预设质量回归模型的构建逻辑为：获取质量样本数据集，所述质量样本数据集中包括多种晶圆的类型
、
不同类型晶圆在不同状态下的粗糙系数
、
不同类型晶圆的初始质量以及不同类型晶圆的实际质量，将质量样本数据集划分为质量训练集和质量测试集，构建回归网络，以质量训练集中的类型
、
粗糙系数和初始质量作为回归网络的输入数据，以质量训练集中的实际质量作为回归网络的输出数据，对回归网络进行训练，得到用于预测晶圆实际质量的初始回归网络，利用测试集对初始回归网络进行测试，输出满足预设测试准确度的回归网络作为预设质量回归模型
。5.
根据权利要求4所述的基于真空吸附技术的晶圆传送控制方法，其特征在于，确定调整指令的逻辑如下：提取待传送晶圆的搬运任务，基于搬运任务确定机械臂一和机械臂二在同一时刻下的调整指令；所述调整指令包括同步调整指令和单臂翻转指令，所述同步调整指令包括同步翻转指令和同步不变指令；包括：当机械臂一和机械臂二的搬运需求均为执行翻转时，则生成同步翻转指令；当机械臂一和机械臂二的搬运需求均为不执行翻转时，则生成同步不变指令；当机械臂一或机械臂二搬运需求中的一种为执行翻转时，则生成单臂翻转指令
。6.
根据权利要求5所述的基于真空吸附技术的晶圆传送控制方法，其特征在于，确定机械臂的状态调整数据，包括：
a.
根据调整指令判断是否存在同步调整指令，若存在同步调整指令，则跳转至步骤
b
；若不存在同步调整指令，则确定调整指令为单臂翻转指令，并跳转至步骤
c
；
b. 判断同步调整指令是否为同步翻转指令，若不为同步翻转指令，则判定为同步调整指令为同步不变指令，并跳转至步骤
e
；若为同步翻转指令，则跳转至步骤
c;c.
调取半径数据
、
最大高度调整数据和机械臂上下间距数据，基于半径数据
、
最大高度调整数据和机械臂上下间距数据计算待传送晶圆之间的最大纵向翻转间距；其中，计算公式为：，式中：为待传送晶圆之间的最大纵向翻转间距，为机械臂处于最大高度调整数据时的机械臂上下间距数据，为待传送晶圆
A
的半径数据，为待传送晶圆
B
的半径数据；
d.
判断最大纵向翻转间距是否大于预设第一纵向翻转间距阈值，若最大纵向翻转间距小于等于预设第一纵向翻转间距阈值，则确定机械臂一的纵向高度调整数据；若最大纵向翻转间距大于预设第一纵向翻转间距阈值，则确定机械臂一的平移角度调整数据；
e.
当同步调整指令为同步不变指令时，则将纵向高度调整数据和平移角度调整数据赋值为零
...

【专利技术属性】
技术研发人员：林坚，王彭，董渠，银春，
申请(专利权)人：泓浒苏州半导体科技有限公司，
类型：发明
国别省市：