CN114063582B - 用于监控产品测试过程的方法和装置 - Google Patents
用于监控产品测试过程的方法和装置 Download PDFInfo
- Publication number
- CN114063582B CN114063582B CN202111357674.3A CN202111357674A CN114063582B CN 114063582 B CN114063582 B CN 114063582B CN 202111357674 A CN202111357674 A CN 202111357674A CN 114063582 B CN114063582 B CN 114063582B
- Authority
- CN
- China
- Prior art keywords
- production line
- target component
- product
- component
- failure rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000012360 testing method Methods 0.000 title claims abstract description 71
- 230000008569 process Effects 0.000 title claims abstract description 36
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 128
- 230000008439 repair process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000010998 test method Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 description 12
- 239000004065 semiconductor Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32179—Quality control, monitor production tool with multiple sensors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种用于监控产品测试过程的方法和装置。该方法包括:从数据库中获取测试产品的生产线的运行数据以及生产线上的目标部件的运行数据,其中该生产线包括多于一个的部件;基于生产线的运行数据对于特定故障模式计算针对生产线的产品故障率;基于目标部件的运行数据对于特定故障模式计算针对目标部件的产品故障率;对于特定故障模式,计算针对目标部件的产品故障率与针对生产线的产品故障率的比值;将所计算的比值与预定阈值比值进行比较;以及在所计算的比值大于预定阈值比值时将目标部件确定为标记部件。
Description
技术领域
本申请总体上涉及过程控制方法,具体而言,涉及一种用于监控产品测试过程的方法和装置。
背景技术
过程控制是生产自动化的重要组成部分,其已经被广泛地应用于各种生产环境中,例如产品制造、产品测试等等。高密度模块化测试器(HDMx)模块可以用于产品(例如半导体芯片)测试。在产品测试期间,使用过程控制***(PCS)来监控测试部件和过程的健康情况。测试部件出现故障可能会导致整个测试生产线暂停,从而降低产品测试的效率。过程控制***可用于利用标准统计方法来检测测试部件故障,从而减轻产品的产出损失率。
然而,由于当前过程控制***的限制,其仅可以检测出由于发生故障导致生产线停转的部件,而无法标记出即使发生故障但未导致生产线停转、或仅是性能下降但尚未发生故障的测试部件。通常的过程控制***的工程维修方法在解决此种部件问题时是无效的,从而这些部件会持续导致产品产量损失且部件或生产线会反复停转。
如果想要解决当前过程控制***的上述限制,需要花费大量的检测工具和人力资源,然而制造工厂通常无法承受这些负担。因此,存在对改进当前测试过程的监控的技术需求。
发明内容
提供本发明内容以便介绍一组概念,这组概念将在以下的具体实施方式中做进一步描述。本发明内容并非旨在标识所保护主题的关键特征或必要特征,也不旨在用于限制所保护主题的范围。
本申请的目的在于提供用于监控产品测试过程的方法和装置,以至少部分地克服现有技术存在的缺陷。
根据本申请的实施例,提供一种用于监控产品测试过程的方法,包括:从数据库中获取测试产品的生产线的运行数据以及所述生产线上的目标部件的运行数据,其中所述生产线包括多于一个的部件;基于所述生产线的运行数据,对于特定故障模式计算针对所述生产线的产品故障率;基于所述目标部件的运行数据,对于所述特定故障模式计算针对所述目标部件的产品故障率;对于所述特定故障模式,计算针对所述目标部件的产品故障率与针对所述生产线的产品故障率的比值;将所计算的比值与预定阈值比值进行比较;以及在所计算的比值大于所述预定阈值比值时,将所述目标部件确定为标记部件。
根据本申请的实施例,还提供一种用于监控产品测试过程的装置。该装置包括:获取模块,用于从数据库中获取测试产品的生产线的运行数据以及所述生产线上的目标部件的运行数据,其中所述生产线包括多于一个的部件;生产线产品故障率计算模块,用于基于所述生产线的运行数据对于特定故障模式计算针对所述生产线的产品故障率;目标部件产品故障率计算模块,用于基于所述目标部件的运行数据对于所述特定故障模式计算针对所述目标部件的产品故障率;比值计算模块,用于对于所述特定故障模式,计算针对所述目标部件的产品故障率与针对所述生产线的产品故障率的比值;比较模块,用于将所计算的比值与预定阈值比值进行比较;以及标记模块,用于在所计算的比值大于所述预定阈值比值时将所述目标部件确定为标记部件。
根据本申请的实施例,还提供一种用于监控产品测试过程的设备,包括:处理器;以及存储器,用于存储可执行指令,其中,所述可执行指令当被所述处理器执行时使得所述处理器执行前述的方法。
根据本申请的实施例的一种计算机可读存储介质,其上存储有可执行指令,其中,所述指令在由至少一个处理器执行时,使得所述至少一个处理器执行前述的方法。
本申请提出的监控产品测试过程的方法和装置使用了基于同类最佳(BIC)的算法来自动确定标记部件,从而能够减少工程师的工作负担以及减少过程控制***的失控(OOC)情况。此外,通过在标记部件导致生产线发生故障或停转之前,提前确定和维修这类部件,从而能够大大减少产品的产出损失,且可以提供标准化的标记部件排查准则和改进的报告清单。这种监控过程对于用户而言是友好的,且能够维持较好的生产性能。
应当注意,以上一个或多个方面包括以下详细描述以及在权利要求中具体指出的特征。下面的说明书及附图详细阐述了所述一个或多个方面的某些说明性特征。这些特征仅仅指示可以实施各个方面的原理的多种方式,并且本公开内容旨在包括所有这些方面和其等同变换。
附图说明
以下将结合附图描述所公开的多个方面,这些附图被提供用以说明而非限制所公开的多个方面。
图1示出了按照本申请的一个实施例的用于监控产品测试过程的操作环境;
图2示出了按照本申请的一个实施例的用于改进测试过程控制的总的流程示意图;
图3示出了按照本申请的一个实施例的用于监控产品测试过程的方法的流程示意图;
图4示出了按照本申请的一个实施例的示例性标记部件报告;
图5示出了按照本申请的一个实施例的用于监控产品测试过程的装置的示意图;以及
图6示出了按照本申请的一个实施例的用于监控产品测试过程的设备的示意图。
具体实施方式
当前,过程控制***可以监控导致生产线停转的故障部件。然而,当前的过程控制***通常是在发生了产量损失之后才去检测故障并采取措施,这种被动响应比较低效且无法及时维修故障部件。此外,在生产线性能相比预定标准发生偏差时,除了可能是发生故障的部件导致生产线停转,还可能是边缘部件的不良性能导致生产线性能下降。在本文中,可以将生产线中发生故障但未导致生产线停转或仅是性能下降但尚未发生故障的测试部件称为边缘部件或边缘硬件(marginal hardware)。针对这些边缘部件,需要工程师每天人工审查产量数据以及人工挑选或标记出这些边缘部件来进行维修。这种依赖于工程师的人工操作的方式增加了工程师的工作量且增加了人力成本。另外,工程师当前通常是在固定时间或生产线发生故障后才检查产量损失,而无法实时标记和维修边缘部件。由于需要人工审查产量数据和标记边缘部件且没有针对边缘部件排查方法的标准,因此,不同的工程师确定边缘部件的标准可能不同,从而使用当前的人工排查方法得到的结果也不尽相同。
为了解决上述问题,本发明提出的技术方案利用一种自动控制单元来在线监控产品测试过程中的测试部件性能并且使用同类最优(BIC)方法以较高的配置灵活性来确定标记部件或边缘部件。在确定出标记部件后,本发明的技术方案还可以以报告形式将关于这些标记部件的信息自动发送给工程师或维修人员,以引导维修人员及时停转这些标记部件进行维修,从而可以减少重复的部件故障和减少产量损失。
现在将参考多种示例性实施方式来讨论本公开内容。应当理解,这些实施方式的讨论仅仅用于使得本领域技术人员能够更好地理解并从而实施本公开内容的实施例,而并非教导对本公开内容的范围的任何限制。
在以下的说明书中,出于解释的目的,阐述了大量具体细节。然而,应当理解的是,本公开的实现无需这些具体细节就可以实施。在其它实例中,并未详细示出公知的电路、结构和技术,以免影响对说明书的理解。
说明书通篇中对“一个实施例”、“实施例”、“示例性实施例”、“一些实施例”、“各种实施例”等的引述表示所描述的本公开内容的实施例可以包括特定的特征、结构或特性,然而,并不是说每个实施例都必须要包含这些特定的特征、结构或特性。此外,一些实施例可以具有针对其它实施例描述的特征中的一些、全部,或者不具有针对其它实施例描述的特征。
在说明书和权利要求书中,可能会出现的短语“A和/或B”用来表示以下之一:(A)、(B)、(A和B)。类似地,可能会出现的短语“A、B和/或C”用来表示以下之一:(A)、(B)、(C)、(A和B)、(A和C)、(B和C)、(A和B和C)。
下面将结合附图详细描述本申请的各个实施例。
首先参照图1,其示出了可以在其中实施本公开内容的一些实现的示例性操作环境100。如图1所示,在一些实现中,操作环境100可以包括数据采集装置110、包含配置文件的数据库120、网络130、控制装置140以及用户的客户端设备150。
数据采集装置110从数据库120获取测试诸如半导体芯片之类的产品的生产线的运行数据和生产线上的目标部件的运行数据,其中所述运行数据包括但不限于生产线和目标部件的运行时间、发生故障的时间、测试过程类型、生产线和目标部件的物理位置、故障次数、故障类型或故障模式、生产线和目标部件在一段时间内的产品产出率和/或产出损失率、部件的类型、部件的编号、工程维修方法等等。在本文中,故障模式可以包括但不限于接触不良模式、温度失控模式、电压偏出模式等等。在本文中,测试过程类型可以包括但不限于热测试、冷测试、常温测试等等;部件类型可以包括但不限于测试机、测试连接器、测试热控制单元、机械手等等。
数据库120包含针对目标部件的配置文件,其中所述配置文件可以包括但不限于测试过程类型、该目标部件的类型、编号、物理位置、针对目标部件出现故障或性能下降所采取的工程维修方法以及针对该目标部件预先设置的预定阈值比值。在本申请中,该预定阈值比值是用于判断该目标部件是否属于标记部件或边缘部件的条件,其是预先设置的,例如根据针对较好性能的测试部件和较差性能的测试部件的现有性能数据来设置的。举例而言,针对较好性能的测试部件的产品故障率相对于整条生产线的产品故障率之比为X,而针对较差性能的测试部件的产品故障率相对于整条生产线的产品故障率之比为Y,则可以将预定阈值比值设置为X和Y的平均值或者X和Y之间的预定值。需要理解的是,此处针对预定阈值比值的设置仅是示例性的,并非是对具体的预定阈值比值的预先设置方式的任何限制。
数据采集装置110可以将获取到的数据(例如目标部件所在的用于测试产品的生产线的运行数据和目标部件的运行数据)通过网络130传输给控制装置140。数据采集装置110通常部署在测试过程中的适当位置处,例如,数据采集装置110可以部署在测试过程中涉及的测试生产线、测试部件中、或者部署在测试生产线、测试部件附近。
网络130可以包括任意类型的有线或无线通信网络,或者有线和无线通信网络的组合。在本文中,通信网络的示例可以包括但不限于:局域网(LAN)、城域网(MAN)、广域网(WAN)、公共电话网(PSTN)、互联网(Internet)、内联网(Intranet)、物联网(IoT)、红外(IR)网络、蓝牙(Bluetooth)网络、近场通信(NFC)网络、ZigBee网络等等。此外,尽管图1中示出了单个网络130,但是网络130可以被配置为包括多个网络。在一些实现中,控制装置140与数据采集装置110之间也可以不通过网络130而直接通信地耦合。
控制装置140可以被配置为基于数据采集装置110获取到的运行数据对针对半导体产品的测试过程进行监控。控制装置140的示例可以包括但不限于:移动设备、个人数字助理(PDA)、可穿戴设备、智能电话、蜂窝电话、手持设备、消息传送设备、计算机、个人计算机(PC)、台式计算机、膝上型计算机、笔记本计算机、手持计算机、平板计算机、工作站或其任意组合。在一些实现中,控制装置140通常可以部署在远离测试过程、测试生产线或部件和数据采集装置110的位置处。
在一些实现中,控制装置140的功能可以通过运行在其上的应用来实现。在一些示例中,可以在控制装置140上运行测试过程监控***,测试过程监控***用于对来源于数据采集装置110的数据进行处理以实施本公开内容中描述的用于监控半导体产品测试过程的方案。所述测试过程监控***可以被实施为控制装置140的一部分。在另一些示例中,所述测试过程监控***可以被实施为控制装置140上的一个单独的组件。
控制装置140可以将对来自数据采集装置110的数据进行处理得到的结果以报告形式提供给用户,例如提供给用户的客户端设备150。在本文中,所述用户可以包括但不限于维修人员、监控人员、测试过程管理人员等等。客户端设备150可以包括但不限于移动设备、个人数字助理(PDA)、可穿戴设备、智能电话、蜂窝电话、手持设备、消息传送设备、计算机或其任意组合,其中,控制装置140提供的报告可以被显示在客户端设备150的显示屏上以供用户查看、以语音形式通过客户端设备150的扬声器向用户发出通知或警报、以使得客户端设备150蜂鸣或振动的方式向用户发出通知等等。
此外,尽管在图1中将控制装置140示出为单个设备,但是本领域技术人员可以理解的是,控制装置140也可以被实现为一组设备。在一些实现中,控制装置140可以被实施为一台服务器、服务器阵列或服务器集群。此外,在一些实现中,控制装置140或其至少一部分可以被部署在分布式计算环境中。在一些实现中,控制装置140或其至少一部分可以被部署在云端,采用云计算技术来实现。本公开内容并不限于图1所示的特定架构。
接下来参考图2,其示出了按照本申请的一个实施例的用于改进测试过程控制的总的流程200示意图。如图2所示,该总的流程分为四个阶段:预先配置参数阶段210、自动标记边缘部件阶段220、生成标记部件报告阶段230和维修边缘部件阶段240。
在预先配置参数210阶段中,可以将故障模式、标记标准和工程维修方法等参数包括在针对目标部件的配置文件中,其中标记标准指的是将目标部件确定为标记部件或标记为边缘部件的标准,其可以包括预定阈值比值。该配置阶段可以离线完成以节省计算资源。在替代示例中,该配置阶段也可以在线完成。
在自动标记边缘部件阶段220中,可以利用同类最佳BIC方法来标记边缘部件以及可选地生成标记部件列表。在一些例子中,该阶段可以通过自动脚本程序来实现。
在生成标记部件报告阶段230中,可以基于标记出的边缘部件来生成针对该部件的标记部件报告,同时将该报告传输给维修单元。在一些例子中,该阶段可以通过自动脚本程序来实现。
在维修边缘部件阶段240中,基于标记部件报告中的信息(例如至少基于部件编号和工程维修方法)利用维修单元来维修该边缘部件。
需要理解的是,虽然图2中将该总的流程示出为四个阶段,但也可以将其中的一个或多个阶段拆分成多个子阶段或将两个或多个阶段组合在一个阶段中,以及还可以包括一个或多个额外的阶段。
图3示出了根据本公开内容的一些实现的用于监控产品测试过程的示例性方法300的流程图。方法300例如可以在图1中所示的控制装置140或任何类似的或相关的实体中实现。在一些例子中,方法300也可以在图2所示的自动标记边缘部件阶段220和生成标记部件报告阶段230中实现。
如图3所示,示例性方法300开始于步骤302。在步骤302中,从数据库获取测试产品(例如半导体芯片)的生产线的运行数据和生产线上的目标部件的运行数据。在一些例子中,生产线包括多于一个的部件。上述运行数据包括但不限于生产线和目标部件的运行时间、测试过程类型、生产线和目标部件的物理位置、故障次数、故障类型或模式、生产线和目标部件在一段时间内的产出率和/或产出损失率、部件类型、部件编号等等,其中测试过程类型、部件类型、部件编号、部件的物理位置、工程维修方法可以从数据库中针对该目标部件的配置文件中获得。在一些例子中,可以利用脚本程序从生产线和目标部件处定期抓取运行数据或响应于来自控制装置或用户的请求来抓取运行数据。
在步骤304,基于获取的生产线的运行数据,对于特定故障模式(例如接触不良故障模式)计算针对该生产线的产品故障率,例如在一段时间内在该生产线上检测到的产品(例如半导体芯片)的故障率。在一些例子中,针对该生产线的产品故障率可以基于该生产线在一段时间内的产品产出率或产出损失率来计算,即可以按照在一段时间内生产线上实际产出产品数和测试产品总数相比,从而计算针对生产线的产品故障率(例如:1-实际产出的产品数/该生产线上的测试产品总数)。针对生产线的产品故障率可以是基于特定故障模式下该生产线中包括的各部件在一段时间内的产出率的平均值来计算的,例如被计算为该生产线在一段时间内的产出损失率的平均值。举例而言,整条生产线可以包括10个测试部件,在当前测试过程中需要测试10000个半导体芯片。在接触不良的故障模式下,整条生产线在一段时间(例如12个小时内)的产品产出量或生产线中包括的10个部件在该段时间的总产出量为9907个芯片(即丢弃了93个故障芯片),则该10个测试部件的产品产出率的平均值为99.07%,则针对该生产线的产品故障率的平均值为0.93%。需要理解的是,此处的针对生产线的产品故障率计算方式及具体数值均是示例性而非限制性的。
在步骤306,针对特定故障模式(例如接触不良故障模式),基于目标部件的运行数据计算针对目标部件的产品故障率,例如在一段时间内在该目标部件上检测到的产品(例如半导体芯片)的故障率。在一些例子中,针对目标部件的产品故障率可以基于该目标部件在一段时间内的产品产出率或产品损失率来计算,例如产品产出率可以被计算为该目标部件上的产品产出量/该目标部件上的被测产品总数的比值,从而将针对目标部件的产品故障率计算为例如(1-产品产出率)。参考上文所举的例子,目标部件为生产线包括的10个测试部件中的一个,假设该目标部件在一段时间内测试的芯片数为1000个,产出931个芯片(即丢弃了69个故障芯片),则该目标部件的产出率为93.1%,从而针对该目标部件的产品故障率为(1-93.1%)=6.9%。或者,通过在一段时间内该目标部件上出现故障的损失产品数和该目标部件上的被测产品的总数,来计算产品损失率(例如:故障损失产品数/该目标部件上的测试产品总数),以作为针对该目标部件的产品故障率。继续上述的例子,在该一段时间内,该目标部件测试的芯片总数为1000个,该目标部件测试出的故障芯片数为69个,则产品损失率或针对该目标部件的产品故障率为6.9%。
在步骤308,对于所述特定故障模式,基于针对目标部件的产品故障率和针对生产线的产品故障率来计算二者之间的比值。举例而言,可以通过将针对目标部件的产品故障率除以针对生产线的产品故障率得到的实际比值作为计算出的比值。参考上文所举的例子,该比值可以是6.9%除以0.93%,约为7.42。在另一些例子中,可以为目标部件分配权重,将所分配的权重存储在针对该目标部件的配置文件中。在计算针对生产线的产品故障率和针对目标部件的产品故障率二者之间的比值时可以从配置文件中获取该目标部件的权重,通过将针对目标部件的产品故障率除以针对生产线的产品故障率得到的实际比值乘以该权重来计算二者之间的加权比值。
在步骤310,将计算的比值或是加权比值与预定阈值比值进行比较。在一些例子中,该预定阈值比值可以是预先设置好的并存储在针对该目标部件的配置文件中。在一些例子中,可以采用同类最佳(BIC)方法来执行上述比较步骤。
如果计算的比值或是加权比值不大于预定阈值比值(如图3中的“否”所示),则流程可以在设定时间后返回至步骤302,以重新获取生产线和目标部件的运行数据并重新开始该方法流程。
如果计算的比值或加权比值大于预定阈值比值(如图3中的“是”所示),则流程进行到步骤312。在该步骤312中,将目标部件确定为标记部件,例如将目标部件确定或标记为上文所述的边缘部件。
在步骤314中,针对被确定为标记部件的目标部件,生成标记部件报告。在本文的一些例子中,该标记部件可以是上文所述的边缘部件。在该标记部件报告中可以包括指示目标部件为标记部件的指示信息。在一些例子中,该标记部件报告还可以包括以下中的一项或多项:针对生产线的产品故障率、针对目标部件的产品故障率、针对目标部件的产品故障率与针对生产线的产品故障率的计算的比值、预定阈值比值、特定故障模式、测试过程类型、部件类型、部件编号、部件的物理位置、工程维修方法等等。
在步骤316中,将生成的标记部件报告提供给用户,例如,可以提供给维修人员,以供维修人员根据报告中的信息挑选出该标记部件并对该标记部件进行维修。例如,可以将该报告显示在用户的客户端设备的显示器上,或以音频形式通过客户端设备的扬声器播放给用户等等。
上文中结合图3描述了根据本公开内容的一些实现的方法300的流程图,本领域技术人员可以理解,方法300仅仅是示例性的而非限制性的,并且并不是这里所描述的每一个操作都是实现本公开内容的一个特定实现所必需的。在另外一些实现中,方法300还可以包括在说明书中描述的其它操作。可以理解的是,示例性方法300的各种操作可以用软件、硬件、固件或其任意组合来实现。
图4示出了按照本申请的一个实施例的示例性标记部件报告400。在该示例性报告中,示出了测试过程“CLASSHOT”、故障模式编码“0001”、“0002”、部件编号“HD1001”、“HD1002”、“HD1101”、“HD1102、维修方法、针对生产线的产品故障率(图中简化为“生产线-产品故障率”)、针对目标部件的产品故障率(图中简化为“部件-产品故障率”)、预定阈值比值、计算的比值(其可以包括实际比值或实际比值*权重)、目标部件的物理位置、生产线停转次数、是否为标记部件的指示信息。在该示例报告400中,物理位置Xm_Yn表示该目标部件所在的生产线编号Xm和在该生产线上的位置或顺序号Yn。在一些例子中,故障模式编码“0001”、“0002”可以被预先设置为分别指示不同的故障模式,例如接触不良模式、温度过热模式等。
在图4所示的示例报告400中,是否为标记部件的指示信息为“1”表示该目标部件为标记部件或边缘部件,是否为标记部件的指示信息为“0”表示该目标部件不是标记部件。需要理解的是,还可以使用其它方式来指示是否为标记部件,例如“是否”、“有无”等。在一些例子中,每个目标部件可以被分配一个权重或优先级。如图4中的虚线框所示,当使用实际比值作为针对目标部件的产品故障率与针对生产线的产品故障率之间的计算的比值时,编号为“HD1101”的目标部件实际上应该被确定为标记部件或边缘部件,因为其的计算的比值(例如为3.35)大于预定阈值比值(例如为3);然而,当基于所分配的权重来计算针对目标部件的产品故障率与针对生产线的产品故障率之间的比值时,所计算的比值为实际的比值乘以权重之乘积(例如为1.68),其小于预定阈值比值。因此,在图4中在涉及权重的例子中,由于目标部件“HD1101”的权重较低,对整条生产线的故障率的影响较小,因此即使其实际的比值超出了预定阈值比值,在乘以权重后的计算比值小于预定阈值比值的情况下,不将该目标部件确定为标记部件,并将是否为标记部件的指示信息标示为“0”。
需要理解的是,图4中所示的标记部件报告仅是示例性而非限制性的。在一些例子中,该标记部件报告可以包括多于或少于图4所示参数的其它参数,例如该标记部件报告可以不包括停转次数、权重等等,或者该报告还可以包括生产线的停转时间、针对该生产线的被测产品总数量、针对目标部件的被测产品总数量、目标部件或生产线的测试时间、部件类型等等。
下面参考图5,其示出了根据本公开内容的一个实施例的用于监控半导体产品测试过程的装置500的框图。装置500例如可以在图1中所示的控制装置130或任何类似的或相关的实体中实现。
如图5所示,装置500包括获取模块502、生产线产品故障率计算模块504、目标部件产品故障率计算模块506、比值计算模块508、比较模块510、标记模块512。
在本申请的一些例子中,获取模块502可以从数据库(例如图1所示的数据库102)中获取测试产品的生产线的运行数据和该生产线上的目标部件的运行数据。在本文的例子中,生产线可以包括多于一个的部件。
生产线产品故障率计算模块504可以用于基于生产线的运行数据对于特定故障模式计算针对生产线的产品故障率,例如在该整条生产线上测试的产品(例如半导体芯片)的故障率。在一些例子中,针对生产线的产品故障率可以基于对于特定故障模式生产线在一段时间内的产品产出率或产出损失率来计算。进一步地,针对生产线的产品故障率是基于对于特定故障模式生产线中包括的各部件在一段时间内的产品产出率或产出损失率的平均值来计算的。
目标部件产品故障率计算模块506可以用于基于目标部件的运行数据对于特定故障模式计算针对目标部件的产品故障率。在一些例子中,针对目标部件的产品故障率可以基于对于特定故障模式目标部件在一段时间内的产品产出率或产出损失率来计算。
比值计算模块508可以用于对于所述特定故障模式,计算针对目标部件的产品故障率与针对生产线的产品故障率的比值。在一些例子中,所计算的比值可以是通过将针对目标部件的产品故障率除以针对生产线的产品故障率得到的实际比值。在另一些例子中,所计算的比值是通过将针对目标部件的产品故障率除以针对生产线的产品故障率得到的实际比值乘以针对该目标部件分配的权重得到的。
比较模块510可以用于将计算的比值与预定阈值比值进行比较。在一些例子中,该预定阈值比值可以从数据库中该目标部件的配置文件中获取。
标记模块512可以用于在所计算的比值大于预定阈值比值时将目标部件确定为标记部件。在本文的一些例子中,可以将该目标部件确定为如上文所述的边缘部件。
此外,在一些实现中,装置500还可以包括额外的模块,用于执行说明书中已经描述的其它操作,例如结合图3的示例性方法300的流程图而描述的各种操作。例如,装置500可以包括用于针对被确定为标记部件的目标部件生成标记部件报告的生成模块;例如,装置500还可以包括用于将所述标记部件报告提供给用户的提供模块,等等。此外,在一些实现中,装置500的各种模块还可以进行组合或拆分,例如,模块504和模块506可以组合为一个计算模块,等等。
本领域技术人员可以理解,示例性装置500可以用软件、硬件、固件、或其任意组合来实现。
现在转到图6,图6示出了根据本公开内容的一些实现的用于监控产品测试过程的设备600的框图。设备600例如可以在图1中所示的控制装置140或任何类似的或相关的实体中实现。
如图6所示,设备600可以包括处理器602和存储器604。处理器602可以包括任意类型的通用处理单元(例如但不限于:CPU、GPU,等等)、专用处理单元、核心、电路、控制器,等等。存储器604可以包括任意类型的可以用于存储数据的介质。在一个实现中,存储器604被配置为存储可执行指令,所述指令在被处理器602执行时使得处理器602执行本文中所述的操作,例如,结合图3的示例性方法300的流程图而描述的一些或全部操作,等等。
本申请的实施例还提供一种计算机可读存储介质,其上存储有可执行指令,当所述可执行指令被至少一个处理器执行时,使得至少一个处理器执行图3所示的方法中的一些或全部步骤。
本文描述的一些实现可以包括制品。制品可以包括存储介质。存储介质的示例可以包括用任意方法或技术实现的用以存储信息(例如,计算机可读指令、数据结构、程序模块、或其它数据)的易失性的和非易失性的、可移动的和不可移动的介质。存储介质可以包括、但不限于:随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其它存储器技术,光盘(CD)、数字多用盘(DVD)或其它光存储,磁带盒、磁带、磁盘存储或其它磁存储设备,或者任何其它的能够用于存储信息的介质。在一些实现中,制品可以存储可执行的计算机程序指令,其在被一个或多个处理单元执行时,使得处理单元执行这里所述的操作。可执行的计算机程序指令可以包括任意合适类型的代码,例如,源代码、编译代码、解释代码、可执行代码、静态代码、动态代码,等等。可执行的计算机程序指令可以使用任意适当的高级的、低级的、面向对象的、可视化的、编译的和/或解释的编程语言来实现。
应当理解,以上描述的方法中的所有操作都仅仅是示例性的,本公开并不限制于方法中的任何操作或这些操作的顺序,而是应当涵盖在相同或相似构思下的所有其它等同变换。
还应当理解,以上描述的装置中的所有模块都可以通过各种方式来实施。这些模块可以被实施为硬件、软件、或其组合。此外,这些模块中的任何模块可以在功能上被进一步划分成子模块或组合在一起。
已经结合各种装置和方法描述了处理器。这些处理器可以使用电子硬件、计算机软件或其任意组合来实施。这些处理器是实施为硬件还是软件将取决于具体的应用以及施加在***上的总体设计约束。作为示例,本公开中给出的处理器、处理器的任意部分、或者处理器的任意组合可以实施为微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、状态机、门逻辑、分立硬件电路、以及配置用于执行在本公开中描述的各种功能的其它适合的处理部件。本公开给出的处理器、处理器的任意部分、或者处理器的任意组合的功能可以实施为由微处理器、微控制器、DSP或其它适合的平台所执行的软件。
以上描述被提供用于使得本领域任何技术人员可以实施本文所描述的各个方面。这些方面的各种修改对于本领域技术人员是显而易见的,本文限定的一般性原理可以应用于其它方面。因此,权利要求并非旨在被局限于本文示出的方面。关于本领域技术人员已知或即将获知的、对本公开所描述各个方面的元素的所有结构和功能上的等同变换,都将通过引用而明确地包含到本文中,并且旨在由权利要求所覆盖。
本领域技术人员应当理解,以上公开的各个实施例可以在不偏离发明实质的情况下做出各种修改和变形,这些修改和变形都应当落入本发明的保护范围之内,并且,本发明的保护范围应当由权利要求书来限定。
Claims (20)
1.一种用于监控产品测试过程的方法,包括:
从数据库中获取测试产品的生产线的运行数据以及所述生产线上的目标部件的运行数据,其中所述生产线包括多于一个的部件;
基于所述生产线的运行数据,对于特定故障模式计算针对所述生产线的产品故障率;
基于所述目标部件的运行数据,对于所述特定故障模式计算针对所述目标部件的产品故障率;
对于所述特定故障模式,计算针对所述目标部件的产品故障率与针对所述生产线的产品故障率的比值;
基于同类最佳(BIC)的算法将所计算的比值与预定阈值比值进行比较;以及
在所计算的比值大于所述预定阈值比值时,将所述目标部件确定为标记部件。
2.如权利要求1所述的方法,还包括:
针对被确定为标记部件的所述目标部件生成标记部件报告,其中,所述标记部件报告包括指示所述目标部件为标记部件的指示信息;以及
将所述标记部件报告提供给用户。
3.如权利要求2所述的方法,其中,所述标记部件报告还包括以下中的一项或多项:针对所述生产线的产品故障率、针对所述目标部件的产品故障率、针对所述目标部件的产品故障率与针对所述生产线的产品故障率的计算的比值、所述预定阈值比值、所述特定故障模式、测试过程类型、所述目标部件的类型、所述目标部件的编号、所述目标部件的物理位置、工程维修方法。
4.如权利要求3所述的方法,其中,所述测试过程类型、所述目标部件的类型、所述目标部件的编号、所述目标部件的物理位置、所述工程维修方法以及所述预定阈值比值是从存储于所述数据库中、针对所述目标部件的配置文件中获取的。
5.如权利要求1所述的方法,其中,针对所述生产线的产品故障率是基于对于所述特定故障模式所述生产线在一段时间内的产品产出率来计算的。
6.如权利要求5所述的方法,其中,针对所述生产线的产品故障率是基于对于所述特定故障模式所述生产线中包括的各部件在所述一段时间内的产品产出率的平均值来计算的。
7.如权利要求1所述的方法,其中,针对所述目标部件的产品故障率是基于对于所述特定故障模式所述目标部件在一段时间内的产品产出率来计算的。
8.如权利要求1所述的方法,其中,所计算的比值是通过将针对所述目标部件的产品故障率除以针对所述生产线的产品故障率得到的实际比值。
9.如权利要求1所述的方法,还包括:
从所述数据库中的所述目标部件的配置文件中获得所述目标部件的权重;
其中,所计算的比值是通过将针对所述目标部件的产品故障率除以针对所述生产线的产品故障率得到的实际比值乘以所述权重得到的。
10.一种用于监控产品测试过程的装置,包括:
获取模块,用于从数据库中获取测试产品的生产线的运行数据以及所述生产线上的目标部件的运行数据,其中所述生产线包括多于一个的部件;
生产线产品故障率计算模块,用于基于所述生产线的运行数据对于特定故障模式计算针对所述生产线的产品故障率;
目标部件产品故障率计算模块,用于基于所述目标部件的运行数据对于所述特定故障模式计算针对所述目标部件的产品故障率;
比值计算模块,用于对于所述特定故障模式,计算针对所述目标部件的产品故障率与针对所述生产线的产品故障率的比值;
比较模块,用于基于同类最佳(BIC)的算法将所计算的比值与预定阈值比值进行比较;以及
标记模块,用于在所计算的比值大于所述预定阈值比值时将所述目标部件确定为标记部件。
11.如权利要求10所述的装置,还包括:
生成模块,用于针对被确定为标记部件的所述目标部件生成标记部件报告,其中,所述标记部件报告包括指示所述目标部件为标记部件的指示信息;以及
提供模块,用于将所述标记部件报告提供给用户。
12.如权利要求11所述的装置,其中,所述标记部件报告还包括以下中的一项或多项:针对所述生产线的产品故障率、针对所述目标部件的产品故障率、针对所述目标部件的产品故障率与针对所述生产线的产品故障率的计算的比值、所述预定阈值比值、所述特定故障模式、测试过程类型、所述目标部件的类型、所述目标部件的编号、所述目标部件的物理位置、工程维修方法。
13.如权利要求12所述的装置,其中,所述测试过程类型、所述目标部件的类型、所述目标部件的编号、所述目标部件的物理位置、所述工程维修方法以及所述预定阈值比值是从存储于所述数据库中、针对所述目标部件的配置文件中获取的。
14.如权利要求10所述的装置,其中,针对所述生产线的产品故障率是基于对于所述特定故障模式所述生产线在一段时间内的产品产出率来计算的。
15.如权利要求14所述的装置,其中,针对所述生产线的产品故障率是基于对于所述特定故障模式所述生产线中包括的各部件在所述一段时间内的产品产出率的平均值来计算的。
16.如权利要求10所述的装置,其中,针对所述目标部件的产品故障率是基于对于所述特定故障模式所述目标部件在一段时间内的产品产出率来计算的。
17.如权利要求10所述的装置,其中,所计算的比值是通过将针对所述目标部件的产品故障率除以针对所述生产线的产品故障率得到的实际比值。
18.如权利要求10所述的装置,还包括:
权重获得模块,用于从所述数据库中的所述目标部件的配置文件中获得所述目标部件的权重;
其中,所计算的比值是通过将针对所述目标部件的产品故障率除以针对所述生产线的产品故障率得到的实际比值乘以所述权重得到的。
19.一种用于监控产品测试过程的设备,包括:
处理器;以及
存储器,用于存储可执行指令,其中,所述可执行指令当被所述处理器执行时使得所述处理器执行根据权利要求1-9中的任意一项所述的方法。
20.一种计算机可读存储介质,其上存储有可执行指令,所述可执行指令在由至少一个处理器执行时,使得所述至少一个处理器执行根据权利要求1-9中的任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357674.3A CN114063582B (zh) | 2021-11-16 | 2021-11-16 | 用于监控产品测试过程的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357674.3A CN114063582B (zh) | 2021-11-16 | 2021-11-16 | 用于监控产品测试过程的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114063582A CN114063582A (zh) | 2022-02-18 |
CN114063582B true CN114063582B (zh) | 2024-04-12 |
Family
ID=80273218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111357674.3A Active CN114063582B (zh) | 2021-11-16 | 2021-11-16 | 用于监控产品测试过程的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114063582B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022369A (zh) * | 2022-06-09 | 2022-09-06 | 上海睿途新材料科技有限公司 | 转移镀铝纸的生产线物联***及其物联通信方法 |
CN114754598B (zh) * | 2022-06-14 | 2022-09-02 | 深圳中宝新材科技有限公司 | 一种键合金丝生产线成像***的功耗降低方法及装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07105285A (ja) * | 1993-10-06 | 1995-04-21 | Fuji Electric Co Ltd | 製造ライン稼動状況モニタリングシステム |
DE19614748A1 (de) * | 1996-04-15 | 1997-10-16 | Baumueller Anlagen Systemtech | Fehlerdiagnose-System, -Anordnung und -Verfahren |
JP2000122899A (ja) * | 1998-10-15 | 2000-04-28 | Yokogawa Electric Corp | 生産ラインの保守支援システム |
DE10000690A1 (de) * | 1999-01-11 | 2000-07-20 | Infineon Technologies Ag | System und Verfahren zum Bestimmen des Ausbeute-Einflusses bei Halbleiter-Elementen |
JP2004164135A (ja) * | 2002-11-11 | 2004-06-10 | Honda Motor Co Ltd | 生産工程の製品不良監視システム |
JP2007094827A (ja) * | 2005-09-29 | 2007-04-12 | Sumitomo Wiring Syst Ltd | 製造物管理製造システム、製造物管理製造方法、製造管理装置 |
CN102591331A (zh) * | 2012-03-14 | 2012-07-18 | 桂林中昊力创机电设备有限公司 | 自动化设备故障可视化诊断*** |
CN204086416U (zh) * | 2014-07-24 | 2015-01-07 | 宁波智天档案管理咨询有限公司 | 一种电子产品检测*** |
WO2018097171A1 (ja) * | 2016-11-25 | 2018-05-31 | 花王株式会社 | 製品の製造方法及び製品の製造装置 |
CN110244677A (zh) * | 2019-06-25 | 2019-09-17 | 英特尔半导体(大连)有限公司 | 用于监控生产设备的运行的方法、装置和*** |
CN110704964A (zh) * | 2019-09-16 | 2020-01-17 | 中国神华能源股份有限公司国华电力分公司 | 汽轮机运行状态诊断方法、装置及电子设备、存储介质 |
CN112070997A (zh) * | 2020-09-07 | 2020-12-11 | 沈阳亨通光通信有限公司 | 一种故障报警方法、装置、设备及存储介质 |
CN112559594A (zh) * | 2020-12-15 | 2021-03-26 | 第四范式(北京)技术有限公司 | 生产流水线中的异常环节定位方法、装置及电子设备 |
CN112825161A (zh) * | 2019-11-21 | 2021-05-21 | 鸿富锦精密电子(成都)有限公司 | 产品良率预测方法、装置、计算机装置及存储介质 |
CN113034027A (zh) * | 2021-04-12 | 2021-06-25 | 湖南紫竹科技有限公司 | 一种电子元器件的智能制造执行*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9639645B2 (en) * | 2015-06-18 | 2017-05-02 | Globalfoundries Inc. | Integrated circuit chip reliability using reliability-optimized failure mechanism targeting |
US10579042B2 (en) * | 2018-07-02 | 2020-03-03 | Hitachi, Ltd. | Defect rate analytics to reduce defectiveness in manufacturing |
-
2021
- 2021-11-16 CN CN202111357674.3A patent/CN114063582B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07105285A (ja) * | 1993-10-06 | 1995-04-21 | Fuji Electric Co Ltd | 製造ライン稼動状況モニタリングシステム |
DE19614748A1 (de) * | 1996-04-15 | 1997-10-16 | Baumueller Anlagen Systemtech | Fehlerdiagnose-System, -Anordnung und -Verfahren |
JP2000122899A (ja) * | 1998-10-15 | 2000-04-28 | Yokogawa Electric Corp | 生産ラインの保守支援システム |
DE10000690A1 (de) * | 1999-01-11 | 2000-07-20 | Infineon Technologies Ag | System und Verfahren zum Bestimmen des Ausbeute-Einflusses bei Halbleiter-Elementen |
JP2004164135A (ja) * | 2002-11-11 | 2004-06-10 | Honda Motor Co Ltd | 生産工程の製品不良監視システム |
JP2007094827A (ja) * | 2005-09-29 | 2007-04-12 | Sumitomo Wiring Syst Ltd | 製造物管理製造システム、製造物管理製造方法、製造管理装置 |
CN102591331A (zh) * | 2012-03-14 | 2012-07-18 | 桂林中昊力创机电设备有限公司 | 自动化设备故障可视化诊断*** |
CN204086416U (zh) * | 2014-07-24 | 2015-01-07 | 宁波智天档案管理咨询有限公司 | 一种电子产品检测*** |
WO2018097171A1 (ja) * | 2016-11-25 | 2018-05-31 | 花王株式会社 | 製品の製造方法及び製品の製造装置 |
CN110244677A (zh) * | 2019-06-25 | 2019-09-17 | 英特尔半导体(大连)有限公司 | 用于监控生产设备的运行的方法、装置和*** |
CN110704964A (zh) * | 2019-09-16 | 2020-01-17 | 中国神华能源股份有限公司国华电力分公司 | 汽轮机运行状态诊断方法、装置及电子设备、存储介质 |
CN112825161A (zh) * | 2019-11-21 | 2021-05-21 | 鸿富锦精密电子(成都)有限公司 | 产品良率预测方法、装置、计算机装置及存储介质 |
CN112070997A (zh) * | 2020-09-07 | 2020-12-11 | 沈阳亨通光通信有限公司 | 一种故障报警方法、装置、设备及存储介质 |
CN112559594A (zh) * | 2020-12-15 | 2021-03-26 | 第四范式(北京)技术有限公司 | 生产流水线中的异常环节定位方法、装置及电子设备 |
CN113034027A (zh) * | 2021-04-12 | 2021-06-25 | 湖南紫竹科技有限公司 | 一种电子元器件的智能制造执行*** |
Also Published As
Publication number | Publication date |
---|---|
CN114063582A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209131B (zh) | 一种基于机器学习确定异构***的故障的方法和*** | |
JP6896375B2 (ja) | 一体型変圧器正常性モニタリングアーキテクチャ | |
US11055169B2 (en) | Forecasting workload transaction response time | |
CN114063582B (zh) | 用于监控产品测试过程的方法和装置 | |
US11746753B2 (en) | Method and apparatus for detecting fault, method and apparatus for training model, and device and storage medium | |
CN108445410B (zh) | 一种监测蓄电池组运行状态的方法及装置 | |
CN102937930B (zh) | 应用程序监控***及方法 | |
US11493911B2 (en) | System and method for proactive handling of multiple faults and failure modes in an electrical network of energy assets | |
US10444746B2 (en) | Method for managing subsystems of a process plant using a distributed control system | |
CN113391943A (zh) | 一种基于因果推断的微服务故障根因定位方法及装置 | |
CN104583789A (zh) | 测试单元控制器的决策和执行树的创建和调度 | |
CN112966056B (zh) | 一种信息处理方法、装置、设备、***及可读存储介质 | |
CN105531680A (zh) | 远程监视***、远程监视方法以及程序 | |
CN116719664B (zh) | 基于微服务部署的应用和云平台跨层故障分析方法及*** | |
JP6880560B2 (ja) | 故障予測装置、故障予測方法及び故障予測プログラム | |
US20200177468A1 (en) | Techniques for analyzing a network and increasing network availability | |
CN113487182B (zh) | 设备健康状态评估方法、装置、计算机设备和介质 | |
WO2024008130A1 (zh) | 故障硬件处理方法、装置和*** | |
CN116843314A (zh) | 监控终端运维管理方法、***、设备及存储介质 | |
CN108664696B (zh) | 一种冷水机组运行状态的测评方法及装置 | |
CN113808725B (zh) | 设备预警***和方法 | |
US10255128B2 (en) | Root cause candidate determination in multiple process systems | |
JP6896380B2 (ja) | 故障予兆判定方法、故障予兆判定装置および故障予兆判定プログラム | |
CN114372003A (zh) | 测试环境监控方法、装置与电子设备 | |
CN115372752A (zh) | 故障检测方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |