CN117735414A - 一种用于晶圆搬运***的速度控制***及方法 - Google Patents
一种用于晶圆搬运***的速度控制***及方法 Download PDFInfo
- Publication number
- CN117735414A CN117735414A CN202410192162.3A CN202410192162A CN117735414A CN 117735414 A CN117735414 A CN 117735414A CN 202410192162 A CN202410192162 A CN 202410192162A CN 117735414 A CN117735414 A CN 117735414A
- Authority
- CN
- China
- Prior art keywords
- crown block
- crown
- blocks
- distance
- block
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 119
- 238000004458 analytical method Methods 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 235000012431 wafers Nutrition 0.000 description 43
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于天车控制技术领域,本发明公开了一种用于晶圆搬运***的速度控制***及方法;包括:接收天车端采集的运行数据,运行数据包括天车位置和天车数据;对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;根据天车位置,获取m辆天车,m辆天车下一个到达的区段均为同一个区段,且当前均处于不同的区段,并均标记为后置天车,计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;计算m辆后置天车的到达时间和跟随距离,判断是否生成控制指令,根据控制指令对对应的后置天车进行控制;本发明实现精准的多车联动速度控制,提高天车运行安全性和效率。
Description
技术领域
本发明涉及天车控制技术领域,更具体地说,本发明涉及一种用于晶圆搬运***的速度控制***及方法。
背景技术
在晶圆工艺流程中,需要利用天车将装载有晶圆的晶圆运输盒从一台处理设备转移到另一台设备,以实现晶圆在不同工序间的无人搬运;随着晶圆运输规模越来越大,晶圆运输盒数量和周转量也在增加,天车容易因速度过快或距离过近而发生碰撞事故,给生产带来安全隐患和经济损失;目前,天车主要依靠设定固定的最大安全速度来防止碰撞;但由于天车在不同轨道区段制动的难易程度不同,简单设定一个速限往往效率低下;此外,无法实时获知多个晶圆运输盒间的相对距离和位置,容易因故障天车而发生二次事故。
当然也存在智能化的天车控制方法,能够根据天车的具***置对天车的速度进行控制,以避免发生碰撞事故;例如授权公告号为CN117284939B的中国专利公开了一种智能晶圆自动搬运装置速度控制***及方法;包括:采集天车运行过程中的数据信息;对数据信息进行数据处理,获取天车的路径信息,以及相邻两辆天车之间的距离;根据路径信息将相邻两辆天车之间的距离与预设安全距离阈值范围进行比对,根据比对结果判定是否生成控制指令;此发明通过实时获取相邻两个天车在行进轨道上的距离,并根据天车的路径信息,精准化制定天车在不同路径情况下的安全距离,可以控制天车在不同路径情况下根据具体的安全距离进行减速报警或停车报警,提高天车的运行效率;
但上述技术仅仅考虑了前后两车标签读取时间,并未考虑两车实际运行速度的差异,从而影响距离的计算精度;并且仅基于两车间距离进行速度控制,并未充分考虑轨道曲线半径、天车负载等其余影响因素,无法精确对后置天车进行速度控制,存在后置天车与前置天车发生碰撞的概率;此外,上述技术仅针对两车间距离进行控制,未考虑多车联动场景下的控制要求,导致出现当前置天车发生故障时,多辆后置天车无法有效地进行速度控制,即使不与前置天车发生碰撞,多辆后置天车相互之间也会发生碰撞;
鉴于此,本发明提出一种用于晶圆搬运***的速度控制***及方法以解决上述问题。
发明内容
为了克服现有技术的上述缺陷,为实现上述目的,本发明提供如下技术方案:一种用于晶圆搬运***的速度控制方法,应用于云端平台中,包括:
接收天车端采集的运行数据,运行数据包括天车位置和天车数据,天车数据包括天车速度、转弯半径、运输质量以及最大制动力;
对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;
根据天车位置,获取m辆天车,m辆天车下一个到达的区段均为同一个区段,且m辆天车当前均处于不同的区段,将m辆天车均标记为后置天车,计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;
计算m辆后置天车的到达时间和跟随距离,预设距离阈值,根据到达时间、跟随距离以及距离阈值分别判断是否生成控制指令,根据控制指令对对应的后置天车进行控制。
进一步地,所述天车位置为天车在运行轨道上对应的区段;所述天车位置的获取方法包括:将运行轨道划分为n个区段,每个区段对应的区段长度相等,依次递增为n个区段均设置编号,第i个区段的编号即为i,;将每两个区段的交界处标记为交界区,在每个交界区均设置RFID标签,在每个天车上均安装RFID读写器,RFID标签与区段一一对应;当天车经过不同区段时,天车上的RFID读写器读取对应区段上的RFID标签,根据RFID标签获取天车位置。
进一步地,所述天车速度为天车运行时的速度;所述转弯半径为天车在转弯时,弯道的半径;所述转弯半径的获取方法包括:获取横滚角速度,所述横滚角速度为天车转弯时的角速度,根据横滚角速度和天车速度计算转弯半径;转弯半径的表达式为:;式中r为转弯半径,v为天车速度,/>为横滚角速度。
进一步地,所述运输质量为天车运行时整个天车的重量;所述运输质量的获取方法包括:获取晶圆质量和天车质量,所述晶圆质量为天车所运输晶圆的重量,所述天车质量为天车空载时的重量;根据晶圆质量和天车质量计算运输质量;运输质量的表达式为:;式中,/>为运输质量,/>为晶圆质量,/>为天车质量;
所述最大制动力为天车的制动***所能产生的最大制动力。
进一步地,将天车数据输入训练好的距离分析模型,预测出对应的制动距离;
距离分析模型的训练过程包括:
预先收集Q组天车数据对应的制动距离,将天车数据与对应的制动距离转换为对应的一组特征向量;
将每组特征向量作为距离分析模型的输入,所述距离分析模型以每组天车数据对应的一组预测制动距离作为输出,以每组天车数据对应的实际制动距离作为预测目标,实际制动距离即为所述预先收集的与天车数据对应的制动距离;以最小化所有天车数据的预测误差之和作为训练目标;对距离分析模型进行训练,直至预测误差之和达到收敛时停止训练;所述距离分析模型为深度神经网络模型。
进一步地,判断天车所在运行轨道类型的方法包括:
运行轨道类型包括直线轨道和曲线轨道;
若,则判断天车处于直线轨道;若/>,则判断天车处于曲线轨道。
进一步地,所述计算m辆后置天车对应的优先系数的方法包括:
计算m辆后置天车对应的区段距离,区段距离为后置天车当前位置与下一交界区之间的距离;m辆后置天车对应区段距离的计算方法包括:;式中,/>为第j辆后置天车的区段距离,/>为区段长度,/>为第j辆后置天车的区段时间,/>为第j辆后置天车的天车速度,/>;区段时间为后置天车从上一个经过的交界区,至当前位置所经历的时间;
根据m辆后置天车对应的区段距离、运输质量、运行轨道类型数值以及制动距离,计算m辆后置天车对应的优先系数;优先系数的表达式为:;式中,/>为第j辆后置天车的优先系数,/>为第j辆天车的运输质量,/>为第j辆后置天车的运行轨道类型数值,/>为第j辆后置天车的制动距离,/>、/>、/>、/>为预设比例系数且/>、/>、/>、/>均大于0;
将m辆后置天车对应的优先系数从大到小进行排序,排序顺序即为m辆后置天车的运行顺序。
进一步地,根据到达时间判断是否生成控制指令的方法包括:
将m辆后置天车中优先系数最大的后置天车标记为优先天车,将优先天车的前一辆天车标记为前置天车;根据m辆后置天车的运行顺序,依次递增为m辆后置天车设置编号,第j辆后置天车的编号即为j;
到达时间为后置天车当前位置到达下一个交界区所经历的时间,到达时间的表达式为:;式中,/>为第j辆后置天车的到达时间;
控制指令包括减速指令、减速报警指令、停车指令以及停车报警指令;
根据m辆后置天车的运行顺序,依次对m辆后置天车的到达时间进行排序,并且按照运行顺序将每两个相邻的到达时间进行对比,将排在后一个的到达时间标记为后序时间,将排在前一个的到达时间标记为前序时间;若两个相邻的到达时间中后序时间大于前序时间,则不生成控制指令;若两个相邻的到达时间中后序时间小于或等于前序时间,则生成减速指令,直到后序时间大于前序时间;若存在后置天车的天车速度降为零,则将减速指令更换为停车指令;并对运行顺序中排在更换为停车指令的后置天车后面的后置天车均生成停车指令。
进一步地,根据跟随距离判断是否生成控制指令的方法包括:
将m辆后置天车即将进入的下一区段标记为会车区段;
当后置天车进入会车区段后,将刚进入会车区段的后置天车与前一辆后置天车作为一组分析集合,将分析集合中两个相邻的后置天车的编号进行对比,将编号大的后置天车标记为前序天车,将编号小的后置天车标记为后序天车,其中将优先天车和前置天车也作为一组分析集合;
跟随距离为每一组分析集合中前序天车与后序天车之间的距离;跟随距离的表达式为:;式中,/>为第j辆后置天车的跟随距离,/>为前序天车的区段时间,/>为前序天车的天车速度,/>为后序天车的区段时间,/>为后序天车的天车速度,/>为前序天车的天车位置,/>为后序天车的天车位置;
预设安全阈值,其中/>,/>,/>,/>为大于1的实数;安全阈值与后置天车一一对应;
将m辆后置天车对应的跟随距离与m辆后置天车对应的安全阈值进行对比;
若,则不生成控制指令;
若,则生成减速指令;
若且/>,则生成减速报警指令;
若且/>,则生成停车报警指令。
进一步地,根据距离阈值判断是否生成控制指令的方法包括:
当第j辆后置天车进入会车区段后,获取对应的区段距离,若且/>,为距离阈值,则对未进入会车区段的后置天车均生成停车指令;若/>且/>,则不生成控制指令。
一种用于晶圆搬运***的速度控制***,实施所述的一种用于晶圆搬运***的速度控制方法,包括:
数据接收模块,用于接收天车端采集的运行数据,运行数据包括天车位置和天车数据,天车数据包括天车速度、转弯半径、运输质量以及最大制动力;
数据分析模块,用于对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;
多车联动模块,用于根据天车位置,获取m辆在运行方向上,下一区段均为同一区段,且当前处于不同区段的天车,将m辆天车均标记为后置天车,计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;
速度控制模块,用于计算m辆后置天车的到达时间,根据到达时间判断是否生成控制指令,再计算m辆后置天车的跟随距离,根据跟随距离判断是否生成控制指令,根据控制指令对对应的后置天车进行控制。
一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述的一种用于晶圆搬运***的速度控制方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现所述的一种用于晶圆搬运***的速度控制方法。
本发明一种用于晶圆搬运***的速度控制***及方法的技术效果和优点:
通过在运行轨道上设置区段和交界区,利用RFID技术实时获取每个天车的位置信息,进而可以准确识别天车所在的区段;同时,通过各种传感器收集天车的运行数据,可以反映天车当前运行状态以及制动的难易程度;云端平台对运行数据中的天车数据进行处理分析,训练出深度学习模型来预测天车的制动距离,可以有效获取不同天车数据条件下对应的制动距离;此外,考虑了多项影响因素如运输质量、运行轨道类型来计算后置天车的优先级,并根据优先级和多车运行状态实时生成控制指令,实现了精准的多车联动控制;能够实现个性化的速度控制,大大提高了天车运行安全性和效率。
附图说明
图1为本发明实施例1的一种用于晶圆搬运***的速度控制***示意图;
图2为本发明实施例1的运行轨道区段划分示意图;
图3为本发明实施例1的后置天车示意图;
图4为本发明实施例1的天车端与云控平台的连接示意图;
图5为本发明实施例2的一种用于晶圆搬运***的速度控制方法流程图;
图6为本发明实施例3的电子设备示意图;
图7为本发明实施例4的存储介质示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
请参阅图1所示,本实施例所述一种用于晶圆搬运***的速度控制***,包括数据接收模块、数据分析模块、多车联动模块以及速度控制模块;各个模块通过有线和/或无线的方式进行连接,实现模块间的数据传输;
数据接收模块,云控平台接收天车端采集的运行数据,运行数据包括天车位置和天车数据,天车数据包括天车速度、转弯半径、运输质量以及最大制动力;
云控平台为智能网联云控平台,每一辆天车为一个天车端;
天车位置为天车在运行轨道上对应的区段;天车位置的获取方法包括:
请参阅图2所示,将运行轨道划分为n个区段,每个区段对应的区段长度相等,依次递增为n个区段均设置编号,第i个区段的编号即为i,;将每两个区段的交界处标记为交界区,在每个交界区均设置RFID标签,在每个天车上均安装RFID读写器,RFID标签与区段一一对应;当天车经过不同区段时,天车上的RFID读写器读取对应区段上的RFID标签,根据RFID标签获取天车位置;区段长度由本领域技术人员根据运行轨道的总体长度进行预先设置;
天车速度为天车运行时的速度;天车速度由安装在天车上的速度传感器获取;天车速度越快,对应的惯性越大,需要更多的制动时间和制动距离以降低速度,消除动量,反之则相反;
转弯半径为天车在转弯时,弯道的半径;转弯半径的获取方法包括:获取横滚角速度,横滚角速度为天车转弯时的角速度,根据横滚角速度和天车速度计算转弯半径;转弯半径的表达式为:;式中r为转弯半径,v为天车速度,/>为横滚角速度;其中横滚角速度由安装在天车上的三轴陀螺仪传感器获取;转弯半径越小,转弯的曲率变化越大,离心力作用也越大,天车需要抵抗较大的横向惯性力,需要更多的制动时间和更长的制动距离;
运输质量为天车运行时整个天车的重量;运输质量的获取方法包括:获取晶圆质量和天车质量,晶圆质量为天车所运输晶圆的重量,天车质量为天车空载时的重量;根据晶圆质量和天车质量计算运输质量;运输质量的表达式为:;式中,/>为运输质量,/>为晶圆质量,/>为天车质量;晶圆质量由安装在天车上的载重传感器获取,天车质量由本领域技术人员在天车生产完成时对天车进行称重获取,由于天车在运行过程中天车质量不会发生变化,因此天车质量仅需由本领域技术人员进行一次称重获取即可;根据牛顿第二定律,运输质量越大,天车的惯性越大,当施加同样大小的减速力时,对应的加速度越小,需要更多的制动时间和更长的制动距离,反之则相反;
最大制动力为天车的制动***所能产生的最大制动力;最大制动力由天车制动***的技术参数获取;最大制动力越大,说明天车的制动效果越好,使得天车能够在较短的时间内和较短的距离内完成制动,反之则相反;
数据分析模块,云端平台对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;
将天车数据输入训练好的距离分析模型,预测出对应的制动距离;
距离分析模型的具体训练过程包括:
预先收集Q组天车数据对应的制动距离,将天车数据与对应的制动距离转换为对应的一组特征向量;
将每组特征向量作为距离分析模型的输入,所述距离分析模型以每组天车数据对应的一组预测制动距离作为输出,以每组天车数据对应的实际制动距离作为预测目标,实际制动距离即为上述预先收集的与天车数据对应的制动距离;以最小化所有天车数据的预测误差之和作为训练目标;其中,预测误差的计算公式为,其中/>为预测误差,/>为天车数据对应特征向量的组号,/>为第/>组天车数据对应的预测制动距离,/>为第/>组天车数据对应的实际制动距离;对距离分析模型进行训练,直至预测误差之和达到收敛时停止训练;
上述距离分析模型具体为深度神经网络模型;
需要说明的是,天车数据对应的制动距离由本领域技术人员在历史天车运行过程中,收集多组不同的天车数据,对每组天车数据对应的天车均进行多次制动,收集多次制动对应的制动距离,将多个制动距离的均值作为该组天车数据对应的制动距离,以此类推获取多组不同的天车数据对应的制动距离;
判断天车所在运行轨道类型的方法包括:
运行轨道类型包括直线轨道和曲线轨道;
若,则判断天车处于直线轨道,说明不存在转弯半径,天车不进行转弯;若,则判断天车处于曲线轨道,说明存在转弯半径,天车正在进行转弯;
多车联动模块,云端平台根据天车位置,获取m辆天车,m辆天车下一个到达的区段均为同一个区段,且m辆天车当前均处于不同的区段,将m辆天车均标记为后置天车,请参阅图3所示;计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;其中;
计算m辆后置天车对应的优先系数的方法包括:
计算m辆后置天车对应的区段距离,区段距离为后置天车当前位置与下一交界区之间的距离;m辆后置天车对应区段距离的计算方法包括:;式中,/>为第j辆后置天车的区段距离,/>为区段长度,/>为第j辆后置天车的区段时间,/>为第j辆后置天车的天车速度,/>;区段时间为后置天车从上一个经过的交界区,至当前位置所经历的时间;区段时间由安装在天车上的时间传感器获取,当天车上的RFID读写器读取到RFID标签时,时间传感器开始计时,时间传感器采集的数据即为区段时间,当RFID读写器再次读取到RFID标签时,时间传感器重新开始计时;
根据m辆后置天车对应的区段距离、运输质量、运行轨道类型数值以及制动距离,计算m辆后置天车对应的优先系数;优先系数的表达式为:;式中,/>为第j辆后置天车的优先系数,/>为第j辆天车的运输质量,/>为第j辆后置天车的运行轨道类型数值,/>为第j辆后置天车的制动距离,/>、/>、/>、/>为预设比例系数且、/>、/>、/>均大于0;
式中比例系数的具体数值可以根据实际情况进行设置,比例系数反映了区段距离、运输质量、运行轨道类型以及制动距离对天车运行优先程度的影响程度,本领域技术人员可以根据区段距离、运输质量、运行轨道类型以及制动距离对天车运行优先程度的影响程度预设对应的比例系数,以便准确评估不同天车的运行优先程度;
需要说明的是,运行轨道类型数值由本领域技术人员预先对不同的运行轨道类型进行赋值,由于处于曲线轨道的天车对应的天车速度较慢,若不优先放行处于曲线轨道的天车,会导致天车在曲线轨道中堆积,降低轨道利用率,因此对曲线轨道赋予更大的数值,对直线轨道赋予更小的数值;示例性的,对曲线轨道赋值为100,对直线轨道赋值为10;
应当了解的是,优先系数即为每辆后置天车运行的优先程度,优先系数越高,说明对应的后置天车应该优先运行,反之优先系数越低,说明对应的后置天车应该优先让其他后置天车运行;区段距离、运输质量、运行轨道类型数值以及制动距离是优先系数的影响因素,区段距离越小,说明后置天车距离下一个交界区越近,需要优先运行,即优先系数越大,反之则相反;运输质量越大,说明后置天车搬运的晶圆重量越大,搬运的晶圆越多,为了提高生产进度,需要优先运行,即运行系数越大,反之则相反;运行轨道类型数值越大,说明后置天车处于曲线轨道中,曲线轨道中天车速度较慢,容易造成天车堆积,需要优先运行,即优先系数较大,反之则相反;制动距离越大,说明后置天车需要更长的距离才能进行制动,安全性较低,需要优先运行,即优先系数越大,反之则相反;优先系数的计算为去量纲计算;
将m辆后置天车对应的优先系数从大到小进行排序,排序顺序即为m辆后置天车的运行顺序;
速度控制模块,计算m辆后置天车的到达时间和跟随距离,预设距离阈值,根据到达时间、跟随距离以及距离阈值分别判断是否生成控制指令,根据控制指令对对应的后置天车进行控制;
根据到达时间判断是否生成控制指令的方法包括:
将m辆后置天车中优先系数最大的后置天车标记为优先天车,将优先天车的前一辆天车标记为前置天车;根据m辆后置天车的运行顺序,依次递增为m辆后置天车设置编号,第j辆后置天车的编号即为j,即优先天车的编号为1;
到达时间为后置天车当前位置到达下一个交界区所经历的时间,到达时间的表达式为:;式中,/>为第j辆后置天车的到达时间;
控制指令包括减速指令、减速报警指令、停车指令以及停车报警指令;
根据m辆后置天车的运行顺序,依次对m辆后置天车的到达时间进行排序,并且按照运行顺序将每两个相邻的到达时间进行对比,将排在后一个的到达时间标记为后序时间,将排在前一个的到达时间标记为前序时间,由于一个到达时间可以与前后两个到达时间进行对比,因此一个到达时间既可以是前序时间,也可以是后序时间;若两个相邻的到达时间中后序时间大于前序时间,则不生成控制指令;若两个相邻的到达时间中后序时间小于或等于前序时间,则生成减速指令,直到后序时间大于前序时间;若存在后置天车的天车速度降为零,则将减速指令更换为停车指令;并对运行顺序中排在更换为停车指令的后置天车后面的后置天车均生成停车指令;
需要说明的是,根据到达时间判断是否生成控制指令的目的在于,确保m辆后置天车进入会车区段的顺序,为上述获取的m辆后置天车的运行顺序;
根据跟随距离判断是否生成控制指令的方法包括:
将m辆后置天车即将进入的下一区段标记为会车区段;
当后置天车进入会车区段后,将刚进入会车区段的后置天车与前一辆后置天车作为一组分析集合,将分析集合中两个相邻的后置天车的编号进行对比,将编号大的后置天车标记为前序天车,将编号小的后置天车标记为后序天车,其中将优先天车和前置天车也作为一组分析集合,一辆后置天车既可以为前序天车,也可以为后序天车;
跟随距离为每一组分析集合中前序天车与后序天车之间的距离;跟随距离的表达式为:;式中,/>为第j辆后置天车的跟随距离,/>为前序天车的区段时间,/>为前序天车的天车速度,/>为后序天车的区段时间,/>为后序天车的天车速度,/>为前序天车的天车位置,/>为后序天车的天车位置;
预设安全阈值,其中/>,/>,/>,/>为大于1的实数;B由本领域技术人员根据实际情况预先设置;安全阈值与后置天车一一对应;
将m辆后置天车对应的跟随距离与m辆后置天车对应的安全阈值进行对比,若,则不生成控制指令,说明对应的后置天车与前一辆天车的距离较远,无需进行速度控制;若/>,则生成减速指令,说明减速指令对应的后置天车与前一辆天车的距离较近,需要对减速指令对应的后置天车进行减速操作;若/>且/>,则生成减速报警指令,说明减速报警指令对应的后置天车的前一辆天车处于静止状态,且前置天车发生故障,同时减速报警指令对应的后置天车与前一辆天车的距离较近,需要对减速报警指令对应的后置天车进行减速操作,同时报警提醒工作人员对前置天车进行重启或检修;若且/>,即对应后置天车的跟随距离无限趋近于对应后置天车的制动距离,则生成停车报警指令,说明前置天车的故障并未解除,停车报警指令对应的后置天车与前一辆天车的距离过近,停车报警指令对应的后置天车若继续运行则会与前一辆天车发生碰撞,需要对停车报警指令对应的后置天车进行停车操作,同时报警提示工作人员重启前置天车失败,需要对前置天车进行检修;
需要说明的是,根据跟随距离判断是否生成控制指令的目的在于,确保后置天车在进入会车区段后不会与前一辆天车发生碰撞,提高天车运行的安全性;
根据距离阈值判断是否生成控制指令的方法包括:
当第j辆后置天车进入会车区段后,获取对应的区段距离,若且/>,则对未进入会车区段的后置天车均生成停车指令,/>为距离阈值;说明第j辆后置天车停止在会车区段内,并且与未进入会车区段的后置天车距离较近,若依旧根据跟随距离判断是否生成控制指令,会导致未进入会车区段的后置天车,在进入会车区段后无法有效的制动,从而与前方停止的第j辆后置天车发生碰撞;若/>且/>,则不生成控制指令;说明第j辆后置天车停止在会车区段内,但与未进入会车区段的后置天车距离较远,可以根据跟随距离判断是否生成控制指令;
需要说明的是,距离阈值由本领域技术人员,在历史天车运行过程中,在会车区段的不同位置依次停放一辆天车,对每个位置均运行天车进入会车区段,并计算对应的跟随距离,根据跟随距离生成相应的控制指令,将会与进入会车区段的天车发生碰撞的,且处于静止状态的天车标记为碰撞天车,获取多个碰撞天车所在位置距离下一个交界区的距离,标记为碰撞距离,将多个碰撞距离中数值最大的碰撞距离作为距离阈值;
天车端与云控平台的连接方式请参阅图4所示;
本实施例通过在运行轨道上设置区段和交界区,利用RFID技术实时获取每个天车的位置信息,进而可以准确识别天车所在的区段;同时,通过各种传感器收集天车的运行数据,可以反映天车当前运行状态以及制动的难易程度;云端平台对运行数据中的天车数据进行处理分析,训练出深度学习模型来预测天车的制动距离,可以有效获取不同天车数据条件下对应的制动距离;此外,考虑了多项影响因素如运输质量、运行轨道类型来计算后置天车的优先级,并根据优先级和多车运行状态实时生成控制指令,实现了精准的多车联动控制;能够实现个性化的速度控制,大大提高了天车运行安全性和效率。
实施例2:
请参阅图5所示,本实施例未详细叙述部分见实施例1描述内容,提供一种用于晶圆搬运***的速度控制方法,应用于云端平台中,方法包括:
接收天车端采集的运行数据,运行数据包括天车位置和天车数据,天车数据包括天车速度、转弯半径、运输质量以及最大制动力;
对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;
根据天车位置,获取m辆天车,m辆天车下一个到达的区段均为同一个区段,且m辆天车当前均处于不同的区段,将m辆天车均标记为后置天车,计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;
计算m辆后置天车的到达时间和跟随距离,预设距离阈值,根据到达时间、跟随距离以及距离阈值分别判断是否生成控制指令,根据控制指令对对应的后置天车进行控制。
进一步地,所述天车位置为天车在运行轨道上对应的区段;所述天车位置的获取方法包括:将运行轨道划分为n个区段,每个区段对应的区段长度相等,依次递增为n个区段均设置编号,第i个区段的编号即为i,;将每两个区段的交界处标记为交界区,在每个交界区均设置RFID标签,在每个天车上均安装RFID读写器,RFID标签与区段一一对应;当天车经过不同区段时,天车上的RFID读写器读取对应区段上的RFID标签,根据RFID标签获取天车位置。
进一步地,所述天车速度为天车运行时的速度;所述转弯半径为天车在转弯时,弯道的半径;所述转弯半径的获取方法包括:获取横滚角速度,所述横滚角速度为天车转弯时的角速度,根据横滚角速度和天车速度计算转弯半径;转弯半径的表达式为:;式中r为转弯半径,v为天车速度,/>为横滚角速度。
进一步地,所述运输质量为天车运行时整个天车的重量;所述运输质量的获取方法包括:获取晶圆质量和天车质量,所述晶圆质量为天车所运输晶圆的重量,所述天车质量为天车空载时的重量;根据晶圆质量和天车质量计算运输质量;运输质量的表达式为:;式中,/>为运输质量,/>为晶圆质量,/>为天车质量;
所述最大制动力为天车的制动***所能产生的最大制动力。
进一步地,将天车数据输入训练好的距离分析模型,预测出对应的制动距离;
距离分析模型的训练过程包括:
预先收集Q组天车数据对应的制动距离,将天车数据与对应的制动距离转换为对应的一组特征向量;
将每组特征向量作为距离分析模型的输入,所述距离分析模型以每组天车数据对应的一组预测制动距离作为输出,以每组天车数据对应的实际制动距离作为预测目标,实际制动距离即为所述预先收集的与天车数据对应的制动距离;以最小化所有天车数据的预测误差之和作为训练目标;对距离分析模型进行训练,直至预测误差之和达到收敛时停止训练;所述距离分析模型为深度神经网络模型。
进一步地,判断天车所在运行轨道类型的方法包括:
运行轨道类型包括直线轨道和曲线轨道;
若,则判断天车处于直线轨道;若/>,则判断天车处于曲线轨道。
进一步地,所述计算m辆后置天车对应的优先系数的方法包括:
计算m辆后置天车对应的区段距离,区段距离为后置天车当前位置与下一交界区之间的距离;m辆后置天车对应区段距离的计算方法包括:;式中,/>为第j辆后置天车的区段距离,/>为区段长度,/>为第j辆后置天车的区段时间,/>为第j辆后置天车的天车速度,/>;区段时间为后置天车从上一个经过的交界区,至当前位置所经历的时间;
根据m辆后置天车对应的区段距离、运输质量、运行轨道类型数值以及制动距离,计算m辆后置天车对应的优先系数;优先系数的表达式为:;式中,/>为第j辆后置天车的优先系数,/>为第j辆天车的运输质量,/>为第j辆后置天车的运行轨道类型数值,/>为第j辆后置天车的制动距离,/>、/>、/>、/>为预设比例系数且/>、/>、/>、/>均大于0;
将m辆后置天车对应的优先系数从大到小进行排序,排序顺序即为m辆后置天车的运行顺序。
进一步地,根据到达时间判断是否生成控制指令的方法包括:
将m辆后置天车中优先系数最大的后置天车标记为优先天车,将优先天车的前一辆天车标记为前置天车;根据m辆后置天车的运行顺序,依次递增为m辆后置天车设置编号,第j辆后置天车的编号即为j;
到达时间为后置天车当前位置到达下一个交界区所经历的时间,到达时间的表达式为:;式中,/>为第j辆后置天车的到达时间;
控制指令包括减速指令、减速报警指令、停车指令以及停车报警指令;
根据m辆后置天车的运行顺序,依次对m辆后置天车的到达时间进行排序,并且按照运行顺序将每两个相邻的到达时间进行对比,将排在后一个的到达时间标记为后序时间,将排在前一个的到达时间标记为前序时间;若两个相邻的到达时间中后序时间大于前序时间,则不生成控制指令;若两个相邻的到达时间中后序时间小于或等于前序时间,则生成减速指令,直到后序时间大于前序时间;若存在后置天车的天车速度降为零,则将减速指令更换为停车指令;并对运行顺序中排在更换为停车指令的后置天车后面的后置天车均生成停车指令。
进一步地,根据跟随距离判断是否生成控制指令的方法包括:
将m辆后置天车即将进入的下一区段标记为会车区段;
当后置天车进入会车区段后,将刚进入会车区段的后置天车与前一辆后置天车作为一组分析集合,将分析集合中两个相邻的后置天车的编号进行对比,将编号大的后置天车标记为前序天车,将编号小的后置天车标记为后序天车,其中将优先天车和前置天车也作为一组分析集合;
跟随距离为每一组分析集合中前序天车与后序天车之间的距离;跟随距离的表达式为:;式中,/>为第j辆后置天车的跟随距离,/>为前序天车的区段时间,/>为前序天车的天车速度,/>为后序天车的区段时间,/>为后序天车的天车速度,/>为前序天车的天车位置,/>为后序天车的天车位置;
预设安全阈值,其中/>,/>,/>,/>为大于1的实数;安全阈值与后置天车一一对应;
将m辆后置天车对应的跟随距离与m辆后置天车对应的安全阈值进行对比;
若,则不生成控制指令;
若,则生成减速指令;
若且/>,则生成减速报警指令;
若且/>,则生成停车报警指令。
进一步地,根据距离阈值判断是否生成控制指令的方法包括:
当第j辆后置天车进入会车区段后,获取对应的区段距离,若且/>,为距离阈值,则对未进入会车区段的后置天车均生成停车指令;若/>且/>,则不生成控制指令。
实施例3:
请参阅图6所示,根据本申请的又一方面还提供了电子设备500。该电子设备500可包括一个或多个处理器以及一个或多个存储器。其中,存储器中存储有计算机可读代码,计算机可读代码当由一个或多个处理器运行时,可以执行如上所述的一种用于晶圆搬运***的速度控制方法。
根据本申请实施方式的方法或***也可以借助于图6所示的电子设备的架构来实现。如图6所示,电子设备500可包括总线501、一个或多个CPU502、ROM503、RAM504、连接到网络的通信端口505、输入/输出506、硬盘507等。电子设备500中的存储设备,例如ROM503或硬盘507可存储本申请提供的一种用于晶圆搬运***的速度控制方法。进一步地,电子设备500还可包括用户界面508。当然,图6所示的架构只是示例性的,在实现不同的设备时,根据实际需要,可以省略图6示出的电子设备中的一个或多个组件。
实施例4:
请参阅图7所示,是根据本申请一个实施方式的计算机可读存储介质600。计算机可读存储介质600上存储有计算机可读指令。当计算机可读指令由处理器运行时,可执行参照以上附图描述的根据本申请实施方式的一种用于晶圆搬运***的速度控制方法。存储介质600包括但不限于例如易失性存储器和/或非易失性存储器。易失性存储器例如可包括随机存取存储器(RAM)和高速缓冲存储器(cache)等。非易失性存储器例如可包括只读存储器(ROM)、硬盘、闪存等。
另外,根据本申请的实施方式,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请提供了非暂时性机器可读存储介质,所述非暂时性机器可读存储介质存储有机器可读指令,所述机器可读指令能够由处理器运行以执行与本申请提供的方法步骤对应的指令,例如:一种用于晶圆搬运***的速度控制方法。在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本发明中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种用于晶圆搬运***的速度控制方法,其特征在于,应用于云端平台中,包括:
接收天车端采集的运行数据,运行数据包括天车位置和天车数据,天车数据包括天车速度、转弯半径、运输质量以及最大制动力;
对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;
根据天车位置,获取m辆天车,m辆天车下一个到达的区段均为同一个区段,且m辆天车当前均处于不同的区段,将m辆天车均标记为后置天车,计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;
计算m辆后置天车的到达时间和跟随距离,预设距离阈值,根据到达时间、跟随距离以及距离阈值分别判断是否生成控制指令,根据控制指令对对应的后置天车进行控制。
2.根据权利要求1所述的一种用于晶圆搬运***的速度控制方法,其特征在于,所述天车位置为天车在运行轨道上对应的区段;所述天车位置的获取方法包括:将运行轨道划分为n个区段,每个区段对应的区段长度相等,依次递增为n个区段均设置编号,第i个区段的编号即为i,;将每两个区段的交界处标记为交界区,在每个交界区均设置RFID标签,在每个天车上均安装RFID读写器,RFID标签与区段一一对应;当天车经过不同区段时,天车上的RFID读写器读取对应区段上的RFID标签,根据RFID标签获取天车位置。
3.根据权利要求2所述的一种用于晶圆搬运***的速度控制方法,其特征在于,所述天车速度为天车运行时的速度;所述转弯半径为天车在转弯时,弯道的半径;所述转弯半径的获取方法包括:获取横滚角速度,所述横滚角速度为天车转弯时的角速度,根据横滚角速度和天车速度计算转弯半径;转弯半径的表达式为:;式中r为转弯半径,v为天车速度,为横滚角速度。
4.根据权利要求3所述的一种用于晶圆搬运***的速度控制方法,其特征在于,所述运输质量为天车运行时整个天车的重量;所述运输质量的获取方法包括:获取晶圆质量和天车质量,所述晶圆质量为天车所运输晶圆的重量,所述天车质量为天车空载时的重量;根据晶圆质量和天车质量计算运输质量;运输质量的表达式为:;式中,/>为运输质量,/>为晶圆质量,/>为天车质量;
所述最大制动力为天车的制动***所能产生的最大制动力。
5.根据权利要求4所述的一种用于晶圆搬运***的速度控制方法,其特征在于,将天车数据输入训练好的距离分析模型,预测出对应的制动距离;
距离分析模型的训练过程包括:
预先收集Q组天车数据对应的制动距离,将天车数据与对应的制动距离转换为对应的一组特征向量;
将每组特征向量作为距离分析模型的输入,所述距离分析模型以每组天车数据对应的一组预测制动距离作为输出,以每组天车数据对应的实际制动距离作为预测目标,实际制动距离即为所述预先收集的与天车数据对应的制动距离;以最小化所有天车数据的预测误差之和作为训练目标;对距离分析模型进行训练,直至预测误差之和达到收敛时停止训练;所述距离分析模型为深度神经网络模型。
6.根据权利要求5所述的一种用于晶圆搬运***的速度控制方法,其特征在于,判断天车所在运行轨道类型的方法包括:
运行轨道类型包括直线轨道和曲线轨道;
若,则判断天车处于直线轨道;若/>,则判断天车处于曲线轨道。
7.根据权利要求6所述的一种用于晶圆搬运***的速度控制方法,其特征在于,所述计算m辆后置天车对应的优先系数的方法包括:
计算m辆后置天车对应的区段距离,区段距离为后置天车当前位置与下一交界区之间的距离;m辆后置天车对应区段距离的计算方法包括:;式中,/>为第j辆后置天车的区段距离,/>为区段长度,/>为第j辆后置天车的区段时间,/>为第j辆后置天车的天车速度,/>;区段时间为后置天车从上一个经过的交界区,至当前位置所经历的时间;
根据m辆后置天车对应的区段距离、运输质量、运行轨道类型数值以及制动距离,计算m辆后置天车对应的优先系数;优先系数的表达式为:;式中,为第j辆后置天车的优先系数,/>为第j辆天车的运输质量,/>为第j辆后置天车的运行轨道类型数值,/>为第j辆后置天车的制动距离,/>、/>、/>、/>为预设比例系数且/>、/>、、/>均大于0;
将m辆后置天车对应的优先系数从大到小进行排序,排序顺序即为m辆后置天车的运行顺序。
8.根据权利要求7所述的一种用于晶圆搬运***的速度控制方法,其特征在于,根据到达时间判断是否生成控制指令的方法包括:
将m辆后置天车中优先系数最大的后置天车标记为优先天车,将优先天车的前一辆天车标记为前置天车;根据m辆后置天车的运行顺序,依次递增为m辆后置天车设置编号,第j辆后置天车的编号即为j;
到达时间为后置天车当前位置到达下一个交界区所经历的时间,到达时间的表达式为:;式中,/>为第j辆后置天车的到达时间;
控制指令包括减速指令、减速报警指令、停车指令以及停车报警指令;
根据m辆后置天车的运行顺序,依次对m辆后置天车的到达时间进行排序,并且按照运行顺序将每两个相邻的到达时间进行对比,将排在后一个的到达时间标记为后序时间,将排在前一个的到达时间标记为前序时间;若两个相邻的到达时间中后序时间大于前序时间,则不生成控制指令;若两个相邻的到达时间中后序时间小于或等于前序时间,则生成减速指令,直到后序时间大于前序时间;若存在后置天车的天车速度降为零,则将减速指令更换为停车指令;并对运行顺序中排在更换为停车指令的后置天车后面的后置天车均生成停车指令。
9.根据权利要求8所述的一种用于晶圆搬运***的速度控制方法,其特征在于,根据跟随距离判断是否生成控制指令的方法包括:
将m辆后置天车即将进入的下一区段标记为会车区段;
当后置天车进入会车区段后,将刚进入会车区段的后置天车与前一辆后置天车作为一组分析集合,将分析集合中两个相邻的后置天车的编号进行对比,将编号大的后置天车标记为前序天车,将编号小的后置天车标记为后序天车,其中将优先天车和前置天车也作为一组分析集合;
跟随距离为每一组分析集合中前序天车与后序天车之间的距离;跟随距离的表达式为:;式中,/>为第j辆后置天车的跟随距离,/>为前序天车的区段时间,/>为前序天车的天车速度,/>为后序天车的区段时间,/>为后序天车的天车速度,/>为前序天车的天车位置,/>为后序天车的天车位置;
预设安全阈值,其中/>,/>,/>,/>为大于1的实数;安全阈值与后置天车一一对应;
将m辆后置天车对应的跟随距离与m辆后置天车对应的安全阈值进行对比;
若,则不生成控制指令;
若,则生成减速指令;
若且/>,则生成减速报警指令;
若且/>,则生成停车报警指令。
10.根据权利要求9所述的一种用于晶圆搬运***的速度控制方法,其特征在于,根据距离阈值判断是否生成控制指令的方法包括:
当第j辆后置天车进入会车区段后,获取对应的区段距离,若且/>,/>为距离阈值,则对未进入会车区段的后置天车均生成停车指令;若/>且/>,则不生成控制指令。
11.一种用于晶圆搬运***的速度控制***,实施权利要求1-10任一项所述的一种用于晶圆搬运***的速度控制方法,其特征在于,包括:
数据接收模块,用于接收天车端采集的运行数据,运行数据包括天车位置和天车数据,天车数据包括天车速度、转弯半径、运输质量以及最大制动力;
数据分析模块,用于对天车数据进行分析,获取天车对应的制动距离,并判断天车所在运行轨道的类型;
多车联动模块,用于根据天车位置,获取m辆在运行方向上,下一区段均为同一区段,且当前处于不同区段的天车,将m辆天车均标记为后置天车,计算m辆后置天车对应的优先系数;根据优先系数判断m辆后置天车的运行顺序;
速度控制模块,用于计算m辆后置天车的到达时间,根据到达时间判断是否生成控制指令,再计算m辆后置天车的跟随距离,根据跟随距离判断是否生成控制指令,根据控制指令对对应的后置天车进行控制。
12.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-10任一项所述的一种用于晶圆搬运***的速度控制方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现权利要求1-10任一项所述的一种用于晶圆搬运***的速度控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410192162.3A CN117735414B (zh) | 2024-02-21 | 2024-02-21 | 一种用于晶圆搬运***的速度控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410192162.3A CN117735414B (zh) | 2024-02-21 | 2024-02-21 | 一种用于晶圆搬运***的速度控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117735414A true CN117735414A (zh) | 2024-03-22 |
CN117735414B CN117735414B (zh) | 2024-04-26 |
Family
ID=90261412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410192162.3A Active CN117735414B (zh) | 2024-02-21 | 2024-02-21 | 一种用于晶圆搬运***的速度控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117735414B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110104563A (zh) * | 2019-04-02 | 2019-08-09 | 广东博智林机器人有限公司 | 一种单横梁多车体行吊***及故障处理方法 |
CN114380199A (zh) * | 2021-12-30 | 2022-04-22 | 北京首钢自动化信息技术有限公司 | 一种天车的控制方法和装置 |
CN115140657A (zh) * | 2022-08-22 | 2022-10-04 | 北京科技大学 | 一种多天车调度与防撞方法及*** |
CN115258949A (zh) * | 2022-06-13 | 2022-11-01 | 河钢股份有限公司承德分公司 | 天车控制方法、装置及电子设备 |
CN116542417A (zh) * | 2023-07-05 | 2023-08-04 | 泓浒(苏州)半导体科技有限公司 | 一种面向半导体生产线搬运***的控制***及方法 |
CN117284939A (zh) * | 2023-11-24 | 2023-12-26 | 泓浒(苏州)半导体科技有限公司 | 一种智能晶圆自动搬运装置速度控制***及方法 |
KR102623060B1 (ko) * | 2023-08-30 | 2024-01-10 | (주)중앙티씨렌탈 | 타워크레인의 사고예방 모니터링 방법 및 시스템 |
-
2024
- 2024-02-21 CN CN202410192162.3A patent/CN117735414B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110104563A (zh) * | 2019-04-02 | 2019-08-09 | 广东博智林机器人有限公司 | 一种单横梁多车体行吊***及故障处理方法 |
CN114380199A (zh) * | 2021-12-30 | 2022-04-22 | 北京首钢自动化信息技术有限公司 | 一种天车的控制方法和装置 |
CN115258949A (zh) * | 2022-06-13 | 2022-11-01 | 河钢股份有限公司承德分公司 | 天车控制方法、装置及电子设备 |
CN115140657A (zh) * | 2022-08-22 | 2022-10-04 | 北京科技大学 | 一种多天车调度与防撞方法及*** |
CN116542417A (zh) * | 2023-07-05 | 2023-08-04 | 泓浒(苏州)半导体科技有限公司 | 一种面向半导体生产线搬运***的控制***及方法 |
KR102623060B1 (ko) * | 2023-08-30 | 2024-01-10 | (주)중앙티씨렌탈 | 타워크레인의 사고예방 모니터링 방법 및 시스템 |
CN117284939A (zh) * | 2023-11-24 | 2023-12-26 | 泓浒(苏州)半导体科技有限公司 | 一种智能晶圆自动搬运装置速度控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117735414B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200262448A1 (en) | Decision method, device, equipment in a lane changing process and storage medium | |
CN111474926B (zh) | 一种基于多agv时间窗路径优化算法的废烟回收方法 | |
CN113467438B (zh) | 路径规划的方法、装置、控制器及移动物体 | |
JP6247754B2 (ja) | 駐車場探し開始特定のために車両の測定データを処理する方法 | |
US8660723B2 (en) | Method for determining run-curves for vehicles in real-time subject to dynamic travel time and speed limit constraint | |
CN110794851B (zh) | 车辆远程控制安全防护方法、装置和无人驾驶车辆 | |
JPWO2015156097A1 (ja) | 衝突防止装置 | |
US20200191586A1 (en) | Systems and methods for determining driving path in autonomous driving | |
US20210403008A1 (en) | Method and system for predicting a trajectory of a target vehicle in an environment of a vehicle | |
CN115520218B (zh) | 自动驾驶车辆四点转弯轨迹规划方法 | |
CN110562251A (zh) | 一种自动驾驶方法及装置 | |
WO2020194729A1 (ja) | 移動体制御装置、移動体制御方法、及びコンピュータ読み取り可能な記録媒体 | |
CN111724617B (zh) | 运行控制装置以及车辆 | |
JP4399739B2 (ja) | 搬送台車システム | |
CN117735414B (zh) | 一种用于晶圆搬运***的速度控制***及方法 | |
CN114264357A (zh) | 针对车辆排队通过动态称重区域的智能处理方法和设备 | |
US11328596B2 (en) | Parking prediction | |
CN117002528A (zh) | 轨迹规划方法、设备和存储介质 | |
CN107515610B (zh) | 一种防碰撞agv小车管理*** | |
US20220075381A1 (en) | Required transfer time prediction device and required transfer time prediction method | |
CN112783161B (zh) | 一种基于贝塞尔曲线的agv避障方法 | |
CN115503756A (zh) | 一种智能驾驶决策方法、决策装置以及车辆 | |
CN114141034A (zh) | 一种交通管制方法、***和电子设备 | |
CN113460078B (zh) | 自动驾驶*** | |
CN113581204B (zh) | 一种无人驾驶地图中路径限速值估计方法、电子设备及存储介质 |
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 |