TWI443776B - 用於叢集工具之自動化狀態估計系統以及操作該系統之方法 - Google Patents

用於叢集工具之自動化狀態估計系統以及操作該系統之方法 Download PDF

Info

Publication number
TWI443776B
TWI443776B TW095148703A TW95148703A TWI443776B TW I443776 B TWI443776 B TW I443776B TW 095148703 A TW095148703 A TW 095148703A TW 95148703 A TW95148703 A TW 95148703A TW I443776 B TWI443776 B TW I443776B
Authority
TW
Taiwan
Prior art keywords
state
entity
tool
entities
cluster tool
Prior art date
Application number
TW095148703A
Other languages
English (en)
Other versions
TW200741974A (en
Inventor
Ulrich Dierks
Hardy Schumacher
Original Assignee
Advanced Micro Devices Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Advanced Micro Devices Inc filed Critical Advanced Micro Devices Inc
Publication of TW200741974A publication Critical patent/TW200741974A/zh
Application granted granted Critical
Publication of TWI443776B publication Critical patent/TWI443776B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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]
    • G05B19/41865—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 job scheduling, process planning, material flow
    • G05B19/4187—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 job scheduling, process planning, material flow by tool management
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G05B23/0251—Abstraction hierarchy, e.g. "complex systems", i.e. system is divided in subsystems, subsystems are monitored and results are combined to decide on status of whole system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/40—Minimising material used in manufacturing processes
    • 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]
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Description

用於叢集工具之自動化狀態估計系統以及操作該系統之方法
一般而言，本發明係有關製造積體電路之領域，且尤係有關用來製造半導體裝置或其他微結構的製程工具之製程工具特性監視及測量。
目前的全球市場迫使大量產品的製造商以低價提供高品質的產品。因此，重要的是要提高良率及製程效率，以最小化生產成本。此種情況尤其發生在微結構製造(諸如製造半導體裝置)的領域，這是因為在該領域中，將尖端技術與大量生產技術結合是不可或缺的。因此，半導體(或一般而言的微結構)製造商之目標在於減少原料及消耗品的耗用且同時提高製程工具的使用率。後一態樣尤其是重要的，這是因為在現代的半導體工廠中，需要有成本相當高且佔了總生產成本的主要部分之設備。同時，由於新產品及製程的迅速開發對適用的製程工具也有對應的需求，所以半導體工廠的製程工具必須比大部分的其他技術領域更頻繁地更換。
通常係在自動化或半自動化工廠中製造積體電路，因而經過許多的製程及量測步驟以完成裝置。半導體裝置必須經過的製程步驟及量測步驟的數目及類型係取決於所要製造的半導體裝置之細節。例如，複雜的CPU需要幾百個製程步驟，且必須在指定的製程範圍(process margin)內執行每一製程步驟，以便滿足所考慮的裝置之規格。
因此，根據預定製程配方(recipe)而操作的複數個製程工具實質上決定了半導體工廠的生產量及良率，其中製程工具的個別可靠度、可利用度及可維修度對整體良率及產品品質有顯著的影響。因此，對半導體製造商相當重要的是監視並決定提供個別製程工具的績效測量的對應之量測值，因而也可讓工具供應商根據由製造商所提供的資料而具體改善製程工具的軟體及硬體組件。因為工具要求尤其係取決於特定製造商的情況，所以已界定了複數個工業標準，以提供用來界定一組整體共同的半導體設備要求，因而減少生產設備的特定公司要求，同時在供應商這方，可將焦點集中在改善製程能力，而不是在維修許多特定客戶的產品。因此，已界定了與設備可靠度、可利用度及可維修度(reliability,availability and maintainability；簡稱RAM)的定義及測量有關之複數個特定設備標準，該等標準在半導體設備及材料協會(Semiconductor Equipment and Materials Institute；簡稱SEMI)中被稱為E10，E10建立了用來測量製造諸如積體電路的微結構的工廠中遇到的典型環境中之RAM績效的共同表達方式。被業界廣泛用來測量諸如半導體業目前使用的製程工具的RAM績效之E10標準界定了製程狀態的六個基本工具狀態，以便將典型製造環境內之每一時點的工具狀況分類，這六個基本工具狀態包括：(1)生產狀態(productive state；PRD)－－指出所考慮的製程工具之正常作業，亦即，代表處於該製程工具正在執行其預期功能的一段時間之生產運作等狀態；(2)待命狀態(standby state；SBY)－－意指製程工具是可利用的但並未投入生產，亦即，該狀態代表該工具並未***作但處於執行其預期功能且化學品及工廠為可利用之狀況；(3)工程狀態(engineering state；ENG)－－意指製程工具是可利用的但正在進行諸如製程特性分析(process characterization)及設備評估等的工程實驗，因而該製程工具處於執行其預期功能且並無工具或製程問題存在之狀況；(4)排定停機時間狀態(scheduled down time state；SDT)－－意指製程工具因諸如維護延遲、生產測試、預防性維護(Preventative Maintenance；簡稱PM)、耗材更換、製程改變的設定以及與工廠有關的停機時間等的計畫性停機時間事件而不可用來執行其預期功能之一段時間；(5)非排定停機時間狀態(unscheduled down time state)－－意指製程工具因諸如維護延遲、修理、非預期的耗材更換、超出規格的輸入、非預期的與工廠有關之停機時間等的非計畫性停機時間事件而並非處於執行其預期功能之一段時間；以及(6)非排定狀態(unscheduled state)－－意指並未將製程工具排定用於生產的一段非排定時間，例如，其中包含離線訓練、非工作班次、週末、及假日等的期間。
因此，根據這些工具狀態，可將製程工具的“演化”之總時間分類成諸如與非排定狀態對應之非排定時間以及與前文所界定的狀態1至5對應之作業時間。然後可將作業時間分為運轉時間(uptime)及停機時間(downtime)，其中可將運轉時間進一步分為工程時間及製造時間，其中製造時間包含生產時間及待命時間。因此，生產時間、待命時間及工程時間對應於前文中界定的狀態1至3。另一方面，可將製程工具的停機時間分成與前文中界定的狀態4及5對應的排定停機時間及非排定停機時間。
此外，可針對製程工具的可靠度、可利用度及可維修度(RAM)而界定適當的量測值，以便更完整地監視並測量設備的行為(behavior)，因而可有助於將資訊提供給供應商，並也增強生產力及製程控制。在這方面，可將工具可靠度界定為所考慮的製程工具將在指定的一段時間中於指定的狀況內執行其預期功能之機率。可將工具可利用界定為該工具的生產時間加上待命時間之時數除以總可利用時數，其中通常將可利用度表示為百分率。例如，168小時－(工廠停機時間＋設備停機時間＋工程時間＋設定及測試時間)/168小時×100。
可將可維修度界定為製程工具在指定的一段時間內將被保持在或被恢復到該製程工具可執行其預期功能的狀況之機率。例如，用來描述可靠度、可利用度及可維修度的適當量測值可包含諸如平均中斷間隔時間(Mean Time Between Interrupt；簡稱MTBI)、平均故障間隔時間(Mean Time Between Failure；簡稱MTBF)、平均輔助間隔時間(Mean Time Between Assist；簡稱MTBA)、平均修復時間(Mean Time To Repair；簡稱MTTR)、運轉時間、停機時間以及利用率。
因此，在半導體工廠的作業期間，將許多資源投入在定量地決定製程工具的行為，其中由於大量的製程工具將產生對應大量的製程資訊，所以通常使用自動化資料蒐集技術。最近，製程工具已變得更為複雜，這是因為製程工具可能包含被稱為叢集(cluster)或叢集工具的複數個功能模組或實體，該等功能模組可以並行及(或)循序之方式操作，因而可根據製程配方及現行工具狀態，而沿著複數條製程路徑在叢集工具中操作抵達該叢集工具的產品。配方可視為每次生產內含功能單元的基材所執行的電腦程式、規則、規格、作業及程序。因此，叢集工具配方可視為用來經由一序列的整合式製程模組或實體而處理基材之一組指令，其中製程模組可視為製程工具的功能單元，該功能單元可執行特定的作業，且可將其個別製程狀態傳送到製造環境，例如，傳送到製造執行系統(manufacturing execution system；簡稱MES)。因此，前文中指定的工具狀態亦可對應於每一個別的實體或製程模組，因而將每一實體視為個別的製程工具。
因此，對於設備績效報告而言，可針對前文中界定的該等獨立E10狀態而追蹤並監視形成叢集工具的該等實體，然而，並未提供以整體方式評估該叢集工具之方法。因此，已有人提議以一系列的系統之方式評估叢集工具的狀態，以便提供對習知E10 RAM量測值的測量能力。在此種方式下，所謂的預期製程路徑被界定，且被視為獨立的實體，其中係自個別製程路徑的績效推導出多路徑叢集工具的整體績效。如前文所述，在E10標準內界定的該等狀態可能不容許在整體層級(level)上運用(handle)多路徑叢集工具，但可被應用於個別的工具實體。因此，可計算各種工具實體的諸如形式為平均故障間隔時間(MTBF)之可靠度、諸如形式為作業運轉時間之可利用度以及諸如形式為平均修復時間(MTTR)之可維修度，然而，這些量測值無法提供本身作為實體的多路徑叢集工具之量測值。
請參閱第1a至1b圖，現在將詳細說明根據E10標準的執行叢集工具特性分析之習知技術。第1a圖示意地示出包括複數個實體(151)及(152)之叢集工具(150)，其中實體或模組(151)可代表諸如用來接收基材的負載閘(load lock)(151A)、(151B)等的輸送模組，而實體(151C)可代表用來輸出由製程實體或模組(152)處理過的基材之卸載閘(unload lock)，其中諸如實體(152A)及(152B)可代表被配置成執行諸如蝕刻製程等實質上相同的製程之相等的製程室，而製程實體(152C)可被配置成執行諸如光阻剝除(resist stripping)及清洗等的後續製程。因此，視諸如實體(151)、(152)中之一實體的可利用度的與特定工具之狀況而定，可使抵達叢集工具(150)的基材根據複數條製程路徑而通過工具(150)。可根據前文中界定的該等狀態而評估實體(151)、(152)中之每一實體，其中諸如當製程模組(152A)、(152B)中之一製程模組在指定的一段時間中無法處理基材時，對工具(150)的整體評估可能導致不太有意義的量測值，這是因為原則上叢集工具(150)因其根據其餘功能實體(152)而生產產品的能力而將被視為在所有時間都處於生產狀態。同時，雖然係處於生產狀態，但是可能會存在故障，且可能需要設備維修，因而使運轉時間及停機時間的現有定義對叢集工具(150)之有效性較低。如前文所述，可由叢集工具(150)界定個別的預期製程路徑，而將叢集工具(150)分成某一總數的“虛擬工具”，其中通常需要實體層級的自動化狀態改變資料收集，以便有效地計算諸如工具(150)的多路徑叢集工具之RAM量測值，尤其在將具有或多或少之複雜的結構之複數個工具用於製造環境時更需如此。對於一般性工具(150)而言，可界定兩個預期製程路徑，以便可由負載閘(151A)、(151B)中之一負載閘運用抵達工具(150)的基材，然後可將該基材供應到實體(152A)，然後供應到實體(152C)，且最後可由卸載閘(151C)輸出該基材。同樣地，可由負載閘(151A)、(151B)中之一負載閘、模組(152B)、模組(152C)以及卸載閘(151C)界定第二製程路徑。可將對應的預期製程路徑識別為IPP1及IPP2，且可以下式界定叢集工具(150)的作業運轉時間：作業運轉時間(多路徑叢集工具)＝(Σ所有預期製程路徑的運轉時間)/((製程路徑的數目)×(前文所界定的作業時間))×100。
為了決定作業運轉時間，可決定該等各別預期製程路徑之可利用度，且可根據諸如表1a的真值表(truth table)而完成上述步驟。
為了評估RAM量測值而用於減少叢集工具(150)的複雜性，可在各別的真值表中分離地考慮輸送系統的可利用度：
因此，如表1b所示，當至少有卸載閘(151C)處於運轉狀態，且負載閘(151A)、(151B)中之至少一負載閘處於運轉狀態時，輸送系統(151)係處於運轉狀態。
第1b圖示意地示出當叢集工具(150)被虛擬地分割成兩個製程路徑實體(IPP1)、(IPP2)時的叢集工具(150)，其中複數個輸送模組或實體(151A)、(151B)、(151C)被結合成實體“輸送”(151)。因此，根據第1b圖所示之工具(150)，可根據呈現表1a及1b的結合之真值表而建立工具(150)的可利用度。因此，在表1c中，可決定包括如第1b圖中配置的叢集工具(150)的各別實體IPP1及IPP2之運轉時間及停機時間。
如表1c所示，三種工具配置可造成實體IPP1及各別三種工具配置的對應之運轉時間，且可造成可能與前者配置不同的實體IPP2之對應的作業運轉時間。因此，根據表1c，且藉由測量實體(152)及輸送(151)隨著其時間的經過而呈現之各別狀態，即可計算出在指定的一段時間中各別的作業運轉時間及停機時間。此外，可從對應建立的表1c計算根據E10標準的其他可利用度量測值。例如，對於168小時的作業時間而言，對個別實體狀態的各別測量結果之評估可能造成100小時的實體IPP1運轉時間，而實體IPP2的運轉時間可能是140小時。從這些示範數目，可根據前文中指定的公式計算工具(150)的作業運轉時間，因而造成71.4%的作業運轉時間。可根據前文中指定的程序而計算與可靠度、可利用度及可維修度有關的其他量測值。例如，可將叢集工具(150)的平均故障間隔時間(MTBF)計算為所有製程實體的生產時間之總和，亦即，以該等實體(152)除以其中包含輸送系統(151)的所有實體的生產時間中發生故障的總和。對於前文所示的IPP1及IPP2之運轉時間而言，可假設下文所示的叢集工具(150)之作業行為：實體(151A)可能具有100個生產小時及一次故障，因而造成100小時的MTBF。
實體(151B)可能具有140個生產小時，且可假設一次故障，因而造成140小時的MTBF。
實體(151C)可能具有140個生產小時，而因為IPP2有前文所述的140小時的運轉時間，且假設兩次故障，因而造成7小時的MTBF。
輸送系統(151)可能有一次故障，因而造成140小時的MTBF。
根據上述公式，總叢集工具(150)的MTBF可產生380小時/5故障＝76小時。
因此，可根據其中包含可被視為工具實體且可處於運轉或停機狀態的各別預期製程路徑之配置而得到叢集工具(150)的RAM量測值，其中當參照前文中建立的該等真值表時，可根據個別實體的狀態而識別對應的狀態。在前文所述的用來評估叢集工具的狀態之測量技術中，當前文指定的技術應用於其中包含各種複雜的叢集工具之生產環境時，可能發生某些問題，這是因為由前文指定的技術所接收的測量結果可能造成降低的正確性，且因而造成對各別叢集工具狀態的評估之降低的信心。例如，在前文指定的用來評估叢集工具整體的工具狀態之技術中，由增加高可靠的實體(例如，通過製程室等)而對較純粹執行的叢集工具之重新配置將大幅提高MTBF值，因而指示提高的可靠度，然而，此種指示可能是不切實際的。此外，當執行相等製程的諸如實體(151A)、(151B)的各別製程實體實質上相同，而展示實質上相同的績效時，由前文指定的技術所接收的對應之量測值可能是較不準確的。此外，以單一實體之方式得到的叢集工具之MTBF值不同於由使用該叢集工具的運轉時間除以故障數目而得到的對應之值。同樣地，自故障與停機時間之間的平均時間計算出的平均修復時間(MTTR)值不同於以停機時間除以故障數目而得到的值。在前文所述之例子中，MTBF值及MTTR值看來可能是不切實際的值，這是因為以168小時除以分別代表平均故障間隔時間及平均修復時間的76小時及24.8小時之總和時，叢集工具(150)整體在每一週中將產生大約1.7次的故障加維修事件，其中實體(152C)在每一週中單獨已有兩次的故障及維修，因而造成整個叢集工具(150)的100%之停機時間。因此，根據習知技術進行對諸如可靠度、可利用度及可維修度的叢集工具特性之測量時，可能產生較不可靠的結果，因而顯著地影響到半導體工廠中之生產控制。
有鑑於前文所述之情況，目前需要一種可避免前文所述的一個或多個問題或至少可大幅降低該等問題的影響之用來評估叢集工具之增強型技術。
下文中提出了本發明的簡化概要，以便提供對本發明的某些態樣的基本了解。該概要並不是本發明的徹底之概述。其目的並不是識別本發明的關鍵性或緊要的元件，也不是描述本發明的範圍。其唯一目的只是以簡化的形式提出某些觀念，作為將於後文中更詳細說明之前言。
一般而言，本發明係有關一種可根據其中包括各別叢集工具(cluster tool)的至少某些實體之複數個不同的狀態而有效率測量並評估諸如可靠度、可利用度及可維修度的叢集工具特性之技術。為達到此目的，可界定作為實體的叢集工具之“結合”狀態，其中個別實體的對應狀態可代表子狀態(sub－state)，而該等子狀態的各種貢獻決定了該叢集工具的總狀態。為了將個別子狀態適當地結合成總狀態，可建立適當的加權或常態化因數(weighting or normalization factor)，其實質上決定了特定子狀態對總叢集工具狀態的影響。在某些例示的實施例中，可為該複數個子狀態建立階級(hierarchy)，亦即，該叢集工具的每一實體可呈現個別的狀態，以便建立對應的等級，其中一狀態可否決該叢集工具內之一序列的狀態中之其他狀態。因此，由於複數個子狀態的結合，所以叢集工具被視為實體時的總狀態可被以一種更準確且可靠的方式監視及測量，因而提供了用來決定其他特定工具量測值(tool－specific metric)之可靠基礎，其中在某些例示的實施例中，可得到可與單一製程工具的對應測量結果立即比較之對應測量值，因而滿足與對於供應商之可利用度承諾之測量有關之態樣，且提供了可進行與工具產能(capacity)有關的陳述之資料基礎。
根據本發明的一例示的實施例，一種系統包括被配置成自具有兩個或更多個實體的叢集工具接收製程訊息之介面，其中該等製程訊息係與該等實體中之每一實體有關。該系統進一步包括被連接到該介面之狀態估計單元，且該狀態估計單元被配置成根據該等製程訊息以及該叢集工具的每一實體之功能產能而自動地決定該叢集工具的可靠度、可利用度及可維修度中之至少一者的量測值。
根據本發明的另一例示的實施例，一種方法包括下列步驟：經由與用於製造製程線的叢集工具通訊之介面自該叢集工具接收製程訊息，該叢集工具包括複數個實體。該方法進一步包括下列步驟：根據每一實體的功能產能以及該等製程訊息，而決定該叢集工具的現行總狀態之量測值。
根據本發明的又一例示的實施例，一種測量叢集工具的狀態之方法包括下列步驟：自該叢集工具的複數個實體中之每一實體接收製程訊息；以及根據該等製程訊息而決定該等實體中之每一實體的現行實體狀態，其中該複數個實體之現行實體狀態代表了複數個可利用實體狀態中之一可利用實體狀態。該方法進一步包括下列步驟：根據該複數個可利用實體狀態的預定階級而決定一組加權量測值，作為對該叢集工具的狀態之測量(measure)，其中該等加權量測值中之每一加權量測值係與該複數個可利用實體狀態中之一可利用實體狀態相關聯。
下文中將說明本發明的一些例示的實施例。為了顧及說明的清晰，在本說明書中將不說明實際實作的所有特徵。當然，應當了解，在任何此種實際實施例的開發過程中，必須作出許多特定實作的決定，以便達到開發者的特定目標，諸如符合與系統相關的及與商業相關的限制條件，而該等限制將隨著各實作而有所不同。此外，應當了解，雖然此種開發的工作可能是複雜且耗時的，但是此種開發工作仍然是對此項技術具有一般知識者在參閱本發明揭示事項後所從事的日常工作。
現在將參照附圖而說明本發明。只為了解說之用途，而在該等圖式中示意地示出各種結構、系統及裝置，以便不會以熟習此項技術者習知的細節模糊了本發明。然而，包含該等附圖以便描述並解說本發明之例示的例子。應將本說明書所用的字及辭彙了解及詮釋為具有與熟習相關技術者對這些字及辭彙所了解的一致之意義。不會因持續在本說明書中使用一術語或辭彙，即意味著該術語或辭彙有特殊的定義(亦即與熟習此項技術者所了解的一般及慣常的意義不同之定義)。如果想要使一術語或辭彙有特殊的意義(亦即與熟習此項技術者所了解的意義不同之意義)，則將會在本說明書中以一種直接且毫不含糊地提供該術語或辭彙的特殊定義之下定義之方式明確地述及該特殊的定義。
一般而言，本發明提供了一種用來監視及測量叢集工具特性之增強型技術，其中在某些例示的實施例中，可在一些可等同於單一製程工具的對應製程狀態之子狀態的方面，定量地估計叢集工具的狀態，因而可以共同的方式對待複雜製造環境中之叢集工具及單一工具。因此，可將該叢集工具的狀態表示為一些經過加權或常態化(normalize)的子狀態之結合，其中可根據系統要求而選擇子狀態的數目。因此，在某些例示的實施例中，可以諸如對應於SEMI的E10標準的標準單一製程工具狀態之方式選擇該等子狀態，然而本技術提供了根據特定公司的現行要求而用於減少或增加子狀態的數目之可能性。因此，與諸如只提供用來估計各別叢集工具的總狀態的兩個子狀態(亦即，運轉及停機)但仍然需要有相當複雜的真值表之習知方式不同，本發明提供了根據任何所需數目的子狀態而用於表示叢集工具狀態之可能性，其中個別實體的所有獨立之狀態被結合，以提供整體叢集工具的績效之代表性狀況。因此，叢集工具的狀態可代表一些個別子狀態的混合，其中可以特定工具的加權機制將個別子狀態(亦即，個別實體的獨立狀態)的影響適當地加權或常態化，而由特定的實施例中，係由產能加權機制實現該特定工具的加權機制。因此，可使用E10標準而相同地對待實體叢集及個別實體，且可得到與對應的供應商規格有關之適當的測量結果，其中可諸如以下形式運用工具產能：產能(基材/週)＝168(小時/週)×利用率(百分率)×生產量率(基材/小時)。
例如，如果對基於E10標準的叢集工具特性之決定只根據叢集工具的主要架構之可利用度，則並行室之故障將也影響到生產量率的下降，此時可能難以責備供應商，這是因為諸如配方的細節及製程的串接等的各種其他參數會影響到生產量率的值。舉例而言，包括諸如四個並行室之叢集工具將有優異的主要架構可利用度，這是因為只要至少一室在運作，該叢集工具即可工作，而生產量率是受室故障的影響。由於室故障被計算為叢集工具可利用度的扣分因素，所以現在可由一種簡略且可追蹤的量測值來測量績效。此外，當生產量率(亦即，每一生產小時中被處理的基材數目)及生產小時以與由該室故障所造成的產能損失相同的幅度減少時，叢集工具的生產量率在工具特性係基於工具產能時將保持實質上不受影響，因而相當有助於產能測量，這是因為生產量率現在是與可利用度及利用率限制無關的參數。因此，與習知的方式相比時，可根據本發明而得到特定製程之特性相比之特定工具之特性的增強的可利用度，因而顯著改善了叢集工具可靠度、可利用度及可維修度之測量效率。
請參閱第2a至2f圖，現在將更詳細地說明本發明的進一步之例示的實施例。第2a圖示意地示出具有複數個實體(251)、(252)之叢集工具(250)，其中實體(252)可代表諸如蝕刻室及研磨室等的用來對基材操作的製程模組，而實體(251)可代表複數個輸送模組，因而代表了叢集工具(250)的主要架構，亦即，用來接收及釋出基材的平台。叢集工具(250)因而可包括可被視為實質上相等的製程室之實體(252A)及(252B)，使得實體(252A)及(252B)可被視為具有實質上相同的績效或產能之並行模組。同樣地，實體(252C)及(252D)可被視為具有實質上相同的產能之相等模組或並行模組。應當了解，對諸如實體(252A)、(252B)或(252C)、(252D)的並行實體的相同產能或績效之假設並不是本發明所必要的，且在並行實體間有適當的不對稱時，可考慮將於後文中更詳細地說明之對應的加權機制。因為諸如實體(252A)、(252B)及(252C)、(252D)產生實質上相同的製程輸出，且實體(252C)、(252D)係對被實體(252A)、(252B)預先處理過的基材操作，所以可由箭頭(253)所示之方式界定對應的製程流程，其中步驟1可代表製程流程(253)的第一步驟，且依序由對應的製程配方界定該第一步驟。同樣地，步驟2可代表由各別實體(252C)、(252D)所產生的製程輸出，而製程流程(253)的步驟3可代表由所有的輸送及基材運用活動，而該等活動除了在基材運用製程中產生的任何缺陷之外，可能不會影響到基材配置的改變。步驟3代表叢集工具(250)的輸送及晶圓運用，亦可被視為叢集工具(250)的主要架構，而在一例示的實施例中，可將步驟3設定為製程流程(253)的最後步驟，因而提供了與各別的叢集工具相關聯的製程步驟的數目之增強的能見度。
因為實體(252)及(251)中之每一實體可處於複數個預定實體狀態(當叢集工具被當作單一實體時，該等預定實體狀態可被視為該叢集工具的子狀態)中之一狀態，叢集工具(250)因而可被視為處於複數個子狀態之結合，因此，根據本發明，可將由對應的加權因數指定給每一實體(252)、(251)，而將各種子狀態的影響加權，以便得到叢集工具(250)的適當整體狀態。在一例示的實施例中，係根據個別實體(252)、(251)的各別產能，而執行這些實體的加權或常態化，其中係為叢集工具(250)選擇適當的參考。在一例示的實施例中，係將該參考產能選擇為在叢集工具(250)中被界定的所有步驟之最小產能。然後將對應的最小產能設定為叢集工具(250)的100%產能。例如，在叢集工具(250)中，可根據供應商資訊、測試運轉以及作業資料的平均值等的資訊而建立個別實體(252)、(251)的下文所示之績效資料(其中對應的績效資料可參照到指定的製程狀況)：實體(252A)：每一週期有製程時間140秒；每一週期有製程尺寸1基材；實體(252B)：每一週期有製程時間140秒；每一週期有製程尺寸1基材；實體(252C)：每一週期有製程時間100秒；每一週期有製程尺寸1基材；實體(252D)：每一週期有製程時間100秒；每一週期有製程尺寸1基材；以及實體(251)：每一週期有製程時間60秒；每一週期有製程尺寸1基材。
因此，第一步驟的實體(252A)、(252B)可(在理論上)以70秒的時間產生一基材，而實體(252C)、(252D)可每隔50秒產生基材，且實體(251)可每隔60秒運用基材。因此，步驟1代表了叢集工具(250)中之“瓶頸(bottleneck)”步驟，且可被用來作為指示工具(250)的100%產能之參考。因此，每一實體(252A)、(252B)具有50%產能，而步驟2具有140%的產能，因而每一實體(252C)、(252D)產生70%產能。最後，實體(251)具有117%的產能。從上文中指定的對應之製程時間及製程尺寸而可計算出對應的每一小時之基材生產量率，而得到步驟1的51.4之生產量率、步驟2的72.0之生產量率、以及步驟3的60.0之生產量率，因而造成工具(250)的51.4之生產量率，這是因為如前文中對產能的指定，係由具有每一小時有51.4基材生產量率之“瓶頸”步驟1界定該生產量率。從前文所提供之產能資料而可得到各別的設定矩陣(setup matrix)，用以指定每一實體的產能、以及該實體在製程流程(253)內的位置。表2a示出工具(250)的對應之設定矩陣。
可將表2a代表之設定矩陣用來作為諸如根據E10標準而計算工具特性之基礎，其中叢集工具(250)在一明確的時間期間中可經常處於複數個子狀態的混合，其中所有狀態時間的總和是被指定的時間期間之總時間。例如，實體(252A)、(252B)及(252C)以及實體(251)可能在一小時中係處於生產狀態，而實體(252D)可能處於“非排定停機時間(UDT)”狀態，因而造成在該時間期間中由70%(42分鐘)的生產狀態(PRD)及30%(18分鐘)的UDT狀態之叢集工具狀態，這是因為具有70%的加權因數之實體(252)可減少對應的步驟產能，亦即，自140%減少到70%，因而將在該指定時間期間中之生產時間或產能自100%減少到70%。應當了解，可為叢集工具(250)的任何工具配置建立如表2a代表之設定矩陣，且可特別為製程流程(253)的各種步驟中之並行工具實體可能有不同的加權因數(亦即，在上述實施例中為不同的產能)之任何配置。此外，在某些例示的實施例中，該等加權因數可基於由指定實體的所有作業的加權平均得到之產能資料，或基於被對應設計的作業。在其他實施例中，可使對應的加權因數(亦即，在上述實施例中之產能)動態地適應特定的製程狀況。例如，當將不同的製程配方用於叢集工具(250)時，不同步驟中之各種實體的對應之週期時間可能會大幅改變。因此，可動態地更新各別的週期時間，以便可針對特定的製程狀況而監視對應的工具特性。在此種情形中，可測量與製程相關的可靠度、可利用度及可維修度，而該測量結果可提供與良率分析及工具利用率等因素有關的有價值之公司內部資訊。在其他例示的實施例中，可諸如由計算各別叢集工具中執行的所有作業的週期時間之平均值，而獨立地選擇並處理各別的加權因數，其中可根據特定作業的頻率等因素而執行對應的加權。在其他例示的實施例中，可使用供應商提供的個別實體績效之作業資料，因而在實質上沒有與特定製程的影響下得到該等實體與軟體及硬體有關之特性間之高對應性。
為了針對作為實體的叢集工具(250)建立用來評估個別實體的狀態之代表性混合，在一特定實施例中，可建立該複數個狀態或子狀態之階級(hierarchy)，其中較高等級的狀態可具有“否決”較低等級的狀態之能力，且將於下文中更詳細地說明其中之情形。在一代表性實施例中，可將用於單一製程工具或實體的E10標準狀態用來作為界定混合或結合時之複數個適當的子狀態，用於提供對應的叢集工具之量測值。
表2b代表六個E10狀態之對應的階級，其中非排定狀態(NST)具有最高的優先順序，其後接續為非排定停機時間狀態(UDT)、排定停機時間狀態(SDT)、工程狀態(ENG)、待命狀態(SBY)、以及生產狀態(PRD)。
例如，對於諸如叢集工具(250)的步驟1及步驟2的兩個循序步驟而言，步驟1可以是100%UDT，而步驟2可以是100%SDT。根據表2b所示之等級，該叢集工具此時是100%UDT，這是因為UDT狀態否決了SDT狀態。
第2b圖示意地示出處於不同的配置之叢集工具(250)，例如，叢集工具(250)包含九個製程實體(252)以及對應的主要架構或輸送及基材運用實體(251)。根據前文所述之一例示的實施例，由箭頭標示的對應之製程流程可諸如包括三個作業步驟以及作為最後步驟的主要架構或基材運用步驟。此外，屬於第一步驟的該等個別實體(252)可具有實質上相同的作業績效，其中第一步驟的全部製程實體(252)可代表工具(250)的100%之總產能。因此，將25%的相同加權因數或產能指定給第一步驟的每一實體(252)。此外，屬於第二步驟的該複數個實體(252)可代表工具(250)的120%之總產能，其中第二步驟的各種實體雖然係並行地操作，但是可具有不同的加權因數或產能，亦即，30%、60%及30%。可假設屬於第三步驟的該等實體(252)具有相同的績效特性，且亦可代表叢集工具(250)的100%之產能。因此，在第三步驟中，將50%的產能指定給每一實體。最後，主要架構或輸送及運用實體(251)可具有代表140%的總產能之加權因數或產能。應當了解，可根據與前文中參照表2a所示之設定矩陣而說明的相同之準則而建立對應的加權因數或產能。此外，可假設叢集工具(250)在由實體(252)及(251)的個別狀態所決定之特定時點上係處於作業狀態。例如，在該例子中，屬於第一步驟的該等實體(252)可分別處於狀態PRD、SBY、ENG及UDT，而在此時點上的對應之實體(252)可分別處於狀態SDT、PRD及NST。同樣地，屬於第三步驟的該等實體(252)可處於各別的狀態PRD及SBY，而實體(251)係處於狀態PRD。因為在該例子中將以六個E10狀態的混合之方式決定叢集工具(250)的狀態，所以可將表2b中界定的對應之等級用來估計各種狀態對叢集工具(250)的整體狀態之影響。例如，具有最高等級或最高優先順序的狀態(亦即，非排定狀態(NST))代表了叢集工具(250)在第二步驟中之狀態，且已在具有30%的加權之實體(252)中偵測到該狀態，其中步驟2具有120%的總加權。因此，NST狀態將90%的總工具產能“留下”給其他的狀態，因而對工具(250)的整體工具狀態給予10%的影響。同樣地，被NST狀態否決的非排定停機時間狀態(UDT)，同時否決任何其他狀態，該狀態係在第一步驟的實體中被偵測到具有25%的加權或產能。因此，UDT狀態可只將75%留下給任何較低等級的狀態。因為由於較高等級的SDT狀態只能利用90%的降低產能，所以可將USD的狀態之影響設定為15%，亦即，90%與75%間之差異。
在第二步驟中遇到具有30%的加權因數或產能之排定停機時間狀態(SDT)，而因為在該步驟中已出現具有30%的加權因數之較高等級的NST狀態，所以包含該SDT狀態的第二步驟只留下60%的總產能，這是因為第二步驟的總產能是120%。因此，SDT狀態對工具(250)的整體狀態之影響可能是15%，這是因為較高等級的USD狀態已造成75%的降低產能。同樣地，可在第一步驟的實體中偵測到工程狀態(ENG)，因而只將50%留下給任何較低等級的狀態。因此，ENG狀態對工具(250)的整體狀態之影響可能為10%，這是因為較高等級的狀態到目前為止只留下60%。此外，在第一步驟的一實體(252)與在第三步驟的一實體(252)中遇到待命狀態(SBY)，其中由於對應於較高等級的狀態之出現，所以第一步驟中之該SBY狀態連同這些較高等級的狀態只將25%留下給任何較低等級的狀態，因而否決任何較低等級的狀態。因此，SBY狀態對整體狀態的影響是25%，這是因為如先前的步驟中決定的，由任何較高等級的狀態只留下了50%。最後，由步驟1的實體中決定具有較高加權因數或產能的於各種實體(252)及(251)中遇到之生產狀態(PRD)，因而造成PRD狀態對工具(250)的整體狀態有25%之影響。因此，根據諸如表2a代表的對應之階級，可決定個別狀態或子狀態對叢集工具(250)的整體狀態之對應的貢獻。應當了解，在其他例示的實施例中，可根據諸如特定公司要求等的其他準則而改變表2a之對應的等級，或者在每一實體(252)及(251)將使用較少或較多的個別狀態之情形下，可適當地適應表2a之對應的等級。例如，如果為了提供增強型的“狀態解析(state resolution)”而將前文中指定的該等狀態中之一狀態分成兩個或更多個子狀態，則可適當地建立該等各別子狀態之對應的等級。在某些例示的實施例中，可根據表2a代表之設定矩陣、以及表2b代表之對應的階級，而執行對總狀態之對應的決定，且將於下文中參照第2c圖而更詳細地說明其中之情形。
第2c圖示意地示出被配置成監視及測量叢集工具的狀態以及該叢集工具的與可靠度、可利用度及可維修度能力有關的任何量測值之系統(200)。在第2c圖所示之代表性實施例中，可由第2b圖所示之叢集工具(250)代表該叢集工具，且該叢集工具也具有亦如第2b圖所示的在特定時點上之相同配置。系統(200)可包括介面(210)，該介面(210)被配置成與叢集工具(250)通訊，以便自叢集工具(250)接收至少與工具(250)的實體(252)及(251)的個別狀態有關之任何製程訊息，其中可至少在指定的時槽(time slot)內得到對應的製程訊息，以提供所需的時間解析，以便可靠地偵測叢集工具(250)的實體(252)及(251)中之每一實體的任何狀態改變。因此，介面(210)被配置成於適當可靠地取得工具狀態的一時間期間內在可偵測任何狀態改變的頻率(frequency)下取得對應的製程訊息。例如，在某些例示的實施例中，數秒至幾分種或甚至幾小時的時間解析可被認為適當用於取得指示工具(250)的每一實體的各別現行狀態之各別更新後的製程訊息。系統(200)進一步包括被連接到介面(210)之狀態估計單元(280)，用以接收與工具(250)的該複數個實體(252)及(251)有關之狀態資料，其中可以任何適當的格式提供各別的狀態資料，使狀態估計單元(280)可進一步操縱該等各別的狀態資料，以便根據一組對應的基材而用於提供工具(250)的總狀態之量測值，亦即，可能呈現在工具(250)中之個別實體(252)、(251)之狀態。
在一例示的實施例中，狀態估計單元(280)可包括狀態矩陣決定單元(220)，該決定單元可自介面(210)接收任何狀態資料，且亦可接收可由介面(210)或由狀態估計單元(280)的任何其他外部或內部來源提供之設定資料。單元(220)可被配置成：根據由介面(210)自工具(250)接收的設定資料及製程訊息，而建立特定時點或時槽之對應的現行狀態矩陣。對於前文中參照第2b圖所述之示範叢集工具(250)而言，該對應的狀態矩陣可包含表2c所示之資訊，其中包含叢集工具(250)的每一步驟之各別狀態、以及參照第2b圖所述之各別加權因數或產能。
應當了解，可得到狀態矩陣決定單元(220)自介面(210)提供的設定資料及狀態資料所提取(extract)的資訊，並以任何適當的格式儲存該資訊，其中單元(220)可包括適當於被配置成提取及儲存對應的狀態矩陣之任何適當的硬體及軟體資源，例如，儲存機構及中央處理單元(Central Processing Unit；簡稱CPU)等的資源。
狀態估計單元(280)可進一步包括狀態加總單元(230)，該單元被配置成：根據叢集工具(250)的配置，而建立每一製程步驟的每一狀態或子狀態之各別產能或加權因數。表2d中示出工具(250)的每一步驟對應的加權狀態資料，其中關於用來提取及儲存表2d中包含的各別資料之任何硬體及軟體資源，可應用於前文中參照單元(220)所述之相同準則。
狀態估計單元(280)可進一步包括狀態累積單元(240)，該單元被配置成提供每一步驟的該複數個狀態之“累積”加權因數或產能，其中如前文中參照第2b圖所述，可根據諸如表2b所示之階級而執行該累積。對於前文所述之例子而言，表2e示意地示出叢集工具(250)的每一步驟之對應的累積狀態加權或產能。
如表2e所示，係在每一步驟中根據每一狀態的等級而將各別狀態的加權或產能加總。
狀態估計單元(280)可進一步包括狀態最小值決定單元(260)，該單元可被配置成：在考慮叢集工具(250)的所有步驟時，識別每一累積狀態之最小加權或產能。表2f中代表由單元(260)所提供的對應之最小值。
如表2f所示，係由25%的加權或產能代表累積狀態PRD，這是因為25%是根據表2e的所有步驟1至4中之該狀態的最小加權或產能。同樣地，對於累積狀態PRD加SBY而言，該最小加權或產能是50%，對應於根據表2e的步驟1中提供的該狀態的最小值。對於累積狀態PRD加SBY加ENG而言，由單元(260)決定了60%之最小值，對應於步驟2的各別值。同樣地，對於累積狀態PRD加SBY加ENG加SDT而言，已決定了75%之值，對應於表2e的第一步驟的各別值。累積狀態PRD加SBY加ENG加SDT加UDT的90%之值對應於步驟2，而最後，累積狀態PRD加SBY加ENG加SDT加UDT加NST具有代表步驟1至4中之最小值(例如，表2e中之步驟1或步驟3)的100%之值。
此外，狀態估計單元(280)可進一步包括狀態重新分配單元(270)，該單元適應於將適當的加權因數或產能指定給各別狀態PRD、SBY、ENG、SDT、UDT及NST中之每一狀態，而該等狀態之結合代表了叢集工具(250)的總狀態。如前文中參照第2b圖及對應的階級所述，可將各別的影響指定給該等個別狀態，使總狀態代表被常態化的狀態，亦即，代表100%的叢集工具狀態，其中各對應的子狀態具有被對應地決定的加權因數或產能。表2g示出可藉由決定表2f代表接續累積狀態的各別差異而得到之對應的叢集子狀態之各別加權因數。
因此，狀態估計單元(280)可以加權子狀態的混合之方式提供對叢集工具(250)的狀態之定量測量，而在一例示的實施例中，可由標準E10實體狀態表示該等加權子狀態。然後可由狀態重新分配單元(270)提供的叢集狀態用來測量或決定諸如可靠度、可利用度及可維修度進一步的工具特性。為達到此目的，系統(200)可經由介面(210)而將代表叢集工具狀態的各別值提供給外部資源，或者在其他例示的實施例中，狀態估計單元(280)可被進一步配置成根據叢集狀態而決定各別工具特性之量測值。如前文所述，可以任何適當的時間順序而蒐集由工具(250)提供且由介面(210)接收之對應的狀態資料，其中可針對工具(250)提供的任何版本之更新資料而決定對應的叢集工具狀態，或者在其他實施例中，每當由系統(200)偵測到叢集工具(250)的該等實體中之一實體的狀態改變時，即可決定各別的更新叢集工具狀態。例如，在一例示的實施例中，系統(200)可被配置成將工具(250)的狀態與先前有效的狀態比較，其中可諸如由對應地比較單元(220)所提供的該等狀態量測值，而完成上述的狀態比較，因而當單元(220)偵測到兩個接續決定的狀態量測值之差異時，隨即可決定叢集工具(250)的對應的更新工具狀態。應當了解，可以即時之方式執行對目前有效的工具狀態之對應的決定，或者可在任何適當的時點上執行該決定，只要介面(210)及(或)狀態估計單元(280)可在預定的頻率下接收對應的狀態資料或製程訊息即可，其中可根據狀態估計單元(280)的計算資源，而立即處理或以任何延遲的方式處理該對應的資料。因此，可根據叢集工具(250)的工具狀態之時間的進展，而決定工具(250)的狀態之動態行為，並因而決定工具特性的對應之量測值。
第2d圖示意地示出極簡單的叢集工具，用以呈現叢集工具狀態的動態進展之綜合例子，因而指示可以將指定時間期間內的所有各種總叢集工具狀態加總之方式得到與工具特性(例如，叢集工具處於各別子狀態中之一子狀態的時間期間))有關的任何定量評估。在第2d圖中，也被指示為工具(250)的叢集工具可包括兩個並行操作且具有相同績效之製程實體(252)、以及輸送及運用或主要架構實體(251)。因此，可由兩個步驟將工具(250)分類，其中第一步驟具有100%的產能，這是因為輸送及運用(251)可具有諸如185%的增加之產能。叢集工具(250)可被連接到系統(200)，以便提供複數個時點t1 ...tn 上的各別製程訊息，使得系統(200)可計算由t1 ...tn 代表的各別時槽之各別叢集工具狀態。為了簡化，可假設工具(250)的該等實體中之一實體在每一小時可發生任何狀態改變，使得係針對每一小時而決定對應的更新叢集工具狀態。可假設：對於由時間t1 ...tn 代表的該等時槽而言，叢集工具(250)的實體(252A)、(252B)及(251)可具有如表2h所示之各別的實體狀態。
例如，如表2h的左手端所指示，在時間t1 期間，工具(250)的所有實體係處於生產狀態，造成工具(250)之100%的生產力。同樣地，在時間t2 期間，實體(252B)係處於工程(ENG)狀態，造成工具(250)的總狀態為50%的生產狀態及50%的工程狀態，使得該生產狀態的對應之時間期間是0.5小時，且被視為單一實體的工具(250)的工程狀態之時間期間對應地是0.5小時。應當了解，可根據前文中參照第2c圖所述之程序，而得到合而代表被視為實體的工具(250)的狀態之該等個別子狀態之各別值。因此，在諸如十二個時槽之後，可由該等個別的總狀態整合或加總，而決定結果的總狀態，因而提供叢集工具(250)的個別子狀態之各別量測值。在本例子中，在12小時的時間期間中，工具(250)可在2.5小時中係處於生產狀態，在0.5小時中係處於待命狀態，在3.0小時中係處於工程狀態，在2.0小時中係處於排定停機時間狀態，在3.0小時中係處於非排定停機時間狀態，且在1.0小時中係處於非排定狀態。
在進一步之例示的實施例中，可將第2d圖所示之系統(200)進一步配置成包含用於叢集工具(250)的故障計數近似值單元。如前文所述，可將叢集工具(250)的每一個別實體之複數個狀態適當地加權，以便提供結合的叢集工具狀態，其中該加權因數可代表各別實體狀態對總叢集狀態的對應之影響。因為可根據也可被用來對應地決定單一實體的工具特性之對應的程序，而將由被加權的實體狀態得到的各別量測值用來決定諸如可靠度、可利用度及可維修度的工具特性，所以可以與個別實體狀態相同之方式將對應的工具故障加權。例如，代表非排定停機時間的狀態UDT通常係與該工具的各別故障相關聯。因此，如果UDT狀態具有用來界定總叢集工具狀態的特定加權，則亦可將對應的加權因數指定給各別的工具故障，因而可為諸如可靠度的工具特性產生綜合性及一致性之量測值，且可由平均修復時間(MTTR)或平均故障間隔時間(MTBF)表示該等量測值。在一例示的實施例中，可由用來代表發生對應的故障時產生的產能損失之對應的加權因數將與UDT狀態相關聯的故障計數加權。
第2e圖示意地示出具有複數個實體(252)及輸送及運用實體(251)之叢集工具(250)，其中係由四個步驟代表叢集工具(250)的對應之製程流程，其中係根據前文中參照第2a圖所述的諸如績效產能的因素而將各別的加權因數指定給該等各別步驟之個別實體(252)及(251)。在所示之例子中，界定工具(250)的步驟1之該等實體(252)可執行相同的製程，且可具有120%的總產能，界定第二步驟的該等對應之實體(252)可具有140%的總產能，而界定第三步驟的單一實體(252)可具有120%的產能。在所示之例子中，輸送及運用實體(251)可界定第四步驟，且可代表叢集工具(250)的“瓶頸”，因而代表100%的參考。在特定時點上，如第2e圖所示，個別實體(252)、(251)可處於各別的狀態，使得諸如在步驟1中，兩個實體係處於UDT狀態，而在第二步驟中，一個實體係處於UDT狀態，且也在第三步驟中，該各別的實體係處於UDT狀態。此外，如前文所述，對應的UDT狀態指示了實體故障，其中不是簡單地加入各別的故障以便提供被視為實體的工具(250)之故障計數，而是要由第2e圖所指示之各別的加權因數將該等個別的故障加權。例如，在步驟1中，一實體(252)的故障可造成工具(250)的100%產能中之20%的產能損失，這是因為步驟1中之該等實體的總產能是120%。因此，可將對應的故障之各別加權因數設定為20%或0.2。同樣地，可將步驟2中之故障加權因數選擇為30%或0.3，這是因為步驟2的兩個實體(252)中之一實體的故障可造成工具(250)的100%產能中之30%的產能損失。此外，可將步驟3及4中實體的各別故障加權因數設定為100%或1.0，這是因為這些實體中之一實體的故障會將結果的工具產能減少到0。因此，如第2e圖所指示，由該等實體狀態所代表的指定之時間期間中，發生了四次個別的故障，亦即，第一步驟中有兩個故障，第二步驟中有一個故障，且第三步驟中有一個故障。在一例示的實施例中，可根據個別的加權因數而計算對應的加權故障，因而不理會步驟1至4中之一步驟的任何故障的同時發生所造成之額外的產能損失。例如，在所示之例子中，可由0.2加權步驟1中之每一故障，因而造成步驟1的0.4之總加權故障計數。同樣地，由0.3加權步驟2中之單一故障，且由1.0加權步驟3中之單一故障，因而造成1.7的總故障計數。
在其他實施例中，可對應地重新界定該等加權因數，而適當地考慮到故障的同時發生。例如，步驟1中之故障的同時發生可造成60%的產能損失，使得步驟1中之兩個故障的同時發生之對應加權因數應是0.6，而不是個別故障加權之總和0.4。在某些例示的實施例中，可根據對應於各別故障狀態的在時間上發生之情形而建立之加權因數而執行故障加權之決定，使得諸如在同時發生兩個或更多個故障狀態的重疊時間期間中，可適應加權因數，且可在一個或多個故障狀態已經消逝，但一個或多個其他的故障狀態仍然存在時，重新調整加權因數。因此，可為叢集工具(250)建立非常一致性的故障計數，以便根據各別叢集工具的總故障計數而更精確地決定各別的工具特性。例如，在前文中參照第1a至1b圖所述之習知技術中，只須將各別的實體故障相加，因而造成諸如可靠度等的各別工具特性(係將故障計數用來評估工具特性)的不具有綜合性之量測值。
第2f圖示意地示出諸如第1a圖所示的叢集工具(150)的叢集工具，其中係根據本發明的一例示的實施例之原理而得到工具(150)的虛擬配置，其中提供了以產能加權的實體狀態。為了將本發明得到的結果與前文中參照工具(150)所述的對應之結果比較，可選擇由真值表1c描述之各別的配置，其中實體(152A)處於運轉狀態，實體(152B)處於停機狀態，實體(152C)處於運轉狀態，且輸送(151)處於運轉狀態，造成IPP1係處於運轉狀態且IPP2係處於停機狀態。在第2f圖中，係示出工具(150)有三個步驟，其中選擇了各別的產能加權，這是因為無法自習知的例子中取得對應的值。根據各別的加權因數，亦可將前文中參照第2c圖而詳細說明的取得狀態矩陣、對每一狀態及步驟中之產能加權執行對應的加總、決定累積的狀態之各別產能、選擇每一累積的狀態之最小產能加權、以及最後由重新分配對應的加權因數而決定對總叢集狀態的各別影響之對應的程序應用於第2f圖所示之工具(150)。因此，可得到下列的叢集狀態：PRD 75%、SBY 0%、ENG 0%、SDT 0%、UDT 25%以及NST 0%。根據IPP1及IPP2的100小時及140小時之運轉時間及停機時間，可以表2i所代表之方式假設各別的操作機制。
如前文所述，根據習知的技術，對應的製程序列可造成被視為實體的工具(150)的71.4%之運轉時間以及28.6%之對應的停機時間。如表2i所示，一個故障發生在實體(152A)，兩個故障可發生在實體(152C)，一個故障可發生在輸送，而一個故障亦發生在實體(152B)。因此，如前文所述，在共有五個故障的情形下之平均故障間隔時間是76.0小時。與這些數值相反，在決定由表2i所指示的各別時槽之各別叢集工具狀態時，亦即，以前文中參照第2c圖所述之方式，應用前文所述根據每一時槽且累積該等各別叢集工具狀態的例示的實施例之程序時，將得到包括工具(150)的狀態的個別子狀態之下列量測值：PRD 130.0小時、SBY 0.0小時、ENG 0.0小時、SDT 0.0小時、UDT 38.0小時以及NST 0.0小時。因此，得到77.4%的生產時間(亦即，運轉時間)，而停機時間(在此情況中為非排定停機時間)為22.6%。
此外，步驟1中之任何故障的對應之加權因數是0.25，而步驟2及步驟3中之各別的加權因數是1.0。因此，可計算加權故障計數，亦即，步驟1中之故障分別具有0.25的故障加權，步驟2中之兩個故障分別具有1.0的故障加權，且步驟3中之一個故障具有1.0的故障加權，產生了3.5的加權後故障計數。因此，可決定諸如MTBF、平均故障間隔運轉時間(Mean UpTime Between Failure；簡稱MUTBF)及MTTR的用來指示可靠度之對應的量測值，因而產生了：MTBF(生產時間/故障計數)37.14小時、MUTBF(運轉時間/故障計數)37.14小時以及MTTR(停機時間/故障計數)10.86小時。
例如，根據習知技術而決定的對應之平均故障間隔時間是76.0小時，因而也指示與根據本發明的對應之結果有顯著的偏差。此外，藉由估計由1－(MTTR/(MTTR＋MUTBF))界定的可利用度，產生了0.774的可利用度，該值與先前得到的77.4%之運轉時間相同，而指出本發明的結果之高度一致性。
因此，本發明提供了一種用來測量及監視叢集工具狀態之增強型技術，因而提供了用於測量諸如可靠度、可利用度及可維修度的工具特性之可能性，其中在某些例示的實施例中，可將標準E10狀態用來代表對應的叢集工具狀態。為達到此目的，可合併加權實體狀態，以便提供叢集工具狀態的代表，其中可根據適當界定的實體狀態階級結構而執行係為實體狀態的聚集或累積之各別的組合。此外，在某些例示的實施例中，亦可根據適當的加權因數將對應的實體狀態所指示之各別故障加權，因而提供了檢視工具特性的數值時之高度的一致性。在一例示的實施例中，可根據個別實體的產能而決定加權因數，其中係根據諸如複數個作業的平均週期時間的任何適當之績效資料而決定該產能，且可根據操作狀況而可使特定供應商資料或對應的產能值動態地適應。此外，由本發明所提供的系統及方法可運用任何數目的子狀態，而在習知的技術中，只可使用運轉及停機狀態。對於習知技術的叢集描述而言，具有n個實體的叢集工具可能需要多達2n 列的真值表，而本發明可使用只有n列的設定矩陣。此外，本發明可考慮到有利於叢集工具的並行實體之剩餘產能，亦即，當分別具有70%產能的兩個並行室中之一室故障時，將造成30%的產能損失，而在習知的技術中，係使用50%的產能損失。因此，可實現在叢集工具代表有關的高度之綜合性以及在叢集矩陣模型化上有節制的努力，其中對可利用度、可靠度及可維修度的測量可造成比習知技術更準確的量測值。
前文所揭示的該等特定實施例只是作為例示，而熟習此項技術者在參閱本發明的揭示事項之後，可易於以不同但等效之方式修改並實施本發明。例如，可以不同的順序執行前文所述的該等製程步驟。此外，除了最後的申請專利範圍所述者之外，不得將本發明限制在本說明書所示的結構或設計之細節。因此，顯然可改變或修改前文所揭示的該等特定實施例，且將把所有此類的變化視為在本發明的範圍及精神內。因此，本發明所尋求的保護係述於最後的申請專利範圍。
150,250．．．叢集工具
151．．．實體；輸送系統
152,152A,152B,152C,251,252,252A,252B,252C,252D．．．實體
151A,151B．．．負載閘；實體
151C．．．卸載閘；實體
200．．．系統
210．．．介面
220．．．狀態矩陣決定單元
230．．．狀態加總單元
240．．．狀態累積單元
253．．．製程流程
260．．．狀態最小值決定單元
270．．．狀態重新分配單元
280．．．狀態估計單元
ENG．．．工程狀態
IPP1,IPP2．．．製程路徑
NST．．．非排定狀態
PRD．．．生產狀態
SBY．．．待命狀態
SDT．．．排定停機時間狀態
UDT．．．非排定停機時間狀態
由參閱前文中之說明並配合附圖，將可了解本發明，在這些附圖中，類似的元件符號識別類似的元件，其中：第1a圖示意地示出具有複數個功能實體或製程模組以及輸送模組之叢集工具；第1b圖示意地示出根據習知技術而在第1a圖中所示的叢集工具之配置，因而將各別的預期製程路徑界定為工具實體；第2a圖示意地示出根據本發明的實施例而包含在各種製程步驟中被組織的複數個實體之叢集工具，其中主要架構代表最後製程步驟；第2b圖示意地示出根據本發明的一實施例而包含複數個產能加權的實體之叢集工具；第2c圖示意地示出用來根據本發明的例示的實施例而測量叢集工具特性之系統；第2d圖示意地示出根據本發明的例示的實施例而與第2c圖所示之系統通訊之叢集工具，其中該叢集工具與該系統通訊，以便評估該叢集工具在時間上的行為；第2e圖示出根據本發明的例示的實施例而包含複數個產能加權的實體的叢集工具之例示代表之上方部分，其中該複數個產能加權的實體具有各別的故障加權因數，且具有在一特定時間期間內之假設故障分佈；以及第2f圖示意地示出第1a圖之叢集工具，其中係根據本發明的例示的實施例而將對應的實體代表為產能加權的實體。
雖然本發明易於作出各種修改及替代形式，但是該等圖式中係以舉例方式示出本發明的一些特定實施例，且在本說明書中說明了這些特定實施例。然而，應當了解，本說明書對這些特定實施例的說明之用意並非將本發明限制在所揭示的該等特定形式，相反地，本發明將涵蓋由最後的申請專利範圍所界定的本發明的精神及範圍內之所有修改、等效及替代物。
200．．．系統
210．．．介面
220．．．狀態矩陣決定單元
230．．．狀態加總單元
240．．．狀態累積單元
250．．．叢集工具
260．．．狀態最小值決定單元
270．．．狀態重新分配單元
280．．．狀態估計單元

Claims (22)

  1. 一種製造積體電路之系統，包括：被配置成自具有兩個或更多個實體的叢集工具接收製程訊息之介面，該等製程訊息係與該等實體中之每一實體有關；以及被連接到該介面之狀態估計單元，且該狀態估計單元被配置成根據該等製程訊息以及該叢集工具的每一實體之功能產能而自動地決定該叢集工具的可靠度、可利用度、及可維修度中之至少一者的量測值，其中該狀態估計單元包括狀態量測值決定單元，該狀態量測值決定單元被配置成根據該等製程訊息而決定每一實體的產能加權之現行狀態。
  2. 如申請專利範圍第1項之系統，其中該狀態估計單元進一步包括狀態加總單元，該狀態加總單元被配置成根據該叢集工具的每一製程步驟之該等產能加權之現行狀態而將產能加權之狀態量測值加總，每一製程步驟係由該叢集工具的相等實體界定。
  3. 如申請專利範圍第2項之系統，其中該狀態估計單元進一步包括狀態累積單元，用以根據該等產能加權之狀態量測值而決定每一製程步驟的每一可利用狀態之累積狀態量測值。
  4. 如申請專利範圍第3項之系統，其中該狀態估計單元進一步包括被配置成決定每一製程步驟的每一狀態的最小量測值之狀態最小值決定單元。
  5. 如申請專利範圍第4項之系統，其中該狀態估計單元進一步包括狀態產能重新分配單元，該狀態產能重新分配單元被配置成將該叢集工具的總狀態之量測值決定為自該等最小量測值推導出的每一狀態之一組量測值。
  6. 如申請專利範圍第5項之系統，其中該狀態估計單元進一步包括被配置成動態地更新該總狀態的該量測值之動態狀態估計模組。
  7. 如申請專利範圍第1項之系統，進一步包括故障計數單元，該故障計數單元被配置成根據該等實體的每一實體之該等功能產能而決定該叢集工具之加權故障計數。
  8. 如申請專利範圍第1項之系統，其中該介面被進一步配置成與製造執行系統交換製程資料，該製程資料係與該叢集工具有關。
  9. 一種製造積體電路之方法，包括下列步驟：經由與用於製造製程線的叢集工具通訊之介面自該叢集工具接收製程訊息，該叢集工具包括複數個實體；以及根據每一實體的功能產能以及該等製程訊息，而決定該叢集工具的現行總狀態之量測值，其中該等製程訊息包括指定該等實體的每一實體的複數個可利用狀態中之一可利用狀態之特定工具資訊，其中該複數個可利用狀態包括生產狀態、待命狀態、工程狀態、排定停機狀態、非排定停機狀態以及非 排定狀態，以及其中該複數個可利用狀態於階級中分等級，且該階級具有按照下列自最低至最高優先順序的順序之該複數個可利用狀態之等級：生產狀態、待命狀態、工程狀態、排定停機狀態、非排定停機狀態以及非排定狀態。
  10. 如申請專利範圍第9項之方法，其中該叢集工具的該總狀態之該量測值是一組值，每一值係與該等可利用狀態中之一各別可利用狀態相關聯，且代表該各別可利用狀態對該總狀態之加權貢獻。
  11. 如申請專利範圍第9項之方法，進一步包括下列步驟：根據該總狀態的該量測值而測量可靠度、可利用度及可維修度中之至少一者。
  12. 如申請專利範圍第9項之方法，進一步包括下列步驟：為至少一實體的狀態改變所界定之作業時間間隔而決定該總狀態的更新量測值。
  13. 如申請專利範圍第9項之方法，進一步包括下列步驟：界定該複數個實體中之每一實體的加權產能，其中具有最低產能的實體被用來作為參考。
  14. 如申請專利範圍第13項之方法，其中係根據每一實體中之指定的製程之週期時間以及在每一實體中被同時處理的基材之數目而決定每一實體的該加權產能。
  15. 如申請專利範圍第14項之方法，進一步包括下列步驟：根據該等製程訊息而動態地更新該週期時間。
  16. 如申請專利範圍第9項之方法，進一步包括下列步驟： 界定該叢集工具的設定矩陣，該設定矩陣包括每一實體的列、製程步驟的行以及每一實體的該等產能加權，該等製程步驟決定通過該叢集工具之製程流程。
  17. 如申請專利範圍第9項之方法，進一步包括下列步驟：界定該複數個可利用狀態之階級，且將該階級用來決定該總狀態的該量測值。
  18. 如申請專利範圍第17項之方法，其中該階級具有按照下列自最低至最高優先順序的順序之該複數個可利用狀態之等級：生產狀態、待命狀態、工程狀態、排定停機狀態、非排定停機狀態以及非排定狀態。
  19. 一種測量叢集工具的狀態之方法，該方法包括下列步驟：自該叢集工具的複數個實體中之每一實體接收製程訊息；根據該等製程訊息而決定該等實體中之每一實體的現行實體狀態，該複數個實體之該等現行實體狀態各代表複數個可利用實體狀態中之一可利用實體狀態；以及根據該複數個可利用實體狀態的預定階級而決定一組加權量測值，作為對該叢集工具的該狀態之測量，該等加權量測值中之每一加權量測值係與該複數個可利用實體狀態中之一可利用實體狀態相關聯，其中決定該等實體中之每一實體的現行實體狀態之該步驟包括下列步驟：界定該叢集工具的設定矩陣， 該設定矩陣包括每一實體的列、製程步驟的行以及每一實體的產能加權，該等製程步驟決定通過該叢集工具之製程流程。
  20. 如申請專利範圍第19項之方法，其中係使用根據每一實體的特定實體作業特性而界定之加權因數以決定該等加權量測值。
  21. 如申請專利範圍第20項之方法，其中特定實體的該特定實體作業特性是該特定實體在指定的操作條件下之生產量。
  22. 如申請專利範圍第21項之方法，其中係根據該叢集工具在特定製程流程中使用的製程配方，而使該等指定的操作條件動態地適應該特定製程流程。
TW095148703A 2005-12-30 2006-12-25 用於叢集工具之自動化狀態估計系統以及操作該系統之方法 TWI443776B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102005063132 2005-12-30
DE102006001257A DE102006001257A1 (de) 2005-12-30 2006-01-10 Automatisiertes Zustandabschätzungssystem für Cluster-Anlagen und Verfahren zum Betreiben des Systems
US11/535,327 US7546177B2 (en) 2005-12-30 2006-09-26 Automated state estimation system for cluster tools and a method of operating the same

Publications (2)

Publication Number Publication Date
TW200741974A TW200741974A (en) 2007-11-01
TWI443776B true TWI443776B (zh) 2014-07-01

Family

ID=38169937

Family Applications (1)

Application Number Title Priority Date Filing Date
TW095148703A TWI443776B (zh) 2005-12-30 2006-12-25 用於叢集工具之自動化狀態估計系統以及操作該系統之方法

Country Status (8)

Country Link
US (1) US7546177B2 (zh)
EP (1) EP1966664B1 (zh)
JP (1) JP5294875B2 (zh)
KR (1) KR101495256B1 (zh)
CN (1) CN101346678B (zh)
DE (1) DE102006001257A1 (zh)
TW (1) TWI443776B (zh)
WO (1) WO2007078792A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8055370B1 (en) * 2006-06-23 2011-11-08 Novellus Systems, Inc. Apparatus and methods for monitoring health of semiconductor process systems
US7778798B2 (en) * 2006-10-12 2010-08-17 Systems On Silicon Manufacturing Co. Pte. Ltd. System and method for measuring tool performance
US8204772B2 (en) * 2008-06-04 2012-06-19 Accenture Global Services Limited Customer service experience comparative landscape tool
US20090319662A1 (en) * 2008-06-24 2009-12-24 Barsness Eric L Process Migration Based on Exception Handling in a Multi-Node Environment
DE102009046751A1 (de) * 2008-12-31 2010-09-09 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System zum Synchronisieren der Prozesskammerabschaltzeiten durch Steuern der Transportreihenfolge in eine Prozessanlage
US9037279B2 (en) 2009-09-09 2015-05-19 Taiwan Semiconductor Manufacturing Company, Ltd. Clustering for prediction models in process control and for optimal dispatching
CN101667034B (zh) * 2009-09-21 2011-06-22 北京航空航天大学 一种易扩展的、支持异构集群的监控***
US20110238370A1 (en) * 2010-03-29 2011-09-29 Beekman Johannes F Methods, Apparatuses and Systems for Automatically Determining the State of a Cluster Tool
US9290618B2 (en) 2011-08-05 2016-03-22 Sabic Global Technologies B.V. Polycarbonate compositions having enhanced optical properties, methods of making and articles comprising the polycarbonate compositions
WO2013116697A1 (en) 2012-02-03 2013-08-08 Sabic Innovative Plastics Ip B.V. Light emitting diode device and method for production thereof containing conversion material chemistry
US10643853B2 (en) 2012-02-10 2020-05-05 Taiwan Semiconductor Manufacturing Company, Ltd. Wafer thinning apparatus having feedback control and method of using
WO2013130606A2 (en) 2012-02-29 2013-09-06 Sabic Innovative Plastics Ip B.V. Polycarbonate made from low sulfur bisphenol a and containing converions material chemistry, and articles made therefrom
US9346949B2 (en) 2013-02-12 2016-05-24 Sabic Global Technologies B.V. High reflectance polycarbonate
KR101961312B1 (ko) 2012-10-25 2019-03-22 사빅 글로벌 테크놀러지스 비.브이. 발광 다이오드 장치, 이의 제조 방법 및 용도
WO2014186548A1 (en) 2013-05-16 2014-11-20 Sabic Innovative Plastics Ip B.V. Branched polycarbonate compositions having conversion material chemistry and articles thereof
EP3004234B1 (en) 2013-05-29 2021-08-18 SABIC Global Technologies B.V. Illuminating devices with color stable thermoplastic light-transmitting articles
US10346237B1 (en) * 2015-08-28 2019-07-09 EMC IP Holding Company LLC System and method to predict reliability of backup software
KR102247828B1 (ko) * 2018-07-23 2021-05-04 세메스 주식회사 기판 처리 장치 및 기판 처리 방법
JP6766103B2 (ja) * 2018-07-31 2020-10-07 株式会社日立製作所 分析方法及び計算機
CN112287452B (zh) * 2020-10-12 2022-05-24 哈尔滨工业大学 一种航天器可维修性智能建模方法
DE102021117244A1 (de) * 2021-07-05 2023-01-05 Schaeffler Technologies AG & Co. KG Produktionsanlage und Verfahren zum Betrieb einer Produktionsmaschine

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10187638A (ja) * 1996-10-28 1998-07-21 Mitsubishi Electric Corp クラスタ制御システム
US5914879A (en) 1997-03-04 1999-06-22 Advanced Micro Devices System and method for calculating cluster tool performance metrics using a weighted configuration matrix
JPH11194928A (ja) * 1997-12-29 1999-07-21 Tokyo Electron Ltd 制御装置
US6256550B1 (en) * 1998-08-07 2001-07-03 Taiwan Semiconductor Manufacturing Company Overall equipment effectiveness on-line categories system and method
US7069101B1 (en) * 1999-07-29 2006-06-27 Applied Materials, Inc. Computer integrated manufacturing techniques
US6724404B1 (en) 2001-02-06 2004-04-20 Lsi Logic Corporation Cluster tool reporting system
US6889253B2 (en) * 2001-04-30 2005-05-03 International Business Machines Corporation Cluster resource action in clustered computer system incorporation prepare operation
US20040148047A1 (en) * 2001-12-18 2004-07-29 Dismukes John P Hierarchical methodology for productivity measurement and improvement of productions systems
US20040034555A1 (en) 2002-03-18 2004-02-19 Dismukes John P. Hierarchical methodology for productivity measurement and improvement of complex production systems
US7529822B2 (en) * 2002-05-31 2009-05-05 Symantec Operating Corporation Business continuation policy for server consolidation environment
US7228351B2 (en) * 2002-12-31 2007-06-05 International Business Machines Corporation Method and apparatus for managing resource contention in a multisystem cluster

Also Published As

Publication number Publication date
EP1966664A1 (en) 2008-09-10
US20070156274A1 (en) 2007-07-05
KR20080081092A (ko) 2008-09-05
CN101346678B (zh) 2011-06-22
US7546177B2 (en) 2009-06-09
JP5294875B2 (ja) 2013-09-18
TW200741974A (en) 2007-11-01
CN101346678A (zh) 2009-01-14
JP2009522773A (ja) 2009-06-11
WO2007078792A1 (en) 2007-07-12
EP1966664B1 (en) 2013-03-27
DE102006001257A1 (de) 2007-07-12
KR101495256B1 (ko) 2015-02-24

Similar Documents

Publication Publication Date Title
TWI443776B (zh) 用於叢集工具之自動化狀態估計系統以及操作該系統之方法
Yugma et al. Integration of scheduling and advanced process control in semiconductor manufacturing: review and outlook
TWI649650B (zh) 模型化系統或執行諸如微影系統之系統之預測維修的方法及相關聯微影系統
US10579026B2 (en) Building a workpiece quality prediction model
US6836691B1 (en) Method and apparatus for filtering metrology data based on collection purpose
TWI412906B (zh) 具有虛擬量測功能的製造執行系統與製造系統
JP5384009B2 (ja) 自動スループット制御システムおよびその操作法
US8504186B2 (en) Method for automatic generation of throughput models for semiconductor tools
Korugan et al. On the quality variation impact of returns in remanufacturing
US20140278234A1 (en) Method and a system for a statistical equivalence test
US6563300B1 (en) Method and apparatus for fault detection using multiple tool error signals
CN101118422A (zh) 半导体制造的虚拟量测预估与建立预估模型的方法与***
US11054815B2 (en) Apparatus for cost-effective conversion of unsupervised fault detection (FD) system to supervised FD system
US6754593B1 (en) Method and apparatus for measuring defects
US7065422B1 (en) Method and apparatus for system state classification
US6985825B1 (en) Method and apparatus for adaptive sampling based on process covariance
US6968252B1 (en) Method and apparatus for dispatching based on metrology tool performance
WO2023176415A1 (ja) 復旧設備通知方法、復旧設備通知装置及び復旧設備通知システム
KR101365226B1 (ko) 자동화된 쓰루풋 제어 시스템 및 그 동작 방법
JPH10275842A (ja) 薄膜製品の製造方法および薄膜製品の製造ライン管理システム
Brost OEE for Test Floor Managers, Engineers and Technicians
US7849366B1 (en) Method and apparatus for predicting yield parameters based on fault classification
TW202248870A (zh) 可擴充之巨量資料分析平台及其運作方法
TWM619002U (zh) 可擴充之巨量資料分析平台
TW202247005A (zh) 可開發之巨量資料分析平台及其運作方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees