一种用于评估半导体设备制造产能的分析系统的制作方法

文档序号:31200509发布日期:2022-08-20 01:33阅读:79来源:国知局
一种用于评估半导体设备制造产能的分析系统的制作方法

1.本发明涉及半导体生产技术领域,具体涉及一种用于评估半导体设备制造产能的分析系统。


背景技术:

2.半导体集成电路制造过程中半导体前导、封装、测试等阶段的产能评估对于半导体生产是极其重要的。精确的产能预测及产能差异的原因分析是困扰生产管理者的关键问题,产能问题跟设备本身硬件相关,也和制造工艺有这密切的关联。半导体生产工段众多,半导体设备中包括若干个生产单元,快速精确的评估设备产能以及寻找设备产能异常的根本原因是对生产管理者的重大挑战,也影响着半导体制造的成本和利润的关键指标。
3.半导体制造中产能的计算依赖于手动获取设备生产日志,通过日志人工分析各个设备的产能,并对整个产线的设备做逐个计算,最终获得产能数据和影响产能的关键设备和制程站点。繁琐的传统分析方法耗费大量的人工分析时间,随着半导体制造自动化程度越来越高,生产中的数据量越来越大,传统的分析方法已经无法满足快速的生产规划需求。


技术实现要素:

4.本发明是为了解决上述问题而进行的,目的在于提供一种用于评估半导体设备制造产能的分析系统。
5.本发明提供了一种用于评估半导体设备制造产能的分析系统,其特征在于,包括:产品进出时间获取模块、生产时长计算模块、产能评估模块、信息关联标注模块、影响产能提升因素分析模块;其中,产品进出时间获取模块获取各类型产品在半导体设备中的各生产单元的进出时间;生产时长计算模块根据进出时间计算出各类型产品在设备的生产单元中所需要的生产时长;产能评估模块根据生产时长评估出各产品在该半导体设备的预估产能;信息关联标注模块将产品类型、设备、生产制程、该制程下设备中的生产单元、生产时长、已知稳定产能、预估产能、实际产能进行关联标注;影响产能提升因素分析模块基于关联标注后的信息数据分析出是否有影响产能的关键生产单元。
6.进一步,在本发明提供的用于评估半导体设备制造产能的分析系统中,还可以具有这样的特征:其中,生产时长计算模块通过如下公式计算产品在设备的生产单元xi中的所需要的生产时长:
7.ti=产品出生产单元xi的时间点-产品进入生产单元xi的时间点。
8.进一步,本发明提供了一种用于评估半导体设备制造产能的分析系统,具有这样的特征,包括:产能评估模块通过通过pls算法获得预估产能,包括如下步骤流程:
9.1)建立该产品的已知稳定产能yb与所有n个生产单元xi对应的生产时间ti的pls模型关系,该模型关系表示为:
10.稳定产能yb=f(t1,t2,t3,...,ti,...,tn),其中f(*)表示pls模型关系;
11.2)根据模型关系,输入预估产品p的生产时长,得出该产品的预估产能yp:
12.预估产能y
p
=f(t
p1
,t
p2
,t
p3
,...,t
pi
,...,t
pn
),其中t
pi
为预估产品p在生产单元xi对应的生产时长,f(*)为稳定产能yb的pls模型函数。
13.进一步,在本发明提供的用于评估半导体设备制造产能的分析系统中,其特征在于,还包括:产能曲线展示模块,产能曲线展示模块以生产单元为横坐标,以产能值为纵坐标,展示预估产能曲线以及实际产能曲线。
14.进一步,在本发明提供的用于评估半导体设备制造产能的分析系统中,还可以具有这样的特征:其中,影响产能提升因素分析模块的步骤流程如下:1)比较预估产能y
p
和实际产能ya的大小:当预估产能y
p
》实际产能ya时,则表示当前工艺条件下产能在对应的生产单元有提升空间;当预估产能y
p
≤实际产能ya时,则表示当前工艺条件下产能在对应的生产单元达到饱和,没有提升空间;2)当存在产能有提升空间时,则通过pca算法分析出影响产能的关键生产单元。
15.本发明的作用与效果:
16.本发明用于评估半导体设备制造产能的分析系统,可自动收集各产品进出各设备单元的时间数据并精准计算其生产时长,通过设备不同单元的生产时长可自动评估设备的生产产能,可以实现预测设备在不同制程生产情况下的产能水平。另外,本发明用于评估半导体设备制造产能的分析系统,可用于分析同类设备在不同制程下产能差异的根本原因和设备中的关键生产单元;也可以用于分析同一制程在不同设备生产的产能差异的根本原因和关键生产单元。此外,本发明的系统不受半导体制造阶段的限定,可适用于半导体晶圆制造、芯片制造、封装制造、测试等各生产阶段。
附图说明
17.图1是本发明实施例中的用于评估半导体设备制造产能的分析系统的框图;
18.图2是本发明实施例中预估产能以及实际产能的曲线展示图;
19.图3是本发明实施例中影响产能的生产单元的pca排序情况示意图;
20.图4是本发明实施例中各产品在第一关键生产单元x8的生产时长示意图;
21.图5是本发明实施例中各产品在第二关键生产单元x7的生产时长示意图;
22.图6是本发明实施例中各产品在第三关键生产单元x5的生产时长示意图;
23.图7是本发明实施例中各产品在第四关键生产单元x9的生产时长示意图。
具体实施方式
24.为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明的技术方案作具体阐述。
25.《实施例》
26.参阅图1,本实施例提供一种用于评估半导体设备制造产能的分析系统100,该系统包括以下功能模块:产品进出时间获取模块1、生产时长计算模块2、产能评估模块3、产能曲线展示模块4、信息关联标注模块5、影响产能提升因素分析模块6。各功能模块通过运行相应的计算机算法实现对应的功能。
27.产品进出时间获取模块1通过系统接口程序获取各类型产品在半导体设备中的各生产单元的进入时间点和出来时间点。
28.生产时长计算模块2根据进出时间计算出各类型产品在设备的生产单元中所需要的生产时长。产品在生产单元的停留时间即为生产时长。设该产品生产制程中需要经过设备的n个生产单元,该n个生产单元表示为x1,x2,x3,...,xi,...,xn,则产品在设备中任意生产单元xi的生产时长ti计算公式如下:
29.ti=产品出生产单元xi的时间点-产品进入生产单元xi的时间点。
30.如上,生产时长计算模块2根据各产品在各生产单元的进出时间,可对应计算出各产品在各生产单元中所需要的生产时长。图4至图7分别示意了各产品在生产单元x8、生产单元x7、生产单元x5、生产单元x9的生产时长,在生产时长示意图中,横坐标为各半导体芯片的型号,纵坐标为生产时长。
31.产能评估模块3根据生产时长评估出各类产品在该半导体设备的预估产能。产能评估模块通过通过pls算法获得预估产能,包括如下步骤流程:
32.1)建立该产品的已知稳定产能yb与所有n个生产单元xi对应的生产时间ti的pls模型关系,该模型关系表示为:
33.稳定产能yb=f(t1,t2,t3,...,ti,...,tn),其中f(*)表示pls模型关系。
34.2)根据模型关系,输入预估产品p的生产时长,得出该产品的预估产能yp:
35.预估产能yp=f(t
p1
,t
p2
,t
p3
,...,t
pi
,...,t
pn
),其中t
pi
为预估产品p在生产单元xi对应的生产时长,f(*)为稳定产能yb的pls模型函数。
36.参阅图2,产能曲线展示模块4以生产单元为横坐标(图中用序号表示生产单元),以产能值为纵坐标,展示预估产能曲线以及实际产能曲线。实际产能数据为获取的实际产能数据,预估产能数据为通过上述产能评估模块3评估获得。
37.信息关联标注模块5将产品类型、设备、生产制程、该制程下设备中的生产单元、生产时长、已知稳定产能、预估产能、实际产能进行关联标注。
38.影响产能提升因素分析模块6基于关联标注后的信息数据分析出是否有影响产能的关键生产单元。
39.影响产能提升因素分析模块的步骤流程如下:
40.1)比较预估产能y
p
和实际产能ya的大小:
41.当预估产能y
p
》实际产能ya时,则表示当前工艺条件下产能在对应的生产单元有提升空间;
42.当预估产能y
p
≤实际产能ya时,则表示当前工艺条件下产能在对应的生产单元达到饱和,没有提升空间;
43.2)当产能有提升空间时,则通过pca算法分析出影响产能的关键生产单元。而当产能在工艺条件下没有提升空间时,此情况下若仍然想提升产能,则需要通过改变工艺条件来实现产能提升。
44.pca算法是主成分分析算法用于提取数据的主要特征分量。参阅图3,图中横坐标表示生产单元,纵坐标表示各生产单元对产能影响的比重大小,图3示意了生产单元x1至生产单元x10的影响产能关键性情况,对于生产单元x1~x10,其中从图中数据可以看出影响产能关键性排序依次是x8、x7、x5、x9、x4、x3、x6、x2、x1、x10,可选取前几位作为关键生产单元,例如本实施例中选取前四作为关键生产单元,即生产单元x8为第一关键单元,生产单元x7为第二关键单元,生产单元x5为第三关键单元,生产单元x9为第四关键单元,第一关键单
元至第四关键单元的产品生产时长数据如图4至图7所示。
45.如上,通过比较预估产能y
p
和实际产能ya的差异,利用pca算法排序分析出影响产能的关键单元,找出未达到该生产状况下应有产能的关键单元,针对该关键单元做优化措施,提升有效产能,可为制造部门快速锁定最大产能的瓶颈单元所在,针对瓶颈单元做相关的优化以提升产能。
46.上述实施例为本发明的具体案例,并不用来限制本发明的保护范围。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,均包含在本发明的保护范围内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1