一种基于图网络优化的集束型设备故障响应方法和系统技术方案

本发明专利技术属于设备故障处理技术领域，涉及一种基于图网络优化的集束型设备故障响应方法和系统，包括以下步骤：采集集束型设备的加工状态，若某一设备发生故障，则根据加工状态，确定该设备的动态特征f

【技术实现步骤摘要】
一种基于图网络优化的集束型设备故障响应方法和系统


[0001]本专利技术涉及一种基于图网络优化的集束型设备故障响应方法和系统，属于设备故障处理


技术介绍

[0002]集束型设备已经在半导体制造工业中取得了广泛而成功的使用。一台集束型设备整合了多个计算机控制的处理单元，这使得集束型设备具有高效性、灵活性以及可重构性的特点。在单批次待加工晶圆数量较多时，集束型设备通常采用相对容易控制的周期稳态调度。但在实际的加工生产中，集束型设备的加工模块(或加工腔室)可能会出现故障，原因如机器故障、材料短缺等等。在集束型设备出现故障时，如果直接宕机等待修理会造成较大的损失，其主要原因为：在宕机时，集束型设备的加工模块中仍有正在加工的晶圆，因此直接宕机会损坏晶圆从而造成损失；通常在故障损坏时刻与负责设备修理维护的工程师对设备开始修理的时刻之间有较长的时间间隔。因此，需要一种集束型设备故障响应方法与系统，使得集束型设备在发生故障之后，能够通过剩下的未发生故障的腔室进行不间断的加工，以尽可能减少损失。然而，集束型设备的调度十分复杂，这主要由于集束型设备的加工单元之间没有中间缓存，因此调度过程中需要时刻避免死锁的情况。此外，对于一些加工工艺，集束型设备内部的加工模块需要严格限制其内部已完成加工晶圆的驻留时间，以尽可能地避免余热以及残留的气体对已完成加工晶圆的损坏。以上这些给集束型设备的故障响应带来了一定的挑战。
[0003]目前，针对上述问题，常见的集束型设备故障响应的方法有两种：基于虚拟晶圆法的集束型设备故障响应方法和基于策略分析的集束型设备故障响应方法。基于虚拟晶圆法的集束型设备故障响应方法：在集束型设备出现故障之后，设备通过每次引入一片虚拟晶圆而逐渐过渡到空载状态；再通过引入真实晶圆逐渐过渡到满载状态，即此时完成故障前后状态问的过渡。该方法通过引入虚拟晶圆并在此基础之上采用故障前后的调度方案，使集束型设备成功完成对加工模块故障的响应。尽管这种方法简单可行，但在实际故障响应的过程中，该方法得到的调度策略会有众多冗余的调度步骤，这使得该方法得到的响应策略质量受到限制。基于策略分析的集束型设备故障响应方法：首先确定机械手的动作序列，在此基础之上通过调整机械手在各个加工模块取出晶圆的等待时间，以尽可能地满足各个加工模块的驻留时间约束。但是该方法难以处理复杂加工工艺的集束型设备故障响应，并且该方法局限于采用后向策略或交换策略调度的集束型设备。

技术实现思路

[0004]针对上述问题，本专利技术的目的是提供一种基于图网络优化的集束型设备故障响应方法和系统，其能够对集束型设备调度过程中的故障进行响应，可以得到质量较高的故障响应策略，并且对集束型设备不同运作模式的适用范围更广。
[0005]为实现上述目的，本专利技术提出了以下技术方案：一种基于图网络优化的集束型设
备故障响应方法，包括以下步骤：采集集束型设备的加工状态，若某一设备发生故障，则根据加工状态，确定该设备的动态特征f
d
和静态特征f
s
；根据该设备的动态特征f
d
和静态特征f
s
，将设备与图模型中的节点对应，并标出节点；将标出节点的图模型输入经过预训练的策略模型，生成故障响应策略；基于故障响应策略，对集束型设备进行控制，以实现对其故障的响应。
[0006]进一步，动态特征f
d
包括：每个腔室i中晶圆的剩余加工时间或驻留时间St
i
、每个腔室i中与是否存在晶圆相关的布尔变量Bw
i
、机械手中可放入每个腔室i的晶圆数量M
ri
以及机械手的剩余资源K
r
。
[0007]进一步，静态特征f
s
包括每个腔室i的工艺加工时间r
i
、机械手取放晶圆的时间w、机械手的旋转时间v、每个腔室i的目标晶圆剩余加工时间或驻留时间以及每个腔室i的与目标晶圆存在情况相关的布尔变量
[0008]进一步，图模型建立的方法为：根据集束型设备中晶圆加工工艺的拓扑结构建立图模型，并测得图模型每个节点的静态特征f
s
和动态特征f
d
；将静态特征f
s
和动态特征f
d
建模为无向图模型，无向图模型中节点i的特征为h
i
＝[f
s
||f
d
]，||表示向量的拼接；对于无向图模型的每条边拆分为有向图的两条边，其中每条边均表示机械手取放晶圆的动作。
[0009]进一步，策略模型采用图注意力网络。
[0010]进一步，生成故障响应策略的方法为：图模型的有向图输入经过预训练的策略模型，对有向图进行特征提取，得到有向图中每个节点的高维特征；计算各个节点的高维特征之间的相似度，进而输出动作决策；根据相似度的大小，对执行动作进行采样，并将执行动作对应的边的连接信息与前一次嵌入得到的节点的高维特征输入至图注意力网络中进行二次节点嵌入；将经过二次节点嵌入后的高维特征输入至多层感知机中，从而对当前步骤下需要的故障响应策略进行预测。
[0011]进一步，故障响应策略包括：当前步骤待执行的机械手动作以及机械手执行动作前的等待时间。
[0012]进一步，策略模型通过策略梯度法进行训练。
[0013]本专利技术还公开了一种基于图网络优化的集束型设备故障响应系统，包括：数据采集模块，用于采集集束型设备的加工状态，若某一设备发生故障，则根据加工状态，确定该设备的动态特征f
d
和静态特征f
s
；状态计算模块，用于根据该设备的动态特征f
d
和静态特征f
s
，将设备与图模型中的节点对应，并标出节点；图网络优化模块，用于将标出节点的图模型输入经过预训练的策略模型，生成故障响应策略；故障响应模块，用于根据故障响应策略，对集束型设备进行控制，以实现对其故障的响应。
[0014]本专利技术还公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行以实现上述任一项基于图网络优化的集束型设备故障响应方法。
[0015]本专利技术由于采取以上技术方案，其具有以下优点：
[0016]1、本专利技术的方案使用范围较广，对多种加工情况均适用且拓展性强。
[0017]2、本专利技术的图网络优化方法充分考虑到集束型设备的运作状态以及加工时工艺流程的拓扑结构，其得到的调度策略具有质量更高的特点。高质量的调度方案可以通过减少连接故障前后的过渡过程的时间，进而大幅度地减少集束型设备在发生故障之后产生的
损失，并且可以广泛应用于实际晶圆制造过程中集束型设备的故障响应。
附图说明
[0018]图1是本专利技术一实施例中基于图网络优化的集束型设备故障响应方法的示意图；
[0019]图2是本专利技术一实施例中集束型设备的结构示意图，其中，PM表示集束型设备加工腔室，加工的工艺流程为PM本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图网络优化的集束型设备故障响应方法，其特征在于，包括以下步骤：采集集束型设备的加工状态，若某一设备发生故障，则根据所述加工状态，确定该设备的动态特征f
d
和静态特征f
s
；根据该设备的动态特征f
d
和静态特征f
s
，将所述设备与图模型中的节点对应，并标出所述节点；将标出所述节点的图模型输入经过预训练的策略模型，生成故障响应策略；基于所述故障响应策略，对所述集束型设备进行控制，以实现对其故障的响应。2.如权利要求1所述的基于图网络优化的集束型设备故障响应方法，其特征在于，所述动态特征f
d
包括：每个腔室i中晶圆的剩余加工时间或驻留时间St
i
、每个腔室i中与是否存在晶圆相关的布尔变量Bw
i
、机械手中可放入每个腔室i的晶圆数量M
ri
以及机械手的剩余资源K
r
。3.如权利要求1所述的基于图网络优化的集束型设备故障响应方法，其特征在于，所述静态特征f
s
包括：每个腔室i的工艺加工时间r
i
、机械手取放晶圆的时间w、机械手的旋转时间v、每个腔室i的目标晶圆剩余加工时间或驻留时间以及每个腔室i的与目标晶圆存在情况相关的布尔变量4.如权利要求1
‑
3任一项所述的基于图网络优化的集束型设备故障响应方法，其特征在于，所述图模型建立的方法为：根据集束型设备中晶圆加工工艺的拓扑结构建立图模型，并测得图模型每个节点的静态特征f
s
和动态特征f
d
；将所述静态特征f
s
和动态特征f
d
建模为无向图模型，所述无向图模型中节点i的特征为h
i
＝[f
s
||f
d
]，||表示向量的...

【专利技术属性】
技术研发人员：王焕钢，林嘉成，卜伟海，吴国游，张永华，
申请(专利权)人：北方集成电路技术创新中心北京有限公司，
类型：发明
国别省市：