为了正确配置 FDC 系统,需要对过程、设备、故障模式有深入的了解,并需要齐心协力建立和维护系统。即使已经完全建立,系统也只是符合设想中的故障条件。虽然深思熟虑的工程方法总是有其价值,但是机器学习算法 (人工智能的一个子集) 却可以为新创建的和已确立的 FDC 程序带来显著优势。
利用这些先进算法的强大功能,INFICON 智能制造系统团队设计了一种新产品,用于自动检测时间序列机台数据中的异常。这个附加包被称为 SmartFDC,将帮助您的 FDC 团队快速识别可能导致收益损失的问题。
通过这个系统,从每个采集室收集的数据被用来自动训练算法 (无监督学习) 以及报告任何检测到的异常 (图1)。
分析结果显示在基于网页的直观用户界面上 (图 2)。您可以在此进行如下操作:
为了进一步提高结果的准确性,用户将能够基于系统的工程知识"示教"算法 (监督学习)。例如,已知的修整违规、噪音问题或测试晶圆运行可能导致假异常,可以训练系统在今后的运行中忽略这些异常,从而改进今后的异常检测结果 (图 3)。
系统发货时带有与其他 INFICON 产品相集成的内置功能。例如,我们的 Metrology Sampling Optimizer 将允许您配置一个规则,在 SmartFDC 中检测到异常时,将自动在量测时进行材料采样 (图 4)。
您可以使用 SmartFDC 进行如下操作:
SmartFDC 是我们产品的发展方向,将为您的工厂带来先进的功能。
INFICON 目前正与几个客户合作在生产环境中试点产品,计划在 2021 年第一季度上市销售。