專用於光阻塗佈機搬送晶圓的機械手臂必須具有高度的精度和穩定性,確保減小機械振動對晶圓表面的影響,如何確保手臂穩定度?
#半導體領域
#機器學習
#PHM
#機械手臂
專用於光阻塗佈機搬送晶圓的機械手臂
在光阻塗佈過程中會影響晶圓品質的因素有很多,例如手臂的精度、穩定性、速度、機械振動等因素都有密切相關。機械手臂必須具有高度的精度和穩定性,以確保光阻均勻塗佈在整個晶圓表面。如果機械手臂有不穩定性或精確度問題,可能導致光阻層不均勻,進而影響後續製程步驟的品質。機械手臂的振動可能會傳遞到晶圓上,造成振動對光阻均勻性的影響。 因此,確保減小機械振動對晶圓表面的影響是非常重要的。
OLVMS-ML 機器學習智能監控系統
藉由 OLVMS-ML 機器學習智能監控系統,根據手臂取放晶圓、移動過程中,X軸、Y軸、Z軸、θ軸動作產生之綜合振動動態,在優良狀態下的進行規範學習,透過重覆性的動作訊號辨識與規範比對結果,細拆檢測手臂Z軸、Y軸θ軸、X軸與是否為穩定運行狀態,當判定為非穩定運作時,提前進行處置,達到機械動作品質檢測與預防保養目的。
動作:Robot transfer from main arm to cassette
標記1:只針對Z軸判別
標記2:只針對X軸判別(放入slot1)
檢測目的:1. Y軸(動作包含θ軸)移動品質監測。 2. X軸 (wafer取放)移動品質監測。
標記1:只針對Y軸與θ軸判別
標記2:只針對X軸判別
利用 OLVMS-ML 機器學習智能監控系統 學習正確動作行為作為規範,為各別動作進行監測與診斷,透過系統了解手臂在哪一個動作出現異常或不穩定的狀態,提早進行預知保養,避免無預警異常的發生。利用 OLVMS-ML 監測手臂健康狀態能夠帶來的效益:防止手臂異常造成晶圓受損報廢、監測手臂搬送晶圓流程,警報異常刮片、撞片等。