CN103201691B - 用于第三方支持装备的预测性维护 - Google Patents
用于第三方支持装备的预测性维护 Download PDFInfo
- Publication number
- CN103201691B CN103201691B CN201180053750.XA CN201180053750A CN103201691B CN 103201691 B CN103201691 B CN 103201691B CN 201180053750 A CN201180053750 A CN 201180053750A CN 103201691 B CN103201691 B CN 103201691B
- Authority
- CN
- China
- Prior art keywords
- equipment
- party
- data
- support
- supports
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims description 54
- 230000008569 process Effects 0.000 claims description 26
- 238000005299 abrasion Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 3
- 238000003860 storage Methods 0.000 description 28
- 238000004891 communication Methods 0.000 description 20
- 238000013500 data storage Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 10
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 description 4
- 101000969031 Homo sapiens Nuclear protein 1 Proteins 0.000 description 4
- 102100021133 Nuclear protein 1 Human genes 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000001020 plasma etching Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- 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], computer integrated manufacturing [CIM]
-
- 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
-
- 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
Abstract
在制造环境中,服务器在第三方支持装备的操作期间自第三方支持装备中接收装备数据。服务器经由第三方支持装备上的第一端口接收装备数据。第三方支持装备经由第三方支持装备上的第二端口与处理工具相通信。基于装备数据,服务器决定第三方支持装备的未来状态,并且通知用户第三方支持装备的未来状态。
Description
相关申请
本申请涉及且要求2011年11月29日提交的美国专利申请S/N.13/306,646以及2010年11月30日提交的美国临时专利申请S/N.61/418,359的权益,所述申请通过引用特此并入本文。
技术领域
本发明的实施例一般涉及预测维护,并且实施例更具体地涉及用于第三方制造支持装备的线内预测性维护(inlinepredictivemaintenance)。
背景技术
制造设施可包括多个制造工具来执行建立产品(例如,半导体)的工艺。一般地,监控制造工具的操作以供预测性和预防性维护。第三方支持装备可耦接至处理工具以支持所述处理工具的操作。举例而言,射频(RF)匹配单元将传至处理腔室的最佳递送功率维持在射频处。第三方支持装备的其它实例可包括射频产生器、真空系统、机器人马达、臭氧产生器等。当前,未监控第三方支持装备的实时操作以供预测性维护。因此,如果支持装备不可预期地失效,则生产线必定停止以更换所述失效的支持装备。生产线的停工导致未排定的停机时间以及相关联的非计划成本。在支持装备失效之后,装备被拉离线且返回至第三方制造商以供失效分析。制造商可从支持装备中手动地提取数据以作为事后剖析(post-mortem)工艺的一部分而决定失效的原因。然而,事后剖析失效分析仅发生在生产线已遭受未排定的停机时间以及相关联的非计划成本之后。
附图说明
本发明在附图的诸图中以举例而非限制的方式来图示,并且其中:
图1图示根据本发明的一个实施例的用于决定线内第三方支持装备的状态以防止未排定的停机时间的示例性网联环境;
图2为根据本发明的一个实施例的图示支持装备性能子系统的方块图;
图3图示根据本发明的一个实施例的用于模拟第三方支持装备的未来状态的示例性模型;
图4图示根据本发明的一个实施例的用于配置支持装备性能子系统的示例性GUI;
图5为图示用于决定线内第三方支持装备的状态以防止未排定的停机时间的方法的一个实施例的流程图;以及
图6图示了示例性计算机系统。
具体实施方式
本发明的实施例涉及用于自动地执行第三方支持装备的预测性维护的方法和系统。在制造环境中,服务器在第三方支持装备的操作期间自第三方支持装备中接收装备数据。服务器经由第三方支持装备上的第一端口接收装备数据。第三方支持装备经由第三方支持装备上的第二端口与处理工具相通信。基于装备数据,服务器决定第三方支持装备的未来状态,并且通知用户第三方支持装备的未来状态。
通常,第三方支持装备的失效为不可预期的,并且导致生产线的未排定的停机时间。本发明的实施例提供第三方支持装备的自动且实时的监控以供预测性维护。本发明的实施例允许诸如工厂管理者和工艺工程师之类的用户预料何时第三方装备将失效,并且本发明的实施例允许排定适当时间以更换装备而不中断生产线的操作。对支持装备的自动和动态的监控和预测可避免与未排定的停机相关联的成本。
图1图示了示例性网络架构100,在所述示例性网络架构100上可实施本发明的实施例。所述网络架构100可包括处理工具101、第三方支持装备103、以及装备控制系统105。工厂可为制造产品(诸如半导体或者类似产品)的工厂,所述工厂利用生产线来建立最终产品。装备控制系统105可耦接至处理工具101,以用于收集处理工具数据且用于管理生产线。装备控制系统105的一个实例为AppliedE3TM服务器。装备控制系统105可由任何类型的计算设备主存(host),所述计算设备包括服务器计算机、台式计算机、膝上型计算机、手持式计算机、或者类似计算设备。装备控制系统105、第三方支持装备103、以及处理工具101可由工厂管理者维护。
处理工具101的实例包括用于制造电子设备(诸如半导体)的工具(例如,蚀刻器、化学气相沉积反应器等),或者用于制造其它产品的类型的工具。晶圆制造场所(工厂)可包括处理工具101,所述处理工具101为群集工具。举例而言,处理工具101可具有工具部件,诸如一个主移送腔室和几个处理腔室(例如,多腔室群集工具上的等离子体蚀刻)。
第三方支持装备103可耦接至处理工具101以支持处理工具101的操作。第三方支持装备103的实例可包括但不限于功率产生器(例如,RF功率产生器、直流(DC)功率产生器)、RF匹配单元、远程等离子体系统(RPS)单元、真空部件/系统、机器人马达、流量控制器、气体产生器、控制阀、冷却系统等。RF匹配单元将传至处理腔室的最佳递送功率维持在射频上。RF产生器为例如用于为RF匹配单元建立波的电源。真空系统可耦接至诸如腔室之类的处理工具且控制所述腔室工艺。
第三方支持装备103可经由诸如在第三方支持装备103上的通信端口115之类的硬件接口来耦接至处理工具101,以在第三方支持装备103与处理工具101之间建立工具通信信道113。第三方支持装备103还可经由诸如在第三方支持装备103上的通信端口117之类的硬件接口来耦接至装备控制系统105,以在第三方支持装备103与装备控制系统105之间建立预测性维护通信信道121。通信端口117还可称为辅助端口。预测性维护通信信道121为独立的且与工具通信信道113分离。在一个实施例中,第三方支持装备103可包括通信模块119,所述通信模块119用于向装备控制系统105提供支持装备数据。通信模块119可将数据信号递送至辅助端口117,所述辅助端口117由装备控制系统105存取。通信模块119的一个实例为用于第三方支持装备103的固件。
在一个实施例中,装备控制系统105(例如,E3服务器)可包括支持装备性能子系统125,用来决定线内第三方支持装备103的状态以防止未排定的停机时间。支持装备性能子系统125可决定第三方支持装备103的当前状态和/或未来状态。用于第三方支持装备103的不同状态的实例可包括但不限于正常性能、部分展示磨损的记号、部分接近失效、部分失效等。在另一实施例中,装备控制系统105和支持装备性能子系统125可各自由一个或多个计算设备主存,所述计算设备包括服务器计算机、台式计算机、膝上型计算机、手持式计算机、或者类似计算设备。在此类实施例中,第三方支持装备103可经由诸如在第三方支持装备103上的通信端口117之类的硬件接口来耦接至支持装备性能子系统125,以在第三方支持装备103与支持装备性能子系统125之间建立预测性维护通信信道121。在一个实施例中,第三方支持装备103可包括通信模块119,所述通信模块119用于向支持装备性能子系统125提供支持装备数据。通信模块119可将数据信号递送至辅助端口117,所述辅助端口117由支持装备性能子系统125存取。
当装备103在生产期间操作时,支持装备性能子系统125可自第三方支持装备103中自动地收集数据且分析(例如,建模)所述数据,以实时地决定第三方支持装备103的状态(例如,当前状态、未来状态)。第三方支持装备103可由一方(第三方或第三实体)制造,所述一方不同于提供和/或维护支持装备性能子系统125的一方(或实体)。支持装备性能子系统125可自动地收集数据且决定由许多不同的第三方制造的支持装备的状态。举例而言,射频(RF)单元由供货商A制造且真空系统由供货商B制造。支持装备性能子系统125可自由供货商A制造的支持装备(RF单元)以及由供货商B制造的支持装备(真空系统)中收集数据,并且所述支持装备性能子系统125可决定由供货商A制造的支持装备(RF单元)的未来状态以及由供货商B制造的支持装备(真空系统)的未来状态。此外,如果供货商A制得的现有支持装备被供货商C制得的支持装备更换,则支持装备性能子系统125可自由供货商C制造的支持装备中收集数据,并且所述支持装备性能子系统125可决定由供货商C制造的支持装备的未来状态,而不中断生产线。支持装备性能子系统125还为模块化,因为支持装备性能子系统125还可自生产设施中移除而不影响工具性能。
支持装备性能子系统125可经由客户机107通知用户(诸如,工厂管理者、工艺工程师、远程服务工程师、支持装备拥有者等)第三方支持装备103的状态(例如,当前状态、未来状态)。接着,用户可为排定的停机时间订计划,以在失效发生之前更换第三方支持装备103。
支持装备性能子系统125以及一个或多个客户机107可经由网络109耦接。网络109可为局域网(LAN)(诸如公司内的内联网、无线网络、移动通信网络)、广域网(WAN)(诸如因特网)、或者类似通信系统。网络109可包括任何数目的网联和计算设备,诸如有线设备和无线设备。客户机107可由任何类型的计算设备主存,所述计算设备包括台式计算机、膝上型计算机、移动通信设备、蜂窝电话、智能电话、手持式计算机、或者类似计算设备。
图2为方块图,所述方块图图示用于决定线内第三方支持装备的状态(例如,当前状态、未来状态),以防止未排定的停机时间的支持装备性能子系统200。在一个实施例中,支持装备性能子系统200由如结合图1所描述的计算设备主存。支持装备性能子系统200可包括数据收集器201、数据分析器203、输出管理器205、以及图形用户接口(GUI)产生器207。
支持装备性能子系统200可经由第三方支持装备(未图示)上的端口(例如,辅助端口)耦接至所述第三方支持装备,所述耦接建立通信信道,所述通信信道为独立的且与在第三方支持装备与处理工具之间的通信信道分离。数据收集器201可经由第三方支持装备上的辅助端口自所述第三方支持装备中提取支持装备性能数据253(装备性能数据)。当支持装备在生产中操作时,可存取装备性能数据253。装备性能数据253指示第三方支持装备的磨损。装备性能数据253的实例可包括但不限于消耗的能量、机械运动计数等。装备性能数据253可专属于第三方支持装备。举例而言,对于RF产生器,装备性能数据253可包括但不限于RF消耗的能量。在另一实例中,对于RF匹配单元,装备性能数据253的实例可包括但不限于机械运动的计数,诸如马达运动的次数。装备性能数据253可被储存在数据储存器210中,所述数据储存器210被耦接至支持装备性能子系统200。
数据储存器210可为持续储存单元。持续储存单元可为本地储存单元或远程储存单元。持续储存单元可为磁性储存单元、光学储存单元、固态储存单元、电子储存单元(主存储器)、或者类似储存单元。持续储存单元可为单块设备或分布式设备组。如本文所使用的‘组’代表任何正整数的项目。
数据收集器201可利用端口(例如,辅助端口)的端口数来配置,以与第三方支持装备相通信,并且存取所述辅助端口来提取装备性能数据253。配置数据251可被储存在数据储存器210中。配置数据251的实例可包括但不限于第三方支持装备的端口数、自第三方支持装备中接收的装备性能数据的格式、用于规定何时收集装备性能数据的时间周期的收集参数、用于产生报告和发送通知的输出参数等。配置数据251可由用户定义。举例而言,工艺工程师或第三方供货商可经由用户接口221提供配置数据251。配置数据251可被储存在数据储存器210内的文件中且由数据收集器201存取。
数据收集器201可周期性地收集装备性能数据251。配置数据251可包括收集参数,所述收集参数规定数据收集器201何时要自第三方支持装备中取得装备性能数据253的时间周期(例如,每周、每分钟、每晶圆等)。收集参数可由用户定义。收集参数可专属于支持装备。举例而言,对于RF匹配单元,数据收集器201收集与部件运动的次数有关的数据。对于RF单元,工艺工程师或第三方供货商可经由用户接口221提供收集参数,以规定数据收集器201每周一次地收集机械计数。
装备性能数据253(例如,消耗能量、机械运动计数等)还可包括但不限于第三方支持装备识别符(例如,序号)、第三方支持装备的制造商、所述支持装备的通信模块的版本、收集数据的日期和时间等。
数据分析器203可决定第三方支持装备的状态(例如,当前状态、未来状态)且实时地监控所述状态,以识别潜在未来装备失效和/或以通知用户状态。数据分析器203可使用装备性能数据253来填充(populate)模型255,以模拟第三方支持装备的性能(例如,未来状态)。模型255的实例可包括但不限于模拟第三方支持装备性能、工艺性能、工具性能等的模型。模型255可由用户定义。图3图示用于模拟诸如质量流量控制器之类的第三方支持装备的未来状态的示例性模型。返回到图2,数据分析器203可产生建模结果,并且将所述建模结果作为分析结果257的一部分储存在数据储存器210中。数据分析器203可基于分析结果257预测第三方支持装备的状态,并且决定第三方支持装备是否可能失效以及何时可能失效。下文结合图5更详细地描述使用模型来决定第三方支持装备的状态(例如,当前状态、未来状态)的方法的一个实施例。
数据分析器203还可使用阈值数据259来决定第三方支持装备的状态(例如来预测第三方支持装备是否可能失效以及何时可能失效)。第三方支持装备可具有相应的性能阈值。阈值数据259可为数值、范围、百分比等。性能阈值可为支持装备何时可能失效的指示。举例而言,通常,取决于RF单元正在执行何种工艺、执行RF单元运行的频率以及向RF单元供给多少功率,RF单元具有两年至三年的寿命。RF匹配单元的示例性能阈值可包括但不限于100万次机械运动的数目。数据分析器203连续地收集性能数据253,并且所述数据分析器203可实时地比较当前装备性能数据253与阈值数据259,以决定部件是否接近100万阈值。数据分析器203可产生阈值结果,并且将所述阈值结果作为分析结果257的一部分储存在数据储存器210中。当装备性能数据253接近阈值时,数据分析器203决定支持装备可能很快失效。阈值数据259可由用户定义。举例而言,工艺工程师或第三方供货商可经由用户接口221提供阈值数据259。阈值数据259可被储存在数据储存器210中。阈值数据259可被储存在数据储存器210的文件内,并且由数据分析器203存取。
在一个实施例中,控制系统(例如,E3服务器)自处理工具(例如,图1中的处理工具101)中收集工具数据,并且将所述工具数据储存在数据储存器(例如,数据储存器210)中。数据分析器203可耦接数据储存器以存取工具数据。在一些情况下,可自支持装备中以允许数据分析器203容易地整合支持装备性能数据与工具数据的格式来接收装备性能数据253。在其它情况下,数据分析器203可将支持装备性能数据253的格式转换为与工具数据兼容的格式。数据分析器203可例如使用模型255和/或阈值数据259来整合支持装备性能数据253与工具数据且执行综合的预测性维护分析。
输出管理器205可产生通知且将通知发送至用户,诸如工厂管理者、备用团队成员、工艺工程师、远程服务工程师、支持装备拥有者等。输出管理器205可通知一个或多个用户第三方支持装备的状态(例如,当前状态、未来状态)。举例而言,当数据分析器203决定RF单元的机械计数接近阈值时,输出管理器205可将所述RF单元处于部分接近失效状态的通知发送至用户。通知的实例可包括但不限于在网络上传送的消息(例如,电子邮件消息、文本消息、即时消息、社交网络消息等)、在客户端设备(例如,图1中的客户机107)上的视觉/声音警报指示器等。接着,用户可为排定的停机时间订计划,以藉由在预料的失效发生之前更换支持装备来防止工艺失效。
输出管理器205还可基于配置数据251来产生报告且将所述报告输出至输出设备(例如,客户机107上的显示器、打印机等),所述配置数据251规定用于产生报告和发送通知的输出参数。输出参数可由例如工艺工程师、远程服务工程师、工厂管理者、第三方供货商等用户来定义。输出参数可规定:何时产生报告以及产生报告的类型的条件。输出参数可规定:通知一个或多个用户第三方支持装备的状态的条件。输出管理器205还可使动作得以执行,诸如使支持装备和/或处理工具离线。下文结合图4和图5更详细描述用于基于输出参数产生报告和/或通知的方法的一个实施例。
图形用户接口(GUI)产生器207可产生显示由输出管理器205产生的输出(例如,通知、报告等)的GUI。GUI可包括可由用户经由客户端设备(例如,客户机107)存取的网页。GUI产生器207还可产生用户接口221以接收用户输入。用户接口221可为图形用户接口。
图4图示示例性GUI,所述示例性GUI用于配置支持装备性能子系统以使用装备性能数据253(例如,质量统计401)来触发例如要由输出管理器205执行的动作。输出参数可规定在报告产生之前要满足的状态条件和产生的报告类型,以及何时通知一个或多个用户第三方支持装备的状态和递送的通知类型。举例而言,当对装备性能数据253(例如,质量统计401)的分析指示第三方支持装备处于‘正常部分性能’403A的状态时,输出管理器205可产生标准报告407A。输出参数的其它实例可包括但不限于,当对质量统计401的分析指示第三方支持装备处于‘部分展示磨损的记号’403B的状态时产生差异报告407B、当对质量统计401的分析指示第三方支持装备处于‘部分接近失效’403C的状态时产生警告报告407C且通知备用团队405、以及当对质量统计401的分析指示第三方支持装备处于‘部分失效’403D的状态时产生警报报告407D。
图5为图示用于决定线内第三方支持装备的状态(例如,当前状态、未来状态)以防止未排定的停机时间的方法500的一个实施例的流程图。方法500可由处理逻辑执行,所述处理逻辑可包含硬件(例如,电路系统、专属逻辑、可编程逻辑、微代码等)、软件(例如,在处理设备上运行的指令)、或者硬件与软件的组合。在一个实施例中,方法500由图1的支持装备性能子系统125执行。
在方块501,支持装备性能子系统自一个或多个第三方支持装备中接收装备性能数据。支持装备性能子系统可经由通信信道耦接至第三方支持装备,所述通信信道为独立的,并且与在第三方支持装备与处理工具之间的通信信道分离。举例而言,RF匹配单元可经由所述RF匹配单元上的辅助端口耦接至支持装备性能子系统,并且所述RF匹配单元可经由所述RF匹配单元上的不同的端口耦接至处理工具。
当支持装备在生产中操作时,支持装备性能子系统可存取装备性能数据。举例而言,当RF匹配单元在操作中时,支持装备性能子系统可自射频匹配单元中提取表示机械运动的数据,并且所述支持装备性能子系统可将装备性能数据储存在数据储存器中,所述数据储存器被耦接至所述支持装备性能子系统。
支持装备性能子系统可自支持装备中周期性地取得装备性能数据。支持装备性能子系统可基于配置数据来决定何时收集装备性能数据,所述配置数据规定与特定第三方装备相对应的时间周期(例如,每周、每分钟、每晶圆等)。举例而言,支持装备性能子系统可每周一次地自RF匹配单元中提取机械运动计数。在另一实例中,每当处理晶圆时,支持装备性能子系统可自机器人马达中提取装备性能数据。
在方块503,支持装备性能子系统分析数据以决定使用装备性能数据的一个或多个第三方支持装备的状态。所述状态可为第三方支持装备的当前状态和/或未来状态。支持装备性能子系统可比较已收集的装备性能数据与阈值数据,以决定第三方支持装备的状态,并且预测第三方支持装备是否可能失效以及何时可能失效。阈值数据可为数值、范围、百分比等、和/或所述数值、范围、百分比的组合。举例而言,支持装备性能子系统可决定RF匹配单元的当前机械运动的数目是否在用户定义的100万的范围内。如果机械运动接近阈值,则支持装备性能子系统决定RF匹配单元处于‘部分接近失效’状态,并且预测所述RF单元将很快失效。支持装备性能子系统可产生阈值结果,并且将所述阈值结果作为分析结果的一部分储存在数据储存器中,所述数据储存器被耦接至所述支持装备性能子系统。
支持装备性能子系统可使用模型来执行更综合的分析,以决定第三方支持装备的未来状态,并且决定所述第三方装备是否可能失效以及何时可能失效。举例而言,支持装备性能子系统可使用装备性能数据来填充模型以模拟第三方支持装备的未来性能。模型的实例可包括但不限于模拟第三方支持装备性能、工艺性能、工具性能等的模型。模型可由用户定义。支持装备性能子系统可产生建模结果,并且将所述建模结果作为分析结果的一部分储存在数据储存器中。支持装备性能子系统基于自分析结果(例如,建模结果)中已预测的状态可预测第三方支持装备是否可能失效以及何时可能失效。在一个实施例中,控制系统(例如,E3服务器)自处理工具中收集工具数据,并且将所述工具数据储存在数据储存器中。支持装备性能子系统可耦接数据储存器以存取工具数据,并且例如使用模型和/或阈值数据来整合装备性能数据与工具数据且执行综合的预测性维护分析。
在方块505,基于在方块503的预测,支持装备性能子系统决定是否产生报告和/或通知用户已预测的性能。如上文结合图4的一个实施例中所述,当满足预定义条件时,支持装备性能子系统可经配置以产生报告和/或通知一个或多个用户第三方支持装备的状态。举例而言,当对装备性能数据的分析指示第三方支持装备处于‘部分接近失效’的状态时,支持装备性能子系统可产生警告报告且通知备用团队。举例而言,当支持装备性能子系统决定RF匹配单元的当前机械运动的数目在用户定义的100万的范围内时,支持装备性能子系统决定所述RF匹配单元接近于失效(即,满足处于‘部分接近失效’状态的条件)。其它实例可包括但不限于,当对装备性能数据的分析指示第三方支持装备处于‘正常部分性能’的状态时产生标准报告供用户核查、当对装备性能数据的分析指示第三方支持装备处于‘部分展示磨损的记号’的状态时产生差异报告、以及当对装备性能数据的分析指示第三方支持装备处于‘部分失效’的状态时产生警报报告。
如果支持装备性能子系统决定不产生报告和/或通知用户(方块505),则支持装备性能子系统返回到方块501以继续接收装备性能数据。如果支持装备性能子系统决定产生报告和/或通知用户(方块505),则在方块507所述支持装备性能子系统产生适当报告和/或将适当通知发送至一个或多个用户,并且返回到方块501以继续接收装备性能数据。支持装备性能子系统可产生通知且将通知送至用户,诸如工厂管理者、备用团队成员、工艺工程师、远程服务工程师、支持装备拥有者等。通知的实例可包括但不限于在网络上传送的消息(例如,电子邮件消息、文本消息、即时消息、社交网络消息等)、在客户端设备(例如,图1中的客户机107)上的视觉/声音警报指示器等。接着,用户可为排定的停机时间订计划,以藉由在预料的失效发生之前更换支持装备来防止工艺失效。举例而言,工厂管理者可知道在晚上排定的预防性维护,并且可在此排定的预防性维护期间计划以更换RF匹配单元。
图6为计算机系统的一个实施例的图解,所述计算机系统用于决定线内第三方支持装备的状态(例如,当前状态、未来状态)以防止未排定的停机时间。计算机系统600内有用于使机器来执行本文所论述的方法中的任何一种或多种方法的指令集。在替代性实施例中,机器可连接(例如,网连)至LAN、内联网、外联网或因特网中的其它机器。机器可在客户端-服务器网络环境中以服务器或客户机(例如,执行浏览器的客户端计算机以及执行自动任务委托和项目管理的服务器计算机)的能力、或者作为在同级间(或分布式)网络环境中的同级机器来操作。机器可为个人计算机(PC)、平板PC、控制台设备或机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、网电器(webappliance)、服务器、网络路由器、交换机或桥接器,或者能够执行指令集(顺序地或以其它方式)的任何机器,所述指令集规定要由所述机器采用的动作。另外,尽管仅图示单个机器,但术语“机器”还应理解为包括任何机器(例如,计算机)的集合,所述机器各自或共同地执行指令集(或多个集)以执行本文所讨论的方法中的任何一种或多种方法。
示例性计算机系统600包括处理设备602、主存储器604(例如,只读存储器(ROM)、闪存、诸如同步DRAM(SDRAM)或DRAM(RDRAM)等动态随机存取存储器(DRAM))、静态存储器606(例如,闪存、静态随机存取存储器(SRAM)等)、以及次存储器616(例如,呈驱动单元形式的数据储存设备,所述数据储存设备可包括固定式计算机可读储存介质或可移除计算机可读储存介质),所述设备经由总线608相互通信。
处理设备602表示一个或多个通用处理设备,诸如微处理器、中央处理单元、或者类似处理设备。更具体地,处理设备602可为复杂指令集计算(CISC)微处理器、简化指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实施其它指令集的处理器、或者实施指令集的组合的处理器。处理设备602还可为一个或多个专用处理设备,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、或者类似处理设备。处理设备602经配置以执行用于执行本文所述的操作和步骤的支持装备性能子系统626。
计算机系统600可进一步包括网络接口设备622。计算机系统600还可包括通过图形端口和图形芯片组连接至计算机系统的视频显示器单元610(例如,液晶显示器(LCD)或阴极射线管(CRT))、字母数字输入设备612(例如,键盘)、光标控制设备614(例如,鼠标)、及信号产生设备620(例如,扬声器)。
次存储器616可包括机器可读储存介质(或者更具体而言,计算机可读储存介质)624,一个或多个指令集(例如,支持装备性能子系统626)被储存在所述机器可读储存介质624上,所述一个或多个指令集实施本文所描述的方法或功能中的任何一种或多种方法或功能。在藉由计算机系统600执行支持装备性能子系统626期间,支持装备性能子系统626还可完全或至少部分地驻留在主存储器604内和/或在处理设备602内,所述主存储器604和所述处理设备602还构成机器可读储存介质。可经由网络接口设备622在网络618上进一步传送或接收支持装备性能子系统626。
计算机可读储存介质624还可用于持续地储存支持装备性能子系统626。尽管在示例性实施例中计算机可读储存介质624图示为单个介质,但术语“计算机可读储存介质”应理解为包括储存一个或多个指令集的单个介质或多个介质(例如,集中式数据库或分布式数据库、和/或相关联的高速缓存和服务器)。术语“计算机可读储存介质”还应理解为包括能够储存或编码由机器执行的指令集且使机器执行本发明的方法中的任何一种或多种方法的任何介质。因此,术语“计算机可读储存介质”应理解为包括但不限于固态存储器、以及光学介质和磁性介质。
支持装备性能子系统626、本文(例如,关于图1)所描述的部件以及其它特征结构可被实施为离散式硬件部件、或者按硬件部件(诸如ASICS、FPGA、DSP、或者类似设备)的功能进行整合。此外,支持装备性能子系统626可被实施为固件、或者硬件设备内的功能电路。另外,支持装备性能子系统626可以硬件设备与软件部件的任何组合来实施。
在上文描述中,阐释了大量细节。然而,对本领域技术人员而言显而易见的是,本发明可在没有这些特定细节的情况下实施。在一些情况下,公知结构和设备以方块图而非细节的形式图示,以免使本发明模糊。
下文依据在计算机存储器内的数据位的操作的算法和符号表示呈现了详细描述的一些部分。这些算法的描述和表示为数据处理领域的技术人员用以将工作的实质最有效地传达至本领域其他技术人员的手段。此处且通常,算法被构思为产生结果的自相容(self-consistent)步骤序列。所述步骤是要求物理量的物理操纵的步骤。通常(虽然并非必然),这些量采用能够被储存、移送、组合、比较和以其它方式处理的电气信号或磁性信号的形式。主要出于共同使用的原因,数次证明将这些信号称为位、值、元件、符号、字符、术语、编号、或者类似物为便利的。
然而,应考虑到,所有这些以及类似术语将与适当的物理量相关联且仅为施加到这些量的便利标签。除非下文论述中特别说明,否则如显而易见的,应了解,在整个描述中,利用诸如“接收”、“产生”、“决定”、“通知”、或者类似物的术语的论述代表计算机系统或者类似电子计算设备的动作和工艺,所述计算机系统或者类似电子计算设备将在计算机系统的寄存器和存储器内表示为物理(例如,电子)量的数据操纵且变换为在计算机系统存储器或寄存器或者其它此类信息储存器、传送或显示设备内类似地表示为物理量的其它数据。
本发明的实施例还涉及用于执行本文中操作的装置。可为所要求的目的而特定地构建所述设备,或者所述设备可包含由储存在计算机系统内的计算机程序特定编程的通用计算机系统。此类计算机程序可被储存在计算机可读储存介质中,诸如但不限于包括光盘、CD-ROM和磁性光盘的任何类型的磁盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、或者适合于储存电子指令的任何类型的介质。
本文所呈现的算法和显示不是固有地与任何特定计算机或其它装置有关。各种通用系统可与根据本文的示教的程序一起使用,或者可证明构建更专用的装置以执行方法步骤为便利的。下文描述中将出现用于各种这些系统的结构。此外,并未参照任何特定编程语言而描述本发明的实施例。应了解,各种编程语言可用于实施如本文所描述的本发明的实施例的示教。
计算机可读储存介质可包括用于以由机器(例如,计算机)可读的形式储存信息的任何机制,但不限于光盘、压缩盘、只读存储器(CD-ROM)和磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电子可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或者类似物。
因此,本发明提供用于决定线内第三方支持装备的状态(例如,当前状态、未来状态)以防止未排定的停机时间的方法和装置。应理解,以上描述旨在是说明性而非限制性的。在阅读和理解以上描述之后许多其它实施例对于本领域技术人员而言将为显而易见的。因此,应参阅所附权利要求连同此类权利要求的等效物的整个范围来决定本发明的范围。
Claims (16)
1.一种计算机实施的方法,所述方法包含:
在制造环境中,藉由包含支持装备性能子系统和处理设备的服务器在数个不同类型的第三方支持装备的操作期间自所述数个不同类型的第三方支持装备中接收装备数据,其中所述装备数据经由所述数个不同类型的第三方支持装备上的第一端口接收,并且所述数个不同类型的第三方支持装备经由所述数个不同类型的第三方支持装备上的第二端口与处理工具相通信;
藉由所述服务器接收配置数据,所述配置数据包含一格式,以每一个第三方支持装备的格式从所述数个不同类型的第三方支持装备接收装备数据,每一个第三方支持设备是与一个独立的第三方制造商相关;以及
藉由所述服务器决定由不同的第三方制造的所述数个不同类型的第三方支持装备中的每一个的未来状态,其中所述服务器可从所述制造环境中移除,而不影响所述制造环境的性能,第三方支持装备的失效影响制造环境中不同的处理工具的性能,其中一个处理工具制造设备并且一个独立的第三方支持装备支持该处理工具。
2.如权利要求1所述的计算机实施的方法,其特征在于,所述第三方支持装备中的一个由第一实体制造,并且所述支持装备性能子系统由第二实体维护,其中所述第一实体与所述第二实体不同。
3.如权利要求1所述的计算机实施的方法,其特征在于,所述支持装备性能子系统的服务器自动收集数据。
4.如权利要求1所述的计算机实施的方法,其特征在于,至少一个所述第三方支持装备的所述未来状态预测所述第三方支持装备的失效。
5.如权利要求1所述的计算机实施的方法,其特征在于,所述第三方支持装备中的至少一个的所述未来状态包含正常性能、部分展示磨损的记号、部分接近失效、以及部分失效中的至少一个。
6.如权利要求1所述的计算机实施的方法,所述方法进一步包含:
实时地比较所述装备数据与阈值数据以决定所述第三方支持装备中的至少一个是否在性能阈值之上,其中所述性能阈值指示所述独立的第三方支持装备的失效。
7.如权利要求1所述的计算机实施的方法,其特征在于,所述第一端口为独立的,并且所述第一端口与所述第二端口分离。
8.一种计算机实施的系统,包括:
用于在制造环境中藉由包含支持装备性能子系统和处理设备的服务器在数个不同类型的第三方支持装备的操作期间自所述数个不同类型的第三方支持装备中接收装备数据的装置,其中所述装备数据经由所述数个不同类型的第三方支持装备上的第一端口接收,并且所述数个不同类型的第三方支持装备经由所述数个不同类型的第三方支持装备上的第二端口与处理工具相通信;
用于藉由所述服务器接收配置数据的装置,所述配置数据包含一格式,以每一个第三方支持装备的格式从所述数个不同类型的第三方支持装备接收装备数据,每一个第三方支持设备是与一个独立的第三方制造商相关;
用于藉由所述服务器决定由不同的第三方制造的所述数个不同类型的第三方支持装备中每一个的未来状态的装置,其中所述计算机实施的系统可从所述制造环境中移除,而不影响所述制造环境的性能,第三方支持装备的失效影响制造环境中不同的处理工具的性能,其中一个处理工具制造设备并且一个独立的第三方支持装备支持该处理工具。
9.如权利要求8所述的计算机实施的系统,其特征在于,至少一个所述第三方支持装备的所述未来状态预测所述第三方支持装备的失效。
10.如权利要求8所述的计算机实施的系统,其特征在于,所述第三方支持装备中的至少一个的所述未来状态包含正常性能、部分展示磨损的记号、部分接近失效、以及部分失效中的至少一个。
11.如权利要求8所述的计算机实施的系统,进一步包含:
用于实时地比较所述装备数据与阈值数据以决定所述第三方支持装备中的至少一个是否在性能阈值之上的装置,其中所述性能阈值指示所述第三方支持装备的失效。
12.如权利要求8所述的计算机实施的系统,其特征在于,所述第一端口为独立的,并且所述第一端口与所述第二端口分离。
13.一种计算机化系统,所述计算机化系统包含:
处理器,所述处理器通过总线耦接至存储器且配置用于:
在制造环境中,在数个不同类型的第三方支持装备的操作期间自所述数个不同类型的第三方支持装备中接收装备数据,其中所述装备数据经由所述数个不同类型的第三方支持装备上的第一端口接收,并且所述数个不同类型的第三方支持装备经由所述数个不同类型的第三方支持装备上的第二端口与处理工具相通信;
接收配置数据,所述配置数据包含一格式,以每一个第三方支持装备的格式从所述数个不同类型的第三方支持装备接收装备数据,每一个第三方支持设备是与一个独立的第三方制造商相关;
决定由不同的第三方制造的所述数个不同类型的第三方支持装备中每一个的未来状态,其中所述计算机化系统可从所述制造环境中移除,而不影响所述制造环境的性能,第三方支持装备的失效影响制造环境中不同的处理工具的性能,其中一个处理工具制造设备并且一个独立的第三方支持装备支持该处理工具。
14.如权利要求13所述的计算机化系统,其特征在于,至少一个所述第三方支持装备的所述未来状态预测所述第三方支持装备的失效。
15.如权利要求13所述的计算机化系统,其特征在于,所述处理器进一步配置用于实时地比较所述装备数据与阈值数据以决定所述第三方支持装备是否在性能阈值之上,其中所述性能阈值指示所述第三方支持装备的失效。
16.如权利要求13所述的计算机化系统,其特征在于,所述第一端口为独立的,并且所述第一端口与所述第二端口分离。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US41835910P | 2010-11-30 | 2010-11-30 | |
US61/418,359 | 2010-11-30 | ||
US13/306,646 US8560106B2 (en) | 2010-11-30 | 2011-11-29 | Predictive maintenance for third party support equipment |
US13/306,646 | 2011-11-29 | ||
PCT/US2011/062652 WO2012075144A2 (en) | 2010-11-30 | 2011-11-30 | Predictive maintenance for third party support equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103201691A CN103201691A (zh) | 2013-07-10 |
CN103201691B true CN103201691B (zh) | 2016-07-06 |
Family
ID=46172537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180053750.XA Active CN103201691B (zh) | 2010-11-30 | 2011-11-30 | 用于第三方支持装备的预测性维护 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8560106B2 (zh) |
KR (1) | KR101488181B1 (zh) |
CN (1) | CN103201691B (zh) |
TW (1) | TWI494727B (zh) |
WO (1) | WO2012075144A2 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI653585B (zh) * | 2013-08-05 | 2019-03-11 | 應用材料股份有限公司 | 用於在預測系統中最佳化獲利的方法及裝置 |
CA2946486C (en) * | 2014-04-25 | 2022-11-29 | Bombardier Inc. | Monitor performance analysis |
KR102438829B1 (ko) * | 2015-09-22 | 2022-09-01 | 주식회사 엘지유플러스 | 장비 관리 시스템 및 장비 관리 시스템의 동작 방법 |
US10152879B2 (en) | 2015-11-10 | 2018-12-11 | Industrial Technology Research Institute | Method, apparatus, and system for monitoring manufacturing equipment |
JP6386488B2 (ja) * | 2016-03-17 | 2018-09-05 | ファナック株式会社 | 工作機械の稼働管理方法およびプログラム |
US10039113B2 (en) | 2016-03-28 | 2018-07-31 | Bank Of America Corporation | Intelligent resource procurement system based on physical proximity to related resources |
US10796253B2 (en) | 2016-06-17 | 2020-10-06 | Bank Of America Corporation | System for resource use allocation and distribution |
US10439913B2 (en) * | 2016-07-01 | 2019-10-08 | Bank Of America Corporation | Dynamic replacement and upgrade of existing resources based on resource utilization |
KR102409863B1 (ko) * | 2017-06-27 | 2022-06-17 | 주식회사 큐엔티 | 로봇 예방 및 예측 조치 서비스 제공 방법, 서버 및 프로그램 |
US20180164779A1 (en) * | 2016-12-13 | 2018-06-14 | QNT Co., Ltd. | Method, server, and program for providing real-time robot monitoring service |
KR102409862B1 (ko) * | 2017-06-27 | 2022-06-17 | 주식회사 큐엔티 | 실시간 로봇 모니터링 서비스 제공 방법, 서버 및 프로그램 |
US10843341B2 (en) * | 2017-05-05 | 2020-11-24 | Brooks Automation, Inc. | Method and apparatus for health assessment of a transport apparatus |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135383A (ja) * | 2003-09-05 | 2005-05-26 | Fisher Rosemount Syst Inc | ユーザによる修正可能な出力コンフィギュレーションデータベースを備えた状態マシン機能ブロック |
CN1882892A (zh) * | 2003-11-14 | 2006-12-20 | 歌美飒风有限公司 | 用于风力涡轮机的监测和处理设备与用于风力发电厂的预测性维护系统 |
CN101246355A (zh) * | 2006-12-01 | 2008-08-20 | 埃森哲全球服务有限公司 | 控制与监测药品制造工序和/或配制工序的方法及设备 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5210704A (en) * | 1990-10-02 | 1993-05-11 | Technology International Incorporated | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment |
US5710723A (en) * | 1995-04-05 | 1998-01-20 | Dayton T. Brown | Method and apparatus for performing pre-emptive maintenance on operating equipment |
US6205409B1 (en) * | 1998-06-26 | 2001-03-20 | Advanced Micro Devices, Inc. | Predictive failure monitoring system for a mass flow controller |
US7206646B2 (en) * | 1999-02-22 | 2007-04-17 | Fisher-Rosemount Systems, Inc. | Method and apparatus for performing a function in a plant using process performance monitoring with process equipment monitoring and control |
US7124059B2 (en) * | 2000-10-17 | 2006-10-17 | Accenture Global Services Gmbh | Managing maintenance for an item of equipment |
US7016825B1 (en) * | 2000-10-26 | 2006-03-21 | Vextec Corporation | Method and apparatus for predicting the failure of a component |
US7552029B2 (en) * | 2000-12-22 | 2009-06-23 | Thermo Fisher Scientific Inc. | Equipment monitoring system and method |
US20020095269A1 (en) * | 2001-01-17 | 2002-07-18 | Francesco Natalini | System for monitoring and servicing appliances |
US6735549B2 (en) * | 2001-03-28 | 2004-05-11 | Westinghouse Electric Co. Llc | Predictive maintenance display system |
US6868310B2 (en) * | 2001-04-06 | 2005-03-15 | Eni Technology, Inc. | Predictive failure scheme for industrial thin films processing power delivery system |
AU2002353097A1 (en) * | 2001-12-07 | 2003-07-09 | Battelle Memorial Institute | Methods and systems for analyzing the degradation and failure of mechanical systems |
US6999829B2 (en) * | 2001-12-26 | 2006-02-14 | Abb Inc. | Real time asset optimization |
US20050010311A1 (en) | 2003-07-10 | 2005-01-13 | Barbazette Christopher J. | Data collection and diagnostic system for a semiconductor fabrication facility |
US7133727B2 (en) * | 2003-08-01 | 2006-11-07 | Invensys Systems, Inc. | System and method for continuous online safety and reliability monitoring |
US7117119B2 (en) * | 2003-08-01 | 2006-10-03 | Invensys Systems, Inc | System and method for continuous online safety and reliability monitoring |
US20050038579A1 (en) * | 2003-08-15 | 2005-02-17 | Lewis Michael W. | Interactive maintenance management alarm handling |
US7373559B2 (en) * | 2003-09-11 | 2008-05-13 | Copan Systems, Inc. | Method and system for proactive drive replacement for high availability storage systems |
US20050096759A1 (en) * | 2003-10-31 | 2005-05-05 | General Electric Company | Distributed power generation plant automated event assessment and mitigation plan determination process |
TW200532480A (en) * | 2003-12-19 | 2005-10-01 | Ibm | Dynamic late binding of third party on demand services in an on-demand infrastructure |
US20050193270A1 (en) * | 2004-02-12 | 2005-09-01 | General Electric Company | Mobile remote monitoring and diagnostics and method |
US7424647B2 (en) * | 2004-07-19 | 2008-09-09 | General Electric Company | Emission-monitoring system and method for transferring data |
US20060020626A1 (en) * | 2004-07-20 | 2006-01-26 | Berwanger Patrick C | Apparatus and method for assessing exceedance of a process beyond safe operating limits |
WO2006035931A1 (ja) * | 2004-09-30 | 2006-04-06 | Toshiba Solutions Corporation | 情報システムの信頼性評価システム、信頼性評価方法、信頼性評価プログラム |
US7337032B1 (en) | 2004-10-04 | 2008-02-26 | Advanced Micro Devices, Inc. | Scheduling ahead for various processes |
US7899591B2 (en) * | 2005-07-14 | 2011-03-01 | Accenture Global Services Limited | Predictive monitoring for vehicle efficiency and maintenance |
US7577548B1 (en) * | 2006-03-04 | 2009-08-18 | Hrl Laboratories | Integrated framework for diagnosis and prognosis of components |
KR100801992B1 (ko) | 2006-06-30 | 2008-02-12 | 주식회사 넥스지 | 외부 장비의 이상 상태 판단을 통한 자동 전원 제어기 |
US9747571B2 (en) * | 2006-10-05 | 2017-08-29 | Trimble Inc. | Integrated asset management |
US20100076729A1 (en) | 2008-09-19 | 2010-03-25 | Applied Materials, Inc. | Self-diagnostic semiconductor equipment |
DE102008062630A1 (de) * | 2008-12-17 | 2010-06-24 | Airbus Deutschland Gmbh | Verfahren zum Planen von Wartungsvorgängen von Systemen |
US8244406B2 (en) * | 2009-04-17 | 2012-08-14 | Howard University | System and method of monitoring and optimizing power quality in a network |
US8660875B2 (en) * | 2009-11-02 | 2014-02-25 | Applied Materials, Inc. | Automated corrective and predictive maintenance system |
US8843221B2 (en) * | 2009-12-09 | 2014-09-23 | Comau Spa | Automation management system and method |
-
2011
- 2011-11-29 US US13/306,646 patent/US8560106B2/en active Active
- 2011-11-30 CN CN201180053750.XA patent/CN103201691B/zh active Active
- 2011-11-30 KR KR1020137016805A patent/KR101488181B1/ko active IP Right Grant
- 2011-11-30 WO PCT/US2011/062652 patent/WO2012075144A2/en active Application Filing
- 2011-11-30 TW TW100144072A patent/TWI494727B/zh not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135383A (ja) * | 2003-09-05 | 2005-05-26 | Fisher Rosemount Syst Inc | ユーザによる修正可能な出力コンフィギュレーションデータベースを備えた状態マシン機能ブロック |
CN1882892A (zh) * | 2003-11-14 | 2006-12-20 | 歌美飒风有限公司 | 用于风力涡轮机的监测和处理设备与用于风力发电厂的预测性维护系统 |
CN101246355A (zh) * | 2006-12-01 | 2008-08-20 | 埃森哲全球服务有限公司 | 控制与监测药品制造工序和/或配制工序的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
US20120191225A1 (en) | 2012-07-26 |
WO2012075144A3 (en) | 2012-09-13 |
KR101488181B1 (ko) | 2015-01-30 |
KR20130095817A (ko) | 2013-08-28 |
TWI494727B (zh) | 2015-08-01 |
US8560106B2 (en) | 2013-10-15 |
CN103201691A (zh) | 2013-07-10 |
WO2012075144A2 (en) | 2012-06-07 |
TW201234150A (en) | 2012-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103201691B (zh) | 用于第三方支持装备的预测性维护 | |
Mourtzis et al. | Intelligent predictive maintenance and remote monitoring framework for industrial equipment based on mixed reality | |
Dai et al. | Reliability risk mitigation of free air cooling through prognostics and health management | |
US8237586B2 (en) | Method and system for recognizing statuses of electric appliances | |
JP2004186167A (ja) | アラーム管理方法およびその装置 | |
CN105629864B (zh) | 一种能耗监控应用系统及能耗监控的方法 | |
WO2021042924A1 (zh) | 巡检机器人、巡检系统、巡检方法 | |
US10598702B2 (en) | Similarity detection of abnormal waveforms using PMU measurement | |
CN102360470A (zh) | 一种电力系统信息匹配方法及其系统 | |
CN102223251A (zh) | 一种网络运维采集分析方法及业务处理装置 | |
KR102043928B1 (ko) | 시간기반의 장비 센서 데이터 및 재료기반의 계측 통계적 프로세스 제어 데이터의 양방향적 연관 및 그래픽적 획득 | |
CN107762821A (zh) | 一种基于物联网的空气压缩机监控方法及系统 | |
CN104991497A (zh) | 一种工业机器人远程服务及监测系统 | |
KR101282244B1 (ko) | 원자력발전소 설비의 예방/고장 정비정보 관리 시스템 및 그 방법 | |
KR20080026471A (ko) | 산업 프로세스 평가 장치, 산업 프로세스 평가 방법 및산업 프로세스 평가 프로그램을 기록한 기록 매체 | |
Liu et al. | The design and implementation of the enterprise level data platform and big data driven applications and analytics | |
US20180089637A1 (en) | Framework for industrial asset repair recommendations | |
CN116316614A (zh) | 电网三维数字孪生系统、性能分析方法及相关装置 | |
Kashef et al. | Wireless cyber-physical system performance evaluation through a graph database approach | |
CN107239880B (zh) | 基于设备寿命统计分析的电网技改资金需求测算模型 | |
JP2008263237A (ja) | アラーム管理方法およびその装置 | |
CN104484753A (zh) | 一种服务器资产信息追溯方法 | |
Lybeck et al. | Lifecycle prognostics architecture for selected high-cost active components | |
CN117077040B (zh) | 基于机器学习的大型复杂装备故障诊断与预测系统 | |
Ahmed et al. | Application of predictive maintenance in industry 4.0: A use-case study for datacenters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |