03-04-2024 дата публикации
Номер: KR20240043655A
Принадлежит:
... 전술한 바와 같은 과제를 실현하기 위한 본 발명의 다양한 실시예에 따른 공정 설비의 비정상 동작 감지를 위한 기준 임계값 설정 방법이 개시된다. 상기 방법은, 컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 방법에 있어서, 공정 센서 데이터 및 상기 공정 센서 데이터에 대응하는 사전 지식 데이터를 획득하는 단계, 딥러닝 모델을 활용하여 상기 공정 센서 데이터에 대응하는 재건 공정 센서 데이터를 생성하는 단계, 상기 공정 센서 데이터 및 상기 재건 공정 센서 데이터에 기초하여 재건율 오차를 산출하는 단계 및 상기 재건율 오차와 기준 임계값의 비교에 기초하여 비정상 동작을 감지하는 단계를 포함하며, 상기 공정 센서 데이터는, 반도체 공정 장비의 동작에 기반하여 복수의 센서를 통해 실시간으로 획득되는 센서 데이터들로, 정상 동작에 관련한 복수의 센서 데이터를 포함하며, 상기 사전 지식 데이터는, 상기 복수의 센서 간의 연관 관계에 대한 정보를 포함하고, 상기 딥러닝 모델은, 상기 공정 센서 데이터에 대응하는 피처 정보를 출력하는 추출하는 제1서브 모델, 상기 공정 센서 데이터 및 상기 사전 지식 데이터에 기초하여 각 공정 센서 데이터들 간의 교호 관계 정보를 추출하는 제2서브 모델, 상기 제1서브 모델 및 상기 제2서브 모델의 출력을 조합하여 특징 정보를 생성하는 어텐션 모듈 및 상기 특징 정보를 복원하여 상기 재건 공정 센서 데이터를 생성하는 차원 복원 모델을 포함하며, 상기 기준 임계값은, 상기 복수의 학습용 공정 센서 데이터 각각에 관련한 복수의 재건율 오차 중 최대값에 관련한 재건율 오차에 기초하여 결정되는 것을 특징으로 하며, 상기 방법은, 자동화 공정에 대응하는 다년간의 공정 센서 데이터 및 사전 지식 데이터를 저장하는 외부 서버로부터 데이터를 수신하여 학습 데이터 세트를 구축하는 단계 및 상기 학습 데이터 세트를 통해 하나 이상의 네트워크 함수에 대한 학습을 수행하여 상기 딥러닝 모델을 생성하는 단계를 더 포함하며, 상기 학습 데이터 세트는, 복수 개의 ...
Подробнее