[发明专利]一种基于图网络优化的集束型设备故障响应方法和系统

权利要求书

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]，||表示向量的拼接；

对于所述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。

5.如权利要求4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，所述策略模型采用图注意力网络。

6.如权利要求5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，对所述有向图进行特征提取，得到有向图中每个节点的高维特征；

计算各个所述节点的高维特征之间的相似度，进而输出动作决策；

根据所述相似度的大小，对执行动作进行采样，并将所述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。

7.如权利要求6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。

8.如权利要求6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，所述策略模型通过策略梯度法进行训练。