一种半导体耗材耗用量的监控方法、装置及设备与流程

1.本技术涉及半导体材料技术领域，尤其涉及一种半导体耗材耗用量的监控方法、装置及设备。


背景技术：

2.idm(indirect materials，间接材料)是指企业为组织生产、管理生产和保证生产正常进行而消耗的一般消耗性材料，即在生产加工过程中,有助于商品形成或便于生产的进行,但不构成商品实体的各种材料。
3.在半导体晶圆生产过程中，间接材料的耗用是必不可少的，常用的间接材料包括化学品(chemical)、特殊气体(special gas)、研磨液(slurry)、光阻液(photo resist)和靶材(target)等等，在实际生产过程中，间接材料的耗用量的计算对物料需求计划的订定以及年度费用预算编列的开展具有重要意义。
4.然而在现有技术中，间接材料的实际耗用范围广泛，机台+物料组合出众多个耗用点，实际耗用量、发生点的人工统计计算困难，差异性较大，目前常用的间接材料的实际耗用量侦测手段主要为在管道处加装流量计用以测量材料的耗用量，但通常管道通连多个机台，无法精确到每个机台端的实际耗用量，并且实际耗用量的计算结果存在较大误差。


技术实现要素：

5.本技术提供了一种半导体耗材耗用量的监控方法、装置及设备，用于解决现有技术中半导体耗材实际耗用量的监控结果不精确的问题。
6.本技术提供一种半导体耗材耗用量的监控方法，包括：
7.获取与目标半导体耗材的耗用相关的耗材数据；
8.根据获取的耗材数据及采集方式，及预先建立的与不同耗材数据和采集方式对应的耗材分析模型，确定获取的耗材数据对应的耗材分析模型；
9.利用确定的耗材分析模型基于获取的耗材数据进行对应的计算，得到目标半导体耗材的实际耗用量。
10.上述方法，通过利用预先建立的与不同耗材数据及耗材数据的采集方式对应的耗材分析模型，并利用耗材分析模型对获取的半导体耗材的耗材数据进行分析，可以自动并且准确的确定出不同类型的半导体耗材的实际耗用情况。
11.本技术还提供一种半导体耗材耗用量的监控装置，包括：
12.耗材数据获取模块，用于获取与目标半导体耗材的耗用相关的耗材数据；
13.模型确定模块，用于根据获取的耗材数据及采集方式，及预先建立的不同耗材数据和采集方式对应的耗材分析模型，确定获取的耗材数据对应的耗材分析模型；
14.耗用量计算模块，用于利用确定的耗材分析模型基于获取的耗材数据进行对应的计算，得到上述目标半导体耗材的实际耗用量。
15.本技术还提供一种半导体耗材耗用量的监控设备，该设备包括存储器和处理器，
存储器上存储有可在处理器上运行的计算机程序，当计算机程序被处理器执行时，处理器执行上述半导体耗材耗用量的监控方法中的任一步骤。
16.本技术还提供一种计算机存储介质，计算机存储介质内存储有计算机程序，计算机程序被处理器执行时，实现上述半导体耗材耗用量的监控方法中的任一步骤。
17.另外，本技术提供的半导体耗材耗用量的监控装置、设备和计算机存储介质中任一种实现方式所带来的技术效果可参见半导体耗材耗用量的监控方法的实现方式所带来的技术效果，此处不再赘述。
附图说明
18.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1为本技术提供的一种相关技术中半导体耗材耗用量的监控方法的示意图；
20.图2为本技术实施例提供的一种半导体耗材耗用量的监控方法的应用场景的示意图；
21.图3为本技术实施例提供的一种半导体耗材耗用量的监控方法的流程图；
22.图4为本技术实施例提供的一种材料耗用清单的示意图；
23.图5为本技术实施例提供的一种耗材分析模型建立方法的流程图；
24.图6为本技术实施例提供的一种耗材分析模型建立过程的示意图；
25.图7为本技术实施例提供的一种第二统计模型的示意图；
26.图8为本技术实施例提供的一种第一统计模型的示意图；
27.图9为本技术实施例提供的一种面积模型的示意图；
28.图10为本技术实施例提供的一种转折加总模型的示意图；
29.图11为本技术实施例提供的一种分时积分模型的示意图；
30.图12为本技术实施例提供的一种计算加总模型的示意图；
31.图13为本技术实施例提供的一种差值统计模型的示意图；
32.图14为本技术实施例提供的一种半导体耗材耗用量的监控装置的示意图；
33.图15为本技术实施例提供的一种半导体耗材耗用量的监控设备的示意图。
具体实施方式
34.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
35.本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
36.idm是指企业为组织生产、管理生产和保证生产正常进行而消耗的一般消耗性材
料，即在生产加工过程中，有助于商品形成或便于生产的进行，但不构成商品实体的各种材料，在半导体晶圆生产过程中，间接材料(即半导体耗材)的耗用是必不可少的，常用的间接材料包括化学品、特殊气体、研磨液、光阻液和靶材等等，在实际生产过程中，间接材料的耗用量的计算具有重要意义。
37.半导体耗材的耗用量通常分为产品耗用和周期性耗用，产品耗用即直接参与产品生产反应过程的耗用量，其根据每片晶圆所需耗用量进行设定，周期性耗用即除产品耗用外的耗用量，设定为每天的平均耗用量，经过测试，机台测机复机时依据经验值估算出的平均每天的用量与实际耗用量差异较大，尤其是在建厂及产能爬坡阶段。
38.图1为本技术实施例提供的一种相关技术中半导体耗材耗用量的监控方法的示意图，请参阅图1，相关技术中，半导体耗材通常是通过厂务端集中供应或者机台端直接供应，厂务端集中供应时，管道通常连通多个机台，在这种情况下，半导体耗材的实际耗用量的监控手段通常为在管道处加装流量计，每天通过人工抄表/估读液位的方式确定半导体耗材的耗用量，但由于耗材的实际耗用范围广泛，涉及多个机台以及多个耗材间的组合使用，因此，这种监控手段仅能测量出多个机台总的耗材耗用量，而无法精细到每个机台，并且人工读取机台上的测量仪表的示数并进行计算，不仅耗时耗力，而且准确度不高，差异性较大。如果由机台端直接供应，通常的半导体耗材的实际耗用量的监控手段为每月/周通过称重记录耗用量，这种方式计算的实际耗用量也存在误差较大的问题。
39.半导体fdc(fault detection and classification，异常侦测与归类)系统，主要应用于生产设备状况监控，在设备生产过程中，通过采集设备传感器数据，实时监控发现异常即时报警。
40.本技术基于上述问题，结合fdc系统，提出了一种半导体耗材耗用量的监控方法，通过针对不同的耗材以及耗材数据的采集方式建立不同的统计模型，实现半导体耗材耗用量的自动精准计算。
41.图2为本技术实施例提供的一种半导体耗材耗用量的监控方法的应用场景的示意图，请参阅图2，本技术实施例提供的监控方法通过fdc系统201实时采集设置于各生产机台的耗材传感器202的采集数据，并利于fdc系统中预设的耗材分析模型，结合耗材数据以及采集方式自动计算实际耗用量。
42.图3为本技术实施例提供的一种基于上述应用场景提出的半导体耗材耗用量的监控方法的流程图，请参阅图3，本技术实施例提出一种半导体耗材耗用量的监控方法，包括：
43.步骤301，获取与目标半导体耗材的耗用相关的耗材数据；
44.步骤302，根据获取的耗材数据及采集方式，及预先建立的与不同耗材数据和采集方式对应的耗材分析模型，确定获取的耗材数据对应的耗材分析模型；
45.步骤303，利用确定的耗材分析模型基于获取的耗材数据进行对应的计算，得到目标半导体耗材的实际耗用量；
46.本技术实施例提供一种半导体耗材耗用量的监控方法，通过预先建立的与不同耗材数据及耗材数据的采集方式对应的耗材分析模型，并利用耗材分析模型对获取的半导体耗材的耗材数据进行分析，可以自动并且准确的确定出不同类型的半导体耗材的实际耗用情况。
47.在本技术的一些实施例中，步骤301中的目标半导体耗材的类型包括化学品、气
体、研磨液、光阻液和靶材等；与目标半导体耗材的耗用相关的耗材数据包括晶圆(wafer)生产过程以及非生产过程中半导体间接材料的耗用数据，上述晶圆生产过程中的耗材数据可以为一个生产机台生产一片晶圆的耗用量，也可以为一个生产机台生产一次的耗用量；上述非生产过程中的耗用数据是指为了保证机台正常生产和保证产品质量生产的耗用数据，例如机台在维保期间(生产机台的清洗等)的耗用数据，以及保证机台腔室环境的耗用数据。
48.在本技术的一些实施例中，由于目标半导体耗材在对应的生产机台的使用类型不同，因此步骤302中耗材数据采集方式不同，其采集方式除利用耗材传感器采集耗材数据的第一采集方式外，还包括利用除耗材传感器外的其他采集方式采集的第二采集方式。
49.实施中，预先针对不同耗材数据以及采集方式，建立对应的耗材分析模型后，将该耗材分析模型存储在fdc系统中，在获取到耗材数据及采集方式后，fdc系统根据该耗材数据以及采集方式确定与之对应的耗材分析模型。
50.在本技术的一些实施例中，步骤303中得到目标半导体耗材的实际耗用量后，还包括：
51.根据目标半导体耗材的实际耗用量及耗用行为，建立目标半导体耗材的材料耗用清单bom(bill of materials)，并调整目标半导体耗材的用量。
52.上述耗用行为是指与目标半导体耗材的实际耗用量对应的耗用行为，例如单次生产过程中的耗用、生产单个产品时的耗用、指定时间段内的耗用等。
53.实施中，在获取目标半导体耗材的实际耗用量后，可以根据半导体耗材的实际耗用量以及其耗用行为来确定半导体耗材的耗用是否合理，为方便判断，可以建立目标半导体耗材的材料耗用清单，即记录生产或非生产过程中与半导体耗材的耗用行为相关的耗用量，并依此来判断半导体耗材的耗用量是否合理，并且在判定用量不合理时，根据该耗用清单确定半导体耗材用量的调整方式。
54.上述方法，得到目标半导体耗材的实际耗用量后，根据目标半导体耗材的实际耗用量及耗用行为，建立目标半导体耗材的材料耗用清单，便于对目标半导体耗材的实际耗用量进行观测，判断其用量是否合理，以及在确定用量不合理是确定如何进行调整。
55.其中，如图4所示，上述目标半导体耗材的材料耗用清单包括以下任一或任多项：
56.单次/指定次数生产过程中的目标半导体耗材的材料耗用量；
57.单个/指定数量个产品对应的目标半导体耗材的材料耗用量；
58.指定时间段内目标半导体耗材的材料耗用量；
59.机台宕机时刻/宕机后每个设定时间段内目标半导体耗材的材料耗用量；
60.机台非连续工作中每次工作开始前目标半导体耗材的材料耗用量。
61.上述方法，具体限定了目标半导体耗材的材料耗用清单的具体内容，根据其内容可便于后续对半导体耗材的用量是否进行调整进行判断。
62.上述步骤301中获取与目标半导体耗材的耗用相关的耗材数据之前，还需要进行耗材分析模型的建立，以下结合图5和图6对耗材分析模型的建立过程进行具体阐述。
63.在本技术的一些实施例中，建立不同耗材数据和采集方式对应的耗材分析模型，如图5所示，包括：
64.步骤501，针对不同类型的半导体耗材，建立半导体耗材与关联半导体耗材的生产
机台的对应关系，并分别确定半导体耗材在对应生产机台中的使用类型；
65.步骤502，基于使用类型，分别确定每种类型的半导体耗材在每个对应的生产机台中的耗材数据的采集方式；
66.步骤503，根据每种类型的半导体耗材在每个对应的生产机台中的耗材数据的采集方式，建立不同耗材数据和采集方式对应的耗材分析模型。
67.上述方法，针对不同类型的半导体耗材在对应生产机台中的不同使用类型，确定其在对应生产机台中的耗材数据的采集方式，并针对该采集方式建立与之对应的不同耗材分析模型，建立的模型更加具有针对性，并且其计算结果更加准确。
68.上述步骤501中，每种类型的半导体耗材与多个生产机台相连，在使用过程中会被传输到多个生产机台，并且在每个机台中的用途也可能存在区别。
69.在耗材分析模型建立过程中，如图6所示，首先根据半导体耗材的不同类型，针对每种类型的半导体耗材，确定生产或非生产过程中使用该半导体耗材的生产机台，并记录下该半导体耗材对应的生产机台的编号，即建立半导体耗材与关联半导体耗材的生产机台的对应关系；
70.然后，确定该半导体耗材在每个对应生产机台中的使用类型，以便于确定半导体耗材的耗材数据的采集方式，其中，上述使用类型是指半导体耗材在生产机台中的用途，例如，研磨晶圆、清洗生产机台等。
71.需要说明的是，同一类型的半导体耗材，在同一生产机台中也可能对应于不同的使用类型。
72.上述步骤502中，根据使用类型确定半导体耗材在每个对应的生产机台中的耗材数据的采集方式时，首先确定生产机台中是否存在与该半导体耗材的当前使用类型对应的耗材传感器，当确定该生产机台中存在对应的耗材传感器时，确定采集方式为利用耗材传感器采集该半导体耗材的耗用量(即耗材数据)，再通过fdc系统获取该耗材传感器采集到的数据；当该生产机台中不存在对应的耗材传感器时，根据半导体制程中的生产机台的运行规则确定半导体耗材的耗材量(即耗材数据)。
73.例如，半导体耗材中的一些气体在生产机台中没有对应的耗材传感器，但其每次的使用量固定，又例如半导体耗材中的研磨液，其在生产机台中也没有对应的耗材传感器，但其存在固定的使用周期，并且每次的用量也固定，因此其可以通过对应的使用周期确定实际耗用量。
74.需要说明的是，由于同一类型的半导体耗材在不同或相同生产机台中存在不同的使用类型，因此其在生产机台中的采集方式可能存在区别，例如，在生产机台1中，存在与使用类型1对应的耗材传感器，不存在与使用类型2对应的耗材传感器，则其与使用类型1对应的采集方式为第一采集方式，与使用类型2对应的采集方式为第二采集方式，在计算其实际耗用量时，通过两种采集方式相加来确定其在生产机台1中的实际耗用量。
75.在本技术的一些实施例中，建立不同耗材数据和采集方式对应的耗材分析模型后，还包括：
76.针对各耗材分析模型，获取耗材分析模型对应的半导体耗材的参考实际耗用量，并利用耗材分析模型计算对应的半导体耗材的测试耗用量；
77.将半导体耗材的测试耗用量与参考实际耗用量进行比对，确定测试耗用量与参考
实际耗用量的差异值未小于设定阈值时，调整半导体耗材对应的耗材分析模型，至测试耗用量与参考实际耗用量的差异值小于设定阈值。
78.实施中，为保证建立的耗材分析模型的准确定，需要提前对耗材分析模型进行测试，即预先利用建立的耗材分析模型计算半导体耗材的测试耗用量，并预先获取半导体耗材的参考实际耗用量，将测试耗用量与参考实际耗用量进行比对，确定其误差小于设定阈值时，确定该耗材分析模型符合要求；当期误差未小于设定阈值时，即确定该耗材分析模型不符合要求，需要对其进行调整，以使其满足要求。
79.例如，在半导体制程腔室内使用半导体耗材nf3进行硅蚀刻和清洗，例如预先通过使用配方确定nf3，用于硅蚀刻的参考实际耗用量为30～200ml，用于清洗的参考实际耗用量为200～300ml，预设阈值为10％，在耗材分析模型测试过程中，通过耗材分析模型中的积分模型计算得到的半导体耗材的测试耗用量中，用于硅蚀刻的测试耗用量与参考实际耗用量的误差为0.7％，用于清洗的测试耗用量与参考实际耗用量的误差为5.4％，均小于设定阈值10％，则判定该耗材分析模型符合要求。
80.上述方法，通过调整与各种类型半导体耗材对应的耗材分析模型，保证了半导体耗材实际耗用量计算的准确性。
81.在本技术的一些实施例中，参考实际耗用量采用如下方式确定：
82.根据半导体耗材的使用配方和使用次数确定；
83.根据半导体耗材的耗用量的实时监测值确定。
84.上述耗用量的实时监测值可通过实时人工读取生产设备中耗材传感器的示数等方式确定。
85.上述方法，确定了参考实际耗用量的确定方式，使方案更加具体，更具可实施性。
86.在本技术的一些实施例中，上述步骤503中建立不同耗材数据和采集方式对应的耗材分析模型，包括：
87.确定耗材数据的采集方式为第一采集方式时，根据耗材传感器的采集方式确定耗材数据，并建立与耗材数据对应的第一统计模型；
88.确定耗材数据的采集方式为第二采集方式时，确定采集的耗材数据，并建立与耗材数据对应的第二统计模型。
89.上述第一采集方式包括但不限于实时采集、最后一次耗用量采集、针对半导体耗材类型分时段实时采集、根据压力值变化计数采集以及累计采集，其对应的耗材数据分别为实时流量、单次耗用量、分时段的实时流量、压力值的变化次数以及累计耗用量。
90.上述采集方式为第二采集方式时，确定采集的耗材数据的生产机台的运行规则包括但不限于半导体耗材在每个固定时间/固定时间间隔内耗用量相同、半导体耗材在不同批次/晶圆在执行生产时使用的配方不同、半导体耗材的在每个批次/晶圆生产过程中耗用量固定、半导体耗材存在固定的更换周期、存在固定的机台维修保养周期以及半导体耗材在每个批量次生产过程中耗用量固定。
91.上述方法，通过对具有对应的耗材传感器，与不具备对应的耗材传感器的半导体耗材的耗用分析模型的分类，实现了针对不同类型的半导体耗材，均可以确实其对应的模型，更加准确的确定其实际耗用量。
92.在本技术的一些实施例中，如图7所示，上述第二统计模型根据以下任一或任多项
方式分析耗材数据：
93.根据半导体耗材的使用时间/使用时间间隔进行耗用量计算的第一分析方式；
94.根据生产的批次/晶圆在执行生产配方的次数进行耗用量计算的第二分析方式；
95.根据生产的批次/晶圆数量进行耗用量计算的第三分析方式；
96.根据半导体耗材的更换周期进行耗用量计算的第四分析方式；
97.根据机台维修保养周期进行耗用量计算的第五分析方式；
98.根据生产的批量次数进行耗用量计算的第六分析方式。
99.上述方法，对第二统计模型分析不同耗材数据的分析方式加以限定，使本技术实施例提供的半导体耗材耗用量的监控方法针对每种耗材数据的耗用量计算结果更加准确。
100.在本技术的一些实施例中，确定采集的耗材数据，并建立与耗材数据对应的第二统计模型，包括：
101.确定半导体耗材在每个固定时间/固定时间间隔内耗用量相同时，确定采集的耗材数据为半导体耗材的使用时间/使用时间间隔，并建立根据第一分析方式分析耗材数据的第二统计模型；
102.确定半导体耗材在不同批次/晶圆执行生产时使用的配方不同时，确定采集的耗材数据为生产的批次/晶圆在执行生产配方的次数，并建立根据第二分析方式分析耗材数据的第二统计模型；
103.确定半导体耗材的在每个批次/晶圆生产过程中耗用量固定时，确定采集的耗材数据为生产的批次/晶圆数量，并建立根据第三分析方式分析耗材数据的第二统计模型；
104.确定半导体耗材在每个更换周期内的耗用量固定时，确定采集的耗材数据为半导体耗材的更换周期，并建立根据第四分析方式分析耗材数据的第二统计模型；
105.确定半导体耗材在每个生产机台维修保养周期的耗用量固定时，确定采集的耗材数据为生产机台维修保养周期，并建立根据第五分析方式分析耗材数据的第二统计模型；
106.确定半导体耗材在每个批量次生产过程中耗用量固定时，确定采集的耗材数据为生产的批量次数，并建立根据第六分析方式分析耗材数据的第二统计模型。
107.上述方法，根据生产机台的运行规则确定采集的耗材数据，并针对不同耗材数据建立与之对应的第二统计模型，实现了将生产机台的运行规则、耗材数据以及第二统计模型中不同分析方式的匹配，保证了实际耗用量的计算的准确性。
108.在本技术的一些实施例中，如图8所示，上述第一统计模型包括以下任一或任多项：
109.通过对采集的实时耗材数据进行积分运算的面积模型；
110.通过对采集的单次耗材数据进行求和运算的转折加总模型；
111.通过对采集的实时耗材数据进行分时段积分运算的分时积分模型；
112.通过对采集的固定耗材数据的次数进行计数运算的计算加总模型；
113.通过对采集的累积耗材数据进行差值运算的差值统计模型。
114.上述方法，针对不同类型的传感器采集方式建立了不同类型的第一统计模型，使模型更具针对性，并且使模型的实际耗用量的计算结果更加准确。
115.在本技术的一些实施例中，根据耗材传感器的采集方式确定耗材数据，并建立与耗材数据对应的第一统计模型，包括以下至少一个步骤：
116.确定耗材传感器的采集方式为实时采集时，根据耗材传感器的采集方式确定耗材数据为实时流量，并建立与实时流量对应的面积模型；
117.确定耗材传感器的采集方式为最后一次耗用量采集时，根据耗材传感器的采集方式确定耗材数据为单次耗用量，并建立与单次耗用量对应的转折加总模型；
118.确定耗材传感器的采集方式为针对半导体耗材类型分时段实时采集时，根据耗材传感器的采集方式确定耗材数据为分时段的实时流量，并建立与分时段的实时流量对应的分时积分模型；
119.确定耗材传感器的采集方式为根据压力值变化计数采集时，根据耗材传感器的采集方式确定耗材数据为压力值的变化次数，并建立与压力值的变化次数对应的计算加总模型；
120.确定耗材传感器的采集方式为累计采集时，根据耗材传感器的采集方式确定耗材数据为累计耗用量，并建立与累计耗用量对应的差值统计模型。
121.上述方法，具体限定了根据传感器采集方式建立对应的第一统计模型的步骤，使方案更加具体。
122.在本技术的一些实施例中，半导体耗材的类型包括化学品、气体、研磨液、光阻液和靶材；
123.面积模型与类型为气体或研磨液的半导体耗材相关联；
124.转折加总模型与类型为化学品的半导体耗材相关联；
125.分时积分模型与类型为气体的半导体耗材相关联；
126.计算加总模型与类型为光阻液的半导体耗材相关联；
127.差值统计模型与类型为靶材的半导体耗材相关联。
128.上述方法，具体限定了每种第一统计模型适用的半导体耗材的类型，使模型更具针对性，且针对每种类型的半导体耗材的耗用量计算更加准确。
129.以下结合图9至图13，对上述第一统计模型进行详细阐述。
130.图9为本技术实施例提供的一种面积模型的示意图，请参阅图9，上述面积模型适用于半导体耗材为流体形式，并且对应的耗材传感器采集半导体耗材的实时流量。
131.如图9所示，流量传感器实时采集半导体耗材nf3的实时流量，其采集单位为每分钟的毫升数(ml/min)，fdc系统实时接受由流量传感器反馈的流量监测值，若未收到反馈，则确定实时监测值为0，采集到如图9所示的耗材数据后，利用积分模型计算出采集时长内nf3的耗用量(即图9中图形的面积)。
132.需要说明的是，本技术上述实施例中计算的耗用量为生产机台一次生产过程中的耗用量，即如果生产机台每次生产5批晶圆，则计算结果为生产5批晶圆的半导体耗材的耗用量。
133.图10为本技术实施例提供的一种转折加总模型的示意图，请参阅图10，上述转折加总模型适用于耗材传感器采集半导体耗材的最后一次耗用量。
134.fdc系统获取耗材传感器采集的耗材数据后，计算出每个数据转折点，并确定数据转折点处耗材传感器的采集值，并进行加总，以计算出半导体耗材总的耗用量。
135.如图10所示，聚硅氮烷(半导体耗材中的一种化学品)在使用过程中每次的耗用量很少(几毫升)，对应的耗材传感器的采集值为最后一次耗用量，因此fdc系统可以通过转折
加总模型计算聚硅氮烷的耗用量。
136.图11为本技术实施例提供的一种分时积分模型的示意图，请参阅图11，上述分时积分模型主要适用于耗材传感器采集半导体耗材的实时流量，且耗材传感器采集的同一管道在不同时间通行不同半导体耗材，上述半导体耗材通常为气体。
137.fdc系统获取耗材传感器采集的耗材数据后，切分出不同半导体耗材分别流通的时间段，再根据其对应的时间段进行分时积分确定其实际耗用量；其中，上述切分出不同半导体耗材流通的时间段可通过添加过滤条件来实现。
138.如图11所示，耗材传感器采集的管道中在不同时间段分别流通dcs气体和n2气体，在计算耗用量时，利用fdc系统中的分时积分模型切分出dcs气体与n2气体分别流通的时间段，再根据其对应的时间段进行分时积分确定其实际耗用量。
139.图12为本技术实施例提供的一种计算加总模型的示意图，请参阅图12，上述计算加总模型主要适用于半导体耗材每次的耗用量固定，且耗材传感器采集半导体耗材所在管路的实时压力值，该压力值会随半导体耗材的使用进行周期性变化，该半导体耗材通常为光阻液。
140.fdc系统获取耗材传感器采集的耗材数据后，根据压力值周期性变化的次数确定出半导体耗材的使用次数，结合半导体耗材每次的固定耗用量，确定出其实际耗用量。
141.如图12所示，图中横轴表示采集时间，纵轴表示采集时的压力值，在采集到图所示的耗材数据后，可以通过预设的hit count below模型计算出循环次数，即预先设定标准线，通过计算采集数据由高于标准线变化为低于标准线的次数，确定循环次数，该循环次数即半导体耗材的使用次数，将其与半导体耗材每次的固定耗用量相乘即可获得实际耗用量。
142.图13为本技术实施例提供的一种差值统计模型的示意图，请参阅图13，上述差值统计模型适用于耗材传感器采集半导体耗材的累积耗用量，该半导体耗材通常为靶材。fdc系统获取耗材传感器采集的耗材数据后，通过计算采集开始时间和结束时间对应的采集值的差值，确定半导体耗材的实际耗用量。
143.如图13所示，图中横轴表示采集时间，纵轴表示采集时的累计耗用量，在采集到图13所示的数据后，通过计算结束时刻的累计耗用量与开始时刻的累计耗用量的差值，确定半导体耗材的实际耗用量。
144.需要说明的是，上述利用积分算法计算实际耗用量的方法，适用于mfc(mass flow controller，流量传感器)类传感器，但是对于不同的生产机台以及半导体耗材还需要进行特殊设定，其中气体在未使用时设定用量虽然为0，但在实际耗用过程中，fdc系统通常在该耗材未被耗用时，收到很小的非0的反馈值，其原因是mfc类传感器使用电流读值，在零点附近会有负值误差，因此实际设定时，mfc硬件设定最小刻度是1，小于0.5的读值被过滤，即视为零值。
145.本技术实施例还提供一种半导体耗材耗用量的监控装置，请参考图14，该装置包括：
146.耗材数据获取模块1401，用于获取与目标半导体耗材的耗用相关的耗材数据；
147.模型确定模块1402，用于根据获取的耗材数据及采集方式，及预先建立的与不同耗材数据和采集方式对应的耗材分析模型，确定获取的耗材数据对应的耗材分析模型；
148.耗用量计算模块1403，用于利用确定的耗材分析模型基于获取的耗材数据进行对应的计算，得到上述目标半导体耗材的实际耗用量。
149.可选的，本技术实施例提供的半导体耗材耗用量的监控装置，还包括模型建立模块，该模型建立模块用于：
150.针对不同类型的半导体耗材，建立半导体耗材与关联上述半导体耗材的生产机台的对应关系，并分别确定上述半导体耗材在对应生产机台中的使用类型；
151.基于上述使用类型，分别确定每种类型的半导体耗材在每个对应的生产机台中的耗材数据的采集方式；
152.根据每种类型的半导体耗材在每个对应的生产机台中的耗材数据的采集方式，建立不同耗材数据和采集方式对应的耗材分析模型。
153.可选的，上述模型建立模块用于建立不同耗材数据和采集方式对应的耗材分析模型，包括：
154.确定耗材数据的采集方式为第一采集方式时，根据耗材传感器的采集方式确定耗材数据，并建立与上述耗材数据对应的第一统计模型；
155.确定耗材数据的采集方式为第二采集方式时，确定采集的耗材数据，并建立与上述耗材数据对应的第二统计模型。
156.可选的，上述模型建立模块建立与上述耗材数据对应的第二统计模型后，还用于：
157.针对各耗材分析模型，获取上述耗材分析模型对应的半导体耗材的参考实际耗用量，并利用上述耗材分析模型计算对应的上述半导体耗材的测试耗用量；
158.将上述半导体耗材的测试耗用量与参考实际耗用量进行比对，确定上述测试耗用量与上述参考实际耗用量的差异值未小于设定阈值时，调整上述半导体耗材对应的耗材分析模型，至上述测试耗用量与上述参考实际耗用量的差异值小于设定阈值。
159.可选的，上述参考实际耗用量采用如下方式确定：
160.根据半导体耗材的使用配方和使用次数确定；
161.根据半导体耗材的耗用量的实时监测值确定。
162.可选的，上述第二统计模型根据以下任一或任多项方式分析上述耗材数据：
163.根据半导体耗材的使用时间/使用时间间隔进行耗用量计算的第一分析方式；
164.根据生产的批次/晶圆在执行生产配方的次数进行耗用量计算的第二分析方式；
165.根据生产的批次/晶圆数量进行耗用量计算的第三分析方式；
166.根据半导体耗材的更换周期进行耗用量计算的第四分析方式；
167.根据生产机台维修保养周期进行耗用量计算的第五分析方式；
168.根据生产的批量次数进行耗用量计算的第六分析方式。
169.可选的，上述模型建立模块用于根据上述使用配方确定采集的耗材数据，并建立与上述耗材数据对应的第二统计模型，包括：
170.确定上述半导体耗材在每个固定时间/固定时间间隔内耗用量相同时，确定采集的耗材数据为半导体耗材的使用时间/使用时间间隔，并建立根据第一分析方式分析上述耗材数据的第二统计模型；
171.确定上述半导体耗材在不同批次/晶圆执行生产时使用的配方不同时，确定采集的耗材数据为生产的批次/晶圆在执行生产配方的次数，并建立根据第二分析方式分析上
述耗材数据的第二统计模型；
172.确定上述半导体耗材的在每个批次/晶圆生产过程中耗用量固定时，确定采集的耗材数据为生产的批次/晶圆数量，并建立根据第三分析方式分析上述耗材数据的第二统计模型；
173.确定上述半导体耗材在每个更换周期的耗用量固定时，确定采集的耗材数据为半导体耗材的更换周期，并建立根据第四分析方式分析上述耗材数据的第二统计模型；
174.确定上述半导体耗材在每个生产机台维修保养周期的耗用量固定时，确定采集的耗材数据为生产机台维修保养周期，并建立根据第五分析方式分析上述耗材数据的第二统计模型；
175.确定上述半导体耗材在每个批量次生产过程中耗用量固定时，确定采集的耗材数据为生产的批量次数，并建立根据第六分析方式分析上述耗材数据的第二统计模型。
176.可选的，上述第一统计模型包括以下任一或任多项：
177.通过对采集的实时耗材数据进行积分运算的面积模型；
178.通过对采集的单次耗材数据进行求和运算的转折加总模型；
179.通过对采集的实时耗材数据进行分时段积分运算的分时积分模型；
180.通过对采集的固定耗材数据的次数进行计数运算的计算加总模型；
181.通过对采集的累积耗材数据进行差值运算的差值统计模型。
182.可选的，上述模型建立模块用于根据上述耗材传感器的采集方式确定耗材数据，并建立与上述耗材数据对应的第一统计模型，包括以下至少一个步骤：
183.确定上述耗材传感器的采集方式为实时采集时，根据上述耗材传感器的采集方式确定上述耗材数据为实时流量，并建立与上述实时流量对应的面积模型；
184.确定上述耗材传感器的采集方式为最后一次耗用量采集时，根据上述耗材传感器的采集方式确定上述耗材数据为单次耗用量，并建立与上述单次耗用量对应的转折加总模型；
185.确定上述耗材传感器的采集方式为针对半导体耗材类型分时段实时采集时，根据上述耗材传感器的采集方式确定上述耗材数据为分时段的实时流量，并建立与上述分时段的实时流量对应的分时积分模型；
186.确定上述耗材传感器的采集方式为根据压力值变化计数采集时，根据上述耗材传感器的采集方式确定上述耗材数据为压力值的变化次数，并建立与上述压力值的变化次数对应的计算加总模型；
187.确定上述耗材传感器的采集方式为累计采集时，根据上述耗材传感器的采集方式确定上述耗材数据为累计耗用量，并建立与上述累计耗用量对应的差值统计模型。
188.可选的，上述半导体耗材的类型包括化学品、气体、研磨液、光阻液和靶材；
189.上述面积模型与类型为气体或研磨液的半导体耗材相关联；
190.上述转折加总模型与类型为化学品的半导体耗材相关联；
191.上述分时积分模型与类型为气体的半导体耗材相关联；
192.上述计算加总模型与类型为光阻液的半导体耗材相关联；
193.上述差值统计模型与类型为靶材的半导体耗材相关联。
194.可选的，上述耗用量计算模块1403得到上述目标半导体耗材的实际耗用量后，还
包用于：
195.根据上述目标半导体耗材的实际耗用量及耗用行为，建立上述目标半导体耗材的材料耗用清单，并调整上述目标半导体耗材的用量。
196.可选的，上述目标半导体耗材的材料耗用清单包括以下任一或任多项：
197.单次/指定次数生产过程中的目标半导体耗材的材料耗用量；
198.单个/指定数量个产品对应的目标半导体耗材的材料耗用量；
199.指定时间段内目标半导体耗材的材料耗用量；
200.机台宕机时刻/宕机后每个设定时间段内目标半导体耗材的材料耗用量；
201.机台非连续工作中每次工作开始前目标半导体耗材的材料耗用量。
202.基于相同的公开构思，本技术实施例中还提供了一种半导体耗材耗用量的监控设备，由于该设备即是本技术实施例中的方法中的设备，并且该设备解决问题的原理与该方法相似，因此该设备的实施可以参见方法的实施，重复之处不再赘述。
203.所属技术领域的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
204.在一些可能的实施方式中，根据本技术的设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本技术各种示例性实施方式的半导体耗材耗用量的监控方法中的步骤。
205.下面参照图15来描述根据本技术的这种实施方式的设备1500。图15显示的设备1500仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
206.如图15所示，设备1500以通用设备的形式表现。设备1500的组件可以包括但不限于：上述至少一个处理器1501、上述至少一个存储器1502、连接不同系统组件(包括存储器1502和处理器1501)的总线1503，其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行以下步骤：
207.获取与目标半导体耗材的耗用相关的耗材数据；
208.根据获取的耗材数据及采集方式，及预先建立的与不同耗材数据和采集方式对应的耗材分析模型，确定获取的耗材数据对应的耗材分析模型；
209.利用确定的耗材分析模型基于获取的耗材数据进行对应的计算，得到上述目标半导体耗材的实际耗用量。
210.总线1503表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
211.存储器1502可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)15021和/或高速缓存存储器15022，还可以进一步包括只读存储器(rom)15023。
212.存储器1502还可以包括具有一组(至少一个)程序模块15024的程序/实用工具15025，这样的程序模块15024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
213.设备1500也可以与一个或多个外部设备1504(例如键盘、指向设备等)通信，还可
与一个或者多个使得用户能与设备1500交互的设备通信，和/或与使得该设备1500能与一个或多个其它设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1505进行。并且，设备1500还可以通过网络适配器1506与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1506通过总线1503与用于设备1500的其它模块通信。应当理解，尽管图中未示出，可以结合设备1500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
214.可选的，上述处理器用于获取与目标半导体耗材的耗用相关的耗材数据之前，还包括：
215.针对不同类型的半导体耗材，建立半导体耗材与关联上述半导体耗材的生产机台的对应关系，并分别确定上述半导体耗材在对应生产机台中的使用类型；
216.基于上述使用类型，分别确定每种类型的半导体耗材在每个对应的生产机台中的耗材数据的采集方式；
217.根据每种类型的半导体耗材在每个对应的生产机台中的耗材数据的采集方式，建立不同耗材数据和采集方式对应的耗材分析模型。
218.可选的，上述处理器用于建立不同耗材数据和采集方式对应的耗材分析模型，包括：
219.确定耗材数据的采集方式为第一采集方式时，根据耗材传感器的采集方式确定耗材数据，并建立与上述耗材数据对应的第一统计模型；
220.确定耗材数据的采集方式为第二采集方式时，确定采集的耗材数据，并建立与上述耗材数据对应的第二统计模型。
221.可选的，上述处理器还用于：
222.针对各耗材分析模型，获取上述耗材分析模型对应的半导体耗材的参考实际耗用量，并利用上述耗材分析模型计算对应的上述半导体耗材的测试耗用量；
223.将上述半导体耗材的测试耗用量与参考实际耗用量进行比对，确定上述测试耗用量与上述参考实际耗用量的差异值未小于设定阈值时，调整上述半导体耗材对应的耗材分析模型，至上述测试耗用量与上述参考实际耗用量的差异值小于设定阈值。
224.可选的，上述参考实际耗用量采用如下方式确定：
225.根据半导体耗材的使用配方和使用次数确定；
226.根据半导体耗材的耗用量的实时监测值确定。
227.可选的，上述第二统计模型根据以下任一或任多项方式分析上述耗材数据：
228.根据半导体耗材的使用时间/使用时间间隔进行耗用量计算的第一分析方式；
229.根据生产的批次/晶圆在执行生产配方的次数进行耗用量计算的第二分析方式；
230.根据生产的批次/晶圆数量进行耗用量计算的第三分析方式；
231.根据半导体耗材的更换周期进行耗用量计算的第四分析方式；
232.根据生产机台维修保养周期进行耗用量计算的第五分析方式；
233.根据生产的批量次数进行耗用量计算的第六分析方式。
234.可选的，上述处理器用于确定采集的耗材数据，并建立与上述耗材数据对应的第二统计模型，包括：
235.确定上述半导体耗材在每个固定时间/固定时间间隔内耗用量相同时，确定采集的耗材数据为半导体耗材的使用时间/使用时间间隔，并建立根据第一分析方式分析上述耗材数据的第二统计模型；
236.确定上述半导体耗材在不同批次/晶圆执行生产时使用的配方不同时，确定采集的耗材数据为生产的批次/晶圆在执行生产配方的次数，并建立根据第二分析方式分析上述耗材数据的第二统计模型；
237.确定上述半导体耗材的在每个批次/晶圆生产过程中耗用量固定时，确定采集的耗材数据为生产的批次/晶圆数量，并建立根据第三分析方式分析上述耗材数据的第二统计模型；
238.确定上述半导体耗材在每个更换周期的耗用量固定时，确定采集的耗材数据为半导体耗材的更换周期，并建立根据第四分析方式分析上述耗材数据的第二统计模型；
239.确定上述半导体耗材在每个生产机台维修保养周期的耗用量固定时，确定采集的耗材数据为生产机台维修保养周期，并建立根据第五分析方式分析上述耗材数据的第二统计模型；
240.确定上述半导体耗材在每个批量次生产过程中耗用量固定时，确定采集的耗材数据为生产的批量次数，并建立根据第六分析方式分析上述耗材数据的第二统计模型。
241.可选的，上述第一统计模型包括以下任一或任多项：
242.通过对采集的实时耗材数据进行积分运算的面积模型；
243.通过对采集的单次耗材数据进行求和运算的转折加总模型；
244.通过对采集的实时耗材数据进行分时段积分运算的分时积分模型；
245.通过对采集的固定耗材数据的次数进行计数运算的计算加总模型；
246.通过对采集的累积耗材数据进行差值运算的差值统计模型。
247.可选的，上述处理器用于根据上述耗材传感器的采集方式确定耗材数据，并建立与上述耗材数据对应的第一统计模型，包括以下至少一个步骤：
248.确定上述耗材传感器的采集方式为实时采集时，根据上述耗材传感器的采集方式确定上述耗材数据为实时流量，并建立与上述实时流量对应的面积模型；
249.确定上述耗材传感器的采集方式为最后一次耗用量采集时，根据上述耗材传感器的采集方式确定上述耗材数据为单次耗用量，并建立与上述单次耗用量对应的转折加总模型；
250.确定上述耗材传感器的采集方式为针对半导体耗材类型分时段实时采集时，根据上述耗材传感器的采集方式确定上述耗材数据为分时段的实时流量，并建立与上述分时段的实时流量对应的分时积分模型；
251.确定上述耗材传感器的采集方式为根据压力值变化计数采集时，根据上述耗材传感器的采集方式确定上述耗材数据为压力值的变化次数，并建立与上述压力值的变化次数对应的计算加总模型；
252.确定上述耗材传感器的采集方式为累计采集时，根据上述耗材传感器的采集方式确定上述耗材数据为累计耗用量，并建立与上述累计耗用量对应的差值统计模型。
253.可选的，上述半导体耗材的类型包括化学品、气体、研磨液、光阻液和靶材；
254.上述面积模型与类型为气体或研磨液的半导体耗材相关联；
255.上述转折加总模型与类型为化学品的半导体耗材相关联；
256.上述分时积分模型与类型为气体的半导体耗材相关联；
257.上述计算加总模型与类型为光阻液的半导体耗材相关联；
258.上述差值统计模型与类型为靶材的半导体耗材相关联。
259.可选的，上述处理器还用于：
260.根据上述目标半导体耗材的实际耗用量及耗用行为，建立上述目标半导体耗材的材料耗用清单，并调整上述目标半导体耗材的用量。
261.可选的，上述目标半导体耗材的材料耗用清单包括以下任一或任多项：
262.单次/指定次数生产过程中的目标半导体耗材的材料耗用量；
263.单个/指定数量个产品对应的目标半导体耗材的材料耗用量；
264.指定时间段内目标半导体耗材的材料耗用量；
265.机台宕机时刻/宕机后每个设定时间段内目标半导体耗材的材料耗用量；
266.机台非连续工作中每次工作开始前目标半导体耗材的材料耗用量。
267.在一些可能的实施方式中，本技术提供的一种半导体耗材耗用量的监控方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的一种半导体耗材耗用量的监控方法中的步骤。
268.程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
269.尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
270.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。