KR101933234B1 - 온보드 진단, 예측 및 데이터 로깅 기능을 가진 질량 유량 제어기 - Google Patents

Abstract

질량 유량 제어기와 그 작동 방법이 개시된다. 질량 유량 제어기는 유체의 질량 유량을 제어하는 질량 유량 제어 시스템과, 복수의 재발 조건 유형 각각에 대해 조건 특정 데이터의 스냅샷을 취득하여 조건 특정 데이터의 각각의 스냅샷을 조건 특정 데이터의 각각의 스냅샷을 특징짓는 기능 파라미터 값으로 축소하고, 특정 조건 유형이 개별적으로 발생할 때마다 취득되는 다수의 기능 파라미터 값을 특징짓는 단기 데이터 스토어에 저장되는 통계값을 발생시키는, 데이터 로깅 요소를 포함한다. 진단 요소는 단기 메모리에 저장된 통계값과 현재 기능 파라미터 값을 이용하여 고장을 진단하며, 예측 요소는 장기 메모리에 저장된 데이터 세트의 컬렉션에 기초하여 고장을 예측한다.

Description

온보드 진단, 예측 및 데이터 로깅 기능을 가진 질량 유량 제어기{MASS FLOW CONTROLLER WITH ONBOARD DIAGNOSTICS, PROGNOSTICS, AND DATA LOGGING}

본 발명은 시스템 제어에 관한 것으로, 특히, 이에 한정되는 것은 아니지만, 본 발명은 질량 유량 제어기를 관리하고 유지하기 위한 시스템 및 방법에 관한 것이다.

많은 제조 공정에 있어서(예컨대, 박막 증착 공정), 공정 챔버에 공급되는 공정 유체의 질량 유량을 정밀하게 제어하는 것은 매우 중요하다. 그러나, 질량 유량을 정확하게 제어하는 질량 유량 제어기의 능력에 악영향을 미치는 많은 문제들이 질량 유량 제어기가 계속 작동하는 중에 발생한다.

사용자/운영자의 관점에서, 발생하는 특수한 문제를 흔히 쉽게 알 수 없거나 예상하지 못하면, 예기치 않은 유지 보수로 인해 높은 소유 비용으로 이어지게 된다. 예를 들면, 특정 유형의 바람직하지 않은 작동 원인에 대한 직접적인 표시가 전혀 없이, (예컨대, 사소한 작동 부정확에서부터 완전 고장까지의) 문제가 발생할 수 있다. 또한, 사용자가 문제를 진단하는 훈련, 툴 및/또는 욕구가 흔히 부족하여, 문제가 발생했을 때, 질량 유량 제어기의 사용자가 질량 유량 제어기를 그냥 교체해버릴 수 있다. 그 결과, 근본적인 문제에 대한 정보로 쉽게 해결될 수 있는 경우에도 질량 유량 제어기를 자주 교체하게 된다. 이는 사용자의 관점에서 고가의 유지 보수 접근법일 뿐만 아니라, 공급자가 테스트하면 정상적으로 작동하는 것으로 나타나는 질량 유량 제어기가 공급자에게 반품될 수 있기 때문에, 질량 유량 제어기의 교체/반품도 공급자의 관점에서 고가의 접근법이다.

문제가 발생할 때 질량 유량 제어기를 교체하지 않을 경우, 질량 유량 제어기에 대한 온보드 진단 정보가 부족하면, 고비용의 출장 서비스 또는 기술 지원 엔지니어가 사용자의 소재지에 방문하여, MFC가 설치되어 있을 때 현장 기술 지원과 고장 분석을 실시할 필요가 있을 수 있다. 따라서, 간단하고 더 비용 효율적인 진단 및 예측 분석을 가능하게 하는 신규하고 혁신적인 특징을 가진 질량 유량 제어기에 대한 수요가 존재한다.

도면에 도시된 본 발명의 예시적 실시예가 이하에 요약되어 있다. 여타 실시예들에 대해서는 "발명을 실시하기 위한 구체적인 내용" 항목에서 더 상세하게 설명한다. 그러나, "과제의 해결 수단" 또는 "발명을 실시하기 위한 구체적인 내용"에 기술된 형태로 본 발명을 한정하고자 하는 의도가 없음을 이해하여야 한다. 당업자는 특허청구범위에 표현된 바와 같은 발명의 사상과 범주 내에 속하는 수 많은 변형, 등가물 및 대안적 구조가 있음을 인식할 수 있을 것이다.

본 발명의 일부 양태는 질량 유량 제어기의 작동을 관리하기 위한 방법으로 특징지어질 수 있다. 상기 방법은 제어 루프 변수와 질량 유량 제어기의 작동 조건에 대한 정보를 포함하는 데이터를 수신하는 단계와, 질량 유량 제어기의 작동 조건 변화에 대해 수신된 데이터를 모니터링하는 단계를 포함한다. 또한, 작동 변화가 검출되었을 경우, 조건이 발생할 때 질량 유량 제어기의 작동 특성의 스냅샷을 취득하기 위해, 수신된 데이터로부터 선택된 조건 특정 데이터(condition-specific-data)의 N개의 샘플이 기록된다. 그리고, 조건 특정 데이터의 샘플에 기초하여, 조건과 관련된 복수의 이벤트 특정 기능 파라미터(event-specific functional parameters) 각각에 대해 기능 파라미터 값이 결정된다. 그리고, 특정 유형의 조건이 처음 검출될 때 단기 메모리에 복수의 데이터 세트가 생성되며, 복수의 데이터 세트는 특정 조건과 연관된 변화 특정 기능 파라미터(change-specific functional parameters)들 중 해당하는 변화 특정 기능 파라미터에 대한 통계값 필드를 각각 포함한다. 특정 유형의 조건이 검출될 때마다, 그리고 미리 정해진 이벤트가 발생할 때까지, 특정 유형의 조건과 연관된 조건 특정 기능 파라미터에 대응하는 각각의 데이터 세트에서 통계값이 갱신된다. 조건 특정 기능 파라미터의 현재 값과 단기 메모리의 데이터 세트의 통계값에 기초하여, 진단 작업이 실시된다.

본 발명의 다른 양태는 질량 유량 제어기를 통과하는 유체의 질량 유량에 대한 표시를 제공하는 질량 유량 센서, 유체의 흐름을 조절하는 제어 밸브 및 유체의 질량 유량의 표시와 설정값에 대응하여 제어 밸브의 위치를 제어하는 제어 요소를 포함하는 질량 유량 제어 시스템을 포함하는 질량 유량 제어기로 특징지어질 수 있다. 또한, 질량 유량 제어기는 단기 데이터 스토어와, 복수의 재발 조건 유형 각각에 대해 조건 특정 데이터의 스냅샷을 취득하여 조건 특정 데이터의 각각의 스냅샷을 조건 특정 데이터의 각각의 스냅샷을 특징짓는 기능 파라미터 값으로 축소하는 데이터 로깅 요소를 포함하고, 데이터 로깅 요소는 특정 조건 유형이 개별적으로 발생할 때마다 취득되는 다수의 기능 파라미터 값을 특징짓는 단기 데이터 스토어에 저장되는 통계값을 발생시킨다. 그리고, 질량 유량 제어기의 진단 요소는 단기 데이터 스토어에 저장된 통계값과 현재 기능 파라미터 값을 이용하여 고장을 진단한다.

첨부 도면과 함께 하기된 "발명을 실시하기 위한 구체적인 내용" 항목과 첨부된 특허청구범위를 참조하면, 본 발명의 다양한 목적과 장점이 명확해지고, 본 발명을 보다 쉽게 완전히 이해할 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 예시적인 질량 유량 제어기를 설명하는 블록도이다.
도 2는 도 1에 도시된 질량 유량 제어기와 관련하여 실시할 수 있는 예시적인 방법을 도시한 흐름도이다.
도 3은 도 1에 도시된 질량 유량 제어기 내에서 구현될 수 있는 예시적인 제어 루프의 요소를 도시한 블록도이다.
도 4a는 도 1에 도시된 질량 유량 제어기에 대한 설정점 변화에 따른 예시적인 데이터 스냅샷 기간을 도시한 그래프이다.
도 4b는 도 4a에 도시된 스냅샷의 초기 부분에서 취한 샘플을 도시한 그래프이다.
도 4c는 도 4a 및 도 4b에 도시된 데이터 스냅샷에 대응하는 기능 파라미터 값을 나타낸 그래프이다.
도 4d는 특정 기능 파라미터에 대한 예시적인 데이터 세트를 도시한 도면이다.
도 5는 데이터 세트 컬렉션으로 압축된 다수의 스냅샷의 모식도이다.
도 6은 예측 작업에 사용할 수 있는 다수의 데이터 세트 컬렉션을 도시한 도면이다.
도 7은 도 1에 도시된 질량 유량 제어기를 실현하기 위해 사용할 수 있는 물리적 요소를 도시한 도면이다.

여러 실시예들에 따라, 본 발명의 질량 유량 제어기(MFC)를 개시한다. 유체의 흐름을 제어하면서, MFC에 설치된 본 발명의 온보드 데이터 로깅 및 진단 시스템은 MFC의 작동에 대한 많은 정보(예컨대, 설정점, 흐름, 밸브 위치, 과도 지연, 과도 오버슈트 등)를 수집할 수 있다. 이 정보는, MFC의 여러 변형예에서, 필터링(예컨대, 선택)되고, MFC 내부 메모리에 저장(로깅)되며, MFC에서 내부적으로 처리 및 분석될 뿐만 아니라, MFC로부터 외부 컴퓨터로 다운로드된다.

이 정보에 기초하여, MFC는 그 작동 파라미터를 자동으로 조절하여 "온-더-플라이(on-the-fly)" 성능을 개선하고, 현재 고장을 검출하며, 가능한 미래의 고장을 예측하고, 현재 및 예상 이벤트에 대해 운영자에게 통지하며, 추가적인 분석과 가능한 툴 공정 조절 및 MFC 설계 개선을 위해 가치있는 정보를 기술 지원 및 MFC 엔지니어에게 제공할 수 있다.

온보드 진단 및 데이터 로깅 시스템의 장점은, 툴의 데이터 전송 대역폭, 처리 능력 및 저장 용량의 한계로 인해 최종 사용자가 매우 구체적인 정보(데이터 스냅샷)를 취득할 수 없기 때문에 사용자가 액세스할 수 없는 내부의 "로우 레벨(low-level)" 데이터 및 정보를 이용할 수 있다는 것이다. 본 명세서에 추가로 설명한 바와 같이, "로우 레벨" 데이터 및 정보는 측정된(예컨대, 원시(raw)) 센서 데이터와 "연산된"(예컨대, 중간) 제어 루프 변수일 수 있다. 또한, 소비자가 툴을 모니터링하고 툴 경고/경보 시스템을 운영하는 데 위와 같은 "로우 레벨" 정보가 필요하지 않다.

본 명세서에 추가로 설명한 바와 같이, MFC는 공정 중에 그리고 툴 유휴 사이클 중에 내부 신호 및 기능 파라미터를 모니터링할 수 있다. MFC의 처리 능력은 MFC의 기능성과 성능에 영향을 미치지 않고 정상 작동시 상당량의 데이터를 취득, 처리, 저장 및 분석할 수 있도록 한다. MFC가 설정점/압력/공정 단계의 기간과 같은 툴 공정 특정 정보를 모니터링하거나 로깅할 필요가 없다는 것에 주목하여야 하며, 본 명세서에서 설명하는 데이터 로깅 및 분석은 통상적으로 공정과는 무관하다.

유리하게도, 본 명세서에 개시된 본 발명의 MFC의 실시예의 펌웨어(온보드 제어 소프트웨어)는 다양한 MFC 센서로부터 연속적으로 나오는 모든 측정된 데이터와 MFC의 제어 시스템이 사용하는 모든 "연산된"(중간) 제어 루프 변수에 대해 액세스할 수 있다. 그 결과, MFC의 실시예는,

- 단기 메모리에 (측정되고 연산된) 데이터의 비교적 큰 스냅샷을 기록할 수 있고,

- 데이터 스냅샷을 실시간으로 처리하여 "기능 파라미터" 형태로 가치있는 정보를 추출할 수 있으며,

- 기능 파라미터 값의 예비 분석을 실시하여 기존의 고장 또는 가능한 고장을 검출하여 소비자에게 경고할 수 있고,

- 기능 파라미터의 표상(예컨대, 통계적 표상)을 "데이터 세트"로서 장기 메모리에 저장하고, 데이터 세트를 이용하여 임계 파라미터의 추세를 검출하여 고장을 예측할 수 있으며,

- 장기 메모리 내의 데이터 세트로부터의 정보를 엔지니어링과 문제해결(troubleshooting)에서 추가로 사용하기 위해 제공할 수 있다.

본 명세서에 추가로 설명한 바와 같이, 측정/산출되어 MFC의 메모리에 저장된 다음 진단/문제해결을 위해 사용되는 두가지 유형의 데이터가 있다. 즉, 원시 센서 데이터와 기능 파라미터가 있다. 원시 센서 데이터는 툴의 유휴 사이클 뿐만 아니라 공정(예컨대, 박막 증착 공정) 중에도 취득될 수 있다. 원시 센서 데이터는 MFC의 기본적인 기능성을 확인하기 위해 사용되는 "로우 레벨" 데이터이지만, 통상적으로, 원시 센서 데이터는 MFC 성능을 보장하기 위해 사용되지는 않는다. 반면에, 기능 파라미터는 흐름 설정점, 압력 등과 같은 특정 작동 조건에서의 MFC 성능을 특징짓는다. 기능 파라미터는 MFC 성능과 MFC가 사양을 준수하는지의 여부를 확인하기 위해 사용된다.

이하, 도면들을 참조하면, 도 1은 질량 유량 제어기(MFC)(100)의 작동을 더 잘 관리하고 유지하기 위해 온보드 데이터 로깅 및 분석을 사용하는 질량 유량 제어기(100)를 도시하고 있다. 도시된 요소들의 배열은 논리적이며, 실제 하드웨어 도면을 의미하는 것은 아니다. 따라서, 실제 구현예에서는 요소들이 조합되거나, 더 분리되거나, 생략되거나, 및/또는 보충될 수 있다. 당업자라면 이해할 수 있는 바와 같이, 도 1에 도시된 요소들은 하드웨어, 펌웨어, 소프트웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 또한, 이 사양을 감안하면, 각 개별 요소의 구성이 당업자의 기술에 공지되어 있다.

일부 실시예들에서, MFC(100)에 의해 제어되는 유체는 액체(예컨대, 황산)이며, 다른 실시예에서는 가스(예컨대, 질소)이지만, MFC(100)에 의해 전달되는 유체가, 예컨대, 가스 또는 액체와 같은 임의의 상(phase)으로 된 성분들의 혼합물 및/또는 화합물을 포함하는 임의의 유형의 유체일 수 있음을 본 발명의 혜택을 보는 당업자는 알 수 있을 것이다. 응용예에 따라, MFC(100)는 반도체 시설의 툴로 액체를 전달할 수 있으며, 여러 유형의 컨테이너 또는 용기에 또는 고압 저온의 유체를 전달하도록 구성될 수 있다.

도시된 바와 같이, 본 실시예에서, MFC(100)의 베이스(105)는 가스가 흐르는 바이패스(110)를 포함한다. 바이패스(110)는 메인 경로(115)와 센서 튜브(120)를 통해 일정 비율의 가스를 전달한다. 그 결과, 센서 튜브(120)를 통과하는 유체(예컨대, 가스 또는 액체)의 유량은 MFC(100)의 메인 경로를 통해 흐르는 유체의 유량을 나타낸다.

본 실시예에서, 센서 튜브(120)는 MFC(100)의 열 질량 유량 센서(125)의 일부인 소구경 튜브이다. 일반적으로, 열 질량 유량 센서(125)는, 센서 튜브(120)를 통과하는 유량을 나타내며 그에 따라 MFC(100)의 메인 경로(115)를 통과하는 유량을 나타내는 디지털 신호인 출력 신호(130)를 제공하도록 구성되어 있다. 열 질량 유량 센서(125)를 실현하기 위해, 브릿지식으로 배치된 저항-온도계 요소(예컨대, 전도성 와이어 코일), 저항 온도 검출기(RTD), 및 아날로그, 아날로그 대 디지털 및 디지털 처리 기술로 연결된 열전대들을 포함하여 다양한 여러 기술들이 사용될 수 있음을 당업자라면 쉽게 이해할 수 있을 것이다. 또한, MFC(100)의 물리적 특성 및/또는 MFC(100)를 통해 흐르는 유체(예컨대, 가스)의 특성에 기초하여 (예컨대, 미리 결정된 보정 계수로 신호(130)를 조절함으로써) 출력 신호(130)를 조절할 수 있음을 당업자는 이해할 수 있을 것이다.

본 실시예에서, 열 질량 유량 센서(125)와 함께 제어 요소(140)는 설정점 신호(155)로 표시된 유량을 제공하기 위해 출력 신호(130)에 기초하여 제어 밸브(150)의 위치를 제어하는 제어 신호(145)를 발생시키도록 작동하는 제어 시스템의 일부이다. 제어 밸브(150)는 압전 밸브 또는 솔레노이드 밸브로 실현될 수 있으며, 제어 신호(145)는 (솔레노이드 밸브인 경우) 전류 또는 (압전 밸브인 경우) 전압일 수 있다. 도시된 바와 같이, 제어 요소(140)도 유량을 보다 정확하게 제어하기 위해 온도 및 압력 입력을 이용한다. 압력 및 온도 센서와 질량 유량 제어기에서의 그 구현예가 모두 당업자들에게 잘 알려져 있으므로, 온도 및 압력 센서 시스템의 세부 사항은 본 명세서에 포함되어 있지 않다.

도 1에 도시된 바와 같이. 예시적인 MFC(100)는 데이터 로깅 요소(160), 진단 요소(165) 및 예측 요소(170)를 포함하는 온보드 분석 요소(156)를 또한 포함하고 있다. 또한, 단기 데이터 스토어(175)와 장기 데이터 스토어(180)가 온보드 분석 요소(156)와 아울러 데이터 아카이브(190)를 이용하는 외부 처리 툴(185)에 커플링되어 있다.

일반적으로, 온보드 분석 요소(156)는 MFC(100)의 "온-더-플라이" 성능을 개선하고, 현재 고장을 검출하며, 가능한 미래의 고장을 예측하고, 현재 및 예상 이벤트에 대해 운영자에게 통지하며, 추가적인 분석과 가능한 툴 공정 조절 및 MFC 설계 개선을 위해 가치있는 정보를 기술 지원 및 MFC 엔지니어에게 제공하도록 작동한다.

데이터 로깅 요소(160)는, 적어도 부분적으로, 관심 조건이 발생할 때 제어 루프 변수와 질량 유량 제어기의 작동 조건에 대한 데이터의 스냅샷을 수집하고; 스냅샷의 다수의 샘플을 데이터의 스냅샷을 대체로 특징짓는 기능 파라미터 값으로 압축시키며; 및 기능 파라미터 값을 단기 데이터 스토어(175)에 저장되는 통계값의 데이터 세트로 더 압축시키도록 작동한다. 그리고, 진단 요소(165)는 본 명세서에 추가로 설명한 바와 같은 진단 기능을 제공하기 위해 단기 데이터 스토어(175) 내의 데이터 세트에 액세스한다. 또한. 통계값의 데이터 세트는 장기 데이터 스토어(180)에 주기적으로 저장되며(또는 하나 이상의 이벤트에 대응하여 장기 데이터 스토어에 되며), 본 명세서에 추가로 설명한 바와 같이 예측 요소(170)에 의해 사용된다. 또한, 데이터 세트 컬렉션은 데이터 아카이브(190) 내의 데이터를 분석하기 위해 특수하게 프로그램된 하나 이상의 컴퓨터로 실현될 수 있는 외부 처리 툴(185)에 의한 분석을 위해 데이터 아카이브(190)에 MFC(100)로부터 분리되어 보관될 수 있다. 예를 들면, 로깅된 데이터를 보다 자세하게 분석하기 위해, 데이터를 외부 처리 툴(185)로 전송하여 보다 효율적이고 정교한 소프트웨어 툴로 처리할 수 있다. 이러한 특징은 문제해결과 추가적인 제품 개발을 위해 MFC 엔지니어에 의해 이용될 수 있다.

MFC(100)의 사용자(예컨대, 기술 지원 엔지니어)는 툴(현장(in-situ))에서의 MFC 성능을 최적화하고 개선하기 위하여 MFC 보정/조정 파라미터를 조절하기 위해 로깅 정보를 이용할 수 있다. 예를 들면, 툴 제어 소프트웨어는 "과도 지연" 및 "오버슈트" 기능 파라미터의 통계 데이터를 판독할 수 있으며, 그 값들에 기초하여 툴의 설정점 타이밍을 조절하여 최적의 과도 흐름 파형을 제공한다.

도 2를 참조하면, 이 도면은 데이터 로깅 요소(160)에 의해 실시될 수 있는 데이터 로깅 방법을 도시한 흐름도이다. 도시된 바와 같이, 데이터 로깅 요소(160)는 작동 조건 및 제어 루프 변수를 나타내는 신호를 수신한다(블록 200). 작동 조건은 흐름 및 압력 조건을 포함하고, 제어 루프 변수는 산출할 수 있는 변수의 값을 포함한다. 흐름 및 압력 조건과 관련하여, 열 질량 유량 제어기(125)의 출력 신호(130)를 이용하여 흐름 조건을 취득할 수 있고, 메인 경로(115)에서 센서 튜브(120)로부터 상류측에 배치된 압력 센서(미도시)로부터 유래되어 제어기에 의해 수신되는 압력 신호로부터 압력 조건을 취득할 수 있다.

제어 루프 변수는 MFC(100)의 제어 시스템의 양태를 특징짓는 산출값이다. 도 3을 잠시 참조하면, 하나 이상의 제어 루프 변수 값을 취득하는 MFC(100)의 제어 루프의 부분이 도시되어 있다. 도 3에 도시된 요소들은 예시에 불과하고 필수적인 것은 아니며, 본 명세서에 기술된 본 발명의 양태가 임의의 특정 제어 방식 또는 제어 루프 구조로 한정되지 않음을 이해하여야 한다. 도 3에 도시된 바와 같이, 제어 루프 요소는 가변 이득 입력(320), 설정점 조절기(322), 노이즈 저감 요소(324) 및 리드백 필터(326)를 포함한다. 가변 이득 입력(320)은, MFC(100)가 밸브(350)에 안정적인 입력을 제공하도록, 제어 루프에 가변 이득을 공급할 수 있다. 이에 따라, 가변 이득 입력(320)은, 이에 한정되는 것은 아니지만, 다수의 압력 값과 같은 다수의 흐름 조건에 걸쳐 보다 안정적인 적분 신호(316)를 허용할 수 있다. 하나의 위치에서, 루프 처리를 감속하기 위해 가변 이득이 구현된 후 노이즈 저감 필터(324)는 조합 신호(308')를 수신할 수 있으며, 이에 따라, 노이즈 저감 필터(324)에 의해 출력되는 조합 신호(308")에서 노이즈가 저감됨으로써, 밸브(350)의 더 정확한 조절이 이루어진다. 설정점 조절기(322)는 설정점 신호(318)를 변경할 수 있도록 구성되며, 일 실시예에서 변경된 설정점 신호(318')는 제 1 가산기(319)에 의해 수신될 수 있다. 도 3에서, 설정점 신호(318')가 적절히 처리될 수 있도록, 설정점 조절기(322)는 신호(318')를 변경할 수 있다. 제 1 가산기(319)는 제 2 가산기(310)에 에러 신호(312)를 출력할 수 있으며, 제 2 가산기는 비례 신호(314)도 수신하여 조합 신호(308)를 출력할 수 있다.

도 3에는 피드 포워드 제어 신호(330)도 도시되어 있다. 피드 포워드 제어 신호(330)는 설정점 신호(318)로부터 밸브(350)로 실질적으로 직접 제어 신호를 제공하도록 구성되어 있다. 피드 포워드 제어 신호(330)는 적분 신호(316)가 통상적으로 제공되는 것보다 유량 변화에 대해 더 신속한 밸브 응답이 요구될 때 몇몇 응용예에서 제공된다. 일 실시예에서, 피드 포워드 제어 신호(330)는 밸브 특성 데이터(332)를 포함할 수 있다. 밸브 특성 데이터(332)는 설정점, 압력, 유체 유형 및 다른 파라미터를 고려하여, 피드 포워드 제어 신호(330)를 변경할 수 있다. 일 실시예는 밸브(313)에서의 히스테리시스 효과를 보상하도록 구성된 히스테리시스 보상기(334)를 포함할 수도 있다. 피드 포워드 제어 신호(330) 및 히스테리시스 보상기(334)는 "질량 유량 제어기 히스테리시스 보상 시스템 및 방법"이란 명칭의 미국 특허 출원번호 제 12/356,661 호에 개시된 피드 포워드 제어 신호(330) 및 보상기(334)와 유사할 수 있으며, 상기 특허출원은 인용에 의해 그 전체가 본 명세서에 통합되어 있다. 적분 신호(316) 또는 피드 포워드 제어 신호(330)를 수신했을때, 밸브(350)는 유체(340)의 유량을 조절하도록 구성되어 있다. 결국, 센서(309)는 유체(340)의 실제 유량을 측정하고, 측정된 유량 신호(311)를 출력하게 된다.

이 예시적인 제어 루프에서 하기한 제어 루프 변수들 중 하나 이상이 수신(및 하기한 바와 같이 관심 조건이 발생할 때 로깅)될 수 있다. 즉. 변경된 설정점 신호(318'), 제 1 에러 ("조합") 신호(308), 가변 이득 제어 신호(320), 제 2 에러 ("조합") 신호(308'), 노이즈 저감 제어 신호(324), 제 3 에러 ("조합") 신호(308"), 밸브 제어 신호(316), 측정 유량 신호(311).

도 2를 다시 참조하면, 하나 이상의 작동 조건에 대한 변화가 있을 경우(블록 202), 조건 변화가 있을 때 질량 유량 제어기의 제어 루프 변수와 작동 특성의 스냅샷을 취득하기 위해 조건 특정 데이터의 샘플이 기록된다(블록 204). 데이터 스냅샷은 허용된 최대 샘플링 비율로, 예컨대, 제어 루프 사이클 마다(예컨대, 3㎳ 간격으로) 취득된 각 데이터 파라미터의 1000개의 샘플을 포함할 수 있다. 그러나, 이는 필수적인 것이 아니며, 다른 샘플링 비율을 이용할 수도 있다.

샘플의 기록을 유발(trigger)할 수 있는 조건 변화는 흐름 설정점의 변화와 MFC(100)가 제어하고 있는 유체의 압력 변화를 포함할 수 있다. 또한, 밸브 위치 변화, "제로 오프셋" 절차의 실시 또는 시간 경과와 같은 다른 조건들도 조건 특정 데이터의 기록을 유발할 수도 있을 것으로 생각된다.

도 4a를 참조하면, 예컨대, 샘플의 기록을 유발하는 예시적인 흐름 프로파일과 검출된 조건이 도시되어 있으며, 도 4b는 샘플링되는 작동 조건의 적어도 일부를 도시하고 있다. 도 4a에 도시된 예에서, 제로 값에서 논-제로 값으로의 설정점 변화가 데이터 스냅샷의 기록을 유발하며, 도 4b는 도 4a에 도시된 스냅샷의 초기 부분에서 설정점, 흐름 및 밸브 위치로부터 취한 샘플을 도시하고 있다.

블록 202에서 검출되는 조건 변화의 유형에 따라 기록되는 데이터 파라미터의 세트가 달라질 수 있다. 대부분의 조건 변화에 대해, 이하의 데이터 파라미터가 기록되고 있다. 즉, 측정 흐름; 압력; 및 밸브 위치. 그러나, 일부 다른 유형의 조건 변화에 대해, 다른 조건 특정 데이터 파라미터가 기록될 수 있다. 예컨대, 이하의 파라미터의 값이 기록될 수 있을 것으로 생각된다. 즉, 흐름 설정점; 기생 흐름; 교정 흐름 센서 신호; 제어 루프 이득; 제어 루프 시간 상수; 흐름 표시기(리드백) 신호; 및 흐름 표시기 시간 상수.

도 2에 도시된 바와 같이. 샘플이 기록된 후(블록 204), 기능 파라미터 값이 샘플에 기초하여 복수의 조건 특정 기능 파라미터 각각에 대해 결정된다(블록 206). 각각의 기능 파라미터는 다중 샘플 스냅샷의 여러 양태를 간결하게 특징지으며, 따라서, 단일의 기능 파라미터 값은 스냅샷 동안 MFC(100)의 작동에 대한 관련 정보를 간결하게 제공하며, 변화하는 특정 조건에 따라 특정 기능 파라미터가 변할 수 있기 때문에, 각각의 기능 파라미터는 조건 특정식이다.

예컨대, 도 4c에 도시된 바와 같이, 제로에서 논-제로 값으로 변하는 도 4a에 도시된 설정점 변화는 이하의 연관된 기능 파라미터를 가질 수 있다. 즉, 과도 지연, 과도 상승 시간, 정상 흐름에서의 오버슈트. 그리고, 도 4c에 도시되지는 않았지만, 밸브 시작 위치, 제어 시간 및 밸브 시프트도 제로에서 논-제로 값으로 변하는 설정점 변화와 연관된 기능 파라미터일 수 있다. 용어 "밸브 시프트"는 특정 흐름 설정점과 압력에서 실제 밸브 위치와 보정 밸브 위치 간의 차이를 의미한다. 밸브 시프트 값은 "밸브 시작 위치를 조정할 수 있는 질량 유량 제어기 알고리즘"이란 명칭의 미국 특허 출원번호 제 13/206,022 호에 개시된 조정가능한 밸브 시작 위치 산출을 위해 이용될 수 있으며, 상기 특허출원은 인용에 의해 그 전체가 본 명세서에 통합되어 있다.

논-제로 값에서 다른 논-제로 값으로 변하는 설정점 변화는 이하의 연관된 기능 파라미터를 가질 수 있다. 즉, 과도 지연, 과도 상승/하강 시간, 오버슈트, 제어 시간, 정상 흐름에서의 밸브 시프트. 그리고, 논-제로 값에서 제로 값으로 변하는 설정점 변화는 이하의 연관된 기능 파라미터를 가질 수 있다. 즉, 과도 지연, 과도 하강 시간, 오버슈트, 제어 시간, 제로 오프셋(정상 흐름).

설정점 변화와 아울러, 압력 변화도 데이터 스냅샷의 기록을 유발할 수 있다. 논-제로 흐름에서의 압력 변화는 이하의 연관된 기능 파라미터를 가질 수 있다. 즉, 압력 변화에 대한 밸브 위치 변화의 비율, 최대 흐름 에러, 폐루프 제어 모드로 전환하는 순간에서의 흐름 에러, 및 개방 루프 제어 모드의 기간. 제로 흐름의 기간 중에 발생하는 압력 변화는 기능 파라미터로서의 압력 변화와 최대 흐름 에러를 가질 수 있다.

도 2에 도시된 바와 같이, 데이터 스냅샷에 기초하여 기능 파라미터 값이 결정되면, 단기 데이터 스토어(175)의 복수의 데이터 세트가 각각 갱신된다(블록 208). 본 출원인은 단기 및 장기 데이터 스토어(175, 180)에 모든 기능 파라미터 값을 저장하는 것이 MFC에서 이용가능한 메모리를 너무 많이 사용한다는 것을 발견하였으며, 또한, 본 출원인은 본 명세서에서 설명하는 진단 및 예측 능력을 제공하기 위해 모든 기능 파라미터 값을 저장하는 것이 불필요하다는 것을 발견하였다. 구체적으로, 본 출원인은 파라미터 값이 조건이 변할 때마다 모든 파라미터 값을 유지하기 위해 필요한 만큼 충분히 빠르게 변하지 않는다는 것을 발견하였다.

따라서, 여러 실시예들에서, 각각의 데이터 세트는 자신의 원시 값(raw values) 대신 기능 파라미터 값의 통계 특성을 포함한다. 구체적으로, 이 실시예들에서 단기 데이터 스토어(175)의 갱신은, 본 명세서에 추가로 설명한 바와 같이, 작동 온도가 안정적일 때 (예컨대, 특정 보정 조건에 가까운) 유사한 설정점과 압력 조건에서 취득되는 파라미터 값을 특징짓는 통계 데이터의 갱신을 포함하며, 이에 따라, 유사한 온도에서 취득되는 파라미터의 통계 데이터가 조합된다.

도 4d에 도시된 바와 같이, 각각의 데이터 세트는 이하의 정보를 포함할 수 있다. 즉, 기능 파라미터("유형" 또는 "ID"), 데이터 세트의 시작 시간, 통계를 위해 사용되는 기능 파라미터 값 샘플의 수, 평균 온도, 설정점 범위(예컨대, 10개 범위 중 하나), 압력 범위(예컨대, 6개의 범위 중 하나), 및 파라미터에 대한 통계 데이터. 통계 데이터는 평균(averaged) 값, 표준 편차, 최소값 및 최대값을 포함할 수 있다. 일부 변형예에서, 메모리 공간을 절약하기 위해, 분리된 최소 및 최대값들 대신 하나의 "피크 대 피크" 값이 저장될 수 있다.

필요하지는 않지만, 본 출원인은 단기 데이터 스토어(175)와 장기 데이터 스토어(180)에 유지되는 여러 데이터 세트의 수가, 각 데이터 세트를 작동 조건의 범위와 연관시킴으로써, 감소될 수 있음을 발견하였다. 구체적으로, 블록 204에서 데이터의 기록을 유발하는 조건이 발생하는 순간의 설정점과 압력 모두의 범위가 저장되어 있는 데이터 세트의 수를 감소시키도록 확립될 수 있다.

MFC(100)의 보정시 사용되는 보정 설정점과 압력에 의해 설정점과 압력의 특정 범위가 결정될 수 있다. 예컨대, 10개의 흐름 설정점과 6개의 압력에서 보정이 실시되면, 통계 데이터를 조합하기 위해 10개의 설정점 범위(구간(bins))와 6개의 압력 범위(구간)가 존재할 수 있다.

예컨대, 보정 설정점이 0.3%, 0.5%, 1%, 2%, 5%, 10%, 20%, 40%, 70% 및 100%인 경우, 설정점 범위는 표 1에 나타낸 바와 같이 구성될 수 있다.

구간	설정점 범위
#1	0.1% 내지 0.4%
#2	0.4% 내지 0.75%
#3	0.75% 내지 1.5%
#4	1.5% 내지 3.5%
#5	3.5% 내지 7.5%
#6	7.5% 내지 15%
#7	15% 내지 30%
#8	30% 내지 55%
#9	55% 내지 85%
#10	85% 내지 100%

이러한 범위들 각각에서, MFC(100)의 응답은 실질적으로 동일할 것으로 예상된다.

보정 압력이 15psi, 20psi, 30psi, 40psi, 50psi 및 65psi인 경우, 다음의 표 2에서와 같은 압력 범위가 확립될 수 있다.

구간	압력 범위
#1	0psi 내지 17.5psi
#2	17.5psi 내지 25psi
#3	25psi 내지 35psi
#4	35psi 내지 45psi
#5	45psi 내지 57.5psi
#6	＞57.5psi

설정점 범위와 관련하여, 하나의 구간에서 다른 구간으로 변하는 임의의 설정점 변화는 블록 202에서 조건 변화로서 특징지어질 수 있으며, 이는 블록 208에서 (데이터 세트가 아직 생성되지 않은 경우에는) 대응하는 데이터 세트를 생성하거나, 데이터 세트가 생성된 경우에는 갱신된 데이터 세트를 생성한다. 그 결과, 110개의 다른 과도(transition)(논-제로 설정점 구간들 사이의 90개의 과도; 제로 설정점에서 논-제로 설정점 구간까지의 10개의 과도; 및 논-제로 설정점 구간에서 제로 설정점까지 10개의 과도)가 존재하게 되며, 이에 따라, 설정점 변화만으로 인해 잠재적으로 110개의 다른 조건 변화가 존재하게 된다. 그러나, 6개의 압력 범위들 중 하나와 관련하여 각각의 설정점 변화가 발생할 수도 있으며, 이에 따라, 데이터의 기록을 유발하는 660개의 잠재적 조건 변화가 존재할 수 있다. 그러나, 이러한 개수의 잠재적 조건 변화는 너무 많아서 효과적으로 저장 및 분석될 수 없으며, 및/또는 이러한 개수의 잠재적 조건 변화는 일부 MFC에 대해 불필요할 수 있다.

그러나, 본 출원인은 일부 작동 범위에서 MFC의 응답이 하나 이상의 다른 작동 범위에서 MFC의 응답에 기초하여 예측될 수 있으며, 이에 따라, 다른 범위들에서의 응답이 하나의 데이터 세트에 의해 특징지어질 수 있음을 발견하였다. 예를 들면, 2개의 논-제로 설정점들 간에 변화가 있는 경우, 각 변화에 대해 새로운 데이터 세트가 생성될 필요가 없다. 경험에 기초하여, 본 출원인은 임의의 2개의 범위들 간의 과도에 대한 MFC의 응답이 진폭을 제외하고 실질적으로 동일할 것임을 발견하였다. 예를 들면, 제 1 설정점 구간과 제 2 설정점 구간 사이의 설정점 과도에 대한 MFC의 응답이 제 1 설정점 구간과 제 10 설정점 구간 사이의 설정점 과도에 대한 응답과 동일할 것이며, 진폭만 다를 것이다. 따라서, 진폭이 스케일링되면, 응답(예컨대, 지연, 상승 시간 및 오버슈트)들은 매우 가까워질 것이다. 이에 따라, 90개의 데이터 세트 조합을 갖는 대신, 하나의 구간에서 다른 구간으로의 과도에 대응하는 하나의 데이터 세트가 생성될 수 있다. 즉, 기능 파라미터 값을 스케일링함으로써, MFC의 거동을 모든 논-제로 설정점에서 논-제로 설정점으로의 과도에 대해 실행가능하게 비교할 수 있다.

논-제로 설정점에서 제로 설정점으로의 변화와 관련하여, 논-제로 설정점에서 제로까지 10개의 다른 조합 대신, 결과가 적절하게 스케일링되면 MFC가 유사한 응답을 나타낼 것으로 예상되기 때문에, 단지 하나의 데이터 세트가 생성될 수 있다. 그러나, 제로 설정점과 다른 설정점 범위 사이의 과도들에 있어서, 이 과도들은 개별적인 조건 변화들로 간주되며, 이에 따라, 제로 설정점과 다른 논-제로 설정점 범위 사이의 과도들에 대해 적어도 10개의 잠재적 데이터 세트가 존재할 것이다.

따라서, 110개의 다른 설정점 과도들의 조합들 대신, 12개의 조건 변화들이 대신 사용될 수 있다. 즉, 논-제로 설정점들 사이의 설정점 변화에 대해 1개; 논-제로 설정점에서 제로 설정점까지의 변화에 대해 1개; 및 제로에서 논-제로 설정점 변화에 대해 10개.

그리고, 표 1 및 표 2의 예시적인 범위들의 조합은 6개의 다른 압력 범위들을 포함하기 때문에, 전술한 660개의 잠재적 조건 특정 데이터 세트로부터 상당히 저감된 72개의 다른 조건 특정 데이터 세트가 잠재적으로 존재한다.

설정점 변화와 아울러, MFC(100)가 일정한 설정점으로 설정되어 있을 때, 압력에 대한 변화가 있을 수 있다. 6개의 다른 압력들과 관련하여 11개의 다른 설정점(즉, 제로 설정점과 10개의 설정점 구간)이 있기 때문에, 일정한 설정점에서 압력 변화와 연관된 66개의 다른 조건 특정 데이터 세트가 존재할 수 있다. 데이터를 저감하기 위해 이러한 접근법이 효과적이고 효율적이지만, 많은 실시예들에서 필수적인 것은 아니며, 사용되는 조건 특정 데이터 세트의 다른 수를 저감하기 위해 다른 접근법이 사용될 수 있을 것으로 생각된다. 또한, 일부 예들에서는 더 많은 데이터 세트를 갖는 것이 바람직하다는 것을 확신한다.

필요하지는 않지만, 일부 실시예에서, 각각의 MFC(100)는 기선(baseline) 데이터 세트와 함께 사용자에게 전송된다. 예컨대, 디바이스가 제조시 보정된 후, 다양한 작동 조건(예컨대, 교정 조건과 동일한 조건)에서 다수 회 가동되어 일부 기능 파라미터에 대한 초기 통계 데이터를 취득할 수 있으며, 이 데이터들을 메모리에 초기 "기선" 데이터 세트(들)로서 저장한다.

정규 공정을 가동하기 시작할 때, 동일한 절차가 툴(예컨대, 박막 증착 툴)에서 사용자에 의해 실시될 수 있다. 사용자는 이 특정 공정에 대한 초기 통계 데이터를 취득하기 위해 다수 회 표준 공정을 가동할 수 있다. 특정 공정에 대한 "기선" 데이터 세트(들)는 MFC(100)로부터 추출되어, 공정의 예상 표상 또는 "지문(fingerprint)"으로서 데이터 아카이브(190)에 저장될 수 있다. 각 MFC 유닛의 성능이 다를 수 있지만, 유닛 대 유닛의 재현성 요건이 충족되는 것을 상정하여, MFC의 일반적인 거동은 유사해야 한다. 새로운 MFC 디바이스가 툴에 설치되면, 이전에 저장된 "지문" 데이터가 디바이스에 업로드되어 이 특정 툴 및 공정에 대한 "기선"으로서 사용될 수 있다.

도 2에 도시된 바와 같이. 데이터 세트가 갱신된 후, 기능 파라미터에 영향을 미치는 조건이 모니터링되며(블록 210), 발생하는 이벤트가 없으면(블록 212), 현재의 데이터 세트가 단기 데이터 스토어(175)에 유지되고, 블록 200 내지 블록 210과 연관된 단계들이 추가적인 조건 변화에 대해 반복되고, 각 데이터 세트는 갱신된다.

예컨대, 도 5를 참조하면, 도 2에서 블록 200 내지 블록 208을 참조하여 설명한 바와 같이 단기 데이터 스토어(175)의 데이터 세트를 갱신하기 위해 사용되는 기능 파라미터 값으로 압축되는 데이터의 스냅샷을 각각 유발하는 작동 조건에 대한 일련의 N개의 변화들이 도시되어 있다. 일련의 N개의 스냅샷들은 미리 정해진 시간 경과 또는 온도 변화 발생과 같은 이벤트가 발생할 때까지 연속적으로 취득된 스냅샷이다. 도시된 바와 같이, N개의 스냅샷 각각은 기능 파라미터 값으로 압축되는 원시 데이터를 포함하며, 기능 파라미터 값은 N개의 데이터 스냅샷의 과정을 통해 취득되는 기능 파라미터 값의 통계적 표상으로 더 압축된다. 도시된 바와 같이, 각각의 스냅샷 후, MFC의 메모리(예컨대, RAM 메모리)는 원시 데이터와, 데이터 세트를 갱신하기 위해 사용되는 발생된 기능 파라미터 값을 단기 데이터 스토어(175)에 저장한다. 다음 스냅샷이 발생하면, 다음 스냅샷으로부터의 원시 데이터가 새로운 기능 파라미터 값을 발생시키기 위해 사용되며, 새로운 기능 파라미터 값은 단기 데이터 스토어(175)의 데이터 세트를 갱신하기 위해 다시 사용된다.

이벤트가 발생하면(블록 212), 현재 데이터 세트의 컬렉션이 장기 데이터 스토어(180)에 저장된다(블록 214). 많은 실시예들에서, 기간 또는 온도 변화 중 하나가 현재 데이터 세트의 컬렉션을 장기 데이터 스토어(180)에 저장되도록 유발할 것이다. 도 6을 잠시 참조하면, 장기 데이터 스토어(180)에 저장된 복수의 데이터 세트 컬렉션이 도시되어 있다. 현재 데이터 세트를 장기 데이터 스토어(180)에 저장되도록 유발하는 이벤트가 시간인 경우, 데이터 로깅 요소(160)는 장기 데이터 스토어(180)에 현재 데이터 세트를 매일 자동으로 저장하도록 설정될 수 있으나, 다른 기간도 고려할 수 있다. 또한, 상당한 온도 변화가 있는 경우, 온도 변화가 파라미터 값에 영향을 미치기 전에 현재 데이터 세트가 장기 데이터 스토어(180)에 저장되도록, 타이머가 무효화(override)될 수 있다.

온보드 진단

많은 실시예들에 따르면, MFC(100)는 MFC(100)의 하나 이상의 요소에 어떤 고장이 있는지의 여부를 판단하기 위해 단기 데이터 스토어(175)의 데이터 세트를 이용하도록 구성되어 있다. 예를 들어, 응답 시간, 오버슈트 및 안정성을 포함하는 현재의 기능 파라미터 값이 고장의 지표가 될 수 있는 임의의 차이를 식별하기 위해 단기 데이터 스토어(175)의 데이터 세트와 비교될 수 있다.

온보드 예측

취득된 진단 데이터는 고장을 예측하기 위해 사용될 수도 있다. 예를 들어, 임박한 고장을 시사하는 추세를 결정하기 위해 필드 이력과 진단 데이터가 사용될 수 있다. 유리하게, 본 발명의 MFC(100)의 다수의 실시예들은 고장이 소비자의 공정에 영향을 미치기 전에 식별할 수 있다. 예를 들어, 주어진 압력에 대해 주어진 흐름을 구현하기 위해 밸브 위치가 시간이 지남에 따라 증가하는 추세이면(예컨대, 잠재적인 오염 문제를 나타내면), 이 정보가 수집되어 (예컨대, 플래그 또는 알람으로) 보고됨으로써, 잠재적인 오염 문제가 사양의 외부로 가스가 전달되기 시작하는 지점까지 진행하지 않도록 할 수 있다.

장기 데이터 스토어(180)에 저장된 데이터 세트 컬렉션은 온보드 추세 분석을 위해 사용된다. 예측은 프로세서가 작동에 중요한 작업을 실시하지 않을 경우에만 실행되는 우선 순위가 낮은 펌웨어 작업으로서 실시될 수 있다. 추세 분석에서, 현재 센서 신호와 기능 파라미터 통계 데이터가 장기 데이터 스토어(180)에 저장된 이전 데이터와 비교된다. 예를 들어, 100% 정상 흐름에서의 밸브 위치가 시간과 함께 지속적으로 증가하여 특정 한도(예를 들어, 90%)에 가까워지고 있으면, 가까운 미래에 가능한 고장이 발생할 수 있음을 나타내는 경보 플래그가 설정될 수 있다.

추세 분석에 기초하여, 고장 또는 성능 저하의 근본 원인(예컨대, 오염, 기계적 결함, 잘못된 구성 등)에 대한 몇 가지 결론이 만들어질 수 있다. 예를 들어, 압력 변화 이벤트에 반응하는 밸브 위치에 대한 흐름 감도가 증가하는 경우, 바이패스(110)가 오염되었을 수 있으며, 그 결과, 잘못된 흐름 판독으로 이어질 수 있다.

신뢰 모드

일부 실시예들에서, MFC(100)는 레시피에서 특정 단계를 주목하여, 동일한 공정의 이전 동작과 비교한다. 예를 들면, MFC는 시간, 압력 변동, 안정성 및 밸브 위치를 주목할 수 있다. 그리고, 응답시, MFC는 후속 단계에서 동일한 양의 가스가 전달되는 신뢰 수준을 (예컨대, 백분율 단위로) 보고할 수 있다.

툴 데이터 로깅 및 평가

많은 경우들에서, MFC(100)는 가스 박스의 디바이스들 중 대부분의 처리 능력을 포함한다. 그 결과, MFC(100)는 필터의 교체가 필요한지의 여부를 판단하여 보고하기 위해 사용될 수 있으며, (예컨대, 날짜 범위 기준으로) 계측기를 통해 전송된 각각의 유형의 가스의 총량을 추적하여 보고하기 위해 사용될 수 있다. 또한, 마지막 리셋 이후 계측기를 통과한 전체 가스를 모니터링하여 보고할 수 있다. 또한, 리셋들 사이의 파라미터를 추적할 수 있으며, 이에 따라, 흐름이 마지막으로 설정되었을 때부터 모든 변화를 보고할 수 있다. 다른 예로서, 역류의 발생을 추적할 수 있으며, 이에 따라, 역류량과 역류가 발생한 시간을 추적할 수 있다.

온보드 튜닝

MFC의 온보드 튜닝 능력은 다수의 미국 특허출원들, 예컨대, "조정가능한 온툴 질량 유량 제어기 튜닝"이란 명칭의 미국 특허 출원공개 번호 US20110307104 호 및 "다중 가스 응용을 위한 조정가능한 압력-둔감형 MFC 알고리즘"이란 명칭의 미국 특허 출원번호 제 13/324,175 호에 개시되어 있으며, 상기 특허출원들은 모두 온보드 튜닝 기술을 교시하고 있으며, 인용에 의해 그 전체가 본 명세서에 통합되어 있다.

본 명세서에 개시된 데이터 로깅은 신규한 온보드 튜닝 알고리즘을 실시하기 위해 효과적으로 사용될 수 있는 가치있는 정보를 제공한다. 예컨대, 제로 오프셋 온도 보상을 개선하기 위해 추세 분석 데이터를 사용할 수 있다.

다음으로, 도 7을 참조하면, 도 1을 참조하여 설명한 MFC(100)를 실현하기 위해 이용될 수 있는 물리적 요소들을 나타낸 블록도(700)가 도시되어 있다. 도시된 바와 같이, 표시부(712)와 비휘발성 메모리(720)가 버스(722)에 커플링되며, 상기 버스는 랜덤 액세스 메모리("RAM")(724), (N개의 처리 요소를 포함하는) 처리부(726), 솔레노이드 또는 피에조 타입 밸브(730)와 통신하는 밸브 드라이버 요소(728), 및 인터페이스 요소(732)에도 커플링되어 있다. 도 7에 도시된 요소들이 물리적 요소들을 나타내고는 있지만, 도 7은 하드웨어 도면이 아니며, 따라서, 도 7에 도시된 많은 요소들이 추가적인 물리적 요소들 사이에 분포되거나 공통 구조로 실현될 수도 있다. 또한, 현존하거나 아직 개발되지 않은 다른 물리적 요소들과 구조들이 도 7을 참조하여 설명하는 기능 요소들을 실현하기 위해 사용될 수 있음이 확실하다.

이 표시부(712)는 일반적으로 사용자에게 콘텐츠를 제시하기 위해 작동하고, 일부 구현예에서 디스플레이는 LCD 또는 OLED 디스플레이에 의해 실현된다. 일반적으로, 비휘발성 메모리(720)는 데이터와, 도 1에 도시된 기능 요소들과 연관된 코드를 포함하는 실행가능한 코드를 저장(예컨대, 지속적으로 저장)하는 기능을 한다. 예를 들어, 일부 실시예들에서, 비휘발성 메모리(720)는 부트로더(bootloader) 코드, 소프트웨어, 운영 체계 코드, 파일 시스템 코드, 및 도 1과 관련하여 설명한 요소들 중 하나 이상의 부분을 실행할 수 있도록 하기 위한 코드를 포함한다.

많은 구현예들에서, 비휘발성 메모리(720)는 플래시 메모리(예컨대, NAND 또는 ONENAND^™ 메모리)에 의해 실현되지만, 다른 메모리 유형이 이용될 수도 있음이 확실하다. 비휘발성 메모리(720)로부터의 코드를 실행시키는 것도 가능할 수 있지만, 비휘발성 메모리(720) 내의 실행가능한 코드는 통상적으로 RAM(724)에 로딩되어 처리부(726)의 N개의 처리 요소들 중 하나 이상에 의해 실행된다. 도시된 바와 같이, 처리 요소(726)는 아날로그 온도 및 압력 입력들을 수신할 수 있으며, 이들은 제어 요소(140)와 온보드 분석 요소(156)에 의해 실행되는 기능에 의해 사용된다.

RAM(724)과 관련된 N개의 처리 요소는 일반적으로 도 1에 도시된 기능 요소를 유효화하기 위해 비휘발성 메모리(720)에 저장된 지시를 실행시키도록 작동된다. 예를 들어, 제어 요소(140)는 RAM(724)으로부터 실행되는 비일시적 프로세서 판독가능한 제어 코드와 관련된 N개의 처리 요소들 중 하나 이상에 의해 실현될 수 있다. 또한, 온보드 분석 요소(156)는 도 2에 도시된 방법을 실시하기 위해 RAM(724)으로부터 실행되는 비일시적 프로세서 판독가능한 제어 코드와 관련된 N개의 처리 요소들 중 하나 이상에 의해 실현될 수 있다. 그리고, 단기 데이터 스토어(175)는 RAM(724)에 의해 실현될 수 있고, 장기 데이터 스토어는 비휘발성 메모리(720)에 의해 실현될 수 있다.

인터페이스 요소(732)는 일반적으로 사용자가 MFC(100)와 상호작용할 수 있도록 하는 하나 이상의 요소를 나타낸다. 인터페이스 요소(732)는, 예를 들어, 키패드, 터치 스크린 및 하나 이상의 아날로그 또는 디지털 컨트롤을 포함할 수 있으며, 인터페이스 요소(732)는 사용자로부터의 입력을 설정점 신호(155)로 변환하기 위해 사용될 수 있다. 그리고, 통신 요소(734)는 외부 네트워크 및 도 1을 참조하여 설명한 외부 처리 툴(185)을 포함하는 디바이스와 MFC(100)가 통신할 수 있도록 한다. 당업자는 통신 요소(734)가 다양한 무선(예컨대, 와이파이) 및 유선(예컨대, 이더넷) 통신을 가능하게 하는 (예컨대, 통합되거나 분산된) 요소들을 포함할 수 있다는 것을 이해할 것이다.

도 7에 도시된 질량 유량 센서(736)는 도 1에 도시된 질량 유량 센서(125)를 실현하기 위해 당업자에게 알려진 요소들의 컬렉션을 나타내고 있다. 이러한 요소들은 감지 요소, 증폭기, 아날로그 대 디지털 변환 요소 및 필터를 포함할 수 있다.

당업자는 본 명세서에서 설명한 정보와 신호가 임의의 다양한 다른 기술 및 다른 기술과 방법을 이용하여 표현될 수 있음을 이해할 것이다. 예를 들어, 이상의 설명 전반에 걸쳐 인용될 수 있는 데이터, 지시, 명령, 정보, 신호, 비트, 기호 및 칩이 전압, 전류, 전자파, 자기장 또는 입자, 광학 필드 또는 입자, 또는 이들의 임의의 조합으로 표현될 수 있다.

또한, 당업자는 본 명세서에서 설명한 실시예들과 관련하여 기술된 다양한 예시적 논리 블록, 모듈, 회로 및 알고리즘 단계들이 도 7에 도시된 것들 이외의 다른 요소들로 구현될 수 있음을 이해할 것이다. 이러한 하드웨어와 소프트웨어의 호환성을 명확하게 설명하기 위해, 다양한 예시적 요소, 블록, 모듈, 회로 및 단계를 그들의 기능성과 관련하여 포괄적으로 상술하였다. 그러한 기능성이 하드웨어, 펌웨어 또는 소프트웨어로서 구현되는지의 여부는 전체 시스템에 대해 부과되는 특정 응용예 및 설계 제약에 따라 좌우된다. 당업자는 각각의 특정 응용예에 대해 다양한 방식으로 전술한 기능성을 구현할 수 있으나, 그러한 구현 결정이 본 발명의 사상으로부터의 일탈을 유발하는 것으로 해석되어서는 안 된다.

구체적으로, 본 명세서에서 설명한 실시예들과 관련하여 기술된 다양한 예시적 논리 블록, 모듈 및 회로들은, 범용 프로세서, 디지털 신호 프로세서(DSP), 주문형 집적 회로(ASIC), 필드 프로그램가능한 게이트 어레이(FPGA) 또는 다른 프로그램가능한 논리 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 요소, 또는 본 명세서에서 설명한 기능을 실시하도록 설계된 이들의 조합으로 구현되거나 실시될 수 있다. 범용 프로세서는 마이크로프로세서일 수 있지만, 대안예에서, 프로세서는 임의의 기존 프로세서, 제어기, 마이크로 제어기 또는 상태 기계일 수 있다. 프로세서는 연산 디바이스들의 조합, 예컨대, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들, DSP 코어와 함께 하나 이상의 마이크로프로세서들, 또는 임의의 다른 그러한 구성들로서 실시될 수도 있다.

본 명세서에서 설명한 실시예들과 관련하여 기술된 방법 또는 알고리즘의 단계들은 하드웨어에서 직접, 또는 (예컨대, 도 7에 도시된 바와 같이) 프로세서에 의해 실행되는 소프트웨어 모듈에서, 또는 이 둘의 조합에서 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 탈착식 디스크, CD-ROM, 또는 당업계에 공지된 임의의 다른 형태의 저장 매체와 같은 비일시적 프로세서 판독가능한 매체 내에 있을 수 있다. 예시적인 저장 매체는, 프로세서가 저장 매체에 대해 정보를 독출 및 기입할 수 있도록, 프로세서에 커플링된다. 대안예에서, 저장 매체는 프로세서에 통합될 수 있다. 프로세서와 저장 매체가 ASIC 내에 있을 수 있다.

개시된 실시예에 대한 상술한 설명은 당업자가 본 발명을 제조 및 사용할 수 있도록 하기 위해 제공되었다. 이 실시예들에 대한 다양한 변형을 당업자들은 쉽게 알 수 있을 것이며, 본 명세서에 정의된 일반 원리들이 본 발명의 사상과 범위를 일탈하지 않고 다른 실시예들에도 적용될 수 있다. 따라서, 본 발명은 본 명세서에 나타낸 실시예들로 한정되지 않으며, 본 명세서에 개시된 원리 및 신규한 특징들과 부합하는 최광의로 해석되어야 한다.

Claims (13)

1. 질량 유량 제어기의 작동을 관리하기 위한 방법으로서,
   질량 유량 제어기의 작동 조건들의 변화의 특정 유형을 검출하는 단계로서, 작동 조건들의 변화의 특정 유형은 설정점 변화, 압력 변화, 및 제어 루프 변수 변화 중 하나인 검출 단계와,
   작동 조건들의 변화의 특정 유형이 검출되었을 경우, 작동 조건들의 변화의 특정 유형이 발생한 이후 질량 유량 제어기의 작동 특성의 스냅샷을 취득하기 위해, 조건 특정 데이터의 N개의 샘플을 기록하는 것을 개시하는 단계로서, 상기 조건 특정 데이터는 발생하는 작동 조건들의 변화의 상기 특정 유형에 기초하여 샘플링되도록 선택된 유형의 데이터인, 개시 단계와,
   조건 특정 데이터의 N개의 샘플에 기초하여, 작동 조건들의 변화의 특정 유형에 의해 결정되는 복수의 조건 특정 기능 파라미터 각각에 대해 기능 파라미터 값을 결정하는 단계로서, 결정된 조건 특정 기능 파라미터 값의 적어도 일부가 각각 상기 N개의 샘플에 기초하여 질량 유량 제어기의 작동을 특징짓는, 결정 단계와,
   작동 조건들의 변화의 특정 유형이 처음 검출될 때 제1 데이터 스토어에 복수의 데이터 세트를 생성하는 단계로서, 복수의 데이터 세트는 작동 조건들의 변화의 특정 유형과 연관된 조건 특정 기능 파라미터들 중 해당하는 조건 특정 기능 파라미터에 대한 통계값 필드를 각각 포함하는, 생성 단계와,
   작동 조건들의 변화의 특정 유형이 검출될 때마다, 그리고 미리 정해진 이벤트가 발생할 때까지, 작동 조건들의 변화의 특정 유형에 의해 결정되는 조건 특정 기능 파라미터에 대응하는 각각의 데이터 세트에서 통계값을 갱신하는 단계와,
   조건 특정 기능 파라미터의 현재 값과 제1 데이터 스토어의 데이터 세트의 통계값에 기초하여, 하나 이상의 진단 작업을 실시하는 단계를 포함하는,
   질량 유량 제어기의 작동을 관리하기 위한 방법.
2. 제1항에 있어서,
   시간이 지남에 따른 데이터 세트의 통계값의 이력을 제공하는 데이터 세트의 컬렉션을 생성하기 위해 미리 정해진 이벤트가 발생할 때마다 제2 데이터 스토어에 데이터 세트를 저장하는 단계와,
   데이터 세트의 통계값의 이력에 기초하여 질량 유량 제어기의 성능을 예측하는 단계를 포함하는,
   질량 유량 제어기의 작동을 관리하기 위한 방법.
3. 삭제
4. 제1항에 있어서,
   조건 특정 데이터는 측정 흐름, 압력, 밸브 위치, 흐름 설정점, 기생 흐름, 교정 흐름 센서 신호, 제어 루프 이득, 제어 루프 시간 상수, 흐름 표시기 및 흐름 표시기 시간 상수로 이루어진 군으로부터 선택되는,
   질량 유량 제어기의 작동을 관리하기 위한 방법.
5. 제1항에 있어서,
   기능 파라미터는 압력 변화, 압력 변화에 대한 밸브 위치 변화의 비율, 최대 흐름 에러, 폐루프 제어 모드로 전환하는 순간에서의 흐름 에러, 개방 루프 제어 모드의 기간, 밸브 시작 위치, 과도 지연, 과도 상승 시간, 과도 하강 시간, 오버슈트, 제어 시간, 제로 오프셋 및 정상 흐름에서의 밸브 시프트로 이루어진 군으로부터 선택되는,
   질량 유량 제어기의 작동을 관리하기 위한 방법.
6. 제1항에 있어서,
   통계값은 평균값, 표준 편차, 최소값 및 최대값으로 이루어진 군으로부터 선택된 통계값인,
   질량 유량 제어기의 작동을 관리하기 위한 방법.
7. 제1항에 있어서,
   미리 정해진 이벤트는 기간, 온도 변화, 가스 유형 변화, 흐름 범위 변화 및 배향 변화로 이루어진 군으로부터 선택되는,
   질량 유량 제어기의 작동을 관리하기 위한 방법.
8. 질량 유량 제어기로서,
   질량 유량 제어기를 통과하는 유체의 질량 유량에 대한 표시를 제공하는 질량 유량 센서, 유체의 흐름을 조절하는 제어 밸브 및 유체의 질량 유량의 표시와 설정값에 대응하여 제어 밸브의 위치를 제어하는 제어 요소를 포함하는 질량 유량 제어 시스템과,
   제1 데이터 스토어와,
   질량 유동 제어기의 작동 조건들의 변화의 특정 유형을 검출하고, 작동 조건들의 변화의 각각의 특정 유형에 대하여, 각 작동 조건들의 변화의 특정 유형의 각각의 발생 이후에 조건 특정 데이터의 스냅샷을 선택 및 취득하고, 조건 특정 데이터의 각각의 스냅샷에 기초하여 질량 유량 제어기의 작동을 특징짓는 기능 파라미터 값을 생성하고, 각각의 작동 조건들의 변화의 특정 유형이 개별적으로 발생한 후에 취득되는 다수의 기능 파라미터 값을 특징짓는 제1 데이터 스토어에 저장되는 통계값을 발생시키는, 데이터 로깅 요소와,
   제1 데이터 스토어에 저장된 통계값과 현재 기능 파라미터 값을 이용하여 고장을 진단하는 진단 요소를 포함하는,
   질량 유량 제어기.
9. 제8항에 있어서,
   기능 파라미터 값에 영향을 미치는 미리 정해진 이벤트에 대응하여 데이터 로깅 요소가 통계값을 포함한 데이터 세트의 각각의 컬렉션을 저장하는 제2 데이터 스토어와,
   제2 데이터 스토어의 데이터 세트의 컬렉션에 기초하여 고장을 예측하는 예측 요소를 포함하는,
   질량 유량 제어기.
10. 제8항에 있어서,
    조건 특정 데이터는 측정 흐름, 압력, 밸브 위치, 흐름 설정점, 기생 흐름, 교정 흐름 센서 신호, 제어 루프 이득, 제어 루프 시간 상수, 흐름 표시기 및 흐름 표시기 시간 상수로 이루어진 군으로부터 선택되는,
    질량 유량 제어기.
11. 제8항에 있어서,
    기능 파라미터는 압력 변화, 압력 변화에 대한 밸브 위치 변화의 비율, 최대 흐름 에러, 폐루프 제어 모드로 전환하는 순간에서의 흐름 에러, 개방 루프 제어 모드의 기간, 밸브 시작 위치, 과도 지연, 과도 상승 시간, 과도 하강 시간, 오버슈트, 제어 시간, 제로 오프셋 및 정상 흐름에서의 밸브 시프트로 이루어진 군으로부터 선택되는,
    질량 유량 제어기.
12. 제8항에 있어서,
    통계값은 평균값, 표준 편차, 최소값 및 최대값으로 이루어진 군으로부터 선택된 통계값인,
    질량 유량 제어기.
13. 제9항에 있어서,
    미리 정해진 이벤트는 기간, 온도 변화, 가스 유형 변화, 흐름 범위 변화 및 배향 변화로 이루어진 군으로부터 선택되는,
    질량 유량 제어기.

Images