您的位置: 集微网:积微成著 >> 资讯 >> 晶圆制造 >> 详细内容 在线投稿

关键三招,AI 让半导体厂产线健康产能满满!

更多猛料?欢迎关注老杳个人微信号:laoyaoshow
来源: technews   发布者:technews
热度52票   时间:2017年11月21日 05:36
除了在岁修状态外,半导体产线机台一般都是 24 小时不停运作,如何维持机台正常运作和产线顺畅,影响半导体大厂绩效的关键,除了台面上的先进制程,更要确保机台不故障不出错,甚至能在发生非预期停机前故障前,就早一步掌握机台健康信息。





但一年才岁修一次的半导体机台如何确保其他时间不故障呢? 有办法在不停机的状态下发现机台的异常吗? 甚至,有没有可能预先侦测机台的异常并主动警示呢?

根据 IBM 的研究报告显示,83% 的信息长认为,设备维护以及总体资产分析优化为提升企业竞争力之最主要途径,导入机台故障预诊断技术效益可以增加 20% – 25% 生产力,工厂产线设备的稳定与正常, 是制造业的关键竞争力,于是台湾半导体产业找上了工研院的巨量数据分析团队,希望透过巨量数据分析,预先诊断并排除有可能产生故障的机台。

「半导体机台故障预诊断软件」这项研究早在四年前就开始启动,透过搜集、分析机台数据来监控与评估设备及其零件的健康状态,及早预测机台需要维修的时间点,减少产线因机台突然故障而必须停顿的风险,原理看似简单易懂,关键就在于 AI 的应用。

工研院巨量信息科技中心经理林群惟一语道破关键核心:「半导体机台故障预诊断软件」是一套人工智能(AI)与机器学习的系统平台,分析机台所产生的制程数据,进行实时监看、预测并以可视化数据呈现, 让产线管理者可以掌握设备的健康状态。 」。


▲「半导体机台故障预诊断软件」是一套人工智能(AI)与机器学习的系统平台。 (图片来源:工研院)。

而「半导体机台故障预诊断软件」获得光电半导体产业青睐的关键技术,在于工研院研发团队掌握了精准数据搜集、参数萃取与分析。

关键 1,搜集对的数据,从中萃取关键参数

由于半导体产线的数据参数,多达 400、500 种,要从中找到真正影响机台健康的参数,是研发这套系统的第一道关卡,林群惟表示,我们为此整合光、机、电与信息软件等领域的研发团队,经过反复验证与测试, 顺利找出能反映机台设备健康的关键参数。

关键 2,建立整体式学习预测技术

找到能反映机台设备健康的关键参数后,接着要建立数据分析模型。 研究团队跳脱过往采用单一「英雄式」的分析算法,整合数十几套先进机器学习算法建立「整体式学习预测分析模型」,提高机台预测分析的准确度。 林群惟指出,机台预测分析准确度如果不够高,一直发出误警报反而会造成产线工程师的困扰,影响产线生产效率,目前很多智能制造预测分析技术都有此类问题。 而工研院所研发的整体式学习预测分析技术,准确率达到 95% 以上,减少误警报的状况发生。

关键 3,建立数据分析准则

提高「半导体机台故障预诊断软件」的准确度还不够,为将此系统导入更多制造领域的产线,工研院研究团队进一步建立一套数据分析准则,让此系统实际导入应用于其他产线时,可以直捣产线生产环节的核心问题,快速建立分析模型。

「半导体机台故障预诊断软件」藉由预知异常事件即将发生,让产业提早排除异常,减少突发事件造成的查修时间压力与风险,提高产线工程师的工作效率,让工程师专心投入创新研发,为公司创造更多的附加价值,不仅技转给国内多家光电半导体厂商,同时也入围 2017 全球百大科技研发奖。



    扫描下方二维码关注老杳或集微网官方微信:




  • 【手机中国联盟官博系列赠机活动进行中,欢迎参与】

  • 老杳吧本周热点帖子

    老杳吧今日热点帖子


    顶:2 踩:3
    对本文中的事件或人物打分:
    当前平均分: (18次打分)
    对本篇资讯内容的质量打分:
    当前平均分: (17次打分)
    【已经有人表态】
    上一篇 下一篇