關鍵三招,AI讓半導體廠產線健康產能滿滿

除了在歲修狀態外,半導體產線機台一般都是24小時不停運作,如何維持機台正常運作和產線順暢,影響半導體大廠績效的關鍵,除了台面上的先進製程,更要確保機台不故障不出錯,甚至能在發生非預期停機前故障前,就早一步掌握機台健康資訊。

 

但一年才歲修一次的半導體機台如何確保其他時間不故障呢?有辦法在不停機的狀態下發現機台的異常嗎?甚至,有沒有可能預先偵測機台的異常並主動警示呢?

根據IBM的研究報告顯示,83%的資訊長認為,設備維護以及總體資產分析最佳化為提升企業競爭力之最主要途徑,導入機台故障預診斷技術效益可以增加20%-25%生產力,工廠產線設備的穩定與正常,是製造業的關鍵競爭力,於是台灣半導體產業找上了工研院的巨量資料分析團隊,希望透過巨量資料分析,預先診斷並排除有可能產生故障的機台。

「半導體機台故障預診斷軟體」這項研究早在四年前就開始啟動,透過蒐集、分析機台資料來監控與評估設備及其零件的健康狀態,及早預測機台需要維修的時間點,減少產線因機台突然故障而必須停頓的風險,原理看似簡單易懂,關鍵就在於AI的應用。

工研院巨量資訊科技中心經理林群惟一語道破關鍵核心:「半導體機台故障預診斷軟體」是一套人工智慧(AI)與機器學習的系統平台,分析機台所產生的製程資料,進行即時監看、預測並以視覺化資料呈現,讓產線管理者可以掌握設備的健康狀態。

「半導體機台故障預診斷軟體」是一套人工智慧(AI)與機器學習的系統平台。(圖片來源:工研院)

 

而「半導體機台故障預診斷軟體」獲得光電半導體產業青睞的關鍵技術,在於工研院研發團隊掌握了精準資料蒐集、參數萃取與分析。

關鍵1》蒐集對的資料,從中萃取關鍵參數

由於半導體產線的資料參數,多達400、500種,要從中找到真正影響機台健康的參數,是研發這套系統的第一道關卡,林群惟表示,我們為此整合光、機、電與資訊軟體等領域的研發團隊,經過反覆驗證與測試,順利找出能反映機台設備健康的關鍵參數。

 

關鍵2》建立整體式學習預測技術

找到能反映機台設備健康的關鍵參數後,接著要建立資料分析模型。研究團隊跳脫過往採用單一「英雄式」的分析演算法,整合數十幾套先進機器學習演算法建立「整體式學習預測分析模型」,提高機台預測分析的準確度。林群惟指出,機台預測分析準確度如果不夠高,一直發出誤警報反而會造成產線工程師的困擾,影響產線生產效率,目前很多智慧製造預測分析技術都有此類問題。而工研院所研發的整體式學習預測分析技術,準確率達到95%以上,減少誤警報的狀況發生。

 

關鍵3》建立資料分析準則

提高「半導體機台故障預診斷軟體」的準確度還不夠,為將此系統導入更多製造領域的產線,工研院研究團隊進一步建立一套資料分析準則,讓此系統實際導入應用於其他產線時,可以直搗產線生產環節的核心問題,快速建立分析模型。

「半導體機台故障預診斷軟體」藉由預知異常事件即將發生,讓產業提早排除異常,減少突發事件造成的查修時間壓力與風險,提高產線工程師的工作效率,讓工程師專心投入創新研發,為公司創造更多的附加價值,不僅技轉給國內多家光電半導體廠商,同時也入圍2017全球百大科技研發獎。

 

【延伸閱讀】

關閉

聲紋蟲

這是一種藏匿在光影當中的特殊生命體:聲紋蟲,不同的材質會孕育出不同種類的聲紋蟲,伸手進入培養皿觸碰聲紋蟲,聲紋蟲會因為訊息溝通與新材質加入,看到更多聲紋的變化…

閱讀更多 »

無血清培養基 再生醫學新利器

生技產品從研發、試量產、臨床測試到產品上市,須使用大量的培養基。儘管培養基的使用約占總成本的40%–60%,但是臺灣卻缺乏培養基研發能力與量產的經驗,為了彌補這項關鍵技術缺口,工研院建立無血清培養基研發平台技術,開發出高效增殖人類間質幹細胞之無血清培養基以用於細胞治療領域…

閱讀更多 »

科技萬花筒 玩轉A到Z

2017年開年大戲美國消費電子展(CES)共展出2萬多款新產品,昭告ICT產業萬箭齊發,如同絢爛萬花筒,迎來彩色繽紛的一年。科技精品玩轉A到Z,商機遍地開花。

閱讀更多 »
close-link