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

好萊塢美麗影星與秘密通訊技術的發明者--海蒂拉瑪

在男性掛帥的科學領域,相較之下,名留青史的女性謂之少數,海蒂拉瑪(Hedy Lamarr)便是其一,且是特別的一個。她是「秘密通訊系統」(後稱此技術為展頻技術 Spread Spectrum)的發明人之一,她的發明奠定了現今手機與無線通訊系統的基礎,而她同時也是好萊塢女星、第一部裸體電影的女主角…

閱讀更多 »

年輕人,商業提案跟你想的不一樣

回顧過去,從剛畢業到第一次創業前幾年的商場經驗後,我發現絕大多數的商業提案都失敗了,以前我總覺得一定是我不夠誠懇,或者沒找到關鍵人物,也可能是我簡報做的不夠齊全,資料看得不夠多,所以對方覺得我水準不夠,以至於無法達成合作。

閱讀更多 »

奈米玻璃超人出擊,廢水變清水!

工研院在技術處與環保署支持下,從廢棄液晶面板分離出液晶、銦和玻璃,將液晶純化回收使用外,並開發出「玻璃奈米孔洞吸附材料」,將玻璃改質,在玻璃表面創造奈米孔洞的結構,產生極佳的吸附機制!就是奈米玻璃超人的超級大絕招!

閱讀更多 »

我對晶片設計工業的建議

聯發科是我國晶片設計產業中最成功的一家,我們政府對晶片設計公司的評估往往根據這家公司的營業額,這當然有它的道理。可是有的時候我們還應該注意另外一件事,那就是這家公司的技術水準。

閱讀更多 »
close-link