预测工厂管理

工厂的未来变化是在有效地管理过程和设备。

受欢迎程度

管理变化需要一种不同的方法在工厂管理,从被动的预测方法。

然而,这是说起来容易做起来难。预测工厂管理需要一个更详细的了解发生在工厂的一切,包括流程变化、设备变化,混合variation-all必须与调度策略可预测的工厂管理性能。

分解问题的一种方法是首先考虑的“自下而上”挑战设备和过程的变化,然后考虑交换数据的“自上而下”的挑战,并安排工厂。

这第一篇文章将研究如何识别问题的自下而上的方式设备之前影响过程。行业已经成为非常复杂的使用统计过程控制(SPC)和运行控制管理过程的结果。Sematech制造经理比尔·罗斯表示,他的团队已经会见了在联合技术团队,为喷气发动机开发监控系统。有些900传感器在每个发动机实时监控。现状和问题上传在飞行,以便适当的维修或更换设备尽快等待飞机降落。

这是一个很好的例子,实时预测维护。喷气发动机的问题是简单的因为只有1类型的每架飞机的引擎,而半导体工厂可能有超过30种不同的设备。相比之下,在喷气发动机可靠性的点球失败,而更为重要。

Sematech diy方法识别关键问题。集团看着计划外维护报告,选择目标。他们添加传感器,记录软件,选择同步触发信号设备使用跳线。他们也有访问带时间戳的事件文件与数据。一旦有数据显示因果关系,他们使用这个说服供应商特定的监视功能添加到他们的设备。

这种理解的力量应用于半导体加工是显而易见的。罗斯认为挑战是确定正确的项目投资监控。

Inficon负责人比尔•康纳,描述了一个商业植入平行的高带宽网络和传感器叫做Fabguard包。从自定义网络传感器系统收集数据,从系统和触发器。主机软件允许离线检验相关性。带宽的重要性对于特定失效模式被康纳插图,在腐蚀装置显示一个例子的灭弧和沉积系统,要求高频采样问题的发生。这些系统和过程具体分析基于用户安装传感器。

应用材料和吉米依斯干达、数据科学家描述了一个完全集成的、通用的预测维护(PdM)解决方案。公司的TechEdge PdM产品包括离线数据分析系统和实时预测系统开发离线使用理解。公司指出,在客户测试的例子,同时表明司马义正更广泛地部署该解决方案。

依斯干达,PdM解决方案可以总结如下:“modeler收集数据从任何现有的传感器系统内部。可以添加自定义传感器的应用团队,创建的虚拟传感器可以关联多个数据源。数据总结成一系列的指标。随后,PdM软件查找总结指标之间的相关性和系统维护日志”。

他们开发了PdM能力概括一个预测模型在钱伯斯(相同的工具类型),产品和过程,而不是一个特定的模型,从而提高模型的鲁棒性和降低维护成本。

诊断解决方案讨论半导体西今年夏天覆盖范围从一个“自己动手”的传感器去寻找相关性;商业定制的传感器网络;一个集成的通用解决方案,寻找相关性统计数据总结。不同的解决方案寻找相关性在不同级别的详细数据。

控制
另一个挑战是确保设备和过程的控制限度提供所需的控制设备。精益6西格玛组长Rohit Lal全球铸造厂,说铸造使用流程模型的组合,阶乘设计实验和内部开发的设备模型来连接所有的点。“Finfet, 20流程步骤确定门的高度,所以他们使用相关性来确定问题的第一步,”拉尔说。这个策略需要进一步扩展回连接设备参数控制的过程。

半导体西会议的重点在工艺设备测量变化预测失败,但也有其他方面管理的变化也是焦点。尽管进步使用SPC和运行控制,有大量的机会进一步减少过程变化。这种控制是提高未来的粒度薄片和在一个晶片。同时,今天运行的控制依赖于统计方法预测,和我们的目标是基于模型的预测。

克里斯•麦克自封的“平大师”和光刻建模的创始人,认为高质量的物理模型是预测和前馈控制的关键,而不是寻找大数据的相关性。他举了个例子:光刻建模的成功是基于图像形成的基本物理和更多的启发式模型的抗拒解散。他认为多模式驱动新的机会。

“我听说完成20纳米金属1逻辑模式铸造厂仍然需要行运行X和Y和需要六蚀刻步骤,”麦克说。六个步骤的所有相互作用来决定最终的几何图形,临界尺寸和模式位置。前馈控制叠加模式和线宽要求模型,包括光刻和蚀刻。在他看来,今天腐蚀模型是一个严重的弱点。

这个行业刚刚开始升值的机会更好的监测设备的健康。“自下而上”是需要一个更好的理解的设备和过程提供可预测的性能。



留下一个回复


(注意:这个名字会显示公开)

Baidu