skip to main content

工業 4.0 技術延伸至

By Andreas Neuber, Maxime Cayer, John Koenig and Shaun Crawford

為了充分發揮製造系統和人員潛力,許多不同產業的公司正迅速邁向高度自動化系統以及數位數據驅動的方法和機台。[1] 廣為人知的「智慧製造」或工業 4.0 所帶來的生產力改善相當的可觀,許多人將這種轉變稱為全新工業革命。[2]

半導體產業比起其他產業更早採用工業 4.0 技術且早已高度數位化。其中一個例子就是半導體設備通訊標準 (SECS)/ 通用設備模式 (GEM) 的設備介面協議,在多年前即為了設備與網路主機數據通訊引入高度自動化晶圓廠。

然而,在半導體產業中實行工業 4.0 仍然存在相當大的困難。潔淨室下層是目前一般尚未實施這項技術的領域;但由於晶片大量需求造成晶圓廠產量飆升,此領域也已開始有所變化。

與生產設施其他部分相比,潔淨室下層消耗更多的能源和資源,[3] 因此,隨著產量的增加,製造商需盡快尋找更好的方法來管理能源、水和化學品使用,同時繼續保持高安全水準、減少排放和降低成本。[4]

狀況報告:在潔淨室下層採用的工業 4.0

表 1 總結出在晶圓廠和相關潔淨室下層各項設施實施工業 4.0 的情形。

表 1:半導體產業目前工業 4.0 實施狀況。如圖所示,比起潔淨室下層,生產樓層有更多地方已實施 ( 綠色 ) 或進行中 ( 黃色 ) 工業 4.0 。紅色表示未來重點和早期探索領域。

雖然潔淨室下層實施工業 4.0 仍處於起步階段,但已有一些初步成果。其中包括:
  • 監測和重覆比對天然氣流量和廢氣處理可用性,透過此方式來製作廢氣排放報告
  • 潔淨室下層設施的警報管理
  • 維護計劃管理

表 2 顯示使用應用材料 iSystem™ 控制器執行的分析範例。

表 2:使用應用材料 iSystem 控制器在潔淨室下層實現早期實施工業 4.0 的範例。( 註:由於製程冷卻水過濾器堵塞,在某些設置下頻繁發出溫度警告。)

此外,在不久的將來,晶圓廠和潔淨室下層設備的數據整合和運作同步化將促成其他方面的應用,進而提高晶圓廠的整體生產力和良率。其中包括:

  • 更高層級的警報管理,使用風險分析來彌補單一故障;例如管理封閉式的排氣流動 ( 否則系統為安全失效 )。
  • 機台和潔淨室下層資訊的大數據評估;這個方法的其中一項價值是可為乾式泵浦提供預測性和預防性維護。儘管泵浦供應商已找到泵浦可能故障的跡象 ( 例如振動、溫度等 ),但仍不完全清楚這個變化是否為半導體製造過程中的改變所引起,或是否源自於泵內部。在大數據框架中使用應用材料 iSystem 控制器使製程變更與泵浦訊息相互重疊,進而降低成本和偏差並提高品質和效率。
  • 在不同的製程條件下產生和改變機台內的能量平衡。這可以通過外部感測器來實現。

iSystem 控制器是開發工業 4.0 潔淨室下層應用程式的重要工具。目前在全球晶圓廠已安裝超過 1,000 組。在監控機台運轉的同時,控制器收集有用的數據,可用於製作資源消耗、溫室氣體排放和其他報告,還可實現更先進的智慧製造應用。每組 iSystem 控制器最多可支援四個機台,可輕鬆安裝在應用材料公司和其他供應商的 200 公厘和 300 公厘製程機台上。

工業 4.0 計劃考量

工業 4.0 規劃包括彼此互補的策略和戰術要素,規劃中必須共同考慮這些要素。

在策略層面上,晶圓廠管理層關注整體性議題,如晶圓廠數據日益增加的重要性、完全控制製程的需要,以及更好的參數控制管理。將潔淨室下層設施組件與生產機台同步化,也與監督、監控系統同步化,這個過程在上述議題中扮演重要角色。

從戰術層面來說,這個過程的目標是使用智慧製造技術來實現具體及明確的改善,例如提高整體設備效率 (OEE)、更佳的反應室匹配、降低總體擁有成本 (COO) 等。這些改善可以透過多種方式達成,而這都是受惠於潔淨室下層數據,例如:
  • 監控趨勢和成本、找到標準機台,並擴大蒐集最佳方法 (BKM)
  • 尋找一般即將發生故障的趨勢 / 轉變 / 漂移等現象
  • 整合感測器來改善效能數據

根據半導體產業所有實施工業 4.0 的情形,我們似乎了解到必須結合三個元素,並以互補方式運作才可滿足策略和戰術目標。這三個元素是 (1) 有效的數據收集、(2) 全面性數據評估、以及 (3) 根據所得數據採取適當行動 ( 圖 1)。

圖 1. 半導體產業成功實施工業 4.0 的三個基本要素。

預計未來幾年,這三個領域都將有顯著進展。這有助於增加生產機台 / 潔淨室下層的整合,並提高晶圓廠整體生產率。

例如透過收集數據,可將更多感測器整合至設備和網絡。其中包括為簡化安裝和降低成本所設計的新型感測器,例如物聯網式和能量採集設備。

在數據評估方面,未來將可實現即時能量平衡。資料挖掘器將用來識別不可預測組件故障類的生產風險。深度學習演算法將用於預測性 / 預防性維護事件。

最後,此數據收集和評估過程將成為採取具體行動的回應。例如將潔淨室下層管理和維護系統與排程系統及其他晶圓廠主機系統的整合。此外,在工業 4.0 框架下,潔淨室下層管理將得到更佳數據管理功能的支持,可簡化維護活動、在翻新後實現更快的組件安裝等。

下一步

半導體製造商正在探索所有可能途徑,以滿足晶片的巨大需求。隨著對更高產量和更高生產率需求的增加,潔淨室下層設施與生產機台以及監督監控系統的更緊密整合,將使晶圓廠降低運營成本並滿足環境法規要求。

欲知詳情,請聯絡 andreas_neuber@amat.com.

[1] http://www.avidsolutionsinc.com/blog/smart-manufacturing-success-stories

[2] https://en.wikipedia.org/wiki/Industry_4.0#References

[3] http://www.appliedmaterials.com/nanochip/nanochip-fab-solutions/july-2015/trends-in-subfab-energy-consumption-and-emissions-control

[4] https://www.semiconductors.org/issues/environment/environment_safety_health/