淺談設備預測性保養（二）

2022-04-0661人查看

這篇文章我們用劃片機作為例子，繼續探討預測性保養的課題。

一般的大數據專家在實現預測性保養的課題時，都會提到要在龐大的數據中找到“因子”，然后才能幫客戶解決問題。在這里我們不探討復雜的課題，只解決最直接的問題，那就是如何預測什么時候要換刀片？

我

們先大概介紹

一下劃片機的特性

：

劃片機把貼在藍膜上的芯圓片進行切割，以便貼片機能夠取出芯片。

劃片機上有兩把刀，設備可以設定刀片的轉速。

劃片機在切割 x 條線以后，可以進行切割后的崩角量測 (CHIPPING, 也就是我們所謂的毛邊）。

崩角是主要的質量數據。

不同材質的芯圓片，需要用到不同的刀片類型。

每一把刀上都有一個編號。

刀片組是不固定的，工程師不一定每次都一起使用同樣的兩把刀。

非常直接的，我們可以找到最基本需要的資料：

1）需要知道設備在生產什么樣的芯圓片（從 MES 可以得知或是直接從設備的 recipe）。

2）需要能記錄做了多少片芯圓（從設備的 SECS/GEM)。

3) 需要知道每一片芯圓，劃了多少條線（從設備的 SECS/GEM)。

4）需要記錄每 x 條線的崩角（chipping）量測數據（從設備的 SECS/GEM)。

5）需要知道刀片的轉速（從設備的 recipe）。

6) 需要知道設備上用的是哪兩把刀?！?/span>

有了這些數據，其實就可以找到一個數學專業的人員，建立一個模型去預測什么時候需要更換刀片，或者是說刀片是不是可以續繼使用。

但實際上在進行的時候，我們依然面對了很大的挑戰，主要原因如下：

設備的 SECS/GEM 無法告訴我們設備上用的是哪一把刀，因為設備廠商在刀片編號上加了密?？吹牡降牡镀幪柡驮O備 SECS/GEM 提供的不一樣。需要購買額外的套件。

設備的 SECS/GEM 無法告訴我們崩角（chipping）量測數據是由哪一把刀造成的。除非我們綁定刀片組，否則數據是不準確的。

當然這些難題可以被克服，例如讓客戶手動掃碼刀片的編號，透過 log file 就可以知道崩角（chipping）量測數據是哪一把刀造成的。

在 2005／6 的時候，我們對劃片機做了第一個版本的預測性保養（純屬個人的快樂工程），當我們向生產和設備部門去討論這個功能的時候，我們沒有得到用戶的支持。從他們的角度，需要管起來的東西太多了，例如需要一個刀片管理系統，需要額外在 MES／EAP 中登記用了哪一片刀，需要設定不同芯圓片崩角的上下限，而換回來的好處只是能夠預測何時要換刀片而已，對他們來說，簡單的按照廠商的要求在那之前換刀片就好了。其實，當時我們還多走了一步，做了一個類似 “R2R “ 的系統，會根據崩角（chipping）量測數據，調整刀片的轉速，進而延長了刀片的使用壽命，但這依然無法打動客戶愿意去嘗試新系統。

在 2012 年的時候，我們又和顧客再次提起了同樣的概念，這回的客戶是一個對成本很在意的封測代工廠，但我們依然沒有得到客戶的認同，從客戶的角度，預測性保養帶來的益處依然不夠大到顧客愿意去嘗試。

下一次我們會探討預測性保養相關的數學。敬請期待。

上一篇：浙江電視臺專訪|產業鏈數字化轉型，驅動高質量發展下一篇：淺談設備預測性保養（一）

新聞資訊

最新資訊

公司新聞

淺談設備預測性保養（二）