d 半导体行业MES系统解决方案—江苏汉软工业智能技术有限公司

半导体行业MES系统解决方案

发布日期:2022-09-15 | 阅读次数:

       汉软工业智能的半导体MES系统是一种联合应用程序,其拥有最广泛的预集成模块和工艺工程、设备工程、质量管理、计划、物流和制造运营所需的功能。分布式架构和开放平台设计可根据制造需求快速放大,实现更高水平的自动化,同时降低成本。半导体行业使用MES制造执行系统能够提高管理效率,帮助企业提升企业核心竞争力,帮助提升整体的管理制度。

      由于自动化工厂(生产自动化)具有消除厂内人工作业成本,增加生产线产量与降低循环时间,协助紧张产量控制与强化流程发展,可支持更具弹性和复杂度的制造作业方式,以及将营运程序标准化等多项优势,目前已吸引不少制造业者的导入。就集成电路产品整体生产流程分析,无论是初步氧化、微影制程、蚀刻、离子植入、扩散等程序,绝大部分动作都是在氧化炉、扩散炉、蚀刻机、离子植入机等机台内直接进行,但由于人员进出无尘室一次的时间成本很高,如何尽量以计算机软硬件取代传统人工作业,以降低人力介入的成本,避免人为因素所产生的失误,即成为半导体业者所追求的目标之一。

        另一方面,随著现在半导体相关科技发展已经趋近于物理现象极限,客户的要求亦日趋多样化,使得半导体业者制程的弹性与复杂程度变得越来越高,稍有差错就会使公司发生很大损失,因此新一代自动化工厂对于自动化系统的发展也非常重视。

        生产线在运行过程中必须大量依赖自动化系统的协助,不断地对生产步骤依照标准进行相关校正与控制,并实时回馈所搜集到的各项环境信息,以做为下一步骤应采取行为的重要判断依据。而就目前导入的状况来说,依照应用范围及达成目标的不同,半导体的生产自动化可再区分为「作业自动化(Operation Automation)」与「工程自动化(Engineering Automation)」两大部分。
所谓作业自动化,即指在产品由原料到成品之间的整体生产制造过程,尽量利用计算机软硬件来取代人工进行作业的方式,其目的在于加快产品生产速度、降低人工成本、改善资源投入效率及减少错误的发生。

        在目前半导体产业中,各家业者作业自动化的比例及程度均很高。以MEMSIC本身机台作业程序为例,从机台装置设定准备开始,经原物料上机台、验证装置与物料状况、作业启动、程序执行、资料搜集、作业结束,一直到移置半成品至下一步骤的机台等程序,以往都是要由作业员依照MES系统的指令,以手动方式一步一步进行操作,而现在搭配EAP系统可控制机台自动执行工作程序、AMH系统负责将原料与半成品在仓储与机台之间移动、RTD系统分派任务/管理机台的工作排程,与AM系统可自动依工作程序调整机台参数设定至所需状况等,现在有关机台作业的所有工作步骤几乎都能由计算机软硬件独自完成,无需再搭配作业人员的参与。
 
        至于工程自动化的部分,则是指在生产过程中,除了上述的加工步骤程序之外,其它需要控制、调整与分析的部分。以往这些部分只能仰赖员工,依其过往的直觉与经验进行判断,但现在透过自动化工厂系统的协助,可以让工程人员在进行此一工作项目时,能够做得比以往更好更聪明,这对于企业产品的质量提升会有相当关键性影响。

        举例来说,在前端联机控制端,SPC系统可根据以往的历史资料进行流程控制,APC系统则能依据前一笔产品作业生产结果,实时进行控制。由于生产过程中,机台本身的稳定性对于生产质量也很重要,因此有FDC系统对其进行实时的监控,当透过PDS或Trace Data的检核方式发现有异常状况时,即会发出警告并采取相关的处理。

        在后台离线分析端的部分,在接收到由前端每个不同机台设备所搜集到的多样化资料后,工程师即可透过FDC系统在后台端对这些资料进行微观历史分析(Micro-view Historical Analysis),亦或是藉由EDA系统的帮助,执行历史工程资料分析(History Engineering Data Analysis)的工作。这些分析可协助工程人员找到问题及异常现象可能产生的原因,并据以提出因应对策后,再将相关指令送回前端系统进行控制调整的动作,除了能大幅减轻工程人员的负担外,也能够同时提升其决策质量与效率。

        在自动化工厂发展的下一步,将会针对仓储与机台、机台与机台之间的原料或半成品调动方式进行改善。过去配送是要等到机台完成前一批产品后,AMH系统才会将物料调动至该机台上进行生产,中间会有闲置等待的时间产生。如果能改为在其完成前,即将所需物料做好相关调度,对于缩短工时会有所帮助。

        未来自动化工厂所需面临的新挑战,不乎外是Predicable PM、Virtual metrology、Waste Time reduction、Material consumption及Intelligent Data mining这几部分。举例而言,除了需要具备可根据历史记录与机台的使用状况,预测机台维护更新的周期,以避免因不适当或非预期性的停机而导致公司蒙受不必要损失的能力外,由于现在市场竞争激烈,产品研发速度与更新频率很快,公司接到以往未曾生产过的产品订单机率即大,自动化工厂也应该要有能力在缺实机操作的记录与经验下,根据以往既有的处理工具资料,推测出该产品所需的机台相关设定与制造质量为何。