麦斯克电子材料股份有限公司

半导体智能制造:从精益制造向智能制造演进

发布时间:2024-09-09麦斯克电子材料股份有限公司点击:1198

免责声明:本站部分图片和文字来源于网络收集整理,仅供学习交流,版权归原作者所有,并不代表我站观点。本站将不承担任何法律责任,如果有侵犯到您的权利,请及时联系我们删除。

精益制造正在向更智能的半导体制造流程演进

与众多半导体企业相仿,数十年来,该行业领军企业始终依托于精益制造技术稳步前行。精益制造不仅是企业存续的基石,更是其不断进步的驱动力。通过实施精益生产方式,这些企业已成功剔除众多非增值环节,显著降低了浪费,并极大地提升了生产效率。

芯片制造领域的先驱们深刻认识到精益制造所赋予的竞争优势,然而,他们也普遍意识到,在今日这个竞争激烈且要求严苛的市场环境中,仅仅依赖精益制造已难以满足发展需求。当前,若企业仅止步于精益而不积极迈向智能制造的新阶段,将可能束缚其在敏捷性、制造流程优化、风险管理以及市场竞争力等方面的进一步提升,而这些因素对于任何一家半导体制造商实现长远发展、壮大实力而言,均不可或缺。

通过智能制造将精益制造优势提升到一个新的高度

单独的精益制造可能已接近其能力极限,但如果通过智能制造对其加以强化,精益制造的优势似乎几近于无穷无尽。

原因何在?智能制造最初作为工业4.0的一个组成部分出现,它增加了将仿真、执行控制和分析相结合所需的数字化,从而在不影响精益制造收益的情况下,持续优化无返工的高良率制造流程。智能制造为企业提供需要的端到端连接,以便企业做出数据驱动型决策,从而加快新产品推出 (NPI) 和上市,并在零缺陷制造环境中实现更高产出。

根据预测,智能制造提高绩效的潜力令人印象深刻:

• 产量提高 20%

• 成本降低 15%

• 营收增加 10%

• 降低网络攻击以及不遵守监管要求和可持续发展目标的风险

为了对精益制造和智能制造进行公平的比较,让我们先从精益制造的优势谈起:

• 减少浪费

• 显著提高生产效率

• 节约资源

• 及时交货

• 实现质量改进

• 应用吸取的经验教训

• 提高客户满意度

• 增强可持续发展能力

尽管这些优势令人印象深刻,但我们还必须考虑只坚持精益技术而不补充智能制造的局限性,具体如下:

• 最多只能达到上次制造的水平而无法超越

• 无法对紧迫的业务和质量问题做出主动或预测性响应

• 由于依赖于过往的数据,无法实时提供高水平的初始质量

• 在当今业务速度下竞争所需的制造敏捷性不足

是什么让智能制造脱颖而出?

实时数据采集、规划、仿真和生产优化让半导体制造更智能

精益制造注重历史数据。精益制造使用过去的生产数据来确定和消除非增值活动。

智能制造注重实时数据。智能制造使用实时生产数据来不断优化当前生产,以实现高水平的初始质量。

精益制造是一种反应性制造。精益制造使用过去的生产数据来评估过去的绩效,同时识别浪费和低效流程,从而吸取经验教训,改善运营。

精益制造过程中有许多手动步骤。进展往往很缓慢。智能制造是一种主动性制造。精益制造注重过去的数据,而智能制造则不同,它使用先进的软件解决方案和分析方法将实时生产数据转化为可操作的洞察,以提高当前和未来的绩效。

智能制造极大地增强了数据的力量

通过系统之间的端到端连接,可以直接从半导体制造执行系统 (MES) 收集实时数据,为半导体专用仪表板(包括独特的半导体特定制造流程清单 / 信息清单模块)提供信息。用于半导体制造的 MES 可以利用生产的数字孪生来实时捕获性能数据,包括统计过程控制 (SPC) 以及与制造执行、维护、测试和调度的偏差。数字孪生利用 MES 数据不断进行更新,可以随时提供高度准确的仿真,帮助企业确定生产改进机会。

111.png 

优化型半导体制造执行系统 (MES)借助智能制造,管理人员可以更深入地了解生产步骤,而这将使企业能够在问题发生之前就发现它们,并在设计和工程流程的早期(从前端制造和晶圆制造到后端制造、组装、封装和测试)采取 “左移” 策略,解决潜在错误。

222.jpg

仿真助力生产优

利用数字孪生,企业可以及早预测生产问题,从而通过关于如何以及在何处对MES进行运营调整、采用人工智能、采取全面预防措施降低风险以及无返工产品的绩效洞察,找到解决方法。

数字孪生是产品(产品数字孪生)或其制造流程(生产数字孪生)的高精度虚拟模型。在构建半导体产品或设计实际制造操作之前,这些模型在虚拟模型中模拟真实世界的条件。仿真可用于模拟多个能够通过更低成本进行虚拟评估的假设场景,以优化产品和流程。

数字孪生会通过企业的半导体 MES 不断更新,以确保出色的精度。通过不断从现实制造流程中收集数据,制造仿真可以持续改进,从而使制造流程更加高效。虚拟模型将动态地提供生产环境相关信息并优化生产环境,以实现侦测(监控)和预测(人工智能)功能。

人为因素

为了获得真正的整体解决方案,企业的数字孪生方法还应模拟人与流程和技术的交互,从而优化人才使用、员工分配、人体工程学环境、生产效率和可持续发展能力,从而确保业务持续增长。

借助数字孪生,可以开始捕获实时制造数据,并将该数据重新引入虚拟模型中进行仿真,以便:

• 评估预测方案,以确保满足近期和长期订单的产能

• 准确模拟人与流程和技术的交互• 评估制造流程中的必要变更

• 记录并复现企业的良好实践,以便设定比以往更高的质量水平

• 优化人才使用、员工分配、人体工程学环境、生产效率和可持续发展能力

• 利用历史数据和预测数据做出更明智的资本支出决策

虚拟呈现制造流程

在制造流程实际建立之前对其进行设计和仿真,尽量降低风险,并确保流程高效且有效,同时尽量减少返工。

找出浪费和效率低下之处,例如瓶颈、不必要的步骤和过多的库存。一旦发现浪费,制造商就可以采取措施消除它。

创建并优化生产计划和时间表。这有助于缩短设置时间,充分减少在制品库存,并充分提高机器利用率。

模拟不同工艺参数对产品质量的影响。这有助于制造商确定每个过程的适当设置,从而提高产品质量并降低报废率。

第二步:通过实时报告和分析实现闭环

其次,使用实时制造报告和分析,企业可以获得持续学习和质量改进优势,从而以下一代效率执行先进的半导体制造运行。

借助提供更高级别的数据智能和自动化的智能制造环境,企业可以改善从设计到生产的协同,从而实现无返工、可追溯、安全且高良率的半导体制造操作

通过智能制造,企业可以使用当前的 MES 运行数据实时更新仿真模型。企业可以利用半导体专用制造流程清单和信息清单解决方案来简化制造配方和作业指导说明,并实现它们的自动化。此外,企业还可以获得晶圆量测机器学习分析和洞察所提供的数据驱动型晶圆洞察优势。

利用闭环方法,企业还可以获得更大的流程灵活性和效率优势,将监管和质量要求与同步生产流程完全整合在一起,实现优良的供应链管理。此外,企业还可以利用云和边缘分析来为预测性维护提供支持。

高效运行敏捷生产线并收集实时数据

使用数据来维护和利用PLAN中的工程仿真模型,以便评估技术或产品更新带来的变化。引导流程数据,在工业物联网平台(loT)上运行自成一体的数字孪生模型,从而对持续改进实施建模。

消除产品运行变化造成的混乱——无论交付的批次包含一件产品还是1000 件产品,都应该确保相同的效率和质量。

快速识别和预测生产和质量问题,防患于未然。使用高级分析将大量数据转化为可操作的洞察。

第三步:跨所有学科建立联系

需要完成的第三件事就是在虚拟世界和真实制造世界之间建立无缝连接。

随着制造条件和工艺的变化,企业可以在闭环中不断将来自现实世界的更新数据重新引入虚拟世界,从而持续评估改进情况。

借助跨所有企业、学科和领域的连续互联数据流,企业可以获得实时做出业务、工程和制造决策所需的当前洞察。

准备就绪后,企业可以通过 MES 实施数据驱动型决策,从而在不中断精益制造流程的情况下,利用无返工设计实现高水平的初始质量。

这场智能制造革命对企业意味着什么?总而言之,利用数据驱动型运营绩效洞察一家全面互联的智能工厂可以获得持续改进的重要机会。

企业可以通过一个安全、开放的平台,将内部和整个供应链中的所有制造解决方案连接起来,实现无缝协同,从而提供高水平的初始质量,交付无返工设计。借助无缝管理所有领域数据的稳健、开箱即用的解决方案,企业的团队可以提高 NPI、降低成本并推动创新,从而获得竞争优势。例如,借助可将产品清单(BOP)直接发送到 SAP 的产品生命周期管理(PLM)解决方案,企业便可以为可能使用不同 MES的多个站点提供支持,从而提高单点访问的效率。

从精益制造向智能制造演进的企业将不再仅仅作出反应,而是主动加快晶圆代工厂的演进,以便优化制造,并使公司在制造未来半导体的激烈竞争中立于不败之地。

从低效的反应性向高效的主动性演进

许多传统的集成电路代工厂都秉持反应性思维,依赖于事故后分析和纠正措施,而这往往会导致生产延误。然而,采用智能制造,通过数字孪生收集全面的实时数据模拟下一代流程,并为更智能、更及时的决策提供信息却是实现数字化转型的关键所在。这种演进正在发生,它从反应性解决问题开始,快速转变为持续的学习、主动式质量管理和能够预防缺陷的预测性方法,让企业交付更高质量的半导体,实现更高的产量。

从精益制造向智能制造的演进是企业取得成功和长盛不衰的关键。

通过企业系统枢纽实现跨所有学科的无缝协同

通过开放、全面的物联网解决方案有机地连接企业的机器、生产线、工厂和供应链。使用虚拟传感器对高价值资产的运营效率进行建模和分析。使用来自人工智能和分析工具的预测性洞察优化制造流程。

消除数据孤岛,实现整个生产流程的端到端可见性,并提高流程效率。

利用新的过程自动化技术提高整体设备效率(OEE),并降低总拥有成本。

迈出下一步,拥抱智能制造的新纪元。随着企业智能制造体系的日益成熟,并全面融入生产核心,我们将迎来前所未有的机遇与挑战。在这一转型的关键节点,企业不仅能够提前预判生产中的潜在问题,还能依托强大的绩效分析能力,精准洞察MES(制造执行系统)的运作细节,明确何时何地需进行策略性调整。人工智能的深度融合,将赋予我们前所未有的决策支持,使我们能够采取全面而前瞻的预防措施,有效降低风险,确保产品一次通过,无返工之忧。这不仅将显著提升新产品的引入(NPI)良率,更将为企业业务的持续拓展与升级奠定坚实基础。

然而,这一切美好愿景的实现,都始于我们从精益制造向智能制造的坚定迈进。这是一场需要勇气、智慧与持续努力的变革之旅。要以开放的心态拥抱变化,以创新的思维引领未来,共同开启智能制造的新篇章,加速迈向更加辉煌的发展道路。