預測性維護可以減少設備停機時間，同時提高晶圓廠效率。

預測性維護基于來自半導體制造設備的更多更準確的傳感器數據，與定期維護相比，可以減少晶圓廠的停機時間并最終降低成本。但是，實施這種方法并非易事，它可能會破壞本身已設計好的制造流程。

維護速度不夠快可能會導致晶圓或工藝工具本身損壞。在實施及時維護策略的情況下，結果通常是更高的整體設備效率 （OEE）、更長的維護活動間隔時間以及防止由于設備組件故障而導致的產量偏差。

采用這種方法的速度比預期的要慢。通信標準仍然存在差距，晶圓廠仍然擔心由于技術、方法或流程的變化而導致代價高昂的停機。這些變化還需要在分析和培訓方面進行前期投資，因此高層管理人員的支持至關重要，并且通常基于有據可查的投資回報。

實時和預防性維護策略

工業4.0或智能制造一直專注于通過利用制造生成的數據來提高工廠績效和生產敏捷性來優化產量和質量。將分析應用于制造設備維護是一項新的補充，并且具有真正的前景。

為了防止可能影響晶圓廠產能的意外設備故障，工具所有者遵循預防性維護計劃。隨著工廠控制和自動化系統的互聯程度以及傳感器（振動、聲音、圖像）的使用增加，現在可以主動預測或檢測故障組件或過程工具。

預測方法基本上可以預測設備即將發生的故障。這與實時方法不同，實時方法旨在檢測故障的第一個實例。兩者都是有效方法，可以顯著提高定期維護例程的投資回報率。

要實施預測性或實時維護方法，工程師需要了解可用的測量數據，確定哪些參數最相關，并實施改進的維護策略。此外，工程師需要展示晶圓廠產能指標、產品良率和質量方面的優勢。經濟數據越準確，投資回報率的理由就越有說服力。

“缺少的專業知識水平之一是從財務角度了解工廠運營所需的專業知識，”Onto Innovation軟件產品管理總監Mike McIntyre說：“運營財務——就流程成本、維護成本以及通過該流程的材料的價值而言——是在確定如何最好地優化工廠時必須考慮的另一個因素”

盡管如此，通過明智地使用預測性維護，工程師可以就何時以及如何維護晶圓廠設備做出更明智的決策。這樣做需要工程投資，而這種投資可能會阻礙采用率。

工具維護實踐、標準

了解當前的維護實踐為了解預測性或實時維護的理想集成解決方案的可能性和潛在障礙提供了一個起點。

在與客戶的對話中，我們發現大多數客戶都有某種固定時間表的預防性維護系統。換句話說，他們以某個預定的時間間隔更換硬件，無論硬件是否需要更換，Galaxy半導體首席執行官Wes Smith說。“時間間隔通常基于對歷史模式的一些分析，但經驗豐富的維護團隊會進行更有根據的統計。有時，產品計量是維護的觸發因素。當產品測量開始漂移時，通常會根據當地團隊的經驗安排維護活動。”

晶圓廠和子晶圓廠設備中的傳感器涉及可測量的環境、電氣和物理參數，包括溫度、氣體流速、化學、光學或振動傳感器。傳感器數據通常使用現有的行業標準進行收集和通信。

“設備連接、數據收集和晶圓廠運營都有標準。這些為預測性維護解決方案提供了一致的方法，”Synopsys產品營銷總監Anjaneya Thakar說。“但是，我不知道預測性維護的任何具體標準。”

“幾乎所有傳感器數據都可以通過符合SEMI標準通信協議（HSMS，SECS，GEM，EDA / Interface-A，OPC，PLC，MQTT，GRPC）甚至定制設備驅動程序的CIM接口或驅動程序從設備或傳感器獲得，”PDF Solutions全球批量制造解決方案晶圓廠應用解決方案經理Jon Holt說。“然而，據我所知，預測性維護策略和執行沒有真正詳細的標準。間接地，有SEMI E10標準（設備可靠性，可用性，可維護性和利用率的定義和測量規范）;SEMI E58（自動化可靠性、可用性和可維護性標準：概念、行為和服務）；和 ISA-95 3 級（工廠自動化）。”

行業差距

雖然現有標準提供了對設備信息的訪問權限，但仍有許多工作要做，特別是在將子晶圓廠設備數據與晶圓廠設備數據連接方面。

“我們缺乏來自許多關鍵工具組件的適當跟蹤數據，”GlobalFoundries工程師Boyd Finlay說。我們需要“傳感器頻率響應”來測量“完整”奈奎斯特信號以進行測量和控制。一個非常基本的例子是，除非我們部署第三方傳感器，否則我們不會在任何節點看到真正的“機械漂移”。這種方法成本高昂。因此，我們還沒有為PdM（預測性維護）做好準備。

問題與無縫集成的通信協議有關，這是目前沒有標準的領域。

“主要工具和腔室是加工的地方，”Finlay說。“輔助工具描述了這些工具的子系統，這些子系統通常位于潔凈室或子晶圓廠的其他地方 - 例如，泵、減排、冷卻器。輔助工具和主工具/腔室之間的通信總線尚未標準化。我們沒有在輔助套件上獲得關鍵故障模式的適當液位跟蹤數據，并且沒有通過主機設備接口信號上下連接的主要工具/腔室進行集成，即過程啟動/停止、配方步驟 1、2、3、傳感器 A、B、C 等。”

預測性維護示例

為了最輕松地進行預測性或實時維護，工程團隊可以尋找單個參數的行為變化。例如，考慮一下機械臂將晶圓從一個位置移動到另一個位置時的振動。傳感器數據可用于設置基線振動水平，趨勢分析可提供指導維護決策的可操作信息。

“機器人搬運是該過程非常關鍵的部分，它會影響加工晶圓的質量。機器人手臂包含平臺、控制器、手臂、驅動器、末端執行器、傳感器和電機、軸、軸承和其他硬件，”CyberOptics高級項目經理Vidya Vijay說，“機器人手臂至少有九個部件可能需要更換，異常振動可能表明特定部件出現故障。”

電氣測量在晶圓廠設備中很常見，包括功率、電流和接觸電阻。

Vijay說：“在電鍍應用中，當環是新的時，可以記錄能夠電鍍晶圓的引腳的接觸電阻的測量值，并在加工過這么多批晶圓后使用。這可以清楚地了解何時必須清潔或更換接觸環。當手指涂上電鍍化學品時，電阻增加。電阻可以使用WaferSense自動電阻傳感器（ARS）進行測量。”

真空系統在晶圓制造工廠的沉積、蝕刻和離子注入工具中無處不在。檢測腔室中的真空泄漏和即將發生的真空泵故障是工具所有者、工藝工程師和技術人員最關心的問題。

“預測性維護更為普遍的一個領域是真空泵。我們已經與不止一家真空硬件供應商的代表進行了交談，他們向我們描述了他們的預測性維護方法，”Galaxy的 Smith 說。“典型的配置涉及一系列麥克風和復雜的信號處理算法。在某些情況下，這些通過測量維持預期真空度所需的電流消耗的電傳感器來增強。”

真空吸塵器必不可少的設備供應商一直在積極努力為其客戶提供預測性維護解決方案。2022 年先進半導體制造會議的兩篇論文提供了成功案例，他們強調了從計劃維護轉向預防性維護的投資回報率。

Edwards Vacuum 的作者分享了他們對低溫泵預測性維護實踐的策略。這些泵支持工藝腔室中的環境，而有故障的泵會導致這些腔室受到污染。如果泵意外發生故障，與計劃內服務事件相比，計劃外事件的成本很高。具體而言，作者指出：

維修成本：計劃外停機事件幾乎總是會導致需要更換的零件更多。

計劃外停機時間：計劃外停機時間總是需要更長的時間才能恢復，例如，由于需要清潔腔室。

工具重新認證：這可能需要相當長的時間，并包括額外的計量成本。

晶圓成本：每個先進節點晶圓可能要花費數千美元。

Edwards團隊描述了使用基于100多個傳感器數據集的多個變量，包括靜態和時間序列數據。為了標記阻礙性故障，可以使用基于規則或基于統計的算法，并通過主題專家的數據審查來增強這些算法。兩種分析方法都使用了多個變量。

PSK工程師分享了他們對干式帶鋼機真空泄漏的實時檢測技術。該設備使用遠程等離子體源和O2/N2從晶圓中去除光刻膠實時檢測泄漏的動機是提高生產率，因為檢查泄漏的傳統方法要求將帶鋼工具從生產模式中取出，直接影響OEE。這種方法還會改變工藝氣體成分，這可能會產生不希望的處理結果。工程團隊選擇了以下與真空泄漏相關的參數 — 泵送/排氣時間、自動壓力控制 （APC） 閥的角度位置和腔室底部壓力。通過系統地收集了 500 多次運行的數據，他們專門研究了 APC 角度與腔室溫度的關系，并成功展示了從所選參數檢測泄漏的實時能力。

預測性維護的采用率

“使用分析進行維護是使用這些技術進行產量、性能和計量的背后。在這個領域，還有很多探索正在進行，”Onto的McIntyre說。為了從探索到采用，他進一步強調，工廠團隊需要看到“在同行評審的論壇上記錄的內容和實際的成本節省。”

擺脫傳統的定期維護和實施預防性維護需要管理層的承諾和工程投資。要完全啟用，工程師需要訪問傳感器數據，靈活地使用用于集成目的的數據格式，以及各種第三方傳感器與監控子晶圓廠和晶圓廠中此類設備數據的系統之間的通信新標準。

遺憾的是，提供來自某些設備或傳感器專有格式的數據并不能促進各種設備和傳感器供應商之間的數據集成。晶圓廠將擁有來自許多供應商的設備，并投資于第三方傳感器。

“我們為數據分析提供了靈活的選擇。我們擁有以專有軟件格式以及最簡單的CSV格式提供的整個數據集，”CyberOptics的Vijay說。“我們還提供將傳感器輸出直接集成到工具GUI中的選項，以實現自動維護程序。”

GlobalFoundries 的Finlay指出了輔助工具和主要工藝工具之間的溝通差距。“這些差距可能會使晶圓廠維護/控制成熟度減緩大約五到八年，”他說。“通過解決這些問題，我們可以提高成熟產量和更長的凈制造時間，因為它有助于衡量以可靠性為中心的維護策略的'必需'參數。”

為了增加預測性維護的采用，PDF Solutions的Holt強調了以下幾個方面：

對勞動力進行能力再教育。

工業4.0基礎設施的采用和部署（能夠在工具或邊緣訓練和部署模型）。

不會使保修或支持合同無效的 OEM 支持。

廣泛分享成功案例。

然后，將維護需求與執行維護的必要信息聯系起來。

預測性維護提供了一種在潛在故障發生之前識別它的方法。它還提供有關在特定時間范圍內發生潛在故障的概率的信息。這本身就是一個巨大的價值，但它只是過程的一部分，西門子數字工業軟件服務生命周期管理總監Yishai Barak說。“一旦你意識到潛在的問題，你如何確保你的行動計劃以最有效的方式完成？服務生命周期管理通過將服務視為產品生命周期管理的一部分并與預測性維護解決方案集成來提供答案。預測性維護可幫助您完成識別部分，而服務生命周期管理則可以幫助您解決問題。”

結論

為了改善晶圓廠的維護實踐，工程團隊可以使用在工藝設備內部和外部采集的傳感器數據。已經演示了將分析決策應用于定期維護。在向預測/實時維護技術的轉變中，設備供應商正在積極研究此類方法，以幫助其客戶充分利用晶圓廠設備。

然而，正如GlobalFoundries的Finlay所指出的那樣，由于通信標準的差距，采用速度正在放緩，而通信標準是在大型工廠中實現集成預測方法所必需的。但是，憑借可證明的投資回報率，人們可以期望在設備或工藝步驟的基礎上采用更多。

“預測性維護是一種解決方案，必須應用于正確的問題，以便產生足夠的投資回報率來推動所需的行為改變，”Advantest創新主管Don Ong說。“它涉及擁有識別正確問題或機會的技能和能力，然后使用適當的技術執行。”

審核編輯：郭婷