Künstliche Intelligenz und maschinelles Lernen (KI/ML) könnenin derintelligenten Fertigung in der Halbleiterfertigung, im Advanced Packaging und in der Elektronikfertigung verschiedeneAnwendungenfinden und umfassen in der Regel mehrere Schlüsselelemente: Erkennung, Vernetzung, Vorhersage und Steuerung. Wie von vielen Branchenorganisationen anerkannt, durchläuft die intelligente Fertigung mehrere Stufen: reaktiv, präventiv, vorausschauend und autonom (Abbildung 1).
Adaptive Steuerung ist der "heilige Gral" der KI/ML für die intelligente Halbleiterfertigung. In der Branche gibt es verschiedene KI/ML-Plattformen, die für das Lieferkettenmanagement, die Einführung neuer Produkte (NPI), die Produktionsplanung, die Rückverfolgbarkeit bis hin zur vorausschauenden Wartung, Produktivitätssteigerung, Prozess- und Ertragsverbesserung usw. genutzt werden können. Die neueste KI/ML-Plattform kann Sie auf die höchste Ebene bringen, mit Sensorik, Konnektivität, Vorhersage und Kontrolleall-in-oneund bietet gleichzeitig eine skalierbare, offene und kostengünstige Plattform, die alle Schlüsselelemente nahtlos und schrittweise integriert (Abbildung 2).
Die KI/ML-Plattform kann die Daten von vorhandenen Sensoreninnerhalb der Maschine nutzen, oft ohne dass zusätzliche Sensoren erforderlich sind. Die Edge-First-Lösung kann in andere Cloud- und Edge-basierte Dienste integriert werden. Sie ermöglicht die Datenkonnektivität von Legacy-Systemen mit fast allen wichtigen Komponenten von Automatisierungsanbietern und bietet flexible Datenmanagement-Tools, um OT-Daten sicher und zuverlässig über komplexe Unternehmensnetzwerke zwischen Edge und Cloud zu übertragen. Die ML-Modelle bieten die Möglichkeit zur prädiktiven Optimierung - für die Maschinenleistung und den Fertigungsprozess - und die Steuerungsintelligenz kann nach Freigabe durch den Kunden direkt mit der Maschine arbeiten, um die Maschine selbst adaptiv zu steuern. Somit bietet die KI/ML-Plattform nicht nur die Möglichkeit der Beobachtung und Überwachung, sondern auch umfangreiche Möglichkeiten der vorausschauenden Analyse, Optimierung und Steuerung (Abbildung 3).
Kantenbasierte Architektur
So kombiniert die Softwarelösung beispielsweise fortschrittliche KI/ML mit einer verteilten, Edge-basierten Architektur (Abbildung 4). Die Plattform verbindet und erfasst mehrere Edge-Datenströme (z. B. Prozessprotokolle, Maschinendaten und Messdaten in zeitlich synchronisierter Form) in Echtzeit - innerhalb einer Millisekunde Zykluszeit. Sie kann auch vollständige Daten aus den End-to-End-Vorgängen des Kunden erfassen und eine Echtzeit-Synchronisierung und -Validierung kritischer Systemdaten durchführen.
Die flexible und containerisierte Architektur kann eine Vielzahl von Protokollen am Edge unterstützen (einschließlich proprietärer Brownfield-Protokoll-Implementierungen), so dass sich die Plattform problemlos in industrielle Geräte zur Datenerfassung integrieren lässt. Die offene und skalierbare Architektur, die speziell für die verteilte Edge-Umgebung entwickelt wurde, kann dazu beitragen, dass der Aufwand für die Übertragung aller Daten in die Cloud oder an einen zentralen Standort von Anfang an vermieden wird. Die offene und erweiterbare Architektur ermöglicht der Plattform die Unterstützung von Edge- bis Hybrid-Cloud-Bereitstellungstopologien für eine einfache Integration mit Technologien von Drittanbietern.
So können globale Unternehmen ihre Technologiebestandteile für die digitale Transformation, wie Datenvirtualisierung und unüberwachtes Lernen am Rande, problemlos integrieren und das Lernen zwischen Maschinen, Fertigungsstraßen und geografisch verteilten Standorten auf skalierbare, flexible und kostengünstige Weise übertragen. Auf diese Weise kann der Kunde Cloud-unabhängig sein und Innovationen beschleunigen, um greifbare, transformative Geschäftsergebnisse zu erzielen.
Die Inferencing-Modelle erfassen, speichern und analysieren Echtzeitdaten vor Ort und liefern innerhalb von Millisekunden prädiktive Dateninformationen für Produktionsumgebungen. Die zeitgesteuerte Architektur kann auf der Ebene von Millisekunden vorhersagen, ob die überwachten Datenwerte beispielsweise innerhalb eines zulässigen Bereichs liegen. Wenn die Daten außerhalb des zulässigen Bereichs liegen, können mehrere verschiedene Reaktionen ausgelöst werden. Dadurch erhält der Kunde wieder die Kontrolle über seine Produktionssysteme, ohne dass eine kostspielige Systemintegration und zeitaufwändige IT-Implementierungen erforderlich sind. Sobald die ML-Modelle ausgereift sind, kann die Plattform mit Zustimmung des Kunden direkt mit der Maschine selbst für die adaptive Steuerung und Optimierung arbeiten.
Intelligente Fertigungsanwendungen
Die KI/ML-Plattform kann schnell eingesetzt werden und bietet in den meisten Fällen noch am selben Tag Zugriff auf kritische Daten auf Systemebene, die es dem Kunden in Verbindung mit den ML-Modellen, die über einen Zeitraum von mehreren Wochen entwickelt werden, ermöglichen, die Verschlechterung von Anlagen vorherzusagen, Fehler zu vermeiden, ungeplante Ausfallzeiten zu reduzieren und den Zustand und die Nutzung von Anlagen zu verbessern. Die Plattform ermöglicht den Kunden in der Halbleiterindustrie den Übergang von reaktiven Wartungsstrategien zu einer vorausschauenden Überwachung und Steuerung ihrer End-to-End-Operationen, oft mit zunehmend komplexen Maschinen und Systemen. Die no-code/low-code Lösung kann schnell und einfach implementiert werden und lässt sich bei wachsendem Bedarf skalieren. Darüber hinaus führt die Plattform nicht nur prädiktive Analysen an Fertigungsanlagen durch, sondern kann diese bei Bedarf auch aus der Ferne testen und steuern.
Beobachtbarkeit, Visualisierung und Rückverfolgbarkeit können von der Standort- oder Linienebene bis hinunter zur Maschinensensorebene mit einer bisher unvorstellbaren Granularität realisiert werden und bieten beispiellose Einblicke und Intelligenz für Optimierung und kontinuierliche Verbesserungen. Die ML-Modelle werden durch kontinuierliche Verfeinerung in Echtzeit für die vorausschauende Wartung (durch Erkennung von Anomalien) und, was noch wichtiger ist, für die adaptive Steuerung der Maschine und des Prozesses direkt verwendet.
Diese Fähigkeiten wurden von mehreren großen globalen Unternehmen für die Halbleiterfertigung, fortschrittliches Packaging, Glasfaseroptik für Transceiver, Präzisionsbestückung für SMT und andere anspruchsvolle Prozesse genutzt, wobei die Prozessausbeute erheblich verbessert und gleichzeitig die Zykluszeit und die Maschinenstillstandszeiten reduziert wurden. Dies ist besonders hilfreich, wenn es in der Halbleiterindustrie zu Kapazitätsengpässen kommt. Ein großes, multinationales Halbleiterunternehmen hat beispielsweise die KI/ML-Plattform zur Steuerung seiner Produktionslinie für die Montage von Mikrobauteilen eingesetzt. Alle 25 Millisekunden werden die Bewegungen der Motorachsen, die Gestenbewegungen der Komponenten und die Positionen der Subsysteme verfolgt, um ungeplante Ausfallzeiten zu minimieren. Die Softwareplattform wird lokal im Werk des Kunden ausgeführt, um die Datensicherheit vor externen Risiken zu gewährleisten und die Programmausführungszeiten extrem niedrig zu halten.
Da die Plattform maschinenunabhängig ist, kann sie auf verschiedenen Maschinen in der Fertigungslinie im gesamten Werk eingesetzt werden. Dies ist besonders leistungsstark, da vor- und nachgelagerte Maschinen nun für eine umfassende synchrone Optimierung "zusammenarbeiten" können. Komplexe Modelle, die multivariate Beziehungen zwischen Datenquellen beinhalten, können in-situ - bei "Prozessgeschwindigkeit" - erstellt werden.
Es gibt viele potenzielle KI/ML-Anwendungen für die intelligente Randautomatisierung in der intelligenten Fertigung für Halbleiterfertigung, Advanced Packaging, Montage und Test. Sie ist ein entscheidendes Werkzeug, um Innovationen in der Branche zu ermöglichen, da fortschrittliche Technologien immer komplexere Fertigungsprozesse erfordern. Weitere Informationen erhalten Sie unter[email protected].
