A inteligência artificial e a aprendizagem automática (IA/AM) podem ter várias aplicações na produção inteligente para fábricas de semicondutores, embalagem avançada e produção de eletrónica, e envolvem normalmente vários elementos-chave: deteção, conectividade, previsão e controlo. Tal como reconhecido por muitas organizações do setor, a produção inteligente amadurece ao longo de vários níveis: reativo, preventivo, preditivo e autónomo (Figura 1).
O controlo adaptativo é o «Santo Graal» da IA/ML na produção inteligente de semicondutores. Existem várias plataformas de IA/ML no setor que podem ser utilizadas para a gestão da cadeia de abastecimento, a introdução de novos produtos (NPI), o planeamento da produção, a rastreabilidade, até à manutenção preditiva, à melhoria da produtividade, à otimização de processos e do rendimento, etc. A mais recente plataforma de IA/ML pode levá-lo diretamente ao nível mais elevado, com deteção, conectividade, previsão e controlotudo num só, ao mesmo tempo que oferece uma plataforma escalável, aberta e económica que integra de forma harmoniosa e progressiva todos os elementos-chave (Figura 2).
A plataforma de IA/ML pode utilizar dadosprovenientes de sensores já existentesna máquina, muitas vezes sem necessidade de sensores adicionais. A solução «edge-first» pode integrar-se noutros serviços baseados na nuvem e na periferia, permitindo a conectividade dos dados de sistemas legados com praticamente todos os principais componentes dos fornecedores de automação e fornecendo ferramentas flexíveis de gestão de dados para transferir dados de OT de forma segura e fiável através de arquiteturas complexas de rede empresarial, desde a periferia até à nuvem. Os modelos de ML oferecem capacidades de otimização preditiva — tanto para o desempenho da máquina como para o processo de fabrico — e a sua capacidade de inteligência de controlo pode funcionar diretamente com a máquina, uma vez aprovada pelo cliente, para o controlo adaptativo da própria máquina. Como tal, a plataforma de IA/ML não só oferece capacidades de observabilidade e monitorização, como também proporciona excelentes capacidades de análise preditiva, otimização e controlo (Figura 3).
Arquitetura baseada na periferia
A título de exemplo, a solução de software combina IA/ML avançadas com uma arquitetura distribuída e baseada na periferia (Figura 4). A plataforma liga e capta múltiplos fluxos de dados na periferia (por exemplo, registos de processos, dados de máquinas e dados de instrumentação, de forma sincronizada no tempo) em tempo real – com um tempo de ciclo na ordem dos milissegundos. Também consegue recolher dados de toda a pilha das operações de ponta a ponta do cliente e realizar a sincronização e validação em tempo real de dados críticos do sistema.
A arquitetura flexível e contentorizada pode suportar uma variedade de protocolos na periferia (incluindo implementações de protocolos proprietários em sistemas já existentes), permitindo assim que a plataforma se integre facilmente com equipamento industrial para a recolha de dados. A arquitetura aberta e escalável, concebida especificamente para o ambiente distribuído na periferia, pode ajudar a evitar a sobrecarga de transferir todos os dados para a nuvem ou para um local centralizado desde o início. A arquitetura aberta e extensível permite que a plataforma suporte uma topologia de implementação da periferia até à nuvem híbrida, facilitando a integração com tecnologias de terceiros.
Desta forma, as empresas globais podem integrar facilmente os seus componentes tecnológicos de transformação digital, tais como a virtualização de dados e a aprendizagem não supervisionada na periferia, e transferir a aprendizagem entre máquinas, linhas de produção e instalações geograficamente distribuídas de uma forma escalável, flexível e económica. Isto permite ao cliente ser independente da nuvem e acelerar a inovação para alcançar resultados empresariais tangíveis e transformadores.
Os modelos de inferência captam, armazenam e analisam dados em tempo real na periferia, fornecendo inteligência preditiva de dados para ambientes de produção em milissegundos. A arquitetura acionada por tempo consegue prever, ao nível do milissegundo, se as leituras de dados monitorizadas se encontram dentro de um intervalo admissível, por exemplo. Se os dados saírem do intervalo, podem ser acionadas várias reações diferentes. Isto devolve ao cliente o controlo dos seus sistemas de produção, sem a necessidade de integrações de sistemas dispendiosas nem de implementações de TI demoradas. Assim que os modelos de aprendizagem automática (ML) atingirem a maturidade, com a aprovação do cliente, a plataforma pode interagir diretamente com a própria máquina para controlo adaptativo e otimização.
Aplicações de Fabricação Inteligente
A plataforma de IA/ML pode ser implementada rapidamente – na maioria dos casos, proporcionando acesso no próprio dia a dados críticos ao nível do sistema que, em conjunto com os modelos de ML a serem desenvolvidos ao longo de várias semanas, permitem ao cliente prever a degradação do equipamento, prevenir avarias, reduzir o tempo de inatividade não planeado e melhorar o estado e a utilização dos ativos. A plataforma permite que os clientes da indústria de semicondutores passem de estratégias de manutenção reativas para a monitorização e controlo preditivos das suas operações de ponta a ponta, muitas vezes com maquinaria e sistemas cada vez mais complexos. A solução «no-code»/«low-code» pode ser implementada de forma rápida e fácil e dimensionada à medida que as necessidades aumentam. Além disso, a plataforma não só realiza análises preditivas em equipamentos de fabrico, como também é capaz de os testar e controlar remotamente, se necessário.
A observabilidade, a visualização e a rastreabilidade podem ser concretizadas desde o nível da instalação ou da linha de produção até ao nível dos sensores das máquinas, com níveis de granularidade antes inimagináveis, proporcionando informações e conhecimentos sem precedentes para a otimização e as melhorias contínuas. Os modelos de aprendizagem automática, através de um aperfeiçoamento contínuo em tempo real, são utilizados para a manutenção preditiva (através da deteção de anomalias) e, mais importante ainda, para o controlo adaptativo direto da máquina e do processo.
Estas capacidades têm sido aproveitadas por várias grandes empresas globais em fábricas de semicondutores, embalagem avançada, fibra ótica para transceptores, colocação de precisão para SMT e outros processos exigentes, com melhorias significativas no rendimento do processo, ao mesmo tempo que se reduz o tempo de ciclo e o tempo de inatividade das máquinas. Isto é particularmente útil quando existe escassez de capacidade na indústria de semicondutores. Por exemplo, uma grande empresa multinacional de semicondutores implementou a plataforma de IA/ML para gerir a sua linha de produção de montagem de microdispositivos. Todos os movimentos dos eixos dos motores dos equipamentos, os movimentos dos componentes e as posições dos subsistemas são monitorizados a cada 25 milissegundos para minimizar qualquer tempo de inatividade não planeado. A plataforma de software é executada localmente nas instalações do cliente para garantir a segurança dos dados contra riscos externos e assegurar tempos de execução do programa com latência ultrabaixa.
Como a plataforma é independente do tipo de máquina, pode ser implementada em várias máquinas da linha de produção em toda a fábrica. Isto é particularmente vantajoso, uma vez que as máquinas a montante e a jusante podem agora «colaborar» para uma otimização síncrona global. É possível implementar modelos complexos que envolvem relações multivariáveis entre fontes de dados, operando in situ — à «velocidade do processo».
Existem muitas aplicações potenciais de IA/ML para a automação inteligente na periferia, no âmbito da produção inteligente para fábricas de semicondutores, embalagem avançada, montagem e teste. Trata-se de uma ferramenta essencial para possibilitar inovações no setor, uma vez que as tecnologias avançadas exigem processos de fabrico cada vez mais complexos. Para mais informações, consulte[email protected].


