工艺质量优化

让复杂、精密制造工艺和质量的优化更可控。

高端制造工艺和质量优化之痛

无论是半导体、光电还是化工等高端制造,都是由数百个高度自动化的连续生产过程组成的,每个生产子过程的设备众多、工艺参数达到数千个,任何一个参数都有可能影响到最终的良率和产能指标。

数据驱动的工艺质量优化
统一平台,融合数据

实时采集包括关键设备、辅助设备的各种工作参数和工艺参数,支持自动化对接提取来自各种检测仪器的检测记录,实现数据的关联和融合。

海量数据

支持每秒钟数千万数据点的高速写入和毫秒级别的查询性能,保证高端制造的生产过程的关键参数能够实现全方位的监控;

支持海量结构化数据的高效存取,通过并行化实现高性能的数据分析。

故障诊断和分类(FDC)

支持对自动化设备的实时状态监测,并支持单参数、多参数、多选参数、基于模型的各种告警规则,对设备的各种异常实现全方位的捕捉。

统计过程控制(SPC)

对于生产过程中的关键产出指标,可基于海量历史数据构建UCL、LCL、Cp、Cpk等关键过程能力指标,并基于实时数据产生相应的告警,进而实现关键指标的稳定性控制。

虚拟量测(VM)

在半导体、化工等大型连续性生产过程中,每一个中间环节的设备参数、工艺参数,都有可能影响最终质检环节的产品品质,但是现有的测量手段取决于实时的测量手段,无法根据中间环节的参数来对最终结果进行预测,因此会造成即使中间过程发生了异常,也只能在最后的质检环节才能确认。

寄云虚拟量测方案,可以基于历史数据构建过程参数和最终结果质检的预测模型,实现基于实时过程参数对最终结果进行预测,能够极大的提高产品品质,降低不必要的损耗和非计划停机。

工程数据分析

提供海量工艺数据、质检数据的统一汇总,内置丰富的算法和模型库组件,支持托拉拽的方式构建流程化的工程数据分析,支持基于历史数据构建异常诊断和虚拟量测模型,并提供多种模型评价机制实现结果评估,可有效的帮助工艺质量人员快速定位质量原因、实现稳定性控制和虚拟量测。

主要功能
工作模式自动识别
对历史数据和实时数据进行判决,自动 产生相应的工作模式特征,进而过滤得 到有效的切片数据。
实时监控
不止于可见的控制系统和仪表参数,而是结合了数据的深度挖掘和分析,实现对高精密设备的无介入探查。
稳定性控制
从历史数据中学习出相关参数的工作范围(UCL/LCL),快速开发相应 的SPC模型并产生相应的告警;根据告警的数量,触发重新训练模型, 实现门限的动态调整。
虚拟量测
基于历史数据,构建预测模型,实 现对性能的预测;通过模型和真实 值之间的偏差,对模型进行评估和重新训练。
参数范围的快速确定
从历史数据中寻找出在特定条件(良率或者其他指标)下相关参数的工作范围,进而确定相应的 SPEC。
根因分析
基于特定的异常事件,在海量的因素中寻找所有可能造成该异常的关键因素。
异常检测
对于生产中需要监控的各种关键指标,根据指标的各种特征,通过模型计算出 相应的监控指标,设定监控策略,并对 违背策略的异常进行告警。
工艺仿真
基于历史数据建立控制参数和关键KPI之间关系的模型,模拟不同控 制参数的变化对关键KPI的影响。
案例
 彩虹集团智能工厂产效提升验证应用项目
欢迎咨询或预约演示
立即试用