活用IoT、大数据与AI 半导体工厂稳步实现智能转型
创始于1980年的联华电子(以下简称「联电」),为半导体晶圆专工业界的领导厂商,主要提供先进制程与晶圆制造服务,针对IC产业各种主要应用产品生产芯片。值得一提的,半导体制造属于兼具技术密集、资本密集等多重特性的产业,联电不仅身在此一特殊产业,加上本身又是世界级的晶圆大厂,所以更需要持续着力于产能扩展与技术开发。
源起于2012年的工业4.0浪潮,对于整个半导体产业无异是揭开了下一个新时代的革命序曲,迫使每家半导体业者必须认真思考自我在未来智能制造的战术地位、战略方向,而非一味靠着旧有方法来扩充产能、研发技术,才能不被浪潮淹没,甚至有机会乘着这股大潮再创成长高峰;毋庸置疑,联电当然不能自外于工业4.0趋势。
「谈工业4.0,不是装装传感器就好,还需要换脑袋,」联电智能制造处结构布建四部经理林志明进一步说明。所谓「换脑袋」,即是懂得透过大数据分析来增加制程中自动化比例,就是赋予机器「智能」,透过在机器上装设传感器收集数据,达到提高整体效率的目的。联电深知,任何半导体制造业者若不顺势而为换脑袋,哪怕过往建立再多的尖端制程,终究会沦为「传产」,在物种淘汰的残酷竞争时代中失势。
以智能工厂为载体,实现工业4.0转型目标
着眼于此,联电在2017年正式成立智能制造处并整合全公司智能制造平台,以迈向工业4.0为终极目标。联电非常清楚,智能制造是达成最终工业4.0转型的Output目标,至于智能工厂则是达成智能制造的中间过程载体;对比传统工厂、智能工厂,最大的不同之处,在于后者大量运用各类传感器、机器人数据,透过信息网络传输管理(IoT),并基于大数据(Big Data)、云端平台的智能分析(AI)能量,帮助企业实现较以往更加科学的决策,换言之,举凡IoT、Big Data与AI,都是智能工厂的重要Input因子。
联电副总经理洪锡兴于SEMICON TAIWAN提到智能制造的愿景,便是透过智能工厂的建置来解决以前看不到的问题,甚至预防看不到的问题,这就是智能制造的趋势。让以前看得到的数据,可被转换出更大的应用价值,更有甚者,以前看不到的信息,还可进一步拿来做为改善分析的依据,继而在现有架构下提升工厂产能、降低工程师的Manpower Loading,也就是致力提升工厂内的人均产值。在此前提下,智能制造处的功能建置便与IoT、Big Data、AI等三大因子息息相关,包括Extra Sensor的技术开发、评估建置大数据的软硬件架构、智能制造相关AI演算法开发、智能制造平台建置、数据科学家与大数据分析工程师的培育与工业4.0专案的推广。
林志明经理指出,不论是IoT、Big Data或AI等技术开发成果,最终都必须被实际运用在生产相关的机台、制程,才能真正协助工厂落实产能最大化、提升人均产值等目标;但不可讳言,单凭智能制造处内部研发能量,或许仍有些许不足与落差,也或许旷日费时,需要整合来自外界(大学、产业与新创公司)的力量,透过彼此相辅相成,才能大幅加快上线步伐,因此其间的产官学合作便显得相当重要,迄今联电智能制造处已与国内外知名大学缔结产学合作关系,针对AI、Big Data等议题启动诸多的共同研发项目。
藉由数据展现应用价值,全力提升人均产值
林志明经理不忘强调,如前所述智能工厂的建置,有助于降低Manpower Loading,但这并不适合流于负面解释,事实上是让目前工厂的日常运作管理,可以藉助自动化与智能化系统来取代,使工程师能够减少参与庶务性工作,从而利用更充裕的时间与心力来推动高端的制程开发、系统精进等高值化事务,确保工程师人力资源获得更有效地运用。此外更重要的,联电期许随着全力推动工业4.0的大战略下,可在「现有架构下提升产能」,说穿了即是不再倚靠购置新机台来冲高产能,借此降低资本支出,基于这一目标欲拉高现有设备的生产力,必须深入剖析每一台既有设备的流程、步骤,从中找出差异点,着手进行机会点的改善,意指任何设备都可能藉由某一道或某几道步骤的调整获得显着的产能优化与缩短生产周期。
另外半导体厂设备耗材相当昂贵,但若未定期保养更换耗材而导致生产设备当机进而影响工厂产能与产品交期,对于半导体厂而言也是极大的损失。智能工厂可透过设备参数数据进行PHM(Prognostic Healthy Management)模型建立,就可预测设备系统健康指标(Healthy index)与剩余可用寿命(RUL),进而延长耗材使用寿命节省支出,并避免非预期性当机造成的产能损失。
总括而论,联电在智能制造主要着重在六大面向,机台自动化、传送自动化、生产自动化、线上自动调机、制程品管监控、IAI专家决策系统来协助联电走向数码转型,而联电是半导体大厂拥有8寸及12寸多间工厂的产能,跨时代制程多样化与生产设备也差异极大,要推动智能工厂建置与现有工厂场域共生共荣是一大难题,这也是联电成立智能制造处以持续开发IAI技术与整合不同厂区资源来推动全公司一起走向智能制造的目的。