工控網首頁
>

應用設計

>

歐姆龍野洲工廠 設備預測性維護的數據活用案例

歐姆龍野洲工廠 設備預測性維護的數據活用案例

1.gif

歐姆龍野洲工廠的半導體生產線,在保持半導體/MEMS傳感器*產品成本競爭力的同時,陸續生產出具有新功能的產品,我們充分利用現有設備實現了多品種少批量生產。在此背景下,我們挑戰在盡可能減少投資的同時,防止因設備老化而增加的突發故障。以往真空泵的維護時期由熟練維護人員定期診斷和提前定期維護來決定,現在通過活用數據來捕捉故障的預兆,在適當時機進行維護。

其契機是借助于“現場數據活用服務 i-BELT”的診斷,“避免設備突發故障而導致產品廢棄,同時控制投資成本”的愿望,通過現場知識經驗、傳感的數據化和振動分析技術得以實現。

*MEMS:Micro Electro Mechanical Systems 在半導體的硅基板、玻璃基板上集成機械元件的傳感器、執行器、電子電路等,具有微米級結構的器件,也被稱為“微機電系統”

課題

設備維護從“定期”變為“需要時”。

在熟練維護人員不斷減少的背景下,

希望通過CBM*優化維護時期

同類機型的大量生產逐漸向多品種少批量生產轉變,過去設定的維護周期已不再適合。而且隨著具備設備異常檢測技能的熟練維護人員逐漸減少,因過度維護而導致的成本浪費和突發故障風險日益增加。與之相應的,活用數據來捕捉故障預兆,并在適當時機實施維護實現CBM化,就成為了一大課題。

*CBM:Condition Based Maintenance 僅在判斷有必要時才實施維護

2.jpg

半導體生產線的突發故障會導致產品(晶圓)報廢風險

解決方案

活用振動數據實現真空泵的CBM化

半導體生產線上經常使用的成膜裝置真空泵,由于反應性氣體流入、生成物增加而突發停止,存在大量晶圓報廢的風險,因此提高了維護頻率。所以,如果成膜裝置真空泵的CBM化成功,將會收獲很好的效果,通過安裝振動傳感器,開始持續監控振動數據。我們使用來自振動傳感器的數據和振動分析技術,實時轉換和監控多個特征量。優化傳感器的安裝位置、提取有效特征量和優化閾值設定是成功的關鍵。通過將熟練維護人員的知識與歐姆龍的振動分析儀和技術相結合,我們努力微調設備特有的個體差異并提高可靠性。

3.jpg

堆積在泵內的生成物

4.jpg

捕捉泵內部變化的特征量

成果

突發故障清零,維護成本削減15%

基于振動數據的預測,我們成功地將真空泵的維護周期延長了30%以上。在不引起突發故障的前提下延長維護周期,可以控制檢修費用,獲得維護成本削減15%以上的效果。通過兼顧風險降低和成本削減,向著設備維護部門實現CBM化的夢想前進了一大步。

5.jpg

6.jpg

重點措施

Point.1 找出現場課題并提出解決對策

雖然CBM化是維護領域的理想,但并未落地,過去都是交由熟練維護人員根據經驗判斷,并通過設備的間歇性監控和定期維護來應對。

然而,由于生產量的變動和品種的變化,恰當的維護時期也會大幅變動,難以兼顧維護周期的優化和故障突發的風險。此外,熟練維護人員逐漸減少也是一大問題,實現優化維護時期的CBM化成為了當務之急。

尤其是成膜設備真空泵由于突發停止而導致晶圓報廢的風險很高,維護頻率不斷提高,如果CBM化成功,將收獲很大效果。

7.jpg

Point.2  數據收集

聽說過聽診棒嗎?熟練維護人員可以使用聽診棒,通過聽聲音來識別泵中堆積物引起的振動變化。如果能將該技術數字化,確立高精度的判定算法,就可以實現CBM化。就這樣基于工匠技術決定振動傳感器的安裝位置和方法,開始收集數據。

8.jpg

Point.3  可視化/分析

實時分析真空泵的振動數據并將其轉化為各種特征量,進行可視化。對運行周期不同的泵實驗性地收集和分析數據,確定可用于監控的特征量。來調整傳感器理想的安裝位置和安裝方法,更加可靠地捕捉變化。

9.jpg

Point.4  為實現完全CBM化采取的舉措

為實現完全CBM化,首先,實施持續監控,并將維護間隔延長了30%。通過分析在此獲取的數據,技術人員與現場共同創造出準確度更高的預測性維護。

10.jpg

員工的聲音

CBM化是長年以來的夢想

尤其是半導體被稱作裝置產業,即使是像野洲工廠這樣相對小規模的工廠,光真空泵就有200多臺,如果這些設備突發停止,很可能導致大量的產品報廢。為了避免突發故障,一旦縮短維護間隔,維護成本和工時也會增加。

此外,近期產品種類和數量變動較大,以前設定的維護時期過長,也會引起突發故障。今后,不僅限于振動,我們希望利用各種傳感器的數據,改進CBM化的技術。

11.jpg

—— 歐姆龍株式會社 事業開發本部 MEMS開發生產中心

生產部 生產1課

特級機械維護技師 后藤 則和

希望“可視化”此前積累的設備維護知識、經驗和技術,并傳承下去

歐姆龍積累了20多年的維護記錄,擁有維護人員的寶貴知識、經驗和維護技術。失去這些不僅對本公司來說是一個巨大的損失,對半導體行業也是如此。

這次,我們從振動/真空泵開始構建了CBM化的系統。我們正通過此系統積累各個其他設備特有的維護信息,著手在本部門實現數字化和可視化。希望通過“現場數據活用服務 i-BELT”這一服務,將這些應該傳承下來的技術推廣給客戶。

12.jpg

——歐姆龍株式會社 事業開發本部 MEMS開發生產中心 

生產部 生產1課

課長 中村 智史

引入解決方案

“現場數據活用服務 i-BELT”

“現場數據活用服務 i-BELT”集結了歐姆龍豐富的產品陣容、公司生產現場的knowhow和設備合作伙伴的knowhow。

與客戶共同面對現狀課題,驗證應關注的數據,并收集和可視化數據。

使用歐姆龍的knowhow分析積累的數據,將獲得的分析結果轉換為控制算法,優化現場。引入系統后,仍與客戶共同持續地活用數據,挑戰將管理與現場融為一體的課題解決方式。

13.jpg

0.png

我感興趣

● 長按識別圖中二維碼或點擊“閱讀原文”,后續將有專業工程師為您服務。

14.jpg

15.gif

審核編輯(
王靜
)
投訴建議

評論

查看更多評論
其他資訊

查看更多

【行業案例】全電立式注塑機高速化解決方案 | 采用多段速度控制,提高切換過程的平緩性,提升注塑效率。

亞微米超高速微細加工 | 通過復雜形狀的“納米級微細加工”提高生產效率和品質

直播預告丨和歐姆龍同探3C行業數字化產線的方案和應用

歐姆龍【加熱器狀態監視器K7TM】新品發布!清晰呈現人工無法捕捉的加熱器設備老化趨勢

把展廳“搬”到您眼前丨歐姆龍【線上展廳】吸引眾多客戶參觀!