精益制造正在向更智能的半導體制造流程演進

與眾多半導體企業(yè)相仿，數十年來，該行業(yè)領軍企業(yè)始終依托于精益制造技術穩(wěn)步前行。精益制造不僅是企業(yè)存續(xù)的基石，更是其不斷進步的驅動力。通過實施精益生產方式，這些企業(yè)已成功剔除眾多非增值環(huán)節(jié)，顯著降低了浪費，并極大地提升了生產效率。

芯片制造領域的先驅們深刻認識到精益制造所賦予的競爭優(yōu)勢，然而，他們也普遍意識到，在今日這個競爭激烈且要求嚴苛的市場環(huán)境中，僅僅依賴精益制造已難以滿足發(fā)展需求。當前，若企業(yè)僅止步于精益而不積極邁向智能制造的新階段，將可能束縛其在敏捷性、制造流程優(yōu)化、風險管理以及市場競爭力等方面的進一步提升，而這些因素對于任何一家半導體制造商實現長遠發(fā)展、壯大實力而言，均不可或缺。

通過智能制造將精益制造優(yōu)勢提升到一個新的高度

單獨的精益制造可能已接近其能力極限，但如果通過智能制造對其加以強化，精益制造的優(yōu)勢似乎幾近于無窮無盡。

原因何在？智能制造最初作為工業(yè)4.0的一個組成部分出現，它增加了將仿真、執(zhí)行控制和分析相結合所需的數字化，從而在不影響精益制造收益的情況下，持續(xù)優(yōu)化無返工的高良率制造流程。智能制造為企業(yè)提供需要的端到端連接，以便企業(yè)做出數據驅動型決策，從而加快新產品推出 (NPI) 和上市，并在零缺陷制造環(huán)境中實現更高產出。

根據預測，智能制造提高績效的潛力令人印象深刻：

? 產量提高 20%

? 成本降低 15%

? 營收增加 10%

? 降低網絡攻擊以及不遵守監(jiān)管要求和可持續(xù)發(fā)展目標的風險

為了對精益制造和智能制造進行公平的比較，讓我們先從精益制造的優(yōu)勢談起：

? 減少浪費

? 顯著提高生產效率

? 節(jié)約資源

? 及時交貨

? 實現質量改進

? 應用吸取的經驗教訓

? 提高客戶滿意度

? 增強可持續(xù)發(fā)展能力

盡管這些優(yōu)勢令人印象深刻，但我們還必須考慮只堅持精益技術而不補充智能制造的局限性，具體如下：

? 最多只能達到上次制造的水平而無法超越

? 無法對緊迫的業(yè)務和質量問題做出主動或預測性響應

? 由于依賴于過往的數據，無法實時提供高水平的初始質量

? 在當今業(yè)務速度下競爭所需的制造敏捷性不足

是什么讓智能制造脫穎而出？

實時數據采集、規(guī)劃、仿真和生產優(yōu)化讓半導體制造更智能

精益制造注重歷史數據。精益制造使用過去的生產數據來確定和消除非增值活動。

智能制造注重實時數據。智能制造使用實時生產數據來不斷優(yōu)化當前生產，以實現高水平的初始質量。

精益制造是一種反應性制造。精益制造使用過去的生產數據來評估過去的績效，同時識別浪費和低效流程，從而吸取經驗教訓，改善運營。

精益制造過程中有許多手動步驟。進展往往很緩慢。智能制造是一種主動性制造。精益制造注重過去的數據，而智能制造則不同，它使用先進的軟件解決方案和分析方法將實時生產數據轉化為可操作的洞察，以提高當前和未來的績效。

智能制造極大地增強了數據的力量

通過系統(tǒng)之間的端到端連接，可以直接從半導體制造執(zhí)行系統(tǒng) (MES) 收集實時數據，為半導體專用儀表板（包括獨特的半導體特定制造流程清單 / 信息清單模塊）提供信息。用于半導體制造的 MES 可以利用生產的數字孿生來實時捕獲性能數據，包括統(tǒng)計過程控制 (SPC) 以及與制造執(zhí)行、維護、測試和調度的偏差。數字孿生利用 MES 數據不斷進行更新，可以隨時提供高度準確的仿真，幫助企業(yè)確定生產改進機會。

優(yōu)化型半導體制造執(zhí)行系統(tǒng) (MES)借助智能制造，管理人員可以更深入地了解生產步驟，而這將使企業(yè)能夠在問題發(fā)生之前就發(fā)現它們，并在設計和工程流程的早期（從前端制造和晶圓制造到后端制造、組裝、封裝和測試）采取 “左移” 策略，解決潛在錯誤。

仿真助力生產優(yōu)化

利用數字孿生，企業(yè)可以及早預測生產問題，從而通過關于如何以及在何處對MES進行運營調整、采用人工智能、采取全面預防措施降低風險以及無返工產品的績效洞察，找到解決方法。

數字孿生是產品（產品數字孿生）或其制造流程（生產數字孿生）的高精度虛擬模型。在構建半導體產品或設計實際制造操作之前，這些模型在虛擬模型中模擬真實世界的條件。仿真可用于模擬多個能夠通過更低成本進行虛擬評估的假設場景，以優(yōu)化產品和流程。

數字孿生會通過企業(yè)的半導體 MES 不斷更新，以確保出色的精度。通過不斷從現實制造流程中收集數據，制造仿真可以持續(xù)改進，從而使制造流程更加高效。虛擬模型將動態(tài)地提供生產環(huán)境相關信息并優(yōu)化生產環(huán)境，以實現偵測（監(jiān)控）和預測（人工智能）功能。

人為因素

為了獲得真正的整體解決方案，企業(yè)的數字孿生方法還應模擬人與流程和技術的交互，從而優(yōu)化人才使用、員工分配、人體工程學環(huán)境、生產效率和可持續(xù)發(fā)展能力，從而確保業(yè)務持續(xù)增長。

借助數字孿生，可以開始捕獲實時制造數據，并將該數據重新引入虛擬模型中進行仿真，以便：

? 評估預測方案，以確保滿足近期和長期訂單的產能

? 準確模擬人與流程和技術的交互? 評估制造流程中的必要變更

? 記錄并復現企業(yè)的良好實踐，以便設定比以往更高的質量水平

? 優(yōu)化人才使用、員工分配、人體工程學環(huán)境、生產效率和可持續(xù)發(fā)展能力

? 利用歷史數據和預測數據做出更明智的資本支出決策

虛擬呈現制造流程

在制造流程實際建立之前對其進行設計和仿真，盡量降低風險，并確保流程高效且有效，同時盡量減少返工。

找出浪費和效率低下之處，例如瓶頸、不必要的步驟和過多的庫存。一旦發(fā)現浪費，制造商就可以采取措施消除它。

創(chuàng)建并優(yōu)化生產計劃和時間表。這有助于縮短設置時間，充分減少在制品庫存，并充分提高機器利用率。

模擬不同工藝參數對產品質量的影響。這有助于制造商確定每個過程的適當設置，從而提高產品質量并降低報廢率。

第二步：通過實時報告和分析實現閉環(huán)

其次，使用實時制造報告和分析，企業(yè)可以獲得持續(xù)學習和質量改進優(yōu)勢，從而以下一代效率執(zhí)行先進的半導體制造運行。

借助提供更高級別的數據智能和自動化的智能制造環(huán)境，企業(yè)可以改善從設計到生產的協(xié)同，從而實現無返工、可追溯、安全且高良率的半導體制造操作。

通過智能制造，企業(yè)可以使用當前的 MES 運行數據實時更新仿真模型。企業(yè)可以利用半導體專用制造流程清單和信息清單解決方案來簡化制造配方和作業(yè)指導說明，并實現它們的自動化。此外，企業(yè)還可以獲得晶圓量測機器學習分析和洞察所提供的數據驅動型晶圓洞察優(yōu)勢。

利用閉環(huán)方法，企業(yè)還可以獲得更大的流程靈活性和效率優(yōu)勢，將監(jiān)管和質量要求與同步生產流程完全整合在一起，實現優(yōu)良的供應鏈管理。此外，企業(yè)還可以利用云和邊緣分析來為預測性維護提供支持。

高效運行敏捷生產線并收集實時數據

使用數據來維護和利用PLAN中的工程仿真模型，以便評估技術或產品更新帶來的變化。引導流程數據，在工業(yè)物聯(lián)網平臺(loT)上運行自成一體的數字孿生模型，從而對持續(xù)改進實施建模。

消除產品運行變化造成的混亂——無論交付的批次包含一件產品還是1000 件產品，都應該確保相同的效率和質量。

快速識別和預測生產和質量問題，防患于未然。使用高級分析將大量數據轉化為可操作的洞察。

第三步：跨所有學科建立聯(lián)系

需要完成的第三件事就是在虛擬世界和真實制造世界之間建立無縫連接。

隨著制造條件和工藝的變化，企業(yè)可以在閉環(huán)中不斷將來自現實世界的更新數據重新引入虛擬世界，從而持續(xù)評估改進情況。

借助跨所有企業(yè)、學科和領域的連續(xù)互聯(lián)數據流，企業(yè)可以獲得實時做出業(yè)務、工程和制造決策所需的當前洞察。

準備就緒后，企業(yè)可以通過 MES 實施數據驅動型決策，從而在不中斷精益制造流程的情況下，利用無返工設計實現高水平的初始質量。

這場智能制造革命對企業(yè)意味著什么?總而言之，利用數據驅動型運營績效洞察一家全面互聯(lián)的智能工廠可以獲得持續(xù)改進的重要機會。

企業(yè)可以通過一個安全、開放的平臺，將內部和整個供應鏈中的所有制造解決方案連接起來，實現無縫協(xié)同，從而提供高水平的初始質量，交付無返工設計。借助無縫管理所有領域數據的穩(wěn)健、開箱即用的解決方案，企業(yè)的團隊可以提高 NPI、降低成本并推動創(chuàng)新，從而獲得競爭優(yōu)勢。例如，借助可將產品清單(BOP)直接發(fā)送到 SAP 的產品生命周期管理(PLM)解決方案，企業(yè)便可以為可能使用不同 MES的多個站點提供支持，從而提高單點訪問的效率。

從精益制造向智能制造演進的企業(yè)將不再僅僅作出反應，而是主動加快晶圓代工廠的演進，以便優(yōu)化制造，并使公司在制造未來半導體的激烈競爭中立于不敗之地。

從低效的反應性向高效的主動性演進

許多傳統(tǒng)的集成電路代工廠都秉持反應性思維，依賴于事故后分析和糾正措施，而這往往會導致生產延誤。然而，采用智能制造，通過數字孿生收集全面的實時數據模擬下一代流程，并為更智能、更及時的決策提供信息卻是實現數字化轉型的關鍵所在。這種演進正在發(fā)生，它從反應性解決問題開始，快速轉變?yōu)槌掷m(xù)的學習、主動式質量管理和能夠預防缺陷的預測性方法，讓企業(yè)交付更高質量的半導體，實現更高的產量。

從精益制造向智能制造的演進是企業(yè)取得成功和長盛不衰的關鍵。

通過企業(yè)系統(tǒng)樞紐實現跨所有學科的無縫協(xié)同

通過開放、全面的物聯(lián)網解決方案有機地連接企業(yè)的機器、生產線、工廠和供應鏈。使用虛擬傳感器對高價值資產的運營效率進行建模和分析。使用來自人工智能和分析工具的預測性洞察優(yōu)化制造流程。

消除數據孤島，實現整個生產流程的端到端可見性，并提高流程效率。

利用新的過程自動化技術提高整體設備效率(OEE)，并降低總擁有成本。

邁出下一步，擁抱智能制造的新紀元。隨著企業(yè)智能制造體系的日益成熟，并全面融入生產核心，我們將迎來前所未有的機遇與挑戰(zhàn)。在這一轉型的關鍵節(jié)點，企業(yè)不僅能夠提前預判生產中的潛在問題，還能依托強大的績效分析能力，精準洞察MES（制造執(zhí)行系統(tǒng)）的運作細節(jié)，明確何時何地需進行策略性調整。人工智能的深度融合，將賦予我們前所未有的決策支持，使我們能夠采取全面而前瞻的預防措施，有效降低風險，確保產品一次通過，無返工之憂。這不僅將顯著提升新產品的引入（NPI）良率，更將為企業(yè)業(yè)務的持續(xù)拓展與升級奠定堅實基礎。

然而，這一切美好愿景的實現，都始于我們從精益制造向智能制造的堅定邁進。這是一場需要勇氣、智慧與持續(xù)努力的變革之旅。要以開放的心態(tài)擁抱變化，以創(chuàng)新的思維引領未來，共同開啟智能制造的新篇章，加速邁向更加輝煌的發(fā)展道路。