作者
王德标
文章摘要
本次研究针对半导体制造设备智能监控与预测性维护的技术需求，提出了一种新型集成方案，该方案将设备监控、数据采集、故障诊断与预测性维护四个模块有机结合。通过采用物联网和大数据技术，研究构建了智能传感器网络，用以实时监测设备运行状态，集成了基于机器学习的故障诊断算法，对设备异常进行精准定位。并进一步利用预测性维护模型对设备寿命和故障风险进行预测，从而实现设备维护从“事后反应”向“事前预防”的转变。结果表明，该系统能够显著提升设备故障的预测准确性，降低设备停机时间并延长设备使用寿命。同时，系统具备良好的扩展性和兼容性，能够适配不同类型半导体制造设备。
文章关键词
半导体制造设备；智能监控；预测性维护；物联网；机器学习
参考文献
[1] 史霄,杨师,杨元元,等.半导体制造设备排气通风设计及仿真[J].电子工业专用设备,2021,50(01):63-66.
[2] 刘志峰.半导体制造工厂中的智能安防系统设计[J].集成电路应用,2022,39(07):45-47.
[3] 韦薇,林煦呐,张帅,等.SEMI 标准在半导体制造设备中的应用[J].电子工业专用设备,2023,52(02):58-63.
[4] 刘乐.半导体制造设备自动化作业系统设计研究[J].通讯世界,2024,31(12):31-33.
[5] 黄浩,杨勇,周时宇.半导体制造设备自动化作业系统设计与实现[J].中国集成电路,2024,33(04):82-85+93.
[6] 赵军富,靳永胜,李建军.物联网下智能制造设备故障预测分析[J].内蒙古科技大学学报,2023,42(02):123-127.
Full Text:
DOI
