监诊实绩
应用领域
常见问题
如何预防晶圆在运送过程中产生刮片？
监诊实绩｜如何预防晶圆在运送过程中产生刮片？搬送晶圆的机械手臂 (Wafer Robot)，运送过程若出现异常振动有可能将导致晶圆片刮片、撞片等，该如何提早预防避免晶圆片受损报废？
专用于搬送晶圆的机械手臂
晶圆手臂多数应用在半导体製程的前段中，能够替代人力进行晶圆片的传输，晶圆片的成本费用高昂，因此用户也非常重视手臂在传输上的稳定度。晶圆手臂在结构上大都有多轴向关节，使其能够更方便在狭小的空间里准确而稳定的输送晶圆。而在搬运过程中手臂若出现异常振动，将大幅影响着晶圆品质，可能导致刮片、撞片等。而晶圆手臂有各种多轴方向性，该如何进行监测呢？
解决与监测说明
VMS-ML 机器学习智能监控系统
藉由 VMS-ML 机器学习智能监控系统 学习晶圆手臂输送过程的动态讯号，本系统无需与设备系统进行对接，只需安装一颗sensor即可开始学习动态讯号，藉由量测即可得知各区段的变化。
量测状况
Wafer Robot 搬送手臂动作可视化图像比对监测
机械学习监控量测画面
监测状态：正常 Pass
手臂传送动作正常，每次动作规范与监测动作可视化图形紧密贴紧。
相似度分数：94％
监测状态：异常警报Fail
模拟异常状况轻敲fork。动态讯号与频域改变，造成相似度判分判分下降。
相似度分数：66%
测量结论
利用 VMS-ML 机器学习智能监控系统 学习正确动作行为作为规范，为各别动作进行监测与诊断，透过系统了解设备在哪一个动作出现异常或不稳定的状态，提早进行预知保养，避免无预警异常的发生。
利用 VMS-ML 监测手臂健康状态能够带来的效益：防止手臂异常造成晶圆受损报废、监测手臂搬送晶圆流程，警报异常刮片、撞片。藉由收集健康历程趋势，作为数据化保养计画参考依据。并可在维修保养前后进行稳定度测试，确认维修品质、保养效果。
VMS-ML 机器学习智能监控系统
VMS-ML 机器学习智能监控系统
掌握手臂输送晶圆状态