반도체 산업에서 유지 보수는 필수적인 요소 중 하나이다. 유지 보수는 생산수율에 밀접한 관계가 있으며 주기적인 장비 점검이 이루어 져야 한다. 하지만 기존의 장비 정비방법으로는 갑작스러운 고장에 대응하는데 어려움이 있고, 불필요한 부품 교체로 인한 경제적 손실이 불가피하다. 장비들은 한 번의 고장으로 발생되는 제품의 손상과 경제적 손실이 막대하기 때문에 장비를 정지하지 않고 상태를 확인하고, 고장을 예측하는 기술개발의 필요성이 언급되고 있다. 이로 인해 최근 예측 유지보수 기술이 활발하게 연구되고 있는데, 이는 과거 기계가 고장이 날 때만 수리를 하는 가동 중 고장에 의한 정비와 고장여부와 관계없이 정기적으로 정해진 정비계획에 따라 정비하는 정기점검정비 방법으로 인한 수동적인 유지보수 방식으로 인한 자본이익률이나 투자 자본수익률에 좋지 않은 영향을 주는 단점들을 보완해주는 기술이라고 할 수 있다. 반도체 산업에서의 경제적 이익과 장비의 안정성 증대는 매우 중요하기 때문에 이 기술의 확보는 필연적이다. 본 논문에서는 ...
반도체 산업에서 유지 보수는 필수적인 요소 중 하나이다. 유지 보수는 생산수율에 밀접한 관계가 있으며 주기적인 장비 점검이 이루어 져야 한다. 하지만 기존의 장비 정비방법으로는 갑작스러운 고장에 대응하는데 어려움이 있고, 불필요한 부품 교체로 인한 경제적 손실이 불가피하다. 장비들은 한 번의 고장으로 발생되는 제품의 손상과 경제적 손실이 막대하기 때문에 장비를 정지하지 않고 상태를 확인하고, 고장을 예측하는 기술개발의 필요성이 언급되고 있다. 이로 인해 최근 예측 유지보수 기술이 활발하게 연구되고 있는데, 이는 과거 기계가 고장이 날 때만 수리를 하는 가동 중 고장에 의한 정비와 고장여부와 관계없이 정기적으로 정해진 정비계획에 따라 정비하는 정기점검정비 방법으로 인한 수동적인 유지보수 방식으로 인한 자본이익률이나 투자 자본수익률에 좋지 않은 영향을 주는 단점들을 보완해주는 기술이라고 할 수 있다. 반도체 산업에서의 경제적 이익과 장비의 안정성 증대는 매우 중요하기 때문에 이 기술의 확보는 필연적이다. 본 논문에서는 웨이퍼 이송 로봇을 이용하여 예측 유지보수 기술을 개발하였다. 산업 특성상 24시간 매일 가동해야하기 때문에 기존의 유지 보수 방식은 경제적으로 큰 손실을 가져다준다. 이를 해결하기 위해, 가속도 센서를 이용하여 웨이퍼 이송 로봇의 주파수 데이터를 취득하고 취득된 데이터를 군집화 하여 군집의 중앙값의 변화에 따라 정상과 오류데이터를 구분하는 기술을 개발하였다. 본 시스템을 웨이퍼 이송로봇에 적용하여 시뮬레이션 한 결과 정비시기를 실시간으로 예측할 수 있음을 알 수 있었다. 본 논문에서는 오류 데이터를 이용하여, 웨이퍼 이송 로봇의 유지 보수시기를 예측하는 시스템 및 알고리즘을 제안한다.
반도체 산업에서 유지 보수는 필수적인 요소 중 하나이다. 유지 보수는 생산수율에 밀접한 관계가 있으며 주기적인 장비 점검이 이루어 져야 한다. 하지만 기존의 장비 정비방법으로는 갑작스러운 고장에 대응하는데 어려움이 있고, 불필요한 부품 교체로 인한 경제적 손실이 불가피하다. 장비들은 한 번의 고장으로 발생되는 제품의 손상과 경제적 손실이 막대하기 때문에 장비를 정지하지 않고 상태를 확인하고, 고장을 예측하는 기술개발의 필요성이 언급되고 있다. 이로 인해 최근 예측 유지보수 기술이 활발하게 연구되고 있는데, 이는 과거 기계가 고장이 날 때만 수리를 하는 가동 중 고장에 의한 정비와 고장여부와 관계없이 정기적으로 정해진 정비계획에 따라 정비하는 정기점검정비 방법으로 인한 수동적인 유지보수 방식으로 인한 자본이익률이나 투자 자본수익률에 좋지 않은 영향을 주는 단점들을 보완해주는 기술이라고 할 수 있다. 반도체 산업에서의 경제적 이익과 장비의 안정성 증대는 매우 중요하기 때문에 이 기술의 확보는 필연적이다. 본 논문에서는 웨이퍼 이송 로봇을 이용하여 예측 유지보수 기술을 개발하였다. 산업 특성상 24시간 매일 가동해야하기 때문에 기존의 유지 보수 방식은 경제적으로 큰 손실을 가져다준다. 이를 해결하기 위해, 가속도 센서를 이용하여 웨이퍼 이송 로봇의 주파수 데이터를 취득하고 취득된 데이터를 군집화 하여 군집의 중앙값의 변화에 따라 정상과 오류데이터를 구분하는 기술을 개발하였다. 본 시스템을 웨이퍼 이송로봇에 적용하여 시뮬레이션 한 결과 정비시기를 실시간으로 예측할 수 있음을 알 수 있었다. 본 논문에서는 오류 데이터를 이용하여, 웨이퍼 이송 로봇의 유지 보수시기를 예측하는 시스템 및 알고리즘을 제안한다.
Equipment maintenance is an essential element in semiconductor industry. Equipment maintenance is closely related to production yield and periodic equipment condition should be made. However, the current method of equipment maintenance has difficulties in responding to sudden failures and economic l...
Equipment maintenance is an essential element in semiconductor industry. Equipment maintenance is closely related to production yield and periodic equipment condition should be made. However, the current method of equipment maintenance has difficulties in responding to sudden failures and economic losses due to unnecessary parts replacement are inevitable. If the equipment breaks down, the economic loss is too huge. so, they refer to the need for technology development to check the status of equipment without stopping and to predict equipments failures. Therefore, predictive maintenance technology has been actively researched recently, which compensates for shortcomings that have a detrimental effect on capital gains or return on investment due to the passive maintenance method caused by regular inspection maintenance method. With these reasons the predictive maintenance technology is very important because of economic benefits and increased stability of equipment in semiconductor industry. In this paper, a predictive maintenance technique using wafer transfer robot is developed – Because the semiconductor manufacturing equipments should be operated 24hours every day, the existing maintenance methods has a raw back in terms of economic loss. In order to solve this problem, we have developed a technology for acquiring frequency data of wafer transfer robot using an acceleration sensor and classifying methods to distinguish normal and error data according to the change of the median value of the cluster. This system was applied to a wafer transfer robot and it was found that the maintenance time can be predicted in real time as a result of simulation. A system for predicting the maintenance time of a wafer transfer robot using error data is proposed.
Equipment maintenance is an essential element in semiconductor industry. Equipment maintenance is closely related to production yield and periodic equipment condition should be made. However, the current method of equipment maintenance has difficulties in responding to sudden failures and economic losses due to unnecessary parts replacement are inevitable. If the equipment breaks down, the economic loss is too huge. so, they refer to the need for technology development to check the status of equipment without stopping and to predict equipments failures. Therefore, predictive maintenance technology has been actively researched recently, which compensates for shortcomings that have a detrimental effect on capital gains or return on investment due to the passive maintenance method caused by regular inspection maintenance method. With these reasons the predictive maintenance technology is very important because of economic benefits and increased stability of equipment in semiconductor industry. In this paper, a predictive maintenance technique using wafer transfer robot is developed – Because the semiconductor manufacturing equipments should be operated 24hours every day, the existing maintenance methods has a raw back in terms of economic loss. In order to solve this problem, we have developed a technology for acquiring frequency data of wafer transfer robot using an acceleration sensor and classifying methods to distinguish normal and error data according to the change of the median value of the cluster. This system was applied to a wafer transfer robot and it was found that the maintenance time can be predicted in real time as a result of simulation. A system for predicting the maintenance time of a wafer transfer robot using error data is proposed.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.