최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.19 no.1, 2020년, pp.1 - 5
최재성 (극동대학교 반도체장비공학과)
In this paper, a predictive maintenance of the robot trouble using the machine learning method, so called MT(Mahalanobis Taguchi), was studied. Especially, 'MD(Mahalanobis Distance)' was used to compare the robot arm motion difference between before the maintenance(bearing change) and after the main...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
반도체 공장에서 대표적으로 쓰이는 장비 고장 예방기법은 무엇인가? | 반도체 장비의 고장은 생산성과 직결되어 반도체 공장에서는 장비의 고장을 최소화 시키기 위해서 많은 노력을 하고 있다. 예를 들면 정기적인 예방정비(PM; Predictive Method)가 그 중 대표적인 장비 고장 예방기법이다. 그러나 현재 존재하고 있는 PM이란 주로 사전에 작성된 체크리스트 (Checklist)를 사용하여 미리 장비를 구성하고 있는 부품들의 상태를 점검하고 그 결과 문제가 있는 부품들, 또는 주기적으로 교환이 필요한 소모성 부품들을 교환해 주는방법을 사용하여 왔다. | |
반도체 공정에서 정기적인 예방정비는 어떤 한계점을 가지고 있는가? | 그러나 현재 존재하고 있는 PM이란 주로 사전에 작성된 체크리스트 (Checklist)를 사용하여 미리 장비를 구성하고 있는 부품들의 상태를 점검하고 그 결과 문제가 있는 부품들, 또는 주기적으로 교환이 필요한 소모성 부품들을 교환해 주는방법을 사용하여 왔다. 그러나 이러한 방법은 정비 시간 동안의 장비 가동 멈춤과 불필요한 부품 교체 비용 증가라는 단점과, 아울러 이러한 예방정비에도 불구하고 장비 고장 재발 발생 등 완벽한 예방법이 되지 못하고 있는 실정이다. 특히 반도체 장비가 갈수록 정밀화가 이루어지고 장비 생산성 향상을 위하여 챔버가 여러 개 사용되는 멜티챔버(Multi Chamber) 및 클러스터(Cluster)로 이루어져 있어 챔버와 챔버간 매칭(Chamber to Chamber Matching)이 중요한 이슈로 대두되고 있기 때문에 장비의 조그마한 이상도 제품 품질에 큰 영향을 줄 수가 있다. | |
반도체 장비에서 사용되는 진공 로봇은 어떤 역할을 하고 있는가? | 따라서 이러한 장비의 구성 및 장비의 정밀도가 복잡하고 높아짐에 따라 기존의 예방정비로는 해결하기 어려운 문제가 심각하게 대두되어 왔다. 특히 반도체 장비에서 사용되는 진공 로봇(Vacuum Robot)은 챔버(Chamber)간 웨이퍼(Wafer) 이동에 핵심적인 역할을 하므로 진공 로봇의 안정화가 생산성 향상 및 공정 품질 향상에 매우 중요한 역할을 하고있다. 따라서 진공로봇의 안정된 동작을 위해서 예방 정비를 하고 있으나 아주 작은 변화에도 문제가 발생하는 것을 해결하는데 기존의 방법은 매우 적합하지 않다. |
Zhi Peng Chang, Yan Wei Li, Nazish Fatima, "A theoretical survey on Mahalanobis-Taguchi system," Elaevier, Measurement, 136, pp. 5011-510, (2019).
Boby John, R.S.Kadadevarmath., "A Methodology for quantitatively managing the bug fixing process using Mahalanobis Taguchi System", Measurement Science Letters, 5, pp. 1081-1090, (2015).
Xiaohang Jin, Yu Wang, Tommy W.S. Chow, Y. Sun, "Mahalanobis Distance Based Approaches for System Health Monitoring", IET Science Measurement & Technology, 11, pp. 371-379, (2017).
Taguchi. G., Rajesh. J., "New Trends in Multivariate Diagnosis", Indian Journal of Statistics, Series B, 62(2), pp. 233-248, (2000).
Wu. Y., "Pattern Recognition using Mahalanobis Distance", Journal of Quality Engineering Forum, 12(5), pp. 787-795, (2004).
Sahoo. A.K., Rout. A.K., Das. D.K., "Response surface and artificial neural network prediction model and optimization for surface roughness in machining", International Journal of Industrial Engineering Computations, 6, pp.229-240, (2015).
T. Riho, A. Suzuki, J. Oro, et al, "The yield enhancement methodology for invisible defects using the MTS+ method", IEEE Trans. Semicond. Manuf., I8(4), pp. 561-568, (2005).
Yang, T. Cheng, Y.T., "The use of Mahalanobi-Taguchi System to improve flip-chip bumping height inspection efficiency", Microelectron. Reliab., 50(3), pp. 407-414, (2010).
Jardine, A.K.S., Lin. D., Banjevic. D., "A Review on machinery diagnostics and prognostics implementing condition-based maintenance", Mech. Syst. Signal Process., 20, pp. 1483-1510, (2006).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.