Support

真空腔體內搬運手臂異常？

監診實績｜真空腔體內搬運手臂異常？

---

#半導體

#機器學習

腔體內手臂雖然看似機構簡單，實則負責高頻率、高精度、高風險的動作。然而，現場普遍缺乏對此類手臂運作狀態的即時健康監控機制，導致當異常發生時，往往已造成晶圓損壞或整機停擺，產生極高的損失。

真空多腔鍍膜設備

在半導體前段製程中，Cluster Tool 為高度整合式的多腔體製程平台，中央的搬運手臂負責在真空中將晶圓依序送入各處理腔體，進行鍍膜、蝕刻、清洗等操作。該手臂位於真空腔內，屬於極高精度且不易更換的核心機構。然而，現場普遍缺乏對此類手臂運作狀態的即時健康監控機制，導致當異常發生時，往往已造成晶圓損壞或整機停擺，產生極高的損失。因此，有必要導入一套具備異常預判能力的監測方案，實現智慧預知保養。

為什麼要監測腔體內手臂？
腔體內手臂雖然看似機構簡單，實則負責高頻率、高精度、高風險的動作。一旦手臂運作不穩，會直接導致：
• 晶圓傳送錯誤或掉落
• 晶圓刮傷、破片或偏位進腔
• 腔體與手臂機構撞擊損壞
• 門控與移動時序錯誤導致腔體停擺
• 全機停機進行故障排除與手臂拆解維修

由於手臂位於真空腔中，無法如一般機構直接目視檢查，且製程運作中也不容頻繁停機拆檢，因此「在不中斷製程的情況下，持續掌握手臂健康狀態」成為核心目標。

發生異常時的實際問題與痛點
腔體內手臂往往在未發生明顯故障前難以察覺，一旦爆發便需耗費大量工時與成本修復。

解決與監測說明

VMS-ML 機器學習智能監控系統
VMS-ML 對於真空腔體內手臂運行可視化管理且設定 目標動作管理目標軸向位置。將感測器安裝於伺服馬達上緣位置上，藉由 VMS-ML 機器學習智能監控系統學習正確的作動產生的動態訊號，並且加以對比判分，不侷限手臂長動作與短動作學習後皆可納入管理。