PVD、CVD 機台手臂如何確認作動是否穩定？

監診實績｜PVD、CVD 機台手臂如何確認作動是否穩定？

#半導體領域

#機器學習

#PHM

#機械手臂

薄膜沉積的目的是在晶圓上增加導電特性，如何避免PVD、CVD機台手臂異常影響製程?如何確保作動穩定？

CVD PVD 機台手臂對於製程的重要性

掌握機台狀態，以確保高度的可靠性和穩定性
PVD及CVD機台通常包含多個部分，其中手臂是一個重要的組成部分。手臂主要用於將晶圓移動到不同的位置，以進行不同步驟的薄膜沉積。當PVD機台的手臂發生異常時，可能會對製程產生多種影響，例如，製程可能需要停止或暫停，這會導致生產效率下降。停機時間越長，損失就越大。PVD機台的手臂在整個製程中負責將晶圓移動到不同的位置，以確保薄膜均勻沉積。手臂的異常可能導致製程不一致，使得每個晶圓的處理結果不同。此外，手臂的異常影響到製程的安全性，可能會對操作人員和設備造成潛在的安全風險。因此，使用者必須掌握機台狀態，以確保高度的可靠性和穩定性，以確保製程的順利運行。

VHP-PVD-NSK

VHP-Producer-NSK

監測說明

VMS-ML機器學習智能監控系統
VMS-ML能夠將CVD、PVD機台動態訊號與機械學習動作可視化，系統藉由學習機械動作並量測除了能夠得知機台作動中穩定性差異，利用數據趨勢可以說明機台的穩定度標準，還能夠作為維修後的效益確認出機前的驗證。

量測狀況

1. 安裝感測器：VMS-ML 外接sensor，不須與設備訊號對接!
立即開始為機台建立學習規範，進行機台狀況監測。

機台動態訊號與機械學習動作可視化說明：

機型1：VHP-PVD-NSK
動作說明：TH軸旋轉後，X1前伸回至原位後換X2作動。

機型2：VHP-Producer-NSK
動作說明：X軸前伸回位後TH軸旋轉至對向X軸前伸後回至原位。

2.系統自動追蹤特徵訊號，在即時監測訊號中能夠自動偵測標定過的目標訊號
從單純到複雜的動作都可自動追蹤識別。

機台VHP-PVD-NSK異常模擬判別與可視化管理：

判定結果：X1軸與X2軸運行顫振。

判定結果：X2軸啟動收回突波異常。

判定結果：機台顫振。

判定結果：X2軸運行顫振。

機台VHP-Producer-NSK異常模擬判別與可視化管理：

判定結果：X軸前伸後收磨損。

判定結果：X軸前伸停止異常。

判定結果：機台顫振。

判定結果：TH軸啟動異常。

測量結論

藉由VMS-ML能夠為機台手臂作動流程中制定標準化，並抓出異常，避免因為手臂異常造成後續成品不良降低良率。將各式數據趨勢化後能夠掌握機台手臂狀態，預測設備發生異常的時間點。也可作為日後機台入廠維修前後的比對標準依據。

VMS-ML機器學習智能監控系統

即時避免不良品的產出

常見問題（FAQ）

PVD、CVD 機台手臂為什麼需要監測作動穩定度？
PVD 與 CVD 機台手臂負責將晶圓移動到不同位置，以完成薄膜沉積製程。若手臂作動不穩、顫振或定位異常，可能造成製程中斷、薄膜沉積不均、晶圓處理結果不一致，甚至影響設備與人員安全，因此需要即時監測手臂作動狀態。

PVD、CVD 機台手臂異常會造成哪些製程影響？
手臂異常可能導致製程暫停、產能下降、晶圓搬送不穩、薄膜沉積不均、良率降低與後續成品不良。若異常未及時發現，也可能造成設備損壞或製程安全風險。

VMS-ML 如何監測 PVD、CVD 機台手臂？
VMS-ML 機器學習智能監控系統可外接 sensor，不需與設備訊號對接，即可學習機台手臂正常作動時的動態訊號。系統會將機械動作可視化，並自動追蹤特徵訊號，判斷手臂作動是否偏離正常模型。

PVD、CVD 手臂哪些動作可以被監測？
系統可監測 TH 軸旋轉、X1 軸前伸回位、X2 軸作動、X 軸前伸後收，以及不同機型中的複雜連續動作。從單純到複雜的機械動作，都可透過學習模型進行特徵追蹤與異常辨識。

VMS-ML 可以判斷哪些 PVD、CVD 手臂異常？
VMS-ML 可用於判斷 X1 軸與 X2 軸運行顫振、X2 軸啟動收回突波異常、機台顫振、X 軸前伸後收磨損、X 軸前伸停止異常與 TH 軸啟動異常等狀態，協助工程師快速掌握異常位置與型態。

導入 PVD、CVD 手臂監測有什麼效益？
導入手臂監測後，可為機台手臂作動流程建立標準化規範，及早抓出異常，避免因手臂異常造成後續成品不良與良率下降。透過數據趨勢化管理，也能預測設備異常時間點，並作為維修前後比對與入廠驗證依據。