如何預防晶圓在運送過程中產生刮片？

監診實績｜如何預防晶圓在運送過程中產生刮片？

#半導體領域

#機器學習

#PHM

#機械手臂

搬送晶圓的機械手臂 (Wafer Robot)，運送過程若出現異常振動有可能將導致晶圓片刮片、撞片等，該如何提早預防避免晶圓片受損報廢？

專用於搬送晶圓的機械手臂

晶圓手臂多數應用在半導體製程的前段中，能夠替代人力進行晶圓片的傳輸，晶圓片的成本費用高昂，因此用戶也非常重視手臂在傳輸上的穩定度。晶圓手臂在結構上大都有多軸向關節，使其能夠更方便在狹小的空間裡準確而穩定的輸送晶圓。而在搬運過程中手臂若出現異常振動，將大幅影響著晶圓品質，可能導致刮片、撞片等。而晶圓手臂有各種多軸方向性，該如何進行監測呢？

解決與監測說明

VMS-ML 機器學習智能監控系統
藉由 VMS-ML 機器學習智能監控系統學習晶圓手臂輸送過程的動態訊號，本系統無需與設備系統進行對接，只需安裝一顆sensor即可開始學習動態訊號，藉由量測即可得知各區段的變化。

量測狀況

Wafer Robot 搬送手臂動作可視化圖像比對監測

機械學習監控量測畫面

監測狀態：正常 Pass

手臂傳送動作正常，每次動作規範與監測動作可視化圖形緊密貼緊。
相似度分數：94％

監測狀態：異常警報Fail

模擬異常狀況輕敲fork。動態訊號與頻域改變，造成相似度判分判分下降。
相似度分數：66%

測量結論

利用 VMS-ML 機器學習智能監控系統學習正確動作行為作為規範，為各別動作進行監測與診斷，透過系統了解設備在哪一個動作出現異常或不穩定的狀態，提早進行預知保養，避免無預警異常的發生。

利用 VMS-ML 監測手臂健康狀態能夠帶來的效益：防止手臂異常造成晶圓受損報廢、監測手臂搬送晶圓流程，警報異常刮片、撞片。藉由收集健康歷程趨勢，作為數據化保養計畫參考依據。並可在維修保養前後進行穩定度測試，確認維修品質、保養效果。

VMS-ML 機器學習智能監控系統

掌握手臂輸送晶圓狀態

常見問題（FAQ）

Wafer Robot 晶圓搬送手臂為什麼需要監測？
Wafer Robot 負責在半導體製程中搬送高價值晶圓，若搬送過程出現異常振動、動作不穩或定位偏差，可能造成晶圓刮片、撞片甚至報廢。因此需要透過監測系統掌握手臂搬送狀態，提前發現異常並降低晶圓受損風險。

晶圓搬送手臂異常振動會造成哪些問題？
晶圓搬送手臂若在傳輸過程中產生異常振動，可能造成晶圓與機構、Fork 或載具接觸，導致刮片、撞片、位置偏移、搬送失敗與製程中斷。對半導體廠而言，這類異常可能造成高額晶圓損失與設備停機風險。

VMS-ML 如何監測 Wafer Robot 搬送狀態？
VMS-ML 機器學習智能監控系統可學習 Wafer Robot 正常搬送晶圓時的動態訊號，不需要與設備系統對接，只需安裝一顆 sensor 即可開始學習。系統會將手臂動作轉換為可視化圖像，並透過相似度比對判斷每次搬送動作是否穩定。

Wafer Robot 動作相似度分數代表什麼？
動作相似度分數代表目前監測到的手臂動態訊號與正常動作規範之間的接近程度。當手臂傳送動作正常時，監測圖形會與規範圖形緊密貼合，相似度分數可達 94%。若模擬異常狀況，例如輕敲 Fork，動態訊號與頻域會改變，使相似度分數下降至 66%，並觸發異常警報。

Wafer Robot 監測可以判斷哪一個動作異常嗎？
可以。VMS-ML 會學習正確動作行為作為規範，並針對各別動作進行監測與診斷。當某一段搬送動作出現不穩定或異常時，系統可協助工程人員了解異常發生在哪一個動作區段，利於後續維修與保養判斷。

導入 Wafer Robot 健康監測有什麼效益？
導入 Wafer Robot 健康監測後，可防止手臂異常造成晶圓受損報廢，並即時警報刮片、撞片等搬送風險。透過長期收集健康歷程趨勢，也可作為數據化保養計畫參考，並在維修保養前後進行穩定度測試，確認維修品質與保養效果。