监诊实绩
应用领域
常见问题
PVD、CVD 机台手臂如何确认作动是否稳定？
监诊实绩｜PVD、CVD 机台手臂如何确认作动是否稳定？薄膜沉积的目的是在晶圆上增加导电特性，如何避免PVD 、CVD机台手臂异常影响制程?如何确保作动稳定？
CVD PVD 机台手臂对于制程的重要性
掌握机台状态，以确保高度的可靠性和稳定性
PVD及CVD机台通常包含多个部分，其中手臂是一个重要的组成部分。手臂主要用于将晶圆移动到不同的位置，以进行不同步骤的薄膜沉积。
当PVD机台的手臂发生异常时，可能会对制程产生多种影响，例如，制程可能需要停止或暂停，这会导致生产效率下降。停机时间越长，损失就越大。 PVD机台的手臂在整个制程中负责将晶圆移动到不同的位置，以确保薄膜均匀沉积。手臂的异常可能导致制程不一致，使得每个晶圆的处理结果不同。此外，手臂的异常影响到制程的安全性，可能会对操作人员和设备造成潜在的安全风险。因此，使用者必须掌握机台状态，以确保高度的可靠性和稳定性，以确保制程的顺利运行。
VHP-PVD-NSK
VHP-Producer-NSK
监测说明
VMS-ML机器学习智能监控系统
VMS-ML能够将CVD、PVD机台动态讯号与机械学习动作可视化，系统藉由学习机械动作并量测除了能够得知机台作动中稳定性差异，利用数据趋势可以说明机台的稳定度标准，还能够作为维修后的效益确认出机前的验证。
量测状况
1. 安装感测器：VMS-ML 外接sensor，不须与设备讯号对接!
立即开始为机台建立学习规范，进行机台状况监测。
机台动态讯号与机械学习动作可视化说明：
机型1：VHP-PVD-NSK
动作说明：TH轴旋转后，X1前伸回至原位后换X2作动。
机型2：VHP-Producer-NSK
动作说明：X轴前伸回位后TH轴旋转至对向X轴前伸后回至原位。
2.系统自动追踪特征讯号，在即时监测讯号中能够自动侦测标定过的目标讯号
从单纯到复杂的动作都可自动追踪识别。
机台VHP-PVD-NSK异常模拟判别与可视化管理：
判定结果：X1轴与X2轴运行颤振。
判定结果：X2轴启动收回突波异常。
判定结果：机台颤振。
判定结果：X2轴运行颤振。
机台VHP-Producer-NSK异常模拟判别与可视化管理：
判定结果：X轴前伸后收磨损。
判定结果：X轴前伸停止异常。
判定结果：机台颤振。
判定结果：TH轴启动异常。
测量结论
藉由VMS-ML能够为机台手臂作动流程中制定标准化，并抓出异常，避免因为手臂异常造成后续成品不良降低良率。将各式数据趋势化后能够掌握机台手臂状态，预测设备发生异常的时间点。也可作为日后机台入厂维修前后的比对标准依据。
VMS-ML机器学习智能监控系统
常见问题（FAQ）
PVD、CVD 机台手臂为什么需要监测作动稳定度？
PVD 与 CVD 机台手臂负责将晶圆移动到不同位置，以完成薄膜沉积製程。若手臂作动不稳、颤振或定位异常，可能造成製程中断、薄膜沉积不均、晶圆处理结果不一致，甚至影响设备与人员安全，因此需要即时监测手臂作动状态。
PVD、CVD 机台手臂异常会造成哪些製程影响？
手臂异常可能导致製程暂停、产能下降、晶圆搬送不稳、薄膜沉积不均、良率降低与后续成品不良。若异常未及时发现，也可能造成设备损坏或製程安全风险。
VMS-ML 如何监测 PVD、CVD 机台手臂？
VMS-ML 机器学习智能监控系统可外接 sensor，不需与设备讯号对接，即可学习机台手臂正常作动时的动态讯号。系统会将机械动作可视化，并自动追踪特徵讯号，判断手臂作动是否偏离正常模型。
PVD、CVD 手臂哪些动作可以被监测？
系统可监测 TH 轴旋转、X1 轴前伸回位、X2 轴作动、X 轴前伸后收，以及不同机型中的複杂连续动作。从单纯到複杂的机械动作，都可透过学习模型进行特徵追踪与异常辨识。
VMS-ML 可以判断哪些 PVD、CVD 手臂异常？
VMS-ML 可用于判断 X1 轴与 X2 轴运行颤振、X2 轴启动收回突波异常、机台颤振、X 轴前伸后收磨损、X 轴前伸停止异常与 TH 轴启动异常等状态，协助工程师快速掌握异常位置与型态。
导入 PVD、CVD 手臂监测有什么效益？
导入手臂监测后，可为机台手臂作动流程建立标准化规范，及早抓出异常，避免因手臂异常造成后续成品不良与良率下降。透过数据趋势化管理，也能预测设备异常时间点，并作为维修前后比对与入厂验证依据。