上海天天选四今天开奖

工藝質量優化

讓復雜、精密制造工藝和質量的優化更可控。

高端制造工藝和質量優化之痛

無論是半導體、光電還是化工等高端制造,都是由數百個高度自動化的連續生產過程組成的,每個生產子過程的設備眾多、工藝參數達到數千個,任何一個參數都有可能影響到最終的良率和產能指標。

數據驅動的工藝質量優化
統一平臺,融合數據

實時采集包括關鍵設備、輔助設備的各種工作參數和工藝參數,支持自動化對接提取來自各種檢測儀器的檢測記錄,實現數據的關聯和融合。

海量數據

支持每秒鐘數千萬數據點的高速寫入和毫秒級別的查詢性能,保證高端制造的生產過程的關鍵參數能夠實現全方位的監控;

支持海量結構化數據的高效存取,通過并行化實現高性能的數據分析。

故障診斷和分類(FDC)

支持對自動化設備的實時狀態監測,并支持單參數、多參數、多選參數、基于模型的各種告警規則,對設備的各種異常實現全方位的捕捉。

統計過程控制(SPC)

對于生產過程中的關鍵產出指標,可基于海量歷史數據構建UCL、LCL、Cp、Cpk等關鍵過程能力指標,并基于實時數據產生相應的告警,進而實現關鍵指標的穩定性控制。

虛擬量測(VM)

在半導體、化工等大型連續性生產過程中,每一個中間環節的設備參數、工藝參數,都有可能影響最終質檢環節的產品品質,但是現有的測量手段取決于實時的測量手段,無法根據中間環節的參數來對最終結果進行預測,因此會造成即使中間過程發生了異常,也只能在最后的質檢環節才能確認。

寄云虛擬量測方案,可以基于歷史數據構建過程參數和最終結果質檢的預測模型,實現基于實時過程參數對最終結果進行預測,能夠極大的提高產品品質,降低不必要的損耗和非計劃停機。

工程數據分析

提供海量工藝數據、質檢數據的統一匯總,內置豐富的算法和模型庫組件,支持托拉拽的方式構建流程化的工程數據分析,支持基于歷史數據構建異常診斷和虛擬量測模型,并提供多種模型評價機制實現結果評估,可有效的幫助工藝質量人員快速定位質量原因、實現穩定性控制和虛擬量測。

主要功能
工作模式自動識別
對歷史數據和實時數據進行判決,自動 產生相應的工作模式特征,進而過濾得 到有效的切片數據。
實時監控
不止于可見的控制系統和儀表參數,而是結合了數據的深度挖掘和分析,實現對高精密設備的無介入探查。
穩定性控制
從歷史數據中學習出相關參數的工作范圍(UCL/LCL),快速開發相應 的SPC模型并產生相應的告警;根據告警的數量,觸發重新訓練模型, 實現門限的動態調整。
虛擬量測
基于歷史數據,構建預測模型,實 現對性能的預測;通過模型和真實 值之間的偏差,對模型進行評估和重新訓練。
參數范圍的快速確定
從歷史數據中尋找出在特定條件(良率或者其他指標)下相關參數的工作范圍,進而確定相應的 SPEC。
根因分析
基于特定的異常事件,在海量的因素中尋找所有可能造成該異常的關鍵因素。
異常檢測
對于生產中需要監控的各種關鍵指標,根據指標的各種特征,通過模型計算出 相應的監控指標,設定監控策略,并對 違背策略的異常進行告警。
工藝仿真
基于歷史數據建立控制參數和關鍵KPI之間關系的模型,模擬不同控 制參數的變化對關鍵KPI的影響。
案例
 彩虹集團智能工廠產效提升驗證應用項目
歡迎咨詢或預約演示
立即試用