预测性维护如何改变半导体工厂维护 - 客户案例
欧洲晶圆制造商显著减少了意外泵故障
半导体工厂在压力下运行，以保持高安全性、质量、生产率和可靠性。子工厂中的真空泵在维持连续生产方面发挥着关键作用。如果这些泵意外发生故障，影响可能会很严重：代价高昂的工艺工具停机时间、生产延迟、晶片损失和增加的维护费用。尽管反应性和预防性方法等传统维护策略至关重要，但它们在防止突然故障方面仍然存在差距。
STMicroelectronics 意大利卡塔尼亚工厂
防止晶圆生产中的真空泵停机
STMicroelectronics 位于卡塔尼亚的主要晶圆工厂是我们的欧洲客户之一，以其在模拟和电力半导体制造方面的专业知识而闻名。我们的客户非常注重创新和卓越运营，正在寻找一种更智能的方法来管理其庞大的泵机队，并降低计划外停机的风险。
他们面临着一个关键问题：意外泵故障导致的制程机台停机。这些故障中断了生产，增加了成本，并使资源受限。
传统的维护策略，无论是被动修复还是定期预防性更换，都无法减少计划外停机时间，也无法优化长久的资产利用率。
在泵出现问题之前进行检测
为了应对这些挑战，斯特拉斯 · 卡塔尼亚的主要工厂与 Edwards 合作实施了预测性维护平台 ，该平台可收集和分析来自真空泵的实时数据。这使工厂能够：
- 应用预测算法 ， 在真空泵问题发生之前进行预测。
- 采取有针对性的措施 ，最大限度地降低故障风险，减少不必要的更换。
通过改用预测性维护，ST 更好地控制了泵的正常运行时间、工艺工具的可用性和运行效率。
实施
改变并非一夜之间发生。ST 和 Edwards 在技术专家和数据科学家的支持下，在 ST 和 Edwards 区域团队的协作下开启了这一旅程。
作为这一旅程的一部分，Edwards 团队应用机队监控来准确识别常见故障模式的症状并实施预测性措施。专家引导的分析实现了客观、数据驱动的决策，从而减少了纠正性维护。这些结果促使 ST 研究 Edwards 预测性维护如何在安排预防性维护之前评估泵的状况，从而优化预防性维护之间的平均时间 (MTBPM) 。
这种强大的协作减少了计划外真空停机事件 ，纠正干预次数更小， MTBPM 间隔时间更长 ，工具可用性明显提高。
结果
延长 MTBPM 间隔和随时间推移在 ST 处的纠正性维护事件
- 意外事件大幅下降， 从过去两年的大多数情况降至仅 10% 的总更换情况。在第 1 年和第 2 年，工厂平均每年进行 10 次纠正性维护 (CM) ；到第 4 年和第 5 年，每年仅减少 1.5 次 CM，其中一次是由外部因素造成的。
- 预防性泵更换减少 50%。从第 4 年起， 设备利用率从大约 10，000 小时 MTBPM 提高到大约 20，000 小时，有效地将预防性更换减少一半。
- 计划外和预防性更换同时减少 -- 这是维护策略中的一项罕见成就，证明了预防性维护的有效性。
- 通过减少计划外事件、提高可预测性 ，并使团队能够主动做出数据驱动的维护决策，从而实现成本节约。
这一成就表明，预测性维护不仅能显著提高工艺工具的可用性，提高亚工厂的运营效率，优化资产利用率，而且在最复杂的制造环境中也具有优异的可扩展性。
客户评价
我是第一个相信 EdCentra 的杰出人士之一，赞助和组织了每项举措。通过将设备推到极限，我们实现了前所未有的正常运行时间。我促进了协作，融入了数据驱动的文化，证明了视力可以带来杰出的成果。
持续改进预测性维护
采用创新解决方案的愿景和勇气带来了可衡量的、长久的优秀成果。我们已商定了部署算法的路线图 ，以确保持续改进。凭借全新的预测性维护平台，ST 已准备就绪，可实现设备可用性较大。
