Client: Un important fabricant de semi-conducteurs basé aux États-Unis
Industrie: Fabrication de semi-conducteurs
Produit: xPump – Analyse prédictive basée sur l'IA par eInnosys

La Problématique

Dans les usines de semi-conducteurs à haut volume, les systèmes de vide sont essentiels au maintien d'environnements de production stables. Le client, l'un des principaux fabricants de puces aux États-Unis, dépendait fortement des pompes de surpression mécaniques HV8000 pour maintenir les niveaux de vide requis lors du traitement des plaquettes. Cependant, il rencontrait des problèmes récurrents qui perturbaient la production et augmentaient les coûts d'exploitation.

  • Pannes de pompes fréquentes et imprévues, provoquant des interruptions de service non planifiées
  • Cycles de maintenance réactive, ce qui entraîne un entretien excessif et des réponses retardées
  • Aucune perspective prédictive en état d'usure ou de défaut
  • Coûts d'entretien élevés en raison de remplacements de pièces et d'interventions d'urgence

L'absence de diagnostics de pompes en temps réel et de stratégies de maintenance prédictive impliquait que la détection des pannes intervenait souvent trop tard, entraînant des pertes de productivité et une augmentation du coût total de possession.

La solution : Einnosys xPump

Pour relever ces défis, le client s'est associé à eInnosys pour mettre en œuvre xPump, une solution de maintenance prédictive basée sur l'IA et spécialement conçue pour les équipements de semi-conducteurs tels que les pompes de surpression.

eInnosys a déployé xPump sur plusieurs unités HV8000 de manière non intrusive, sans nécessiter de modification des configurations OEM ni d'interruption des flux de travail existants. La solution combine la collecte de données en périphérie avec l'analyse par IA/ML pour fournir des informations en temps réel sur l'état des équipements.

Points saillants de la mise en œuvre :

  • Intégration non invasive de capteurs sur les pompes pour surveiller des indicateurs clés comme la température, les vibrations et la charge du courant
  • Entraînement de modèles d'IA hébergés dans le cloud en utilisant des données opérationnelles historiques et en temps réel
  • Intégration avec les systèmes MES d'usine pour la cartographie des événements contextuels
  • Tableaux de bord basés sur les rôles pour les ingénieurs, les responsables d'outillage et les responsables de la maintenance

Caractéristiques principales de xPump

  • Alertes de défaillance prédictives Les modèles d'apprentissage automatique entraînés prévoient les défaillances potentielles des composants (roulements, joints d'étanchéité, entraînements de moteurs) plusieurs jours, voire plusieurs semaines à l'avance.
  • Surveillance des conditions en temps réel Le flux continu de données permet une visibilité immédiate sur les conditions de fonctionnement de la pompe et les variations de ses performances.
  • Moteur de détection d'anomalies Identifie et classe les anomalies comportementales à l'aide de la reconnaissance de formes basée sur l'IA.
  • Analyse des causes profondes Les diagnostics avancés mettent en évidence les facteurs spécifiques contribuant à chaque alerte : contamination par les vapeurs, pics de pression d’aspiration, etc.
  • Interface de planification intelligente Les équipes de maintenance reçoivent des ordres de travail dynamiques basés sur des scores de risque plutôt que sur des calendriers rigides.
  • Déploiement Plug-and-Play Rapide à mettre en œuvre et à adapter à différents modèles de pompes, sans dépendance vis-à-vis d'un fournisseur ni modification du micrologiciel.

Les Résultats

Suite au déploiement complet, le client a constaté des améliorations significatives en matière de fiabilité des pompes et de retour sur investissement en matière de maintenance :

  • Réduction de 60 % des pannes imprévues de pompes La détection et l'intervention précoces ont permis d'éviter des pannes soudaines pendant les périodes de production critiques.
  • Coûts d'entretien réduits de 30 % La réduction du nombre d'interventions d'urgence et un meilleur ciblage des remplacements de composants ont permis de diminuer la pression sur les ressources et les coûts.
  • Augmentation de 20 % de la disponibilité des pompes L'optimisation des délais de maintenance et la réduction des temps d'arrêt ont amélioré le débit global de l'usine.
  • Planification de la maintenance améliorée La planification basée sur les données a remplacé les conjectures, permettant ainsi au personnel de se concentrer sur les outils prioritaires.
  • Forte adoption par les utilisateurs Les ingénieurs ont apprécié les tableaux de bord intuitifs de xPump, qui ont permis une prise de décision plus rapide et une plus grande confiance.

Commentaires des clients

« xPump a transformé notre approche de la maintenance. Au lieu de réagir aux pannes, nous les anticipons désormais, ce qui améliore la disponibilité des machines et réduit les interruptions de production. eInnosys a fourni exactement ce dont notre usine intelligente avait besoin. » – Directeur de l’ingénierie des équipements