Penyelenggaraan Prediktif vs Penyelenggaraan Pencegahan: Panduan untuk Separuh Fabrik

Ringkasan

• Implikasi Kos: Penyelenggaraan pencegahan sering menyebabkan "penyelenggaraan berlebihan", iaitu membazirkan alat ganti dan jam juruteknik, manakala strategi ramalan hanya menyasarkan apa yang diperlukan.
• Pengurangan Masa Henti: Kaedah ramalan boleh mengurangkan masa henti mesin sebanyak 30–50% dan meningkatkan hayat mesin sebanyak 20–40% berbanding jadual pencegahan standard.
• Ketergantungan Data: Walaupun penyelenggaraan pencegahan bergantung pada kalendar, penyelenggaraan ramalan bergantung pada integriti data masa nyata, yang memerlukan perisian penyelenggaraan ramalan yang mantap.
• Pelaksanaan: Peralihan ini bukanlah binari; pendekatan hibrid selalunya menghasilkan ROI terbaik untuk kemudahan pembuatan semikonduktor.
• Kesimpulannya: Beralih daripada "pembaikan apabila rosak" atau "pembaikan mengikut jadual" kepada "pembaikan apabila diperlukan" adalah kunci untuk memaksimumkan hasil wafer dan ketersediaan peralatan.

Pengenalan

Dalam dunia pembuatan semikonduktor yang berisiko tinggi, masa henti adalah musuh utama. Ia membakar wang, merosakkan hasil wafer, dan menyebabkan pengurus fabrik beruban sebelum tiba masanya. Menurut laporan terbaru oleh McKinsey (2024), penggunaan teknologi Industri 4.0 khususnya mengenai kesihatan mesin boleh mengurangkan masa henti mesin sehingga 50% dan mengurangkan kos penyelenggaraan sebanyak 10–40%. Namun, banyak kemudahan masih tersekat dalam gelung pembaikan perkara yang tidak rosak.

Ini membawa kita kepada perdebatan utama dalam kejuruteraan kebolehpercayaan moden: penyelenggaraan ramalan vs penyelenggaraan pencegahan. Walaupun istilah-istilah ini sering digunakan secara bergantian di bilik mesyuarat, ia mewakili falsafah yang berbeza secara asas. Satu bergantung pada keselamatan kalendar; yang lain mempercayai kejujuran data.

Bagi jurutera peralatan dan pengurus fabrikasi, memilih laluan yang betul bukanlah satu latihan falsafah. Ia adalah keperluan kewangan.

Konflik Teras: Kalendar vs. Keadaan

Untuk memahami perubahan yang berlaku dalam industri fabrik sekarang, kita perlu menghuraikan konsep-konsep ini kepada mekaniknya.

Penyelenggaraan Pencegahan: Hentian Pit Berjadual

Penyelenggaraan pencegahan (PM) adalah veteran industri. Ia berasaskan masa atau berasaskan penggunaan. Anda menservis alat etsa setiap 500 jam RF. Anda menggantikan pengedap pam vakum setiap enam bulan. Anda melakukan ini tanpa mengira sama ada pengedap itu benar-benar haus atau tidak.

Logiknya di sini adalah statistik. Kami menganggap bahawa kerana kebanyakan galas rosak selepas 10,000 kitaran, kita harus menggantikan semua galas pada 9,000 kitaran.

Kelebihan:

• Lebih mudah untuk membuat bajet dan perancangan.
• Memerlukan teknologi yang kurang kompleks untuk dilaksanakan.
• Memanjangkan hayat peralatan berbanding penyelenggaraan reaktif (mula-ke-gagal).

The Cons:

• Saliran Buruh: Juruteknik meluangkan masa membaiki mesin yang sihat.
• Kegagalan Pasca Penyelenggaraan: Ironinya, campur tangan manusia merupakan punca utama kegagalan peralatan. Membuka ruang untuk menggantikan bahagian yang tidak perlu diganti akan menimbulkan risiko kebocoran zarah atau vakum.
• Kerosakan yang Tidak Dijangka: Mesin jarang sekali mati mengikut jadual. Kegagalan rawak masih berlaku antara selang masa yang dijadualkan.

Penyelenggaraan Ramalan: Pendekatan Sensor Pintar

Penyelenggaraan ramalan (PdM) membalikkan skrip. Daripada bertanya "Hari apa sekarang?", ia bertanya "Bagaimana keadaan peralatan?"

Dengan menggunakan alat penyelenggaraan ramalan, jurutera memantau keadaan sebenar aset dalam masa nyata. Sensor menjejaki getaran, suhu, tandatangan akustik dan ultrasonik serta penggunaan kuasa. Tindakan penyelenggaraan hanya dicetuskan apabila parameter melangkaui had kawalan tertentu.

Kelebihan:

• Hayat Bahagian Maksimum: Anda menggunakan komponen sehingga ia hampir tamat tempoh hayatnya, bukan hanya apabila manual mengatakan masa sudah tamat.
• Masa Henti yang Dikurangkan: Penyelenggaraan dirancang apabila diperlukan, bagi mengelakkan penutupan yang tidak perlu.
• Analisis punca masalah: Jejak data membantu menentukan sebab kegagalan sedang berlaku.

The Cons:

• Kos Pendahuluan Tinggi: Memerlukan pelaburan dalam sensor dan perisian penyelenggaraan ramalan.
• Kerumitan Data: Anda memerlukan pasukan yang mampu mentafsir gangguan tersebut.

Menyelam Mendalam: Penyelenggaraan Prediktif vs Penyelenggaraan Pencegahan dalam Fab

Apabila kita melihat penyelenggaraan ramalan vs penyelenggaraan pencegahan khususnya melalui lensa fabrikasi semikonduktor, taruhannya berubah. Kegagalan pam di loji rawatan air adalah menjengkelkan; kegagalan pam dalam proses CVD boleh merosakkan banyak wafer berharga.

Beginilah bagaimana kedua-dua pendekatan ini digabungkan dalam persekitaran bilik bersih:

1. Mekanisme Pencetus

• Pencegahan: Pesanan kerja dijana secara automatik oleh CMMS (Sistem Pengurusan Penyelenggaraan Berkomputer) berdasarkan masa berlalu atau kiraan wafer.
• Ramalan: Pesanan kerja dijana oleh platform IoT atau MES (Sistem Pelaksanaan Pembuatan) apabila ambang tertentu (contohnya, getaran pada pam turbo) dilanggar.

2. Keperluan Perkakasan

Penyelenggaraan pencegahan biasanya menggunakan alat standard. Jika anda mempunyai sepana dan papan klip (atau tablet), anda sudah bersedia.

Penyelenggaraan ramalan memerlukan sistem saraf digital. Anda memerlukan sensor getaran pada motor, transduser arus pada bekalan kuasa dan kaunter zarah dalam talian vakum. Ini membawa kita kepada bidang infrastruktur penyelenggaraan ramalan vs pencegahan. Anda tidak boleh melakukan PdM tanpa perkakasan "P" (Ramalan).

3. Jurang Kemahiran

Ini sering diabaikan. Beralih kepada model ramalan memerlukan kakitangan penyelenggaraan anda untuk berkembang. Mereka berhenti menjadi mekanik sahaja dan mula menjadi penganalisis data. Mereka perlu memahami bagaimana spektrum FFT (Transformasi Fourier Pantas) pada plot getaran.

Nota: Matlamatnya bukanlah untuk menggantikan juruteknik dengan perisian. Ia adalah untuk memberi juruteknik kuasa besar supaya mereka tahu dengan tepat skru mana yang perlu dipusingkan sebelum mereka berpakaian.

Mengapa Penyelenggaraan Pencegahan Tidak Mencukupi Lagi

Pengurus Fab sedang berurusan dengan saiz nod yang mengecil lebih cepat daripada sweater bulu dalam pengering panas. Apabila kita bergerak ke arah proses 3nm dan 2nm, margin untuk ralat secara berkesan hilang.

Penyelenggaraan Prediktif vs Penyelenggaraan Pencegahan: Perangkap Penyelenggaraan Terlalu Banyak

Dalam usaha untuk mengelakkan masa henti, banyak kilang terjerumus ke dalam perangkap penyelenggaraan yang berlebihan. Mereka memendekkan kitaran PM mereka. Daripada membersihkan ruang setiap minggu, mereka melakukannya setiap tiga hari.

Ini mengurangkan ketersediaan. Jika alat anda tergendala untuk penyelenggaraan berjadual sebanyak 20% daripada masa, itu bermakna kehilangan kapasiti pengeluaran sebanyak 20%. Perdebatan penyelenggaraan pencegahan vs. penyelenggaraan ramalan sering diselesaikan di sini: PdM mengembalikan masa tersebut kepada anda.

Menurut Jabatan Tenaga AS (2022), program penyelenggaraan ramalan berfungsi boleh menghasilkan pengurangan kos penyelenggaraan sebanyak 30% hingga 40% dan pengurangan masa henti sebanyak 35% hingga 45%. Bagi kilang bervolum tinggi, peratusan tersebut diterjemahkan kepada berjuta-juta dolar dalam pendapatan yang dipulihkan.

Peranan Data dan Perisian

Anda tidak boleh sewenang-wenangnya "memutuskan" untuk melakukan penyelenggaraan ramalan. Anda memerlukan ekosistem. Di sinilah perisian penyelenggaraan ramalan memasuki sembang.

Menghubungkan Titik-titik (secara literal)

Peralatan semikonduktor agak selekeh. Melalui piawaian SECS/GEM dan Antara Muka A (EDA), peralatan sentiasa menyiarkan data. Cabarannya adalah untuk menangkapnya.

Penyelesaian perisian yang mantap bertindak sebagai pengagregat. Ia menarik data daripada:

1. Sistem FDC (Pengesanan dan Pengelasan Kerosakan): Memerhatikan parameter proses.
2. Sensor Tambahan: Monitor getaran atau haba yang dipasang semula pada peralatan lama.
3. Sistem Kemudahan: Suhu penyejuk, kelembapan bilik bersih.

Memahami Kebisingan

Data mentah tidak berguna. Jika graf menunjukkan lonjakan mendadak, adakah itu bermakna motor sedang rosak, atau adakah seseorang baru sahaja merosakkan mesin?

Alat penyelenggaraan ramalan lanjutan menggunakan algoritma Pembelajaran Mesin (ML) untuk mempelajari tingkah laku "normal" alat tertentu. Ia boleh membezakan antara anomali yang tidak berbahaya dan bencana yang sedang berkembang.

• Masa Analogi: Ia seperti seorang doktor yang mendengar jantung anda. Pendekatan pencegahan adalah pemeriksaan sekali setahun. Pendekatan ramalan adalah memakai jam tangan pintar yang akan memberi amaran kepada anda sebaik sahaja kadar denyutan jantung anda menghasilkan corak yang tidak teratur.

Cabaran Pelaksanaan (dan Cara Mengatasinya)

Strategi bertukar tidak semudah menukar suis. Jika ia mudah, semua orang pasti sudah melakukannya sekarang.

Cabaran 1: Masalah Peralatan Legasi

Fabs merupakan gabungan pengimbas ASML baharu dan bangku basah berusia 20 tahun. Alatan lama selalunya kekurangan sensor terbina dalam yang diperlukan untuk analitik mendalam.

• penyelesaian: Pengubahsuaian. Menggunakan sensor yang tidak mengganggu (seperti sensor arus pengapit) membolehkan anda mengekstrak data daripada alat legasi tanpa membatalkan jaminan atau mengambil risiko gangguan isyarat.

Cabaran 2: Silo Data

Data getaran berada di satu pelayan; data proses berada di pelayan yang lain.

• penyelesaian: Perisian tengah integrasi. Anda memerlukan lapisan bersatu yang menyatukan OT (Teknologi Operasi) dan IT. Ini merupakan kecekapan teras untuk pasukan yang mengusahakan integrasi MES.

Cabaran 3: Keletihan Berjaga-jaga

Jika perisian penyelenggaraan ramalan anda menjerit "Kecemasan!" setiap lima minit, juruteknik akhirnya akan membisukannya.

• penyelesaian: Penalaan. Fasa pelaksanaan memerlukan tempoh "latihan" model untuk meminimumkan positif palsu.

Persamaan ROI

Apabila menawarkan penyelenggaraan prediktif vs pencegahan kepada kepimpinan, gunakan bahasa kewangan.

Kos Downtime yang Tidak Dirancang

Dalam industri semikonduktor, masa henti yang tidak dirancang adalah sangat mahal kerana WIP (Kerja Dalam Proses) berisiko. Jika proses kelompok gagal, anda bukan sahaja akan kehilangan masa; anda mungkin akan membuang kaset wafer yang telah mengumpul nilai pemprosesan selama berminggu-minggu.

Pengurangan Inventori

Dengan penyelenggaraan pencegahan, anda memerlukan gudang yang penuh dengan alat ganti "sekiranya berlaku". Dengan strategi ramalan, anda memesan alat ganti berdasarkan lengkung degradasi komponen. Ini mewujudkan inventori penyelenggaraan Just-In-Time (JIT), membebaskan modal yang terikat dalam stok.

Membuat Tukar: Pendekatan Hibrid

Inilah rahsia yang mungkin tidak diberitahu oleh golongan puris: Anda tidak perlu memilih satu atau yang lain secara eksklusif.

Strategi penyelenggaraan yang paling berkesan adalah hibrid.

• Lari-ke-Kegagalan: Untuk aset murah dan tidak kritikal (seperti mentol lampu di lorong).
• Pencegahan: Bagi aset dengan keperluan kawal selia yang ketat atau yang mod kegagalan semata-mata berkaitan dengan usia dan boleh diramal sepenuhnya.
• Ramalan: Untuk aset kritikal (Alat kluster, pam, penjana RF) yang mana masa operasi adalah hasil.

Memahami keseimbangan penyelenggaraan ramalan vs penyelenggaraan pencegahan membolehkan anda memperuntukkan sumber di tempat yang paling kurang merugikan dan paling banyak membantu.

Kesimpulan

Pertempuran penyelenggaraan ramalan vs penyelenggaraan pencegahan bukanlah tentang membuktikan seseorang itu lebih unggul dalam keadaan vakum. Ia adalah tentang memadankan strategi dengan aset tersebut. Walau bagaimanapun, apabila pembuatan semikonduktor menjadi lebih automatik dan kaya dengan data, skalanya semakin condong ke arah strategi ramalan.

Hari-hari membuka mesin yang sangat baik hanya kerana kalendar mengatakannya sudah bernombor. Dengan menggunakan perisian penyelenggaraan ramalan yang betul dan mengubah budaya anda daripada reaktif kepada proaktif, anda memperoleh kelebihan daya saing muktamad: kebolehpercayaan.