過去高科技產業已將巨量資料分析應用於工程控制與良率分析上, 例如半導體晶圓製造中, 透過 FDC (Fault Detection Collection) 系統, 針對機台內部重要參數建立模型, 可以在製程發生問題前，提供預先警示，產生即時(Real-time)的資料分析，可大幅降低成本與提升良率。 將此應用概念推廣能源管理與耗能改善, 可以透過生產的效率及電力耗用的情況，機台設備資料與其他巨量資料以專業模型作關聯性分析，找出關鍵的問題並提供廠商決策所用。

以台灣最先進的12吋半導體晶圓製造廠為例，其廠房之廠務設施用電（如冰水機、空氣循環、氮氣、製程用水、空氣壓縮及照明等）約佔全廠用電量的 43%，而生產加工機台的耗電量約佔全廠用電量的 49%，其他如辦公區域用電約占 8%。然而過去的改善專案多以廠務系統為主，生產機台的耗能表現卻一直是個黑盒子，較少著墨於此，主要的原因在於過去生產機台端及其支援單元無法有效了解其耗能表現，尤其是比較老舊的工廠要佈建電錶做能源消耗資料收集更是一大投資且施工困難, 更遑論其與機台生產行為之關聯性。

隨著物聯網科技發展與進步，除了過去的接線電錶外，目前已可透過無線電錶裝置或先進自動化機台內建的感知器更簡便地收集生產機台相關之各部（如主機台與其他幫浦、加溫器、離子加速器等支援裝置）耗能表現。然而，解決了資料收集不便的限制，用電分析資料收集之數據量亦隨之急速增加（裝置電錶數目將是過去的十倍到百倍以上，乘以每5~10秒收集一次的頻率），因此，如何低成本、有效率地儲存、分析、應用與視覺化呈現巨量用電資料資訊，就成為生產加工機台端耗能改善問題的第一道門檻。

有了完備資料後, 我們可以透過巨量資料處理與分析及互動的視覺呈現技術, 建構一個分析流程, 工程師可以輕易地整合生產加工機台用電與製造資訊，建立每座機台的耗能基準線並了解其耗能的分配及流向、找出每個生產加工程式以及生產狀態下的改善機會、建立耗能與零件更換之連接並提供異常耗電樣型之偵測與處理，目前經過新加坡與台灣半導體工廠的實證，可以為各型機台帶來平均約13%的直接節電效益。另外，資料挖礦技術所建構之耗電因子與機台作動因子關係可作為生產機台之節能指導規則基礎，並進一步建構能源管理系統以獲得較佳之節電效率；所萃取之耗電樣型或歸納之規則更可進一步作為採購新設備機台驗證其節能效果或提供改善方向之用。
 

半導體Clean機台耗能分析與改善案例

徐 紹鐘

清華大學工業工程與工程管理所博士
宇清數位智慧研發副總與首席資料科學家

更多文章

然而，根據研究統計，人類大腦同時處理超過兩項以上資訊時將會造成效率降低或發生誤差。試想，同時檢視生產單位、產品項目、產品類別、成本消耗、…數項直接左右營收狀況的因素，若無完整資訊統合介面，將可能造成理解上的失誤或遺漏。

因此，我們整合了您關心的資訊，包含銷售狀況、銷售模擬，甚至分析物流成本，期望提供數個可為您帶來資訊收獲的視覺化統計分析，創造出浪頭上最前衛的管理方式！

彈性的模擬銷售狀況

原料、電力、人力影響產品生產變動成本甚重，此案例模擬幾種成本影響因素，為您模擬出調價後的銷售狀況、價量關係以及毛利狀況。更甚，透過模擬調整價格，讓您取得最佳平衡的成本管理