欧姆龙野洲工厂的半导体生产线,在保持半导体/MEMS传感器*产品成本竞争力的同时,陆续生产出具有新功能的产品,我们充分利用现有设备实现了多品种少批量生产。在此背景下,我们挑战在尽可能减少投资的同时,防止因设备老化而增加的突发故障。以往真空泵的维护时期由熟练维护人员定期诊断和提前定期维护来决定,现在通过活用数据来捕捉故障的预兆,在适当时机进行维护。
其契机是借助于“现场数据活用服务 i-BELT”的诊断,“避免设备突发故障而导致产品废弃,同时控制投资成本🦋”的愿望,通过现场知识经验、传感的数据化和振动分析技术得以实现。
虽然CBM化是维护领域的理想,但并未落地,过去都是交由熟练维护人员根据经验判断,并通过设备的间歇性监控和定期维护来应对。
然而,由于生产量的变动和品种的变化,恰当的维护时期也会大幅变动,难以兼顾维护周期的优化和故障突发的风险。此外,熟练维护人员逐渐减少也是一大问题,实现优化维护时期的CBM化成为了当务之急。
尤其是成膜设备真空泵由于突发停止而导致晶圆报废的风险很高,维护频率不断提高,如果CB🙈M化成功,将收获༺很大效果。
尤其是半导体被称作装置产业,即使是像野洲工厂这样相对小规模的工厂,光真空泵就有200多台,如果这些设备突发停止,很可能导致大量的产品报废。为了避免突发故障,一旦缩短维护间隔,维护成本和工时也会增加。
此外,近期产品种类和数量变动较大,以前设定的维护时期过长,也会引起突🅷发故障。今后,不仅限于振动🥀,我们希望利用各种传感器的数据,改进CBM化的技术。
欧姆龙积累了20多年的维护记录,拥有维护人员的宝贵知识、经验和维护技术。失去这些不仅对本公司来说是一个巨大的损失,对半导体行业也是如此。
这次,我们从振动/真空泵开始构建了CBM化的系统。我们正通过此系统积累各个其他设备特有的维护信息,着手在本部门实现数字化和可视化。希望通过“现场数据活用服务 i-BELT”🌼这一服务,将这些应该传承下来的技术推广给客户。
“现场数据活用服务 i-BELT”集结了欧姆龙丰富的产品阵容、公司生产现场的knowhow和设备合作伙伴的knowhow。
与客户共同面对现状课题,验证应关注的数据,并收集和可视化数据。
使用欧姆龙的knowhow分析积累的数据,将获ꦦ得的分析结果转换为控制算法,优化现场。引入系统后,仍与客户共同持续地活用数据,挑战将管理与现场融为一体的课题解决🍸方式。