Cookie

GlobalFoundries Dresden

Damit die Chips nicht ausgehen:
Akustische Diagnose im Vorbeifahren

kuenstliche-intelligenz, nachhaltigkeit, digitalisierung

Chips sind überall - in Haushaltsgeräten, Smartphones, Autos, Industrieanlagen und medizinischen Geräten - und auf dem Weltmarkt heiß begehrt. Im größten und modernsten Halbleiterwerk Europas produziert GlobalFoundries in Dresden Mikrochips für Kunden aus diesen und weiteren Bereichen. Um Wartungszyklen zu optimieren und Produktionsausfälle zu vermeiden, hat T-Systems MMS gemeinsam mit dem Smart Systems Hub eine völlig neuartige, Cloud-basierte IoT-Plattform entwickelt. In Pionierarbeit im Rahmen des bewährten „Digital Product Factory“- Co-Innovation Formats innerhalb von drei Monaten konzipiert, ermöglicht die smarte KI-Lösung das hochautomatisierte fahrerlose Transportsystem im Reinraum vorausschauend zu warten und instand zu halten.


Nutzen für unseren Kunden


Verringerter Wartungs- und Instandhaltungsaufwand durch optimierte, am Bedarf ausgerichtete Wartungszyklen

Rechtzeitiges Erkennen des Wartungsbedarfs erhöht Ausfallsicherheit, vermeidet Produktionsunterbrechungen und erhöht die Anlagenauslastung

Positionierung als einer der führenden Halbleiterproduzenten im Sinne von „Smart Factory“

  • Lars Fienhold | Principal Analyst Factory Automation | GlobalFoundries Dresden

    „Smart Maintenance ist in aller Munde, nur machen muss man es. Ich bin absolut begeistert, wie dieses Projekt innerhalb der kurzen Laufzeit für unser sehr spezielles Transportsystem Ergebnisse liefern konnte. Der Business Case ist großartig: Die Lösung kann perspektivisch die Ausfallzeiten in den betroffenen Bereichen um 25 bis 35 Prozent reduzieren!“


Referenz im Überblick


Aufgabe

Reduzierung des Wartungs- und Instandhaltungsaufwandes für das Wafer-Transportsystem im Reinraum

Lösung

Aufbau einer KI-gestützten Cloud-Infrastruktur für die akustische Echtzeit-Überwachung und Erkennung von Anomalien

Ergebnis

Permanentes Monitoring des Gesundheitszustandes ermöglicht bedarfsorientierte, vorausschauende Wartung und verbessert die Anlagenauslastung

  • Anforderungen

    Wartungsaufwand reduzieren

    Die Herstellung von Mikrochips beinhaltet über 1.000 Einzel-Schritte unter strengsten Reinraumbedingungen. Entsprechend hoch ist die Komplexität der gesamten Fertigung, bei der gegenseitige Abhängigkeiten in der Abfolge bestehen.
    Die 300mm-Wafer, aus denen später die Mikrochips entstehen, werden dabei während des rund 1.400 Schritte umfassenden Fertigungsprozesses in Overhead Transportation Vehicles transportiert. Auf einem 22 Kilometer langen Schienennetz an der Decke, dem „Automated Material Handling System“ (AMHS), befördern täglich mehr als 800 Fahrzeuge die Wafer in speziellen Boxen. An jeder Bearbeitungsstation senkt ein Hubsystem die Boxen ab. Im Anschluss werden die Waferboxen automatisch zum nächsten Fertigungsschritt transportiert. Fiele ein Roboter im laufenden Betrieb aus, würde er Teile des Schienensystems im Reinraum blockieren und damit die Produktion verlangsamen. Entsprechend aufwendig und engmaschig wurde die komplexe Mechanik der Fahrzeuge bislang manuell überwacht und vorsorglich gewartet.
    Um einen weiteren Schritt in Richtung Smart Factory zu gehen, beauftragte GlobalFoundries T-Systems MMS und den Smart Systems Hub, eine intelligente IoT-Lösung zu entwickeln. Um das Wafer-Transportsystem künftig streng bedarfsgerecht warten zu können und um Wartungszyklen zu optimieren, sollte das Transportsystem live überwacht und sein Zustand in Echtzeit visualisiert werden.

  • Lösung

    Akustische Diagnose im Vorbeifahren

    Der gemeinsam von T-Systems MMS und dem Smart Systems Hub entwickelte „GlobalFoundries Health Predictor“ wurde im laufenden Betrieb an einer Schiene des Wafer-Transportsystems im Reinraum installiert. Während der Smart Systems Hub die Hardware lieferte, steuerte T-Systems MMS die Software- und KI-Komponenten bei.
    Ein hochsensibler akustischer Edge Computing-Sensor erfasst bei der smarten Lösung den Schall der vorbeigleitenden Fahrzeuge und kann Anomalien feststellen, beispielsweise, wenn ein Rad beschädigt oder ein Kugellager defekt ist. Mithilfe von Machine Learning und Künstlicher Intelligenz werden die Daten zu Schwingungen und Vibrationen mit den bereits verfügbaren historischen Daten in einer Datenbank abgeglichen. Dank Edge Computing kann die Latenzzeit bei der Übermittlung der Daten – im Gegensatz zu einer Cloud-Lösung – so geringgehalten werden, dass die Erkennung und Analyse von Fehlern in Echtzeit erfolgen kann. Auf einem Dashboard wird der „Gesundheitszustand“ der Transportroboter mit einem Ampel-System permanent gemonitort. Dabei kommt die Cloud-Plattform Amazon Web Services AWS zum Einsatz. In die KI-basierte Cloud-Lösung wurden verschiedene Datenquellen integriert, unter anderem neuartige MEMS-Akustiksensoren und eine Big-Data-Anwendung, die pro Tag mehr als 10.000 Files mit fahrzeugbezogenen Daten auswertet.

Zu erwartende Ausfälle und Wartungsbedarfe können nun vorausgesagt werden, indem bei der Annäherung an definierte Schwellenwerte Alarm ausgelöst wird und die Transportroboter mit hoher Ausfallwahrscheinlichkeit entsprechend identifiziert werden können. Die erhobenen Fehler-Daten dienen auch dem Reporting, so für Analysen, Berichte und Audits. Die im Dresdner Halbleiterwerk installierte Pilotlösung „GlobalFoundries Health Predictor“ diente zunächst dazu, die technische Machbarkeit zu klären. Inzwischen wird ein Folgeprojekt umgesetzt, bei dem Edge Computing-Sensoren an mehreren Stellen, beispielsweise auch in Kurven und in verschiedenen Schienensystemen, installiert werden. Bei erfolgreichem Verlauf ist der Rollout der IoT-Anwendung weltweit auch anderen Produktionsstandorten von GlobalFoundries vorgesehen, so in New York und Singapur.



  • Nutzen

    Maximaler Output dank Smart Maintenance

    Ohne in die laufende Produktion eingreifen zu müssen, wird der Wartungsbedarf der Transportroboter frühzeitig erkannt, präzise bestimmt und visuell aufgezeigt. Denn lange bevor Schäden auftreten, registriert der Health Predictor Auffälligkeiten in Echtzeit. Wartung und Instandhaltung des hochkomplexen Wafer-Transportsystems können somit am tatsächlichen Bedarf ausgerichtet, Wartungszyklen optimiert und die Verfügbarkeit des Transportsystems weiter maximiert werden.
    Denn dank des Health Predictors können die Chipfertigung weiter optimiert und die Produktionskapazitäten maximal ausgelastet werden – gerade beim aktuellen Chipmangel auf dem Weltmarkt von erheblicher Bedeutung. Zudem sinkt der Ressourcenaufwand in Bezug auf Material, Personal und Zeit. So erhöht sich die Lebensdauer der Transportroboter infolge der rechtzeitigen Wartung, zudem müssen intakte Teile nicht mehr routinemäßig ausgetauscht werden. Ein Umstand, der auch dem Thema Nachhaltigkeit Rechnung trägt. Auch kann bei höchster Fertigungsqualität gleichzeitig die Vor-Ort-Präsenz der Wartungsingenieure im Reinraum deutlich reduziert werden. Da die Hard- und Software-Komponenten des Health Predictors modular aufgebaut sind, kann die KI-basierte Anwendung zukünftig auch für weitere Fertigungs- und Logistiksysteme von GlobalFoundries zum Einsatz kommen.
    Das Halbleiterwerk in Dresden kann sich so als Vorreiter zum Thema Smart Factory und sensorgestützte Überwachung sowohl innerhalb des Unternehmens als auch in der Branche insgesamt positionieren.

Über GlobalFoundries

GlobalFoundries ist ein US-amerikanischer Halbleiterproduzent mit einem europäischen Standort in Dresden. Das Unternehmen beschäftigt weltweit mehr als 15.000 Mitarbeiter*innen. Neben dem Werk in Dresden gibt es drei weitere Produktionsstandorte in den USA und einen in Singapur. Auf dem Firmencampus in Dresden arbeiten mehr als 3.200 Techniker*innen, Ingenieur*innen und Spezialist*innen aus der ganzen Welt.
GlobalFoundries hat dazu beigetragen, den Freistaat Sachsen als führendes Mikro- und Nanoelektronikzentrum in Europa zu etablieren und hat mit dem Smart Systems Hub die Entwicklung neuer IoT- und Connectivity-Systemlösungen maßgeblich vorangetrieben.


Predictive Maintenance bei GlobalFoundries
Vorausschauende Wartung
der Reinstwasser-Ventile
zur KI-basierten Lösung

Vorausschauende Wartung fahrerloser Transportsysteme
Wie unterschiedliche Symptome
auf einen Ausfall hindeuten
zum Review Digital Factory #4

Angebot Industrial IoT Consulting
Vom Service-Design bis
zum Geschäftsmodell
zum Angebot

Co-Innovationen zu einem beschleunigten Go-to-Market
Entwicklung eines Minimum
Viable Products in 3 Monaten
Zum Angebot des Co-Innovations-Teams

Ihre Ansprechpartnerin