「电子行业」慧都大数据赋能某知名集成电路制造企业「质效双升」

导语

日前，慧都工业大数据分析方案在某全球知名的集成电路制造企业成功落地，慧都结合电子行业特征和工业大数据领域的专业服务，助力客户生产运营数字化创新，实现产品质量和生产效率的双向突破，也为大数据在电子行业的落地应用提供了新的思路。

*注：因客户数据保密性要求，正文相关内容及图片均已做脱敏处理。

◇ 客户名称：某全球知名集成电路制造企业

◇ 所属行业：电子芯片行业

◇ 项目目标：提升产品质量与产线生产效率

◇ 解决方案：慧都工业大数据解决方案

◇ 实施效果：快速追溯影响产品质量及生产效率的根因，满足高产量、高品质生产要求

客户概况

近40年专注电子电路领域的国有企业

电子芯片(图片来源摄图网)

客户是拥有近40年电子电路技术服务的国有企业，国家火炬计划重点高新技术企业，专注设计、制造、电子装联、微组装和测试等全价值链服务；在中国拥有三个生产基地，为全球前五大通讯设备制造商、前三大航空航天电子厂商等全球500强企业提供产品与服务。

需求背景

产品质量及生产效率是行业核心竞争力

集成电路是现代信息化的基础，在高科技领域应用广泛。集成电路以超精密工艺和严苛质量标准著称，任何质量和性能偏差都将产生重大影响，并可能造成高额损失；2021年中国集成电路产品进出口都保持较高增速，行业竞争也日益激烈，为保持强劲的全球竞争力，必须使生产线最大限度处于高产量、可持续顺畅运转的状态。

集成电路在高科技领域应用广泛

故而产线的效率和产品的质量，成为了产线管理人员最为关注的要点。为及时探寻影响质量及效率的因素，并快速完成产线迭代优化，客户例行开展生产运营分析周会，深入探究当周情况：本周发生了什么？与之前的对比是怎样的？ 什么影响我的质量、效率？为什么发生？如何改进？

但面对生产线日益庞大的数据，进行人工决策分析效率低下。那应该如何高效精准完成当周生产运营情况的汇报、展示和分析，并保障数据传递的准确性和时效性？

为获得最佳解答，客户携手慧都工业大数据专家团队，从庞大数据中快速提炼价值信息，构建以质量和效率为核心目标的智能化生产运营分析应用。

项目挑战

生产工序复杂，跨多业务口径

“从电路设计到制造再到封测，每一道工序都会产生大量数据。”

图片来源摄图网

作为技术密集、资金密集的高技术行业，集成电路生产制造被认为当今最复杂的制造过程之一，从晶圆裸片到成品，中间需要经过氧化、溅镀、光刻、刻蚀、离子注入、封装等上百道特殊的工艺步骤，需要用到包括硅片制造设备、晶圆制造设备、封装设备和辅助设备等几十上百台设备。

电子芯片行业大数据分析面临的挑战，除生产工序及工艺异常复杂外，还涉及跨多业务口径的数据采集与分析，包含生产过程中成本数据（采购成本、研发成本、生产成本及质量成本等）；设计工具数据、仿真系统数据、设备工艺参数、AOI（自动光学检测）、ERP系统数据（订单、计划、库存）、AGV数据等众多业务口径。

而这些散落在各个环节的数据是此后预测问题、发现问题、追溯问题、优化问题并提升良率的关键，如果这些海量数据不能有效整合，就会使数据杂乱无章，影响数据逻辑与模型的构建，可能导致分析结果及决策失之毫厘，谬以千里。

慧都方案

以生产设备为主视角的大数据分析

因客户数据保密性要求，慧都工业大数据专家团队长驻客户现场，在与客户多次深入沟通与行业调研的基础上，以“质量和效率”为核心目标，构建了以“生产设备为主视角”，面向车间、产线管理人员反映生产效率和质量状况，关联异常事件及闭环情况的生产运营分析应用。

全面质量管理理论包含“人、机、料、法、环、测”六大要素，为什么要以设备作为主视角呢？根据慧都专家调研，客户生产线设备具有自动化水平高、数据采集实时高效的特质，通过设备、工序、时间、工单等信息关联人、机、料、法、环、测数据，建立多维关联模型将更加精准和高效。

生产运营分析多维关联模型

通过4大核心应用，完成整个生产运营分析，帮助客户实现提质增效的目标：

1.分析生产现场各类异常及闭环情况

分析设备各类异常发生次数占比情况，以及各类异常的平均处理时间，针对发生频率较高以及平均处理时间较长的异常，着重研究处理；

异常发生次数占比高

2.产量、成品率、OEE等关键指标多维度、同环比分析，挖掘指标异常原因

对比分析各设备每天OEE指标变化情况和各指标，以及影响各指标的具体因素；

设备各项指标对比分析

3.以不同的时间粒度分析设备单位时间加工数量趋势，关联异常、换单、物流等信息

在时间粒度大的情形下，查看加工数量变化趋势；对于数据变化较大的情况，切换更小的时间粒度；结合右侧的异常明细以及生产明细等信息，查看是否有异常或其他因素引起该数据变化；

基于时间粒度的对比分析

4.掌握产品的质量状况，分析质量薄弱环节

分析各设备每日成品率趋势变化，各产品不合格占比情况以及各产品每日不合格数量变化情况，通过不合格产品追溯具体的缺陷/不合格现象，对发生频率高的缺陷进一步挖掘。

缺陷产品质量追溯分析

方案效果

高效完成生产线周转汇报，及时优化生产运营

项目上线后，产线实现了最大限度的可持续顺畅运行，且对运行过程有精确的记录，每周和每周的变化情况一目了然，为企业生产运营分析提供了第一手数据支撑，大大缩减了人工分析决策工作量，提高报告效率的同时提高了决策准确性。

同时，实现了生产线的生产率和成品率快速地诊断和预测，在出现产量突然降低或异常时，迅速定位到出现问题的环节，从而对其采取有效的措施，满足高产量的要求。

获取更多慧都工业大数据案例，欢迎联系和关注我们（公众号：慧都智能制造），以了解更多详情，期待您的咨询和联系！