Ajudando engenheiros de semicondutores a conquistar a complexidade com análises de chão de fábrica
O Panasonic Connect usa IA para acelerar o desenvolvimento de chips e aumentar o rendimento
Detalhe abstrato de círculos iluminados em azul claro sobre fundo azul escuro

Da propriedade generalizada de smartphones à ascensão da IA, 5G e carros autônomos, os sinais são claros de que o mundo está se movendo mais profundamente para a era digitalmente conectada. E os semicondutores são a base sobre a qual tudo foi construído.

Dado o rápido crescimento da infraestrutura digital, não é surpreendente que as empresas que fabricam semicondutores (aquelas no nível básico do ecossistema digital) enfrentem um conjunto de desafios competitivos em constante evolução. Alguns são familiares, como a pressão implacável para melhorar o desempenho dos chips.Mas hoje, os fabricantes de chips também precisam navegar por um conjunto de requisitos competitivos que têm muito a ver com os processos que seguem, começando pelo design.

No âmbito da fabricação de chips, o empacotamento (como as partes de um semicondutor são reunidas para uso em um dispositivo) sempre foi fundamental. Hoje, no entanto, a questão do empacotamento se tornou um importante diferencial competitivo que afeta a potência, o desempenho e a funcionalidade dos chips, sem mencionar seu custo.

O que isso significa para os processos? Com as estruturas de desenvolvimento se tornando mais complexas, todo o ciclo (do desenvolvimento à prototipagem e aos testes) aumentou consideravelmente. No processo de fabricação, passar do projeto ao produto acabado requer o conjunto certo de instruções altamente detalhadas em relação a mais de 100 parâmetros, com pouca ou nenhuma margem de erro.

Sob métodos convencionais, os fabricantes de chips são obrigados a fazer uma série de ajustes incrementais para identificar a "receita" ideal. Além da enorme carga sobre os "cozinheiros" nessa equação (os engenheiros de desenvolvimento), o subproduto dessa abordagem de tentativa e erro é o aumento do desperdício e menores rendimentos de fabricação.

Redução de 30%


Reduz o ciclo de desenvolvimento em até 30%, minimizando a tentativa e o erro na formulação da receita

Redução de 50%


Reduz os custos de manutenção de equipamentos para clientes de fabricação de semicondutores em 50% por meio da otimização acionado por dados

Mostramos que, analisando dados individuais de status da máquina na borda, criamos a base para equipamentos de fabricação autônomos, nos quais a máquina opera sob as condições ideais. O próximo passo nessa progressão é integrar várias máquinas na nuvem para permitir a fabricação autônoma em toda a fábrica. Mitsuru Hiroshima Diretor do grupo de negócios de processos de semicondutores, divisão de negócios de automação de processos Panasonic Connect

Empresas como a Panasonic Connect (por meio de sua divisão de negócios de automação de processos) existem para ajudar fabricantes de semicondutores a enfrentar esses desafios de processo e otimizar processos de produção e entregar produtos de alta qualidade. Com um histórico de 30 anos de fornecimento de equipamentos de produção especializados aos fabricantes de chip, a Panasonic reconheceu que estava em uma posição privilegiada para ajudá-los a se adaptar às novas tendências de empacotamento de semicondutores.

De particular interesse, observa Mitsuru Hiroshima, Diretor do Semiconductor Process Business Group, foi a oportunidade de infundir funções analíticas avançadas em suas soluções de equipamentos para permitir resultados verdadeiramente inovadores para seus clientes de produção. "O núcleo de nossa visão era a ideia de que a combinação de aprendizado profundo e automação poderia levar as operações de projeto e manufatura a um nível totalmente novo de otimização", diz ele.

Na época, em 2019, Hiroshima e sua equipe sabiam que a realização dessa visão (transformando-a em uma solução concreta que poderia levar ao mercado) exigiria que a empresa aumentasse suas principais competências em equipamentos."Queríamos colaborar com um [fornecedor] que pudesse trazer profunda experiência no processo do setor, juntamente com um portfólio de tecnologias analíticas avançadas em áreas como IA e aprendizagem profunda", explica Hiroshima. “A IBM se destacou como a única fornecedora que poderia trazer força nesses dois domínios críticos.”

Algoritmos de aprendizado de máquina e a receita ideal

A equipe da IBM reunida para o projeto incluiu especialistas em IA e deep learning da IBM Research e especialistas em processos e consultores do setor da IBM Consulting™. Nos primeiros meses intensivos do engajamento, as equipes da IBM e da Panasonic colaboraram para identificar e refinar as oportunidades de soluções. A IBM aplicou a metodologia IBM Garage™, trazendo pessoal de TI e operações em colaboração iterativa e de alto impacto, para definir o tom da colaboração, determinar o objetivo geral e cocriar as soluções.

Com base nos desafios e em uma avaliação do mais rápido tempo de maturação, a equipe conjunta codefiniu duas soluções de controle de processos que surgiram como as primeiras ofertas de fábrica inteligente da Panasonic.A primeira solução envolveu a criação de um cortador de plasma avançado por meio da automação total da geração da receita.

O empacotamento de plasma é meio que mágica.Para um engenheiro que tenta encontrar a receita de plasma certa, o que precisa sair no final é uma pastilha com padrões de corte precisos. Isso significa fazer a combinação certa de decisões sobre variáveis como pressão de vácuo e potência, energia eletrônica, energia iônica e gases, para citar apenas algumas.

Para desenvolver a solução de prova de conceito, a equipe da IBM Research desenvolveu algoritmos de deep learning que, por meio de um grande número de cálculos, permitiram que os engenheiros obtivessem rapidamente a combinação ideal de pontos variáveis. "Em vez de depender de intuição ou tentativa e erro", explica Hiroshima, “os engenheiros têm uma interface intuitiva e visual [projetada pela IBM Consulting] que pode simular o processo com precisão e em apenas alguns segundos"."

A segunda prova de conceito cocriada pela equipe abordou um ponto problemático diferente: a necessidade de otimizar o desempenho da máquina de plasma mais limpo por meio de práticas de manutenção mais inteligentes e acionadas por dados. "Em vez de receitas, o aplicativo de limpeza de plasma usa computação avançada para identificar o tempo ideal para realizar limpeza e manutenção", diz Hiroshima. "Muito cedo gera custos desnecessários, enquanto tarde demais gera o risco de má qualidade e até mesmo quebras de máquinas."

Como a solução de corte, o aplicativo de status da máquina é suportado por algoritmos desenvolvidos pela IBM Research. Usando dados de sensores montados na máquina, o aplicativo correlaciona as alterações na eficiência operacional da máquina com as condições de várias peças da máquina. A saída visual altamente intuitiva, observa Hiroshima, é como uma lista de desejos para técnicos excessivamente atribulados. "Os técnicos no chão de fábrica recebem um alerta, por exemplo, de que um determinado limpador de plasma entre muitos está funcionando em um nível abaixo do ideal, e que sujeira no eletrodo é o motivo mais provável", diz ele. "Esse insight permite que o técnico tome medidas corretivas que mantenham a alta qualidade e minimizem as disrupções na produção."

Nos rigorosos testes e simulações que executamos, a solução de corte de plasma reduziu o ciclo de desenvolvimento em até 30%. O ciclo mais curto reflete como a análise baseada em IA permite aos engenheiros ignorar grande parte da tentativa e erro na formulação da receita plasmática ideal. Hiroshi Benno Gerente de marketing de produtos, divisão de negócios de automação de processos Panasonic Connect
No caminho para a produção autônoma da fábrica

Para Hiroshi Benno, Gerente de marketing de produtos da divisão de negócios de automação de processos e figura-chave no esforço de desenvolvimento, ambos os aplicativos demonstram como a análise de dados poderosa no chão de fábrica tem o potencial de transformar a maneira como os chips são projetados e fabricados."Nos rigorosos testes e simulações que executamos, a solução de corte de plasma reduziu o ciclo de desenvolvimento em até 30%", diz Benno. "O ciclo mais curto reflete como a análise de dados baseada em IA permite aos engenheiros ignorar grande parte da tentativa e erro na formulação da receita de plasma ideal." Além disso, a otimização orientada por IA também reduziu significativamente os resíduos gerados a partir do processo.

Como foi projetado para fazer, o aplicativo limpador de plasma da Panasonic mostrou como os insights de machine learning podem fornecer a base para uma abordagem totalmente nova e acionada por dados para decisões de manutenção de equipamentos. Os testes do aplicativo demonstraram que ele tem o potencial, por meio de uma combinação de menos manutenção desnecessária, classificação de peças proativa e menos interrupções de máquina, de reduzir os custos de manutenção para os clientes de fabricação em até 50%.

Conforme a Panasonic se prepara para levar essas novas soluções ao mercado, essas métricas possuem uma mensagem potente: que a IA no chão de fábrica de semicondutores está pronta para entregar design e otimização de produção agora. E que, ao adotar essas práticas, os fabricantes de chips podem atender melhor às crescentes demandas do hipercompetitivo mercado global atual.

Para Hiroshima, o trabalho da Panasonic com a IBM até agora também mudou decisivamente o caminho para sua visão de longo prazo. "Mostramos que, ao analisar os dados individuais de status da máquina na borda, criamos a base para um equipamento de fabricação autônomo, no qual a máquina opera nas condições ideais", explica ele. "A próxima etapa dessa progressão é integrar várias máquinas na nuvem para permitir a fabricação autônoma em toda a fábrica. Esse grupo de máquinas altamente autônomas (a fábrica autônoma) é a forma definitiva de assistência para a qual nos esforçamos. Assim, a colaboração com a IBM que transcende os limites de uma empresa pode dar um grande passo nessa direção.Vamos inovar além das ideias e processos existentes".

Logotipo da Panasonic Connect
Sobre a Panasonic Connect

Com sede em Osaka, Japão, a Panasonic Connect (link externo à ibm.com) é uma unidade da Panasonic Holdings Corporation focada na transformação digital. A divisão de negócios de automação de processos da empresa fornece equipamentos, software e serviços a clientes de manufatura em todo o mundo.

Próximo:
Ver mais estudos de caso Kyocera Corporation

Duplicando a produtividade usando tecnologia autônoma

 

Leia o estudo de caso
Legal

© Copyright IBM Corporation 2022. IBM corporation, New orchard road, Armonk, NY 10504

Produzido nos Estados Unidos da América, Outubro de 2022.

IBM, o logotipo IBM, ibm.com, IBM Consulting e IBM Research são marcas comerciais da International Business Machines Corp., registradas em diversas jurisdições em todo o mundo. Outros nomes de produtos e serviços podem ser marcas comerciais da IBM ou de outras empresas. Uma lista atual de marcas comerciais da IBM está disponível na web em www.ibm.com/br-pt/legal/copytrade.

Este documento é atual na data de sua publicação inicial, podendo ser alterado pela IBM a qualquer momento. Nem todas as ofertas estão disponíveis em todos os países em que a IBM opera.

Os dados de desempenho e exemplos de clientes citados são apresentados apenas para fins ilustrativos. Os resultados reais de desempenho podem variar de acordo com configurações e condições operacionais específicas. AS INFORMAÇÕES CONTIDAS NESTE DOCUMENTO SÃO FORNECIDAS NO ESTADO EM QUE SEM ENCONTRAM, SEM QUALQUER GARANTIA, EXPRESSA OU IMPLÍCITA, INCLUINDO SEM QUAISQUER GARANTIAS DE COMERCIALIZAÇÃO, ADEQUAÇÃO A DETERMINADO FIM E QUALQUER GARANTIA OU CONDIÇÃO DE NÃO INFRAÇÃO. Os produtos IBM têm garantia de acordo com os termos e condições dos contratos sob os quais são fornecidos.