Ayuda para que los ingenieros de semiconductores superen la complejidad con analíticas a nivel de planta
Panasonic Connect utiliza la IA para acelerar el desarrollo de chips y aumentar el rendimiento

Desde la propiedad generalizada de teléfonos inteligentes hasta el auge de la inteligencia artificial, la tecnología 5G y los coches con conducción autónoma, todas las señales indican claramente que el mundo se adentra cada vez más en la era de las conexiones digitales. Y los semiconductores son la base sobre la que se construye todo.

Dado el rápido crecimiento de la infraestructura digital, no es sorprendente que las empresas que fabrican semiconductores, aquellas en el nivel base del ecosistema digital, se enfrenten a un conjunto de desafíos competitivos en constante evolución. Algunos son familiares, como la presión implacable para mejorar el rendimiento de los chips. Pero hoy en día, los fabricantes de chips también tienen que navegar por un conjunto cambiante de requisitos competitivos, que tienen mucho que ver con los procesos que siguen, empezando por el diseño.

En el ámbito de la fabricación de chips, el empaquetado, es decir, cómo se unen las partes de un semiconductor para su uso en un dispositivo, siempre ha sido fundamental. Sin embargo, hoy en día, el problema del empaquetado se ha convertido en un importante diferenciador competitivo que afecta la potencia, el rendimiento y la funcionalidad de los chips, por no mencionar su coste.

¿Qué significa para los procesos? Con las estructuras de empaquetado cada vez más complejas, todo el ciclo, desde el desarrollo hasta la creación de prototipos y las pruebas, se ha alargado considerablemente. En el proceso de fabricación, pasar del diseño al producto acabado requiere el conjunto adecuado de instrucciones muy detalladas en torno a más de 100 parámetros, con poco o ningún margen de error.

Con los métodos convencionales, los fabricantes de chips se ven obligados a realizar una serie de ajustes incrementales para identificar la "receta" óptima. Además de la enorme carga que supone para los "cocineros" de esta ecuación, los ingenieros de desarrollo, el subproducto de este enfoque de ensayo y error es un aumento de los residuos y un menor rendimiento del proceso de fabricación.

Reducción del 30%


Reducción del ciclo de desarrollo hasta en un 30% minimizando el ensayo y el error en la formulación de recetas

Reducción del 50%


Reducción de costes de mantenimiento de equipos para los clientes de fabricación de semiconductores en un 50 %, gracias a la optimización basada en datos

Hemos demostrado que, al analizar los datos del estado de las máquinas individuales en el perímetro, hemos creado la base para equipos de fabricación autónomos, en los que la máquina funciona en condiciones óptimas. El siguiente paso en esta progresión es integrar múltiples máquinas en la nube para habilitar la fabricación autónoma a nivel de fábrica. Mitsuru Hiroshima Director of Semiconductor Process Business Group, Process Automation Business Division Panasonic Connect

Compañías como Panasonic Connect, a través de su División de Negocios de Automatización de Procesos, existen para ayudar a los fabricantes de semiconductores a superar estos desafíos de procesos y optimizar los procesos de producción y ofrecer productos de alta calidad. Con una trayectoria de 30 años proporcionando a los fabricantes de chips equipos de producción especializados, Panasonic reconoció que estaba en una posición privilegiada para ayudarlos a adaptarse a las nuevas tendencias de empaquetado de semiconductores.

Mitsuru Hiroshima, Director del Grupo de Negocio de Procesos de Semiconductores, señala que fue de especial interés la oportunidad de infundir análisis avanzados en sus soluciones de equipamiento, para permitir resultados realmente revolucionarios para sus clientes fabricantes. "El núcleo de nuestra visión fue la idea de que la combinación de deep learning y automatización podía llevar las operaciones de diseño y fabricación a un nivel completamente nuevo de optimización", dice.

En ese momento, en 2019, Hiroshima y su equipo sabían que hacer realidad esta visión, convirtiéndola en una solución concreta que podría llevar al mercado, requeriría que la compañía aumentara sus competencias básicas de equipamiento. "Queríamos colaborar con un [proveedor] que pudiera aportar una amplia experiencia en procesos del sector, junto con una cartera de tecnologías analíticas avanzadas en áreas como la IA y el deep learning", explica Hiroshima. "IBM destacó como el único proveedor que podría aportar fuerza en ambos dominios cruciales".

Algoritmos de machine learning y la receta óptima

El equipo que IBM reunió para el proyecto incluyó expertos en inteligencia artificial y deep learning de  IBM® Research y expertos en procesos y consultores de la industria de IBM® Consulting. En los primeros e intensos meses del encargo, los equipos de IBM y Panasonic colaboraron para identificar y perfeccionar las oportunidades de solución. IBM aplicó la metodología IBM® Garage, que reúne al personal de TI y operaciones en una colaboración iterativa y de alto impacto, para establecer el tono de la colaboración, determinar el objetivo general y co-crear soluciones.

Basándose en los desafíos y una evaluación del tiempo de amortización más rápido, el equipo conjunto co-definió dos soluciones de control de procesos que surgieron como las primeras ofertas de fábrica inteligente de Panasonic. La primera solución consistió en crear un cortador de plasma avanzado mediante la automatización total de la generación de recetas.

El envasado en plasma es un poco como la magia. Para un ingeniero que intenta encontrar la receta de plasma adecuada, lo que necesita obtener al final es una oblea con patrones de corte precisos. Eso significa tomar la combinación correcta de decisiones sobre variables como la presión y la potencia del vacío, la energía de los electrones, las energías de los iones y los gases, por nombrar algunas.

Para desarrollar la solución de prueba de concepto, el equipo de IBM® Research desarrolló algoritmos de deep learning que, mediante un enorme número de cálculos, permitieron a los ingenieros deducir rápidamente la combinación óptima de puntos variables. "En lugar de depender de intuición o prueba y error", explica Hiroshima, "los ingenieros disponen de una interfaz visual intuitiva [diseñada por IBM® Consulting] que puede simular el proceso de forma precisa y en cuestión de segundos".

La segunda prueba de concepto, creada conjuntamente por el equipo, abordó un punto débil diferente: la necesidad de optimizar el rendimiento de las máquinas de limpieza de plasma a través de prácticas de mantenimiento más inteligentes y basadas en datos. "En lugar de recetas, la aplicación de limpieza de plasma utiliza cálculos avanzados para identificar el tiempo óptimo para realizar la limpieza y el mantenimiento", dice Hiroshima. "Un tiempo demasiado corto genera costos innecesarios, mientras que si es demasiado largo, se corre el riesgo de obtener una mala calidad e incluso de averías de las máquinas".

Al igual que la solución del corte en dados, la aplicación del estado de la máquina se apoya en algoritmos desarrollados por IBM® Research. Utilizando datos de sensores montados en la máquina, la aplicación correlaciona los cambios en la eficiencia de funcionamiento de la máquina con las condiciones de varias piezas de la máquina. El resultado visual, altamente intuitivo, señala Hiroshima, es como una lista de deseos para los técnicos sobrecargados de trabajo. «Los técnicos de la fábrica reciben una alerta, por ejemplo, de que uno de los muchos limpiadores de plasma en particular funciona a un nivel subóptimo y que la suciedad en el electrodo es la razón más probable», afirma. «Esta información permite al técnico tomar medidas correctivas para mantener una alta calidad y minimizar las interrupciones en la producción».

En las rigurosas pruebas y simulaciones que ejecutamos, la solución de corte de plasma redujo el ciclo de desarrollo hasta en un 30 %. El ciclo acortado refleja cómo el análisis basado en IA permite a los ingenieros evitar gran parte del ensayo y error en la formulación de la receta óptima de plasma. Hiroshi Benno Manager of Product Marketing, Process Automation Business Division Panasonic Connect
De camino hacia la producción industrial autónoma

Para Hiroshi Benno, director de marketing de producto de la división de automatización de procesos y una figura clave en la tarea de desarrollo, ambas aplicaciones demuestran cómo la potente analítica en la planta de producción tiene el potencial de transformar la forma en que se diseñan y fabrican los chips. "En las rigurosas pruebas y simulaciones que realizamos, la solución de corte por plasma redujo el ciclo de desarrollo hasta en un 30 %", afirma Benno. "El ciclo acortado refleja cómo la analítica basada en IA permite a los ingenieros obviar gran parte del ensayo y error a la hora de formular la receta de plasma óptima." Además, la optimización impulsada por la IA también redujo significativamente los residuos generados por el proceso.

Tal como fue diseñada, la aplicación de limpieza de plasma de Panasonic mostró cómo los conocimientos del aprendizaje automático pueden proporcionar la base para un enfoque completamente nuevo, basado en datos, para las decisiones de mantenimiento de equipos. Las pruebas de la aplicación demostraron que tiene el potencial, mediante una combinación de menos mantenimiento innecesario, pedidos proactivos de piezas y menos paradas de máquinas, de reducir los costes de mantenimiento de los clientes de fabricación en un 50 %.

Mientras Panasonic se prepara para introducir estas nuevas soluciones en el mercado, estas métricas encierran un potente mensaje: que la IA en la planta de producción de semiconductores está preparada para ofrecer ya una optimización del diseño y la producción. Y que, al adoptar estas prácticas, los fabricantes de chips pueden satisfacer mejor las crecientes demandas del mercado global hipercompetitivo actual.

Para Hiroshima, el trabajo de Panasonic con IBM hasta ahora también lo ha movido decisivamente por el camino hacia su visión a largo plazo. "Hemos demostrado que, al analizar los datos del estado de cada máquina en el límite, hemos creado la base para equipos de fabricación autónomos, en los que la máquina funciona en condiciones óptimas", explica. "El siguiente paso en esta progresión es integrar múltiples máquinas en la nube, para permitir la fabricación autónoma a nivel de fábrica. Este grupo de máquinas altamente autónomas, la fábrica autónoma, es la forma de asistencia definitiva a la que aspiramos. De este modo, una colaboración con IBM que trascienda los límites de una empresa puede dar un gran paso en esa dirección. Innovaremos más allá de las ideas y procesos existentes".

Logotipo de Panasonic Connect
Acerca de Panasonic Connect

Con sede en Osaka, Japón, Panasonic Connect (el enlace reside fuera de ibm.com) es una unidad de Panasonic Holdings Corporation centrada en la transformación digital. La división de negocio de automatización de procesos de la empresa proporciona equipamiento, software y servicios a clientes de fabricación de todo el mundo.

A continuación:
Ver más casos prácticos Kyocera corporation

Duplicar la productividad con tecnología autónoma

 

Lea el caso práctico
Legal

© Copyright IBM Corporation 2022 IBM Corporation, New Orchard Road, Armonk, NY 10504

Producido en los Estados Unidos de América, octubre de 2022.

IBM, el logotipo de IBM, ibm.com, IBM Consulting e IBM® Research son marcas comerciales de International Business Machines Corp., registradas en muchas jurisdicciones en todo el mundo. Los demás nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Una lista actualizada de las marcas comerciales de IBM está disponible en la web en www.ibm.com/es-es/legal/copytrade.

Este documento se actualizó por última vez en la fecha inicial de publicación e IBM puede modificarlo en cualquier momento. No todas las ofertas están disponibles en todos los países en los que opera IBM.

Los datos de rendimiento y ejemplos de clientes mencionados se presentan únicamente con fines ilustrativos. Los datos reales de rendimiento pueden variar en función de las configuraciones y condiciones de funcionamiento específicas. LA INFORMACIÓN DE ESTE DOCUMENTO SE OFRECE "TAL CUAL ESTÁ" SIN NINGUNA GARANTÍA, NI EXPLÍCITA NI IMPLÍCITA, INCLUIDAS, ENTRE OTRAS, LAS GARANTÍAS DE COMERCIALIZACIÓN, ADECUACIÓN A UN FIN CONCRETO Y CUALQUIER GARANTÍA O CONDICIÓN DE INEXISTENCIA DE INFRACCIÓN. Los productos de IBM están sujetos a garantía según los términos y condiciones de los acuerdos bajo los que se proporcionan.