解决方案
提供基于数据驱动的品质分析优化解决方案
1、品质异常侦测具有滞后性
品质特征值难以实时预测，无法及时有效拦截减少损失。
2、品质异常问题处理周期长
品质异常出现后，依赖工程师经验手动进行相关数据拉取整合与处理分析，耗时耗力，生产延误造成经济损失。
3、依赖人工经验
工艺参数调整依赖人工经验，导致产品品质波动大。
4、数据监测不全面
缺乏完善的数据管理体系，场景碎片化、表计分散，现场数据采集困难。
1、大数据监测 基于大数据平台整合生产过程、品质等各类数据; 2、AI数据分析 基于定型分析与非定型分析方法定位品质异常根因； 3、异常预警 构建品质预测模型对异常提前侦测预警； 4、闭环控制 提供参数调整建议，实现闭环控制。
基于机器学习技术，提供分析建模、实时预测等功能，实现端到端一站式建模服务
借助统计方法进行生产过程控制，自动化品管指标监控
提供数据汇聚，数据开发，数据资产管理，数据服务等功能
提供实时工艺调整，实现参数优化自动建议
某半导体芯片企业依赖人工手工在站点对膜厚进行抽查，同一批次、不同批次膜厚异常分析难以开展；设备端存在海量数据未被利用；CMP制程端膜厚、缺陷异常分析缺乏有效手段，产品超差率高。 新金宝公司通过一体化解决方案助其实现CMP&TF制程品质优化提升。 将设备和制程相关的所有参数全部导入，通过多种降维、升维等自动化特征挖掘算法，不断筛选、提取，创建用户可以修改训练用的因子集；建立CMP膜厚异常、缺陷根因分析模型；利用虚拟量测，将影响膜厚的各类复杂数据，通过复杂算法，建立模型，高精度预测膜厚值，对异常值实时拦截，实现特征值“实时全检”，降低站点抽检频率60%。方案的导入将CMP支撑的产品超差率降低70%，年均可以产生1000万左右的经济效益。
在线详询
关注我们
*您关注的问题?
*您的联系方式?
*怎么称呼您?
*您的公司名字？
