Digitaler Zwilling in der Chipfertigung Wie performen Handling-Roboter im Reinraum?

Anbieter zum Thema

T-Systems Multimedia Solutions GmbH

conplement AG

SCIO Automation GmbH

Die Prozessautomatisierung verhilft Unternehmen zur maximalen Ausschöpfung von Produktionskapazitäten. Doch je höher der Automatisierungsgrad, desto wichtiger wird es, Leistung und Zustand aller Systeme zu überblicken. Hier kommt die digitale Prozessüberwachung ins Spiel.

Digitale Dienste zur Prozessüberwachung unterstützen Unternehmen dabei, Potenziale für Effizienzsteigerungen und Kostensenkungen zu erkennen. So schaffen beispielsweise Analytics-Plattformen Transparenz über die Zustandsdaten von Robotern, die als Blaupausen für ähnlich gelagerte Prozesse dienen können. Mit ihnen kann die Performance der Anlagen veranschaulicht und so eine gute Ausgangslage für die Neu- und Weiterentwicklung von Produkten geschaffen werden.

Doch diese Praxis ist noch nicht weit verbreitet: Laut FPT Deutschland wird im Durchschnitt nur ein Prozent der in produzierenden Unternehmen generierten Daten analysiert – die übrigen 99 Prozent liegen brach. Viele Entscheider in der Produktion scheuen sich vor den großen, vielschichtigen Datenmengen, die – je nach verwendeter Sensorik und eingesetzten Controllern – in heterogenen Formaten und Systemen vorliegen. Es bedarf einer technischen Infrastruktur, die diese verschiedenen Datenformate aufnehmen, konsolidieren, zusammenführen und vor allem analysieren kann, damit aus dem Ist-Zustand Ableitungen für Optimierungen getroffen werden können. Vor allem bei der Produktion von knappen und in Lieferketten sehr gefragten Gütern ist es unerlässlich, Prozesse zu optimieren und die Produktionslinien unter maximaler Auslastung zu betreiben. Hier schaffen entsprechende datengetriebene Auswertungen einen klaren Wettbewerbsvorteil.

Bildergalerie

Bildergalerie mit 6 Bildern

Praxisbeispiel aus der Halbleiterproduktion

Deutlich zu sehen ist das momentan in der Halbleiterproduktion, die durch den weltweiten Chipmangel besonders gefordert ist. Aufgrund der hochfeinen Strukturen von Halbleitern beeinträchtigt jeder Partikel die Qualität des Endprodukts. Deshalb müssen Chips unter strengen Auflagen im Reinraum produziert werden. Darin sind die Arbeitsbedingungen für menschliche Fachkräfte nicht nur durch Spezialkleidung erschwert; bei diesen speziellen Anforderungen darf es wegen der Lichtempfindlichkeit der Wafer auch kein Tageslicht geben. Zudem ist die Raumtemperatur unangenehm: Die eingesetzten Maschinen benötigen viel Energie und folglich eine starke Kühlung. Zu guter Letzt bergen Handling und Transport der Chips zwischen den Produktionsschritten viele Risiken: Bereits die kleinste Erschütterung, etwa durch leichte Stöße, kann zu Defekten führen.

Deshalb reduzieren viele Halbleiterproduzenten menschliche Eingriffe im Reinraum auf ein Minimum und setzen stattdessen auf automatisierte Prozesse mit Hilfe von Handling- und Transport-Robotern. Diese autonomen Robotik-Systeme transportieren auch die Wafer, aus denen später Chips gefertigt werden, zu den einzelnen Stationen im Reinraum.

Doch welche Technologien sind für eine Daten-Analyse und das Performance-Monitoring bei diesem Fallbeispiel am geeignetsten und wie sollte eine entsprechende Cloud-Architektur aussehen?

Forschung

Wie der digitale Zwilling die Batteriezellfertigung fördern soll

Analytics-Plattform überwacht künftig Roboter-Performance

Dieser Herausforderung stellte sich der Digital Experience Provider Telekom MMS gemeinsam mit dem Automatisierungsspezialisten Fabmatics, dem Robotiksoftware-Unternehmen Wandelbots und dem Smart Systems Hub im Rahmen des Co-Innovationsformats Digital Product Factory (DPF). Innerhalb von drei Monaten entwickelte das Expertenteam für die Roboter der Hero-FAB-Produktgruppe von Fabmatics den Prototyp für eine Analytics-Plattform. Die IoT-Anwendung wird in der Lage sein, Daten mittels Zeitreihendatenbank automatisch zu managen und somit den Zustand der Handling- und Transport-Roboter zu erkennen. Das sorgt nicht nur für mehr Sicherheit in der Produktion durch das frühe Erkennen von potenziellen Ausfällen, sondern beugt auch Produktionsunterbrechungen durch defekte Roboter vor.

Technische Umsetzung mit digitalem Zwilling

Zunächst arbeitete das Projektteam das Zielbild der Lösung mithilfe der Design-Thinking-Methodik aus und analysierte die Ist-Situation des Produktionsprozesses. Daran ausgerichtet konnte das Expertenteam die passende Technologie für den Monitoring-Prozess ermitteln. Die Entscheidung fiel auf eine Cloud-basierte Lösung auf Basis von AWS, die die anfallenden Daten mittels Zeitreihendatenbanken skalierbar verwaltet und verarbeitet. Diese wiederum ordnen erfassten Werten Zeitstempel zu, womit Veränderungen im Zeitverlauf ersichtlich werden. Im Gegensatz zu klassischen Systemen werden hier parallel auch Messdaten gespeichert, die nicht kategorisiert oder definiert sind, sodass eine vollständige Datenbasis erfasst wird.

Maschinen-Service der Zukunft

Wie der digitale Zwilling den Maschinen-Service unterstützt

Im Verlauf des DPF-Projekts wurde schließlich ein Digitaler Zwilling pilotiert, der in Form eines Software-Blueprints den Fertigungsprozess darstellt. Solche virtuellen Abbilder kommen im Rahmen von Industrie 4.0 in den letzten Jahren immer häufiger zum Einsatz. Laut dem Marktforschungsunternehmen Global Data können digitale Zwillinge dabei helfen, die Produktivität zu steigern, Betriebskosten zu senken und eine vorausschauende Anlagenwartung zu ermöglichen.

Zudem kommen Data Science und Machine Learning Komponenten zum Einsatz. Der entwickelte Prototyp kann die verschiedenen Datenformate der Sensoren und Controller speichern, verarbeiten, analysieren und anschließend entsprechend den jeweiligen User-Anforderungen auf einem Dashboard unterschiedlich aufbereitet darstellen. Als Grundlage für die Entwicklung der Analytics-Plattform kamen vorrangig Open-Source-Komponenten zum Einsatz, um zukünftigen Anforderungen besser gerecht werden zu können.

Digital Twin

Der digitale Zwilling im Brownfield-Einsatz

Basis für neue Geschäftsfelder

Mit dem geschaffenen Minimal Viable Product (kurz: MVP) einer Datenmanagement-Plattform eröffnet sich dem Roboter-Hersteller Fabmatics nun die Möglichkeit, sein Portfolio um digitale Services zu erweitern. Auch für andere Fabmatics-Produkte ist die Adaption der Ergebnisse anvisiert. Kunden des Automatisierungsspezialisten bieten sich mit der Cloud-Lösung künftig Optimierungspotenziale hinsichtlich Kapazitäten, Prozesse und Materialfluss.

Dank der Kombination von Technologien wie Internet of Things, der Cloud und Machine Learning kann in der zunehmend automatisierten Produktion ein digitales Ökosystem geschaffen werden, das datengetriebene Analysen und Erkenntnisse ermöglicht. Unternehmen, die diese Herausforderung annehmen, können sich vom Wettbewerb durch Innovationskraft abgrenzen. Mit digitalisierten Prozessen können physische Probleme in der Produktion schneller identifiziert, Ergebnisse neuer Prozesse genauer vorhergesagt und insgesamt bessere Produkte entwickelt werden – davon sind Marktforschungsunternehmen überzeugt.

Hype oder Hilfe?

So denkt die deutsche Industrie über den digitalen Zwilling

Dieser Beitrag ist ursprünglich auf unserem Partnerportal Industry of Things erschienen.

* Dr. Stefan Pietschmann leitet bei Telekom MMS den Bereich Industrielle IoT-Lösungen.

(ID:49600229)