ZEISS Digital Innovation
Zurück
ZEISS Digital Innovation
Empfohlene Suchen
Beliebte Suchen
Zurück zur Übersicht
Referenz

Visual Inspection

Umgesetzt für GlobalFoundries
16. Juni 2023
Produktionsprozess von Spiegeln in der Lithographie-Optik

Vorausschauende Wartung für fahrerlose Transportsysteme

Unnötige Produktionsausfälle, verursacht durch mechanische Fehler in der Automatisierungstechnik, lassen sich durch visuelle Inspektion automatisierter Transportsysteme vermeiden. In der Halbleiterfertigung sorgen optische Sensoren für eine noch präzisere Fehleranalyse der Schienenfahrzeuge im Reinraum.

Projektteam Visual Inspection

Projektteam Visual Inspection

Aufgabenfeld der ZEISS Digital Innovation

Die GlobalFoundries Fab 1 in Dresden ist das größte Halbleiterwerk in Europa. Über das in der Produktion befindliche Automated Material Handling System befördern sogenannte Overhead Transportation Vehicles (OHV) die Wafer im Reinraum. Im Rahmen der Digital Product Factory entwickelte der Smart Systems Hub gemeinsam mit verschiedenen Partnern für Hard- und Software eine Lösung, welche dank akustischer Sensorik und einer neu geschaffenen Cloudinfrastruktur Anomalien im Fahrwerk dieser Fahrzeuge feststellt und dadurch Ausfallzeiten minimiert und Wartungszyklen optimiert.

Um mögliche Ausfälle der Transportsysteme zu vermeiden, wird das Projekt von einem Team der ZEISS Digital Innovation weiter verbessert. Hierzu entwickelt das Team eine in die Cloudumgebung integrierte Software, welche durch den Einsatz von Kameras weitere Abweichungen und Fehler an den Fahrzeugen ermittelt. Mit Hilfe dieser visuellen Inspektion, die auf einem Industrial-Edge-PC Kamerabilder in Echtzeit analysiert, können wichtige Informationen wie bspw. der Abnutzungsgrad und die Positionsabweichungen der Führungsräder oder Verschmutzungen detektiert werden.

Aus diesen Informationen wird ein individueller „Health Score“ für jedes einzelne Fahrzeug berechnet und über ein Dashboard Handlungsempfehlungen zur rechtzeitigen Wartung automatisch abgeleitet. Alle Analysedaten werden in das bestehende Data Collection Kit überführt um den Machine-Learning-Algorithmus entsprechend zu erweitern.

Nutzen für den Kunden

Defekte OHVs können das Schienensystem in der Fabrik beschädigen und dadurch unnötige sowie auch teure Reparaturzyklen verursachen. Die Implementierung der Sensor-to-Cloud-Infrastruktur als vorausschauende Wartungslösung sichert die hohe Anlagenverfügbarkeit. Dank der visuellen Inspektion lassen sich mögliche Anomalien am Fahrwerk der Transportfahrzeuge zuverlässig und automatisch erkennen, wie verlorene Sicherungsringe, verbogene Radachsen oder defekte Lager.

Auf Basis sowohl der akustischen als auch der visuellen Sensordaten können die OHVs rechtzeitig gewartet werden. Zudem läuft das System bei einer vorausschauenden Wartung im normalen Betrieb weiter, ohne diesen zu beeinträchtigen.

Viele arbeiten an Industrie 4.0-Lösungen, aber bei Instandhaltung 4.0 gibt es noch großes Potenzial. Um echte vorrausschauende und zustandsbasierte Wartungsstrategien zu realisieren, fehlt es häufig an der menschlichen Wahrnehmung. Wenn wir die Sinne digitalisieren, können wir einen Schritt voraus sein. So können diese Fähigkeiten in Kombination mit KI-Komponenten pausenlos und flexibel zur Verfügung stehen, um unser System zustandsbasiert zu überwachen. Die Technologien, die wir mit ZEISS Digital Innovation entwickeln, werden die hohen Anforderungen an Ausfallsicherheit in einer vollautomatischen Halbleiterfertigung zukunftsweisend beeinflussen.

Lars Fienhold

Principal Analyst Factory Automation, GlobalFoundries
Inspektion des Demofahrzeuges im Testlabor

Inspektion des Demofahrzeuges im Testlabor

Herausforderungen

Durch das hohe Transportaufkommen und die komplexe Automatisierungstechnik ist eine regelmäßige Inspektion der einzelnen Fahrzeuge sehr aufwändig und ressourcenintensiv. Nachdem das Überwachungssystem bereits durch Positions- und akustische Sensorik verbessert wurde, sollte dies um eine visuelle Inspektion erweitert werden. Dabei soll das System nahtlos in die bestehende Hard- und Softwareinfrastruktur integriert werden.

Eine besondere Herausforderung besteht darin, auch kleinste Defekte während des normalen Betriebs zu erkennen. Der begrenzte Platz zwischen Schienen und Decke, die hohe Fahrzeuggeschwindigkeit und die kurzen Transportzyklen sowie die besonderen Anforderungen an Systeme im Reinraum müssen berücksichtigt werden. Aufgrund der selten auftretenden Defekte in der Produktion, stehen Daten für Machine-Learning-Algorithmen kaum zur Verfügung.

Scheatische Darstellung zu den Health Scores

Die Health Scores ergeben sich aus den akustischen Signalen, der Kameraüberwachung und den bestehenden Datenbankinformationen (zum Vergrößern klicken)

Lösung

Neben der Softwarekomponente ist auch die Auswahl passender Hardwarekomponenten ausschlaggebend. Ein konventioneller modellbasierten Computer-Vision-Ansatz kombiniert geometrische, photometrische und statistische Informationen. Die Bildverarbeitung und Fehlererkennung laufen auf einem industriellen Edge-PC, der mit AWS-Cloud-Diensten verbunden ist. Durch die Kommunikation mit der Cloud-Plattform werden die Fahrzeuge getrackt und die Verbindung zu weiteren Sensordaten ermöglicht. So kann schließlich ein Gesamtgesundheitswert für jedes Fahrzeug berechnet werden.

Erbrachte Leistungen

  • Planung und Integration der Kameralösung / Beleuchtungsgeometrie
  • Entwicklung der Analysesoftware und Integration in die vorhandene Cloud-Architektur
  • Erarbeitung des Scoring-Modells im Bereich Visual Inspection
  • Entwicklung der Algorithmen und Erarbeiten des Fehlermodells
  • Computer-Vision-Systemlösung mit Übermittlung der Analysedate

Technisches Umfeld

AWS, C#, C+, Python, OpenCV

Über unsere Kunden

GlobalFoundries (GF) ist ein weltweit präsentes Foundry-Unternehmen für Halbleiterfertigung, das mit seinen rund 13.000 Mitarbeitenden Produktions- und Technologiedienstleistungen für seine global tätigen Kunden erbringt. GF betreibt Produktionsstätten in Deutschland, Singap ur und den USA. Diese Werke werden durch ein weltweites Netzwerk für Forschung und Entwicklung, Design Enablement und Customer Services in Europa, Amerika und Asien unterstützt.

Die GF Fab 1 in Dresden stellt für ihre Kunden innovative Halbleiterprodukte in 22nm-, 28nm-, 40nm- und 55nm-Technologien her und ist mit einer Reinraumfläche von 52.000m² das größte Halbleiterwerk in Europa. GF hat mit seiner Expertise in der Halbleiterfertigung und seinem kontinuierlichen Engagement für Forschung und Entwicklung dazu beigetragen, den Freistaat Sachsen als das führende Mikro- und Nanoelektronikzentrum in Europa zu etablieren. Zurzeit arbeiten in der Region rund 70.500 Menschen in 2.500 Hightech-Unternehmen.

Share this article