（机械电子工程专业论文）以提高设备效率为目标的预防性维护优化.pdf

摘要 摘要 设备维护作为延长设备寿命、降低生产成本和提高生产能力的有效途径之一， 倍受关注。一方面，不合理的维护所致的维修不足或维修过剩将给企业带来严重 的经济损失。另一方面，半导体设备及制造系统日趋复杂化为维护计划的制定引 入了更多的复杂因素，增加了其难度与挑战。但也正是这样，使得对此类设备的 预防性维护计划的研究显得更为迫切与必要。 本论文正是针对上述问题，以半导体封装测试瓶颈设备为主要的研究对象， 以设备效率为决策原则进行维护计划优化研究。在深入剖析全局设备效率的组成 及其与设备损失的关系基础上，运用时间延迟理论对设备的预防性维护计划问题 作了探索性的研究。主要内容包括： 1 对半导体全局设备效率进行全面详尽的剖析，解析其具体组成与其对应的 设备损失来源，并通过严密的数学推导确立了以降低设备效率主要损失来源之一 的非计划故障时间及优化预防性维护计划为技术路线的、要求单位时问的总停机 时间最少的维护策略。 2 以故障停机时间为目标函数，以设备损失主要因素之设备故障时间及设备 预防性维护为研究对象，引入时间延迟维护优化模型，在模型参数估计的基础之 上，突破当前普遍的对于时间延迟维修模型的一般应用方法，创新性的通过模型 灵敏度分析将全员维护的主动维护思想纳入最优维护计划的制定中，提出了改进 的时间延迟维修模型应用方法。通过灵敏度分析实现对模型稳定性的评估和对各 因变参数敏感度的识别，并在此基础上确立了具体的预防性维护优化策略。 3 通过实现基于故障预测的视情维护对优化模型目标函数的最敏感参数进行 积极控制，以作用于目标函数的是优与最佳预防性维护周期的制定。采用基于数 据的故障预测技术，以设备各状态时间的记录为数据源，引入基于刚s 分析法的 h u r s t 指数，建立故障预测建模，通过对设备主要故障模式的预测实现了以控制设 备停机时间为目的的视情维护。 4 在以主客观统计方法对预防性维护相关参数的再评估基础之上，通过求解 模型最优解确定目标函数次敏感参数维护周期的最佳值。并且对当前维护计划， 基于一般时间延迟模型应用方法的结果和本文提出的改进时间延迟模型应用方法 的优化结果三种情况进行了全面的分析比较。结果表明本文所提出的方案能更有 摘要 效地降低设备的非计划停机时闯，从而达到更有效的提高设备效率的目的。 关键词：全局设备效率，时间延迟维修理论，视情维护，维护周期 h a b s t r a ( 玎 a bs t r a c t m a i n t e n a n c et e c h n i q u e sa r eb e i n gi n v e s t i g a t e de x t e n s i v e l y 弱am e t h o do f p r o l o n g i n gt h el i f e c y c l eo fe q u i p m e n t , c u t t i n gd o w nc o s ta n de n h a n c i n gp r o d u c t i o n c a p a c i t y o no n es i d e , l o s ec a u s e db yu n r e a s o n a b l em a i n t e n a n c ef a re x c e e d st h e m a i n t e n a n c ec o s t o n et h eo t h e rs i d e , t h es o p h i s t i c a t e dn e we q u i p m e n t se n t i t l e d 嬲 c l u s t e rt o o l si ns e m i c o n d u c t o ri n d u s t r yb r i n gt h ec o m p l e x i t yt om a i n t e n a n c ep l a n n i n g h o w e v e r , t h e s ec h a l l e n g e sc a l l f o rt h en e c e s s i t yo fm a i n t e n a n c ep l a ns t u d yf o rs u c h d u s t e rt o o l s t h i st h e s i si sd e v o t e dt oo p t i m i z et h em a i n t e n a n c ep l a no fb o t t l e n e c kt o o l si n s e m i c o n d u c t o rf a c t o r y f o l l o w e db yab r e a kd o w na n a l y s i so fo v e r a l le q u i p m e n t e f f i c i e n c ya n di t sm a p p i n gr e l a t i o n s h i pw i t he q u i p m e n tl o s e s ，a ni m p r o v e da p p l i c a t i o n m e t h o do ft h ed e l a y t i m e - b a s e dm a i n t e n a n c em o d e li sp r o p o s e dt oo p t i m i z et h e o v e r a l l e q u i p m e n t e f f i c i e n c y - o r i e n t e dm a i n t e n a n c es c h e d u l i n g , w h i c hm a i n l ya d i l r e s s e s t h ef o l l o w i n gp r o b l e m s ： 1 w i t ht h eg o a lo fi m p r o v i n gt h eo v e r a l le q u i p m e n te f f i c i e n c y , am a i n t e n a n c e s t r a t e g ya sm i n i m i z i n gd o w n t i m ei si d e n t i f i e db a s e do nac o m p r e h e n s i v eb r e a kd o w n a n a l y s i so f t h eo v e r a l le q u i p m e n te f f i c i e n c y , a n di t sr e l a t i o n s h i pw i t he q u i p m e n tl o s e s 2 a ni m p r o v e da p p l i c a t i o nm e t h o do ft h ed e l a y - t i m e - b a s e dm a i n t e n a n c em o d e li s p r o p o s e db ya p p l i n gm o d e ls e n s i t i v i t ya n a l y s i sa f t e rt h ee s t i m a t i o no f m o d e l p a r a m e t e r s ， w i t hw h i c ht h ea c t i v em a i n t e n a n c ec o n c e p ti sn o v e l l yc o m b i n e dw i t ht h ed e l a y - t i m et o c o n t r i b u t et ot h eo p t i m a ls o l u t i o n t h em o d e ls e n s i t i v i t ya n a l y s i se n a b l e st h ee s t i m a t i o n o fm o d e ls t a b i l i t ya n di d e n t i f i c a t i o no ft o pl i m i t e r s ，w h i c hs u p p o r tt h eb e s to p t i m i z a t i o n s t r a t e g y 3 t oa c t i v e l yd e c r e a s et h em o s ts e n s i t i v ep a r a m e t e ro ft h em a i n t e n a n c em o d e l ，a d a t a - d r i v e na p p r o a c hf o rf a i l u r ep r e d i c t i o ni si n v e s t i g a t e dt os u p p o r tp r e d i c t i v e m a i n t e n a n c et h a ta i m st or e d u c ee q u i p m e n tu n s c h e d u l e dd o w n t i m e t h er e s c a l e d r a n g ea n a l y s i sb a s e dh u r s te x p o n e n ti se m p l o y e df o rp r e d i c t i o nm o d e l i n gb a s e do n m a c h i n ef a i l u r er e c o r d s 4 t om a k ea ne f f o r tt ot h ec o n t r o lo fo t h e rs e n s i t i v ep a r a m e t e r s ，t h ed e f e c tr a t ea n d i i i m a i n t e n a n c ea c t i v i t y d u r a t i o na ler e - e s t i m a t e db a s e do no b j e c t i v e s t a t i s t i 凹粕d e x p e r i e n t i a ld a 饥t h e n ，t h eb e s tp r e v e n t i v e i n s p e c t i o n i n t e r v a li si d e n t i f i e db y o p t i m i z i n g t h ed e l a y - t i m e - b a s e dm a i n t e n a n c em o d e l t h ec o m p a r i s o n a n a l y s l so f d i 缳玎e n ts o i u t i o n sg i v e nb yd i f f e r e n ta p p l i c a t i o na p p r o a c h e s s h o w st h ei m p f 0 v 。d m 抽o dp r o p o s e d i n t h i st h e s i sc a nr e d u c eu n s c h e d u l e dd o w n t i m ea n de n h 觚c e e q u i p m e n te f f i c i e n c ym o r es i g n i f i c a n t l y 1 ( e y w o r d s ：o v e r a l le q u i p m e n te f f i c i e n c y , d e l a y - t i m e - b a s e dm a i n t e n a n c e ，p r e d i c t i 垤 m a i n t e n a n c e , i n s p e c t i o ni n t e r v a l i v 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名： 日期：劾g 年么月卢日期：劾拶年6 月日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名导师签名： 堑垒亟煎 日期：五西年月l 日 第一章绪论 第一章绪论 本章节将从课题提出的背景和意义出发，在回顾国内外研究现状的基础之上 提出本文的研究内容及论文的总体框架安排。 1 1 课题背景及意义 1 1 1 背景 资产密集型企业的核心竞争力是资产效率晟大化和成本最低化。设备作为固 定资产的重要组成部分，设备管理成为企业资产管理的核心内容之一。在摩尔定 律指引下全球半导体工业飞速发展，在半导体工业的固定资产投入之中，用来购 买半导体设备比例达8 5 【1 1 。半导体工业极大依籁于半导体制造设备的特征，使得 设备成为发展半导体工业和技术的关键。每一代半导体产品不仅有相应一代的技 术、工艺来支撑，而且还有相应一代的制造设备来保障。随着设备的硅片尺寸大 直径化、设备的高精度化、自动化，设备价格日益昂贵化，工艺线的设备总投资 更是成倍的增长【2 1 。对工艺线来说，在设备投资加大的同时，设备折旧的负担也加 大，设备折旧与维修占硅片加工总成本的最大比重【3 1 ，因此为了保证企业生产具备 最良好的技术装备，设备维护的管理理念不断推陈出新。设备维护由早期的事后 维修，发展并经历了预防维护( p m ，p r e v e n t i v em a i n t e n a n c e ) ，改善维护( c m ， c o r r e c t i v em a i n t e n a n c e ) ，维修预防( m p m a i n t e n a n c ep r e v e n t i o n ) ，以及全员设备维 护( t p m ，t o t a lp r o d u c t i v em a i n t e n a n c e ) 。 全员设备维护( t p m ) 的指导思想是“三全一，即全效率、全系统、全体人员。 其中全效率就是综合效率，即设备整个寿命周期内的输出与设备整个寿命周期内 的费用之比值【4 】。而设备效率作为决定产品成本的重要因素之一，是实现全效率的 控制指标之一。随着设备效率的提高，产品成本呈指数下降趋势，因此有效控制 与改善设备效率是实现全效率的有效途径之一。 本文基于全员设备维护的思想，以设备效率为中心展开设备维护计划的优化 研究，引入时间延迟维修理论，以最小化故障停机时间为目标函数，以设备损失 主要因素中的设备故障时间及设备预防性维护为研究对象建立预防性维护优化模 电子科技大学硕士学位论文 型。在具体制定优化的维护计划过程中，突破当前普遍的对于时间延迟维修模型 的应用方法，创新性的通过模型灵敏度分析将全员维护的主动维护思想纳入最优 维护计划的制定中，并通过基于故障预测的视情维护对设备非计划故障时间进行 控制，达到对模型最敏感参数故障平均停机时间的优化，通过寻求基于各参数再 评估的模型最优解，达到模型次敏感参数设备预防性维护周期的优化。通过本文 提出的改进时间延迟模型应用方法达到提高设备效率，降低生产成本，提高工厂 生产能力的目的。 本文的研究是基于某半导体制造企业的封装测试工厂，其方法同样适用于其 他半导体封装测试企业。尤其是在我国半导体封装测试产业蓬勃发展的今天，半 导体设备作为一种集精密机械、微电子、光学等多种高新技术于一体的复杂集成 系统，其新设备的价格极其昂贵，因此有相当一部分半导体生产企业在满足产品 工艺要求的前提下购买二手设备，以平衡性能和价格的关系。但是，由于二手设 备的故障发生率大多已进入浴盆曲线的损耗故障期，因此二手设备的故障发生率 较新设备高得多 5 3 。设备维护策略的研究以及如何进行有效预防性及预测性维护以 提高设备效率显得更加重要，因此对设备效率提高的研究具有极其重要的研究价 值和经济价值。 1 1 2 意义 预防性维护从预防的立场出发，对设备的异状进行早期发现与诊断以阻止严 重故障的发生，从而保持设备处于良好技术状态并延长设备的使用寿命。虽然维 护理论早已被应用于各行业工业生产中，但其合理性仍有很大的研究空间。不合 理维护计划所致的维修不足或维修过剩将给制造企业带来不菲的经济损失。对于 半导体制造设备这类大型复杂高自动化的集束型设备( c l u s t e rt o o l s ) ，由于其是由数 个集成加工模块机械的连接在一起的制造系统【6 j ，设备使用不当和维修不当将会导 致一系列严重后果，其经济与时间损失远超出故障本身所带来的故障修理费用， 还涉及到由于停机时间增多造成的修理时间增加，从而引起生产计划不能按期完 成，交货期的延迟，产品质量问题，产品成本增高，乃至造成生产作业环境不良， 操作人员情绪低落等关系到整个公司发展的系列问题。 同时，设备及制造系统日趋复杂化的特征，为维护计划的制定引入了更多的 复杂因素，增加了其难度。据统计，在美国传统的维护成本( 即人力和材料) 在过去 1 0 年内急剧上升，在1 9 8 1 年，美国的工厂花费在维护其关键装置系统上的成本 2 第一章绪论 超过了6 , 0 0 0 亿美元；在1 9 9 1 年，这种成本已经升至8 , 0 0 0 多亿美元，而在 2 0 0 0 年更是破记录地达到1 2 ，0 0 0 亿美元；这些数据表明，这些成本的三分之一 到二分之一由于采用无效的维护管理方法而被浪费掉【7 j 。在德国，用于维修工作的 投资约为4 ，0 0 0 5 ，0 0 0 亿德国马克，按百分数计，此数字占到德国国民生产总值的 3 - 1 5 盯。而在瑞典，1 9 8 4 年全年的维修费是4 0 0 亿克朗，这还不包括故障停机 造成的机会损失【9 】。因此制定合理的预防性维护其具体意义可概括如下： 1 降低或消除由设备或系统故障引起的非计划停机时问，并通过对此类时间 损耗的控制达到提高设备利用率，从而降低生产成本的目的。 2 提高生产能力。有效合理的预防性维护可提高设备效率，保障工厂的产出 或生产能力，最终实现可持续的生产能力增长。 3 降低维护成本。除去实现预知或预防的技术问题所致的成本外，合理维护 计划的实施可大大降低人力和材料的成本。 4 提高维修质量和效率。通过对维修周期以及生产计划的统筹规划，以及对 精确维修任务的识别，合理的预防性维护可显著增加有效的实际工作时间。 5 延长设备使用寿命。使用寿命的延长得益于防患于未然的思想，在设备损 坏之前就检测出缺陷或异常，通过针对性地调整或维修阻止小的缺陷变为严重问 题，从而达到延长设备有效使用寿命的目的。 1 2 国内外研究现状 由于设备在整个半导体制造中占有举足轻重的地位，设备效率与产品成本息 息相关。因此针对设备效率的提高，国内外的诸多学者从设备损失的不同方面出 发均展开了大量研究，由于设备非计划故障停机与预防性维护对设备效率的影响 非常突出，因此国内外的研究人员就设备维护管理、定期预防性维护和基于故障 预测的视情维护等方面都进行了深入地研究，并提出了值得借鉴的方法理论。 有关设备维护的研究，随着维修思想由事后维修( h o 损坏后进行维修) 到定期维 修( 即预防性维修) 再到后来的以可靠性为中心的维修( r c m ，r e l i a b i l i t yc e n t r a l m a i n t e n a n c e ) 、主动维修、以利润为中心的维修以及目前各生产制造厂所倡导的全 面生产维护( t p 帅等的过程中，国内外的研究人员在各阶段都展开了相关研究。尤 其在预防性维护计划及其优化领域，许多学者针对社会各生产制造行业的设备都 提出了借鉴性的方法，如采用马尔可夫链，半马尔可夫链，线性规划，神经网络， 遗传算法，m o n t ec a r l o 仿真，以及组合法等进行预防性维护计划的制定与周期优 3 电子科技大学硕士学位论文 化。针对于半导体制造设备，马里兰大学的y a ox i a o d o n g 等人提出了半导体制造 系统的预防性维护计划的二层结构优化模型，上层m d p ( m a r k o vd e c i s i o np r o c e s s ) 模型进行长期预防性维护优化，下层m i p ( m i x e d i n t e g e rp r o g r a m m i n g ) 模型进行短 期预防性维护优化【l 叫。a c r e s p om a r q u e z 等运用m o n t ec a r l o 仿真进行动态维护 周期制定【坦j 。s h e l ld d a n i e l 与k u oj u ny u a n 以维持设备高可用率为目标，运用灰 色理论对预防性维护时间进行预测f n 】。a n n e - s y l v i ec h a r l e s 等以最小维修成本为目 标，通过仿真方法制定预防性维护策略【。c h e na r g o n 等通过引入设备健康指数， 以最小维护成本为目标建立动态设备预防性维护模型以确定最优维护时间i l m 。厉 红和钱省三基于系统观，以设备总产出效益为目标函数建立设备预防维修优化模 型，并设计了遗传算法求解模型的方法【1 6 j 。综上所述，目前大多数研究往往基于 可靠性和经济性两类决策原则，将可靠性相关指标或维护成本作为目标函数进行 维护优化研究。但在实际情况下，一方面由于费用的计算困难不得不进行一系列 的假设与简化引入大量不确定因子，另一方面实际生产往往希望设备的产量或利 用率最高，因此本文所制定的维护策略要求单位时间的总停机时间最少，以直接 易控的设备效率为目标进行预防性维护计划的优化与制定。 基于设备非计划故障时间、设备预防性维护与设备效率三者之间相互关联、 相互影响的密切关系。设备非计划故障时间与设备预防性维护两者作为设备效率 的主要损失来源之一，都对设备效率有直接的影响；而非计划故障时间与设备预 防性维护二者又相互影响，一方面合理的预防性维护可有效控制并降低设备非计 划故障时间，不合理的预防性维护可导致非计划停机时间的增加与恶化，另一方 面设备的故障状况对于预防性维护计划的制定具有不可忽视的参考作用。因此本 文的另一研究点是要基于设备故障预测技术实现低成本的视情维护以积极地对设 备非计划的故障时间进行控制，从而降低设备停机时间，作用于预防性维护计划 的制定，致力于设备效率的提高。目前有关视情维护中的设备故障预测的研究， 国内外的研究方式主要采取的是对设备整体和重要零部件的状态及发展趋势进行 预测，如建立设备整体、轴承、转子和齿轮的预测特征参数的模型，通过预测设 备整体的运行趋势及各零部件的可能性故障，来达到对整个机组进行监控的目的。 通常多采用的预测方法有回归预测、时间序列预测技术、灰色预测模型、小波包 分析、支持向量基、神经网络预测、组合预测、专家系统、模糊逻辑等方法。j i n g q i u 等人首先在对对象系统进行振动信号响应分析和故障机理分析基础上建立起 系统可观测变量与故障特征变量之间的模型关系，通过使用递推最小二乘( r l s ， r e c u r s i v el e a s ts q u a r e ) 算法在线调整模型的参数，从而估计系统未来某时刻故障特 4 第一章绪论 征的变化情况【l 刀。a s o kr a y 和s e k h a r t a n g i r a l a 提出了一种非线性统计模型对机械 材料的裂纹进行建模，该模型通过使用广义卡尔曼滤波器在线估计系统当前的故 障情况以及预测系统的剩余使用寿命【1 8 1 。s z h a n g 和r g a n e s a n 使用自组织神经 网络进行故障发展的多变量趋势跟踪，从而预测轴承系统的剩余使用寿命【l9 j 。 r c m y a m 等人使用了回归神经网络( r n n ，r e c u r r e n tn e u r a ln e t w o r k s ) 预测设备工 作状态的发展趋势【2 0 】。gv a c h t s e v a n o s 和p w a n g 使用了一种动态小波神经网络把 传感器检测数据转化为对象系统故障特征随时间的演变模型从而预测机械轴承剩 余寿命，并通过所获得的实验数据证明了使用动态小波神经网络的预测效果要好 于使用a r 模型，给出了评价故障预测系统性能指标的标准【2 。w i l s o nq w a n g 等分别采用回归神经网络和模糊神经网络对旋转机械故障预测的问题进行了研 究，并对两者的预测结果进行了比较，指出在对模糊神经网络进行适当训练的条 件下，其故障预测结果要优于采用回归神经网络的预测结果陋l 。h q i u 等研究了 机械系统故障预测中的早期微小故障的发现与识别问题，提出了三种基于隐马尔 可夫模型的识别算法，并对三种算法应用效果进行了分析比较【2 3 1 。p b a r u a h 和r b c h i n n a m 将隐马尔可夫模型应用于金属切割机的故障诊断和预测问题的研究中，通 过使用隐马尔可夫模型对传感器检测信号建模，评估对象当前的健康状态，从而 预测其剩余使用寿命【2 4 】。此外，近些年来专家系统也被应用于故障预测技术的研 究中，如c a s s a n d r a 、p r o m i s e 等系统【2 5 - 2 6 1 。综上一系列公开发表的资料和文 献来看，故障预测技术已经成为国内外维修学研究中的一个热点问题。本文结合 生产实际，在对设备各状态时间记录的数据挖掘与分析基础之上，引入基于 r s ( r e s c a l e dr a n g e ) 分析法的h u r s t 指数，建立故障短期预测模型，实现对设备主 要故障模式的预测。通过对设备非计划故障的预测来支撑低成本的视情维护，从 而对停机时间进行控制，并且详细阐述如何将基于故障预测的视情维护与预防性 维护周期优化有机的结合起来，突破了当前对于时间延迟维护模型的一般惯例性 用法，通过二者的有机结合将全员维护的积极维护思想纳入到预防性维护计划的 制定中，致力于设备效率的提高。 因此本文的研究围绕设备故障时间、设备预防性维护与设备效率，其研究路 线与三者的相互制约关系相吻合，即通过控制设备故障时间作用于设备效率的提 高，并且基于故障时间的控制进行预防性维护周期的制定，优化后的维护计划致 力于故障的控制与设备效率的提高，最终达到以设备效率为中心的设备预防性维 护计划优化的目的。 5 电子科技大学硕士学位论文 1 3 研究内容 本论文以某半导体封装测试工厂为研究对象，具体的研究内容包括以下几个 部分： 1 基于本课题所制定的以设备效率为决策原则的维护计划研究策略，对半导 体全局设备效率进行全面详尽的剖析，层层深入地解析设备效率的具体组成与各 组成成分相对应的设备损失来源。并通过严密的数学推导确立了以降低设备效率 主要损失来源之一的非计划故障时间及优化预防性维护计划为技术路线的、要求 单位时间的总停机时间最少的维护策略。同时，通过对设备各项损失的全面分析 提出了设备故障度量指标口( e q u i p m e n tf a i l u r e ) ，与设备故障时间、故障频率、预 防维护周期、预防性维护活动执行时间等参数一起作为重要的指标贯穿于整个研 究。基于此系列指标，通过对设备当前停机状况与预防性维护现状进行评价，实 现了本课题研究的必要性分析，为后续研究的可行性与必要性提供理论依据。 2 以故障停机时间为目标函数，以设备损失主要因素中的设备故障时间及设 备预防性维护为研究对象，引入时间延迟维护优化模型，在模型参数估计的基础 之上，突破当前普遍的对于时间延迟维修模型的应用方法，创新性的通过模型灵 敏度分析将全员维护的主动维护思想纳入最优维护计划的制定，提出了改进的时 间延迟维修模型的应用方法。通过灵敏度分析实现对模型稳定性的评估和对各因 变参数敏感度的识别，在此基础上确立具体的预防性维护优化策略。 3 基于根据改进的时间延迟维修模型所制定的预防性维护优化策略，通过实 现基于故障预测的视情维护对优化模型目标函数最敏感参数进行积极控制，以作 用于目标函数的最优与最佳预防性维护周期的制定。采用基于数据的故障预测技 术，以设备各状态时间的记录为数据源，引入基于r s 分析法的h u r s t 指数，建立 故障预测建模，通过对设备主要故障模式的预测实现了以控制设备停机时间为目 的的视情维护。 4 在对预防性维护相关参数的再评估基础之上，通过求解模型最优解确定目 标函数次敏感参数维护周期的最佳值。在通过软件平台实现了本文所提出的预防 性维护具体优化算法基础之上，基于实验数据对当前维护计划，一般时间延迟模 型应用方法的结果和本文提出的改进时间延迟模型应用方法的优化结果三种情况 进行了全面的分析比较。以具体的分析结果验证本课题的方法是否达到提高设备 效率的初衷。 6 第一章绪论 1 4 论文的总体框架 本文从预防性维护的决策原则、设备效率的定义及其具体组成、时间延迟维 修理论、支持视情维护的设备故障预测、基于时间延迟的预防性维护计划优化等 方面，全面详细介绍了预防性维护与设备效率的相关理论，通过对设备效率具体 组成成分及其与设备损失的关系分析确立技术路线，对现有预防行维护进行分析 验证研究的必要性，并将理论与实践相结合，创新性地将全员维护的积极维护思 想与时间延迟维修理论的应用有机地结合起来，提出了改进的时间延迟模型应用 方法，详细阐述了如何系统地、有重点有针对地对目标函数各敏感参数实施积极 控制，通过实现基于故障预测的视情维护，维护活动相关参数再评估，以及预防 性维护周期调整，共同致力于设备停机时间的减少与设备效率的提高，为实际设 备维护计划的改善与设备效率的提高给出指导性建议。全篇在理论分析与阐述的 同时，详细介绍了此方案与方法在某半导体封装测试制造厂的实际开发和应用情 况。全文共分为六个章节： 第一章：绪论，主要介绍以设备效率为决策原则的设备维护计划优化策略的 提出背景、国内外研究现状、目标以及本论文的主要研究内容。 第二章：以提高设备效率为目标的预防性维护优化技术路线，针对作为维护 优化决策原则的设备效率进行了详细的定义及解析，并且分析了其各组成子项与 设备损失的相互关系，在此基础上深入剖析设备故障时间，最终确立本文的技术 研究路线，并通过严密的数学推理对此研究路线的可行性进行验证，通过对设备 的停机与维护现状进行评估进行必要性分析，为后续研究提供理论依据。 第三章：以提高设备效率为目标的预防性维护优化策略，基于上一章节确立 的技术研究路线引入基于时间延迟维修理论的维护优化模型，在对当前国内外就 时间延迟理论的研究进行简要回顾基础之上，创新性的通过模型灵敏度分析将全 员维护的积极维护思想与时间延迟维修理论的应用有机地结合起来，提出改进的 时间延迟模型应用方法。在优化模型进行参数估计和灵敏度分析基础之上制定可 执行易操作的具体优化策略，并在后续的章节中有重点地展开详细的针对性研究。 第四章：以提高设备效率为目标的预防性维护优化方法，旨在基于上一章节 制定的具体优化策略，对目标函数不同敏感程度的参数提出不同的有针对性的控 制与优化方法。首先通过视情维护实现对目标函数最敏感参数故障平均停机时间 的控制，之后对人因影响较大的p m 活动时长和缺陷排除率进行再评估，最后基 于优化模型对维护周期进行优化。 7 电子科技大学硕+ 学位论文 第五章：以提高设备效率为目标的预防性维护优化实现，基于m i c r o s o f te x c e l 、 v b a 和s q ls e r v e r 平台，将上一章节提出的对目标函数各敏感参数进行控制和优 化的理论方法与算法进行实现，并开发预防性维护优化工具，在工厂环境下实现 动态的以提高设备效率为目标的预防性维护优化。并对实现的优化结果进行详细 分析比较，以验证是否达到降低设备停机时间与提高设备效率的目的。 第六章：总结与展望。归纳了主要的研究内容和成果，并对课题可以进行的 拓展作了简要的分析和展望。 第二章以提高设备效率为目标的预防性维护优化技术路线 第二章以提高设备效率为目标的预防性维护优化技术路线 本章节从课题制定的维护决策原则出发，对拟提高的设备效率进行至上而下 层层深入的剖析。从设备效率的定义及其各子项因子的定义，到设备效率与各设 备损失的对应关系，进而深入到影响设备效率的主要因素之一的设备停机时间分 析，在此基础之上提出解决本课题的总体技术路线，并通过严密的数学推导对其 可行性进行验证，通过对案例工厂现行预防性维护与设备停机状况的评价进行优 化必要性分析，从而为后续的以提高设备效率为目标的预防性维护优化提供理论 依据。 2 1 技术路线制定 本课题所提及的设备效率是指国际半导体设备及材料组织( s e m i ， s e m i c o n d u c t o re q u i p m e n ta n dm a t e r i a l si n t e r n a t i o n a l ) 在其e 7 9 1 10 6 标准 2 7 1 中所提出 的全面设备效率o e e ( o v e r a l le q u i p m e n te f f i c i e n c y ) 。由于其通过设备状态时间对设 备运行状况进行全面考虑，包含了丰富的内容。因此为了制定合理可行的技术路 线，本小节从设备效率的定义及其各子项因子的定义出发，到对设备效率与各设 备损失的对应关系的分析，进而深入到对影响设备效率的主要因素之一的设备停 机时间解析，在此层层深入的分析基础之上提出解决本课题的总体技术路线。 2 1 1 设备效率及其要素 全面设备效率o e e 是基于对设备运行状况的全面考虑，通过设备状态时间对 设备效能进行标定的度量标准，其计算模型如公式( 2 1 ) 所示【2 7 1 ： 伽= a e x o e x r e x q e ( 2 1 ) 其中，a e ( a v a i l a b i l i t y e f f i c i e n c y ) 是指设备的可用效率，是设备正常且能完成 计划加工的可用加工时间u p t ( u p t i m e ) 占总时间t r ( t o t a lt i m e ) 的l l，其数学描 述如公式( 2 2 ) 所示2 刀；o e ( o p e r a t i o n a le 伍c i 即c y ) 是指设备的生产效率，是设备实 际进行工艺加工的生产时间p r o t ( p r o d u c t i v et i m e ) 占可用于正常工艺加工的时间 u p t 的比例，其数学描述如公式( 2 3 ) 所示【2 7 l ；r e ( r a t ee 角c i 曲c y ) 是指设备的速率 9 电子科技大学硕士学位论文 效率，是设备以理论生产速率进行加工所需的总理论生产时间t h p ，i a ( 弛黜i c a l p r o d u c t i o nt i m ef o ra c t u a lu n i t s ) d i 牛产时间p r o t 的比例，其数学描述如公式( 2 4 ) 所示【2 7 】；q e ( q u a l i t ye 伍c i c y ) 是指设备的质量效率，是设备有效加工的理论生产 时间t h p t e ( t h c o r e t i c a jp r o d u c t i o nt i m ef o re f f e c t i v eu i l i t s ) 占总理论生产时间 t h p l a 的比例，其数学描述如公式( 2 5 ) 所示【2 7 】： a e = u p t t t o e = p r o t u p t r e = 疆p 瞰 p r 0 t q e = t h p t e t h p t a ( 2 - 2 ) ( 2 3 ) ( 2 4 ) ( 2 5 ) 基于此标准对设备各效率的定义，全面设备效率o e e 又可由公式( 2 6 ) 【2 7 】描述 为设备可利用效率a e 、设备性能效率阳与设备质量效率妒的乘积： o e e = a e x p e x q e ( 2 - 6 ) 其中设备的性能效率p e ( p e r f o r m a n c ee f f i c i e n c y ) 是设备以理论生产速率进行 加工所需的总理论生产时间t h p t a 占可用于正常工艺加工的时间u p t 的比例，可 由生产效率o e 与速率效率r e 的乘积表述 2 7 1 ，因此有： p e = o e x r e = t h p t a u p t ( 2 7 ) 由公式( 2 6 ) 可知，对设备可利用效率彳e 、设备性能效率p e 与设备质量效率 q e 的控制均为提高设备全面效率o e e 的可能途径。因此2 1 2 节将从设备损失与 各设备效率的关系出发，分析各类设备损失对设备效率的影响，进而确定本课题 将要具体研究的设备效率子项。 2 1 2 设备损失与设备效率的关系 由于全面设备效率o e e 是基于设备状态时间进行设备效能的度量标准，因此 本小节将首先对各设备状态时间的划分与定义进行回顾，在此基础上分析各项设 备损失对设备效率的影响，最后确定本课题将要具体研究的设备效率子项。 根据国际半导体设备及材料组织( s e m d 在其e 1 0 0 3 0 4 e 标准中对设备各状态 l o 第二章以提高设备效率为目标的预防性维护优化技术路线 时间的定义，如图2 1 所裂2 8 ：总时间由生产计划外时间n s t ( n o n s c h e d u l e d t i m e ) 和操作时间o t ( o p e r a t i o n st i m e ) 两大部分组成，其中操作时间o t 又可分为停机不 可用时间d t ( d o w n t i m e ) 和可用生产时间u p t ( u p t i m e ) ，而停机不可用时间d t 和 可用生产时间u p t 可分别继续向下划分为非计划停机时间u s d t ( u n s c h e d u l e d d o w n t i m e ) 和计划停机时间s d t ( s c h e d u l e dd o w n t i m e ) ，工程时问e t ( e n g i n e e r i n g t i m e ) 和制造时间m t ( m a n u f a c t u r i n gt i m e ) ，设备生产时间p r o t ( p r o d u c t i v et i m e ) 和空闲时间s t ( s t a n d b yt i m e ) 的总和构成了制造时间m t 。 可 图2 - 1 设备状态时间 不同的设备状态可称为不同的设备损失来源，由于全面设备效率o e e 是基于 这些状态时间进行设备效能的标定，因此通过对其各子项的分析，可以准确地定 位影响设备效率的设备损失原因及其所属的状态时间，为针对性地解决问题提供 理论依据。 基于s e m ie 7 9 1 1 0 6 ，各设备效率与设备状态之间的对应关系如图2 2 所示【2 7 】： 设备可利用效率舡的主要损失来源为生产计划外时间n s t ( n o n s c h e d u l e dt i m e ) 和设备不可用停机时间d t ( d o w n t i m e ) ；设备性能效率咫所包含的设备生产效率 o e 与速率效率r e 的主要损失来源为设备可用生产时间u p t ( u p t i m e ) ；设备质量 电子科技大学硕士学位论文 效率q e 的主要损失来源为产生于生产时间中的回流( r e w o r k ) 与硅片报废( s c r a p ) ， 更多地涉及生产工艺问题。 图2 2 各设备效率与设备状态之间的对应关系 结合图2 1 所示s e m ie 1 0 0 3 0 4 e 标准对设备各状态时间的定义，设备性能效 率艘的主要损失来源，设备可用生产时间u p t ( u p t i m e ) 可以表示为： 印t = o t d t ( 2 - 8 ) 其中 o t = t o t a lt i m e n s t( 2 9 ) 由于生产计划外时间n s t 主要是指节假日，设备安装，离线培训等设备未被 计划用来生产的时间，通常占总时间的很小比例，并且比较稳定，因此可以说设 备性能效率咫的主要损失来源间接与设备不可用停机时间d t ( d o w n t i m e ) 相关。 因此设备全局效率o e e 的子项可利用效率舡与性能效率p e 的损失来源直接或 间接与设备不可用停机时间d t ( d o w n t i m e ) 相关，而质量效率q e 更多地涉及生产 工艺中的回流与报废。上海理工大学工业工程研究所微电子发展研究中心的梁静 1 2 第二章以提高设备效率为目标的预防性维护优化技术路线 和钱省三亦对设备损失与半导体设备效率相互关系进行了相关分析【2 , 2 9 ，表2 1 总 结并罗列了设备损失与全面设备效率o e e 的对应关系。 表2 1 设备损欠与全面设备效率0 晒的关系 o e e 组成 设备损失所属状态时间 可用效率a e故障、维修、等候维修非计划停机 预防性维护、启动调整计划停机 性能效率p e 生产效率o e 空闲( 无产品、无操作- 1 - _ ) 空闲时间 生产能力限制、生产流速过慢生产时间 速率效率r e硅片停留、硅片分析生产时间 速率过高表示理