智能制造——现代工厂如何打造“会思考的机器”？-德赢Vwin官网网

SmartFactory洞察力博客系列

你是否曾想过

商店是如何理货的？

又是如何知道要把黄油放在面包旁边的？

Netflix是如何根据观看历史推荐电影的？

这些就是基于数据提取技术的“购物篮分析”示例。该技术也叫做频繁模式挖掘，它能够寻找重复出现的关系，从而在不同数据项之间找到关联。

▲ 模式挖掘是一种基于频率对Context进行表征，从而找到数据之间关联关系的机器学习技术

SmartFactory解决方案将上述技术运用到半导体制造时，能够帮助我们深入了解工艺以实现快速的质量提升。此类算法完全能够在尽可能减少人为干预的情况下处理海量数据，从而获得最优的解决方案。

在半导体行业，芯片制造是一个复杂的过程，系统性地识别变化诱导源是必不可少的一项工作。在所有组合中识别相应的变化诱导来源会为生产带来巨大的好处，这也意味着用户需要了解各种环境中变化来源的集体反应。当前，业内通常会从单一角度来研究这些变量促成因素，而对其在动态制造场境中的关系却鲜有研究。

Applied E3SPC平台能够深入研究此类关联，并且能够快速地整合并传达此类信息。应用材料公司的团队采用了机器学习的研究，这些研究成果帮助我们识别生产设备和工艺流程的行为，从而进行产线的定制化、持续和自动化的调整。

▲ 智能SPC能够透过数据，发现新的洞见

智能制造正在将我们引领到更深层次的集成，为提高生产效率和质量以降低成本提供了机会。行业正在向由机器学习赋能的集成系统迁移。因此，高度专业化的技术需要紧密协作，这样才能实现知识转移。

此类数据分析工具的价值在于：

通过识别不断变化的行为，来迅速发现信号，这是减少变化的关键；

通过识别正确的变量和关键行为，以便第一次就产生正确的结果，从而最大限度地减少噪音和中断；

帮助工程师即时访问最佳数据并立即采取行动，从而更迅速地解决问题。借助此类工具，客户实现每年减少不变性达20%；

为工厂带来更新的洞见帮助简化生产线，最大限度地提高效率。将模式挖掘关联关系结果运用到工厂的派工系统中，能够增强设备匹配率，提高整体的设备可用性。

Applied E3 SPC将帮助终端用户快速了解构成测量结果的瞬态和真实动态。该技术还能够明确地展现制造设备和流程的行为，从而进行定制化、持续以及自动化的调整。这能够简化检测流程，作出由科学数据所驱动的决策，从而提高整体SPC的实践能力。它还将有助于实现高质量标准，并有效地为客户带来最出色的材料。