半导体企业智能制造解决方案

半导体企业智能制造解决方案半导体企业智能制造解决方案Agenda:对半导体产业的理解

半导体产业智能制造趋势和需求分析帮助半导体制造实现智能制造半导体行业智能制造实践经验分享Agenda:对半导体产业的理解 半导体产业智能制造趋势和全球产业格局大调整，半导体是未来互联网和物联网发展的根基半导体产业集成电路集成电路业设计制造封装测试材料分立器件半导体LED外延片芯片封装应用光伏全球产业格局大调整，半导体是未来互联网和物联网发展的根基半导半导体产业两次转移，中国迎“产业转移”窗口期1950198019902000至今1970美国时代日本时代韩国时代中国崛起20世纪50年代起源于美国硅谷，美国一度把控全球半导体全部产值；20世纪70年代末向日本产业转移。工作站、存储器、微处理器迅速发展，日本取代美国地位；20世纪80年代末向韩国、台湾产业转移。第一次转移：美国->日本进入PC时代，韩国引进技术；21世纪起，向中国产业转移。第二次转移：日本、欧洲->韩国、中国台湾中国借助移动互联等大量电子产品迅速崛起，半导体消费量世界第一。第三次转移：韩国、中国台湾->中国大陆半导体产业两次转移，中国迎“产业转移”窗口期19501980中国大陆半导体产业将由目前的封测主导的全球分工格局逐步向

IC设计、晶圆制造快速崛起以及材料和设备逐步突破的方向全面发展半导体产业五大核心环节：材料、设备、IC

设计、晶圆制造和封测，凭借产业集群配套研发优势和晶圆制造领域的资金优势，大陆半导体产业将由目前的封测主导的全球分工格局逐步向

IC设计、晶圆制造快速崛起以及材料和设备逐步突破的方向全面发展。【上游】设备和材料，重客户资源；IC设计，高壁垒、重研发（重无形资产）。【中游】晶圆制造，重资金、重技术。【下游】封测，较中庸，处高壁垒和重资产的后端环节，重客户（IDM与Fabless

+

Foundry）。中国大陆半导体产业将由目前的封测主导的全球分工格局逐步向I并形成从封测主导到设计、制造主导转变的国内模式并形成从封测主导到设计、制造主导转变的国内模式Agenda:对半导体产业的理解半导体产业智能制造趋势和需求分析

帮助半导体制造实现智能制造半导体行业智能制造实践经验分享Agenda:对半导体产业的理解半导体产业智能制造趋势和需求未来中国大陆参与半导体产业的国际分工将沿着微笑曲线底部向两端发展：由封测主导向

IC

设计、

Foundry

以及材料、设备全面发展技术产业化IC关键领域技术受制于国外，国产技术薄弱。国外厂商对技术封锁严密，技术引进难度大由于芯片的特殊性，实现“中国芯”的进口替代已经成为国家明确的发展战略国际化威胁高端芯片的设计、制造、供应长期被欧美企业垄断由于芯片在航天、军工等国防领域、高科技行业的重要性，被国外政府、企业严密限制近期事件，如中兴事件产品竞争力国内行业多集中在IC设计阶段，芯片重要器件供应、制造由国外工厂代工国内工厂多进行低端芯片产品的设计制造，产品性能、质量与国外相比差距比较大。市场化需求中国市场需求占全球50%（特殊芯片，占70-80%）。进口超过原油，属于第一大宗进口产品，话语权被国外产商掌握。高端、复杂的芯片长期依赖进口，市场基本被国外厂商控制芯片制造属于人才、技术、资金密集型行业，技术门槛高，产出周期长，长期被欧美公司垄断，属于风险极高的行业

。需求量占全球50%（某些达到70-80%），属于第一大宗进口产品，产品长期依赖进口，自给内力8%左右。鉴于国际大环境和国内产业现状，“芯片国产化”作为国家战略重点突破方向，为国内芯片企业提供了技术突破、产业升级的的发展风口。国际竞争硅初步纯化多晶硅制造硅晶圆制造硅晶圆制造规格设计逻辑设计电路布局模拟检测光罩制作芯片设计薄膜光阻显影蚀刻光阻去除芯片制造封装切割黏贴焊接模封芯片封测未来中国大陆参与半导体产业的国际分工将沿着微笑曲线底部向两端其中，由于半导体领域先天复杂的制作工艺，成品率及生产成本控制面临挑战，亟需相关企业优化工艺流程及提升生产效率芯片复杂度提升使得成品率下降投资规模及生产成本高使回报率降低行业量产面临核心挑战对企业的要求>

优化制程，降低复杂度带来的不良率>

提升生产效率，克服高投资下的低回报率其中，由于半导体领域先天复杂的制作工艺，成品率及生产成本控芯从半导体行业标杆企业数字化转型思路看，半导体企业智能制造将重点围绕产品数字化、制造智能化和绿色制造进行开展提高能源利用效率，实现半导体制造“绿色环保”将从企业层、工厂管理层、控制层和设备层构建智能制造及工业自动化平台提升竞争优势数字化产品全生命周期（以芯片制造为核心，涵盖芯片设计、制造、封装测试、设备和材料等产业链）满足打造自主品牌IDM的需要全价值链端到端生命周期管理产品数字化制造智能化绿色制造数字化智能制造绿色制造从半导体行业标杆企业数字化转型思路看，半导体企业智能制造将从IC

价值链的角度出发，支撑半导体业智能制造升级所需的数字化工厂解决方案分为数字化研发、数字化制造与数字化营销三部分客户“Assold”partnumber(customerPNorourexternalOPN)数字化营销CustomerCustomer IC

Design客户需求 IC设计Customer

ProductRequest DefinitionRequirements

Design

SpecAnalogDesignDigital

DesignCircuit

DesignDesignIntegration数字化研发WaferFab晶圆制造Wafer

Start-Fab

OutWafer

Probe Assembly&Test晶圆测试 封装测试Finished

wafer

Packagedset

ofsort,

in

wafer devicestestedform according

toSorted

good certainoptionsdie,

physically and

temperaturein

waferform, rangeregarded

as

Testedand“bin”individual

die knownbutas

yetunmarked智能数字化制造SMT组装FinalSKUassigned,may“downbin”tobalancesupplyanddemand从IC价值链的角度出发，支撑半导体业智能制造升级所需的数字Agenda:对半导体产业的理解半导体产业智能制造趋势和需求分析帮助半导体制造实现智能制造

半导体行业智能制造实践经验分享Agenda:对半导体产业的理解半导体产业智能制造趋势和需求©SiemensAG2018半导体行业提供完整的数字化工厂解决方案，解决方案架构包括数字化研发、数字化制造、EAP及工业大数据©SiemensAG2018半导体行业提供完整的数字同时，数字化工厂解决方案和全球半导体业智能制造最佳实践将帮助半导体企业打造8大核心智能制造能力数字化研发八大能力具体描述1.

PLM2.R&D

Trailblazer运用PLM解决方案来驱动企业价值链的纵向及横向集成R&D的设计过程中，通过对工厂所有的设备、在制品的状态，都有全面的了解及分析及模拟，对潜在有问题的步骤进行预判，减少等待及维护步骤的发生频

率来缩短产品研发时间 CIM数字化制造3.EcosystemModeling

Simulation通过在系统里进行虚拟建模来优化工厂布局5.Forward-lookProcessManagementSystem4.Decision

Tree6.Yield

Management对工厂所有运营及成本数据进行跟踪及分析，找出节约成本的机会，提升工厂运营效率对Wafer的每个生产步骤及工业流程进行全方位跟踪，通过预防式维护及DecisionTree等方法去主动发现潜在的风险，规避问题的发生通过自我完善体系，对生产流程及不同可选方案进行分析及学习，不断完善自我判断能力，是系统在某个生产环节发生故障时能给出相应的备用方案通过打造一个以大数据及云计算为架构的智能制造生态体系来实现企业在其价值链上端到端的集成及协同7.BigDataBasedArchitectureDesignEAP设备自动化8.EquipmentAutomation

ProgramEAP作为设备的底层接口负责生产设备之间的连接以及设备中各数据包括生产数据的运行通过设备自动化

(EAP)

提升生产效率同时，数字化工厂解决方案和全球半导体业智能制造最佳实践将八大Agenda:对半导体产业的理解半导体产业智能制造趋势和需求分析帮助半导体制造实现智能制造半导体行业智能制造实践经验分享

Agenda:对半导体产业的理解半导体产业智能制造趋势和需求sAG

20182018-05-31 Siemens

PL以EAP自动化为基础，将业界先进技术与半导体制造业务相结合，形成半导体企业智能制造及工业互联网数字化转型整体解决方案，全面赋能半导体企业转型升级sAG2018以EAP自动化为基础，将业界先进技术与半导将业界最先进的技术与我国工业发展实际结合，形成最适合半导体企业数字化转型整体解决方案，推动国内半导体企业实现智能制造战略数字化顶层设计项目实施落地保障半导体业数字化转型PLM数字化研发管理MOMAPS/MES/QMS/EMI数字化制造管理TIA

forEAP全集成自动化项目研发作为龙头研发项目管理协同交付管理BOIIP管理工艺过程管理计划排产作为大脑生产执行作为神经建模+艺+追溯+齐套+物料+质量+预警+设备+人员+透明化+集团化管理以KPI为导向全面质量管理数据挖掘与分析数采作为血液联网、改造、数采、监控以数据为中心虚拟EAP提升效率、降低浪费、增加产能将业界最先进的技术与我国工业发展实际结合，形成最适合半导体企半导体单晶硅MES实践案例分享数字化诊断-顶层设计-数字化工厂实施现状评估和目标确定现状评估目标确定解决方案和实施策略总体设计业务场景分析项目实施规划项目组合投资回报分析差距分析解决方案架构实施策略和要素现状如何？实施数字化工厂的愿景是什么？哪些应用可以缩小现状和愿景之间的差距，并产生最大价值？这些应用应该如何实施？可以产生怎样的投资回报？项目规划项目前期准备123某半导体材料公司MES项目建设过程项目实施项目实施项目运维4项目实施管理案例一半导体单晶硅MES实践案例分享现状评估和目标确定现状评估目标半导体单晶硅MES实践案例分享以西门子Camstar为平台管理单晶工序、切磨工序、抛光工序完整生产过程将多晶硅熔解在石英炉中，然后依靠一根石英棒慢慢的拉出纯净的单晶硅棒<1>硅棒的拉伸用金刚石刀把单晶硅棒切成一定的厚度形成WAFER<2>切割单晶硅棒WAFER

的表面被抛光成镜面<3>抛光WAFERWAFER

放在900度——1100

度的氧化炉中，并通入纯净的氧气，在WAFER表面形成氧化硅<4>氧化WAFER

表面大规模集成电路硅基智能制造新模式半导体单晶硅MES实践案例分享将多晶硅熔解在石英炉中，然后半导体单晶硅MES实践案例分享以西门子Camstar为平台管理单晶工序、切磨工序、抛光工序完整生产过程将多晶硅熔解在石英炉中，然后依靠一根石英棒慢慢的拉出纯净的单晶硅棒<1>硅棒的拉伸备料单晶拉制评估切断样块腐蚀退火物测滚磨生产数据实时采集设备数据实时采集质量数据实时采集设备状态数据实时采集防呆防错实时管控单晶工序采集原材料多晶硅批次条码信息单晶拉制工序采集掺杂批次信息记录切断、腐蚀、退火等工序设备系统参数支持自动采集，并按标准工艺参数进行对比，实现自动预警、报警等对滚磨工序在制品进行采样镜像测试并对检测结果采集分析支持上下工序间的防呆、防错MES实现半导体单晶硅MES实践案例分享将多晶硅熔解在石英炉中，然后半导体单晶硅MES实践案例分享以西门子Camstar为平台管理单晶工序、切磨工序、抛光工序完整生产过程粘棒切片脱胶清洗X光定向倒角激光标记厚度分类磨片清洗生产数据实时采集设备数据实时采集质量数据实时采集设备状态数据实时采集防呆防错实时管控粘棒工序需采集α、β数据并进行并包括标准值分析切片采集设备信息，抽检过程信息倒角清洗与轮廓仪检测信息根据激光标记进行流程自动流转酸、碱、二氧化硅等原辅料及载具信息采集对切磨、背封工序进行二氧化硅膜采样并对检测结果采集分析支持各工序间防呆防错MES实现用金刚石刀把单晶硅棒切成一定的厚度形成WAFER<2>切磨单晶硅棒腐蚀热处理 SBD清洗切磨检测背封片检测分类腐蚀检测半导体单晶硅MES实践案例分享粘棒切片脱胶清洗X光定向倒角激半导体单晶硅MES实践案例分享以西门子Camstar为平台管理单晶工序、切磨工序、抛光工序完整生产过程载体盘清洗装配粗抛精抛卸片去蜡清洗抛光后清洗电阻率/平整度检测生产数据实时采集设备数据实时采集质量数据实时采集设备状态数据实时采集防呆防错实时管控颗粒检测采用抽检方式检验，并根据工艺标准进行采集工艺数据。包装支持自定义包装条码，工序完成自动根据条码模板打印成品条码。成品检验合格能够生成成品合格证，能够触发与WCS集成，成品才可以发货。支持返工、返修、反洗、反检、余料进行生产过程追踪，并可追溯。MES实现最终清洗表面检测颗粒检测包装分类WAFER

的表面被抛光成镜面<3>抛光WAFER半导体单晶硅MES实践案例分享载体盘清洗装配粗抛精抛卸片去蜡打造“自主可控+工业互联+智能制造”的芯片材料制造数字化工厂智能排程智能物流智能协同智能识别标签读写自动物流标签读写生产任务标签读写单晶工序切磨工序研发、工艺、流程、技术重构与提升专家知识库智能控制抛光工序智能生产智能分析物料配送打造“自主可控+工业互联+智能制造”的芯片材料制造数字化工厂LED芯片MES实践案例分享西门子Camstar在LED芯片领域的应用案例二LED的产业链分为四段：LED外延片、LED芯片制造、LED器件封装和产品应用，上游磊晶/EPI，中游

CHIP/晶粒切割，下游

Package/封装，每一段的制程相对独立并各成体系，针对MES都有各自的管控要点与实施特点：磊晶制程的主要需求空白芯片来料管理电性值资料收集快测/验证片生产流程管理判等入库作业设备连机采集与控制晶粒段制程的主要需求挑磊芯片下单作业管控全测、分选、CCD、AOI重点制程生产管控支持抽测生产作业流程判等入库作业出货挑货作业管理设备连机采集与控制封装段制程的主要需求调胶参数控管作业提供分

Bin

的作业功能设备连机采集与控制LED芯片MES实践案例分享案例二LED的产业链分为四段：L支持磊芯片的快测验证流程、电性值数据收集、可以采用条码化来实现生产过程的控制，采用批次作业模式、支持拆批分批作业、支持晶粒级别判等的可追溯性、甚至是各批良率的相关性分析等，提升LED

制造产业的营运效率生产计划、设备状态