Аналитика больших данных для интеллектуального производства: тематические исследования в полупроводниковом производстве

Big Data Analytics for Smart Manufacturing: Case Studies in Semiconductor Manufacturing
James Moyne, Jimmy Iskandar
2017-07-12

Аналитика больших данныхОбнаружение неисправностейПрогнозное техническое обслуживаниеПроизводство полупроводниковУмное производство
Интеллектуальное производство (ИП) — это термин, обычно используемый для обозначения совершенствования производственных операций посредством интеграции систем, объединения физических и кибернетических возможностей, а также использования информации, включая возможности, предоставляемые развитием больших данных. Внедрение ИП происходит неравномерно в различных отраслях, что создает возможность изучать опыт других отраслей для определения вариантов решений и дорожных карт для таких областей, как биохимия и биология. Развитие больших данных позволяет управлять существенно большими объемами информации и применять аналитику для улучшения диагностики и прогнозирования. Аналитические подходы можно определять через набор измерений, чтобы понять их требования и возможности, а также выявить технологические пробелы. Полупроводниковая промышленность использует развитие больших данных и аналитики, совершенствуя существующие возможности, такие как обнаружение неисправностей, и поддерживая новые возможности, такие как предиктивное техническое обслуживание. Для большинства этих возможностей: (1) качество данных является наиболее важным фактором больших данных, обеспечивающим получение высококачественных решений; и (2) включение экспертных знаний в области предметной области в аналитические методы часто необходимо для реализации эффективных производственных решений в режиме онлайн. В будущем усовершенствованная среда больших данных, включающая такие концепции интеллектуального производства, как цифровой двойник, будет дополнительно способствовать применению аналитики; однако ожидается, что необходимость учета экспертных знаний в области предметной области при разработке решений сохранится.
1
Аналитические подходы можно классифицировать по измерениям, которые выявляют их требования, возможности и сохраняющиеся технологические пробелы.
2
Качество данных является наиболее важным фактором больших данных для получения высококачественных аналитических решений в производстве.
3
Эффективная онлайн-аналитика производства обычно требует включения экспертных знаний предметной области в разработку решений.
4
Ожидается, что будущая среда с концепциями умного производства, такими как цифровые двойники, дополнительно расширит возможности аналитики, но экспертные знания останутся необходимыми.
5
В полупроводниковом производстве большие данные применяются для совершенствования обнаружения неисправностей и развития предиктивного обслуживания.
6
Умное производство объединяет физические и кибернетические системы и использует аналитику больших данных для улучшения операций, диагностики и прогнозирования.

производственные операции и возможности в полупроводниковом производстве

аналитика больших данных для обнаружения неисправностей, прогнозного обслуживания, диагностики и прогностики, включая требования к качеству данных и предметной экспертизе

Publication Details
Publication Date
2017-07-12
Journal
Publisher
ISSN
Access Type
Author Information
Authors
James Moyne
Jimmy Iskandar
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%