چگونه زمان کارکرد ربات جابه‌جایی ویفرِ دچار خطا را افزایش دهیم؟

خودکارسازی عمیقاً در تولید نیمه‌رسانا ریشه دوانده است و کمتر وظیفه‌ای در خودکارسازی به اندازه جابه‌جایی ویفر به ثبات نیاز دارد. ربات‌ها در سراسر چرخه تولید، ویفرهای ظریف را بین درگاه‌های بارگیری، تجهیزات فرایندی، ایستگاه‌های بازرسی و ماژول‌های دیگر جابه‌جا می‌کنند و اغلب همین حرکات را هزاران بار تحت شرایطی با کنترل دقیق تکرار می‌کنند.

وقتی یک ربات جابه‌جایی ویفر شروع به ایجاد خطاهای تکرارشونده می‌کند، پیامد آن به‌ندرت فقط به خود ربات محدود می‌ماند. انتقال‌های متوقف‌شده می‌توانند مراحل فرایند را به تأخیر بیندازند، برنامه‌ریزی تولید را مختل کنند و تجهیزات گران‌قیمت را در انتظار مواد بگذارند. بنابراین، چالش واقعی برای تیم‌های تعمیر و نگهداری، پاک کردن آخرین هشدار نیست، بلکه شناسایی دلیل بازگشت مداوم همان خطاست.

شکل ۱. جابه‌جایی ویفر یکی از عملیات رباتیک با بیشترین حساسیت به دقت در تولید نیمه‌رسانا است.

چرا خطاهای تکرارشونده ربات در یک کارخانه تولید نیمه‌رسانا تا این حد اهمیت دارند

تولید نیمه‌رسانا به جابه‌جایی قابل پیش‌بینی میان مراحل فرایندی با هماهنگی دقیق وابسته است. یک ربات انتقال ویفر ممکن است تنها یکی از اجزای یک تجهیزات بسیار بزرگ‌تر باشد، اما مشکلی تکرارشونده در آن نقطه می‌تواند جریان مواد را در چندین عملیات مرتبط مختل کند.

پیامدهای فوری به‌راحتی قابل مشاهده‌اند: کاهش توان عملیاتی، تأخیر در پردازش ویفر، افزایش نیروی کار تعمیر و اختلال در برنامه تولید. پیامد کمتر آشکار، ناپایداری است. تشخیص رباتی که فقط گاهی دچار خطا می‌شود، ممکن است از تشخیص رباتی که کاملاً از کار افتاده دشوارتر باشد، زیرا تکنسین‌ها ممکن است بارها سیستم را بازنشانی کرده و بدون جمع‌آوری شواهد کافی برای شناسایی وضعیت زیربنایی، آن را به تولید بازگردانند.

به همین دلیل، بهبود زمان کارکرد باید بر الگوهای تکرارشونده تمرکز کند، نه رخدادهای منفرد. پرسش فقط این نیست که «چه هشداری ظاهر شد؟» بلکه این است: «بلافاصله پیش از این هشدار چه چیزی تغییر کرد، و آیا همین توالی هر بار تکرار می‌شود؟»

با تفکیک خطا و نسبت دادن آن به زیرسامانه درست شروع کنید

بیشتر مشکلات تکرارشونده در جابه‌جایی ویفر را می‌توان به تعداد کمتری از حوزه‌ها نسبت داد: فرسودگی مکانیکی، مشکلات حسگر یا هم‌ترازی، عملکرد خلأ و ابزار انتهایی، یا خطاهای ارتباطی و توالی. این دسته‌بندی‌ها روی کاغذ ساده‌اند، اما در علائمی که اپراتور مشاهده می‌کند، اغلب با یکدیگر هم‌پوشانی دارند.

برای مثال، یک هشدار موقعیت‌یابی به‌طور خودکار ثابت نمی‌کند که موتور، تسمه یا راهنما خراب شده است. بازخورد نادرست حسگر ممکن است مانع تأیید تکمیل حرکت توسط کنترلر شود، درحالی‌که خطای خلأ می‌تواند همان توالی انتقال را تقریباً در همان نقطه متوقف کند. بنابراین، عیب‌یابی مؤثر با جدا کردن نشانه قابل مشاهده از زیرسامانه‌ای که واقعاً آن را ایجاد کرده است، آغاز می‌شود.

این تمایز در تجهیزات نیمه‌رسانا اهمیت ویژه‌ای دارد، زیرا تنظیمات غیرضروری می‌توانند مشکلات جدیدی ایجاد کنند. هم‌راستا کردن مجدد رباتی که از نظر مکانیکی سالم است، به دلیل سیگنال نامناسب یک حسگر، ممکن است تکرارپذیری را کاهش دهد، نه اینکه آن را بهبود ببخشد.

فرسودگی مکانیکی معمولاً به‌تدریج ظاهر می‌شود

مفاصل ربات، یاتاقان‌ها، تسمه‌ها، ریل‌های خطی و کوپلینگ‌ها در تعداد بسیار زیادی چرخه تکراری کار می‌کنند. با فرسوده شدن این اجزا، نخستین نشانه‌ها اغلب ظریف هستند: حرکت کمی خشن‌تر، افزایش لرزش، انحراف‌های جزئی در موقعیت‌یابی یا خطاهایی که فقط در شرایط خاص جابه‌جایی رخ می‌دهند.

این علائم ممکن است فوراً تولید را متوقف نکنند. در عوض، ربات ممکن است صدها چرخه به‌طور عادی کار کند و سپس دوباره هشدار مرتبط با موقعیت ایجاد کند. همین رفتار مقطعی است که اهمیت تاریخچه خطا را نشان می‌دهد. اگر یک محور، جهت حرکت یا محل انتقال مشخص بارها در گزارش‌ها ظاهر شود، بازرسی مکانیکی هدفمندتر می‌شود.

تکنسین‌ها باید به اجزایی که در معرض حرکت مداوم هستند و نیز هرگونه نشانه افزایش لقی، مقاومت ناهماهنگ یا لرزش غیرعادی توجه ویژه‌ای داشته باشند. هدف فقط یافتن قطعه فرسوده نیست، بلکه باید مشخص شود آیا این فرسودگی می‌تواند الگوی خاص خرابی مشاهده‌شده در حین تولید را توضیح دهد یا خیر.

خرابی حسگر می‌تواند شبیه خرابی حرکتی به نظر برسد

ربات‌های جابه‌جایی ویفر برای تأیید وجود ویفر، موقعیت، وضعیت شیار و تکمیل موفقیت‌آمیز هر مرحله از انتقال به حسگرها متکی هستند. ممکن است ربات از نظر مکانیکی درست حرکت کند، اما همچنان دچار خطا شود، زیرا سیستم کنترل هرگز بازخورد لازم برای ادامه توالی را دریافت نمی‌کند.

آلودگی در محیط‌های جابه‌جایی دقیق، نگرانی مهمی است. حسگری که کثیف یا اندکی نامیزان شده باشد، ممکن است به‌جای خرابی کامل، مشکلات مقطعی در تشخیص ایجاد کند. بنابراین هر زمان که توالی خطا به بازخورد آن‌ها وابسته است، باید حسگرهای تشخیص ویفر، دستگاه‌های نگاشت شیار و دوربین‌های هم‌راستاسازی ارزیابی شوند.

تمیزکاری و کالیبراسیون مجدد ممکن است برخی موارد را برطرف کند، در حالی که سخت‌افزار آسیب‌دیده یا ناپایدار ممکن است به تعویض نیاز داشته باشد. نکته مهم این است که خودِ بازخورد را بررسی کنید، نه اینکه فرض کنید هر هشدار مرتبط با انتقال از مکانیزم‌های ربات ناشی می‌شود.

مشکلات خلأ اغلب هنگام برداشتن یا قرار دادن خود را نشان می‌دهند

سیستم‌هایی که از جابه‌جایی ویفر مبتنی بر خلأ استفاده می‌کنند، بازوی انتهایی باید در سراسر فرایند انتقال نیروی نگه‌دارنده کافی را ایجاد و حفظ کند. فشار خلأ ضعیف، آلودگی در مسیرها، اتصالات نشتی‌دار یا فرسودگی سطح بازوی انتهایی همگی می‌توانند باعث شکست‌های مقطعی در برداشتن و قرار دادن شوند.

مرحله‌ای که خطا در آن ظاهر می‌شود می‌تواند اطلاعات تشخیصی مفیدی ارائه دهد. مشکلی که به‌طور مستمر هنگام برداشتن ویفر رخ می‌دهد، باید تکنسین‌ها را پیش از بررسی محورهای نامرتبط یا سخت‌افزار ارتباطی، به سمت مولد خلأ، حسگر فشار، لوله‌ها و وضعیت مچِ ابزار هدایت کند.

خوانش‌های خلأ نیز باید به‌صورت پویا و نه فقط به‌عنوان مقادیر ثابت بررسی شوند. ممکن است سامانه در نهایت به فشار موردنیاز برسد، اما این کار بیشتر از حد انتظار طول بکشد و باعث شود توالی کنترلی پیش از رسیدن تأییدیه، با اتمام زمان مواجه شود. در این حالت، نشانهٔ ظاهری خطای انتقال است، اما مشکل زیربنایی کاهش عملکرد پنوماتیک یا خلأ است.

خطاهای ارتباطی می‌توانند رباتی را که از نظر مکانیکی سالم است متوقف کنند

ربات‌های جابه‌جایی ویفر به‌عنوان بخشی از یک محیط یکپارچهٔ اتوماسیون کار می‌کنند. آن‌ها فرمان‌ها و اطلاعات وضعیت را با کنترلرهای تجهیزات، پورت‌های بارگیری، ابزارهای فرایندی و سامانه‌های تولیدی سطح بالاتر تبادل می‌کنند. اگر یک پیام مورد انتظار یا سیگنال مجوز صادر نشود، ربات ممکن است متوقف شود؛ حتی اگر موتور، حسگرها و سازوکارهای مکانیکی آن به‌درستی کار کنند.

به همین دلیل، خطاهای ارتباطی باید در مراحل اولیهٔ فرایند عیب‌یابی از خطاهای حرکت فیزیکی متمایز شوند. مهندسان باید بدانند آیا ربات تلاش کرده است حرکت کند و شکست خورده، یا اصلاً شرایط لازم برای آغاز حرکت را دریافت نکرده است.

زمان‌بندی در اینجا نیز اهمیت دارد. توقف یک انتقال بلافاصله پس از صدور فرمان ممکن است نشان‌دهندهٔ چیزی متفاوت از توالی‌ای باشد که از نظر مکانیکی کامل می‌شود اما هرگز تأییدیه‌ای از تجهیزات مجاور دریافت نمی‌کند. در معماری‌های بزرگ‌تر اتوماسیون، بررسی وضعیت اجزای ارتباطات و شبکه‌سازی صنعتی مرتبط می‌تواند به تعیین این موضوع کمک کند که آیا وقفه در داخل کنترلر ربات رخ داده است یا خارج از آن.

گزارش‌های خطا زمانی بیشترین ارزش را دارند که به‌صورت یک توالی خوانده شوند

سامانه‌های مدرن جابه‌جایی ویفر می‌توانند سوابق تشخیصی دقیقی تولید کنند که شامل خطاهای محور، هشدارهای خلأ، خطاهای حسگر و رویدادهای ارتباطی است. بااین‌حال، خواندن فقط آخرین هشدار می‌تواند گمراه‌کننده باشد، زیرا یک مشکل آغازگر ممکن است در مدت کوتاهی چندین خطای ثانویه ایجاد کند.

رویکرد مفیدتر، بازسازی توالی رویدادهاست. کدام رویداد ابتدا رخ داد؟ آیا همان محور پیش از هشدار خلأ خطا گزارش کرد؟ آیا پیش از توقف ربات، سیگنال وجود ویفر دریافت نمی‌شد؟ آیا خطا فقط در یک پورت بارگیری رخ داد یا در چند مقصد مشاهده شد؟

الگوهای تکرارشونده اغلب دامنهٔ بررسی را بسیار مؤثرتر از عبارت‌بندی یک پیام خطای منفرد محدود می‌کنند. بنابراین، تیم‌های تعمیر و نگهداری باید هر زمان که ممکن است مُهرهای زمانی، شرایط عملیاتی و اقدامات اصلاحی قبلی را ثبت کنند، نه اینکه ربات را بدون ثبت رویدادهای رخ‌داده مرتباً بازنشانی کنند.

شکل ۲. عیب‌یابی ساختاریافته، خطاهای تکرارشونده جابه‌جایی ویفر را به زیرسامانه‌ای مرتبط می‌کند که واقعاً باعث وقفه شده است.

بازرسی باید از شواهد پیروی کند

پس از درک توالی خطا، بازرسی فیزیکی کارآمدتر می‌شود. اگر گزارش‌ها به‌طور مکرر به یک محور اشاره کنند، تکنسین‌ها می‌توانند بر مفصل‌ها، ریل‌های راهنما، تسمه‌ها، کوپلینگ‌ها و بازخورد موقعیت آن تمرکز کنند. اگر خطا به‌طور مداوم هنگام برداشتن ویفر رخ دهد، سامانه خلأ و گریپر انتهایی باید در اولویت قرار گیرند.

این موضوع بدیهی به نظر می‌رسد، اما تعویض قطعات به روش آزمون‌وخطا در تجهیزات اتوماسیون بسیار یکپارچه همچنان پرهزینه است. تعویض هم‌زمان چند قطعه نیز اطلاعات تشخیصی را از بین می‌برد، زیرا تیم‌های نگهداری دیگر نمی‌دانند کدام اقدام واقعاً خطا را برطرف کرده است.

یک فرایند منظم عیب‌یابی، در صورت امکان هر بار فقط یک متغیر را تغییر می‌دهد، نتیجه را ثبت می‌کند و سپس بررسی می‌کند که آیا خطای اولیه در همان شرایط عملیاتی دوباره رخ می‌دهد یا نه.

نگهداری پیشگیرانه در اصل برای حفظ تکرارپذیری است

ربات‌های ویفر فقط به این دلیل که قطعات متحرک دارند، به نگهداری پیشگیرانه نیاز ندارند. دلیل نیاز آن‌ها این است که جابه‌جایی نیمه‌رسانا به حرکت و حسگری با تکرارپذیری بسیار بالا وابسته است. مقادیر اندک فرسودگی مکانیکی، آلودگی یا تغییر تدریجی هم‌ترازی می‌تواند مدت‌ها پیش از خرابی کامل یک قطعه، بر قابلیت اطمینان تأثیر بگذارد.

یک برنامه منطقی نگهداری ممکن است شامل روان‌کاری اجزای متحرک مشخص‌شده، بازرسی تسمه‌ها و ریل‌های راهنما، تمیزکاری و کالیبراسیون حسگرها، بازرسی سامانه خلأ و بررسی هم‌ترازی ربات باشد. به‌روزرسانی‌های میان‌افزار یا نرم‌افزار نیز، در صورت ارائه و توصیه‌شدن از سوی سازنده تجهیزات، ممکن است بخشی از راهبرد نگهداری باشند.

نباید فاصله‌های زمانی را بدون بررسی بین سیستم‌های مختلف کپی کرد. ساعات کارکرد، تعداد چرخه‌ها، شرایط محیطی و توصیه‌های OEM همگی باید بر دفعات انجام یک کار خاص تأثیر بگذارند. رباتی که به‌طور پیوسته کار می‌کند ممکن است به راهبرد نگهداری متفاوتی نسبت به تجهیزی نیاز داشته باشد که فقط به‌صورت متناوب استفاده می‌شود.

عیب‌یابی EFEM به نگاهی گسترده‌تر نیاز دارد

بسیاری از ربات‌های جابه‌جایی ویفر درون یک ماژول جلویی تجهیزات، یا EFEM، کار می‌کنند. در این محیط، ربات تنها یکی از عناصر توالی‌ای است که ممکن است شامل پورت‌های بارگیری، نقشه‌برداری ویفر، سازوکارهای درب، تجهیزات هم‌ترازی و ارتباط با ابزار فرایند باشد.

این معماری گسترده‌تر، منطق عیب‌یابی را تغییر می‌دهد. ممکن است ربات متوقف شود زیرا یک پورت بارگیری به‌درستی هم‌راستا نشده است، حسگر نقشه‌برداری وضعیت غیرمنتظره‌ای ایجاد کرده است، سازوکار درب نتوانسته توالی خود را کامل کند یا ابزار فرایند دست‌دهی موردنیاز را ارائه نداده است. بنابراین، سرزنش مکرر ربات فقط به این دلیل که همان مؤلفه‌ای است که به‌طور مشهود متوقف شده، می‌تواند تکنسین‌ها را به مسیر اشتباهی هدایت کند.

شکل ۳. سیستم‌های EFEM چندین عملکرد جابه‌جایی و رابط را ترکیب می‌کنند؛ بنابراین خطاهای تکرارشونده اغلب به عیب‌یابی در سطح سیستم نیاز دارند.

مهندسان باید توالی کامل انتقال را بررسی کنند و مشخص کنند کدام دستگاه مسئول هر مرحله است. این کار تعیین اینکه آیا ربات نتوانسته فرمان معتبری را اجرا کند یا بخش دیگری از EFEM مانع پیشروی توالی شده است، آسان‌تر می‌کند.

داده‌های عملکرد می‌توانند افت عملکرد را پیش از وقوع خطای جدی نشان دهند

گزارش‌های خطا رویدادهایی را توصیف می‌کنند که از یک آستانه تعریف‌شده عبور کرده‌اند، در حالی که داده‌های عملکرد می‌توانند افت عملکرد را زودتر آشکار کنند. میانگین زمان بین خرابی‌ها، فراوانی خطا، زمان چرخه انتقال و دقت موقعیت‌یابی محور همگی می‌توانند نشانه‌های مفیدی از تغییر رفتار سیستم ارائه دهند.

زمان چرخه را در نظر بگیرید. اگر یک مسیر انتقال به‌تدریج طولانی‌تر شود، حتی بدون وقوع خطای رسمی، این تغییر ممکن است بازرسی را پیش از توقف نهایی ربات توجیه کند. همچنین، کاهش MTBF نشان می‌دهد که بازنشانی‌ها و تعمیرات نتیجه‌ای پایدار و بلندمدت ایجاد نمی‌کنند.

دقت موقعیت‌یابی زمانی که تجهیزات داده‌های تشخیصی مناسب ارائه می‌کنند، می‌تواند حتی اطلاعات بیشتری در اختیار بگذارد. افزایش تدریجی میزان اصلاح یا انحراف موقعیت‌یابی ممکن است پیش از آنکه اپراتورها با هشدارهای مکرر مواجه شوند، وجود ناپایداری مکانیکی یا کالیبراسیون را آشکار کند.

سیستم‌های بصری‌سازی می‌توانند به تیم‌های نگهداری و تعمیرات کمک کنند تا این روندها را با سابقه واقعی خطا مقایسه کنند. پلتفرم‌های مدرن HMI و رایانش صنعتی به‌ویژه زمانی مفید هستند که رخدادهای تکرارشونده ربات را در کنار داده‌های چرخه و بهره‌برداری نمایش دهند، نه اینکه هشدارها را به‌صورت جداگانه نشان دهند.

عیب‌یابی استانداردشده از ناپدیدشدن دانش جلوگیری می‌کند

حل مشکلات تکرارشونده تجهیزات زمانی دشوارتر می‌شود که هر تکنسین رویکرد متفاوتی داشته باشد. ممکن است یک شیفت حسگر را تمیز کند، شیفتی دیگر هم‌راستایی را تنظیم کند و شیفت سوم پارامترها را بازنشانی کند، بی‌آنکه کسی سابقه‌ای منسجم از وضعیت خطا و اقدام اصلاحی نگه دارد.

رویه‌های استانداردشده تداوم ایجاد می‌کنند. تیم می‌تواند توالی هشدار، محل تحت‌تأثیر، اندازه‌گیری‌های مرتبط و اقدام تعمیراتی را مستندسازی کند و سپس رخداد بعدی را با مورد قبلی مقایسه کند. با گذشت زمان، این کار به ایجاد سابقه‌ای عملی از خطاهای همان ماشین منجر می‌شود، به‌جای آنکه فقط به مستندات عمومی سرویس متکی باشیم.

آموزش نیز به همین دلیل اهمیت دارد. تکنسین‌هایی که می‌دانند کدام علائم معمولاً با مشکلات مکانیکی، خلأ، حسگری یا ارتباطی مطابقت دارند، می‌توانند به‌جای شروع مکرر از صفر، کار را با مرتبط‌ترین بررسی‌ها آغاز کنند.

دسترسی به قطعات یدکی بخشی از مهندسی قابلیت اطمینان است

تشخیص درست، اگر قطعه موردنیاز قابل تعویض نباشد، تأثیر چندانی بر دردسترس‌بودن ندارد. بنابراین، فب‌های نیمه‌رسانا باید راهبرد قطعات یدکی را در کنار نگهداری و تعمیرات پیشگیرانه و عیب‌یابی در نظر بگیرند.

اهمیت قطعه باید راهنمای تصمیم‌گیری برای انبارش باشد. قطعاتی که سابقه خرابی دارند، زمان تأمین طولانی دارند یا می‌توانند کل EFEM را متوقف کنند، باید با قطعات ارزان‌قیمتی که سریع تأمین می‌شوند، به‌صورت متفاوت مدیریت شوند.

با افزایش عمر تجهیزات، اهمیت این موضوع بیشتر می‌شود. پلتفرم‌های رباتیک قدیمی ممکن است سال‌ها از نظر مکانیکی توانمند باقی بمانند، در حالی که تهیه برخی حسگرها، کنترلرها، درایوها یا اجزای رابط اختصاصی دشوار شود. پایش زودهنگام منسوخ‌شدن به تیم‌های نگهداری و تعمیرات امکان می‌دهد به‌جای واکنش به خرابی پس از توقف تولید، از پیش برنامه‌ریزی کنند.

تعمیرات باید از طریق توالی اصلی خرابی اثبات شوند

پس از تعمیر، صرفاً حرکت‌دادن موفقیت‌آمیز ربات ثابت نمی‌کند که مشکل اصلی برطرف شده است. تجهیزات باید از طریق همان توالی یکپارچه‌ای آزمایش شوند که خطا را ایجاد کرده بود؛ این آزمایش باید حسگری، تأیید خلأ و ارتباط با تجهیزات پیرامونی را نیز شامل شود.

اگر خرابی فقط در یک پورت بارگذاری رخ داده است، باید به آن مسیر توجه ویژه‌ای شود. اگر خطا فقط پس از چند ساعت کارکرد ظاهر شده است، یک چرخه آزمایشی کوتاه ممکن است برای اثبات پایداری کافی نباشد. اعتبارسنجی باید تا حد امکان با ویژگی‌های مشکل اصلی مطابقت داشته باشد.

این گام نهایی مهم است، زیرا خطاهای مقطعی ممکن است پس از نگهداری و تعمیرات موقتاً ناپدید شوند، حتی زمانی که علت ریشه‌ای همچنان باقی است. دردسترس‌بودن فقط زمانی بهبود می‌یابد که خودِ الگوی تکرارشونده حذف شده باشد.

دردسترس‌بودن بهتر از درک بهتر خطاها حاصل می‌شود

قابلیت اطمینان ربات جابه‌جایی ویفر صرفاً با سریع‌تر بازنشانی‌کردن هشدارها بهبود نمی‌یابد. فرسودگی مکانیکی، آلودگی حسگر، ناپایداری خلأ و خطاهای ارتباطی همگی می‌توانند باعث وقفه‌های تکرارشونده در انتقال شوند و هشدار قابل مشاهده ربات اغلب فقط نتیجه نهایی یک توالی طولانی‌تر از خرابی است.

مؤثرترین فرایند عیب‌یابی، تحلیل سوابق خطا را با بازرسی هدفمند، نگهداری و تعمیرات پیشگیرانه و درک سطح‌سیستمی EFEM ترکیب می‌کند. سپس شاخص‌های عملکردی مانند MTBF، زمان چرخه، فراوانی خطا و دقت موقعیت‌یابی نشان می‌دهند که آیا اقدامات اصلاحی واقعاً رفتار بلندمدت سیستم را بهبود داده‌اند یا نه.

در یک فب نیمه‌رسانا، جابه‌جایی مطمئن ویفر از بهره‌وری هر مرحله فرایندی که به آن وابسته است پشتیبانی می‌کند. بنابراین، در دسترس‌بودن ربات چیزی فراتر از یک شاخص نگهداری و تعمیرات است و بخشی از پایداری کلی تولید محسوب می‌شود. بهترین نتایج زمانی حاصل می‌شوند که مهندسان به‌جای برخورد با هر خطا به‌عنوان رخدادی مجزا، خطاهای تکرارشونده را شواهدی از الگویی زیربنایی بدانند که می‌توان آن را اندازه‌گیری، ایزوله و اصلاح کرد.