奇石乐支持tepcon开发预测性维修模式

tepcon的软件专家与奇石乐新设立的Digital Solutions Lab展开合作，为tepcon姐妹公司AP&S研发的湿法处理系统集成预测性维修功能。该项目着眼于半导体生产领域，以机器学习为基础，开发适用多种工厂的智能预测技术。

半导体生产是最复杂的行业之一，随着MEMS（微机电系统）等电路和微观结构越来越紧凑，功能愈加强大，生产技术也在争分夺秒地升级换代。如今，生产一块芯片需要400到1,000个步骤，构成半导体行业覆盖全球的复杂价值链，理解和管理的难度不断加大。

AP&S就是半导体行业这个复杂拼图中的一片。AP&S位于德国最西南部的多瑙埃兴根镇，专注于生产晶圆和基板清洗及表面处理（蚀刻、剥离和电镀）的湿法处理系统。AP&S来自全球的160名员工分别从事单晶圆处理系统和批处理系统的研发和制造工作。同时，AP&S也提供一系列系统维修和全面检修服务。

智能软件——实现生产增值的关键

市场对半导体生产提出了严苛的要求——最大的机器可用性，通过模块化、灵活的机器设计实现卓越的工厂处理质量，以及发生故障时的快速响应能力。AP&S希望尽最大努力应对这些挑战，其中，对产品和服务的持续研发成为取得成功的关键。创新工业4.0解决方案具有重要作用，因此，AP&S积极收购软件公司tepcon股权，与tepcon展开合作，加强自身软件、互联和物联网等在机械工程、机器维修和控制领域日渐重要的能力。

AP&S基于其子公司tepcon提供的解决方案，构建了完整的物联网发展策略。Tepcon不仅是软件领域的专业公司，也是活跃于市场中的独立B2B供应商。tepcon的产品包括状态监测、机器学习（ML）和增强现实（AR）等工业物联网（IIoT）应用，帮助不同行业的最终客户提高生产过程效率。tepcon管理总监Christoph Kluge在描述双方合作的协同效应时表示：“tepcon是IT行业专家，而AP&S是专业的机器制造商，我们之间的合作具有一项决定性的优势，即两家公司接近的地理位置。我们从每个软件项目启动时就开始合作，因此知道整个研发过程中哪些部分最为重要。我们始终致力于为最终客户提供过程优化、加强竞争优势、节约生产成本。例如，通过增强现实技术（AR），维修技术人员可以佩戴AR眼镜，把当前的机器数据投射到目标机器上，从而免去复杂的HMI（人机界面）操作。使用AR眼镜，技术人员还可以唤出分步说明，为其准确指出需要维修的地方。”

如何在复杂的工厂中预测停机情况？

目前，一个开发预测性维修功能的新项目正在进行中。机器停机会使最终客户蒙受大量损失，根据工艺阶段和基板类型不同，工厂中一批晶圆因停机损失的价值可能高达数十万美元。Stefan Wolf是tepcon的软件开发工程师，2017年硕士毕业后，Wolf投身于机器学习的研究，并于2018年10月开始负责管理预测性维修研发项目，他解释道：“在这类工厂中，不同组件的交互往往非常复杂，难以立刻发现停机原因，因此首先必须找到故障根源。为此，我们必须想办法从机器中获得有意义的反馈，以恰当的方式评估，再以这些数据为依据完成预测。”

tepcon邀请奇石乐新设立的Digital Solutions Lab作为传感器技术和数据采集研发伙伴参与该项目。Marco Angliker是奇石乐Digital Solutions Lab的负责人，他介绍道：“我们组建了一支强大的团队，既拥有测量技术领域知识，也具备软件和开发能力。我们的主要关注点不是单独的产品或技术，而是准确理解客户需求，吸纳合适人选，共同寻求复杂问题的解决办法。”

与奇石乐的Digital Solutions Lab共同实现数字化创新

Digital Solutions Lab是奇石乐集团的重要部门，结合了奇石乐在测量技术、软件开发和方法论方面的专业知识与丰富的咨询专业能力，为合作伙伴提供多种专属优势：

• 定制个性化咨询支持和开发
• 以目标为导向的项目管理，方法与流程方面的专业能力
• 以信任为基础的常年伙伴关系
• 专业知识覆盖整个测量链的专家支持
• 广泛的应用领域和应用知识
• 软件专业能力，针对项目部署基于云端的奇石乐产品和技术
• 丰富的软件模块，灵活开发数字化服务
• 为特定应用选取最优奇石乐产品组合

我们的目标只有一个——帮助合作伙伴尽可能地提高数据利用效率，在数字化环境中不断创造全新功能和商业模式。

倾听机器之声

AP&S四台机器的核心部件（例如泵、转盘和风机过滤机组（FFU））都配备了奇石乐单轴和三轴加速度计，以及来自第三方供应商的测距传感器。每个工厂每天记录的数据多达约120GB。Wolf解释：“奇石乐传感器让我们能够听到机器的声音。这些传感器记录结构声和位置数据，工厂一旦出现异常、即将停工时，传感器就会告诉我们。”

现在的挑战是开发出能够以特定准确率预测停机，且适用于多种类型工厂的人工智能系统。为此，tepcon正在部署机器学习，将大量数据存储在本地的工业电脑（IPC）中，然后传输到云端后台，用于训练人工智能。根据机器学习理念，该人工智能通过学习多种系统不断记录的数据进行训练，逐渐深化对正常运行状态与关键运行状态间差别的理解。

一站式测量技术专业能力和软件技术支持

“奇石乐Digital Solutions Lab是这个长期开放式研发项目的重要合作伙伴，”Wolf强调，“事实上，由于系统类型的差异，适用于每个系统的测量技术也不同。在这个方面，奇石乐的KiDAQ数据采集系统完美匹配我们的需求，它不仅应用灵活，适配多种传感器，安装配置十分高效，而且可以选择仅记录原始数据，不做直接评估。”KiDAQ是奇石乐Digital Solutions Lab使用的众多核心技术工具之一，用来根据客户需求为其量身打造高效解决方案。

持续的数据记录和海量数据的使用，在用于数据存储的工业用电脑上配置KiDAQ系统时，要特别注意细节，需明确传感器配置、通道分配、采样率、存储间隔等多种变量。为此，奇石乐提出可在工业用电脑上通过命令行界面直接控制KiDAQ系统。Wolf表示：“我们对奇石乐Digital Solutions Lab提供的支持非常满意，从系统调试到集成，再到编程，很难在市场上找到比奇石乐更好的合作伙伴。奇石乐服务结合了咨询、合作研发和开创性技术支持，是独一无二的一站式服务提供商。面临复杂的开放性挑战时，我们会非常满意有人能够倾听我们的声音，要感谢奇石乐Digital Solutions Lab不仅为我们提供了解决方案，还提供专业知识，帮助我们处理项目过程中的细节问题。”

迈向更高水平的人工智能

项目面临众多挑战，例如，部分系统位于无尘环境，这意味着我们需要在无尘环境中完成编程。Wolf指出：“我们预留了一周的时间在无尘环境中完成整个数据采集系统的安装和编程工作，包括测量技术。得益于奇石乐KiDAQ系统高效的安装过程，我们只用三天就完成了这项工作。想必在无尘环境中穿着整套防护服做系统编程的人都很清楚，这种高效无疑让我们的工作轻松了不少。”

tepcon已完成了各系统的概念验证，也就是说，对各系统的停机预测准确率已经可以达到很高水平。但是未来仍有很大的进步空间。Christoph Kluge这样描绘他的愿景：“希望我们能成功开发一个‘智能中的智能’系统，以高准确率预测迫在眉睫的停机情况，比方说预测准确率达到80%——毕竟机器学习总是具有概率性，难以达到100%——而且预测系统不应局限于特定工厂，肯定有很多工业客户都需要这样的产品。”Kluge继续说，“所以，我们仍在探索。今后，这个不断进化的人工智能可以直接集成到KiDAQ或其他系统中，不仅AP&S可以使用，半导体行业以外的其他供应商也可以使用。”