IEM 電子報 issue06

近年來高科技製造業已經邁入45奈米至32奈米，對於機台設備、生產線的製程品質要求亦更為嚴格，故製程控制技術須能快速反應並精確控制，目的在於精準的控制時機、執行正確的參數調整。先進製程研究是為了讓台灣製造技術位居世界領先地位，主要目的乃針對機台設備複雜性、生產線製程品質要求日趨嚴格所致。以往在輸入製程參數時，大多僅遵照設備供應商建議之參數或採用實驗設計所制訂之訓練模式而設定，故無法即時察覺製程環境的變異或製程持續運作導致的機台老化效應做出適當反應，如此即會影響產品品質。當製造高成本或高附加價值的產品時，若僅透過品質監視系統，如統計製程管制、工程製程管制等方法來控管生產設備，在發現品質不良之後採取改善對策，進行製造程序的調整，常因無法及時阻止不良品的產生，而造成極大的損失。因此高科技製造業者最關注的是如何能夠在製程出現變化初期，立即偵測出製程異常，以「隨時監控、及時控制」的策略，徹底免除不良品的產生，進一步建構出穩定製程之管理機制。
先進製程研究領域領域包含如：
1. 剖面資料之監控技術與方法
早期管制圖大多應用於監控產品品質或製程中重要的單一或多個品質特性(quality characteristics), 例如產品的長度、重量、等等，根據不同的產品或製程選擇不同的品質特性來進行監控，做為線上產品品質掌控的依據。然而現代的產品及製程愈趨複雜，許多產品或製程已無法僅以監控傳統的品質特性來代表其品質之好壞。在某些情形下，使用某個特定函數或曲線關係來表示產品品質的好壞或製程是否處於穩定狀態下，比使用傳統的品質特性來的更為適當。也就是說，透過反應變數與解釋變數兩者間的關係來描述製程或產品之品質特性是較為適當的。因此一個品質特性以一個函數、一條曲線或是一個曲面之資料型式來呈現，即稱為剖面(profile)。而監控此種剖面資料的過程，即稱為剖面監控(profile monitoring)
2. 製程批次控制技術
批次控制(run-to-run control)是先進製程技術的一部份，主要利用製程中產出值與目標值的差距，逐步調整輸入變數，使得產出值能穩定收斂到目標值。批次控制技術針對製程所受到的干擾變異，以一個製程批次為基礎單位之離散時間控制系統，利用製程量測資料不斷修正製程參數設定，來補償或降低不同干擾所造成的影響。
3. 啟發式演算法與平行叢集計算系統開發
啟發式演算法模擬生物對自然環境所產生的適應能力與演化現象，進而根據自我與群體的經驗持續進行機率性的調整，直到逐步收斂至最佳解。啟發式演算法近年來成為熱門的研究領域如: 粒子群演算法、基因演算法與差分演化演算法等，可應用於各種不同類型的最佳化問題。而平行叢集計算(Parallel PC Cluster)是採用網路連結多部個人電腦或工作站，將計算能力與資料儲存共同分享，藉由適當的演算法，將可提高運算效能並解決複雜度更高的問題。
4. 影像定位與瑕疵檢測
影像定位是將兩張以上影像藉由共同的資訊來正確定位並結合，以提供後續處理，可應用在醫療、地理資訊系統、影像監控等，而瑕疵檢測是針對產品或特定影像來偵測異常點的區域以提高產品品質或協助醫療診斷，兩者皆應用影像處理並結合統計理論與非線性規劃技術來達成最佳化。
系上的研究成果內容包括半導體與印刷電路板製程監控、影像檢測與多變量即時輔助控制、反應曲面最佳化與混合式粒子群集最佳化等，目前執行中的研究尚有如： 1. 結合多粒子群演算策略與平行叢集計算系統於多目標最佳化問題之研究。2. 整合型先進製程控制系統之研究：量測延遲、虛擬量測、錯誤偵測與分類。
未來展望
先進製程控制自發展至今已然延伸至數個研究面向，未來研究方向如：
1. 整合型製程批次控制技術︰希望採用實驗設計、製程批次控制技術並整合虛擬量測與製程錯誤偵測與分類系統來建構出先進製程控制系統，對製程採取全面性的監控並提供製程錯誤型態，以協助製程工程師能迅速發現問題並改善。
2. 多目標啟發式演算法與平行叢集計算系統開發︰對於多目標問題與高複雜度問題開發適合的演算法，並採用平行叢集架構來撰寫，期以高運算效率與效能來協助解決超大型最佳化問題。
3. 針對非線性製程剖面的真實資料，利用分段式線性模型、無母數與有母數的統計方法做異常偵測與及時監控分析，並經由資訊軟體與圖形介面的整合，使現場人員能夠快速掌握製程品質的變化，徹底降低不良率與確認製程正常運作。本研究主軸有效地執行對於無論傳統製制產業或高科技產業，可降低機器設備的耗損與材料成本的節省，提高產業的競爭力。
4. 自動化影像定位與瑕疵檢測系統開發︰設計自動化影像定位與瑕疵檢測系統，應用影像處理技術來協助產品品質監控與醫學影像診斷。