大數據優化製程參數,工研院讓 LED 生產變簡單了

作者 | 發布日期 2015 年 11 月 18 日 10:44 | 分類 Big Data , 光電科技 , 零組件 follow us in feedly
工研院

在發光二極體(LED)繁複的磊晶製程中,氣體組成和流量、壓力、基板溫度和轉速等參數會交互影響,往往需要花很長的時間來設定及調整磊晶參數,根據以往經驗,做一組參數需要 6 到 8 小時,找出最佳化製程參數往往耗費一週,而且必須仰賴具多年磊晶製程經驗人員判斷參數設定,才能得出更好的良率,因此「人」成為良率高低的關鍵所在。



如何讓經驗判斷成為可供參考的數據模擬,工研院嘗試著將實驗參數導入巨量資料庫,透過相關參數的優化,節省製程開發驗證的時間,開發出「磊晶製程參數優化系統」,透過知識系統的建立,也能縮短相關人才的養成時間。

工研院

工研院研發的磊晶製程參數優化系統,是以有機金屬化學氣相沉積設備(MOCVD)的氣流、熱流、化學反應機制與氣體噴灑頭關鍵模組虛實整合技術,突破傳統磊晶廠找出最佳化製程參數方式。此項磊晶製程數位化製造技術,也就是導入ECOS(Epitaxy Optimum Coupling System)這個虛實整合系統(Cyber-Physical System,CPS)。在這個系統中,「實體」部份是指結合機台與製程的氣體噴灑模組;「虛擬」部份則是指製程參數資料庫。透過工研院進行的測試,研發團隊已能掌握氣體噴灑模組性能,以及製程參數資料庫的操作方式及參數調控準確度。

透過此一開發成果,不僅製程準確性獲得提高,磊晶參數決定時間從原來一週縮短為不到 2 小時,透過將經驗數值化,也能將人員異動對製程所造成的影響降至最低。

(Source:YouTube

發表迴響