守住良率與產能 精密監測晶圓手臂｜GOOD科技報 Newsletter25007
當CoWoS製程邁向高度整合與極致精密，傳送手臂這個過去被視為「配角」的設備，正悄悄成為決定產線穩定的關鍵。一次輕微震動未被察覺，可能導致晶圓損壞、停線數小時、損失百萬。當製程不容許誤差，設備更不能出錯。晶圓傳送手臂監測在先進封裝中的重要角色，該如何透過監測守住良率與產能？
別讓CoWoS製程輸在「搬送」！從晶圓傳送手臂說起的隱形挑戰
在CoWoS產線上，傳送手臂故障導致停線與良率下滑的情況是極為嚴重的事件。比起核心製程本身，更令人頭痛的，往往是這些配角設備的異常無從掌握。
一、產業現況：CoWoS封裝掀起自動化搬送新挑戰
CoWoS（Chip-on-Wafer-on-Substrate）作為目前最重要的先進封裝技術之一，已成為台積電、日月光等半導體龍頭強化高效能運算產品競爭力的核心。這項技術將邏輯晶片直接堆疊於記憶體晶圓之上，大幅縮短訊號距離並提升封裝密度。
但也因為晶片密度大增、製程精度變高，整個CoWoS流程在實體搬送過程中出現了前所未有的穩定性需求。
以往傳送手臂（wafer transfer arm）只需確保穩定夾取、搬運準確即可；但在CoWoS製程裡，每一個晃動、偏移、甚至震動頻率的微變，都可能成為日後良率下滑的開端。
尤其在EFEM（Equipment Front End Module）、FOUP Load Port、自動倉儲與晶圓傳送模組之間，晶圓必須被頻繁且無誤地搬送。如果這些流程出了狀況，即使主製程設備運作正常，也可能導致整線停滯或良率異常。
二、產業痛點：無聲的異常，背後是千萬成本風險
傳送手臂雖非主製程設備，卻是貫穿整條CoWoS產線不可或缺的關鍵環節。
許多晶圓廠至今仍依賴定期保養或故障後修復來管理這些設備，導致如下問題頻繁發生：
- 無預警停機：Z軸模組磨損導致上下震動異常，使手臂卡死於夾取階段；
- 晶圓擦傷與破片：細微的晃動未被發現，導致夾角偏移使晶圓於FOUP中產生接觸；
- 效率下降但無法定位：設備參數數值看似正常，但實際傳送過程中已有震幅異常。
在CoWoS產線中，一次意外停線，光是產能損失就可能高達百萬元。這還不包括晶圓本身的報廢成本、工程人員加班搶修的人力支出，以及產線重新調機、清潔與驗證所耗費的時間與資源。若影響到高階客戶的交期，將導致信賴度下降，甚至引發專案延遲與違約風險。更棘手的是，這類非主製程設備所引發的異常，往往難以在第一時間定位與說明，會造成橫向部門間的溝通摩擦，進一步拖慢問題解決速度，形成惡性循環。
三、監測效益：打造搬送環節的「健康雷達」
正是看見這樣的需求，我們開始協助客戶導入針對晶圓傳送手臂的健康監測解決方案。
我們聚焦於上下手臂在運作過程中產生的微小震動變化，透過感測器持續蒐集震動訊號，並以機器學習模型學習設備「正常運作的震動模式」。一旦偵測到偏離常態的異動，系統能立即發出預警，在狀況初期發生時就攔截機台的下一步動作，大幅降低停線與晶圓損壞風險。
更重要的是，這項監測技術並不需要等待人員巡檢或等到異常聲響出現才反應，而是透過連續監測與自動學習，實現「機台自我覺察」的主動式機制。
晶圓廠對誤警容忍度極低，而這套監測系統，是固德在實際場域中經過長時間驗證與反覆實驗所打造的成果。為了確保其判別準確性，我們蒐集了大量的震動數據、特徵值，並在不同路徑、不同異常狀況發生的條件下設計了各種實驗，建立多層次的機器學習模型與動態門檻調整機制。歷經多輪與現場異常事件交叉比對與調校後，最終系統達成100%準確率辨識異常震動，能在輕微徵兆出現的當下即時預警，讓設備停機風險大幅下降。
能做到這樣的判別難度極高，原因在於晶圓傳送手臂的震動特徵往往非常細微，與正常運作訊號僅有極小幅度差異，且還會受到操作路徑、周圍設備共振影響。若無足夠精細的感測器取樣精度與演算法優化，系統很容易誤報或漏報。
這不只是技術開發上的挑戰，更是「場域落地」與「實際產線可用性」的關鍵門檻。如今，這套系統已在多條CoWoS與Fan-Out產線穩定運行，成功協助客戶即時攔截異常動作、降低晶圓損傷風險，成為維持產線穩定與良率的重要輔助工具。
四、精密監測手臂異常，防止晶圓刮傷與潛在報廢
目前多數搬送相關設備，對於晶圓傳送過程中出現的那些輕微異常現象，常見問題包括：機械手臂細微抖動、人為校正誤差、手臂左右偏移導致 Slot 空間內部觸碰，以及晶圓表面產生極輕微的刮擦損傷。這些異常在視覺與聲響層面幾乎無法辨識，但對晶圓良率卻有顯著風險。
固德的監測系統，可完全自動化執行學習與監測模型建立，無需人為參與，大幅降低操作負擔與人為偏差。其核心功能包含：
- 健康度趨勢監測機制：長期追蹤手臂運作表現，觀察其運作品質是否逐步衰退。
- 突發異常增強演算：針對刮傷、碰撞等細微現象，具備高靈敏檢出能力，可即時攔截潛在風險。
- 特徵動作訊號追蹤演算法：降低通訊延遲導致的錯判或誤警報，強化異常判讀穩定性。
- 獨立建模設計：每組設備均有獨立模型，避免因機台個體差異影響監測判讀準確性。
- 即時紀錄搬送動作：精細記錄每一次進出倉位的晶圓搬送操作，建立完整行為數據。
- 自動化重建模型能力：當手臂被重新教導位置、或運行速度被更改時，系統可自動偵測參數變更，並立即重新建模，保持監測模型的適應性與正確性。
透過這些技術，我們成功協助客戶在未發生報錯的情況下，精準辨識手臂姿態異常，提前停機處理，有效防止晶圓與Slot倉位結構發生接觸、避免良品損壞與連鎖停線。
結語：良率，從傳送那一刻開始守護
CoWoS製程的成功不只是來自前端的創新與後端的封裝，它更仰賴整體設備運作的穩定性。而傳送手臂，這個曾經被忽略的環節，正逐漸浮出檯面，成為左右產線成敗的關鍵。
當我們透過機器學習自動化監測系統，長時間追蹤並學習傳送手臂的運作模式，便能在異常初現時即時發出預警，提早攔截動作、主動停機止損，讓潛在問題不至於擴大，守住產線的第一道防線。不要等異常變成損傷、不要等晶圓無法挽回，從現在開始監測傳送手臂，讓每一顆晶圓都安全送達下一站。
留言
張貼留言