晶圓搬送旅途，藏著哪些風險？｜GOOD科技報 Newsletter 26009

 

隨著 CoWoS、CoPoS 等先進封裝技術發展，Wafer 承載的製程成本與價值持續提高，除了製程本身，搬送過程中的品質風險也不容忽視。從 OHT 天車、軌道、Wafer Robot 到突發地震，任何異常振動、衝擊或動作品質變化，都可能增加高價值 Wafer 的潛在風險。

AMHS，不只是搬送效率，更關係晶圓搬送品質

在高度自動化的半導體 Fab 中，AMHS（Automated Material Handling System）串聯 Stocker、OHT 與各製程設備，負責 FOUP 在不同站點間的自動搬送。當 Wafer 價值持續提高，AMHS 管理的重點也不再只有 搬得快、送得到、不中斷，更需要關注整段搬送過程是否穩定。

從 OHT 天車狀態、Track 品質、Wafer Robot 動作，到突發地震造成的設備震動，都可能成為搬送過程中難以察覺的品質變因。

CoWoS、CoPoS 時代，晶圓價值持續提高

AI、HPC 帶動先進封裝快速發展，從 CoWoS 到 CoPoS，封裝尺寸與整合程度持續提升，並整合先進製程晶片、Chiplet、HBM 等高價值元件。製程越往後，Wafer 累積的材料、設備、製程與時間成本越高。一旦發生刮傷、Particle、碰撞或破片，損失的不只是晶圓本身，更可能是前面多道製程累積的高額價值。

Wafer 越昂貴，每一次搬送就越不能出錯。

隨著先進製程與高階封裝技術發展，Wafer 價值持續攀升，每一次搬送都伴隨更高風險。從 OHT 天車、軌道、晶圓傳送手臂到突發地震，任何微小異常都可能造成晶圓碰撞、刮傷甚至整批損失。

製程管得很嚴，搬送過程呢？

一片 Wafer 在不同製程間，需要經歷：

FOUP → OHT → Stocker → Equipment → Wafer Robot → Chamber

OHT 軌道異常衝擊、FOUP 搬送震動、Robot 微震或定位偏移，都可能增加 Wafer 搬送風險，而且這些異常不一定會立即觸發設備 Alarm。

因此，先進封裝的品質管理不應只關注製程參數，更需要掌握 Wafer 從上一站到下一站的搬送品質。

高價值 Wafer，更需要保護每一次移動。

Wafer 搬送的 3 大隱形風險 OHT品質、軌道品質、Wafer Robot

隱形風險一｜OHT 天車：異常發生了，但問題是哪一台車？

在大型半導體 Fab 中，天花板上的 OHT 搬送網路涵蓋製程區、Stocker 與各個 Bay，大量 OHT 車輛持續執行 FOUP 搬送任務。對現場工程師而言，真正困難的往往不是發現一次異常震動，而是如何從大量運行中的 OHT，鎖定真正異常的那一台車。

OHT 還能跑，不代表搬送品質沒有變化。

OHT 長時間、高頻率運行後，輪組磨耗、驅動機構、夾持與升降機構等狀態都可能逐漸改變。初期異常通常還不到停機或 Alarm 的程度，OHT 依然能正常取 FOUP、搬送、交貨，但行駛過程的 Vibration、Shock、Acceleration 已可能與其他正常車輛產生差異。

對 Wafer 而言，這類異常更值得注意。因為 FOUP 會跟著不同 OHT 在 Fab 內持續移動，一台車況不佳的 OHT，可能在不同 Lot、不同 Route 的搬送任務中反覆接觸不同 FOUP，使搬送品質風險持續擴散。最麻煩的是：異常很難重現。

Fab 的 OHT Route 複雜，同一台車會經過不同路段，同一路段也會有大量不同車輛通過。如果只有單次量測數據，很容易把「車的問題」與「路的問題」混在一起。因此，Vehicle ID 與量測數據能不能對得起來非常重要。只有持續累積同一台 OHT 在不同時間、不同路徑下的數據，才有機會把 Vehicle Effect 與 Track Effect 分開，進一步鎖定真正需要 Check 或 PM 的車輛。

即使量到了，Spec 怎麼訂又是另一個問題，多少 Vibration / Shock 才算異常？

OHT 並不像部分製程參數已有明確的上下限可以直接套用。不同 Fab、OHT 型號、車齡、速度、負載與 Route 條件都可能造成量測差異，因此很難直接用單一數值定義所有 OHT 的 Pass / Fail。Spec 設太嚴，正常的轉彎、加減速或軌道接點就可能大量觸發異常；設太寬，又可能把真正開始劣化的 Vehicle 當成正常。

所以比起一開始就硬訂一條 Alarm Limit，更實際的方式是先建立 OHT Fleet Baseline：

同型車互相比較 → 找出 Outlier → 長期追蹤同一 Vehicle → 建立正常分布 → 再逐步形成廠內自己的 OHT Quality Spec。

對工程師來說，真正需要的不是多一筆振動數值，而是最後能回答：「哪一台 OHT 跟其他車不一樣？差異持續多久？是否已經需要安排檢查？」這才是 OHT 搬送品質監測真正能協助現場解決的問題。

隱形風險二｜OHT 軌道：車沒有問題，問題可能出在每天經過的那一段 Track

排除 OHT Vehicle 本身的異常後，另一個需要確認的就是 Track Condition。

半導體 Fab 的 OHT 軌道遍布天花板，串聯 Stocker、製程設備與不同 Bay。隨著長時間運行，軌道接點、高低差、局部磨耗、固定狀態或轉彎區域，都可能讓特定位置的 Vibration / Shock 逐漸增加。

問題在於，這些異常通常不是整條 Track 都有問題，而可能只集中在某一個很短的區段。

同一個位置一直震，才可能是 Track 的問題

假設工程師發現某次 FOUP 搬送出現較大的 Shock，單看這筆資料，很難判斷究竟來自 Vehicle 還是 Track。但如果進一步發現：不同 Vehicle、不同時間經過同一個 Track Position，都出現相似的異常 Shock。這時問題指向 Track 的可能性就大幅提高。

因此，軌道品質管理不能只看「振動有沒有超標」，更重要的是把量測結果與 Position / Route 對應，確認異常是否反覆發生在相同位置。

Track 很長，最困難的是把異常位置找出來

Fab 內的 OHT 軌道路網龐大且高度交錯，即使知道某趟搬送發生異常，工程師仍需要回答：

異常發生在哪一段 Track？是直線、轉彎、Switch，還是軌道接點？其他 Vehicle 經過同一位置是否也會發生？異常是偶發事件，還是這個位置正在持續劣化？

如果只知道「這趟搬送振動偏高」，對維修的幫助其實有限。

真正有用的是進一步縮小範圍，例如從整條 Route，定位到 Zone → Track Section → 異常位置，工程師才能實際到現場 Check。

Track Spec 同樣不能只靠一條數值判斷

軌道另一個困難，是不同位置本來就有不同的振動特性。直線高速行駛、Curve、Switch、加減速區與軌道接點，本身的 Vibration / Shock 就不會完全相同。

如果所有位置套用相同 Threshold，很容易出現大量誤判。因此，比起直接訂定全廠統一 Spec，更實際的是先累積各區段的正常數據，建立 Track Baseline，再比較同一位置長期的變化：

正常狀態 → 持續偏移 → 異常增加 → 安排 Check / Maintenance

最後工程師需要看到的，不是一張單純的振動趨勢圖，而是一張可以直接回答：「Fab 裡哪一段 Track 的搬送品質正在變差？」的 OHT Track Quality Map。

當 Vehicle ID、Route、Position 與 Vibration / Shock 能夠一起分析，就能進一步區分：

同一台車，到哪裡都異常 → 優先 Check Vehicle

不同車，到同一位置都異常 → 優先 Check Track

如此才能把原本難以追查的 OHT 搬送異常，真正縮小到工程師可以處理的設備或位置。

隱形風險三｜Wafer Robot：手臂發生異常，還在持續作業中？

Wafer 安全抵達設備後，最後還要經過 Wafer Robot，才能從 FOUP 被取出並送入 Load Lock、Process Chamber 或指定 Station。對設備工程師而言，Wafer Robot 最棘手的問題往往不是「完全不能動」，而是：Robot 還在正常 Run，但動作品質已經開始改變。

Wafer Robot 長時間執行大量 Pick、Place、Extend、Retract、Rotate 動作，隨著軸件、Bearing、傳動與機構狀態逐漸變化，可能開始出現微小振動、姿態差異、重複定位變化或特定動作段的異常。這些變化初期可能仍在設備控制允許範圍內，因此沒有 Alarm、沒有 Interlock，甚至 Cycle Time 看起來也沒有明顯異常。

但對 Wafer 搬送品質而言，「能完成動作」與「每一次都穩定完成動作」是兩件不同的事。

問題發生在哪一個 Motion，才是工程師真正需要知道的

當 Robot 一個完整 Cycle 包含多個動作，只看到整體 Vibration 偏高，其實很難 Troubleshooting。

工程師更需要進一步拆解：

是 Extend 時異常？Retract 時出現振動？Rotate 過程開始不穩？還是 Pick / Place 的瞬間與正常狀態不同？甚至同一支 Robot，在不同 Slot、Station、Position 執行動作時，也可能呈現不同特徵。

因此，Wafer Robot 的監測重點不是單純量一個整體振動值，而是將振動訊號與 Motion Sequence 對應，建立每一個動作區段原本應有的特徵。

最大的困難：什麼才叫「正常的 Robot」？

不同機台即使使用相同型號 Robot，也可能因安裝條件、使用時間、負載與機構差異，而具有不同的振動特徵。如果直接拿 A 機的數值當作 B 機的 Spec，很容易造成誤判。因此，比起替所有 Robot 設定完全相同的固定 Threshold，更重要的是先建立各機台自己的 Normal Baseline / Motion Fingerprint，持續比較同一動作的變化。

正常 Motion → 特徵開始偏移 → 持續劣化 → 異常確認

如此一來，即使設備還沒有 Alarm，也能更早看見 Robot 動作品質正在發生改變。

從「Robot 有沒有故障」，進一步看到「哪一個動作開始不一樣」

對工程師而言，真正有價值的資訊不是一句：「Robot 振動異常。」而是能進一步回答：

哪一支 Robot？哪一個 Axis？哪一段 Motion？什麼時候開始偏離正常狀態？當每一次 Wafer Transfer 都能留下可比較的動作特徵，就能從原本的故障後處理，進一步掌握 Robot 的長期劣化趨勢，在真正影響 Wafer 搬送品質之前安排 Check / PM。

隱形風險四｜突發地震：知道震度，不代表知道設備實際震了多少

對半導體 Fab 而言，地震最大的問題不只是「發生地震」，而是地震發生後，工程師必須在短時間內判斷：哪些設備受到影響？要不要停機？什麼時候可以恢復生產？

一般地震資訊可以告訴我們區域震度與地震規模，但這些數據並不等於 Fab 內設備實際承受的震動。

同一場地震下，不同廠區、樓層、設備位置與結構條件，都可能產生不同的振動反應。對高精度半導體設備而言，真正需要確認的是 Tool Level 的實際震動狀況。

地震停了，工程師的工作才真正開始

地震發生後，即使設備沒有 Alarm，也不能單純以「設備還能 Run」判斷沒有受到影響。

工程師可能需要逐一確認：

哪一區受到的震動最大？哪些 Tool 的震動曾超過內部管理標準？X / Y / Z 哪個方向反應最明顯？震動持續多久？Peak 發生在什麼時間？哪些設備需要優先 Check？哪些可以快速 Release？

如果缺乏設備端的實際量測數據，就容易變成大範圍人工巡檢，甚至只能依照外部震度、設備 Alarm 與經驗決定是否復機。

對大型 Fab 而言，設備數量龐大，全部 Check 需要時間；全部停機等待確認，又直接影響產能。同一場地震，不代表每一台 Tool 都要用相同方式處理。如果能在關鍵設備旁持續量測 X / Y / Z 三軸震動，地震發生時即可留下各設備位置實際的振動紀錄。

工程師就能從：「今天 Fab 發生幾級地震？」

進一步判斷：「這一台 Tool 實際承受了多少震動？」

並依照設備位置、震動強度與內部管理規範進行分級，優先檢查真正受到較大影響的設備。

如此一來，地震監測的目的就不只是發出警報，而是為震後的 Tool Check、Hold / Release 與復機判斷提供更直接的現場數據依據。

地震無法避免，但震後哪些設備該先 Check，不應只能靠經驗判斷。

從風險發現到精準定位，建立 Wafer 搬送品質防線

固德科技針對 OHT、軌道巡檢、Wafer Robot 與地震事件建立設備層級的動態品質監測，目的不只是增加 Sensor 或收集更多 Raw Data，而是將數據轉換成工程師能直接用於判斷與維護的資訊。

01｜OHT 天車品質監測

從大量 Vehicle 中，快速找出異常車輛

針對 OHT 搬送過程持續量測 Vibration、Shock、Acceleration 等動態訊號，藉由 OCR 鏡頭掃描每台OHT，在通過監測站時及時將數據與 Vehicle ID 對應，為每台 OHT 建立搬送品質紀錄。

透過 AI 演算法為同型 OHT 之間的 Fleet Comparison，比較不同車輛在相似運行條件下的振動特徵，先建立正常車群的 Baseline，再從大量 Vehicle 中找出明顯偏離的 Outlier。經由長期累積數據後，更能掌握單一 Vehicle 的變化趨勢，逐步建立符合廠內實際運行條件的管理基準。

解決重點：讓工程師不只知道「OHT 有異常」，而是直接縮小到：哪一台 OHT，需要優先 Check？

 

02｜OHT 軌道品質巡檢

把異常 Shock 對回位置，找出真正需要維護的 Track

將裝載感測器的 FOUP 裝入 OHT 巡檢車，在每次震動異常發生時，發動自動巡檢機制。行駛過程搜集量測到的振動值並與 RFID 對應，建立軌道品質分布。 當經過相同位置，都反覆出現較大的振動或衝擊，即可將問題進一步鎖定可能異常的 Track Section。 透過長期數值累積，AI 更可比較同一位置不同時間的數據，觀察軌道品質是否持續劣化，建立 OHT Track Quality Map。

解決重點：Route → Position → Shock → Repeatability → Track Check 讓工程師從：「這趟搬送震動很大」，進一步得到：「異常集中在這一段 Track，可以直接安排現場 Check。」

 

03｜Wafer Robot 動作品質監測

將每一次 Transfer 拆開，找到開始改變的 Motion

針對 Wafer Robot 的完整 Transfer Cycle 進行動態訊號監測，將每次運行的姿態建立學習規範，不是只判斷整支 Robot 的振動是否超標，而是建立各 Motion 的正常 Motion ，持續比較相同動作的特徵變化並給予判分。 當特定 Axis 或 Motion 開始偏離正常模式，即使設備尚未 Alarm，也能提早發現動作品質變化，協助工程師進一步 Check 機構、軸件或傳動狀態。

解決重點：Robot → Axis → Motion → Baseline → Deviation 最終回答工程師：哪一支 Robot、哪一個 Motion，正在開始變得不一樣？

 

04｜設備層級地震監測

從區域震度，進一步掌握每個 Tool 的實際震動

在 Fab 關鍵區域或重要設備建立 Tool Level 三軸震動監測節點，持續記錄 X / Y / Z 實際震動。當地震發生時，立即留下各位置的 Peak、震動方向、持續時間與事件歷程，並依廠內管理標準進行分級。地震分析系統採一體成型，快速安裝部署於機台底部。 工程師可依實際數據快速區分設備受影響程度，決定哪些 Tool 應優先 Check、哪些設備可進一步評估 Release，減少全面人工巡檢所需的時間。

解決重點：Earthquake → Tool Level Data → X/Y/Z → Severity → Check Priority 讓震後判斷從：「Fab 發生幾級地震？」進一步變成：「哪些 Tool 實際受到較大影響，需要優先確認？」 

高價值 Wafer，更需要守住每一次搬送

將過去難以量化的搬送品質，轉化為工程師可以比較、定位、追蹤與判斷的設備數據，讓 Wafer 保護不只停留在製程設備內，而是延伸至整個搬送過程。

從「Wafer 有沒有安全送達」到「整段搬送品質可追溯」

OHT找出哪一台車異常、軌道巡檢找出哪一段路異常、Wafer Robot 找出哪一個 Motion 異常、地震分析系統找出哪一台 Tool 受到影響。將原本分散且難以追查的風險轉化為 Vehicle、Position、Motion、Tool 四個可定位的工程資訊，才能真正把 Wafer 搬送品質從「發生異常後追查」，往前推進到可量測、可比較、可追溯、可提前管理。

01｜異常可定位，縮短 Troubleshooting 時間

從「搬送有異常」進一步定位至 哪一台 OHT、哪一段 Track、哪一個 Robot Motion、哪一台 Tool，縮小工程師排查範圍，減少大量逐台、逐區確認所耗費的時間。

02｜建立自己的 Baseline，解決 Spec 難訂問題

面對 OHT、Track、Robot 缺乏統一判定標準的問題，可先透過長期數據建立正常 Baseline，比較 Fleet、Position 與 Motion 的差異，再逐步形成符合廠內實際條件的管理規範，而非直接套用單一固定 Threshold。

03｜提早看見劣化，不必等到 Alarm 才處理

設備「可以 Run」不代表品質沒有改變。透過振動、衝擊與動作特徵的長期比較，可觀察尚未觸發設備 Alarm 的微小偏移，將管理時點從 Failure / Alarm 往前移至 Degradation。

04｜用數據安排 Check / PM，減少無效巡檢

從定期全部檢查，轉向依據 Outlier、Trend、異常位置與事件嚴重程度安排維護優先順序。工程師可以把時間集中在真正需要 Check 的 Vehicle、Track 或 Tool，提高維護效率。

05｜建立可追溯的搬送品質履歷

將原本一次性的量測轉為長期數據，持續保留 OHT 車況、Track 品質、Robot Motion 與地震事件紀錄。當 Wafer 搬送或設備品質出現問題時，能有歷史資料進行前後比對與異常追溯。

06｜降低高價值 Wafer 的非製程風險

CoWoS、CoPoS 等先進封裝讓單片 Wafer 承載更高的累積價值。透過 OHT、Track、Robot 到設備端的品質管理，降低搬送震動、衝擊、動作劣化及突發地震所帶來的潛在風險。

隨著 CoWoS、CoPoS 等先進封裝持續發展，Wafer 承載的製程成果與價值不斷提高，品質管理也需要從製程延伸至搬送環節。從 OHT 天車、軌道、Wafer Robot 到突發地震，真正重要的不只是異常發生後的處理，而是能否提早掌握變化、精準定位問題，並透過長期數據建立符合 Fab 現場的品質基準。當每一次搬送都有數據可以追溯，才能讓高價值 Wafer 從製程到移動過程，都獲得更完整的品質保障。

https://www.goodtechnology.com.tw/blog/26009.html