摘要：随着我国市场经济体制的不断完善，高科技信息技术的普遍推广和运用，使我国机械行业的发展变得越来越自动化、智能化和信息化，促进了我国生产力的不断提高，为我国综合国力增强提供有效保障。基于此，本文围绕典型自动化设备及生产线应用与维护展开分析。
关键词：自动化设备；生产线应用；维护
1、机械设备自动化的优点
1.1提高生产能力和工作质量
机械自动化产品具有信息自动控制和自动处理的功能，其检测的精度和灵敏度有很大的提高，通过自动化控制系统能够保证机械的能按照计划完成动作，使制造过程不受操作者主观因素的影响，保证最佳的工作质量和较高的产品合格率。同时，由于机械自动化产品实现了工作自动化，所以生产力大大提高。
1.2提高使用安全性和可靠性
机械自动化系统都有报警、监视、诊断和保护等功能。如果在工作中遇到过流、过压、过载、短路等电力故障时，能够自动停止工作，保护机械设备的完好，避免或减少人身事故，提高了设备的安全性。机械自动化产品由于采用电子元器件，减少了机械产品中的可动构件和磨损部件，从而使其具有较高的灵敏度和可靠性，故障率降低，寿命得到了延长。
1.3改善劳动条件，有利于自动化生产
机械自动化产品自动化程度高，是知识密集型和技术密集型产品，是将人们从繁重的体力劳动中解放出来的重要途径，可以加速工厂自动化、办公自动化、农业自动化、交通自动化甚至是家庭自动化，从而可促进我国四个现代化的实现。
2、半导体自动化设备及生产线应用与维护分析
2.1半导体自动化生产后工序设备的设计
通常来讲，半导体生产的过程主要由生产芯片的前工序和检测与封装芯片的后工序等两部分构成。在生产后工序中，目前大多数依靠的是手工操作超声波铝丝焊接机、超声波金丝球焊接机等，为此，自动焊机的改造和投入，成了人们提高工作生产率和产品合格率的重要途径。主要包括设计系统的硬件和软件部分。
2.1.1半导体生产后工序的自动焊机硬件改造
自动焊机一般是通过计算机控制，并将光、电、气与机械集为一体的具有精度高等特点的自动化设备。一般自动焊机是通过CCD摄像头输出芯片和引线框架图像的视频流，再经过视频线，将其传输给视频采集卡，由系统每隔一段时间自动在视频采集卡当中捕获一幅图像数据，并借助内存缓冲区缓存。为确保获取的图像预存焊点坐标的精确性，由模板匹配识别芯片进行修正。同时，有次序地将信号发送给步进电机运动控制器，启动步进电机，实现对X-Y平台的调整，串口通信焊接头进行预定高度焊接。在自动焊机的硬件系统中，主要由照明系统、图像采集系统和控制系统等构成。通过改进，对于芯片的检测和封装具有重要意义。
在照明系统中，自动焊机通过选用加过滤镜的白炽灯冷光源与LED光源，并通过两者的来回互换工作，一定程度上能够使得光源系统的稳定性得到提高。在图像采集系统中，通过实现视频图像信号向数字图像信号的转换，以此来利用计算机处理内存缓冲区当中的视频图像。在控制系统中，通常计算机处理的图像都具有数量大、复杂性高等特点，为此，可以通过改用高速度和大容量的计算机来完成对精确焊点的焊接控制。
2.1.2半导体生产后工序的自动焊机软件系统
在自动焊接系统的软件部分，图像识别子系统一般具有识别芯片和引脚框架的功能，图像定位子系统一般用于对位于芯片及其外部引脚框架的焊点的精确定位。由于制造工艺对芯片的尺寸精度、几何精度、表面洁净度和表面结构的要求较高，同时，根据焊接指标的要求，一般芯片的定位精度要在6±1um，焊接速度要在4线/s，实际焊接度要在250ms/线，且焊盘识别定位、焊盘焊接、线形拉线和引脚框架焊接等几部分大概需要100ms。为此，在焊接时，应选用图像识别定位高速且精确的软件，通过人工引导测定芯片上各个焊点的坐标，并借助模板匹配识别芯片，再将焊点坐标进行精确度修正，从而确保较高的识别准确率。
2.2典型自动化设备的生产线应用策略与维护
自适应模糊推理系统（ANFIS），通过结合具有概括提取先验知识的模糊逻辑与具有学习归纳未知特性的神经网络，能够借助任意精度逼近非线性函数，且具备较强的推广能力和较快的收敛速度。通过在半导体生产线中的应用与维护工作中构建ANFIS模型，能够直观有效地提高生产线的整体性能。
2.2.1基于ANFIS的半导体生产线应用分析
假设半导体生产线共有n台设备，可以构建如下模型：
其中，y为下一次可能发生故障的设备代码，x1为故障设备的代码，x2…xn+1为每台设备的利用率，xn+2为当前在制品，xn+3为故障设备的预计维修时间。此外，若xn+4的值为1，则表明属于突发性故障；若为0，则表明设备正处于停机维护阶段。可以在充分考虑当前在制品、故障设备预计维修时间和突发故障是否产生等情况下，借助当前设备利用率作为故障的判定指标，构建半导体生产线的检测模型，从而有效预防和减少自动设备发生故障，提高成品率。一般可以应用以下步骤训练输入和输出的数据：①输入数据，反复学习与更新ANFIS所需要的参数；②借助ANFIS的减法聚类构建初始模糊推理系统，并选用钟形函数作为隶属的函数类型；③通过混合学习算法对模型参数进行优化，确认训练的周期、误差限等选项值；④开始对输入和输出数据进行训练；⑤对被测试数据和模型输出的关系进行观察。通过训练，能够有效预测可能发生故障的半导体设备，并将误差控制在预定范围内。
2.2.2基于ANFIS半导体生产线的维护工作
通常在维护半导体生产线的工作上，主要包括了预防性维护和矫正性维护等两种。其中，预防性维护可以借助系统监测及其他方式，对设备预故障进行维护，或是对故障造成的累加性能下降比较弱时进行维护。而矫正性维护一般是在故障发生后所采取的维护手段。例如在维护某半导体生产线的数据时，可以通过选用eM-Plant仿真软件进行为期3个月每天24h不间断计算的设备维护调度实验。首先，通过模型层为与半导体生产线相关的制造资源构建仿真模型；其次，通过控制与调度层对各种规则及策略的使用，实现包括生产线投料、工件调度、设备维护等在内的控制；最后，通过性能分析层分析和评价仿真数据的定量性能。在工件调度策略方面，分别选用先进先出、最早交货期、最短剩余加工时间、临界值等性能指标，进行原设备维护调度与选用ANFIS建模后的设备维护调度相比较。据了解，基于ANFIS的半导体生产线要比传统的半导体生产线更具优势。
结束语
综上所述，通过对自动焊机的软、硬件系统和半导体生产线的应用与维护的探讨，了解到自动化设备及其生产线的改善工作，对于降低工厂的生产运营成本，提高设备合格率等方面具有重大意义，是自动化设备获得普及应用和发展的关键。
参考文献：
[1]鲍苏苏.半导体生产后工序设备的自动化改造方案[J].计算机技术与发展，2016.
[3]张洁，翟文彬，严隽琪，马登哲.基于模糊神经网络的半导体生产线重调度策略优化[J].机械工程学报，2010.
[3]苟素洁，刘利智.办公自动化设备报修管理系统的开发及应用[J].2011年河北省冶金信息化自动化年会论文集，2011，09，（22）.
论文作者:冯雷
论文发表刊物:《基层建设》2018年第1期
论文发表时间:2018/5/21
标签：半导体论文; 生产线论文; 设备论文; 故障论文; 芯片论文; 图像论文; 工序论文; 《基层建设》2018年第1期论文;