(深圳柔宇显示技术有限公司 广东深圳 518000)
摘要：集成电路用半导体材料智能制造应用研究将为我国电子级多晶硅产业的发展指明方向，通过整个电子级多晶硅生产、运营系统的智能化改造，将大大提升电子级多晶硅生产过程中各装置的自动化控制水平，降低人员操作强度和人为操作对生产系统的干预，提高生产效率，提高生产运行和产品质量稳定性。实现集成电路用半导体材料的国产化自给，为国家集成电路产业原材料提供战略保障。
关键词：集成电路；用半导体；材料智能；制造应用；研究
1集成电路用半导体材料智能制造的应用背景
信息技术与制造业的深度融合催生智能制造新生产方式。全球知名的制造业企业、互联网企业、系统集成商很多都在积极推进先进制造业。具体到半导体新材料产业，智能制造与工业4.0的概念，已成为近年半导体新材料产业的重要议题，如何有效地优化半导体新材料制造业生产流程，已成为智能制造下一步的挑战。集成电路用半导体材料的研发设计和生产制造是典型的高资本、高智力投入产业，对积累和创新都有着很高的要求，一旦奠定了先发优势，则相对容易占据市场主导地位。在国际化的大背景下，国外电子级多晶硅生产企业正朝着大型化、清洁化、一体化和智能化等方向发展，充分体现安全、健康、环保和循环经济的理念。为突破发展瓶颈，国内电子级多晶硅企业智能制造的应用就是势在必行。通过智能制造的研究应用将不仅提升电子级多晶硅产品的品质和产能，还将成为探索形成高端半导体材料智能制造新模式，推动半导体材料行业智能工厂建设的范本。
2集成电路用半导体材料智能制造应用研究主要内容
集成电路用半导体多晶硅智能制造应用是在多晶硅生产企业多晶硅生产线的基础上，针对智能制造在多晶硅生产、经营流程中的具体应用进行研究，从生产线数字化、系统可视化升级、生产工艺流程模型化、生产管控集成化四个方面展开，形成一个切合电子级高纯多晶硅智能制造的整体解决方案，通过实施完成电子级多晶硅智能工厂基本框架建设（见图1），实现集成电路用半导体材料相关业务的智能化应用。
图1电子级多晶硅智能工厂基本框架
2.1从生产线数字化入手，开展提升电子级多晶硅生产自动化的研究
为提升电子级多晶硅生产过程的自动化控制水平，降低人员操作强度和人为操作对生产系统的干预，提高生产效率，提高生产运行和产品质量稳定性，着手开展研究数字化生产线改造优化。主要包括精馏装置全自动控制系统、还原炉自动收割装置，还原炉顺控系统、后处理全流程自动化装置等方面的技术优化改造。
2.2在已形成的可视化、定置化管理的基础上，优化多晶硅生产过程可视化及可预测技术
基于已有的可视化定置化管理，根据多晶硅装置的实际情况，建立优化模型，实现电子级高纯多晶硅生产的工艺可视化，自动测算最优的原料、操作条件等。通过可视化管理的优化，可以最大限度地实现生产现场的视觉化、透明化和界限化，充分体现管理的主动性和有意识性。
2.3研究建立工艺流程仿真模型和大机组性能模型，保障生产的长周期稳定运行
通过无线智能监测器，实现关键设备和工艺参数的自动采集、监测和故障诊断；通过建立工艺流程仿真模型和大机组性能模型，对关键设备和工艺参数进行状态分析和效能分析。建立工艺系统和设备可靠性管理体系，强化感知能力，实现工艺系统预知性评估及自动诊断、优化生产操作，保障生产的长周期稳定运行。
2.4研究一体化生产管控的协同与集成方案，打造新一代生产营运中心
研究方案要实现装置控制层、生产运营层及经营管理层系统的数据集成、业务集成和信息交换，进行生产管控协同优化。以中央控制室为主进行可视交互操控平台建设,实现各车间的音视频信号、控制信号的互联互通，音视频信号在各车间的快捷切换、调度、分发、显示与交互控制。满足各生产车间不同业务功能要求的多媒体应用需求和智能控制能力。
3智能制造应用研究解决的技术难点
3.1建立工艺流程仿真模型和大型机组性能模型并要做到与现场吻合，工作量巨大集成电路用高纯电子级多晶硅生产工艺流程长、控制精度要求高，对装置进行三维和工艺装置仿真建模技术难度高。
3.2生产运营平台的多系统集成，完善IT与通讯基础设施建设是技术难点也是项目成功实施关键点多晶硅生产为流程型制造企业，生产过程为化工属性，按照石油化工厂信息系统设计规范（GB/T50609—2010）要求，整合优化分散型控制系统（DCS）、机组监控系统（MMS）、电视监控系统（CCTV）、火灾及气体检测系统（FGS）、压缩机控制系统（CCS）等形成数字化协同平台，涉及通讯协议多、数据接口分散在工厂各装置中，实施过程存在较高难点。
3.3面向复杂生产过程的智能控制技术多晶硅生产制造全流程受多种不确定因素的干扰，需要通过感知环境状态和从环境中获得信息来学习动态系统的最优行为策略，对环境具有自适应能力，具有动态环境的在线学习能力、协同能力，使各种组成单元能够根据全局最优的需要，自行集结成一种超柔性最佳结构，并按最优的方式运行。
3.4生产过程海量信息实时处理和知识库技术在多晶硅制造过程中，时刻都有大量的传感数据通过工业物联网以各种形式传到工业数据中心。从海量制造数据中获取有效知识，并将获得的知识应用于多个生产优化环节，将传统的事后为中心推进到事前和事中环节，有效的提高系统的整体运行效率。
4智能制造应用研究采用的关键技术
4.1生产调度与操作报警专业推理引擎
生产调度与操作报警推理引擎通过基于知识的推理和分析将复杂的实时数据转化为有用的信息。该引擎可以通过多类型DCS报警数据的自动抽取，提取DCS的报警和事件信息数据，并通过内置的规则器自动分解成事件类型、时间、报警点地址、优先级、报警解释说明、上下限等，并将报警数据存储到报警主数据库，便于数据的统计分析及查询。提升决策的速度和精确性，还可监控预测问题发展趋势。
4.2基于生产案例和规则的故障诊断专家系统
由于传统故障诊断技术处理结构复杂、深层次故障时力不从心，而且传统技术的使用对操作员能力要求较高。智能制造应用的新系统采用CBR与RBR串行方式进行推理，优化通过生产案例匹配方式寻求诊断结果，在不适用情况下转入通用性规则推理，并将诊断结果反馈给生产数据库进行优化，更符合实际生产实时的状态，且诊断速度快，针对性强[3]。
4.3基于机理研究和数据分析的腐蚀诊断与评估
将神经网络方法运用于腐蚀预测，具有较高的科学性,可为设备腐蚀预测工作提供可靠依据和高精度预测,尤其对非线性数据处理结果比较合理,适用于多晶硅生产过程中换热器复杂情况下的腐蚀预测的特点。采用神经网络认知模型和前向多层网络模型对复杂多元腐蚀系统基础数据进行强化学习，通过不断更新原始数据样本和自我训练，提高腐蚀速率的预测精度，从而能够很好地预防多晶硅生产过程中存在的换热器泄露问题。
5结语
集成电路用半导体材料是集成电路、半导体器件制造的基础材料，是一种十分敏感的战略性资源，现阶段中国的集成电路用高纯电子级多晶硅产业仍处于流水线型的离散工业，在电子级高纯多晶硅智能制造方面与国外差距很大,集成电路用半导体材料严重依赖进口的现状依然严重。
参考文献:
[1]马俊.半导体集成电路可靠性测试及数据处理方法分析研究[J].电脑编程技巧与维护,2016(10):52-53+60.
[2]孙金凯.半导体集成电路产业技术现状及发展前景[J].黑龙江科技信息,2016(09):68.
[3]程骏骥. 智能功率集成电路中功率半导体器件的研究[D].电子科技大学,2013.
[4]吴胜.中国国内半导体集成电路行业现状及未来供应链发展趋势[J].中国采购发展报告,2012(00):410-416.
论文作者:杜李杰
论文发表刊物:《电力设备》2018年第13期
论文发表时间:2018/8/21
标签：多晶硅论文; 集成电路论文; 智能论文; 电子论文; 模型论文; 半导体论文; 系统论文; 《电力设备》2018年第13期论文;