集成电路用半导体材料智能制造应用研究

集成电路用半导体材料智能制造应用研究

王智远 周成

西安电力电子技术研究所 陕西 西安 710000

[摘要]集成电路半导体材料是制造集成电路和半导体器件的基本材料，并且是高度敏感的战略资源。用于集成电路的半导体材料的智能制造应用的研究基于专注于多晶硅的智能制造的电子级生产线，对生产和业务流程的特定应用进行研究，高度数字化构建一个全面，自动化，可视化，建模，集成和智能的生产过程信息管理系统，以实现各个级别的业务协同，并提高公司的预测和预警能力。实现设备自动化，人员效率和管理信息，以确保生产安全和环境保护。提高产品的稳定性，达到稳定输出集成电路用电子级高纯度多肽的目的，并为国家集成电路行业的原材料提供战略保证。

[关键词]集成电路；半导体材料；电子级多晶硅；智能制造；数字化

引言

用于集成电路的半导体材料是用于制造集成电路和半导体器件的基本材料。这些是高度敏感的战略资源。在现阶段，中国的集成电路高纯电子级多肽产业仍处于组装线的离散产业中。高纯度多晶硅智能制造与国外之间存在很大差距，集成电路用半导体材料的现状在很大程度上取决于进口。

1集成电路用半导体材料智能制造的应用背景

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

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。

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。

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。

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智能制造应用研究预期的目标

构建一套全面的生产过程信息管理系统，具备高度数字化、可视化、模型化、集成化和智能化，实现各层面的业务协同，提高企业的预测预警能力，保证生产安全和环保，实现设备自动化、人员高效化、管理信息化。从而进一步提高电子级高纯多晶硅产量、提升产品质量稳定性和良品率、降低生产成本，力争产品质量达到国际先进水平，满足国家集成电路发展大尺寸硅片、大功率元器件对多晶硅材料要求，国内市场占有率达到30%以上。打破国外企业对我国集成电路用半导体材料的市场垄断，实现集成电路用半导体材料的国产化供给，降低集成电路产业链原材料成本，促进我国电子信息产业安全、健康发展，为国家集成电路产业原材料提供战略保障，为多晶硅材料生产行业提供经验，形成可覆盖和推广的智能制造新模式，为《中国制造2025》战略的实施做出贡献。

结语

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。

参考文献

[1]齐志平.德国工业4.0：制造业的未来J].决策，2019(9)：121.

[2]王友发，周献中.国内外智能制造研究热点与发展趋势J].中国科技论坛，2019（4）)：154-160.

[3]张曙.工业4.0和智能制造J].机械设计与制造工程,2019(8)：1.