Industries and
Reference Cases
Serve every customer attentively
Carefully build every cooperation
eFDC
Real-time Fault Detection and
Classification
实时设备故障检测和分类，改进了工程生产力与良率
现有的良率 专业数据分析工具和数据库，因此工程师们难以快速灵活地收集、管理、分析数据，从而对企业造成经济负担。
实时 eFDC 能够最大程度发挥设备性能，降低报废率
大部分设备故障是在后期工艺检测期间发现的，有时，故障来源完全不能确定。FutureFab.Ai eFDC可实时检测出故障，这有助于减少报废的基片数量，提高良率。实时、容错的数据采集，还可支持单变量和多变量故障检测与分类分析方法，并可与设备工程系统（EES）框架无缝集成。此外，eFDC 还能支持客户添加自定义的业务逻辑和定制的分析方法，而无需使系统停机。尽管检测问题很重要，创建用于控制的有效数据也很重要。 通过 FutureFab.Ai eSPC 解决方案，收集的数据作为作为快速分析解决问题的参考数据。如果发生类似问题，eFDC 与 eSPC 专注在分析事后检验和问题分类。由于经过分析和分类的数据可用作解决未来问题及其解决方案的参考，所以eSPC很重要。
智能制造(Smart Manufacturing)
FutureFab.Ai 智能制造解决方案是为了未来化工厂而量身订制，藉由整合制造过程中所牵涉的所有环节，提供更好的实时侦测、分析、预测和适应性来改善生产的体质，进而降低成本、提高运作效率和良率。 FutureFab.Ai 解决方案支持搜集、管理、分析数据、监控设备状态、优化生产过程及识别异常发生的根本原因，从而减少生产风险。除此之外，还支持机器学习和基于 AI 的分析、预测以及持续性优化的应用程序，从而加速工厂对于智能制造的转型。
追溯基片过程异常
Process Anomaly Detection and Traceback
通过高效整合所有的数据类型及提供灵活的可访问性，被用作最全面的原因分析平台
事后检验期间发现的问题,必须通过追溯数据找出原始根源。
如无正确的数据管理功能，找到问题根源几乎不可能或者会极度耗费时间。
故障检测与分类系统
在FutureFab.Ai经过实证的PeakPerformanceTM框架上构建的故障检测与分类系统
支持单变量和多变量分析方法
对实时和批量生产模式都可以进行故障检测
自动调整以适应不断变化的设备条件，即，低漂移效果
追溯基片工艺异常
Trace the substrate abnormal process
LOT 工艺配方，基片，步骤级别，可用的概要数据
统计总故障数、设备警报和SPC的超出规格的数
Min、max、标准差、平均值、计数、极差、中位数、累计和、最大频率、时间积分和斜率值
自动的生成班次、每天、每周和每月汇总数据报告
通过数据库、文件格式和原始数据压缩文件格式，支持混合数据存档方案
轻松访问存储在数据库中的各类汇总数据
灵活的数据可视化
趋势/概要图表，提供 LOT/工艺配方/模块/基片/参数组合
LOT/基片/步骤级别的叠加图
轻松在 EES 数据之间向下钻研和向上钻研
LOT 和基片级别跟踪
对象产业集群
半导体
半导体生产设备
FPD
LED
PCB/SMT
Key Benefits
- 实时监控提高产品质量和产量
- 消除SPC建模提高工程生产率
- 降低影响产量事件的风险
- 快速提高新产品的产量
Key Features
- 实时监控提高产品质量和产量
- 消除SPC建模提高工程生产率
- 降低影响产量事件的风险
- 快速提高新产品的产量
