Survey-based investigation of selection criteria and simulation of maintenance strategies for effective implementation of predictive maintenance in semiconductor manufacturing sector

Abstract

Predictive maintenance (PdM) is a core element of Industry 4.0, a highly investigated research area that is also in high demand in industry, as evidenced show by growth rates of over 35% annually. In order to optimize availability and reduce costs, the maintenance strategy is supplemented by PdM. In the literature it is mentioned that one third of the costs spent on maintenance are wasted. A state-of-the-art analysis has shown that there is currently no scientific literature on how to identify an equipment where PdM generates the most benefit in semiconductor manufacturing. Therefore, this thesis investigates how such an area can be identified in a structured way. Selection criteria were established to evaluate all the company's machines and to rank the different areas and equipment groups. For the developed prioritization process the criteria, "scalability", "feasibility" and "performance" were defined. Based on these criteria, all equipment could be evaluated and a ranking of the equipment types could be made. Furthermore, a simulation showed that PdM leads to an improvement of the key performance indicators (KPIs) identified by the survey under defined initial conditions.

Die prädiktive Instandhaltung (Predictive Maintenance, PdM) ist ein Kernelement von Industrie 4.0. Es ist ein stark untersuchtes Forschungsgebiet, welches auch in der Industrie stark nachgefragt wird, was jährliche Wachstumsraten von über 35% zeigen. Um die Verfügbarkeit zu optimieren und Kosten zu senken, wird die Instandhaltungstrategie durch PdM ergänzt. In der Literatur wird erwähnt, dass ein Drittel der für Instandhaltung aufgewendeten Kosten verschwendet wird. untersuchten PdM mehr Kosten verursachen also sie einsparen. Eine State-of-the-Art Analyse hat ergeben, dass es aktuell noch keine wissenschaftliche Literatur gibt, die sich mit der Frage beschäftigt, wie man in der Halbleiterfertigung geeignete Anlagen der Produktion identifizieren kann, wo PdM den meisten nutzen generiert. Daher wird in dieser Diplomarbeit untersucht, wie ein solcher Bereich strukturiert identifiziert werden kann. Es wurden Auswahlkriterien festgelegt, anhand derer alle Maschinen des Unternehmens bewertet wurden und dadurch eine Reihung der jeweiligen Bereiche und Anlagentypen vorgenommen werden konnte. Für den entwickelte Priorisierungsprozess wurden die Kriterien, „Skalierbarkeit“, „Umsetzbarkeit“ und „Performance“ festgelegt. Darüber hinaus wurde anhand einer Simulation gezeigt, dass PdM unter definierten Ausgangsbedingungen zu einer Verbesserung der in der Umfrage ermittelten Key Performance Indicators (KPIs) führt.