Page 10 - Vol.35

Tech
Notes
技術專文

表 2、F 2 各量測點分析結果 圖7、機台製程序列及污染物排放

量測點 分析手法 實驗及分析結果
機台的製程序列，決定機台排放的污染物
每台LSC後端 直接量測 2.0 20 F 2 濃度達15萬ppm，連 STI gap 反應腔清潔 CESL HDP
續偵測會損害偵測器
SiF 4 F 2 TEOS F 2 SiH 4 N 2O SiH 4 PH 3
SiF 4濃度(萬ppm) 1.0 10 F 2濃度(萬ppm) 氣體濃度(ppm)

0.0 00
生產 腔體清潔 腔體過清潔 完成
每條次主風管 直接量測 濃度介於0.1-10ppm， 時間
8 適合連續監控
F 2濃度(ppm) 4 圖8、風管F 2 智能學習演算法

0
0:00 12:00 0:00
F 2濃度(ppm) 1.0 無法看出濃度趨勢 6
每支排放煙囪 直接量測 2.0 濃度低於0.1ppm， 8
F 2 排放濃度(ppm) 4 2
0.0
12:57 13:55 14:52

圖6、F 2 量測數據回傳方式 0
13:00:00 13:07:12 13:14:24 13:21:36 13:28:48 13:36:00 13:43:12

原傳輸方式 可能異常的機台儲存後統計比對
SCADA GIS FMCS 手動匯入資料 IT Big Data 機台反應腔清潔時間 A B

台積網域 C
新傳輸方式 D
FAC 區網 ERC
HUB HUB 網路線傳輸 E
中繼站
GMS
HUB 抓取資料
軟體開發
Ethernet 供氣櫃 F 異常警報值設定 自動化整合系統開發 EPT系統中可將各機台的製程序列
2
打破GMS傳統封閉的系統； 展開，對應其排放的污染源後不僅
開發抓取資料軟體，轉換成Big Data系統 LSC正常運轉下，次主風管中的F 2 此自動化系統開發的目的在於精確
PLC PLC 可找出本研究中鎖定的F 2 污染排放
Control Net 可辨識的資料。
濃度應小於1ppm，考量F 2 嗅覺閾 掌握主機台運轉狀態，除了要了解
機台，更能掌握機台排放F 2 的時間
值及有害容許濃度皆為0.1ppm， 主機台所使用的氣體及化學品，還
需知道製程在不同階段時排放的氣 圖7 。
再依據次主風管與煙囪的稀釋倍率
體種類；再利用智能演算法於龐
40倍計算可得次主風管濃度應小於 智能演算法的部分，在每次發生F 2
大的F 2 即時監控數據進行連續的演 異常排放的警報區間中，系統會自
和每支煙囪出口(量測點3)，目標 下，也難以反應F 2 排放異常狀況； 資料傳輸上需經層層關卡，因此 4ppm，方可確保煙囪所排放出的
算分析，立即指認異常LSC。而公 動將對應到的主機台群組中有在進
為污染的監控率達80%以上，並於 量測點2-次主風管中的F 2 濃度落於 本研究打破傳統MITD抓取資料的 F 2 濃度不會產生異味及對環境帶來 司目前可利用的主機台運轉系統
實際量測後選擇最適者。由實際量 0.1~10ppm，適合連續監控，因此 污染。故本研究訂立F 2 異常警報值 行反應腔清潔的主機台儲存起來，
方式，採取設立中繼站傳輸及開發 共有兩個，EPT機台狀態整合系統 比對完成後於系統中呈現出F 2 異常
測結果顯示 表2，量測點1-LSC後 決定將F 2 監控點設於次主風管中， 為4ppm，且於F15A實廠運轉下， 及i-sys節能運作系統，兩者在主機
抓取軟體將F 2 量測數據轉換為Big 警報時間、警報數量、次主風管編
端排放讀值過高，長期監測易損害 並將其結合至現有的氣體監測系統 此警報設定可確實反應80%以上的 台監控涵蓋率都達100%，但i-sys
data系統可辨識的型式 圖6 。 號和對應的異常主機台；使用者即
量測儀器，且高讀值難以有效反應 (Gas Monitoring System, GMS)， LSC異常，未來各廠應用可依據次 節能運作系統僅能得知主機台有無
可利用此資訊將該主機台的LSC切
異常狀況；量測點3-煙囪出口量測 與環安衛共同管理廠內污染的排 主風管的LSC情形進行調整，以便 run貨，故本研究選擇EPT系統進
至備機後進行查修 圖8 。
的讀值過低，濃度落在0.1ppm以 放。由於GMS為傳統封閉系統， 精準掌握LSC的運轉狀況。 行風管F 2 智能學習演算法的開發。

10 FACILITY JOURNAL SEPTEMBER 2019 11