Page 11 - Vol.35
P. 11

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
   6   7   8   9   10   11   12   13   14   15   16