Page 12 - Vol.35

Tech
Notes
技術專文

行LSC量測，此過程中不僅須花費
表 3、F 2 異常排放處理方式比較
大量時間，準確率更因為主機台
製程狀態的不同導致只有30%不
異常偵測方式 廠區周界異味 次主風管讀值高 次主風管讀值高 次主風管讀值高
到；之後儘管增加了次主風管的F 2
偵測器，並利用Auto RS系統進行
做法 手動- 手動- 手動- 自動-
廠區LSC量測 風管下LSC量測 Auto RS系統比對(1天)後量測 智能學習演算法比對後鎖定單一對象 比對，雖然異常查清的時間及準確
度皆有提高，但仍然要仰賴人員手
LSC量測數量 1600台 40台 5台 0台
動比對。相比之下，風管F 2 智能學
量測花費時間 10天 5天 1天 -
習演算法的優點在於將普查的工作
LSC異常判定準確率 30% 50% 100% 100% 交由電腦自動執行，完全省去人工
作業時間，且異常的LSC機台能精
確到預估到單一機台的污染源，大
圖9、風管F 2 智能學習演算法使用結果 幅縮短應變時間。以實際運作後的
結果來看，風管F 2 智能學習演算法
時間13:28F 2 異常 時間13:28有無排放F 2 改善了F15A廠84%的F 2 排放，對
200 Recipe/tool 機台A N LSC-A 公司在空污防制的作為上具有很大
1,600 LSC 機台B N LSC-B 的效益，亦可改善民眾空污陳情中
F 2偵側器 43%的異味問題。
機台C N LSC-C
3800 生產機台
未來可利用演算法中的學習機制，
機台D N LSC-D
190 萬 F 2 Data 於各主機台的異常紀錄中進行分
機台E N LSC-E 異常 析，找出關鍵機台後針對LSC改
Big Data交叉比對
善，甚至可自動化調整各次主風管
10 的警報值，提高LSC異常掌控率。
9 27次F 2異常分析
8 統計結果 此外，更可將此學習演算法套用於
8 其他污染源上，譬如PM2.5、氨氣
異常發生次數 4 4 4 制。
擋板破孔 6 等，建立空污監控全自動的監測機

2 LSC異常alarm 效率不足 PM異常 2 參考文獻
[1] Hache, A. W. and Appelman, E. H.,
0 其他 Trip “Concerning of the Mechanism of For-
mation of Oxygen Difluoride.”, J. Am.
反應腔破孔 旁通閥故障
Chem. Soc., 109, 1754~1757, 1987.
[2] Halloway, J. H. and Nakajima, T.,
“Fluorine-Carbon and Fluoride-Carbon
Materials.”, 1995.
結果與分析 再進行個別LSC的F 2 量測，完全節 圖10、F15A 2014/2015年風管F 2 濃度比較 [3] Thompson, R. C. and Appelman, E.
H., “Study of the Aqueous Chemistry
省了人力需求，且異常判定的準確 of Fluorine and Hypofluorous Acid.”,
J. Am. Chem. Soc., 106, 167~4172,
率仍可維持100%。在F15A實廠使
1984.
風管F 2 智能學習演算法於2015年 用後，與2014年同月份的風管F 2 改善前 改善後 [4] 林冠名，在大數據平台使用機器學習
在F15A實廠使用的三個月中共計 平均濃度相比 圖10 ，由1.12ppm降 6 方法預測空氣污染，國立台北大學，
2018。
發生27次F 2 濃度異常警報 圖9 ，每 至0.18ppm，減量幅度84%，顯見 [5] 林啟銘，半導體製程廢氣處理設備出口
次皆可立即指認出異常LSC，且準 此風管F 2 智能學習演算法之優勢。 氟氣檢測分析研究，崑山科技大學，
2012。
確率達100%，大幅縮短空污排放 [6] 張可翰，以氧化鈣移除氟氣的反應動力
研究，國立高雄應用科技大學，2008。
異常的應變時間，其中包含了LSC 4 [7] 莊硯勛，大數據分析於環境規劃與管理
擋板腐蝕破孔造成洩漏、旁通閥故 F 2 偵測系統讀值(ppm) 之應用－指標建立、空品監測、地下水
障導致短流等一直以來LSC本身監 質分析，東海大學，2019。
控系統無法偵測的異常排放問題， 結論 2 [8] 許景凱，一個半導體廠機台氟氣排放異
常的自動偵測方法，國立中興大學，
在此方法中皆能確實測得並進行維 2016。
修改善。 [9] 黃英瑞，結合細水霧及活性碳法處理光
電半導體廠製程機台含氟氣尾氣之研
過往的F 2 異常處理方式中，每當廠 究，崑山科技大學，2009。
過去常用的F 2 異常處理方式的如 表 0 [10] 劉德謙，基於大數據方法分析之即時智
區周界發生異味時，通常會先針對 14’ -3 15’ -3
3所示，此智能演算法由於不需要 慧醫療需求量預測－個案研究，國立台
異味判定可能LSC群組，再逐一進 灣科技大學，2018。

12 FACILITY JOURNAL SEPTEMBER 2019 13