Energie-Kennzahlen bei Infineon
Verbräuche stets genau im Blick
Der Elektronik-Hersteller Infineon achtet stets darauf, seine Produktion so ökologisch und ökonomisch wie möglich zu gestalten. Dabei hilft am Standort Dresden ein mehrstufiges Energiemonitoring-System. Ermittelte Kennzahlen geben kontinuierlich Auskunft über die Energieeffizienz der Anlagen und zeigen so immer wieder Hebel für Verbesserungen an.
Das Kennzahlen-System bei Infineon basiert auf der Lösung Splunk Enterprise. (Bild: Robotron Datenbank-Software GmbH/Infineon Technologies Dresden GmbH)
Mit seinen rund 2.200 Mitarbeitern ist Infineon Dresden einer der größten und modernsten Standorte für Fertigung und Technologieentwicklung des Konzerns. Das Unternehmen fertigt über 400 verschiedene Produkte auf 200mm- und 300mm-Siliziumscheiben (Wafern). Die Halbleiter kommen in Anwendungen der Kunden aller vier Geschäftsbereiche des Konzerns zum Einsatz: Automotive, Industrial Power Control, Power Management & Multimarket sowie Chip Card & Security. Dabei sind die Produkte genauso auf den energieeffizienten Betrieb ausgerichtet wie die Fertigung an sich. Um darüber hinaus effizient mit Ressourcen umzugehen, hat Infineon ein globales Managementsystem eingerichtet. Es heißt Infineon Integrated Management Program for Environment, Energy, Safety, and Health (Impres) und integriert Zielsetzungen und Prozesse der ökologischen Nachhaltigkeit einschließlich Energiemanagement sowie des Arbeitsschutzes.
Echtzeitdaten unverzichtbar
Im Rahmen der Nachhaltigkeitsstrategie beim Chiphersteller installierte der Dienstleister Robotron am Standort Dresden ein Kennzahlen-Monitoring für die Energieeffizienz der Anlagen (EEE: Equipment Energy Effectiveness). „Das Ziel dabei ist die ganzheitliche Bewertung des Energieverbrauchs und möglicher Effizienzpotentiale an Produktionsanlagen für ein intelligentes Energiemanagement ohne negative Prozessbeeinflussung“, sagt Ulf Heinemann, Geschäftsführer der Robotron Datenbank-Software GmbH. Wesentliche Herausforderungen waren die umfassende Anbindung diverser Datenquellen sowie die Korrelation und Interpretation der Daten gemäß ‚Prozessablauf im Equipment‘. Für eine umfassende Prozessvisualisierung und Bildung von KPIs (Key Performance Indicator) war sowohl eine nahe Echtzeit-Datenbereitstellung als auch die Integration historischer Daten unabdingbar. Hier wurden die vorhandenen Daten nach verschiedenen Vorgaben korreliert, um folgende Vergleichsmöglichkeiten umzusetzen:
- zwischen gleichartigen Equipments
- eines Equipments zu unterschiedlichen Betrachtungszeiträumen
- zwischen gleichartigen Produktionsabläufen
Mehrstufiges System integriert
„Innerhalb eines stufenweisen Aufbaus wurde ein Show-Case anhand von zwei Equipments definiert und aufgesetzt. Dazu wurde eine 200mm-Sputteranlage mit zwei Tantalkammern und einer Kupferkammer für die Waferfertigung mit einem jährlichen Energieverbrauch Strom von 955MWh ausgewählt“, so Robotron-Chef Heinemann. Dabei wurden neben Strom auch weitere Medienverbräuche (Gase) in die Betrachtung integriert. Zudem sollten Möglichkeiten zur Erhöhung der Systemauslastung und Verringerung des Energieverbrauchs in nicht produktiven Zeiten analysiert werden. Das EEE-KPI-Monitoring-System wurde auf Basis von Splunk Enterprise (Maschinendatenüberwachung und -analyse) sowie der Integration von Algorithmen in R umgesetzt und besteht aus mehrstufigen Analyse-Dashboards und Kontrollfunktionen. Parallel dazu soll ein Assessment-Team aufgebaut und in die Systembedienung eingeführt werden. Für die Analyse wurden Energieverbrauchswerte als Summenwerte der Anlage mittels des Netzanalysators Janitza UMG604 gemessen, Prozessdaten aus APC-Files (Equipment-Prozess-Monitoring) sowie RTC-Buchungen (Real-Time Clock) aus dem Data-Warehouse genutzt.
Im Rahmen seiner Nachhaltigkeitsstrategie nahm Infineon am Standort Dresden ein Kennzahlenmonitoring in Betrieb. (Bild: Infineon Technologies Dresden GmbH)
Mehr Transparenz
Die integrierte Lösung bietet eine Grundlage für die ‚Flussfaktorsteuerung für die Linienbalance‘ sowie für eine ‚betriebskostenoptimierte Steuerung‘ (Realtime Scheduling/ Dispatching von Tools) und die Arbeit auf Feldebene. „Dabei dient die passive Verbrauchsermittlung anhand von Datenkorrelationen nicht nur als Basis für Kontrollfunktionen, sondern auch für Equipment-Assessments und das Maßnahmen-Management zur Steigerung der Energieeffizienz“, fasst Robotron Geschäftsführer Ulf Heinemann das EEE-Projekt zusammen. Zudem stellt die Lösung eine erweiterte Datengrundlage für Entscheidungen zur Kostenreduktion der Medienverbräuche sowie die Datenbasis für lang- und kurzfristige Fab-Simulationen und das Anlagen-Scheduling bereit. Neben der Visualisierung und Alarmierung ist zur Detailanalyse des Equipment-Ingenieurs auch die Vertiefung bis auf Event- und Log-Ebene möglich. „Die EEE-App an sich hat bislang einen echten Zugewinn in Richtung Verbrauchstransparenz anhand der Energie- und Medien-KPIs gebracht. Anlagen und Prozesskammern können mittels Kennzahlen eineindeutig verglichen werden und Mehrverbrauch wird daraus ersichtlich. Des Weiteren wird damit das Bewusstsein beim Equipment-Betreiber zum nachhaltigen Umgang mit Energie und Ressourcen geschärft“, bilanziert Gunter Welde, Supervisor Equipment Engineering Infineon Technologies Dresden GmbH.
Vom Elektronikkombinat zum Big Data-Spezialisten
Das Unternehmen Robotron Datenbank-Software GmbH, das im August 1990 mit acht weiteren Gesellschaftern und 26 Mitarbeitern aus der Abteilung Datenbank-Entwicklung und -Applikation des DDR-Elektronikkombinats Robotron ausgründet wurde, ist heute Spezialist für die effiziente Verwaltung und Auswertung sehr großer Datenmengen. Im Jahr 1999 entwickelte Robotron ein Energiedatenmanagement-System für den Energieversorger Esag (heute Enso) und die Dresdner Stadtwerke Drewag. Zudem bietet Robotron mit Hilfe der Datenplattformen Microsoft Azure und Splunk Auswertungsmöglichkeiten speziell für die Optimierung von technischen Anlagen. Mit der Equipment Energy Effectiveness App lassen sich Prozessschritte und -zustände gemeinsam mit SPS-Daten und Millisekundenverbräuchen auf Defizite hin analysieren und optimieren. Anhand der gleichen Messungen bieten die Algorithmen der Apps die Möglichkeit, Normalzustände mittels Hüllkurvenverfahren zu erkennen und Abweichungen zu detektieren. Mit einfacher Interpolation und einer entsprechenden Qualifizierung der Abweichungen lassen sich Instandhaltungsfälle erkennen. Damit schafft Robotron neben energetischen Einsparpotentialen mehrere neue Anwendungsfälle basierend auf den Verbrauchsdaten der technischen Anlagen, welche den Return of Invest des Ausbaus der Sensorik erheblich verbessern können.
