CN111373434A - 在时间约束下控制半导体制造过程的产品流 - Google Patents
在时间约束下控制半导体制造过程的产品流 Download PDFInfo
- Publication number
- CN111373434A CN111373434A CN201880074816.5A CN201880074816A CN111373434A CN 111373434 A CN111373434 A CN 111373434A CN 201880074816 A CN201880074816 A CN 201880074816A CN 111373434 A CN111373434 A CN 111373434A
- Authority
- CN
- China
- Prior art keywords
- kanban
- simulation
- capacity value
- zone
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 82
- 239000004065 semiconductor Substances 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 68
- 238000004088 simulation Methods 0.000 claims abstract description 55
- 230000004044 response Effects 0.000 claims abstract description 12
- 235000012431 wafers Nutrition 0.000 claims description 61
- 238000003860 storage Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 11
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 description 30
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 238000004070 electrodeposition Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 238000005240 physical vapour deposition Methods 0.000 description 2
- 229910006119 NiIn Inorganic materials 0.000 description 1
- 238000004380 ashing Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000001312 dry etching Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000001451 molecular beam epitaxy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000007669 thermal treatment Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 238000001039 wet etching Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41835—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by programme execution
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32301—Simulate production, process stages, determine optimum scheduling rules
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
Abstract
一种方法和系统,其涉及由处理设备在不对Q区施加Q时间约束的情况下执行对半导体制造工厂的操作的第一仿真,根据来自第一仿真的结果确定与Q区相关联的看板容量值,使用看板容量值在Q时间约束下执行对半导体制造工厂的操作的第二仿真,确定第二仿真的结果是否满足性能指标,并且响应于确定第二工厂仿真的结果满足性能指标,将该看板容量值提供给制造执行系统以使用该看板容量值来操作半导体制造工厂。
Description
相关申请
本申请要求于2017年11月27日提交的美国临时申请62/590,878的优先权,其全部内容通过引用合并于此。
技术领域
本公开涉及一种用于控制半导体产品的制造过程,尤其是用于控制半导体制造工厂中的时间要求(称为Q区的Q时间)的系统和方法。
背景技术
工厂可以包括不同类型的机器,以执行生产最终产品的制造过程的一系列步骤。例如,制造半导体产品的制造过程可以包括以下步骤:湿法清洁、光刻、离子注入、干法蚀刻、湿法蚀刻、等离子灰化、热处理、化学气相沉积(CVD)、物理气相沉积(PVD)、分子束外延(MBE)、电化学沉积(ECD)、化学机械平面化(CMP)、晶圆测试和晶圆背面研磨。这些步骤(或子步骤)中的每一个都可以在制造过程中执行一次或重复执行。每个步骤可以由一个或多个半导体制造机器(或一组机器)执行,并且每个机器可以参与一个或多个步骤。因此,一块原始晶圆可经历该制造过程的步骤(和子步骤)以生产最终产品(例如,IC)。
发明内容
附图说明
通过以下给出的具体说明和本公开的各个实施例的附图,将更充分地理解本公开。然而,附图不应被用于将本公开限制于特定实施例,而仅是为了解释和理解。
图1示出了根据本公开的实现的半导体制造工厂。
图2描绘了根据本公开的实现的使用看板来操作半导体制造工厂的方法的流程图。
图3描绘了根据本公开的实现的确定与Q区相关联的看板容量值的方法的流程图。
图4描绘了根据本公开的一个或多个方面进行操作的计算机系统的框图。
具体实施方式
在一个特定示例中,工厂可以是半导体制造工厂(称为FAB)。制造零件可以是经过不同制造步骤以生产集成电路(IC)的半导体晶圆。这些IC可以成为FAB的最终产品。通常,一个设备最多可以携带25个可以一起加工和运输的半导体晶圆。该装置中的晶圆称为晶圆批次。
半导体制造工厂可以通过一个或多个制造过程同时利用数千台机器来生产数百种IC产品。每个制造过程可包括制造这些产品所需的数百个步骤(或子步骤)。不同的步骤可以采用不同类型的机器。相同类型的机器也可以用于执行制造过程中的不同步骤。因此,可以划分机器的生产能力以满足执行制造过程的不同步骤的需求,并且可以由具有分配给该步骤的不同能力的一组机器来执行每个步骤的处理。
每台机器可以具有一定的能力,以在一段时间(例如一天或一周)内处理与一个或多个制造步骤相关的一定数量的晶圆(或一定数量的晶圆批次)。该制造过程可以采用加工晶圆的一系列制造步骤。在每个步骤中,分配给该步骤的机器(或机器组)可以接收由前一步骤所使用的机器处理过的晶圆或晶圆批次,并且可以进一步生产用于下一步骤的晶圆。为了使半导体制造工厂的能力最大化,使半导体制造工厂的所有机器以其满负荷或基本接近其满负荷运行是可取的。为了确保步骤的每台机器都以其最大容量运行,应该有一定数量的晶圆(或晶圆批次)可用,等待该步骤的机器进行处理。等待处理的晶圆(或晶圆批次)的数量称为在制品或WIP(Pi,Sj),其中Pi,i=1,...,N,代表第i个产品,Sj,j=1,...,M,代表产品Pi的制造过程中的第j个步骤,N和M为大于1的整数。
制造过程可以与约束相关联以确保产品的质量。一种类型的约束是执行制造过程或制造过程的一部分的时间约束(例如时间限制)。该时间约束可以要求在一定时间段内完成用于生产某种产品Pi的制造过程的某些连续步骤(例如,步骤SJ至SK,包括首末项)。产品的这些连续步骤整体称为Q区Z(Pi,SJ,SK),在Q区中执行这些步骤所允许的最大时间称为与Q区相关联的Q时间要求T(Pi,SJ,SK)。如果Pi的晶圆花费比Q时间T(Pi,SJ,SK)更长的时间来完成步骤SJ至SK,则该晶圆被认为是有缺陷的或不可靠的。不可靠的晶圆可能需要附加测试(或处理),以确定晶圆是否有缺陷。这样,违背Q时间要求T(Pi,SJ,SK)会由于有缺陷的晶圆而导致生产率降低,或者由于附加测试而导致生产时间增加。
在一些工厂中,可以将Q区定义为不包括第一步骤SJ或最后一步骤SK。根据这样的定义,Q区可以在第一步骤完成之后开始,直到Q区的最后一步骤开始为止。通常,可以通过加入第一步骤和最后一步骤的处理时间,将该定义转换为上面提供的定义。为了讨论的简化和方便,本公开中将Q区定义为包括第一步骤和最后一步骤。
两个Q区可能共享重叠的步骤。例如,前Q区的最后一步可以是后续Q区的第一步。在某些情况下,Q区可以是孤立的Q区,在前面或后面可能没有其他Q区。
Q区也可以重叠或嵌套。换句话说,在Q区Z1(Pi,SJ,SK)和Z2(Pi,SJ’,SK’),这些步骤可以形成以下关系J<J′<K<K′或J<J′<K′<K。例如,一种产品可以在第一个Q区中有步骤1至5,第二个Q区中有步骤3至8和第三个Q区中有步骤6至10。在另一个示例中,另一种产品可以在第一个Q区中具有步骤1到8,在第二个Q区中具有步骤4到6,并且在第三个Q区中具有步骤6到10。这三个Q区可以各自具有自己相应的但非矛盾的Q时间要求。
Q区的每个步骤可以由一台机器或一组机器来执行。另一方面,一台机器或一组机器可以执行与多个Q区关联的步骤。同一机器或同一组机器可以执行同一产品的两个不同的Q区。
由与Q区Z关联的机器正在处理的晶圆和正在等待由与Q区Z关联的机器处理的晶圆一起称为Q区Z的在制品(或WIP),可以表示为WIP(Z)。通常在WIP(Z)中排除在Q区Z第一步骤之前等待的晶圆。
在制造过程中,可以使用调度系统来控制WIP(Z)。常用的调度系统是看板系统。看板(kanban)可以是物理卡或电子数据存储器(E卡),其中包含记录与Q区(Z)关联的WIP(Z)的级别(称为WIP级别)的数据结构。看板系统可以以不同的分辨率级别维护WIP信息。例如,在一种实现中,可以为每个产品维护WIP信息。在另一种实现中,可以为一组产品或所有产品维护WIP。为了讨论的方便和简化,尽管就特定产品Pi讨论了WIP信息,但可以理解,Pi也可以代表一组产品或所有产品。当Pi代表一组产品时,每个产品的步骤都将映射到一组通用步骤,以便通过看板系统进行调度。
随着晶圆已经被处理并且从Q区(Z)离开,与Q-zone(Z)相关联的WIP级别可能会降低。当WIP级别降低到预定阈值(例如,10批或原WIP级别的20%)时,该事件可以触发工作流程,要求从Q区(Z)之前的步骤中供应晶圆。除了实时WIP级别外,看板系统还可以包括最大WIP值。该最大WIP值可以指示Q区(Z)可以容纳的最大晶圆数量。在本公开中,与Q区(Z)相关联的最大WIP值被称为看板容量值K(Z)。K(Z)可用于控制制造过程。在制造过程中,如果Q区Z(Pi,SJ,SK)的WIP(Z)≥K(Z),则不允许将产品Pi的晶圆供应到Q区Z(Pi,SJ,SK)并开始步骤SJ。已经供应到Q区Z(Pi,SJ,SK)的那些产品Pi的晶圆可以继续在Q区Z(Pi,SJ,SK)中处理。如果WIP(Z)<K(Z),则可以将Pi的晶圆供应到Q区Z(Pi,SJ,SK)并开始步骤SJ。
在一些实现中,对于任何Q区Z(Pi,SJ,SK),看板容量值K(Z)越高,WIP(Z)越高或等待处理的晶圆越多。在一种实现中,工厂的整体利用率由一段时间内工厂中所有机器的平均利用率定义,其中机器的利用率是该机器处理的晶圆的实际数量与以满负荷运行的该机器可以处理的晶圆数量的比率。当一个步骤中等待处理的晶圆数量不足时,该步骤的机器(或机器组)不能使足够的零件以其全部利用率进行处理。足够数量的等待晶圆不仅可以保证机器全时运行,而且还可以减少产品更换的频率,产品更换将导致额外的时间来调整机器。因此,较高的看板容量值K(Z)可导致较高的WIP(Z),这可以使得Q区(Z)的总体利用率更高。
然而,较高的看板K(Z)可能导致更多的晶圆等待被Q区(Z)中的机器处理,从而导致某些晶圆的等待时间较长。较长的等待时间可能导致晶圆停留在Q区(Z)的时间长于Q时间T(Pi,SJ,SK),这可能会造成更多的Q时间违背。相反,看板容量值K(Z)越低,WIP(Z)越低,或者通常来说,待处理晶圆的等待时间越短,因而更少的Q时间违背。但是,较低的看板容量值K(Z)可能会导致处理的Pi晶圆更少,这造成与Q区(Z)相关联的机器的总体利用率较低。
本公开的实现提供了一种技术解决方案,该技术解决方案使用处理设备(例如,硬件处理器)来计算用于Q区的看板容量值,该值允许最大化吞吐量并且同时最小化Q时间违背。
不同的Q区可能会共享某些机器的使用。例如,在Q区Z1(Pi,SJ,SK)和Z2(Pi’,SJ’,SK’)中,步骤SK和SK’可能使用同一组机器。结果,较高的看板容量值K(Z1)可能引起用于步骤SK的机器处的拥塞,这可能导致在Q区Z2中晶圆的等待时间更长。在设置看板容量值时,本公开的实现考虑了共享公用机器的所有Q区。
该处理设备可以执行分配程序,以从重叠的Q区和Q时间要求向每个步骤分配Q时间限额。该分配程序重复应用于每组重叠的Q区。对于产品P的每组重叠的Q区,分配程序可以包含线性规划(LP)求解器,以得到服从以下线性约束的最大可能值X:对于在该组重叠的Q区中具有Q时间Qi的每个Q区Zi(Pi,SJ,SK),线性约束是X(TJ+TJ+1+…+TK)≤Qi,其中TJ,…,TK分别是处理步骤SJ,…,SK的估计处理时间(不包括等待时间)。该处理设备可以以以下方式执行LP求解器以在步骤之间分配Q时间:1)需要更多时间来处理的步骤给予更多Q时间,2)需要较少时间来处理的步骤给予较少的Q时间,并且3)给Q区中的步骤分配的Q时间总和不会超过Q区的Q时间要求。在另一实现中,可以通过根据处理时间将Q时间按比例分配给每个步骤来执行Q时间的划分,而非使用LP。在另一实现中,Q时间的划分可以是单调的,但不一定是线性的。
图1示出了根据本公开的实现的半导体制造工厂100。工厂100可以包括制造执行系统(MES)102,其可以使用控制器104来控制多台机器106(例如,M1-M14)。MES 102可以包括将晶圆或晶圆批次分派给FAB中的机器的分派器系统或调度系统。MES 102可以包括计算机系统(如图4所示),该计算机系统包括处理设备(例如,中央处理单元(CPU))。MES 102还可包括用于存储与机器相关联的信息的存储设备112。
制造过程108可以包括一系列步骤(步骤1-10)110,其中某些步骤可以用于Q区(Z1-Z3)。机器106中的每一个可以参与执行制造过程108的Q区(例如,Z1-Z3)中多个步骤的其中之一。每个Q区可以要求来自一个或多个机器106的贡献。分配给一个步骤的机器的组合可以称为机器组。不同的机器组可以包括不同类型的机器,或在多个组之间共享相同的机器。如图1所示,Q区Z1、Z2和Z3可以与包括M2和M3的第一机器组相关联,其中该组可以将其能力的一部分贡献给Q区Z1,Z2和Z3中的每一个。在每个步骤中,都有相应数量(WIP#)的晶圆(或晶圆批次)等待处理。可以将在步骤中进行了处理的晶圆(或晶圆批次),作为WIP的一部分提供给随后的Q区。
制造过程108可以包括数百个Q区。每个Q区可以包括一个到数百个步骤(或子步骤)。每个Q区的WIP可以定义为Q区中所有步骤的WIP之和。一些Q区(例如,Z1和Z2)可以包括重叠步骤(例如,步骤4)。一些Q区(例如,Z3)可以与其他Q区隔离。
在一个实现中,MES 102的处理设备装置可以包括控制器104,以向机器106发出请求。该请求可以包括信息以控制将哪些机器及其相应能力分配给Q区,从而控制那个Q区的WIP。该请求还可包括信息以控制机器组需要处理哪些产品步骤或Q区,从而控制与机器组相关的步骤或Q区的WIP。例如,对机器组{M2,M3}的请求可以同时控制Q区Z1、Q区Z2和Q区Z3的WIP。在一种实现中,控制器104可以包括被编程为发出这些请求的逻辑电路。在另一个实现中,控制器104可以是在MES 102的处理设备上执行的软件应用。
如上所述,每个Q区Z可以与WIP级别值WIP(Z)和看板容量值K(Z)相关联,其中WIP级别可以指示Q区中的WIP的当前数量。可以基于提供给Q区的WIP数量以及已在Q区中处理并离开Q区的WIP数量来确定WIP级别。看板容量值可以指示Q区中的WIP的上限,并且可以确定Q区是否在最佳状态下运行,在该最佳状态下,机器106被充分利用而无需等待零件,同时Q区的Q时间违背被最小化。
在一个实现中,可以对处理设备进行编程以运行仿真应用程序以确定与不同的Q区相关联的最佳看板容量值。该仿真的实现结合稍后讨论的图3来描述。一旦该仿真通过仿真确定了这些最佳看板容量值,则处理设备可以将这些看板容量值作为K(Z)值114存储在存储设备112中。
在一个实现中,控制器104可以使用看板来控制提供给每个Q区的WIP。可以为每个Q区分配对应的看板。例如,如图1所示,可以为Q区Z1-Z3各自分配对应的看板1-3。每个看板可以包括存储看板容量值K(Z)和当前WIP级别(WIP(Z))的E卡。在操作中,控制器104可以将存储在存储器112中的K(Z)值114复制到与不同Q区相关联的看板。此外,控制器104可以监控WIP(Z)级别以确定何时将WIP提供给Q区。
图2描绘了根据本公开的实现的使用看板操作半导体制造工厂的方法200的流程图。方法200可以由处理设备执行,该处理设备可以包括硬件(例如,电路、专用逻辑)、计算机可读指令(例如,在通用计算机系统或专用机器上运行)或两者的组合。方法200及其各个单独的功能、例程、子例程或操作可以由执行该方法的计算机设备的一个或多个处理器来执行。在某些实现中,方法200可以由单个处理线程执行。备选地,方法200可以由两个或更多个处理线程执行,每个线程执行方法的一个或多个单独的功能、例程、子例程或操作。
为了简化说明,将本公开的方法描绘和描述为一系列动作。然而,根据本公开的动作可以以各种顺序和/或同时发生,并且具有本文未呈现和描述的其他动作。此外,可以不需要所有示出的动作来实现根据所公开的主题的方法。另外,本领域技术人员将理解和领会,可以经由状态图或事件将方法替代地表示为一系列相互关联的状态。另外,应当领会,在本说明书中公开的方法能够被存储在制品上,以便于将这样的方法传输和转移到计算设备。本文所使用的术语“制品”旨在涵盖可从任何计算机可读设备或存储介质访问的计算机程序。在一个实现中,方法200可以由执行如图1所示的控制器104的处理设备102执行。
参照图2,在202处,控制器104可以操作通过制造过程生产IC产品的半导体制造工厂(FAB)100。每个制造过程可以由数百个步骤和子步骤组成。这些步骤和子步骤可以被分组为Q区。每个Q区可以与Q时间约束相关联,并和由与该Q区相关联的机器通过该Q区的步骤处理的一定数量的WIP相关联。控制器104可以将看板分配给相应的Q区。看板可以是数据存储设备(例如,E卡)或物理卡,其存储包括WIP级别值WIP(Z)和看板容量值K(Z)的数据值,其中WIP(Z)可以指示Q区中WIP的数量,K(Z)可以指示Q区可以容纳的WIP的最大数量。
随着Q区中的机器完成WIP的处理并将其运送出Q区(Z),看板中代表Q区中WIP数量的WIP(Z)可能会减少。在204处,控制器104可以确定Q区的WIP(Z)可以达到预定阈值级别,该阈值级别可以指示WIP太低并且需要重新补充。在一个实现中,当WIP太低时,WIP(Z)<K(Z)是该阈值级别。
在206处,响应于确定由看板指示的WIP级别达到预定阈值,控制器104可触发工作流程以将WIP供应给Q区。该供应可以来自先前的步骤。供应到Q区的WIP数量受到限制,以使在供应后的Q区中的WIP总数不超过看板容量值K(Z)。这样,控制器104可以使用与这些Q区相关联的看板来控制不同Q区中WIP的供应。
可以通过计算机仿真来确定与Q区相关联的最佳看板容量值。图3描绘了根据本公开的实现的确定与Q区相关联的看板容量值的方法300的流程图。
在一个实现中,方法300可以由如图4所示的处理设备402执行。
参照图3,在302处,处理设备可以在不对Q区施加Q时间约束的情况下将对半导体制造工厂操作的仿真运行一段时间。该仿真可以包括通过不同步骤来处理晶圆(或晶圆批次)的机器(或机器组)的仿真。处理设备可以通过将所有Q区的Q时间临时设置为无穷大来移除Q时间要求。由于移除了Q时间要求,因此系统可以在不考虑Q时间要求的情况下产生工厂的理想性能。如果系统包括任何调度策略或晶圆启动计划以最大化吞吐量、最小化周期时间或任何其他目标,则处理设备可以使用该策略。如果仿真显示工厂中某些步骤处WIP有任何增加,则可以使用某些调度或减少晶圆启动来减少这些步骤中的过多的WIP。如果仿真显示工厂中某些步骤处WIP降低,则可以使用某些调度或增加晶圆启动来增加这些步骤的WIP。重复该过程直到工厂达到稳态,即WIP没有增加或减少。
在304处,系统可以使用从302获得的稳态仿真结果来计算关于每个Q区Zi的以下统计数据
Ni=每天在Q区Zi中完成的WIP(例如晶圆或晶圆批次)的平均数量(批次/天);和
Ti=在Q区Zi中完成一个WIP需要的平均时间(不包括等待时间)(天)。
然后,对于每个Q区Zi,处理设备可以将其初始看板容量Ki设置为在上限(右侧)和下限(左侧)之间,如:
(Ti)*(Ni)<=Ki<=(Q区Zi的Q时间要求)*(Ni)。
如果将Ki设置为下限以下,则吞吐量将低于理想值Ni。如果Ki设置为上限以上,则可能存在Q时间违背。处理设备可以基于这些准则进行某些调整。在一个实现中,代替使用Q区的Q时间要求,在Zi的所有步骤上,使用分配程序如上所述获得的每一步骤分配的Q时间之和。
在306处,处理设备可以再次运行仿真,其中恢复原始的Q时间要求,并使用在304处计算的初始看板容量Ki。该仿真可以生成第二仿真结果。
在308处,处理设备可以检查在306处生成的第二仿真结果,以确定性能指标(诸如Q时间违背的数量和已处理的晶圆的数量(也称为移动量))是否满足每个Q区的性能目标。如果不满足,则处理设备可以转到310以调整Q区看板容量值。如果在312处对所有Q区都满足违背-移动量指标,或者如果取得了良好的折衷,则将所有Q区的看板容量值K(Z)发送到半导体工厂以在对工厂的控制中使用。
在310处,处理设备可以进一步针对每个Q区调整看板容量值。在一个实现中,违背越多,处理设备可以将看板容量值调整得越低。另一方面,Q时间违背越少,可以将看板容量值调整得越高。通过共享机器关联的所有Q区可以一起调整。对于一组相关联的Q区,系统可以一起增加所有看板容量值,也可以一起减少所有看板容量值。在调整看板容量值之后,处理设备可以返回到306以重新运行仿真。
当调整看板容量时,处理设备可以以协调的方式增加或减少经过同一机器或机器组的所有Q区。由于经过相同机器或机器组的Q区竞争相同机器或机器组,因此更改某些Q区的看板容量可能会破坏Q区之间的平衡。在一个实现中,让Q区Z1,Z2,…,Zn全部经过相同机器或机器组。这些Q区可能来自不同的产品和/或相同的产品。假设将Q区的下限分别表示为L1,L2,…,Ln。然后,当调整看板容量时,仅将比例r增大或减小,而将看板容量值导出为K1=r*L1,K2=r*L2,...,Kn=r*Ln。在一个实现中,可以将Q区的上限U1,U2,…,Un用作参考,并且通过K1=r*U1,K2=r*U2,...,Kn=r*Un来从r导出看板容量值。在一个实现中,该调整是通过选择r进行的,以使得通过K′1=r*K1,K′2=r*K2,...,K′n=r*Kn,从r导出看板容量值,其中K1,K2,…,Kn可以为通过之前的步骤获得的看板容量值。在一个实现中,该调整是通过相关关系进行的,而不必通过线性关系进行。
可以根据需要多次计算或根据时间表(例如,以固定的时间间隔,如每天、每周或每月)计算所有Q区的看板容量值。通常,当制造厂状况发生变化(例如,在WIP更改、新产品启动或机器发生故障/维修)时,需要重新计算看板容量值。
本公开的实现提供了一种技术方案,该技术方案包括一种系统和方法,其在不同的步骤控制等待处理(WIP)的晶圆的最大数量,以实现半导体制造工厂的总体最佳利用率,并在同时满足Q时间要求。
所公开的方法使用硬件处理器(“控制器”)来对半导体工厂的操作进行仿真。仿真器报告每个Q区Q时间违背的次数和移动量的数量,以及其他统计信息。
本公开的实现可以包括作为MES(制造执行系统)的一部分的控制器,以在晶圆(或晶圆批次)移动通过制造工厂时控制不同位置的WIP。为此,控制器可以向机器发出指令来选择某些晶圆或晶圆批次进行处理,以满足看板容量值。
该仿真可以是离散事件驱动的计算机仿真,其中离散事件被输入计算机模型中以产生结果。在此应用中,事件可以是在特定时间交付给块的WIP,该模型可以包括应用于不同块的机器组(及其能力),该结果是在制造过程中分布在不同块的WIP。在一个实现中,可以基于操作者的经验首先得到事件。这些事件是不同块之间WIP分配移动。然后,执行计算机仿真以确定包括WIP分配移动的指令,这些指令可以确保不同Q区的WIP满足看板要求。该仿真可以调整模型(即,发布给不同机器的指令),以在制造过程中实现不同Q区的WIP与看板之间的最佳匹配。
图4描绘了根据本公开的一个或多个方面进行操作的计算机系统的框图。在各种说明性示例中,计算机系统400可以对应于MES内的计算设备。
在某些实现中,计算机系统400可以(例如,经由诸如局域网(LAN)、内联网、外联网或因特网之类的网络)连接到其他计算机系统。计算机系统400可以在客户端-服务器环境中以服务器或客户端计算机的能力来操作,或者在对等或分布式网络环境中作为对等计算机来操作。计算机系统400可以由个人计算机(PC),平板电脑,机顶盒(STB),个人数字助理(PDA),蜂窝电话,Web设备,服务器,网络路由器,交换机或网桥,或能够执行一组指定设备要采取的动作的指令(顺序指令或其他指令)的任一设备来提供。此外,术语“计算机”应包括单独或共同执行一组(或多组)指令以执行本文所述的任何一个或多个方法的计算机的任何集合。
在另一方面,计算机系统400可以包括处理设备402、易失性存储器404(例如,随机存取存储器(RAM))、非易失性存储器406(例如,只读存储器(ROM))或电可擦除可编程ROM(EEPROM)和数据存储设备416,它们可以通过总线408相互通信。
处理设备402可以由一个或多个诸如通用处理器(例如,复杂指令集计算(CISC)微处理器,精简指令集计算(RISC)微处理器,超长指令字(VLIW)微处理器,实现其他类型的指令集的微处理器或实现各种类型的指令集组合的微处理器)或专用处理器(例如,专用集成电路(ASIC),现场可编程门阵列(FPGA),数字信号处理器(DSP)或网络处理器)的处理器提供。
计算机系统400可以进一步包括网络接口设备422。计算机系统400还可包括视频显示单元410(例如,LCD),字母数字输入设备412(例如,键盘),光标控制设备414(例如,鼠标)和信号生成设备420。
数据存储设备416可以包括非暂时性计算机可读存储介质424,其上可以存储指令426,该指令426对本文描述的方法或功能中的任何一个或多个进行编码,包括如图3所述的仿真方法的指令。
在计算机系统400执行指令426的同时,指令426也可以全部或部分地驻留在易失性存储器404和/或处理设备402中,因此,易失性存储器404和处理设备402也可以构成机器可读存储介质。
尽管在示例性示例中将计算机可读存储介质424示为单个介质,但是术语“计算机可读存储介质”应包括存储一组或多组可执行指令的单个介质或多个介质(例如,集中式或分布式数据库和/或关联的缓存和服务器)。术语“计算机可读存储介质”还应包括能够存储或编码一组指令的任何有形介质,该组指令可以由计算机执行,从而使计算机执行本文所述的任何一个或多个方法。术语“计算机可读存储介质”应包括但不限于固态存储器,光学介质和磁性介质。
本文描述的方法,组件和特征可以由分立的硬件组件来实现,或者可以被集成在诸如ASIC、FPGA、DSP或类似设备的其他硬件组件的功能中。另外,方法,组件和特征可以由硬件设备内的固件模块或功能电路来实现。此外,方法,组件和特征可以以硬件设备和计算机程序组件的任何组合或以计算机程序来实现。
除非另有明确说明,否则诸如“接收”、“关联”、“确定”、“更新”等的术语是指由计算机系统执行或实现的行动和过程,该行动和过程将表示为计算机系统寄存器和存储器中的物理(电子)数量的数据进行操作并将其转换成类似的表示为计算机系统内存或寄存器或其他此类信息存储、传输或显示设备中的物理数量的其他数据。同样,本文所用的术语“第一”、“第二”、“第三”、“第四”等是用来区分不同元件的标记,并且可以不具有根据其数字名称的有序数含义。
本文描述的示例还涉及用于执行本文描述的方法的装置。该装置可以被特别构造用于执行本文描述的方法,或者它可以包括由存储在计算机系统中的计算机程序选择性地编程的通用计算机系统。这样的计算机程序可以被存储在计算机可读的有形存储介质中。
本文描述的方法和说明性示例与任何特定计算机或其他设备没有固有的关联。根据本文描述的教导,可以使用各种通用系统,或者可以证明构造更专用的装置来执行方法400和/或其各个功能、例程、子例程或操作中的每一个是方便的。在上面的描述中阐述了各种这些系统的结构示例。
上面的描述意图是说明性的,而不是限制性的。尽管已经参考特定的说明性示例和实现描述了本公开,但是应认识到,本公开不限于所描述的示例和实现。本公开的范围应参考所附权利要求书以及权利要求书所赋予的等同权利要求的全部范围来确定。
Claims (22)
1.一种方法,其包括:
由处理设备在不对Q区施加Q时间约束的情况下执行对半导体制造工厂的操作的第一仿真,其中,所述Q区包括在Q时间约束下处理多个在制品(WIP)的多个制造步骤;
根据来自第一仿真的结果确定与Q区相关联的看板容量值;
使用看板容量值在Q时间约束下执行对半导体制造工厂的操作的第二仿真;
确定第二工厂仿真的结果是否满足性能指标;以及
响应于确定第二仿真的结果满足所述性能指标,将所述看板容量值提供给制造执行系统以使用该看板容量值来操作所述半导体制造工厂。
2.根据权利要求1所述的方法,还包括:
响应于确定所述第二工厂仿真的结果不满足所述性能指标,调整看板容量值;
使用调整后的看板容量值在Q时间约束下执行对半导体制造工厂的操作的第三仿真;以及
确定第三仿真的结果是否满足性能指标。
3.根据权利要求2所述的方法,还包括:
响应于确定所述第三仿真的结果满足所述性能指标,将所述调整后的看板容量值提供给所述制造执行系统,以使用所述调整后的看板容量值来操作所述半导体制造工厂;以及
响应于确定第三仿真的结果不满足所述性能指标,进一步调整所述调整后的看板容量值。
4.根据权利要求1所述的方法,其中,所述半导体制造工厂的操作包括包含多个Q区的制造过程,其中,所述多个Q区中的每一个Q区包括使用多个机器处理多个WIP的多个制造步骤,并且其中每个Q区被分配相应的Q时间约束。
5.根据权利要求4所述的方法,其中所述多个Q区中的每一个Q区与对应的看板相关联,该看板包括指示该Q区中的WIP数量的WIP级别值以及指示在Q区中允许的WIP的最大数量的看板容量值。
6.根据权利要求1所述的方法,其中,基于来自所述第一仿真的结果来确定与所述Q区相关联的看板容量值包括:
计算来自所述第一仿真的结果的多个统计值;
以及
基于所述多个统计值确定看板容量值。
7.根据权利要求6所述的方法,其中,所述多个统计值包括在预定时间段内在所述Q区中完成的WIP的平均数量和在所述Q区中完成一个WIP需要的平均时间中的至少一个。
8.根据权利要求7所述的方法,其中基于来自所述第一仿真的结果来确定与所述Q区相关联的看板容量值包括在下限和上限之间选择一个值,其中所述下限是在预定时间段内在Q区中完成的WIP的平均数量和在Q区中完成一个WIP需要的平均时间的乘积,其中所述上限是预定时间段内在Q区中完成的WIP的平均数量和与Q区相关联的Q时间的乘积。
9.根据权利要求7所述的方法,其中,所述Q区还包括一个或多个嵌套的Q区,其中,基于来自所述第一仿真的结果来确定与所述Q区相关联的看板容量值包括:使用服从约束的线性规划求解器确定上限,该约束为一个或多个嵌套Q区中的所有步骤的所有估计时间之和的最大值不超过Q时间。
10.根据权利要求4所述的方法,其中,调整所述看板容量值包括以下之一:一起增加或减小与所述多个Q区的相关联的看板容量值。
11.根据权利要求4所述的方法,其中,调整所述看板容量值包括以下之一:增大或减小与一台机器相关的Q区的看板容量值,直到所述Q区中的WIP达到稳定状态。
12.根据权利要求11所述的方法,其中,调整所述看板容量值包括调整应用于与一台机器有关的Q区的所有看板容量值的比率。
13.根据权利要求1所述的方法,其中,所述性能指标包括Q时间违背数或在所述Q区中处理的WIP数的至少一个,其中,所述WIP包括至少一个晶圆或晶圆批次,并且其中针对一个产品或一组产品的其中之一保持WIP。
14.根据权利要求1所述的方法,进一步包括:
确定包含相同步骤的一组Q区;以及
同时调整这组Q区的看板容量值。
15.一种非暂时性机器可读存储介质,其存储指令,所述指令在被执行时使处理设备:
在不对Q区施加Q时间约束的情况下执行对半导体制造工厂的操作的第一仿真,其中,所述Q区包括在Q时间约束下处理多个在制品(WIP)的多个制造步骤;
根据来自第一仿真的结果确定与Q区相关联的看板容量值;
使用看板容量值在Q时间约束下执行对半导体制造工厂的操作的第二仿真;
确定第二工厂仿真的结果是否满足性能指标;以及
响应于确定第二仿真的结果满足所述性能指标,将所述看板容量值提供给制造执行系统以使用该看板容量值来操作所述半导体制造工厂。
16.如权利要求15所述的非暂时性机器可读存储介质,其中,所述处理设备还用于:
响应于确定所述第二工厂仿真的结果不满足所述性能指标,调整看板容量值;
使用调整后的看板容量值在Q时间约束下执行对半导体制造工厂的操作的第三仿真;以及
确定第三仿真的结果是否满足所述性能指标。
17.根据权利要求16所述的非暂时性机器可读存储介质,其中,所述处理设备还用于:
响应于确定所述第三仿真的结果满足所述性能指标,将所述调整后的看板容量值提供给所述制造执行系统,以使用所述调整后的看板容量值来操作所述半导体制造工厂;以及
响应于确定第三仿真的结果不满足所述性能指标,进一步调整所述调整后的看板容量值。
18.根据权利要求15所述的非暂时性机器可读存储介质,其中,所述半导体制造工厂的操作包括包含多个Q区的制造过程,其中,所述多个Q区中的每一个Q区包括使用多个机器处理多个WIP的多个制造步骤,并且其中每个Q区被分配相应的Q时间约束。
19.根据权利要求18所述的非暂时性机器可读存储介质,其中所述多个Q区中的每一个Q区与对应的看板相关联,该看板包括指示Q区中的WIP数量的WIP级别值以及指示在Q区中允许的WIP的最大数量的看板容量值。
20.根据权利要求15所述的非暂时性机器可读存储介质,其中,所述处理设备还用于:
计算来自所述第一仿真的结果的多个统计值;
以及
基于所述多个统计值确定看板容量值。
21.一种系统,包括:
存储器;以及
通信地耦合到所述存储器的处理设备,以:
由处理设备在不对Q区施加Q时间约束的情况下执行对半导体制造工厂的操作的第一仿真,其中,所述Q区包括在Q时间约束下处理多个在制品(WIP)的多个制造步骤;
根据来自第一仿真的结果确定与Q区相关联的看板容量值;
使用看板容量值在Q时间约束下执行对半导体制造工厂的操作的第二仿真;
确定第二工厂仿真的结果是否满足性能指标;以及
响应于确定第二仿真的结果满足性能指标,将所述看板容量值提供给制造执行系统以使用该看板容量值来操作所述半导体制造工厂。
22.根据权利要求21所述的系统,其中,所述处理设备还用于:
响应于确定所述第二工厂仿真的结果不满足所述性能指标,调整看板容量值;
使用调整后的看板容量值在Q时间约束下执行对半导体制造工厂的操作的第三仿真;以及
确定第三仿真的结果是否满足所述性能指标。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762590878P | 2017-11-27 | 2017-11-27 | |
US62/590878 | 2017-11-27 | ||
PCT/US2018/062423 WO2019104264A1 (en) | 2017-11-27 | 2018-11-26 | Control product flow of semiconductor manufacture process under time constraints |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111373434A true CN111373434A (zh) | 2020-07-03 |
Family
ID=66630768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880074816.5A Pending CN111373434A (zh) | 2017-11-27 | 2018-11-26 | 在时间约束下控制半导体制造过程的产品流 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11372396B2 (zh) |
CN (1) | CN111373434A (zh) |
WO (1) | WO2019104264A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2613804A (en) * | 2021-12-14 | 2023-06-21 | Flexciton Ltd | Optimisation-based method and system for multi-machine and single machine manufacturing |
GB2613805A (en) * | 2021-12-14 | 2023-06-21 | Flexciton Ltd | Toolset schedule generation method and system |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050055105A1 (en) * | 2003-09-09 | 2005-03-10 | Kan Wu | Control system and methods for managing a production process operating under time constraints |
US20050250226A1 (en) * | 2004-05-06 | 2005-11-10 | Huang Shu C | Method for generating work-in-process schedules |
US20060106477A1 (en) * | 2002-07-09 | 2006-05-18 | Kazuo Miyashita | Production plan creation system, method, and program |
US7369911B1 (en) * | 2007-01-10 | 2008-05-06 | International Business Machines Corporation | Methods, systems, and computer program products for managing movement of work-in-process materials in an automated manufacturing environment |
US20080195241A1 (en) * | 2007-02-13 | 2008-08-14 | Tech Semiconductor Singapore Pte Ltd | Method and system for wafer lot order |
US20090037012A1 (en) * | 2007-07-31 | 2009-02-05 | Joerg Weigang | Method and system for scheduling a stream of products in a manufacturing environment by using process-specific wip limits |
US20110172801A1 (en) * | 2010-01-11 | 2011-07-14 | International Business Machines Corporation | Method and system for determining manufacturing throughput target |
CN103439885A (zh) * | 2013-07-26 | 2013-12-11 | 同济大学 | 半导体生产线优化调度装置 |
US20160033961A1 (en) * | 2014-07-30 | 2016-02-04 | Kabushiki Kaisha Toshiba | Production Control Support Apparatus and Production Control Support Method |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3211689B2 (ja) * | 1996-11-29 | 2001-09-25 | 日本電気株式会社 | 生産制御装置 |
US7020594B1 (en) | 1997-10-01 | 2006-03-28 | Sony Corporation | Electronic Kanban worksheet for the design and implementation of virtual or electronic Kanban systems |
US7499766B2 (en) * | 2002-10-11 | 2009-03-03 | Invistics Corporation | Associated systems and methods for improving planning, scheduling, and supply chain management |
US6647307B1 (en) * | 2002-11-07 | 2003-11-11 | Taiwan Semiconductor Mfg. Co. Ltd. | Method for controlling queue time constraints in a fabrication facility |
US7257454B2 (en) * | 2003-11-21 | 2007-08-14 | Taiwan Semiconductor Manufacturing Company, Ltd. | Dynamically adjusting the distribution for dispatching lot between current and downstream tool by using expertise weighting mechanism |
DE102006004413A1 (de) * | 2006-01-31 | 2007-08-09 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zum Disponieren eines Produktstromes in einer Fertigungsumgebung durch Anwendung eines Simulationsprozesses |
EP2469366B1 (en) * | 2010-12-27 | 2013-08-14 | Siemens Aktiengesellschaft | Controlling JIT item production via kanban cards |
CN104979227B (zh) * | 2014-04-02 | 2018-03-30 | 中芯国际集成电路制造(上海)有限公司 | 半导体数据收集方法及系统 |
US10001773B2 (en) * | 2015-09-20 | 2018-06-19 | Macau University Of Science And Technology | Optimal one-wafer scheduling of single-arm multi-cluster tools with tree-like topology |
-
2018
- 2018-11-26 US US16/760,342 patent/US11372396B2/en active Active
- 2018-11-26 WO PCT/US2018/062423 patent/WO2019104264A1/en active Application Filing
- 2018-11-26 CN CN201880074816.5A patent/CN111373434A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060106477A1 (en) * | 2002-07-09 | 2006-05-18 | Kazuo Miyashita | Production plan creation system, method, and program |
US20050055105A1 (en) * | 2003-09-09 | 2005-03-10 | Kan Wu | Control system and methods for managing a production process operating under time constraints |
US20050250226A1 (en) * | 2004-05-06 | 2005-11-10 | Huang Shu C | Method for generating work-in-process schedules |
US7369911B1 (en) * | 2007-01-10 | 2008-05-06 | International Business Machines Corporation | Methods, systems, and computer program products for managing movement of work-in-process materials in an automated manufacturing environment |
US20080195241A1 (en) * | 2007-02-13 | 2008-08-14 | Tech Semiconductor Singapore Pte Ltd | Method and system for wafer lot order |
US20090037012A1 (en) * | 2007-07-31 | 2009-02-05 | Joerg Weigang | Method and system for scheduling a stream of products in a manufacturing environment by using process-specific wip limits |
US20110172801A1 (en) * | 2010-01-11 | 2011-07-14 | International Business Machines Corporation | Method and system for determining manufacturing throughput target |
CN103439885A (zh) * | 2013-07-26 | 2013-12-11 | 同济大学 | 半导体生产线优化调度装置 |
US20160033961A1 (en) * | 2014-07-30 | 2016-02-04 | Kabushiki Kaisha Toshiba | Production Control Support Apparatus and Production Control Support Method |
Non-Patent Citations (2)
Title |
---|
LI BO 等: ""WIP management and control based on just-in-time: model and information system development"", 《2007 IEEE INTERNATIONAL SYMPOSIUM ON INDUSTRIAL ELECTRONICS》, 5 November 2007 (2007-11-05), pages 1957 - 1961 * |
李衍飞: ""半导体晶圆厂时变多目标生产调度优化研究"", 《中国博士学位论文全文数据库-工程科技Ⅱ辑》, vol. 2013, no. 9, 15 September 2013 (2013-09-15), pages 029 - 4 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019104264A1 (en) | 2019-05-31 |
US20210181726A1 (en) | 2021-06-17 |
US11372396B2 (en) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112508309B (zh) | 智能排产方法、设备及计算机存储介质 | |
Johri | Practical issues in scheduling and dispatching in semiconductor wafer fabrication | |
CN111356988B (zh) | 用于调度半导体加工的方法和系统 | |
US20080195241A1 (en) | Method and system for wafer lot order | |
JP2000077289A (ja) | 製造予測管理システム | |
JPH05225205A (ja) | 順次確定生産計画システム | |
Chien et al. | A two-stage stochastic programming approach for new tape-out allocation decisions for demand fulfillment planning in semiconductor manufacturing | |
CN113592319A (zh) | 基于insga-ⅱ的复杂约束下的柔性作业车间调度方法及装置 | |
US11372396B2 (en) | Control product flow of semiconductor manufacture process under time constraints | |
Lee et al. | A method for wafer assignment in semiconductor wafer fabrication considering both quality and productivity perspectives | |
US11501989B2 (en) | Control product flow of semiconductor manufacture process | |
Kopp et al. | A hierarchical approach to qualification management in wafer fabs | |
CN116415780A (zh) | 一种智能排单的方法及系统 | |
US20220415681A1 (en) | Scheduling multiple production steps under q-time constraints in semiconductor manufacturing | |
US20070016318A1 (en) | Systems and methods for determining production availability | |
US11556119B2 (en) | System and method for improving simulation accuracy of manufacturing plants | |
CN114862045A (zh) | 排产优化方法、装置、电子设备及存储介质 | |
Kopp et al. | Hierarchical decision-making for qualification management in wafer fabs: a simulation study | |
US11615974B2 (en) | Fab management with dynamic sampling plans, optimized wafer measurement paths and optimized wafer transport, using quantum computing | |
Krause | AI-based discrete-event simulations for manufacturing schedule optimization | |
Lee et al. | Daily stepper scheduling rule in the semiconductor manufacturing for MTO products | |
US20220283573A1 (en) | Method for Allocating Resources to Machines of a Production Facility | |
EP3026612A1 (en) | System and methods for order promising using atp aggregation | |
Perlman et al. | Production planning and WIP assignment for wafer fabrication tools with availability constraints | |
Adan et al. | Autonomous Scheduling in Semiconductor Back-End Manufacturing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200703 |