KR100311051B1 - 설비효율 최적화방법 및 이를 위한 설비효율 분석장치 - Google Patents

설비효율 최적화방법 및 이를 위한 설비효율 분석장치 Download PDF

Info

Publication number
KR100311051B1
KR100311051B1 KR1019990058927A KR19990058927A KR100311051B1 KR 100311051 B1 KR100311051 B1 KR 100311051B1 KR 1019990058927 A KR1019990058927 A KR 1019990058927A KR 19990058927 A KR19990058927 A KR 19990058927A KR 100311051 B1 KR100311051 B1 KR 100311051B1
Authority
KR
South Korea
Prior art keywords
performance
facility
loss
plant
items
Prior art date
Application number
KR1019990058927A
Other languages
English (en)
Other versions
KR20010078512A (ko
Inventor
맹주석
현인호
김성태
Original Assignee
윤종용
삼성전자 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 윤종용, 삼성전자 주식회사 filed Critical 윤종용
Priority to KR1019990058927A priority Critical patent/KR100311051B1/ko
Priority to US09/734,857 priority patent/US6618642B2/en
Publication of KR20010078512A publication Critical patent/KR20010078512A/ko
Application granted granted Critical
Publication of KR100311051B1 publication Critical patent/KR100311051B1/ko

Links

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]
    • G05B19/41865—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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31411—Down time, loss time estimation, calculation
    • 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
    • G05B2219/32015—Optimize, process management, optimize production line
    • 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
    • G05B2219/32366—Line performance evaluation
    • 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
    • G05B2219/32385—What is simulated, manufacturing process and compare results with real process
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Manufacturing & Machinery (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 반도체 제조 설비의 가동상태를 모델링하여 설비의 성능에 대한 목표치를 구하고, 그 목표치와 실측정치의 차이를 분석하여 자원 투입의 우선순위를 결정하는 설비효율 최적화 방법 및 이를 위한 설비효율 분석장치에 관한 것이다.
본 발명에 의한 설비효율 최적화방법은 (a) 주어진 설비에 대한 설비 가동 시간을 가치 가동 항목과 다수의 성능 손실 항목들로 세분화하여 모델링하는 단계; (b) 모델링된 성능 손실 항목들 중 설비의 가동 환경에 따라 그 값이 변경되는 동적 변수들과는 독립된 항목들에 대응하는 성능 손실 시간을 기초 데이터로서 계산하는 단계; (c) 동적 변수들에 대응하는 값과 기초 데이터를 사용하여 설비의 가동을 시뮬레이션하고, 설비의 성능에 대한 목표치를 계산하는 단계; (d) 설비에 대한 실제 설비 가동 시간을 측정하여 설비의 성능에 대한 목표치에 대응하는 설비의 성능에 대한 실측정치를 계산하는 단계; 및 (e) 목표치와 실측정치의 갭을 비교하여 자원 투입의 우선순위를 정하는 단계를 포함한다.
본 발명에 의하면, 설비의 성능 손실 요인을 세부적으로 구분하고, 해당 요인별 목표치와 실적치를 비교분석하여 성능 손실 요인을 체계적으로 제거 또는 감소시킬 수 있으므로 성능 향상을 통한 생산성 향상을 이룰 수 있게 된다.

Description

설비효율 최적화방법 및 이를 위한 설비효율 분석장치{Method for optimizing and analyzing the efficiency of an equipment and apparatus for analyzing the efficiency of the equipment}
본 발명은 설비효율 최적화 방법에 관한 것으로서, 특히 반도체 제조 설비의 가동상태를 모델링하여 설비의 성능에 대한 목표치를 구하고, 그 목표치와 실측정치의 차이를 분석하여 자원 투입의 우선순위를 결정하는 설비효율 최적화 방법 및이를 위한 설비효율 분석장치에 관한 것이다.
일반적으로, 설비효율화라 함은 설비 가동 상태를 양적, 질적인 면으로 파악하여 부가가치를 생성하는 요소들을 증대하는 것으로서, 설비효율화의 정도는 설비 종합 효율로서 표현된다. 즉, 설비 종합 효율은 시간 가동율과 성능 가동율을 곱한 값으로서, 설비의 상태가 부가 가치를 발생시키는 시간에 얼마 만큼 공헌하고 있는지를 나타내는 척도가 된다.
여기서, 시간 가동율은 조업 시간에 대한 설비 가동 시간의 비율을 의미한다. 설비 가동 시간은 조업 시간에서 설비 정지 시간을 제외한 시간을 의미하고, 설비 정지 시간은 고장, 운행 중단(Run Down), 설비보전활동(Product Management : PM), 사용자 중단(Engineer Down), 계획 정지, 작업 준비 시간 등을 포함한다.
그리고, 성능 가동율은 설비가 본래 가지고 있는 성능을 제대로 발휘하고 있는지를 평가하는 것으로서, 설비 가동 시간에 대한 가치 가동 시간의 비율이다. 설비 가동 시간에서 가치 가동 시간을 제외한 성능 손실 시간은 순간 정지 시간, 속도 손실 시간 등을 포함한다.
현재 적용 중인 설비 효율 관리 방법은 시간 가동율 중심의 방법으로서, 이에 의한 손실 감소 활동은 그 한계에 도달하였다. 또한, 현재 UPEH(Unit Per Equipment Hour)에 의한 성능 가동율 산출방법은 동적으로 변화하는 제조 데이터(예를 들면, 로트 크기, 제조 기간, 설비 성능 등)를 반영하지 않고, 정적인 제조 데이터의 평균값에 의해 계산함으로써 성능 손실 항목의 종류 및 그 크기와 같은 세부 요인 분석이 이루어지지 않으므로 해당 손실을 제거하기 위한 개선활동(Corrective Action)으로 연결되지 못한다. 결국, 현재 제조 공정에 적용 중인 시간 가동율 중심의 손실 감소 활동에 의하면 설비 개조 및 개선으로 인한 성과 측정이 어려워 동적으로 변화하는 경영 환경 변화에 효과적으로 대응하기 어렵다.
본 발명은 상기의 문제점을 해결하기 위하여 창작된 것으로서, 제조 설비에 대한 설비 가동 시간을 가치 가동 시간과 비가치 가동 시간인 다수의 성능 손실 시간들로 세분화하여 모델링하고, 동적 변수가 반영된 이상적인 설비 기준 정보를 시뮬레이션하여 성능 가동 손실을 세부적으로 분석하여 자원 투입의 우선순위를 결정하는 설비효율 최적화 방법 및 이를 위한 설비효율 분석장치를 제공함을 그 목적으로 한다.
도 1은 설비에 대한 손실의 구조를 개념적으로 도시한 것이다.
도 2는 본 발명에 의한 설비효율 분석장치의 일실시예의 구성을 도시한 블록도이다.
도 3은 본 발명에 의한 설비효율 최적화 과정을 도시한 흐름도이다.
도 4a, 도 4b 및 도 4c는 반도체 제조 설비 동작의 모델링을 설명하기 위한 도면들이다.
도 5는 설비 시뮬레이터가 제공하는 시뮬레이션 화면을 예시한 것이다.
도 6은 평가 출력부가 제공하는 보고 화면을 예시한 것이다.
상기의 목적을 달성하기 위하여, 본 발명에 의한 설비효율 최적화방법은 (a) 주어진 설비에 대한 설비 가동 시간을 가치 가동 항목과 비가치 가동 시간인 다수의 성능 손실 항목들로 세분화하여 모델링하는 단계; (b) 모델링된 성능 손실 항목들 중 상기 설비의 가동 환경에 따라 그 값이 변경되는 동적 변수들과는 독립된 항목들에 대응하는 성능 손실 시간을 기초 데이터로서 계산하는 단계; (c) 상기 동적 변수들에 대응하는 값과 상기 기초 데이터를 사용하여 상기 설비의 가동을 시뮬레이션하고, 설비의 성능에 대한 목표치를 계산하는 단계; (d) 상기 설비에 대한 실제 설비 가동 시간을 측정하여 상기 설비의 성능에 대한 목표치에 대응하는 설비의 성능에 대한 실측정치를 계산하는 단계; 및 (e) 상기 목표치와 실측정치의 갭을 비교하여 자원 투입의 우선순위를 정하는 단계를 포함한다.
상기의 다른 목적을 달성하기 위하여, 본 발명에 의한 설비효율 분석장치는 주어진 설비에 대하여 모델링된 다수의 성능 손실 항목들 중 상기 설비의 가동 환경에 따라 변경되는 동적 변수들과는 독립된 항목들에 대응하는 성능 손실 시간이 기초 데이터로서 계산되어 저장된 기초데이터 데이터베이스; 상기 동적 변수들에 대응하는 값을 사용자로부터 입력받고, 상기 기초 데이터를 상기 기초데이터 데이터베이스로부터 입력받아, 상기 설비의 가동을 시뮬레이션하고, 상기 설비의 성능에 대한 목표치를 계산하는 설비 시뮬레이터; 상기 설비에 대해 측정된 실제 설비 가동 시간 데이터로부터 상기 설비의 성능에 대한 목표치에 대응하는 설비의 성능에 대한 실측정치를 계산하는 실측정치 계산부; 및 상기 설비 시뮬레이터로부터 입력된 목표치와 상기 실측정치 계산부로부터 입력된 실측정치의 갭을 계산하여 출력하는 평가 출력부를 포함한다.
이하에서, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.
도 1에 의하면, 주어진 설비에 대한 손실의 구조가 제시된다. 전체 조업 시간 중에 설비 정지 시간(정지 손실)을 제외한 시간을 설비 가동 시간이라 하며, 조업 시간 대비 설비 가동 시간의 비를 시간 가동율이라 한다. 그리고, 설비 가동 시간에서 성능 손실 시간을 제외한 시간을 가치 가동 시간이라 하며, 설비 가동 시간 대비 가치 가동 시간의 비를 성능 가동율이라 한다. 여기서, 설비의 상태가 부가 가치를 발생시키는 시간에 얼마 만큼 공헌하고 있는지를 나타내는 척도가 설비 종합 효율인데, 다음의 수학식 1과 같이 시간 가동율과 성능 가동율을 곱하여 산출된다.
종래의 기술에 의한 성능 가동율은 수학식 1에 의해 산출된다. 수학식 1에 의하면, 모든 동적 변수들에 그 변수가 지닐 수 있는 값들의 평균값을 대표치로서 설정하여 계산한 UPEH에 의해서 성능 가동율이 산출됨으로써, 동적으로 변화하는 제조 환경이 반영되지 않고, 성능 손실이 세부 항목으로 구분되지 않아 성능 손실이 세부 요인별로 분석되지 않는다. 결국, 종래의 기술에 의한 성능 가동율 산출방법에 의하면 성능 가동율 산출이 성능 손실을 줄이기 위한 개선활동으로 연결되지 못한다.
이에 비해 본 발명에서는 제조 설비에 대한 설비 가동 시간을 가치 가동 시간과 다수의 성능 손실 시간들로 세분화하여 모델링하고, 동적 변수가 반영된 이상적인 설비 기준 정보를 시뮬레이션하여 성능 가동 손실을 세부적으로 분석하여 자원 투입의 우선순위를 결정한다.
도 2에 의하면, 본 발명에 의한 설비효율 분석장치의 일실시예는 기초데이터 데이터베이스(12), 설비 시뮬레이터(14), 실측정치 계산부(20) 및 평가 출력부(24)를 포함한다.
기초데이터 데이터베이스(12)는 주어진 설비(10)에 대한 기초 데이터를 저장한다. 기초 데이터는 모델링된 다수의 성능 손실 항목들 중 동적 변수들에 독립된 항목들에 대하여 계산된 성능 손실 시간들이다. 동적 변수는 설비(10)의 가동 환경에 따라 변경될 수 있는 값들로서, 예를 들면 로트 크기(Lot Size), 소켓 오프(Socket_off), 테스트 시간(Test Time) 등이 있다.
설비 시뮬레이터(14)는 동적 변수들에 대응하는 값을 사용자로부터 입력받고, 기초 데이터를 기초데이터 데이터베이스(12)로부터 입력받는다. 설비 시뮬레이터(14)는 입력받은 동적 변수 값과 기초 데이터를 이용하여 설비(10)의 가동을 시뮬레이션하고, 설비(10)의 성능에 대한 목표치를 계산한다. 설비(10)의 성능에 대한 목표치로는 성능 가동율, UPEH 및 설비 가동 시간에 대한 모델링된 다수의 성능 손실 항목들에 대응하는 성능 손실 시간의 비율들이 포함될 수 있다. 본 발명에 의한 설비효율 분석장치의 일실시예는 설비 시뮬레이터(14)가 산출한 설비 성능에 대한 목표치를 저장하는 목표치 데이터베이스(16)를 구비함이 바람직하다.
실측정치 계산부(20)은 설비(10)에 대해 측정된 실제 설비 가동 시간 데이터로부터 설비(10)의 성능에 대한 실측정치를 타임 스탬프에 맞추어 실시간으로 계산한다. 즉, 실측정치 계산부(20)는 모델링된 다수의 성능 손실 항목들에 대응하는 실제 성능 손실 시간들을 계산하는 로직(Logic)을 갖추고 있으며, 성능에 대한 실측정치에는 실제 성능 손실 시간에 의해 설비(10)의 실제 성능 가동율과 실제 성능 손실 시간의 비율들이 포함될 수 있다. 본 발명에 의한 설비효율 분석장치의 일실시예는 설비(10)로부터 추출된 실제 설비 가동 시간 데이터가 저장된 가동시간 데이터베이스(18) 및 설비 성능에 대한 실측정치를 저장하는 실측정치 데이터베이스(22)를 구비함이 바람직하다. 이 경우, 실측정치 계산부(20)는 가동시간 데이터베이스(18)에서 실제 설비 가동시간 데이터를 입력받고, 실측정치 데이터베이스(22)에 계산된 실측정치를 출력한다.
평가 출력부(24)는 목표치 데이터베이스(16)로부터 입력된 목표치와 실측정치 데이터베이스(22)로부터 입력된 실측정치의 갭을 계산하여 출력한다.
이하에서 도 3을 참조하여 본 발명의 동작 내용을 상세히 설명한다.
먼저, 주어진 반도체 제조 설비에 대한 설비 가동 시간을 가치 가동 항목과 성능 손실 항목으로 구분하고, 성능 손실 항목은 다시 다수의 세부적인 성능 손실 항목들로 구분하여 수치화/정량화하기 위한 로직(Logic)을 산출하여 설비 가동 시간을 모델링한다(300 단계).
도 4a는 일반적인 반도체 제조 설비의 동작에 대한 모델링을 설명하기 위한 도면이다. 도 4a에서 설비의 동작 시간 중 그 설비의 본질적인 동작을 수행하는 핵심적인 시간인 TACT 시간을 가치 가동 시간으로 정하고, TACT 시간 외에 설비 그 자체의 세부 동작 시간을 Loss 시간 즉 성능 손실 시간으로 정한다. 세부적인 성능 손실 시간들 중 로딩 시간, 인덱스 시간 및 언로딩 시간 등은 설비별 기초 데이터로서 모델링되고, 순간 정지 시간, 짜투리 시간 및 소켓오프 시간 등은 동적 변동 데이터로서 모델링된다.
도 4b는 반도체 제조 설비들 중 오토 몰드(Auto Mold) 설비의 동작에 대한 모델링을 설명하기 위한 도면이다. 도 4b에 의하면, 가치 가동 시간은 샷(shot)별큐어 시간(Cure Time)을 모두 합한 것으로 결정하여 모델링한다. 여기서 큐어 시간은 몰딩 공정 중 프리시팅 시간(Pre-sitting Time), 트랜스퍼 시간(Transfer Time) 및 몰드 큐어 시간(Mold Cure Time)을 모두 합한 시간이다. 한편, 도 4b에 의하면, 성능 손실 항목은 인덱스 손실, 초기화 손실, 일소 손실 및 정지 손실시간으로 세분화되어 모델링된다.
도 4c는 반도체 제소 설비들 중 하나인 반도체 패키지 테스트 처리기(Package Test Handler) 동작의 모델링을 설명하기 위한 도면이다. 패키지 테스트 처리기의 설비 가동 시간을 세분화하면, 테스트 타임(Test Time), 초기화 손실(Initial Loss), 일소 손실(Clean-up Loss), 짜투리 손실, 소켓 오프 손실(Socket-off Loss), 인덱스 손실(Index Loss) 및 정지 손실(Jam Loss)로 나뉘어진다. 이하에서 패키지 데이트 처리기의 세분화된 설비 가동 시간을 보다 상세히 살펴본다.
테스트 타임(Test Time)은 패키지 테스트 처리기에 의한 실제 테스트가 수행되는 시간으로서 테스트 타임의 총합이 가치 가동 시간이 된다.
초기화 손실(Initial Loss)은 테스트를 수행하기 위한 새로운 로트(Lot)를 패키지 테스트 처리기에 로딩하는 시간(Loading Time)으로, 그 산출 로직(Logic)은 수학식 2와 같다.
수학식 2에서 First tray start time과 Lot start time은 실제 설비 가동 시간 데이터로부터 직접 얻을 수 있다.
일소 손실(Clean-up Loss)은 테스트가 완료된 로트(Lot)를 패키지 테스트 처리기에서 언로딩하는 시간(Unloading Time)으로, 그 산출 로직(Logic)은 수학식 3과 같다.
수학식 3에서 Lot end time 및 Last tray end time은 실제 설비 가동 시간 데이터로부터 직접 얻을 수 있다.
짜투리 손실은 모든 테스트 대상(Input)을 소정의 크기(예를 들면 64)의 트레이(Tray) 단위로 나누고 테스트 트레이 단위의 테스트 대상들을 병렬로 처리할 때 마지막 테스트 트레이에는 트레이 크기(즉, 64) 만큼의 테스트 대상이 포함되지 않는 경우에 발생하는 손실로서, 그 산출 로직은 수학식 4와 같다.
수학식 4에서 64는 테스트 처리기별로 최대 테스트 가능 개수를 예시한 것이고, S/O Count는 테스트 트레이 내의 테스트 불가능한 소켓의 수로서 동적 변수이고, TrayCount는 트레이의 수로서 동적 변수 Lot Size 값에 의해 결정된다.
소켓 오프 손실(Socket_off Loss)은 테스트 트레이에 테스트를 할 수 없는 소켓이 포함됨으로써 발생하는 손실로서, 그 산출 로직은 수학식 5와 같다.
수학식 5에서 64는 테스트 처리기별로 최대 테스트 가능 개수를 예시한 것이다.
인덱스 손실(Index Loss)은 트레이의 테스트 시간들 사이의 시간간격들 중 예를 들어 20초 이하인 시간들을 더한 값으로서, 그 산출 로직은 수학식 6과 같다.
정지 손실(Jam Loss)은 트레이의 테스트 시간들 사이의 시간간격들 중 예를 들어 20초를 초과한 시간들을 더한 값으로서, 그 산출 로직은 수학식 7과 같다.
수학식 6 및 수학식 7에서 Tray end time 및 Next tray start time은 실제 설비 가동 시간 데이터로부터 직접 얻을 수 있다.
또한, 목표치를 산출하기 위한 로직은 수학식 8과 같다.
이상의 패키지 테스트 처리기의 모델링 과정에서 테스트 타임(Test Time)은가치 가동 항목으로, 초기화 손실(Initial Loss), 일소 손실(Clean-up Loss), 짜투리 손실, 소켓 오프 손실(Socket-off Loss), 인덱스 손실(Index Loss) 및 정지 손실(Jam Loss)은 성능 손실 항목으로 분류된다.
한편, 설비의 가동 환경에 따라 그 값이 변화하는 Test Time, Lot Size, S/O Count 등은 동적 변수로서 정의된다(310 단계). 모델링된 성능 손실 항목들 중 동적 변수들에 독립된 항목들에 대응하는 성능 손실 시간들은 미리 그 값이 수치화되어, 기초 데이터로서 도 2의 기초데이터 데이터베이스(12)에 저장된다(320 단계). 기초 데이터로 미리 결정되는 성능 손실 항목에는 초기화 손실(Initial Loss)과 일소 손실(Clean-up Loss) 및 인덱스 손실(Index Loss)이 포함된다.
사용자로부터 입력된 동적 변수 값들과 기초데이터 데이터베이스(12)로부터 입력된 기초데이터를 이용하여 설비의 가동이 시뮬레이션되고(330 단계), 모델링 과정에서 결정된 로직에 의해 모든 성능 손실 시간들이 계산되고, 설비의 성능에 대한 이상적인 목표치가 계산된다(340 단계). 설비의 성능에 대한 목표치는 이상적인 성능가동율과 설비 가동 시간에 대한 모델링된 다수의 성능 손실 항목들에 대응하는 성능 손실 시간의 비율들을 포함한다.
도 5는 본 발명에 의한 설비효율 분석장치의 일실시예의 구성요소인 설비 시뮬레이터(14)가 제공하는 시뮬레이션 화면을 예시한 것이다. 도 5에 의하면, 우측 상단에 기초 데이터인 Loading, Unloading 및 Indexing 시간이 표시되어 있고, 좌측 상단의 설비 정보 중 Jam, Socket-Off와 변수(Variable) Test Time, Lot Size는 모두 동적 변수로서 그 값을 사용자로부터 입력받아 동작한다. 도 5에 도시된 출력(Output)의 가치가동율(%)은 본 발명에 의한 성능가동율(%)을 달리 표현한 것이고, 손실 코드(Loss Code)는 설비 가동 시간에 대한 모델링된 다수의 성능 손실 항목들에 대응하는 성능 손실 시간의 비율들을 표시한 것이다.
한편, 설비에 대한 실제 설비 가동 시간을 타임 스탬프에 맞추어 실시간으로 측정하고, 상기한 모델링 과정에서 결정된 로직을 적용하여 실제 가치 가동 시간 및 세부적인 성능 손실 시간을 계산하고, 설비의 성능에 대한 실측정치를 계산한다(350 단계). 설비 성능에 대한 실측정치에는 실제 성능 가동율 뿐만 아니라, 실제 설비 가동 시간에 대한 모델링된 다수의 성능 손실 항목들에 대응하는 실제 성능 손실 시간의 비율들이 포함된다.
이후, 340 단계에서 산출된 목표치와 350 단계에서 산출된 실측정치의 갭이 계산되어 출력된다(360 단계).
도 6은 본 발명에 의한 설비효율 분석장치의 일실시예의 구성요소인 평가 출력부(24)가 제공하는 보고 화면을 예시한 것이다. 도 6에 도시된 가치가동율(%)의 목표치와 실적치의 갭에 의해 설비의 전체적인 성능을 파악할 수 있고, 각 세부 성능 손실 항목들의 갭을 분석하여 성능 감소 요인에 대한 적절한 개선 방법으로서 작업방법 개선(경제적 로트 크기(Lot Size) 결정), 손실 가중치에 따른 인력 투입, 유지보수, 투자, 설비 성능 항목별 개선 등과 같은 자원 투입의 우선순위를 결정할 수 있다(370 단계).
이후, 동일한 동적 변수에 대하여 350 단계 내지 370 단계를 반복하여 현재 시점의 설비의 성능을 확인할 수 있으며, 330 단계에서 동적 변수를 설비의 가동환경에 맞추어 입력함으로써 설비의 성능에 대한 목표치를 적절히 수정할 수도 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
본 발명에 의하면, 설비별 성능 손실 항목들을 수치화 및 정량화시켜 모델링하고, 동적으로 변화하는 제조 데이터를 반영하여 시뮬레이션함으로써 산출된 이상적인 가동 목표와 실측정치의 비교에 의해 그 차이의 원인을 분석하여 가동 손실 요인별 개선을 가능하게 하고, 정합성있는 설비효율 정보를 제공할 수 있게 된다.
따라서, 이상의 방법을 통해 설비의 성능 효율 향상을 이루어 최종적으로 생산성 향상을 이룰 수 있게 된다.

Claims (6)

  1. (a) 주어진 설비에 대한 설비 가동 시간을 가치 가동 항목과 다수의 성능 손실 항목들로 세분화하여 모델링하는 단계;
    (b) 모델링된 성능 손실 항목들 중 상기 설비의 가동 환경에 따라 그 값이 변경되는 동적 변수들과는 독립된 항목들에 대응하는 성능 손실 시간을 기초 데이터로서 계산하는 단계;
    (c) 상기 동적 변수들에 대응하는 값과 상기 기초 데이터를 사용하여 상기 설비의 가동을 시뮬레이션하고, 설비의 성능에 대한 목표치를 계산하는 단계;
    (d) 상기 설비에 대한 실제 설비 가동 시간을 측정하여 상기 설비의 성능에 대한 목표치에 대응하는 설비의 성능에 대한 실측정치를 계산하는 단계; 및
    (e) 상기 목표치와 실측정치의 갭을 비교하여 자원 투입의 우선순위를 정하는 단계를 포함함을 특징으로 하는 설비효율 최적화방법.
  2. 제1항에 있어서, 상기 설비의 성능에 대한 목표치는
    성능가동율임을 특징으로 하는 설비효율 최적화방법.
  3. 제2항에 있어서, 상기 설비의 성능에 대한 목표치는
    설비 가동 시간에 대한 모델링된 다수의 성능 손실 항목들에 대응하는 성능 손실 시간의 비율들을 더 포함함을 특징으로 하는 설비효율 최적화방법.
  4. 주어진 설비에 대하여 모델링된 다수의 성능 손실 항목들 중 상기 설비의 가동 환경에 따라 변경되는 동적 변수들과는 독립된 항목들에 대응하는 성능 손실 시간이 기초 데이터로서 계산되어 저장된 기초데이터 데이터베이스;
    상기 동적 변수들에 대응하는 값을 사용자로부터 입력받고, 상기 기초 데이터를 상기 기초데이터 데이터베이스로부터 입력받아, 상기 설비의 가동을 시뮬레이션하고, 상기 설비의 성능에 대한 목표치를 계산하는 설비 시뮬레이터;
    상기 설비에 대해 측정된 실제 설비 가동 시간 데이터로부터 상기 설비의 성능에 대한 목표치에 대응하는 설비의 성능에 대한 실측정치를 계산하는 실측정치 계산부; 및
    상기 설비 시뮬레이터로부터 입력된 목표치와 상기 실측정치 계산부로부터 입력된 실측정치의 갭을 계산하여 출력하는 평가 출력부를 포함함을 특징으로 하는 설비효율 분석장치.
  5. 제4항에 있어서, 상기 설비 시뮬레이터가 계산하는 목표치는
    성능가동율임을 특징으로 하는 설비효율 분석장치.
  6. 제5항에 있어서, 상기 설비 시뮬레이터가 계산하는 목표치는
    설비 가동 시간에 대한 모델링된 다수의 성능 손실 항목들에 대응하는 성능 손실 시간의 비율들을 더 포함함을 특징으로 하는 설비효율 분석장치.
KR1019990058927A 1999-12-18 1999-12-18 설비효율 최적화방법 및 이를 위한 설비효율 분석장치 KR100311051B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1019990058927A KR100311051B1 (ko) 1999-12-18 1999-12-18 설비효율 최적화방법 및 이를 위한 설비효율 분석장치
US09/734,857 US6618642B2 (en) 1999-12-18 2000-12-13 Method, program storage device, and apparatus for optimizing and analyzing efficiency of equipment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019990058927A KR100311051B1 (ko) 1999-12-18 1999-12-18 설비효율 최적화방법 및 이를 위한 설비효율 분석장치

Publications (2)

Publication Number Publication Date
KR20010078512A KR20010078512A (ko) 2001-08-21
KR100311051B1 true KR100311051B1 (ko) 2001-11-03

Family

ID=19626893

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019990058927A KR100311051B1 (ko) 1999-12-18 1999-12-18 설비효율 최적화방법 및 이를 위한 설비효율 분석장치

Country Status (2)

Country Link
US (1) US6618642B2 (ko)
KR (1) KR100311051B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170020089A (ko) * 2015-08-13 2017-02-22 세메스 주식회사 기판 처리 설비의 가동률 산정 장치 및 방법

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002056662A1 (fr) * 2001-01-10 2002-07-18 Matsushita Electric Industrial Co., Ltd. Dispositif de montage de composants, fournisseur de services et procede de prestation de services
RU2334265C2 (ru) * 2003-11-21 2008-09-20 Сименс Акциенгезелльшафт Способ управления промышленными установками
US7842214B2 (en) 2007-03-28 2010-11-30 3M Innovative Properties Company Process for forming microporous membranes
DE102010052658A1 (de) * 2010-11-26 2012-05-31 Friedrich-Alexander-Universität Erlangen-Nürnberg Verfahren zur Bewertung eines Montageplatzes, System zur Durchführung sowie Montageplatz
CN102968111B (zh) * 2012-12-14 2015-09-02 廊坊新奥节能服务有限公司 控制分布式能源系统的方法和系统
CN104252572A (zh) * 2013-06-28 2014-12-31 国际商业机器公司 评估对象性能的方法和设备
KR102457255B1 (ko) * 2020-09-15 2022-10-20 현대오토에버 주식회사 인간행동분석 기반 스마트오피스 업무생산성 평가시스템
CN113705884B (zh) * 2021-08-25 2022-07-15 成都飞机工业（集团）有限责任公司 一种装配生产线产能预测方法、装置、设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4796194A (en) * 1986-08-20 1989-01-03 Atherton Robert W Real world modeling and control process
JPS6476360A (en) * 1987-09-18 1989-03-22 Hitachi Ltd Work scheduling system
US5128860A (en) * 1989-04-25 1992-07-07 Motorola, Inc. Manufacturing or service system allocating resources to associated demands by comparing time ordered arrays of data
US5093794A (en) * 1989-08-22 1992-03-03 United Technologies Corporation Job scheduling system
US5768119A (en) * 1996-04-12 1998-06-16 Fisher-Rosemount Systems, Inc. Process control system including alarm priority adjustment

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170020089A (ko) * 2015-08-13 2017-02-22 세메스 주식회사 기판 처리 설비의 가동률 산정 장치 및 방법
KR102444877B1 (ko) 2015-08-13 2022-09-19 세메스 주식회사 기판 처리 설비의 가동률 산정 장치 및 방법

Also Published As

Publication number Publication date
KR20010078512A (ko) 2001-08-21
US6618642B2 (en) 2003-09-09
US20010005799A1 (en) 2001-06-28

Similar Documents

Publication Publication Date Title
US7107187B1 (en) Method for modeling system performance
US5617321A (en) Methods and apparatus for the testing, monitoring and improvement of manufacturing process effectiveness
US6226597B1 (en) Method of maintaining components subject to fatigue failure
Longo et al. An application of modeling and simulation to support industrial plants design
CN107545110B (zh) 一种动态应力加速寿命试验剖面编制方法
KR100311051B1 (ko) 설비효율 최적화방법 및 이를 위한 설비효율 분석장치
Wu et al. Design of the sum-of-conforming-run-length control charts
Altuger et al. Multi criteria preventive maintenance scheduling through arena based simulation modeling
Shiau Inspection resource assignment in a multistage manufacturing system with an inspection error model
Zighed et al. Comparative analysis of object-oriented software maintainability prediction models
Mason et al. Improving the design process for factories: Modeling human performance variation
Stutzke et al. A stochastic model of fault introduction and removal during software development
CN106649060A (zh) 设备性能测试方法及装置
CN105488579A (zh) 一种基于生产线平衡的产能规划与优化的系统及方法
White A control model of the software requirements process
Roy et al. Productivity Improvement of a fan manufacturing company by using DMAIC approach: A Six-Sigma practice
Chatterjee et al. Transfer function modelling in software reliability
Fong et al. Design of an Intelligent PYTHON Code for validating crack growth exponent by monitoring a crack of zig-zag shape in a cracked pipe
Kim et al. An indirect estimation of machine parameters for serial production lines with Bernoulli reliability model
Hurrion A sequential method for the development of visual interactive meta-simulation models using neural networks
Agarwal Markovian software reliability model for two types of failures with imperfect debugging rate and generation of errors
CN104657614A (zh) 一种产品现场失效率的计算方法
Haque et al. An NHPP-Based SRGM with Time Dependent Growth Process
Sousa et al. Quality control strategy based on quality cost models with uncertain parameters
Philip et al. A multiphase software reliability model: From testing to operational phase

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120831

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20130902

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20140901

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20150831

Year of fee payment: 15

FPAY Annual fee payment

Payment date: 20180831

Year of fee payment: 18