KR20130141743A - 반도체 공정을 위한 생산 시뮬레이트 장치 - Google Patents
반도체 공정을 위한 생산 시뮬레이트 장치 Download PDFInfo
- Publication number
- KR20130141743A KR20130141743A KR1020120064669A KR20120064669A KR20130141743A KR 20130141743 A KR20130141743 A KR 20130141743A KR 1020120064669 A KR1020120064669 A KR 1020120064669A KR 20120064669 A KR20120064669 A KR 20120064669A KR 20130141743 A KR20130141743 A KR 20130141743A
- Authority
- KR
- South Korea
- Prior art keywords
- equipment
- module
- time
- production
- simulator
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 187
- 239000004065 semiconductor Substances 0.000 claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 27
- 239000000463 material Substances 0.000 description 24
- 238000005229 chemical vapour deposition Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000010330 laser marking Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 235000012431 wafers Nutrition 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 각 단위 장비를 모델링하고, 모델링된 장비에 공정 적용을 위한 정책을 반영하여 반도체 제품 생산에 소요되는 납기를 신속히 예측함은 물론, 공정에 이용되는 각 장비의 가동율, 생산성 및 시간을 판단할 수 있도록 하는 반도체 공정을 위한 생산 시뮬레이터를 제안한다. 이를 위해 본 발명은 반도체 제품 생산에 소요되는 공정 및 공정에 적용되는 각 장비에 대해 상기 장비에서 공정 처리에 소요되는 시간을 토대로 각 공정과 장비 각각에 대한 이벤트별 이산(discrete) 모델링을 수행하는 이산사건 모델링 모듈 및 각 공정에 대한 장비의 가용 관계를 정의하는 어레인지 테이블을 참조하여 도체 제품 생산에 소요되는 시간을 최소화하는 최적 배열을 판단하고, 최적 배열을 따라 각 장비를 어레인지 하며, 어레인지 된 장비들을 통해 생산 가능한 수량과 시간을 판단하는 시뮬레이터를 포함하여 구성될 수 있다.
Description
본 발명은 시뮬레이터에 관한 것으로, 더욱 상세하게는 반도체 제품 생산을 위한 공정의 최적화 및 생산 운영상의 의사결정을 지원하는 반도체 공정을 위한 생산 시뮬레이터에 관한 것이다.
메모리, LED, LCD와 같이 대규모 장비가 라인을 따라 배열되는 반도체 팹(fab : fabrication facility)에서 대량 생산되는 반도체 부품들은 제품 생산 시, 고객이 요구하는 납기, 품질 및 가격에 대해 다양한 요구를 받는다. 고객이 요구하는 제품에 따라서는 기존에 가설된 장비들을 재 배열하거나, 추가적인 공정, 또는 공정의 변경이 발생할 수 있으며, 이러한 공정의 추가나 변경은 단위 제품이 생산되는 시간의 변경을 유발하고, 단위 제품당 생산되는 시간의 변경은 통상 제품 납기일에 큰 영향을 미칠 수 있다. 더구나, 반도체 제품을 생산하는 장비들은 대단위로 배열되고, 사용이 불가하거나, 유지보수가 요구되는 장비들이 존재할 때, 반도체 제품 생산에 병목 현상이 발생하는 것은 물론, 고객이 요구하는 반도체 제품의 납품을 위해 소요되는 시간을 예측하기 어려운 측면이 있다. 현재, 반도체 장비의 배치를 위한 시뮬레이터는 반도체 공장을 설립할 때 공장의 레이아웃, 장비의 레이아웃을 잡는 것이 주로 이용되고 있다. 일본 특개평 2002-373018호는 신규 제품 생산라인을 변경하거나 공정 변화를 할 때, 그 결과를 예측하기 위해 교체 가능하도록 모듈화된 유닛에 의한 생산 설비의 생산성을 검증하는 가상공장 시스템을 개시한 바 있다. 특개평 2002-373018은 공장을 데이터 모델화하는 가상공장 작성 수단, 가상 공장에서 물류 상황을 검증하고, 물류상황에 맞추어 생산을 시뮬레이션하는 시뮬레이션 수단을 구비하며, 가설하고자 하는 공장에서 어느 정도의 생산성을 갖는지를 파악하고 있다. 그러나, 특개평 2002-373018은 시뮬레이션되는 가상공장의 대략적인 장비 레이아웃을 기준으로 개략적인 생산량을 추산하고 있을 뿐, 각 장비의 상태나 공정 순서에 따른 생산량을 예측하거나 병목구간을 정확히 판단할 수 없다. 즉, 과거 기술들은 공장 설립에 필요한 개략적인 생산능력(Capacity)을 예측하거나 물류장비들 간의 정합성을 체크하는 수준의 개괄적 시뮬레이션만이 가능하다고 볼 수 있다.
한국공개특허 10-2006-0105026은 물류 지시가 요구되는 이벤트가 발생할 때마다 시뮬레이터가 물류의 상태 및 물류 제공에 대한 제약사항을 참조하여 생산량을 판단하는 방법을 제안한 바 있다. 한국 공개특허 10-2006-0105026은 각 장비에 제공되는 물류의 시점과 물류가 반출되는 시점을 고려하여 원하는 최적 시간을 만족할 때까지 반복하는 시뮬레이션 방법을 제안하고 있다. 그러나, 공정 순서나 공정에 투여되는 장비에 따라 생산성이 변경되는 반도체 장비에는 적용하기 어려운 측면이 있다. 이에 따라, 반도체 생산을 위한 공장 및 장비의 레이아웃 위주로 진행되던 기존의 시뮬레이터를 대신하여 각 장비의 연동관계 및 제품 단위의 작업 스케줄을 고려한 생산운영상의 정보를 제공해 주는 신속하고 정확한 시뮬레이션 기술이 요구되고 있다.
본 발명의 목적은 반도체 제품 생산을 위한 각 장비의 연결 관계를 고려하여 최단 시간 내에 반도체 제품의 생산 과정을 시뮬레이션하고 그 결과를 이용하여 운영상에 필요한 공정별 작업 스케줄링 및 납기 예측이 가능한 반도체 공정을 위한 생산 시뮬레이터를 제공함에 있다.
상기한 목적은 본 발명에 따라, 반도체 제품 생산에 소요되는 공정 및 상기 공정에 적용되는 각 장비에 대해 상기 장비에서 상기 공정 처리에 소요되는 시간을 토대로 상기 각 공정과 장비 각각에 대한 이벤트별 이산(discrete) 모델링을 수행하는 이산사건 모델링 모듈, 상기 각 공정에 대한 상기 장비의 가용 관계를 정의하는 어레인지 테이블을 참조하여 상기 반도체 제품 생산에 소요되는 시간을 최소화하는 최적 배열을 판단하고, 상기 최적 배열을 따라 상기 각 장비를 어레인지 하며, 어레인지 된 장비들을 통해 생산 가능한 수량과 시간을 판단하는 시뮬레이터 및 상기 시뮬레이터의 판단 결과를 토대로 상기 반도체 제품의 생산성, 상기 장비의 가동율, 상기 공정의 순서 및 WIP(Work In Process) 중 하나를 분석하고 표현하는 분석모듈에 의해 달성된다.
상기한 바에 따라, 본 발명은 각 단위 장비를 모델링하고, 모델링된 장비에 공정 적용을 위한 정책을 반영하여 반도체 제품 생산에 소요되는 납기를 신속히 예측함은 물론, 공정에 이용되는 각 장비의 가동율, 생산성 및 시간을 판단할 수 있도록 한다. 또한 장비별로 제품을 공정 처리한 이력을 활용하여 효율적인 작업 스케줄을 제시 할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 반도체 공정을 위한 생산 시뮬레이터의 모듈 구성을 설명하기 위한 블록개념도를 도시한다.
도 2는 탬플릿 모듈에서 정의되는 모델의 일 예에 대한 참조도면을 도시한다.
도 3은 최적공정 산출모듈에서 장비를 변경하는 일 예에 대한 참조도면을 도시한다.
도 4는 어레인지 테이블을 참조하여 디스패칭을 수행하는 일 예에 대한 참조도면을 도시한다.
도 5는 시뮬레이터를 이용하여 작업 스케줄을 생성하는 과정에 대한 참조도면을 도시한다.
도 2는 탬플릿 모듈에서 정의되는 모델의 일 예에 대한 참조도면을 도시한다.
도 3은 최적공정 산출모듈에서 장비를 변경하는 일 예에 대한 참조도면을 도시한다.
도 4는 어레인지 테이블을 참조하여 디스패칭을 수행하는 일 예에 대한 참조도면을 도시한다.
도 5는 시뮬레이터를 이용하여 작업 스케줄을 생성하는 과정에 대한 참조도면을 도시한다.
본 발명에서 언급되는 장비는 반도체 장비를 의미하며, CVD(Chemical Vapor Deposition]) 장비, Asher, 식각장비, Track 장비, 세정장비, 칠러, Scrubber 클린룸설비, 칩 마운터, 번인 테스트 장비, 패키징 장비, 와이어 본더(wire bonder), 커터, 레이저 마킹 장비 등이 포함될 수 있으며 언급된 것 이외에도 반도체 제품 생산을 위해 요구되는 다양한 장비일 수 있다.
본 발명에서 언급되는 공정은 반도체 제품 생산을 위한 공정을 의미하며, 웨이퍼에 대한 산화공정, 확산공정, 이온주입공정, 화학기상 증착 공정, 식각 공정, 배선 공정 및 전극 공정이 포함될 수 있으며, 이 외에도 메모리, LCD, OLED(Organic Light Emitting Diodes) 및 LED와 같은 반도체 제품 생산을 위해 요구되는 다양한 공정일 수 있다. 다만 한정하지는 않는다.
이하, 도면을 참조하여 상세히 설명하도록 한다.
도 1은 본 발명의 일 실시 예에 따른 반도체 공정을 위한 생산 시뮬레이터의 블록개념도를 도시한다.
도 1을 참조하면, 반도체 공정을 위한 생산 시뮬레이터는 이산자원 모델링 모듈(110), 시뮬레이터(120) 및 분석모듈(130)을 포함하여 구성될 수 있으며, 이산자원 모델링 모듈(110)은 라우팅 모듈(111), 탬플릿 모듈(112) 및 디스패칭 설정모듈(113)을 포함하고, 시뮬레이터(120)는 시뮬레이트 모듈(121), 생산 스케줄 산출모듈(122), 디스패칭 모듈(123), 최적공정 산출모듈(124) 및 모니터링 모듈(125)을 포함하여 구성될 수 있으며, 분석모듈(130)은 생산성 예측모듈(131), 가동율 예측모듈(132), WIP(Work In Process) 예측모듈(133) 및 작업순서 예측모듈(134)을 포함하여 구성될 수 있다.
이산자원 모델링 모듈(110)은 반도체 제품 생산에 소요되는 공정 및 공정에 적용될 장비에 대해 장비에서 공정 처리에 소요되는 시간을 기준으로 각 공정 및 각 장비에 대한 이벤트별 이산 모델링을 수행한다.
이산 모델링은 각각의 개별 장비와 공정별로 모델링되는 것을 나타내며, 각 장비는 작업 처리 시간을 기준으로 모델링되고, 공정은 공정 타입별로 모델링될 수 있다. 예컨대, 공정 타입은 단순히 하나의 장비가 공정을 처리 후, 다음 단으로 반도체 제품을 이송하는 테이블 타입, 배치(batch) 배열되는 장비의 수에 따라 처리 시간이 결정되는 배치 작업 타입, 챔버(chamber)의 수에 따라 처리 시간이 결정되는 챔버 타입, 컨베이어 벨트(conveyor belt)에서 처리시간이 결정되는 컨베이어 타입 및 하나의 작업 대상 반도체 제품을 복수로 구획하여 처리함으로써 각 장비에서의 소요 시간에 대한 합을 처리 시간으로 결정하는 스크라이브(scribe) 타입으로 나뉠 수 있다. 각 공정에 대한 타입은 공정당 소요되는 시간을 판단하는데 이용될 수 있다. 예컨대, 컨베이어 벨트를 이용하는 컨베이어 타입으로 공정이 모델링되는 경우, 단위 시간(예컨대 1초)당 처리되는 반도체 제품의 수가 결정될 수 있고, 배치 작업 타입의 경우, 배치 작업에 적용되는 가용 장비의 수에 따라 반도체 제품의 생산량과 단위 시간(예컨대 1초)당 처리되는 공정 시간이 정의될 수 있다. 또한, 챔버 타입인 경우 단위 챔버가 수용하는 반도체 제품의 수와 단위 챔버가 공정에 소요하는 시간을 참조하면 단위 시간당 공정 처리되는 반도체 제품의 생산량과 생산성이 산출될 수 있다. 또한, 스크라이브 타입의 경우, 반도체 제품 공정에 투입되는 각 장비의 수와 각 장비에서 공정에 소요하는 시간의 합을 통해 반도체 제품이 공정 처리되는 개수와 공정 생산성을 산출할 수 있다. 즉, 이산자원 모델링은 각 공정별 특성을 감안하여 공정 타입을 설정하고, 공정에 투입 가능한 장비의 타입별 공정 처리 능력과 속도를 기술하는 것이다.
이때, 이산자원 모델링 모듈(110)은 각 공정과 각 장비를 독립적으로 모델링할 수 있다. 이는 추후 시뮬레이터(120)에서 각 공정과 장비를 모듈화하여 최적 배치를 할 수 있도록 하기 위한 것으로, 장비에 대한 모델링은 공정에 예속되지 않을 수 있다.
한편, 각 장비와 공정은 이벤트에 따라 모델링 될 수 있다.
각 장비는 반도체 제품의 재료(이하, 재료라 한다)가 장착되는 이벤트, 탈착되는 이벤트 및 후단으로 이송되는 이벤트 중 하나를 포함하여 모델링될 수 있다. 예컨대, A 장비에서 B 장비로 재료가 이송되는 이벤트가 발생 시, B 장비는 이송된 재료를 획득한 이후 재료에 대한 처리를 진행할 수 있다. 따라서, 각 장비는 이벤트를 중심으로 기술되어 모델링될 수 있으며, 장비는 물론 공정에 대해서도 동일하게 적용될 수 있는 것이다. 공정에서는 하나의 공정이 종료된 후, 후단 공정으로 재료가 넘어갈 때, 공정의 시작, 처리 및 종료로 이루어지는 이벤트를 포함하여 모델링될 수 있다.
바람직하게는, 이산자원 모델링 모듈(110)은 라우팅 모듈(111), 탬플릿 모듈(112) 및 디스패칭 설정모듈(113)을 구비할 수 있다.
라우팅 모듈(111)은 생산대상 반도체 제품에 요구되는 공정 순서를 정의하고, 탬플릿 모듈(112)은 공정의 타입 및 장비에 대한 처리 능력과 속도를 기술할 수 있으며, 디스패칭 설정모듈(113)은 각 장비에 대한 부하, 또는 불량률을 참조하여 장비 배치에 우선순위를 설정할 수 있다. 예컨대, 디스패칭 설정모듈(113)은 시뮬레이터(120)가 생산대상 반도체 제품을 위한 공정 중 가장 많은 유휴시간을 갖는 장비를 위주로 공정 순서를 배치하거나, 또는 불량률이 가장 낮은 순으로 공정 순서에 배치되는 장비를 선택하여 시뮬레이션을 수행하도록 할 수 있다. 이러한 배치 정책은 안정된 반도체 제품 생산, 또는 최대의 생산성을 위해 선택될 수 있다.
시뮬레이터(120)는 반도체 제품 생산을 위한 각 공정 및 각 공정에서 가용한 장비에 대한 목록인 어레인지 테이블을 구비한다.
시뮬레이터(120)는 어레인지 테이블을 참조하여 각 공정에 투입할 장비를 선택할 수 있으며, 투입된 장비를 이용하여 모의 생산 후, 그 결과 값을 토대로 반도체 제품 생산에 소요되는 시간이 최소인 장비의 배열 위치를 탐색할 수 있다.
시뮬레이터(120)는 공정에 소요되는 각 장비의 처리능력을 참조하여 공정에서 소요되는 처리능력과 장비의 처리능력이 유사한 것을 선택하거나, 또는 반도체 제품의 안정성을 위해 불량률이 최저이거나, 또는 유휴도가 가장 큰 장비를 해당 공정에 대응시킬 수 있다. 시뮬레이터(120)는 어레인지 테이블을 참조하여 배열된 장비를 이용하여 반도체 제품을 모의 생산하고, 생산된 량이 고객의 목표 물량을 만족하는지, 또는 고객이 원하는 시간을 충족하는지를 판단하며, 판단결과 목표 물량이나 목표 시간을 만족하지 못하는 경우, 공정 순서, 또는 공정에 투입되는 장비를 타 장비나 공정으로 대체하여 만족하는 물량과 시간을 충족할 때까지 모의 생산을 반복할 수 있다. 이때, 시뮬레이터(120)는 디스패칭 설정모듈(113)에서 설정된 정책에 따라 장비의 배치 우선순위를 결정할 수 있다.
바람직하게는 시뮬레이터(120)는 시뮬레이트 모듈(121), 생산스케줄 산출모듈(122), 디스패칭 모듈(123), 최적공정 산출모듈(124) 및 모니터링 모듈(125)을 포함할 수 있다.
생산스케줄 산출모듈(122)은 반도체 제품 생산을 위한 전체 공정 및 공정의 순서를 정의한다. 생산스케줄 산출모듈(122)은 고객이 원하는 제품 생산에 요구되는 공정을 탐색하여 순서대로 배열하며, 배열된 순서에서 제품 생산에 불필요한 공정은 자동, 또는 수동으로 삭제될 수 있으며, 중복되는 공정은 순서를 고려하여 통합될 수 있다. 이때, 생산스케줄 산출모듈(122)은 어레인지 테이블을 참조하여 전체 공정에 대한 공정 순서를 배열 후, 각 공정에서 요구되는 장비를 선택할 수 있다.
디스패칭 모듈(123)은 생산스케줄 산출모듈(122)에서 선택된 장비들 중 사용자 설정된 정책에 따라 장비 선택의 우선순위를 변경할 수 있다. 단위 시간당 가장 많은 생산성이 요구되는 경우, 장비의 처리능력 순으로 우선순위가 결정될 수 있고, 장비의 가동율을 높이는 방향으로 디스패칭 설정모듈(113)에서 정책이 설정되는 경우, 장비의 가동율을 최대화하는 순서에 따라 장비 선택의 우선순위가 결정될 수 있으며, 높은 신뢰성이 요구되는 경우에는 고장률이 가장 낮은 장비의 순으로 우선순위가 결정될 수 있다.
시뮬레이트 모듈(121)은 디스패칭 모듈(123)에서 재 설정된 공정 순서와 공정 순서에 포함되는 단위 공정에서 투입되는 각 장비의 대한 모델을 토대로 시뮬레이션을 수행할 수 있다. 전술한 바와 같이, 각 장비에 대한 모델은 탬플릿 모듈(112)에서 각 장비의 처리능력과 속도를 중심으로 기술되며, 각 장비에 대한 모델은 이벤트에 맞추어 작동하고 재료의 처리결과를 출력하고, 단위 시간당 처리되는 재료의 수와 처리 시간이 기술되어 있다. 따라서, 시뮬레이트 모듈(121)은 탬플릿 모듈(112)에서 기술된 각 장비에 대한 모델을 통해, 각 장비로 인가되는 재료의 량과 각 장비에서 출력되는 재료의 처리결과를 토대로 신속하게 생산량과 시간을 산출할 수 있다. 이때, 시뮬레이트 모듈(121)은 고객이 요구하는 목표 물량정보 및 목표 시간정보를 참조하여 그 결과와 대조하게 된다. 만일, 고객이 요구하는 목표 물량과 시간을 만족하지 못하는 경우, 공정 순서를 변경하거나, 또는 공정에 투입되는 장비를 타 장비로 대체하여 시뮬레이트를 반복해야 하는 문제가 발생한다.
시뮬레이트 모듈(121)은 탬플릿 모듈(112)에서 기술된 각 장비에 대한 모델을 참조하여 각 장비로 인가되는 재료의 량과 그에 대해 산출된 생산량을 토대로, 작업 스케줄링을 수행할 수도 있다. 반도체 생산 공장에서 새로운 반도체를 생산할 때, 시뮬레이트 모듈(121)은 템플릿 모듈(112)을 참조하여 산출되는 생산량 정보를 실제 장비를 대신하여 시뮬레이트 하고, 이를 토대로 생상되는 반도체의 생산량을 유추하고, 생산계획을 생성할 수 있다. 통상, 반도체 생산 공장에서 작성되는 생산 스케줄은 단순히 장비의 성능에 대한 스펙, 및 목표 생산량을 기준으로 작성되나, 이러한 생산 스케줄은 실제 반도체 생산 라인에 올바로 적용되기 어렵다. 이는 납기가 생명인 반도체 생산 공장에서는 치명적인 문제로 대두된다. 본 실시예에 따른 시뮬레이트 모듈(121)은 모델링 가능한 각 반도체 장비에 대해 자재 이송 시간을 고려하여 이벤트별로 모델링함에 따라 실제 반도체 생산 공장에 적용 가능하며, 반도체 생산 공장에서 새로운 반도체를 생산하고자 할 때, 그 효과가 극대화될 수 있다.
최적공정 산출모듈(124)은 시뮬레이트 모듈(121)에서 산출된 물량과 시간이 고객의 요구에 부응하지 않는 경우, 즉 목표 물량정보와 목표 시간정보를 만족하지 못하는 경우, 공정시간 단축을 위해 공정 순서를 재 설정하거나, 또는 공정에 투입되는 장비를 타 장비로 대체하고, 그 결과를 시뮬레이트 모듈(121)로 피드백할 수 있다. 최적공정 산출모듈(124)은 시뮬레이트 모듈(121)에서 제공하는 결과값이 고객의 요구를 만족할 때까지 공정 순서를 변경하고, 공정에 투입되는 장비를 교체하고 이를 시뮬레이트 모듈(121)로 제공할 수 있다. 시뮬레이트 모듈(121)은 목표 물량정보와 목표 시간정보를 만족할 때까지 최적공정 산출모듈(124)에서 재 설정된 공정 순서 및 장비를 참조하여 반복적으로 시뮬레이션을 수행할 수 있다.
모니터링 모듈(125)은 팹(fab)에 위치하는 각 장비의 상태를 실시간으로 모니터링 하고 그 결과를 시뮬레이트 모듈(121) 및 최적공정 산출모듈(124)로 제공할 수 있다. 모니터링 모듈(125)은 가동중인 장비, 또는 대기중인 장비와 유무선 데이터 통신을 수행하며, 데이터 통신중인 장비에 문제가 발생 시, 이를 시뮬레이트 모듈(121)로 통보하고, 시뮬레이트 모듈(121)과 최적공정 산출모듈(124)은 문제가 발생한 장비를 제외한 나머지 장비를 이용하여 목표 물량정보와 목표 시간정보를 만족하는 공정 순서를 재 설정하고, 각 공정에 투입할 장비를 선택할 수 있다.
분석모듈(130)은 시뮬레이터(120)에서 시뮬레이션된 결과를 토대로 반도체 제품의 생산성, 상기 장비의 가동율, 상기 공정의 순서 및 WIP(Work In Process) 중 하나를 분석하고 표현할 수 있다. 바람직하게는 분석모듈(130)은 생산성 예측모듈(131), 가동률 예측모듈(132), WIP 예측모듈(133) 및 작업순서 예측모듈(134)를 포함
생산성 예측모듈(131)은 시뮬레이터(120)에서 시뮬레이션된 결과들을 표시하며, 공정 순서나 장비에 따라 변경되는 생산량의 추이를 디스플레이장치에 나타낼 수 있다. 시뮬레이터(120)에서 시뮬레이션된 공정 순서들의 결과값을 표시하며, 이때, 고객이 원하는 조건(생산량과 납기)에 부응하는 생산량 조건에 대한 결과들을 조회할 수 있다. 관리자는 고객이 원하는 조건을 만족하는 생산공정과 이에 부속되는 장비를 조회하고 원하는 공정 순서와 장비를 선택할 수 있다.
가동률 예측모듈(132)은 시뮬레이터(120)에서 시뮬레이션된 결과들에 따라 반도체 제품 생산에서 각 장비의 가동률을 비교할 수 있다. 마찬가지로, 관리자는 고객이 원하는 조건을 만족하는 선에서 원하는 가동률을 조회하거나 선택할 수 있다.
WIP 예측모듈(133)은 시뮬레이션 결과들을 참조하여 공정 단계에서 각 장비가 보유하는 제품, 또는 재료의 량을 조회하고 비교할 수 있도록 한다.
작업순서 예측모듈(134)은 시뮬레이션 결과들 중 고객의 조건을 만족하는 공정 순서들을 관리자가 조회하고 선택할 수 있도록 한다. 여기서, 생산성, 가동률, WIP 및 작업순서에 대한 시뮬레이션 결과들 중 고객의 조건을 만족하는 시뮬레이션 결과는 그래프, 또는 이미지로 처리되어 식별이 용이하게 처리되고 디스플레이장치를 통해 표시되거나, 인쇄될 수 있다.
도 2는 탬플릿 모듈에서 정의되는 모델의 일 예에 대한 참조도면을 도시한다.
도 2를 참조하면, 각 장비(200a ∼ 200n)는 재료가 장착되는 시간(t1), 재료가 처리되는 시간(t2), 재료가 처리된 후 장비(200a ∼ 200n)에서 탈착되는 시간(t3) 및 탈착된 재료가 다음 장비(예컨대 참조부호 200b)로 이동하는 시간(t4)을 포함하여 구성될 수 있다. 탬플릿 모듈(112)에서 각 장비를 모델링할 때, 모델링되는 각 장비(200a ∼ 200n)의 모델은 재료의 장착, 재료의 처리, 재료의 탈착 및 재료의 이송이라는 이벤트를 구비할 수 있다. 장비(200a)에서 재료가 탈착되고 이동한 후, 장비(200b)는 "재료의 장착"이라는 이벤트를 진행하게 된다. 따라서, 각 장비(200a ∼ 200n)는 최소한 4개의 이벤트를 구비하고, 각 이벤트에 소요되는 시간(t1 t4)에 대한 정보를 포함하며, 도면에는 도시되지 않았으나, 모델 타입별 시간당 처리능력에 대한 정보를 포함하여야 한다.
도 3은 최적공정 산출모듈에서 장비를 변경하는 일 예에 대한 참조도면을 도시한다.
도 3을 참조하면, 최적공정 산출모듈(124)은 시뮬레이터(121)의 시뮬레이션 결과가 고객이 원하는 목표 물량정보와 목표 시간정보를 충족하지 못할 때, 공정 순서에 부속되는 장비들 중 하나, 또는 둘 이상을 처리능력이 우수한 장비로 대체할 수 있다. 도 3에서 장비는 장비 1(201a), 장비 2(201b) 장비 5(201d) 및 장비 N(201e)의 순서로 초기 배열되었고, 목표 물량정보와 목표 시간정보가 만족되지 않았을 때, 최적공정 산출모듈(124)은 장비 2(201b)를 장비 3(201c)으로 대체하고 그 결과를 시뮬레이트 모듈(121)로 통보하여 재 시뮬레이션을 요청할 수 있다. 만일 장비의 대체로 원하는 결과를 얻지 못하는 경우, 최적공정 산출모듈(124)은 공정 순서를 변경할 수 있다.
도 4는 어레인지 테이블을 참조하여 디스패칭을 수행하는 일 예에 대한 참조도면을 도시한다.
도 4를 참조하면, 디스패칭 모듈(123)이 참조하는 어레인지 테이블은 공정(P1 P4)과 장비(장비 1 장비 3)에 대해 정의되는 것으로, P1 공정에서는 장비 1과 장비 2가 가용하고, 장비 3이 가용 불가이고, P2 공정에서는 장비 2와 장비 3이 가용하고, P3 공정에서는 장비 2와 장비 3이 가용하며, P4 공정에서는 장비 1만이 가용한 것으로 나타난다. 즉, 어레인지 테이블은 공정별로 가용한 장비를 정의한 테이블의 하나로, 팹(fab) 내부에서의 각 장비(장비 1 장비 3)의 위치는 고려되지 않을 수 있다.
디스패칭 모듈(123)은 각 공정에 적용할 장비를 선택 시, 사용자 정의된 정책에 따라 장비를 적용할 수 있다. 예컨대, 택트(tact) 시간이 가장 작은 장비를 선택하는 정책인 경우, P1공정에 장비 1을 대응할 수 있고(dispatcher 1), 고정 장비를 무조건 선택하는 정책인 경우, P2 공정에 고정 장비인 장비 2를 대응시킬 수 있으며(dispatcher 2), 공정별 보유제품(WIP)이 가장 많은 순으로 장비를 선택하는 정책인 경우, P3 공정에 장비 3을 대응할 수 있다(dispatcher 3).
도 5는 시뮬에이터에서 모의 생산을 수행하는 과정에 대한 참조도면을 도시한다.
도 5를 참조하면, 시뮬레이터(120)는 사용자 설정된(또는 고객이 설정한) 일별 생산물량에 대한 정보를 토대로 생산스케줄 산출모듈(122)에서 설정된 생산 공정과 장비를 이용하여 시뮬레이션을 수행 후, 그 결과를 최적공정 산출모듈(124)로 제공한다. 최적공정 산출모듈(124)은 시뮬레이션 결과를 수신 후, 시뮬레이션 결과가 일별 생산량을 충족하지 못할 때, 반도체 제품의 생산조건(DV : Decision Variable)을 변경하고 변경결과를 시뮬레이트 모듈(121)로 통보할 수 있다. 제품의 생산조건은 공정 순서의 변경, 또는 공정에 투입되는 장비의 대체일 수 있다.
시뮬레이터(121)는 변경된 생산조건(DV)에 맞추어 재 시뮬레이션을 수행하고, 그 결과를 재차 최적공정 산출모듈(124)로 피드백하고, 최적공정 산출모듈(124)이 피드백된 결과를 참조하여 시뮬에이션을 종료하거나, 또는 재 설정된 공정 순서와 장비를 시뮬레이터(121)로 제공할 수 있다.
110 : 이산자원 모델링 모듈 111 : 라우팅 모듈
112 : 탬플릿 모듈 113 : 디스패칭 설정모듈
120 : 시뮬레이터 121 : 시뮬레이트 모듈
122 : 생산스케줄 산출모듈 123 : 디스패칭 모듈
124 : 최적공정 산출모듈 125 : 모니터링 모듈
130 : 분석모듈 131 : 생산성 예측모듈
132 : 가동률 예측모듈 133 : WIP 예측모듈
134 : 작업순서 예측모듈
112 : 탬플릿 모듈 113 : 디스패칭 설정모듈
120 : 시뮬레이터 121 : 시뮬레이트 모듈
122 : 생산스케줄 산출모듈 123 : 디스패칭 모듈
124 : 최적공정 산출모듈 125 : 모니터링 모듈
130 : 분석모듈 131 : 생산성 예측모듈
132 : 가동률 예측모듈 133 : WIP 예측모듈
134 : 작업순서 예측모듈
Claims (10)
- 반도체 제품 생산에 소요되는 공정 및 상기 공정에 적용되는 각 장비에 대해 상기 장비에서 상기 공정 처리에 소요되는 시간을 토대로 상기 각 공정과 장비 각각에 대한 이벤트별 이산(discrete) 모델링을 수행하는 이산사건 모델링 모듈; 및
상기 각 공정에 대한 상기 장비의 가용 관계를 정의하는 어레인지 테이블을 참조하여 상기 반도체 제품 생산에 소요되는 시간을 최소화하는 최적 배열을 판단하고, 상기 최적 배열을 따라 상기 각 장비를 어레인지 하며, 어레인지 된 장비들을 통해 생산 가능한 수량과 시간을 판단하는 시뮬레이터;를 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제1항에 있어서,
상기 이산사건 모델링 모듈은,
상기 공정의 처리 방식에 따라, 상기 공정의 타입을,
순차 처리되는 테이블 타입, 배치(batch) 배열되는 장비의 수에 따라 처리 시간이 결정되는 배치 작업 타입, 챔버의 수에 따라 처리 시간이 결정되는 챔버 타입, 컨베이어 벨트에서 처리시간이 결정되는 컨베이어 타입 및 하나의 작업 대상 반도체 제품을 복수로 구획하여 처리함으로써 각 장비에서의 소요 시간의 합을 처리 시간으로 결정하는 스크라이브 타입 중 하나로 설정하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제2항에 있어서,
상기 이산사건 모델링 모듈은,
상기 반도체 제품이 생성되는 공정 순서를 정의하는 라우팅 모듈;
상기 공정을 처리하는 방식에 따라 상기 공정의 타입을 설정하는 탬플릿 모듈; 및
상기 각 장비에 대한 부하 및 불량률 중 하나를 참조하여 상기 최적 배열을 설정하는 디스패칭 설정모듈;을 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제1항에 있어서,
상기 이산사건 모델링 모듈은,
상기 각 장비에서 상기 이벤트 처리를 위해 처리 대상 반도체 제품이 장착되는 시간, 처리 대상 반도체 제품이 탈착되는 시간 및 후단으로 이송되는 시간의 합으로 상기 이벤트에 대한 상기 장비의 특성을 모델링하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제1항에 있어서,
상기 시뮬레이터는,
상기 공정에 대한 공정 순서를 정의하는 생산스케줄 산출모듈;
상기 장비의 가동율 및 상기 공정에 대한 불량률 중 어느 하나가 낮은 장비에 공정 순서를 할당하는 디스패칭 모듈; 및
상기 디스패칭 모듈에 의해 재 설정된 공정 순서에 따라 상기 반도체 제품에 대한 생산 가능한 수량과 시간을 산출하는 시뮬레이트 모듈;을 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제5항에 있어서,
상기 시뮬레이트 모듈에 의해 산출된 상기 수량과 시간이 미리 설정된 목표 수량과 시간에 미달할 때, 상기 생산 디스패칭된 공정 순서 및 장비 중 하나를 변경하여 상기 미리 설정된 목표 수량과 시간에 부합하는 공정 순서를 재 설정하는 최적공정 산출모듈;을 더 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제5항에 있어서,
상기 각 장비의 가용 여부 및 상태정보를 미리 설정된 시간마다 체크하고 그 결과를 상기 시뮬레이트 모듈 및 생산스케줄 산출모듈로 제공하는 모니터링 모듈;을 더 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제1항에 있어서,
상기 시뮬레이터의 판단 결과를 토대로 상기 반도체 제품의 생산성, 상기 장비의 가동율, 상기 공정의 순서 및 WIP(Work In Process) 중 하나를 분석하고 표현하는 분석모듈;을 더 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제8항에 있어서,
상기 분석모듈은,
상기 시뮬레이터에서 공정순서 및 장비별로 산출되는 생산량 및 납기 중 어느 하나를 사용자 설정된 생산량 및 납기 중 하나에 대응시켜 부합하는 공정순서 및 생산량 조건을 판단하는 생산성 예측모듈;을 더 포함하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터. - 제1항에 있어서,
상기 이산자원 모델링 모듈은,
상기 공정 및 장비 중 어느 하나를 독립적인 모듈로 모델링하는 것을 특징으로 하는 반도체 공정을 위한 생산 시뮬레이터.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120064669A KR101371006B1 (ko) | 2012-06-18 | 2012-06-18 | 반도체 공정을 위한 생산 시뮬레이트 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120064669A KR101371006B1 (ko) | 2012-06-18 | 2012-06-18 | 반도체 공정을 위한 생산 시뮬레이트 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130141743A true KR20130141743A (ko) | 2013-12-27 |
| KR101371006B1 KR101371006B1 (ko) | 2014-03-25 |
Family
ID=49985554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120064669A KR101371006B1 (ko) | 2012-06-18 | 2012-06-18 | 반도체 공정을 위한 생산 시뮬레이트 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101371006B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210062849A (ko) * | 2019-11-22 | 2021-06-01 | 세메스 주식회사 | 공정 스케줄링 장치 및 방법 |
| WO2021237147A1 (en) * | 2020-05-22 | 2021-11-25 | Applied Materials, Inc. | Predictive wafer scheduling for multi-chamber semiconductor equipment |
| CN116757451A (zh) * | 2023-08-17 | 2023-09-15 | 青岛海瑞达网络科技有限公司 | 基于智能分析技术的生产能源数据处理系统 |
-
2012
- 2012-06-18 KR KR1020120064669A patent/KR101371006B1/ko active IP Right Grant
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210062849A (ko) * | 2019-11-22 | 2021-06-01 | 세메스 주식회사 | 공정 스케줄링 장치 및 방법 |
| WO2021237147A1 (en) * | 2020-05-22 | 2021-11-25 | Applied Materials, Inc. | Predictive wafer scheduling for multi-chamber semiconductor equipment |
| US11901204B2 (en) | 2020-05-22 | 2024-02-13 | Applied Materials, Inc. | Predictive wafer scheduling for multi-chamber semiconductor equipment |
| CN116757451A (zh) * | 2023-08-17 | 2023-09-15 | 青岛海瑞达网络科技有限公司 | 基于智能分析技术的生产能源数据处理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101371006B1 (ko) | 2014-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Simulation optimization approach for hybrid flow shop scheduling problem in semiconductor back-end manufacturing | |
| Johri | Practical issues in scheduling and dispatching in semiconductor wafer fabrication | |
| Uzsoy et al. | A review of production planning and scheduling models in the semiconductor industry part I: system characteristics, performance evaluation and production planning | |
| Mendes et al. | Combining heuristic procedures and simulation models for balancing a PC camera assembly line | |
| Leachman et al. | SLIM: Short cycle time and low inventory in manufacturing at Samsung Electronics | |
| US7610111B2 (en) | Method and system for wafer lot order | |
| Hsieh et al. | Scheduling semiconductor wafer fabrication by using ordinal optimization-based simulation | |
| TW201835821A (zh) | 工作計劃最佳化裝置及工作計劃最佳化方法 | |
| Jula et al. | Coordinated multistage scheduling of parallel batch-processing machines under multiresource constraints | |
| Yang et al. | Decomposition methods for manufacturing system scheduling: A survey | |
| Singholi et al. | Impact of manufacturing flexibility on FMS performance: a simulation study | |
| KR101371006B1 (ko) | 반도체 공정을 위한 생산 시뮬레이트 장치 | |
| Yoon et al. | A multiagent-based decision-making system for semiconductor wafer fabrication with hard temporal constraints | |
| Abd et al. | A scheduling framework for robotic flexible assembly cells | |
| Bal et al. | Virtual factory approach for implementation of holonic control in industrial applications: A case study in die-casting industry | |
| Piccinini et al. | Discrete event simulation for the reconfiguration of a flexible manufactuing plant | |
| Ko et al. | Simulation based FAB scheduler: SeePlan® | |
| Tang et al. | Virtual production lines design for back-end semiconductor manufacturing systems | |
| Kabak et al. | Impact of recipe restrictions on photolithography toolsets in an ASIC fabrication environment | |
| Ham et al. | IP-based real-time dispatching for two-machine batching problem with time window constraints | |
| Konopka | Capacity utilization bottleneck efficiency system-CUBES | |
| Lin et al. | Simulation optimization with GA and OCBA for semiconductor back-end assembly scheduling | |
| Gupta et al. | Single machine scheduling with multiple objectives in semiconductor manufacturing | |
| Smed et al. | Techniques and applications of production planning in electronics manufacturing systems | |
| Chong et al. | Development and analysis of a customer-demand-driven semiconductor supply chain model using the high level architecture |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190108 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20191217 Year of fee payment: 7 |