TWI834657B - 用於排程半導體後端工廠的方法 - Google Patents

用於排程半導體後端工廠的方法 Download PDF

Info

Publication number
TWI834657B
TWI834657B TW108113322A TW108113322A TWI834657B TW I834657 B TWI834657 B TW I834657B TW 108113322 A TW108113322 A TW 108113322A TW 108113322 A TW108113322 A TW 108113322A TW I834657 B TWI834657 B TW I834657B
Authority
TW
Taiwan
Prior art keywords
bottleneck
machine
schedule
factory
time period
Prior art date
Application number
TW108113322A
Other languages
English (en)
Other versions
TW201947474A (zh
Inventor
大衛艾佛頓 諾曼
Original Assignee
美商應用材料股份有限公司
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 美商應用材料股份有限公司 filed Critical 美商應用材料股份有限公司
Publication of TW201947474A publication Critical patent/TW201947474A/zh
Application granted granted Critical
Publication of TWI834657B publication Critical patent/TWI834657B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本文所呈現的實施例提供用於規劃及排程半導體後端工廠的技術。該技術藉由以下步驟開始:運行應用於工廠資料及生產目標的產生解決方案的第一數學程式化模型,並處理解決方案,以產生用於工廠的瓶頸機器系列的至少一個機器的瓶頸負載規劃。該技術進一步包括以下步驟:運行應用於瓶頸負載規劃的產生解決方案的第二數學程式化模型,並處理解決方案,以產生用於瓶頸機器系列的至少一個機器的轉換排程。該技術進一步包括以下步驟:藉由運行遵循轉換排程的模擬來建立用於工廠的批次排程。該技術進一步包括以下步驟:發佈批次排程。

Description

用於排程半導體後端工廠的方法
本揭示的實施例一般係關於改善後端半導體工廠的操作,並且更特定為關於用於控制後端半導體工廠的排程系統的技術。
許多不同行業的製造工廠負責生產用於生活各個方面的產品。舉例而言,在半導體製造的情況下,半導體製造設施製造日常生活中普遍存在的產品(例如,微處理器、記憶體晶片、微控制器、及其他半導體裝置)。該等半導體裝置係用於各種應用,其實例包括汽車、電腦、家用電器、蜂窩式電話等。近年來,應用的數量以及裝置(包括半導體裝置)的需求都穩定增加。這種需求的增加促使製造設施越來越意識到增加產品種類以及減少交貨時間。
每一製造環境都是獨特且極其複雜的,通常需要大量資金以用於必要的裝備、工具、設施等。因為製造是如此資本密集,即使設施效能的小幅增加(例如,依需求建設、縮短從訂單到交貨的時間等)也會對財務效能產生很大影響(例如,透過更精簡的製造來降低成本,釋放與閒置庫存相關的資金等)。由於此原因,許多製造設施已在其設施中實施規劃系統,以確保提供產品準時交貨的的複雜規劃。
過去,產品組裝及測試的半導體後端工廠已經足夠簡單,而不需要大量工作就可以高效運行。通常,可以使用簡單的Excel電子表格以及手動產生的排程(若已經建立)來執行規劃。然而,此情況正在迅速改變。後端處理變得越來越複雜(例如,重新進入的流程現在很常見),因此過去工作的簡單處理無法有效地運行工廠。同時,供應鏈最佳化的進步係要求工廠有更強烈的需求來滿足外部規定的到期日。目前的處理既無法有效地運行工廠,也無法滿足新的且嚴格的供應鏈要求。
需要一種用於規劃及排程工廠後端的改善方法。
本文所呈現的一或更多個實施例可以提供用於規劃及排程工廠後端的技術。該技術藉由以下步驟開始:運行應用於工廠資料及生產目標的產生解決方案的第一數學程式化模型,並處理解決方案,以產生用於工廠的瓶頸機器系列的至少一個機器的瓶頸負載規劃。該技術進一步包括以下步驟:運行應用於瓶頸負載規劃的產生解決方案的第二數學程式化模型,並處理解決方案,以產生用於瓶頸機器系列的至少一個機器的轉換排程。該技術進一步包括以下步驟:藉由運行遵循轉換排程的模擬來建立用於工廠的批次排程。該技術進一步包括以下步驟:發佈批次排程。
提供排程系統,以規劃及排程半導體後端工廠。前端係為執行晶圓級工作的製造的一部分,而後端的工作係執行於晶片及模組級。前端與後端工廠可以位於相同或不同的位置。儘管本揭示的實施例一般係關於後端工廠,但是該領域具有通常知識者應理解,此處揭示的排程系統亦可以用於管理前端工廠。應注意,為了方便起見,關於半導體裝置的製造的術語係用於作為可以使用本文呈現的技術規劃/排程的製造生產處理的參照實例的以下大部分描述中。類似地,以下實施例中的許多者係使用後端半導體製造設施作為製造環境類型的參照實例,其中本文呈現的技術可以用於提供及實施排程系統。
本文所呈現的實施例可以包括用於產生可以發佈給後端工廠的派發系統的批次排程的技術。批次排程決定每一批次處理的時間以及處理批次的機器。可替代地,該技術產生用於每一機器的待處理的批次以及每一批次何時開始的列表。為了實現此舉,後端工廠的規劃及排程系統係採用一種使用數學最佳化以排程半導體裝配及測試設施的方法。該方法將排程分成三個階段:建立瓶頸負載規劃,建立識別何時執行機器轉換的轉換排程,以及建立批次排程。系統使用規劃模組來建立及最佳化瓶頸負載規劃。規劃模組將工廠需求、工廠效能資料(例如,每小時單位、機器容量及數量、目標機器利用率等)作為輸入。規劃模組係使用例如線性程式化(LP)或混合整數程式化(MIP)來建立數學程式化模型。該模型經運行以產生解決方案,該解決方案經處理以產生工廠的瓶頸機器系列中之每一者的瓶頸負載規劃。該規劃包括應該在瓶頸機器的一個、二個、或更多個系列中的機器的每一者上所處理者。瓶頸負載規劃指定瓶頸系列(機器)應該在給定時間間隔內處理哪些產品。在一個實例中,瓶頸負載規劃最佳化產品的準時交貨,並且最小化所需的轉換次數。瓶頸負載規劃可以最佳化其他關鍵處理指標(KPI)(例如,在所指定的機器上處理的較佳產品的列表等)。瓶頸負載規劃係饋送到經最佳化以提供產品準時交貨的轉換模組,並在指定時間週期內將轉換均勻分配。轉換模組係使用例如線性程式化(LP)或混合整數程式化(MIP)來建立數學程式化模型。該模型經運行以產生解決方案,該解決方案經處理以產生用於每一機器的轉換排程,並包括每一轉換的時間以及用於每一轉換的待處理的工廠處理的每一步驟的數量。此資料係饋送到批次排程模組,批次排程模組運行模擬,而使用轉換排程來建立發佈到工廠派發系統的批次排程。
第1圖係為圖示可以實現本揭示的態樣的製造環境(或系統)100的一種架構的方塊圖。在一個實施例中,製造環境100係為半導體前端或後端製造設施的實例。如圖所示,製造環境100包括計算系統110、製造執行系統(MES)150、企業資源規劃(ERP)系統120、工廠儲存系統160、外部儲存系統170、經由網路122連接的運行儲存180、及其他工廠CIM系統190(例如,產品生命週期管理系統)。通常,網路122可以是廣域網路(WAN)、區域網路(LAN)、無線LAN(WLAN)等。工廠儲存系統160、外部儲存系統170、及運行儲存180通常可以是任何類型的儲存系統,並包括例如關係及/或分層資料庫、分佈式檔案系統、網路附加儲存(NAS)、儲存區域網路(SAN)等。在一個實施例中,計算系統110、MES 150、及ERP系統120可以是具有網路介面的任何類型的實體計算系統(例如,桌上型電腦、膝上型電腦、移動裝置、平板電腦、伺服器計算系統、閘道電腦、及類似者)。
計算系統110可以包括記憶體142、中央處理單元(CPU)144、及使用者介面140。記憶體142可以具有儲存其中的資料及應用程式。舉例而言,記憶體142可以儲存供使用者使用的規劃資料。記憶體142亦可以儲存經配置以實現用於在CPU 144上運行的一或更多個操作的應用程式(例如,規劃應用程式及/或排程應用程式)。規劃應用程式可以產生用於製造環境100的規劃。舉例而言,在半導體製造的情況下,使用者可以產生用於決定製造系統的容量是否能夠滿足需求的規劃,產生製造系統應該實現哪些改變(若有的話)以滿足需求的規劃,產生預測製造系統的未來輸出的規劃,產生決定製造系統所生產的產品的規劃,產生將生產產品處的規劃,產生生產的產品量的規劃,產生運行實驗以決定製造系統應該執行的操作的規劃等。排程應用程式可以產生製造環境100的排程。舉例而言,在半導體製造的情況下,使用者可以產生用於每一機器的轉換排程,並包括每一轉換的時間以及用於每一轉換的待處理的工廠處理的每一步驟的數量。
MES 150通常經配置以管理及控制製造環境100內的當前在製品(WIP)的操作。然而,應理解,其他系統可以經配置以管理製造環境中的資料源及操作。在計算系統110上產生的規劃及排程可以加載到記憶體、製造裝備、MES 150、或用於組織MES 150所滿足的規劃中的需求的其他合適位置。對於前端半導體製造工廠而言,MES 150可以控制與半導體基板製造相關的一或更多個處理。對於後端半導體製造工廠而言,MES 150可以控制與基板上的半導體晶粒的切割、組裝、及測試相關的一或更多個處理。MES 150可以監測製造環境100中操作的一或更多個工具(或裝備)的操作,直接從工具接收資料,從ERP系統120接收資料,分析來自工具及ERP系統120的資料,及/或收集資料。在一個實施例中,MES 150可以將資料(從工具接收)儲存到工廠儲存系統160中。儲存在工廠儲存系統160中的這種資訊可以包括關於製造環境100的當前WIP、製造環境中的工具數量、工具的操作參數(例如,處理速度、容量負載、及類似者)、製造資料、及其他元資料特徵的資訊。
ERP系統120經配置以收集、儲存、管理、及解釋與製造環境內的資源(例如,資本量、原材料、生產能力等)、製造環境內的當前及未來承諾(例如,訂單、預計銷售、交貨日期等)、與供應鏈管理相關的資訊(例如,描述原材料的移動及儲存的資訊、WIP庫存、成品數量、財務、及與從供應商到最終消費者的商品及服務流程相關的其他資訊)、及類似者相關的資料。在一個實施例中,此資訊中之一些或全部可以儲存在工廠儲存系統160、ERP系統120、或其他合適的儲存裝置中。關於與客戶承諾相關聯的部分的數量的集體資訊係藉由單一需求表示。集體需求經組織以形成規劃。
MES 150可以經配置以包含用於規劃及排程工廠後端的資訊。用於規劃及排程工廠利用率的外部及內部系統所提供的規劃及排程資訊係確保及時滿足各種客戶需求。可替代地,規劃及排程系統可以包含在外部系統或其他合適的位置中。依據滿足承諾及機器利用率來規劃及排程需求。MES 150可以利用規劃及排程系統(第2圖中的項目200)來模擬及排程工廠生產。
第2圖係為圖示規劃及排程系統200的方塊圖。規劃及排程系統200具有規劃模組(PM)210、轉換模組(CM)220、批次排程模組(LM)230、及派發系統(DS)240。可以全部藉由方塊式(拖放)工作流程引擎連接PM 210、CM 220、及LM 230。PM 210、CM 220、LM 230、及DS 240的內部操作亦可以採用方塊式工作流程。工作流程包括藉由將資源系統性組織到轉換材料,提供服務或處理資訊的流程中而實現的業務活動的協調模式。工作流程係描繪建立規劃,建立排程,以及發佈排程以供操作者手動使用或供派發系統240自動使用所需的步驟序列。此舉包括收集來自ERP系統120、MES 150等的資料,並轉換成系統所需的格式,建立規劃或轉換排程的最佳化模型,加以解決,將結果處理成規劃或轉換排程,建立模擬模型,使用模擬模型中的轉換排程,運行模擬模型,將結果處理成批次排程,以及將批次排程發佈到派發系統。各種事件的時序(例如,建立新規劃或排程)亦包括在工作流程中。通常,可以藉由任何合適的工作流程引擎連接PM 210、CM 220、及LM 230。
PM 210決定工廠規劃。規劃模組210使用方塊式工作流程而從工廠205的當前狀態取得輸入工廠資料及生產目標。此資料可以包括產品需求(例如,積體電路、晶圓、模組等的客戶訂單)、材料可取得性、裝備容量、裝備輸出(UPH)、及許多其他參數。工廠的當前狀態可以包括每週規劃、工廠參數、及在製品(WIP)中之至少一者。WIP包括應用於原材料到貨的當前WIP及WIP中之至少一者。
PM 210可以開發瓶頸負載規劃215,以用於最佳化裝備利用率及/或最佳化準時交貨及其他KRP。可附加地,PM 210可以在決定瓶頸負載規劃215時排出需求的優先順序。瓶頸負載規劃215係為在指定時間週期結束時的需求列表(例如,客戶訂單)。在實例中,所指定的時間週期可以是一天、幾天、一周、一個月等。工廠的參數包括識別至少一個瓶頸裝備群組的資訊、包括實驗資格的裝備資訊、處理速度、路線、及轉換資訊中之至少一者。瓶頸負載規劃215可以配置成具有方塊式資料處理語言。
PM 210係針對一或更多個瓶頸裝備系列的至少一個機器開發瓶頸負載規劃215。本文所使用的瓶頸工具係指稱無法藉由改善工廠中的其他工具而改善效能的工具。本文所使用的負載規劃係指稱工廠在給定時間週期(例如,1天、1周等)中所生產者。本文所使用的瓶頸負載規劃係為藉由瓶頸工具生產的給定時間週期的規劃。裝備系列係指稱來自相同製造商的一組相同或類似的工具,而用於在給定時間週期內執行規劃。瓶頸負載規劃215可以查看每天、輪班、每半天、或在其他時間間隔所處理的單元,並針對每件裝備的使用率來開發規劃。PM 210並未決定哪些系列是瓶頸,而是在給定瓶頸列表的情況下決定應該處理哪些瓶頸。PM 210運行應用於工廠資料及生產目標的產生解決方案的第一數學程式化模型,並處理解決方案,以產生用於工廠的瓶頸機器系列的至少一個機器的瓶頸負載規劃215。數學程式化模型可以是但不限於混合整數程式化MIP模型、混合整數二次程式化MIQP模型、及線性程式化(LP)模型。隨著工廠中的條件改變,規劃模組210可以利用一頻率來運行。舉例而言,裝備離線,訂單正被滿足或尚未被滿足,或者瓶頸負載規劃215由於時間而變得老舊。瓶頸負載規劃215決定在每一轉換所花費的時間量,以及決定每一轉換期間應該生產多少每一產品。PM 210可以將瓶頸負載規劃215輸出到CM 220。
CM 220遵循瓶頸負載規劃。CM 220將來自PM 210的瓶頸負載規劃215作為輸入,並輸出指示何時執行機器轉換225的轉換排程225,以滿足工廠的瓶頸機器系列的至少一個機器的轉換排程。何時執行機器轉換225係包括每次轉換的時間以及在每次轉換之前待處理的生產流程中的每一步驟的數量。CM 220運行應用於瓶頸負載規劃215的產生解決方案的第二數學程式化模型,並處理解決方案,以產生225用於瓶頸機器系列的至少一個機器的轉換排程。轉換排程225包括每次轉換的時間以及在每次轉換之前待處理的工廠處理的每一步驟的數量。轉換排程225包括何時執行至少一個機器轉換。轉換排程225的生產可以配置成具有方塊式資料處理語言。
轉換排程最大化準時交貨,最小化轉換次數,最小化週期時間,以及具有其他KPI。轉換排程可以在指定的時間週期內將轉換均勻分配。轉換排程指示何時執行機器轉換以滿足每一機器的轉換排程。
LM 230係採用轉換排程225,並輸出到整個工廠的批次排程235,批次排程235至少包括工廠中每一機器的識別符以及每一時間週期的整個工廠的每一機器的每一批次的相應開始時間及結束時間。批次排程235亦可以分割單一批次,以在一個以上的機器上同時處理。可以使用方塊式模擬配置來控制此分割。批次排程235係饋送到派發系統DS 240。LM 230藉由運行遵循轉換排程225的模擬來建立批次排程235。批次排程235指示在指定時間週期內的每一瓶頸工具上所處理的每一產品的量。亦可以利用方塊式資料處理語言來配置批次排程235的生產(例如,在機器上挑選下一個待處理的批次)。
派發系統(DS)240嘗試遵循由LM 230所提供的詳細批次排程235。DS 240處理異常(例如,裝備的意外停止,或其他製造中斷(例如,無法取得操作中所需要的原材料))。DS 240可以提供及/或分析關於維持詳細批次排程235的即時反饋。在一個實例中,DS 240可以針對即時工廠資料進行取樣,將工廠資料與詳細批次排程235進行比較,以及針對詳細批次排程235提供臨時調整。方塊式工作流程可以經配置以從工廠接收事件(例如,機器停止)。當接收到事件時,工作流程可以收集工廠資料,並依據該資料重新產生或調整批次排程235。在另一實例中,藉由DS 240執行關於遵循詳細批次排程235的上述任務可以藉由操作者手動執行。
所有該等操作可以在工作流程中執行,並且可以藉由終端使用者配置。批次排程235可以自動重新產生或依據與現存的批次排程235偏差一定量或閾值來重新最佳化。偏差可以基於每條線、每個工具、或整個製造環境的偏差。可附加地,DS 240可以執行增量排程校正、近期重新排序/入侵、偵測臨時頻寬。可替代地,DS 240可以針對即時工廠資料進行取樣,將工廠資料與詳細批次排程235進行比較,以及將通知提供到LM 230。舉例而言,DS 240可以在詳細批次排程235的變化超過閾值之後,將通知提供到LM 230。LM 230在接收到通知之後,將經更新的詳細批次排程235提供到DS 240。
第3圖係為圖示用於規劃及排程工廠後端的方法的流程圖300。在方塊310處,規劃及排程系統200使用方塊式工作流程而從工廠的當前狀態提取工廠資料及生產目標205。工廠的當前狀態包含規劃、工廠參數、及在製品(WIP)中之至少一者。WIP包括應用於原材料到貨的當前WIP及WIP中之至少一者。工廠的參數包括識別至少一個瓶頸裝備群組、包括實驗資格的裝備資訊、處理速度、路線、及轉換資訊中之至少一者。
在方塊320處,規劃及排程系統200運行應用於工廠資料及生產目標的產生解決方案的第一數學程式化模型,並處理解決方案,以產生用於工廠的瓶頸機器系列的至少一個機器的瓶頸負載規劃215。瓶頸負載規劃215包括每天處理的數量。瓶頸負載規劃215係藉由針對每一時間週期的最大轉換次數應用一或更多個軟性限制來最小化轉換次數。
在方塊330處,規劃及排程系統200運行應用於瓶頸負載規劃的產生解決方案的第二數學程式化模型,並處理解決方案,以產生用於瓶頸機器系列的至少一個機器的轉換排程。轉換排程225識別每次轉換的時間以及在每次轉換之前待處理的工廠處理的每一步驟的數量。轉換排程225指示何時執行至少一個機器轉換。轉換排程225最大化準時交貨,最小化轉換次數,最小化週期時間,並且可以最佳化其他KPI。轉換排程225可以在給定時間週期內將轉換均勻分配。數學程式化模型可以是進一步針對個別機器建模及針對所處理的產品數量建模的MIP最佳化模型。所建立的轉換排程225的一或更多個輸出包括每一機器上的每一時間週期內的每一瓶頸步驟所處理的產品的數量,以及每一機器上的每一時間週期內的每次轉換所花費的時間。轉換排程225指示何時執行機器轉換以滿足工廠的每一機器的時間間隔的轉換排程。何時執行機器轉換的至少一個指示係包括每次轉換的時間以及在每次轉換之前待處理的生產流程中的每一步驟的數量。
在方塊340處,規劃及排程系統200藉由運行遵循轉換排程225的模擬來建立用於工廠的批次排程235。模擬工具亦應用於轉換排程225與瓶頸負載規劃215,以建立批次排程235。批次排程235包括工廠中每一機器的識別符以及所指定的時間週期的整個工廠的每一機器的每一批次的相應開始時間及結束時間。批次排程235包括在指定時間週期內的整個工廠的每一工具上所處理的每一產品的量。批次排程235亦可以分割單一批次,以在一個以上的機器上同時處理。可以使用方塊式模擬配置來控制此分割。
在方塊350處,規劃及排程系統200發佈批次排程235。批次排程可以藉由工廠的派發系統240處理或藉由操作者手動處理。批次排程235指示在指定時間週期內的整個工廠的每一瓶頸工具上所處理的每一產品的量。
接下來,根據批次排程235執行後端半導體處理,而藉此以更有效的方式從半導體晶圓產生經組裝及測試的積體電路(IC)封裝。
出於說明之目的,呈現本揭示的各種實施例的描述,但是並非意欲窮舉或限制於所揭示的實施例。在不悖離所描述的實施例的範圍及精神的情況下,許多修改及變化對於該領域具有通常知識者是顯而易見的。選擇本文使用的術語是為了最好地解釋實施例的原理、實際應用、或針對市場中發現的技術的技術改善,或者是讓該領域具有通常知識者能夠理解本文所揭示的實施例。
該領域具有通常知識者應理解,本揭示的態樣可以體現為系統、方法、或電腦程式產品。因此,本揭示的態樣可以採取完全硬體實施例、完全軟體實施例(包括韌體、常駐軟體、微代碼等)、或組合軟體及硬體態樣的實施例的形式,本文通常都可以指稱為「電路」、「模組」、或「系統」。此外,本揭示的態樣可以採取體現於具有包含其上的電腦可讀取程式代碼的一或更多個電腦可讀取媒體中的電腦程式產品的形式。
可以使用一或更多個電腦可讀取媒體的任何組合。電腦可讀取媒體可以是非暫態電腦可讀取儲存媒體。電腦可讀取儲存媒體可以是例如但不限於電、磁、光、電磁、紅外、或半導體系統、設備、或裝置、或前述的任何合適的組合。電腦可讀取儲存媒體的更具體實例(非詳盡列表)將包括以下內容:具有一或更多條線的電連接、可攜式電腦磁碟、硬碟、隨機存取記憶體(RAM)、唯讀記憶體(ROM)、可擦除可程式化唯讀記憶體(EPROM或快閃記憶體)、光纖、可攜式光碟唯讀記憶體(CD-ROM)、光學儲存裝置、磁儲存裝置、或任何上述的適當組合。在本文件的上下文中,電腦可讀取儲存媒體可以是任何實體媒體,而可以包含或儲存程式,以供指令執行系統、設備、或裝置使用或與其結合使用。
電腦可讀取媒體上所包含的程式代碼可以使用任何適當的媒體傳輸,包括但不限於無線、有線、光纖電纜、RF等,或者前述的任何合適的組合。
用於執行本揭示的態樣的操作的電腦程式代碼可以利用一或更多種程式語言的任何組合來編寫,包括物件導向的程式語言(例如,Java、C#、Smalltalk、C++、或類似者)與習知程序程式語言(例如,「C」程式語言或類似的程式語言)。程式代碼可以完全在使用者的電腦上執行,部分在使用者的電腦上執行,作為獨立的軟體封包執行,部分在使用者的電腦上且部分在遠端電腦上執行,或者完全在遠端電腦或伺服器上執行。在後一種情況下,遠端電腦可以透過任何類型的網路而連接到使用者的電腦(包括區域網路(LAN)或廣域網路(WAN)),或者可以連接到外部電腦(例如,透過使用網際網路服務提供者的網際網路)。
以上係參照根據本揭示的實施例的方法、設備(系統)、及電腦程式產品的流程圖及/或方塊圖來描述本揭示的態樣。應理解,流程圖及/或方塊圖所圖示的每一方塊以及流程圖及/或方塊圖所圖示的方塊的組合可以藉由電腦程式指令實現。該等電腦程式指令可以提供給通用目的電腦、專用目的電腦、或其他可程式化資料處理設備的處理器,以生產機器,而使得指令經由電腦的處理器或其他可程式化資料處理設備執行,以建立用於實現流程圖及/或方塊圖中所指定的功能/動作的構件。
該等電腦程式指令亦可以儲存在電腦可讀取媒體中,並可以指示電腦、其他可程式化資料處理設備、或其他裝置以特定方式起作用,而使得儲存在電腦可讀取媒體中的指令產生包括實現流程圖及/或方塊圖中所指定的功能/動作的指令的製造製品。
圖式中的流程圖及方塊圖係圖示根據本揭示的各種實施例的系統、方法、及電腦程式產品的可能實現的架構、功能、及操作。在這方面,流程圖或方塊圖中的每一方塊可以表示包括用於實現所指定的邏輯功能的一或更多個可執行指令的模組、區段、或指令的一部分。在一些替代實施方案中,方塊中所提到的功能可以不依照圖式所圖示的順序發生。舉例而言,取決於所涉及的功能,連續圖示的二個方塊實際上可以基本上同時執行或並行執行,或者該等方塊有時可以利用相反的順序執行。亦應注意,方塊圖及/或流程圖所圖示的每一方塊以及方塊圖及/或流程圖所圖示的方塊的組合可以藉由執行特定功能或動作或執行專用硬體及電腦指令的組合的基於硬體的專用目的之系統來實現。
有利地,本文所描述的方法係針對半導體製造環境建立機器規劃及排程的批次。排程係藉由解決機器的工廠瓶頸,而減少轉換次數,並且可以針對每一批次提供準時交貨,增加整體產量,降低週期時間及其他KPI等。批次分配係依據優先順序、可取得資源、及其他製造限制來排程機器或分割成多個機器。可以模擬排程,以決定將來的批次處理。因為在排程中出現允許進一步最佳化的偏差,所以即時監測排程,以實現其中的改變。此外,在所選擇的時間段中針對排程的即時監測允許藉由檢查高產量及低產量的時段來進一步最佳化,以用於處理的改善。更進一步地,揭示讓電腦能夠在無法自動建立排程之前自動建立排程的實施例。
儘管前述係關於本發明之實施例,本揭示之其他及進一步實施例可在不脫離本揭示之基本範疇的情況下擬出,且本揭示之範疇係由下列申請專利範圍所決定。
100‧‧‧製造環境 110‧‧‧計算系統 120‧‧‧系統 122‧‧‧網路 140‧‧‧使用者介面 142‧‧‧記憶體 144‧‧‧CPU 150‧‧‧MES 160‧‧‧工廠儲存系統 170‧‧‧外部儲存系統 180‧‧‧運行儲存 190‧‧‧其他工廠CIM系統 200‧‧‧排程系統 205‧‧‧工廠 210‧‧‧PM 215‧‧‧瓶頸負載規劃 220‧‧‧CM 225‧‧‧轉換排程 230‧‧‧LM 235‧‧‧批次排程 240‧‧‧DS 300‧‧‧流程圖 310‧‧‧方塊 320‧‧‧方塊 330‧‧‧方塊 340‧‧‧方塊 350‧‧‧方塊
為使本揭示的上述特徵可詳細地被理解,本揭示(簡短概要如上)的更特定描述可參照實施例而得,該等實施例之一些係繪示於隨附圖式中。然而,應注意隨附圖式僅圖示本揭示之典型實施例,而非視為限定本揭示的保護範疇,本揭示可接納其他等效實施例。
第1圖圖示根據本揭示的實施例的利用規劃及排程系統配置的製造環境的一種架構的方塊圖。
第2圖係為圖示規劃及排程系統的方塊圖。
第3圖係為圖示用於規劃及排程工廠後端的方法的流程圖。
為促進理解,各圖中相同的元件符號儘可能指定相同的元件。此外,預期一個實施例所揭示的元件可以有利地用於本文所揭示的其他實施例上,在此不具體詳述。
國內寄存資訊 (請依寄存機構、日期、號碼順序註記) 無
國外寄存資訊 (請依寄存國家、機構、日期、號碼順序註記) 無
300‧‧‧流程圖
310‧‧‧方塊
320‧‧‧方塊
330‧‧‧方塊
340‧‧‧方塊
350‧‧‧方塊

Claims (17)

  1. 一種用於改善一工廠後端的方法,包含以下步驟:接收工廠資料,該工廠資料包含一瓶頸系列的識別符,該識別符包含該瓶頸系列的至少一個半導體處理機器,該工廠資料並包含該至少一個半導體處理機器的處理速度、工廠路線與轉換資訊中的至少一個;接收生產目標,該生產目標包含一時間週期,該時間週期包含至少一週,且該生產目標包含要在該至少一個半導體處理機器上生產的一半導體產品數量;運行一第一數學程式化模型,該第一數學程式化模型包含一混合整數程式模型、一混合整數二次程式模型與一線性程式模型中的一個,該第一數學程式化模型將該工廠資料與該等生產目標作為輸入以產生一第一解決方案,並處理該第一解決方案,以產生一瓶頸負載規劃,該瓶頸負載規劃界定在該時間週期內要由該瓶頸系列的該至少一個半導體處理機器生產的該等生產目標的組分;運行一第二數學程式化模型,該第二數學程式化模型包含一混合整數程式模型以建模所處理的半導體產品,該第二數學程式化模型被應用至該瓶頸負載規劃以產生一第二解決方案,該第二解決方案包含對於一 半導體處理機器的一轉換時間以及在轉換之前要處理的一生產流程中的一步驟數量,並處理該第二解決方案,以產生用於該等瓶頸機器系列的該至少一個機器的一轉換排程;藉由運行遵循該轉換排程的一模擬來建立用於該工廠的一批次排程,該批次排程識別對於該至少一個半導體處理機器的對於在該時間週期內在該半導體處理機器上處理的每一批次的一開始時間與一結束時間,並指示要在該時間週期內在該瓶頸系列的該至少一個半導體處理機器上生產的一產品數量;以及由耦合至該至少一個半導體處理機器的一派發系統處理該批次排程,以根據該批次排程自動生產半導體產品。
  2. 如請求項1所述之方法,其中該瓶頸負載規劃識別何時處理機器轉換。
  3. 如請求項1所述之方法,其中該轉換排程在一所選時間週期內均勻地分配轉換。
  4. 如請求項1所述之方法,其中該批次排程至少包括該工廠中的每一機器的一識別符以及每一時間週期的每一批次的對應開始時間及結束時間。
  5. 如請求項1所述之方法,其中該第二數學程式化模型進一步針對裝備群組或設備的單獨工件進行 建模,並針對所處理的產品的數量進行建模。
  6. 如請求項1所述之方法,其中該轉換排程包括該等瓶頸機器系列的每一機器在一指定時間週期內處理的產品數量以及在指定時間週期內在每次轉換中花費的時間。
  7. 一種包含電腦程式代碼的非暫態電腦可讀取媒體,當藉由一處理器執行時使該處理器執行用於改善一工廠後端的方法,該方法包含:接收工廠資料,該工廠資料包含一瓶頸系列的識別符,該識別符包含該瓶頸系列的至少一個半導體處理機器,該工廠資料並包含該至少一個半導體處理機器的處理速度、工廠路線與轉換資訊中的至少一個;接收生產目標,該生產目標包含一時間週期,該時間週期包含至少一週,且該生產目標包含要在該至少一個半導體處理機器上生產的一半導體產品數量;運行一第一數學程式化模型,該第一數學程式化模型包含一混合整數程式模型、一混合整數二次程式模型與一線性程式模型中的一個,該第一數學程式化模型將該工廠資料與該等生產目標作為輸入以產生一第一解決方案,並處理該第一解決方案,以產生一瓶頸負載規劃,該瓶頸負載規劃界定在該時間週期內要由該瓶頸系列的該至少一個半導體處理機器生產的該等 生產目標的組分;運行一第二數學程式化模型,該第二數學程式化模型包含一混合整數程式模型以建模所處理的半導體產品,該第二數學程式化模型被應用至該瓶頸負載規劃以產生一第二解決方案,該第二解決方案包含對於一半導體處理機器的一轉換時間以及在轉換之前要處理的一生產流程中的一步驟數量,並處理該第二解決方案,以產生用於該等瓶頸機器系列的該至少一個機器的一轉換排程;藉由運行遵循該轉換排程的一模擬來建立用於該工廠的一批次排程,該批次排程識別對於該至少一個半導體處理機器的對於在該時間週期內在該半導體處理機器上處理的每一批次的一開始時間與一結束時間,並指示要在該時間週期內在該瓶頸系列的該至少一個半導體處理機器上生產的一產品數量;以及由耦合至該至少一個半導體處理機器的一派發系統處理該批次排程,以根據該批次排程自動生產半導體產品。
  8. 如請求項7所述之非暫態電腦可讀取媒體,其中該瓶頸負載規劃識別何時處理機器轉換。
  9. 如請求項7所述之非暫態電腦可讀取媒體,其中該轉換排程在一所選時間週期內均勻地分配轉 換。
  10. 如請求項7所述之非暫態電腦可讀取媒體,其中該批次排程至少包括該工廠中的每一機器的一識別符以及每一時間週期的每一批次的對應開始時間及結束時間。
  11. 如請求項7所述之非暫態電腦可讀取媒體,其中該第二數學程式化模型進一步針對裝備群組或設備的單獨工件進行建模,並針對所處理的產品的數量進行建模。
  12. 如請求項7所述之非暫態電腦可讀取媒體,其中該轉換排程包括該等瓶頸機器系列的每一機器在一指定時間週期內處理的產品數量以及在指定時間週期內在每次轉換中花費的時間。
  13. 一種用於改善一工廠後端的系統,該系統包含:至少一個處理器;以及包含一程式的一記憶體,當藉由該至少一個處理器執行時,該程式執行包括以下步驟之操作:接收工廠資料,該工廠資料包含一瓶頸系列的識別符,該識別符包含該瓶頸系列的至少一個半導體處理機器,該工廠資料並包含該至少一個半導體處理機器的處理速度、工廠路線與轉換資訊中的至少一個; 接收生產目標,該生產目標包含一時間週期,該時間週期包含至少一週,且該生產目標包含要在該至少一個半導體處理機器上生產的一半導體產品數量;運行一第一數學程式化模型,該第一數學程式化模型包含一混合整數程式模型、一混合整數二次程式模型與一線性程式模型中的一個,該第一數學程式化模型將該工廠資料與該等生產目標作為輸入以產生一第一解決方案,並處理該第一解決方案,以產生一瓶頸負載規劃,該瓶頸負載規劃界定在該時間週期內要由該瓶頸系列的該至少一個半導體處理機器生產的該等生產目標的組分;運行一第二數學程式化模型,該第二數學程式化模型包含一混合整數程式模型以建模所處理的半導體產品,該第二數學程式化模型被應用至該瓶頸負載規劃以產生一第二解決方案,該第二解決方案包含對於一半導體處理機器的一轉換時間以及在轉換之前要處理的一生產流程中的一步驟數量,並處理該第二解決方案,以產生用於該等瓶頸機器系列的該至少一個機器的一轉換排程;藉由運行遵循該轉換排程的一模擬來建立用於該工廠的一批次排程,該批次排程識別對於該至少一個半導體處理機器的對於在該時間週期內在該半導體處理 機器上處理的每一批次的一開始時間與一結束時間,並指示要在該時間週期內在該瓶頸系列的該至少一個半導體處理機器上生產的一產品數量;以及由耦合至該至少一個半導體處理機器的一派發系統處理該批次排程,以根據該批次排程自動生產半導體產品。
  14. 如請求項13所述之系統,其中該瓶頸負載規劃識別何時處理機器轉換。
  15. 如請求項13所述之系統,其中該轉換排程在一所選時間週期內均勻地分配轉換。
  16. 如請求項13所述之系統,其中該批次排程至少包括該工廠中的每一機器的一識別符以及每一時間週期的每一批次的對應開始時間及結束時間。
  17. 如請求項13所述之系統,其中該第二數學程式化模型進一步針對裝備群組或設備的單獨工件進行建模,並針對所處理的產品的數量進行建模。
TW108113322A 2018-05-10 2019-04-17 用於排程半導體後端工廠的方法 TWI834657B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/976,550 US11100437B2 (en) 2018-05-10 2018-05-10 Method for improving semiconductor back-end factories
US15/976,550 2018-05-10

Publications (2)

Publication Number Publication Date
TW201947474A TW201947474A (zh) 2019-12-16
TWI834657B true TWI834657B (zh) 2024-03-11

Family

ID=68464778

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108113322A TWI834657B (zh) 2018-05-10 2019-04-17 用於排程半導體後端工廠的方法

Country Status (6)

Country Link
US (1) US11100437B2 (zh)
JP (1) JP7179086B6 (zh)
CN (1) CN111919183A (zh)
SG (1) SG11202010587SA (zh)
TW (1) TWI834657B (zh)
WO (1) WO2019216991A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3736754A1 (en) * 2019-05-09 2020-11-11 Siemens Aktiengesellschaft A method and apparatus for providing predictions of key performance indicators of a complex manufacturing system
CN111356988B (zh) * 2020-02-21 2021-03-12 长江存储科技有限责任公司 用于调度半导体加工的方法和系统
US20220299973A1 (en) * 2021-03-19 2022-09-22 GM Global Technology Operations LLC Manufacturing system throughput bottleneck indicator analysis
US11734622B2 (en) * 2021-05-27 2023-08-22 Changxin Memory Technologies, Inc. Method, apparatus and device for determining production capacity boundaries
JP2023039672A (ja) * 2021-09-09 2023-03-22 オムロン株式会社 管理装置および管理方法
CN116205023B (zh) * 2022-07-12 2024-03-08 上海奔曜科技有限公司 机器人智能实验室的设计方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW459282B (en) * 1999-12-03 2001-10-11 Mitsubishi Electric Corp Process equipment selecting system and method for selecting process equipment
US20050096770A1 (en) * 2003-10-30 2005-05-05 Chua Tay J. Job release with multiple constraints
US20150324211A1 (en) * 2014-05-09 2015-11-12 Vanderbilt University Change planning system, change planning method, and change planning program
US20160026959A1 (en) * 2013-03-08 2016-01-28 The Broad Institute, Inc. Visual Workflow Display and Management
WO2017194129A1 (en) * 2016-05-12 2017-11-16 Hewlett-Packard Development Company, L.P. Data processing in additive manufacturing

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003150223A (ja) 2001-11-09 2003-05-23 Hitachi Ltd 生産計画作成方法および生産計画作成システム
US7306696B2 (en) 2002-11-01 2007-12-11 Applied Materials, Inc. Interferometric endpoint determination in a substrate etching process
US7130707B2 (en) * 2003-12-18 2006-10-31 Taiwan Semiconductor Manufacturing Co., Ltd. System and method for manufacturing planning and control
US7983778B2 (en) * 2007-12-26 2011-07-19 Advanced Micro Devices, Inc. Method and apparatus for reducing setups during test, mark and pack operations
CN102183931B (zh) * 2011-03-24 2013-05-08 平高集团有限公司 基于时间约束的机械加工生产过程优化调度方法
CN102253662A (zh) * 2011-04-11 2011-11-23 同济大学 基于多蚁群优化的半导体生产线排程方法
CN103676881B (zh) * 2013-12-16 2017-07-28 北京化工大学 一种半导体生产线动态瓶颈分析方法
US9618929B2 (en) * 2014-11-26 2017-04-11 Wafertech, Llc Method and priority system for inventory management in semiconductor manufacturing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW459282B (en) * 1999-12-03 2001-10-11 Mitsubishi Electric Corp Process equipment selecting system and method for selecting process equipment
US20050096770A1 (en) * 2003-10-30 2005-05-05 Chua Tay J. Job release with multiple constraints
US20160026959A1 (en) * 2013-03-08 2016-01-28 The Broad Institute, Inc. Visual Workflow Display and Management
US20150324211A1 (en) * 2014-05-09 2015-11-12 Vanderbilt University Change planning system, change planning method, and change planning program
WO2017194129A1 (en) * 2016-05-12 2017-11-16 Hewlett-Packard Development Company, L.P. Data processing in additive manufacturing

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
期刊 Yang Song, Mike Tao Zhang, Jingang Yi, Lawrence Zhang, Li Zheng "Bottleneck Station Scheduling in Semiconductor Assembly and Test Manufacturing Using Ant Colony Optimization" IEEE Xplore Volume: 4, Issue: 4 IEEE Transactions on Automation Science and Engineering October 2007 569 - 578 *
期刊 Yang Song, Mike Tao Zhang, Jingang Yi, Lawrence Zhang, Li Zheng "Bottleneck Station Scheduling in Semiconductor Assembly and Test Manufacturing Using Ant Colony Optimization" IEEE Xplore Volume: 4, Issue: 4 IEEE Transactions on Automation Science and Engineering October 2007 569 - 578。

Also Published As

Publication number Publication date
JP7179086B2 (ja) 2022-11-28
JP2021520560A (ja) 2021-08-19
SG11202010587SA (en) 2020-11-27
TW201947474A (zh) 2019-12-16
WO2019216991A1 (en) 2019-11-14
JP7179086B6 (ja) 2022-12-16
US11100437B2 (en) 2021-08-24
US20190347593A1 (en) 2019-11-14
CN111919183A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
TWI834657B (zh) 用於排程半導體後端工廠的方法
Zhou et al. An event-triggered dynamic scheduling method for randomly arriving tasks in cloud manufacturing
Kück et al. Potential of data-driven simulation-based optimization for adaptive scheduling and control of dynamic manufacturing systems
Wang et al. Framework and deployment of a cloud-based advanced planning and scheduling system
Ham Flexible job shop scheduling problem for parallel batch processing machine with compatible job families
Goryachev et al. “Smart factory”: intelligent system for workshop resource allocation, scheduling, optimization and controlling in real time
US10768612B2 (en) Method for back end planning and scheduling
US8285409B2 (en) Effective cycle time management employing a multi-horizon model
Kuo et al. Industry 4.0 enabling manufacturing competitiveness: Delivery performance improvement based on theory of constraints
Ramírez-Hernández et al. Optimal preventive maintenance scheduling in semiconductor manufacturing systems: software tool and simulation case studies
CN112288220A (zh) 一种基于模型的制造执行管理系统及方法
CN112633769A (zh) 一种高级计划排程系统
Hwang et al. Design of a Lagrangian relaxation-based hierarchical production scheduling environment for semiconductor wafer fabrication
Misrudin et al. Digitalization in semiconductor manufacturing-simulation forecaster approach in managing manufacturing line performance
US20200019382A1 (en) Constraint programming using block-based workflows
Liang et al. Lenovo schedules laptop manufacturing using deep reinforcement learning
Ferreira et al. Empowering SMEs with cyber-physical production systems: from modelling a polishing process of cutlery production to CPPS experimentation
Schneider et al. Benefits of digitalization for business processes in semiconductor manufacturing
KR20120133362A (ko) 로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템
CN110032149B (zh) 用于监视和控制产品批次的生产的能量成本的方法
Mhiri et al. A step toward capacity planning at finite capacity in semiconductor manufacturing
US10496081B2 (en) Method for fulfilling demands in a plan
Mejía et al. Applications of resource assignment and scheduling with Petri Nets and heuristic search
EP1316003B1 (en) Dispatching component for associating manufacturing facility service requestors with service providers
Pfeiffer et al. Simulation as one of the core technologies for digital enterprises: assessment of hybrid rescheduling methods