JP2007201309A - シミュレーションのパラメータ更新システム - Google Patents
シミュレーションのパラメータ更新システム Download PDFInfo
- Publication number
- JP2007201309A JP2007201309A JP2006020102A JP2006020102A JP2007201309A JP 2007201309 A JP2007201309 A JP 2007201309A JP 2006020102 A JP2006020102 A JP 2006020102A JP 2006020102 A JP2006020102 A JP 2006020102A JP 2007201309 A JP2007201309 A JP 2007201309A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- simulation
- computer
- actual
- input
- 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.)
- Withdrawn
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 39
- 238000004519 manufacturing process Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 32
- 239000004065 semiconductor Substances 0.000 claims abstract description 12
- 238000007689 inspection Methods 0.000 description 19
- 238000012423 maintenance Methods 0.000 description 6
- 235000012431 wafers Nutrition 0.000 description 5
- 238000001312 dry etching Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
Images
Classifications
-
- 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
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】生産計画を達成するために必要な工程負荷をより精度高く把握できるようにしたシミュレーションのパラメータ更新システムを提供する。
【解決手段】半導体装置を生産する生産ラインの工程負荷をシミュレーションするためにコンピュータに入力されるパラメータ、を更新するシステムであって、半導体装置の生産計画とパラメータとをコンピュータに入力して工程負荷をシミュレーションし、シミュレーションによって得られた工程負荷で生産ラインが実際に動くことによって明らかとなる実績パラメータに基づいて、次回以降のシミュレーションでコンピュータに入力される次期パラメータを決定する。
【選択図】図1
【解決手段】半導体装置を生産する生産ラインの工程負荷をシミュレーションするためにコンピュータに入力されるパラメータ、を更新するシステムであって、半導体装置の生産計画とパラメータとをコンピュータに入力して工程負荷をシミュレーションし、シミュレーションによって得られた工程負荷で生産ラインが実際に動くことによって明らかとなる実績パラメータに基づいて、次回以降のシミュレーションでコンピュータに入力される次期パラメータを決定する。
【選択図】図1
Description
本発明は、シミュレーションのパラメータ更新システムに関し、特に、生産計画を達成するために必要な工程負荷をより精度高く把握できるようにした技術に関する。
従来から、工場内の生産をシミュレートして生産管理をする技術が知られている(例えば、特許文献1〜4参照。)。例えば特許文献1には、生産ラインのシミュレーションで必要とする設備や投入計画といったデータを作成するためのひな型をテンプレートとして保有しておき、このテンプレートへパラメータを入力することによってシミュレーションモデルを作成する技術が開示されている。
特開2000−173882号公報
特開2003−288476号公報
特開2002−23823号公報
特開平8−7003号公報
ところで、シミュレーションのパラメータは、生産ラインの装置・設備を担当する設備技術者や、半導体装置(製品)の検査工程を担当する製品技術者等によってその値が設定されていることが一般的である。これらの値は設備技術者や製品技術者によって定期的に見直され、できるだけ現実に近い値に設定されることが好ましい。しかし、半導体装置の生産工場では、装置の処理能力や製品の歩留まりが過少評価され、パラメータの値が実際の能力よりも低めに設定される傾向が特に強い。
例えば、ウエーハ1枚当たりのドライエッチングに要する時間が1分程度である場合、ドライエッチング装置担当の設備技術者はその所要時間を1分よりも長く設定しがちである。また、半導体装置(製品)の歩留まりが95%程度である場合、当該製品を担当する製品技術者はその歩留まりを95%よりも低く設定しがちである。
このように、パラメータにマージンを持たせる理由は、処理能力の不足や生産計画の未達といったリスクを低減するためである。半導体装置の生産工場はそのほとんどが24時間フル稼働であるが、このような生産工場では生産処理が休みなく続くために時間的余裕がなく、しかも製品が出来上がるまでに数週間〜数ヶ月を要するため、装置が意図せずダウンしたり、歩留まりが予想外に低かったりした場合にはその取り返しが困難である。パラメータにマージンを持たせることで、トラブルが発生した場合でもその取り返しが容易となる。
このように、パラメータにマージンを持たせる理由は、処理能力の不足や生産計画の未達といったリスクを低減するためである。半導体装置の生産工場はそのほとんどが24時間フル稼働であるが、このような生産工場では生産処理が休みなく続くために時間的余裕がなく、しかも製品が出来上がるまでに数週間〜数ヶ月を要するため、装置が意図せずダウンしたり、歩留まりが予想外に低かったりした場合にはその取り返しが困難である。パラメータにマージンを持たせることで、トラブルが発生した場合でもその取り返しが容易となる。
しかしながら、上記マージンは設備技術者や製品技術者の経験や、勘、予想に基づいて決定されていたので、ドライエッチング装置の待機(空き)時間が必要以上に長くなっていたり、製品の生産数が生産計画で予定されていた数よりも多くなっていたりする場合も少なくなくなかった。
本発明は、このような解決すべき問題に着目してなされたものであって、生産計画を達成するために必要な工程負荷をより精度高く把握できるようにしたシミュレーションのパラメータ更新システムの提供を目的とする。
本発明は、このような解決すべき問題に着目してなされたものであって、生産計画を達成するために必要な工程負荷をより精度高く把握できるようにしたシミュレーションのパラメータ更新システムの提供を目的とする。
上記目的を達成するために、発明1のシミュレーションのパラメータ更新システムは、半導体装置を生産する生産ラインの工程負荷をシミュレーションするためにコンピュータに入力されるパラメータ、を更新するシステムであって、前記半導体装置の生産計画と前記パラメータとを前記コンピュータに入力して前記工程負荷をシミュレーションし、前記シミュレーションによって得られた前記工程負荷で前記生産ラインが実際に動くことによって明らかとなる実績パラメータに基づいて、次回以降のシミュレーションで前記コンピュータに入力される次期パラメータを決定する、ことを特徴とするものである。
ここで、「生産ライン」とは、例えば、ウエーハ上に多数のICを作り込む前工程や、ICが作り込まれたウエーハをダイシングしてチップ化し、ICチップをパッケージに収納する後工程や、前工程と後工程との間(或いは後工程の後)の検査工程等の何れか一、又はそれらの組合せのことである。「工程負荷」とは、例えば、生産計画を達成するために必要な装置の台数や、治具の台数、人員(作業者、事務員)の配置数等のことである。「パラメータ」とは、例えば、装置の処理能力(単位時間当たりの処理数、メンテナンス周期、1回当たりのメンテナンス所要時間)や、人員の作業能力(単位時間当たりの作業量、休憩の周期、1回当たりの休憩時間)、半導体装置の歩留まり等のことである。「生産計画」とは、例えば、一ヶ月当たり又は四半期当たりの半導体装置の生産目標数のことである。生産計画は、例えば、前工程ではウエーハの枚数で示され、後工程ではICチップの個数で示される。「コンピュータ」とは、シミュレーション機能を備えたコンピュータのことである。
発明2のシミュレーションのパラメータ更新システムは、発明1のパラメータ更新システムにおいて、前記実績パラメータを前記次期パラメータに決定することを特徴とするものである。
発明1、2のパラメータ更新システムによれば、次回以降のシミュレーションでコンピュータに入力される次期パラメータに生産ラインの実績が反映されるので、シミュレーションと実際の生産との差が小さくなり、シミュレーションの精度を高めることができる。これにより、生産計画を達成するために必要な工程負荷をより精度高く把握することが可能となる。
発明1、2のパラメータ更新システムによれば、次回以降のシミュレーションでコンピュータに入力される次期パラメータに生産ラインの実績が反映されるので、シミュレーションと実際の生産との差が小さくなり、シミュレーションの精度を高めることができる。これにより、生産計画を達成するために必要な工程負荷をより精度高く把握することが可能となる。
発明3のシミュレーションのパラメータ更新システムは、発明1のパラメータ更新システムにおいて、前記次期パラメータを決定する際に、前記パラメータと前記実績パラメータとを比較してコスト面で有利な方を前記次期パラメータに決定することを特徴とするものである。
ここで、「コスト面で有利な方」とは、例えば、ドライエッチング装置のウエーハ1枚当たりのエッチング所要時間に関して説明すると、設備技術者によって最初に設定されたパラメータ(処理時間)が1分30秒で、当月の実績パラメータが1分10秒の場合には、実績パラメータである1分10秒が「コスト面で有利な方」である。一方、設備技術者によって最初に設定されたパラメータ(処理時間)が1分30秒で、当月の実績パラメータが1分50秒の場合には、設備技術者によって最初に設定されたパラメータである1分30秒が「コスト面で有利な方」である。
ここで、「コスト面で有利な方」とは、例えば、ドライエッチング装置のウエーハ1枚当たりのエッチング所要時間に関して説明すると、設備技術者によって最初に設定されたパラメータ(処理時間)が1分30秒で、当月の実績パラメータが1分10秒の場合には、実績パラメータである1分10秒が「コスト面で有利な方」である。一方、設備技術者によって最初に設定されたパラメータ(処理時間)が1分30秒で、当月の実績パラメータが1分50秒の場合には、設備技術者によって最初に設定されたパラメータである1分30秒が「コスト面で有利な方」である。
発明3のパラメータ更新システムによれば、シミュレーション精度の向上を図りつつ、生産コストの増大を抑制することが可能である。
以下、本発明の実施の形態を図面に基づいて説明する。
図1は、本発明の実施の形態に係るシミュレーションのパラメータ更新システム10を示すブロック図である。ここでは、例えば、パッケージングされたICチップの検査ラインの工程負荷を、シミュレーション機能を備えたコンピュータ(即ち、シミュレータ)を用いてシミュレーションする場合について説明する。
図1は、本発明の実施の形態に係るシミュレーションのパラメータ更新システム10を示すブロック図である。ここでは、例えば、パッケージングされたICチップの検査ラインの工程負荷を、シミュレーション機能を備えたコンピュータ(即ち、シミュレータ)を用いてシミュレーションする場合について説明する。
まず始めに、コンピュータにマスタデータ1と、生産計画に関する情報2とを入力する。マスタデータ1としては、例えば、テスタの処理能力に関する情報や、人員の作業能力に関する情報や、予想されるICチップの歩留まりに関する情報等がある。テスタの処理能力に関する情報としては、例えば、単位時間当たりの検査数、メンテナンス周期、メンテナンス1回当たりの所要時間などがある。また、人員の作業能力に関する情報としては、例えば、単位時間当たりの作業量、休憩の周期、1回当たりの休憩時間などがある。
また、生産計画に関する情報2としては、例えば、ICチップの一ヶ月当たりの良品出荷目標数がある。
また、生産計画に関する情報2としては、例えば、ICチップの一ヶ月当たりの良品出荷目標数がある。
次に、コンピュータのシミュレーション機能を動作させて工程負荷を算出する。ここでは、例えば、生産計画を達成するために必要なテスタの台数や、バーンインボードの枚数、外観検査を行う検査員の人数、事務職員の人数などが工程負荷として算出される(ステップS1)。次に、算出された工程負荷に基づいてテスタやバーンインボードを準備すると共に、人員を配置して検査ラインを構築する(ステップS2)。そして、この検査ラインで、ICチップの検査を一ヶ月間行う(ステップS3)。
ICチップの検査を一ヶ月間行ったら、その結果(即ち、実績データ3)を検証する。ここでは、実績データ3として、テスタの一ヶ月間の実処理能力に関する情報(テスタの単位時間当たりの実際の検査数、メンテナンスの実際の周期、メンテナンス1回当たりの実際の所要時間など)や、人員の一ヶ月間の実作業能力に関する情報(単位時間当たりの実際の作業量、休憩の実際の周期、1回当たりの実際の休憩時間など)や、ICチップの一ヶ月間の実際の歩留まりに関する情報等を取得する。
そして、この取得した情報(即ち、実績データ3)をコンピュータに入力し、実績データ3と、ステップS1でコンピュータに入力したマスタデータ1とを比較してその数値差を検証する(ステップS4)。
そして、この取得した情報(即ち、実績データ3)をコンピュータに入力し、実績データ3と、ステップS1でコンピュータに入力したマスタデータ1とを比較してその数値差を検証する(ステップS4)。
ここで、数値差が小さい場合には、次回以降のシミュレーションでも今回と同じ数値をマスタデータ1としてコンピュータに入力すれば良い。例えば、マスタデータ1として入力されたICチップの予想歩留まりが92%であり、ICチップの一ヶ月間の実際の歩留まりが92%である場合には、その差はないので、次回以降のシミュレーションでも今回と同じ数値[92%]をマスタデータ1としてコンピュータに入力する。つまり、次期パラメータは[92%]である。
一方、実績データ3と、ステップS1でコンピュータに入力したマスタデータ1との数値差が大きい場合には、次回以降のシミュレーションでは実績データ3をマスタデータ1としてコンピュータに入力し、検査ラインの工程負荷をシミュレーションする。例えば、マスタデータ1として先に入力されたICチップの予想歩留まりが92%であり、実際の歩留まりが平均で95%であった場合には、次回以降のシミュレーションでは実績データ[95%]をマスタデータ1としてコンピュータに入力する。つまり、次期パラメータは[95%]である。
また、テスタの単位時間当たりの検査数を例に挙げると、マスタデータ1として先に入力されたテスタの検査数が100個/単位時間であり、実際の検査数が平均で120個/単位時間であった場合には、次回以降のシミュレーションでは実績データ[120個/単位時間]をマスタデータ1としてコンピュータに入力する。
実績データを使用するかマスタデータを使用するかの判断はコンピュータを操作する人が行っても良いし、コンピュータが自動的に判断するようにしても良い。コンピュータに自動的に判断させる場合には、実績データを使用する場合とマスタデータを使用する場合との境界線(閾値)となる基準値を、コンピュータに予め入力しておく。
実績データを使用するかマスタデータを使用するかの判断はコンピュータを操作する人が行っても良いし、コンピュータが自動的に判断するようにしても良い。コンピュータに自動的に判断させる場合には、実績データを使用する場合とマスタデータを使用する場合との境界線(閾値)となる基準値を、コンピュータに予め入力しておく。
このように、本発明の実施の形態によれば、次回以降のシミュレーションでコンピュータに入力される次期パラメータに検査ラインの実績が反映されるので、シミュレーションと実際の検査との差が小さくなり、シミュレーションの精度を高めることができる。これにより、検査ラインにおいて生産計画を達成するために必要な工程負荷をより精度高く把握することが可能となる。
なお、上記実施の形態では、実績データ3と、ステップS1でコンピュータに入力したマスタデータ1との数値差が大きい場合には、次回以降のシミュレーションでは実績データ3をマスタデータ1として使用することについて説明した。しかしながら、本発明では、上記数値差が大きい場合にマスタデータ1を無条件に実績データ3と置き換えるのではなく、マスタデータ1と実績データ3とを比較して、コスト面で有利な方をマスタデータ1として次回以降使用する構成であっても良い。
例えば、マスタデータ1として先に入力されたテスタの検査数が100個/単位時間であり、実際の検査数が平均で90個/単位時間であった場合には、コスト面で有利な方は100個/単位時間である。従って、この場合には、次回以降のシミュレーションでも100個/単位時間をマスタデータ1としてコンピュータに入力する。
一方、マスタデータ1として先に入力されたテスタの検査数が100個/単位時間であり、実際の検査数が平均で120個/単位時間であった場合には、コスト面で有利な方は120個/単位時間である。従って、この場合には、次回以降のシミュレーションで120個/単位時間をマスタデータ1としてコンピュータに入力する。
一方、マスタデータ1として先に入力されたテスタの検査数が100個/単位時間であり、実際の検査数が平均で120個/単位時間であった場合には、コスト面で有利な方は120個/単位時間である。従って、この場合には、次回以降のシミュレーションで120個/単位時間をマスタデータ1としてコンピュータに入力する。
つまり、コンピュータに入力されたマスタデータ1と実績データ3とを項目毎に比較して、実績データ3の方がコスト面で有利であることが明らかとなった項目についてのみ、実績データ3を次回以降のマスタデータ1として使用する。実績データ3の方がコスト面で不利であることが明らかとなった項目についてはマスタデータ1の変更を行わない。このような構成であれば、シミュレーション精度の向上を図りつつ、生産コストの増大を抑制することが可能である。
1 マスタデータ、2 生産計画、3 実績データ、10 パラメータ更新システム
Claims (3)
- 半導体装置を生産する生産ラインの工程負荷をシミュレーションするためにコンピュータに入力されるパラメータ、を更新するシステムであって、
前記半導体装置の生産計画と前記パラメータとを前記コンピュータに入力して前記工程負荷をシミュレーションし、
前記シミュレーションによって得られた前記工程負荷で前記生産ラインが実際に動くことによって明らかとなる実績パラメータに基づいて、次回以降のシミュレーションで前記コンピュータに入力される次期パラメータを決定する、ことを特徴とするシミュレーションのパラメータ更新システム。 - 前記実績パラメータを前記次期パラメータに決定することを特徴とする請求項1に記載のシミュレーションのパラメータ更新システム。
- 前記次期パラメータを決定する際に、前記パラメータと前記実績パラメータとを比較してコスト面で有利な方を前記次期パラメータに決定することを特徴とする請求項1に記載のシミュレーションのパラメータ更新システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006020102A JP2007201309A (ja) | 2006-01-30 | 2006-01-30 | シミュレーションのパラメータ更新システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006020102A JP2007201309A (ja) | 2006-01-30 | 2006-01-30 | シミュレーションのパラメータ更新システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007201309A true JP2007201309A (ja) | 2007-08-09 |
Family
ID=38455563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006020102A Withdrawn JP2007201309A (ja) | 2006-01-30 | 2006-01-30 | シミュレーションのパラメータ更新システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007201309A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016184309A (ja) * | 2015-03-26 | 2016-10-20 | 株式会社日立製作所 | 生産計画装置および生産計画方法 |
JP2020086645A (ja) * | 2018-11-19 | 2020-06-04 | パナソニックIpマネジメント株式会社 | 生産管理装置および生産管理方法 |
JP2021056738A (ja) * | 2019-09-30 | 2021-04-08 | 横河電機株式会社 | システム、方法、および、プログラム |
JP2021056736A (ja) * | 2019-09-30 | 2021-04-08 | 横河電機株式会社 | システム、方法、および、プログラム |
-
2006
- 2006-01-30 JP JP2006020102A patent/JP2007201309A/ja not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016184309A (ja) * | 2015-03-26 | 2016-10-20 | 株式会社日立製作所 | 生産計画装置および生産計画方法 |
JP2020086645A (ja) * | 2018-11-19 | 2020-06-04 | パナソニックIpマネジメント株式会社 | 生産管理装置および生産管理方法 |
JP7340741B2 (ja) | 2018-11-19 | 2023-09-08 | パナソニックIpマネジメント株式会社 | 生産管理装置および生産管理方法ならびに生産管理方法をコンピュータにより実行させるプログラム |
JP2021056738A (ja) * | 2019-09-30 | 2021-04-08 | 横河電機株式会社 | システム、方法、および、プログラム |
JP2021056736A (ja) * | 2019-09-30 | 2021-04-08 | 横河電機株式会社 | システム、方法、および、プログラム |
JP7302414B2 (ja) | 2019-09-30 | 2023-07-04 | 横河電機株式会社 | システム、方法、および、プログラム |
JP7318460B2 (ja) | 2019-09-30 | 2023-08-01 | 横河電機株式会社 | システム、方法、および、プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Uzsoy et al. | A review of production planning and scheduling models in the semiconductor industry part I: system characteristics, performance evaluation and production planning | |
US20190258945A1 (en) | Fault diagnosis apparatus and machine learning device | |
Peng | Equipment management in the post-maintenance era: a new alternative to total productive maintenance (TPM) | |
CN106682350B (zh) | 一种基于三维模型的多属性决策质量检测方法 | |
CN107633155B (zh) | 用于组件故障树的基于计算机的生成的方法和设备 | |
JP2002530659A (ja) | 論理集積回路の論理機能試験データを物理的表現にマッピングするためのic試験ソフトウェア・システム | |
US20110082650A1 (en) | Method for utilizing fabrication defect of an article | |
CN110096036A (zh) | 一种设备状态的确定方法、装置及设备 | |
JP2007201309A (ja) | シミュレーションのパラメータ更新システム | |
JP2021086405A (ja) | 機械学習装置、消費電力予測装置、及び制御装置 | |
Yalcin et al. | An object-oriented simulation framework for real-time control of automated flexible manufacturing systems | |
Ingemansson et al. | Reducing bottle‐necks in a manufacturing system with automatic data collection and discrete‐event simulation | |
CN114239921A (zh) | 芯片性能等级预测、封装方法及装置 | |
JP2006059316A (ja) | 搬送装置の設計支援システム | |
Weyrich et al. | Engineering of automated manufacturing systems with mechatronic objects | |
KR100311051B1 (ko) | 설비효율 최적화방법 및 이를 위한 설비효율 분석장치 | |
Gangidi | Application of six sigma in semiconductor manufacturing: A case study in yield improvement | |
US8271460B2 (en) | Computer program and computer system for producing test flow | |
Kim et al. | Modeling and analysis of semiconductor manufacturing plants using time Petri net models: COT business case study | |
CN103904003B (zh) | 一种混合反馈式先进过程控制*** | |
Nijhawan et al. | On development of change point based generalized SRGM for software with multiple releases | |
CN111782695B (zh) | Mpw多产品联测的数据处理方法、存储介质及计算机设备 | |
Khan et al. | Testing and validation of safety logic in the virtual environment | |
Feldmann et al. | Determination and evaluation of the optimal end of life strategy for products based on simulation of disassembly and recycling | |
Munga et al. | Industrial implementation of a dynamic sampling algorithm in semiconductor manufacturing: Approach and challenges |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20090407 |