선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 제시한 LBT에서는 배치크기와 로딩시간이 정해지면 선택된 로딩시간까지 기다렸다가 작업을 시작한다. 본 논문에서는 이러한 LBT 전략에 시스템의 상황을 동적으로 대응하기 위해 미래 새로운 제품이 도착할 때마다 의사결정을 수행하는 개선된 절차인 LBT-I도 함께 소개한다. LBT-I는 LBT에서 결정된 로딩시점으로 시뮬레이션 시간을 증가시키는 대신에 바로 다음 작업이 도착하는 시점까지 시뮬레이션 시간을 증가시켜 그 시점에서 다시 LBT 절차를 시작한다.
- 미래에 도착하는 제품을 기다렸다가 이를 포함하여 로딩하는 것은 현재 대기 중인 제품에 대해서는 대기시간이 증가하고 납기준수에 악영향을 줄 수 있다는 단점이 있는 반면에, 미래에 도착하는 제품에 대해서는 도착하면 바로 생산이 시작되므로 대기시간이 감소되고 납기준수율이 높아질 수 있다는 장점이 있다. 본 논문에서는 이처럼, 어떤 제품으로 배치를 구성해서 언제 배치기계에서 생산을 시작할 것인가 하는 실시간 로딩 문제를 다룬다. 실시간 로딩 의사결정 문제는 배치기계가 작업을 완료한 시점 또는 기계가 유휴상태에서 새로운 제품이 도착하는 시점 두 가지 경우에 발생한다.
- 본 논문은 배치공정에서 납기지연을 최소화 하기 위한 로딩전략인 LBT(look-ahead batching for tardiness minimization)를 제시하고 시뮬레이션 실험을 통하여 그 수행도를 검증하였다. 기존의 납기만족과 관련된 방법과 비교하여 본 논문에서 제시한 방법의 특징은 (1) 제품의 로딩 시점 이후에 도착하는 제품의 납기지연시간을 의사결정 항목에 포함하여 한 시점에서의 로딩이 이후에 도착하는 제품의 납기만족에 어떠한 영향을 주는지 고려했다는 점과, (2) look-ahead를 일정한 미래도착 제품까지 만으로 제한하여 고려하는 제품의 수에 의해 의사결정에 영향을 받지 않도록 하고, (3) 의사결정시점에 대기하고 있는 제품의 수가 배치공정의 최대수용능력을 넘을 지라도 더 긴급한 제품이 가까운 미래에 도착하면 기다려 이를 우선적으로 처리할 수 있다는 특징이 있다.
- 본 논문은 웨이퍼팹에서의 BPM을 대상으로 실시간 로딩(loading) 전략을 다룬다. BPM이 작업을 완료한 후에 다음 작업을 시작할 준비가 되었을 때 버퍼에 대기 중인 제품이 있는 경우에, 현재의 제품으로 배치를 구성하여 작업을 시작할 것인가 아니면 미래에 도착하는 제품을 기다렸다가 배치를 크게 하여 미래시점에서 작업을 시작할 것인가 하는 로딩 의사결정이 필요하다.
- 하지만 LAB에서는 로딩에 대한 의사 결정 시 로딩시점 이후에 도착하는 제품에 대한 영향을 고려하지 않으므로 생산성에서 손실을 볼 수 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 아래와 같이 배치생산공정에서 납기지연을 최소로 하는 새로운 로딩전략을 제시한다.
가설 설정
- 배치공정에는 한대의 배치기계가 작업하고, 배치기계의 최대수용능력은 6이다. 도착하는 제품들은 어떠한 제품과도 배치구성이 가능하고, 배치기계에서의 생산시간, T는 변동성없이 항상 일정하게 60 단위시간이라고 가정한다. 배치공정의 TI는 배치공정의 수행도에 영향을 주는 주요 요인이다.
- 현 시점 t0(시간 0)에서 로딩 여부에 대한 의사결정을 해야 하는 상황이다. 배치공정의 표준 생산시간은 12시간 소요되고 이 기간 동안에 도착할 것으로 예상되는 제품은 4개가 있다고 가정한다. 그림에서 각 제품의 도착시간과 납기는 선의 시작과 끝으로 표현하였고, 선의 시작지점에 제품번호가 나타나 있다.
- 본 논문에서 다룬 배치공정의 로딩 전략은 단일기계상황에서 모든 제품이 하나의 배치를 구성할 수 있는 환경을 가정하고 있다. 실제 반도체 웨이퍼팹 생산현장에는 배치공정을 위한 동일한 기능의 장비가 여러 대 존재하고 제품도 종류에 따라서 서로 동일한 배치로 생산될 수 없는 경우가 존재할 수 있다.
- Look-ahead 수를 증가하면 더 많은 정보가 필요하고 의사결정이 복잡해 진다는 점에서 수행도를 참고하여 적절한 look-ahead 수를 정하는 것이 필요하다. 본 실험에서는 look-ahead 수가 5 이상이면 수행도의 향상이 미미하다는 판단 하에 look-ahead 수를 5로 정하였다.
- 도착시간에 대한 예측 오류에 대해서 LBT와 LBT-I가 어떤 영향을 받는지 조사하기 위하여 예측오류 정도에 따라 시뮬레이션 실험을 수행하였다. 여기서 예측오류는 제품의 평균도착시간 간격에 비례한다고 가정하였다. 즉 시간 t에 도착할 것으로 예상되는 제품의 실제 도착시간은 [t - k×평균도착 시간간격, t + k×평균도착시간간격]을 범위로 하는 일양분포를 따른다고 가정하였다.
- 즉 시간 t에 도착할 것으로 예상되는 제품의 실제 도착시간은 [t - k×평균도착 시간간격, t + k×평균도착시간간격]을 범위로 하는 일양분포를 따른다고 가정하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.