第三章 研究方法
3.3.4 決定是否門檻值是否由 23 換至 26
目前的門檻還是維持在 23，現在我們再檢查換到 26 的效益(Incremental Benefit)，
決定我們是否把門檻值設定為 26。門檻換至 24 所增加的效益已經計算過，只須
repair sequence (1, 2)
p p
( )
Incremental Benefit Old Cost New Cost
n C n g f C
Incremental Benefit
因 ，所以將門檻由 換至
第四章 案例驗證
設備工程師會作處理，處理方式包含:僅需要概略檢查(check only)毋須更換備份 件即可繼續生產，若概檢有問題後，需要做細部檢查則可能會發生更換備份件(R1 或 R2 或 R3 或 R4)，如圖 4.1。
資料時間 變數 輸出值 處理方式
2006/6/1 19:10 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/1 20:22 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/2 05:35 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.7 Check Only 2006/6/2 06:32 DATA_COT_2_1_BACK_RINSE_FLOW_1 33.3 R4 2006/6/3 06:11 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 R4 2006/6/3 07:22 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/3 07:30 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/3 07:41 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.7 Check Only 2006/6/3 07:43 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 R2 2006/6/3 11:44 DATA_COT_2_1_BACK_RINSE_FLOW_1 42 Check Only 2006/6/3 16:37 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.2 Check Only 2006/6/3 18:20 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.8 Check Only 2006/6/4 15:10 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.7 Check Only 2006/6/4 15:26 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 R4 2006/6/4 15:29 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.1 Check Only 2006/6/4 15:39 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/4 16:48 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.5 Check Only
2006/6/4 17:04 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/4 17:56 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/4 17:58 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.8 Check Only 2006/6/4 18:16 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/4 18:18 DATA_COT_2_1_BACK_RINSE_FLOW_1 41.9 Check Only 2006/6/4 19:28 DATA_COT_2_1_BACK_RINSE_FLOW_1 43 Check Only 2006/6/4 23:47 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 R2 2006/6/5 03:24 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/5 13:12 DATA_COT_2_1_BACK_RINSE_FLOW_1 43 Check Only 2006/6/5 13:15 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/5 13:17 DATA_COT_2_1_BACK_RINSE_FLOW_1 43 Check Only 2006/6/5 13:20 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.3 Check Only 2006/6/5 14:25 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/6 05:54 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/6 05:56 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/6 07:54 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/6 23:12 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.2 Check Only 2006/6/7 03:07 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 R1 2006/6/7 03:17 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.8 Check Only 2006/6/7 05:02 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 R2 2006/6/7 16:03 DATA_COT_2_1_BACK_RINSE_FLOW_1 43.1 Check Only
2006/6/8 00:24 DATA_COT_2_1_BACK_RINSE_FLOW_1 42.9 Check Only
圖 4.1 變數歷史資料表
本案例將演算法的參數設定如下: wafer 的成本= NTS:4500/單位，製造耗材 成本=NTS:2500/單位，人力成本=NTS:4500/每小時，各種零件期望維修時間與零 件概檢時間:R1=1 小時、R2=2 小時、R3=1 小時，產品的組合:512MB，產品的售 價=42000/每晶片，產品出問題重工率=0.8，產品出問題報廢率=0.2，瓶頸機台作 業=1 小時。
4.2 結果與應用
如圖 4.1，以變數(DATA_COT_2_1_BACK_RINSE_FLOW_1)為例，由模擬 結果可以得知，本研究所提出的演算法，每一部瓶頸機台每個月可以節省新台幣 607,153 元。以現今 12 吋晶圓廠約 20~30 部左右的 TRACK 機台計算，一個月約 當節省新台幣 1 千 2 百萬至 1 千 8 百萬元左右。而且在晶圓生產過程中非常重視 良率，因此預警設定上相當保守，卻忽略停機背後的產能損失成本。這個結果顯 示我們的成本分析流程是很有實務貢獻的。
第五章 結論與未來研究方向
5.1 結論
本研究探討半導體製造廠機台預警信號管理作業問題，計算所能夠節省最大 成本的機台預警門檻值。由於半導體製造廠屬於高度資本密集的產業，所以保持 機台在高產能利用率與低故障率是相當重要的課題。本論文的特色在於能以成本 的角度，分析複雜的生產情境，作出最佳的區間與順序決策。本研究所提出的方 法，和業界現行使用的方法比較，可以大幅節省機台不必要的停機成本。
5.2 未來研究方向
本論文未來可以繼續研究的方向有下列幾點：(一)機台歷史資料收集的周延 性與方便性，以修正演算法的不足。(二)考慮建構整合信號參數，來規劃信號參 數的一致性與時效性等問題。(三)考慮以其他方式修正演算法搜尋最佳解的效 率。
參考文獻
Bergquist, T. Ahnlund, J. and Larsson, J.E. “Alarm Reduction in Industrial Process Control”, Volume 2, 16-19 Sept. 2003 Page(s):58 - 65 vol.2
Bristol, E.H. “Improved process control alarm operation”, ISA transactions 40,(2001),pp.191-205.
Brooks, R. Thorpe, T. and Wilson, J. “A new method for defining and managing process alarms and for correcting process operation when an alarm occurs”, Journal
of Hazardous Materials , 2004, pp.169-174.
Dahlstrand, F. “Consequence analysis theory for alarm analysis”, knowledge-Based
System 15 , 2002,pp.27-36.
Kamel, J.A. “ALARM FILTERING SYSTEM-A DESIGN TOOL.” 5-9 June 1988 Page(s):86 – 88
Khiang, J.L, Weng,W.L, Khuen, H.and Tan, K.C. “The Intelligent Alarm Management System”, IEEE Computer Society ,2003.pp.66-71.
Leeung, D. and Romagnoli, J. “Dynamic probabilistic model-base expert system for fault diagnosis”, Computer and chemical Engineering, 2000, pp.2473-2492.
Muller, B. Hasman, A. and Blom, J.A. “Building intelligent alarm systems by combining mathematical models and inductive leaning techniques,” International
Journal of Bio-Medical Computing, 41, 1996, pp107-124.
Shaw, J.A. “How critical is your control system? ”, ISA Transactions 34,1995,pp.185-192.
Strobhar, D. A “Evolution of operator decision making,” ISA Transactions 34,1995,pp.405-409.
Yamanaka, F.and Nishiya, T. “Application of the intelligent alarm system for the plant operation,” Computers Chem..Engng, Vol.21,Suppl, pp.S625-S630,1997
Yu, C. and Su, B. “Eliminating false alarms caused by fault propagation in signal validation by sub-grouping,” Progress in Nuclear Energy 48, 2006, pp.371-379.