半導體供應網路決策品質促成技術研究─子計畫二:半導體製造廠網路之生產決策整合與投射(II)

1

行政院國家科學委員會專題研究計畫成果報告

半導體供應網路決策品質促成技術研究

子計畫二︰半導體製造廠網路之生產決策整合與投射（II）

計畫編號：NSC 90-2128-E-002-042

執行期限：90 年 8 月 1 日至 91 年 7 月 31 日

主持人：周雍強

[email protected]

國立台灣大學工業工程所

一、中英文摘要

企業內的生產決策通常是集權式的形 式，而供應鏈網路內的決策有分散式的特 色。我國產業正在推動供應鏈與全球運籌 管理，決策組織設計、業務程序設計、以 及決策協調與整合將是決策品質的重要因 素。本計畫以兩年時間，以半導體製造廠 供應網路為研究載具，研究決策品質的促 成技術。研究工作有三個重點：(1)限制模 式與推理、(2)產能與物料配置、及(3)決策 服務的遠端投射方法。本計畫第一年經建 置遠端投射平台，並且建構供應鏈節點間 生產排程的整合模式、供應鏈控制與工廠 排程的整合模式、以及產能配置的分散式 模式。第二年以這些模式為基礎發展完成 解答方法。 關鍵詞：決策品質、生產規劃整合、產能 配置、服務投射 Abstract

In the past few years, many initiatives have been started to develop e-business information infrastructure in domestic industries, most manufacturing enterprises are expected to have an upgraded supply chain and manufacturing management infrastructure in a few years. Owning particular planning or management software will not bestow a company competitive advantage. The driver of competitiveness will shift to decision quality in the upgraded infrastructure environment. This project proposes to develop decision quality enablers in the areas of factory master scheduling, supply chain planning, capacity planning and demand allocation in semiconductor supply

network. There are three thrust areas of research: constraint modeling and reasoning, material and capacity allocation, and decision service provision.

Enablers for conflict resolution of constraints will be developed to enhance the optimization capability of planning and scheduling systems. Methods for material and capacity allocation will be developed. Finally, to facilitate distributed decision-making in the supply network, a mechanism will be developed for projecting the enablers as a service. Semiconductor manufacturing supply network will be used as a research carrier for its richness in problem variety and interaction and its importance to national economy. The expected results of this project will be enablers or software agents for conflict resolution, constraint propagation, capacity and material allocation, and decision service provision.

Keywords: Decision Quality, Integrated Production Planning, Capacity Allocation, and Service Delivery

二、計畫緣由與目的

我國製造產業正在推動企業電子化， 兩、三年後供應鏈與製造管理的資訊系統 素質將普遍提昇，屆時擁有特定製造管理 軟體或資訊系統將不能帶給企業競爭優 勢，企業資訊系統的競爭力要素將移轉至 決策品質。供應鏈網路內的生產決策方式 將與企業內常見的集權式決策方式不同， 而有分散式的特色，因此，決策組織設計、 業務程序設計、以及決策協調與整合將是

2 決策品質的重要因素。 本計畫以兩年時間，以半導體製造廠供 應網路為研究載具，在總排程、供應鏈生產 規劃、產能規劃、需求配置等領域，研究決 策品質的促成技術。研究工作有三個重點方 向：(1)限制模式與推理、(2)產能與物料配 置、及(3)決策服務的遠端投射方法。先進 生產規劃與排程方法是工廠與供應鏈排程 的核心運算技術；產能配置與物料調度是供 應鏈中的主要問題；而製造廠網路的生產決 策乃分散在自主性節點，對網路遠端節點提 供決策服務能整合上下游決策，提昇整體決 策品質。本計畫的成果涵蓋核心運算技術、 供應鏈主要生產決策的方法與決策整合平 台等三個領域。

三、研究方法

本計畫三項工作的研究方法如下表所 示。限制模式與推理的研究是通用性問題的 一種理論研究，本計畫將發展理論架構與演 算法。產能與物料配置是供應鏈管理的實際 問題，本計畫將採用系統分析方法去研究實 務問題，包括定義問題並發展解答方法，這 個解答方法是第一項工作限制模式與推理 的應用。第三項工作的本質是網路資訊系統 的發展與建置工作。 表一：研究方法與重點 研究工作 方法與重點 限制模式與推理 理論架構與演算法 產能與物料配置 問題分析與解答方法 決策服務投射 系統發展

四、結論與成果

針對半導體供應鏈與製造管理領域，本 計畫的主要成果有： 分析並歸納機台分派問題的限制模式 分析並定義產能與物料配置的問題 分析供應鏈需求規劃與產能規劃的整 合問題 發展並建置決策服務的遠端投射系統 4.1 限制模式 本計畫第一年以非等效平行機台系統 為目標，分析機台分派問題的限制條件的 特性與類別 。機台分 派是一個常見的問 題，而分派的決策通常是依據機器的產能 與機能、訂單交期與優先順序、設定轉換 所需時間、製程要求、排程與管理效率的 考量（如 machine pooling）、以及由經驗積 蓄所產生的主觀偏好等等因素。 上述的因素大多可以利用整數規劃的 數學模式處理 [3]，但是排程效率與主觀偏 好這兩個因素具有渾沌的特質，整數規劃 或是模糊理論並不是忠實的運算機制，本 計畫在第二 年中發展 一個處理限制的方 法。根據機台分派問題的特性，引入 CSP （Constraint Satisfactory Problem）的概念， 藉由對限制的分析和規劃提出三種不同變 數 設 定 的 CSP 模 型 ： machine-centric model 、 job-centric model 和 assignment-centric model。並探討三種模型 如何去處理機台分派問題的種種限制，而 提出對應的解題程序。對這三種 CSP 模型 做比較後，發現 assignment-centric model 在模型的表達和呈現上較具解釋能力，同 時在求解上具備有效的值域刪減功能。 此外，在處理機台分派問題的 6 個典 型的 constraint types 的過程中，提出了一致 的解決方法：藉由劃分進不同的 constraint categories 而使得限制獲得解決，這方面的 分析將有助於當日後遇到不同的 constraint type 時，由其限制劃分的範疇可以知道解決 問題的方向。 在驗證的實作上結合一套運算組合最 佳化的發展工具 ILOG OPL 而確立模型的 真確性與可行性。 相較於傳統解決機台分派問題的方法 （主要是整數規劃），本研究第二年採行的 CSP 方法在模型的建構上較貼近問題本身 的型態，特別是對於偏好的處理（machine preference 和 part preference），不僅在變數 的設定上直接反映問題，限制式也不需要 一定要轉換為線性的不等式，任何邏輯的 判斷式都可適用，這使得模型的建立不僅 較為容易而且也比較具可讀性[4]。 4.2 產能與物料配置 可允諾資料(available to promise, 簡稱

3 ATP)是供應鏈中最重要的資訊之一。傳統 的 ATP 是從生產總排程中所計算出來，意 指在一段時期內，工廠經由衡量存貨、在 製品與訂單的情況，而計算出可以允諾給 顧客的未來訂單的產品數量。但是在現代 產業環境中 ，產品 組合、生產形 態（如 Configure-to-Order 、 Engineering-to-Order 等）、生產流程、以及產能類別不但複雜並 且變動快，傳統的 ATP 資訊已經不足以讓 銷售人員衡量是否可以承接訂單，取而代 之的是 CTP (Capable-to-Promise) 的概念。 本計畫在第一年發展產能觀點的 CTP 的配 置與調節機制（圖一）。（相對於材料，產 能是半導體產業的主要規劃問題。） CTP 交易模型 原有訂單組合 原CTP 分配 產能限制 新訂單組合 新進候選訂單 企業政策 訂單合約 新CTP 分配 機台邊際貢獻 製程步驟 補償 圖一：產能的 CTP 配置與調節機制 以往關於產能分配的研究，都是設定 由生管部門來主導與執行，缺乏快速反映 市場或顧客需求的彈性，本研究構想一個 協同式的產能分配方法，並比較中央集權 式與協同式產能分配方法的相對優劣，經 由 stochastic program 的分析，我們證明協 同式分配有較優的表現。 4.3 需求規劃與產能規劃的整合 現代供應鏈有一個普遍現象，即需求 的不確定性。產能規劃經常必須以不確定 的需求預測為輸入資料 [3]。本計畫在第一 年已經發展出一個需求情境的產能規劃模 式。圖（二）表示在未來的時點，產品的 形態與製造途程都有很高的不確定性，產 能規劃經常必須依據對 aggregate 產品的需 求預測，如果要等到個別產品的需求資料 的出現，很可能會錯過產能規劃的時機。 因此，這個產能規劃模式是以 aggragate 產 品的需求預測為輸入資料。其次，再依據 產品的階層關係資料，決定產能需求以及 其風險。在不確定的環境，機台需求將不 是定值而是如圖三所示的凸集合。 Time Product Variety 1 2 3 12 1 12 6 generic specific 圖二：產品的階層式結構關係 圖三︰機台需求的 Convex hull 本項研究在第二年發展出產能規劃所 需的不確定需求以及風險分析模式[5]。經 由分析產業界所提供的 440 IC 產品的製造 途程資料，本項研究發現各機台的產能需 求之間存在不可忽略的關連性。如果忽略 這個關連性，產能計畫的風險預估將會過 於樂觀，不同的產能計畫的風險評估誤差 如圖四所示。其次，本項研究提出一個兩 階段的規劃方法。在第一階段，stochastic program 可以用來 maximize 期望的營收 ﹙減去產能短缺的 penalty﹚。第二階段，則 是 利 用 各 機 台 產 能 需 求 的 probability density function 以及 marginal probability density function，對機台數量進行微調並優 化風險。 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 200 400 600 800 1000 1200 capacity plan ris k with dependency without dependency 圖四︰風險評估的誤差

4 4.4 決策服務 在決策服務的遠端投射方面，圖（五） 是晶圓廠組態規劃的流程 [1, 2]。本計畫已 經將這個流程所需用到的分析與決策工具 建置在網站上，達到遠端取用的功能。圖 （六）是這項遠端投射服務的目錄。圖（七） 是其中一項服務的輸出資料。 LOOP Run Static Capacity Model Run Queuing Capacity Model Run Simulation Efficient Portfolios an initial portfolio TPi detailed performance information No Yes Portfolio Improvement Performance satisfactory? TPq 圖五：晶圓廠機台組態規劃流程 圖六：決策服務目錄 圖七：決策服務的輸出資料

五、參考文獻

[1] Yon-Chun Chou, C-S Wu, et al., 2001,

"Integration of Capacity Planning Techniques for Tool Portfolio Planning in Semiconductor Manufacturing," forthcoming in International Journal of Industrial Engineering.

[2] Y-C Chou, C-S Wu, and J-Z Lin, “Optimization and Economic Analysis for Tool Portfolio Planning in Semiconductor Manufacturing,” International Symposium on Semiconductor Manufacturing, Oct. 2001, San Jose, CA, USA.

[3] L. J. LeBlanc, A. Shtub, and G. Anandalingam, “Formulating and solving production planning problems,” European Journal of Operations Research, Vol. 112, pp. 54-80, 1999.

[4] M-D Chen, “Constraint Modeling for the Assignment Problems of Parallel Machines Systems,” Unpublished thesis, Institute of Industrial Engineering, 2002, National Taiwan University, Taipei, Taiwan.

[5] Yon-Chun Chou and Yi-Yu Liang, “A Literature Review on the Methodologies of

Capacity Planning in Semiconductor

Manufacturing,” 2002 Semiconductor

Manufacturing Technology Workshop, Macronix International Co., HsinChu, Taiwan, Oct. 24, 2002, pp. 49-52.