Ablaufplanung in der Halbleiter- und Elektronikproduktion

Die Optimierung von Problemen der Ablaufplanung (engl. Scheduling) in der Halbleiter- und Elektronikproduktion gewinnt zunehmend an Bedeutung. Die Gründe hierfür liegen in den steigenden Anforderungen neuer Technologien an die Fertigung, resultierend aus der Erhöhung der Funktionsdichte auf dem Chip bzw. dem Package1, der zunehmenden Produktvielfalt und -flexibilität sowie dem stetig wachsenden Kostendruck auf die Produktion. Dieser Handlungszwang führt Halbleiter- und Elektronikhersteller vermehrt dazu, den Einsatz von Methoden für eine optimierte, echtzeitfähige Ablaufplanung zu prüfen, die noch vor einigen Jahren aufgrund der begrenzten Leistungsfähigkeit verfügbarer Computer undenkbar waren. Das Ziel einer solchen Ablaufplanung ist es, ideale Steuerungsentscheidungen für die laufende Fertigung abzuleiten. Gegenwärtig werden sowohl simulationsbasierte Verfahren als auch Ansätze der mathematischen Optimierung für die Erzeugung von optimierten Ablaufplänen untersucht. Diese Verfahren sind in der Lage, komplexen Problemstellungen mit einer Vielzahl von Lösungsvarianten zu begegnen, bei einer definierten Ausrichtung auf eine Zielfunktion und unter sich ändernden Nebenbedingungen.

In diesem Kapitel wird die bearbeitete Aufgabenstellung konkretisiert. Hierzu wird in Abschnitt 2.1 zunächst der primäre Untersuchungsgegenstand – die Herstellung elektronischer Bauelemente bzw. Baugruppen – prozesstechnologisch skizziert. Weiterhin werden daraus resultierende Problemstellungen für die Ablaufplanung abgeleitet. In Abschnitt 2.2 werden unterschiedliche Zielstellungen an eine optimierte Ablaufplanung erläutert. Außerdem erfolgt eine Präzisierung der bearbeiteten Aufgabenstellungen.

In diesem Kapitel werden zunächst notwendige Voraussetzungen zum Verständnis der Arbeit vermittelt. Dies betrifft insbesondere Begriffsbildungen, Notationen sowie grundlegende Definitionen.

In diesem Kapitel werden verschiedene Methoden zur Modellierung und Optimierung von Ablaufplanungsproblemen vorgestellt. Diese bilden die Basis der in den nachfolgenden Kapiteln durchgeführten Untersuchungen und bauen auf den zuvor dargestellten Grundlagen auf. Kapitel 4.1 gibt zunächst eine kurze Einführung in die grundlegenden Begriffe der Ablaufplanung.

Wie in Abschnitt 4.4 dargestellt, haben sowohl direkte als auch simulationsbasierte Ansätze zur Ablaufplanung jeweils verschiedene Vor- und Nachteile. So stellen direkte Verfahren für Problemstellungen geringerer Größe auch exakte Lösungsansätze bereit, während die Heuristiken simulationsbasierter Ansätze für diese Probleme weniger effizient sind, sich jedoch auch für den Einsatz auf große Problemstellungen der Ablaufplanung eignen. Weiterhin ist die Modellierung zeitbezogener Nebenbedingungen mit direkten Ansätzen effizient möglich. Simulationsbasierte Ansätze haben ihre Stärken hingegen eher bei der Abbildung von komplexen Ressourcenzusammenhängen.

Das Ziel dieses Kapitels besteht darin, verschiedene Dekompositionsansätze zu untersuchen, welche die Anwendbarkeit der hybriden Optimierung auch für praktische Problemstellungen (dutzende Maschinen, hunderte Jobs etc.) zulassen. Dekomposition bedeutet, ein Problem in mehrere Teilprobleme zu zerlegen und durch die optimierten Lösungen derer, eine Lösung für das Gesamtproblem zu berechnen. Obwohl dieses Vorgehen der dynamischen Optimierung ähnelt, gilt das Bellmann’sche Optimalitätsprinzip (vgl. Abschnitt 3.3) bei den nachfolgend vorgestellten Dekompositionsverfahren i.Allg. nicht. Das heißt, es handelt sich bei diesen um Heuristiken, die exakte Lösungsverfahren zur Lösung von Teilproblemen benutzen. In der Literatur existieren verschiedene Klassen von Dekompositionsansätzen.

Im Zusammenhang mit den durchgeführten Forschungsarbeiten entstanden zahlreiche Softwarelösungen.Diese reichen von rein akademischen Testprogrammen (z.B. für Benchmark- Untersuchungen) über experimentelle Umsetzungen für Industriepartner (Machbarkeitsstudien, Abschätzungen von Optimierungspotentialen etc.) bis hin zu Anwendungen, die in der laufenden Produktion getestet wurden. Einige dieser Implementierungen mit hoher praktischer Relevanz werden in diesem Abschnitt skizziert und Herausforderungen bei der Umsetzung diskutiert. Hierzu wird in Abschnitt 7.1 die hardware- und softwaretechnische Realisierung des hybriden Optimierungsansatzes (vgl. Abschnitt 5.4 bzw. Abbildung 5.5) erläutert. Die Entwicklung eines Testsystems zur Evaluierung von Steuerungsregeln (Emulation Basisprozess) eines realen Produktionssystems (vgl. Abschnitt 6.1.5) wird in Abschnitt 7.2 diskutiert. Ein Konzept zur Einbettung mathematischer Optimierungsverfahren in die Echtzeitsteuerungslogik einer Halbleiterfertigung wird in Abschnitt 7.3 skizziert.

In dieser Arbeit konnte auf vielfältige Art und Weise gezeigt werden, wie der gezielte Einsatz mathematischer Optimierungsverfahren zur Lösung von Ablaufplanungsproblemen in der Halbleiter- und Elektronikproduktion beitragen kann. Es wurde ein innovatives Planungswerkzeug vorgestellt, das einerseits hoch flexibel ist und andererseits teilweise bessere Optimierungsergebnisse erreicht als bekannte, meist problemspezifische Verfahren der Literatur. Der Kern dieser neuen Planungsmethodik besteht dabei in der Kopplung eines ereignisdiskreten Simulationssystems mit einem Löser für gemischt-ganzzahlige Optimierungsprobleme. Auf diese Weise ist es möglich, die Vorteile verschiedener Modellierungsansätze zu kombinieren. Diese wurden bislang in der Literatur durch unterschiedliche Forschergruppen vorwiegend getrennt betrachtet. Weiterhin entfällt durch das vorgestellte Verfahren die Implementierung problemspezifischer Suchstrategien. Die praktische Einsetzbarkeit des hybriden Optimierungsansatzes wurde durch die Entwicklung von Dekompositionstechniken erreicht, die es erlauben, Ablaufplanungsprobleme gezielt in effizient lösbare Teilprobleme zu zerlegen.