半導体工場における様々なスケジューリングソリューションの利点と課題

工場のニーズに適したスケジューリングソリューションの選択
Pros and cons of scheduling solutions for semiconductor manufacturing
シェア

生産現場のスケジュールは、様々な方法や技術を用いて作成することが可能です。これらの方法や技術には、以下が含まれます。単純な先入れ先出し(FIFO)や納期スケジューリング(DDO)ルールの使用、現在及び将来の仕掛品(WIP)を考慮した、簡単/基本的な生産サイクルの仮定に基づく手動/Excel形式の方法、生産エリアのルールに基づくヒューリスティックなスケジューリング、シミュレーションに基づくスケジューリング、最適化に基づくスケジューリング。さらに、将来の仕掛品(WIP)の到着を予測し、バッチの順序付けを行うハイブリッド手法を採用することも可能です。選択する方法やその適用方法は、スケジューリングの品質及びソリューションがもたらす生産効率に影響を与えます。同時に、スケジューリングシステムの種類によっては、工場の入力データの品質と正確性に対する要求も高まります。

Explore the possibilities

Build a new ecosystem of quality powered by Intelligence

通常、スケジューリングソリューションはまず工場データを抽出し、それをソリューション用の入力データに変換または整形する必要があります。その後、スケジューリングエンジンは(どの手法を用いる場合でも)様々な考慮事項や目標に基づくロジックを適用し、スケジュール出力データを生成します。生成されたデータはさらに処理され、最終ユーザーが利用できるよう、ユーザーフレンドリーな可視化及び分析形式の計画として提供されます。このプロセスは、下図1の通りです。
Figure 1: Scheduling solution process flow
図1:スケジューリングソリューションのプロセスフロー
以下では、様々な方法や技術のメリットと制約について説明します。

ヒューリスティックベースのスケジューリングソリューション

これは、ルールに基づくバッチ割り当て及び順序付けの方法です。手作業中心の工場で単純な先入れ先出し(FIFO)、納期順(DDO)またはバッチ優先方式を用いたスケジューリングは、生産性を低下させる可能性があります。一方、エリア、製品構成、設備構成、工場目標に基づいたより複雑なヒューリスティック手法を使用することで、設備利用率、スループット、設備群の生産サイクルを迅速に改善することが可能です。

シミュレーションベースのスケジューリングソリューション

シミュレーションスケジューリングでは、モデルが工場内すべての設備の現在状態や位置を考慮し、将来のバッチや仕掛品(WIP)の到着を予測します。シミュレーションスケジューリングは、工場のスケジューリングシステムとして機能するほか、エリアスケジューリングシステムと連携し、出力を下流エリアの入力として使用することもできます。

最適化ベースのスケジューリングソリューション

最適化スケジューリングでは、混合整数計画法(MIP)や制約プログラミング(CP)モデルを用いて、生産エリアの重み付き目的関数に基づきバッチを割り当て・配置し、最適な設備スケジュールを作成します。最適化スケジューリングシステムはエリアスケジューリングシステムの一種であり、シミュレーションベースの工場スケジューリングシステムとインテグレーションすることが可能です。

以下の表2では、各ソリューションのメリットを簡単に把握することができます。

各スケジューリングソリューションのポジティブ属性

ヒューリスティック シミュレーション 最適化
開発・設定・導入が容易
将来のバッチ/仕掛品(WIP)到着予測がより正確
実行可能かつ最適なスケジュール
学習・拡張・カスタマイズが容易
工場全体のスケジューリングが可能で、割り当てルールを実行できる
詳細な設備モデリング
KPI改善の早期効果
非生産環境で割り当てルールを検証可能
ボトルネック管理の改善
入力データの要求/品質への感度は中程度
複数工場・企業間での拡張が可能、より良い生産ラインのバランスを実現
変化する工場条件や目標に敏感に対応可能
表2:ヒューリスティック、シミュレーション、最適化スケジューリングソリューションのポジティブ属性
Explore the possibilities

Build a new ecosystem of quality powered by Intelligence

各スケジューリングソリューションの限界は以下の表3の通りです。

各スケジューリングソリューションの限界

ヒューリスティック シミュレーション 最適化
継続的な微調整が必要になる場合がある
工場データの品質・遅延・粒度に非常に敏感
工場データの品質・遅延・粒度に非常に敏感
すべての潜在的な生産効果を実現できない
簡略化した割り当てルールを使用
スケジューリングシステムの意思決定が説明しにくい
非生産環境での効果検証が必要
数学的に最適な解ではない
生産環境で効果を評価する必要がある
導入に比較的長い時間がかかる
メンテナンスに必要なリソースが増加
メンテナンスに必要なリソースが増加
変化する工場条件や目標に鈍感で、反応が遅い
モデル性能時間が問題サイズに対して非線形で増加
表3:ヒューリスティック、シミュレーション、最適化スケジューリングソリューションの限界

まとめ

工場は、自社のニーズ評価に基づいてスケジューリングソフトウェアソリューションを選択する必要があります。理想的には、ソリューションはこれらの要件や工場の具体的な要求事項、現在及び将来の新技術や業務プロセスの導入・適応能力、現行ソフトウェアソリューションの機能などをしっかりと満たす必要があります。意思決定の参考になる質問例は以下の通りです。

  • 工場全体のスケジューリングシステムが必要か、それとも生産エリア単位のスケジューリングシステムで十分か?
  • ボトルネックの状況や性質はどうか?
  • 工場自動化の現在の基準
  • 工場データの生成、利用可能性、収集、保存、処理能力を十分に把握している
  • スケジューリング自動化のビジョンを支援・実現できる技術リソースは確保できる

ヒューリスティック、シミュレーション、最適化の各スケジューリング手法はいずれも、工場のKPI改善に寄与し、それぞれの手法にはメリットと制約があります。そのため、適用可能性や能力を十分に理解し、工場での成功実装を確実にすることが重要です。

ただし、経験がなく、複雑な自動化スケジューリングソリューションを導入したことのない企業は、ヒューリスティックベースのスケジューリングの導入を検討すべきです。これにより、工場改善における早期の投資回収(ROI)を実現するとともに、経験と専門知識を積むことができます。現時点で割り当てやスケジューリングシステムを導入していない企業が、シミュレーションや最適化に基づくより複雑なスケジューリングソリューションを導入すると、学習曲線が急すぎたり、導入がうまくいかない可能性があります。

筆者について

Picture of Ravi Jaikumar(Real Time and Advanced Scheduling担当 プロダクトマネージャー)
Ravi Jaikumar(Real Time and Advanced Scheduling担当 プロダクトマネージャー)
Raviは、半導体前工程ファブおよび組立・テスト・パッケージング工場向けのリアルタイムディスパッチングおよびスケジューリング・ソフトウェアソリューションを担当するグローバルプロダクトマネージャーです。Applied MaterialsのAutomation Products Groupへ入社する以前は、Qorvo, Inc.にてシニア・インダストリアルエンジニアとして活躍しました。また、ON Semiconductorでのインダストリアルエンジニア職や、Hyster-Yale Groupでのサプライチェーンコンサルタントとしての経験も有しています。Anna University Chennaiにて機械工学の学士号を取得後、North Carolina State Universityにてインダストリアルエンジニアリングの修士号を取得しています。
シェア
Ready to advance your factory automation with SmartFactory solutions?
准备好体验 SmartFactory 解决方案推进您的工厂自动化吗?
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.