摘 要:在介绍OEE与TOC理论的基础上,将两者的优缺点互补,引入IEE概念进行瓶颈诊断,开展了TPM活动以提高系统整体效率,同时提出一宏观与微观相结合的企业数据收集与处理模型。结合目前国内半导体厂实时性差的特点,介绍了一晶圆制造过程实时系统工作流程。 关键词:设备综合效率,约束理论,设备固有效率 中图分类号:C37; C931.6 文献标识码:A 文章编号:1003-353X(2005)08-0004-04 1 引言 半导体制造投资巨大,尤其是设备成本极其昂贵,因此,有效利用设备一直是企业关注的焦点。由于OEE(整体设备效率)考虑了设备所有的运行情况,计算方便准确,且更加适合柔性生产设备,弥补了传统计算效率方法的不足,因而得到了广泛的应用。但由于OEE针对的是单台设备,缺乏系统性,因此本文引入TOC理论,在对OEE与 TOC进行简要介绍的基础上,提出一基于TOC理论的OEE应用模型,将定性与定量相结合 ,以期弥补OEE的不足,提高其应用的效率。 2 OEE简介 2.1 OEE概念及计算<1> OEE计量设备及其规定能力制造好零件的时间百分率,是全面生产维护的一部分,衡量着整个制造过程的绩效。OEE由三个基本元素构成:可用效率(AE)、性能效率(PE)、合格品率(RQ)。 2.2 OEE的分类<2> (1)产品OEE(OEEp):是在产品可获得情况下,对设备效率衡量的一种方法,它是在标准OEE中去除设备可运行但缺料加工的情况。 (2)需求OEE (OEEd) 是衡量与产品计划有关的设备效率。计算 需要有工厂产能模型,以标识设备计划闲置时间或计划无WIP时间。 OEEd从设备开动时间内去除了计划闲置时间 (3)群设备OEE 目前SEMI(国际半导体设备与材料组织)还未对其明确定义,对其本身衡量指标尚待进一步研究。 2.3 OEE实质 即实际产量与负荷时间内理论产量的比值。 2.4 利用OEE进行损失分析 2.5 OEE的优点与不足 与传统计算设备利用率的方法相比,OEE具有明显的优势。传统的方法仅专注于可用效率,OEE还考虑到效率及质量因素,它使决策者能同时关注设备的多方面,便于采取相应调整措施。但OEE也有其自身的局限性,它针对的是单台设备,缺乏全局优化观点。计算OEE虽然方便,但要分析其相应参数,却需大量数据,而由于生产的动态性及环境的变化,这些数据不易获得。要对OEE进行改善,需大量的人力、物力,可能涉及到组织的每一方面,如生产、维护、工艺部门。 如果 OEE仅仅被用作内部效率指标,则它对生产系统的贡献是微薄的。因此,OEE需要与系统化观点结合,才能实现生产系统的整体改善。 3 TOC理论<3> 3.1 TOC理论简介约束理论(Theory of Constraints)是以色列物理学家Goldratt提出的。 TOC理论认为,对于任何一个由多阶段构成的系统来讲,如果其中一个阶段的产生取决于前面一个或几个阶段产出的话,那么,那个产出率的环节决定着整个的产出水平。换句话说,一个链条的强度是由它薄弱的环节来决定的。 在企业的整个经营业务流程中,任何一个阻碍企业去更大程度增加有效产出或减少库存和运行费的环节,就是一个“约束”, 通常也称作“瓶颈”。TOC的管理思想就是首先抓瓶颈,使严重的制约因素凸现出来,从而从技术上消除了“避重就轻”、“一刀切”等管理弊病发生的可能。由此,短期的效果是“抓大放小”,长期的效果是大问题、小问题都没忽略,从而使企业整体生产水平和管理水平日益提高。 3.2 TOC理论优缺点 缺点:在实际应用中,TOC更多地强调生产计划与控制,而局限了TOC在持续改善方面的优势。另外,TOC的一些重要步骤仍以定性方法为基础,缺乏定量化的分析方法,降低了可操作性。 4 基于TOC的OEE应用 从以上对OEE与TOC的优缺点的讨论,可见这两者之间可以取长补短、相互结合以提高系统的总体效率。具体而言,TOC为OEE提供系统化的观点,使OEE成为面向流程的绩效指标;OEE为TOC提供定量化的分析方法,增强TOC的改善能力。基于TOC的OEE方法兼顾两者优点,符合生产系统改善的系统化和定量化要求。实施改善的具体步骤 4.1 基于TOC的OEE方法于晶圆代工中的应用 4.1.1 微观层模型 微观层模型需要收集的数据与所做的工作包 括:工作站工艺图;任务分析;工作流分析;时间研究;维护信息研究。由于OEE计算包括理论产出,而这一计算要求现场数据的性。为了达到这一目的,必须对每个工艺菜单进行测量,在此基础上才能进行 OEE计算并展开进一步分析与改善,否则会造成计划与实际现场情况不符,使改善工作无章可循。因此上述工作中时间研究对OEE的计算起着至关重要的作用,是OEE应用的基础。 4.1.2 宏观层模型 宏观部分主要是将每个工作站中的数据进行整合、统计处理,并与计划相结合,进行瓶颈识别与产能分析。两者结合的工厂模型所示。 如何应用微观层的数据进行有效的瓶颈识别呢?参考文献<4>中提出一所谓“设备固有效率”<4> 概念进行瓶颈机台诊断。下面就对此概念进行简要介绍。 前文已知OEE=AE×PE×Q AH-设备完好且能进行工艺的时间, IHw- 设备因缺料而闲置的时间, IHh- 设备因缺人而闲置的时间。 现不考虑缺人而闲置的状况,记:固有操作效 从上述的公式推导中可知,IEE≧OEE(此处OEE指企业根据历史数据定出的计划OEE值),当IEE的值越接近OEE值,则该设备就越有可能成为瓶颈机台,因此,可以通过比较两者的值进行瓶颈识别。因此,企业可以在微层通过对设备维护信息、设备宕机信息、设备生产、空闲时间及工艺信息的及时收集计算出各设备的OEE及IEE的值,对两者的偏差超出企业所订上限的定为瓶颈,再从 5 结束语 本文通过介绍OEE与TOC理论的特点,将两者结合起来提出一基于TOC理论的OEE应用模型,使企业能及时监测到瓶颈机台,将关注点放于重点机台,减少了分析的数据量,提高了企业的整体效率。 |
免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。