A Neural Network Approach for Wafer-lot Batching

웨이퍼 팹공정에서 뱃칭을 위한 신경회로망의 적용

본 연구에서는 웨이퍼 팹공정에서 웨이퍼 로트들이 뱃치공정을 위해 확률적으로 도착되는 상황에서 최적 뱃치크기를 결정하는 뱃칭문제를 다루고 있다. 뱃치공정이란 여러 개의 웨이퍼 로트들을 기계의 용량을 넘지 않는 한도 내에서 하나의 뱃치로 구성하여 한꺼번에 가공하는 공정을 말한다. 목적함수는 생산율을 높이고 재공재고 및 사이클타임을 줄이기 위해 웨이퍼 로트들의 평균 대기시간의 최소화를 채택하였다. 문제의 해결을 위해서, 확률적인 상황변동 하에서 실시간 제어를 위해 많이 활용되고 있는 신경회로망 중 다층 퍼셉트론을 이용한 뱃치크기 결정 모델을 제시하였다. 제시한 모델의 효율성을 확인하기 위해 기존에 잘 알려져 있는 최저뱃치크기(MBS) 규칙과 실험, 비교하였다.