In semiconductor manufacturing, preventive maintenance (PM) is complicated and essential. Since tool down time contributes significantly to manufacturing flow variability and thus mean cycle time, effective PM planning is important. Here we extend existing PM planning methods to allow for four categories of PM models. We study the quality of these PM models and the resulting optimized PM plans via simulation. We observe that the approximate mean cycle time formulae for these models are generally of good accuracy. Our studies show that good PM plans suggested from the use of these approximate formulae remain good plans in the true system. Moreover, we study the implications of using optimized PM plans generated from one type of model in another type of model. The results suggest that good PM plans are relatively insensitive to which of the four PM models are selected. Finally, we provide conjectures about sensitivity of models to the variability parameters. These statements could be used as guidelines for model selection, under the assumption that the information about the variability of parameters is known.
반도체 생산 공정에서, 예방 정비 활동은 복잡하지만 필수적이다. 기계의 고장은 생산의 변동성이나 평균 사이클타임에 매우 큰 영향을 미치기 때문에, 성공적인 예방 정비 활동 계획이 매우 중요하다. 우리는 기존의 예방 정비 활동을 네 종류의 기계 작업 방해요소로 취급해 보았다. 또한, 각 방해요소의 평균 사이클타임에 대한 근사식을 목적함수로 하는 비선형최적화 문제를 통해 최적의 예방 정비 활동 주기를 구하였다. 이 과정에서 시뮬레이션을 통해, 네 가지로 확장된 모델의 근사식들이 얼마나 정확한 해를 제공하는지 검증하였고, 제시된 근사식으로부터 구해진 해는 실제 시스템에서도 여전히 좋은 해로 사용되는 것을 알 수 있었다. 추가적으로, 한 가지 종류의 모델에서 구해진 해를 나머지 다른 종류의 모델에 대입해 보았다. 그 결과, 용이한 예방 정비 주기는 어떤 모델을 선택하는지에 큰 영향을 받지 않는 것을 발견할 수 있었다. 또한, 사이클타임과 밀접한 연관이 있는 변동성 계수들에 대한 민감도 분석을 통해 관찰된 결과를 바탕으로, 각 계수의 대한 정보를 알고 있을 때 사용할 수 있는 모델 선택에 대한 지침을 제공하였다.
