In semiconductor manufacturing, fab-level simulation is an important decision support technology for the analysis and optimization of semiconductor wafer fabricators. In such facilities, a clustered photolithography tool (CPT) is by far the most expensive tool and often the capacity bottleneck. As key components of fab-level simulation, equipment models of CPTs are studied in this thesis. We consider linear, affine, exit recursion, and flow line, and detailed models of CPTs for use in fab-level simulation. We improve upon and develop extensions to exit recursion and flow line models and demonstrate exactly how to convert raw CPT data into the various models with detailed parameterization and simulation equations. Using a detailed CPT model based on industry data as the baseline, numerical experiments are conducted to test the model’s fidelity for cycle time, lot residency time, and throughput time. We also compare the computational complexity of each model class. Other simulations are conducted to test the model’s predictive performance under current operating conditions and to assess the models’ robustness to changing fab conditions, e.g., when lot sizes or the train sizes change. Linear and affine models are shown to be the fastest in computation but are the least accurate and robust. Exit recursion models have accuracy and robustness that fall in between affine and flow line models. Flow line models are shown to be the most accurate and robust of all the investigated models and require approximately 200 times less computation than detailed models. Inspired by the performance of flow line models, we conduct additional studies to determine whether flow line models can express fundamental CPT system behaviors and effectively replace detailed models for use in throughput optimization.
반도체 생산에서는 팹의 분석과 최적화를 위한 팹 수준의 시뮬레이션이 중요한 의사결정 기법으로 사용된다. 이러한 팹에서는 클러스터 포토리소그래피 장비 (clustered photolithography tool, CPT)가 반도체 장비 중 가장 비싸며, 팹 전체에서 병목현상을 일으키는 주된 장비이다. 팹 시뮬레이션에서 핵심 요소 중 하나가 장비 모델인데, 본 논문에서는 팹 시뮬레이션을 위한 클러스터 포토리소그래피 장비에 대한 모델을 연구하였다. 장비 모델을 선택함에 있어서 그 모델의 예측 성능도 중요하지만 계산 속도도 고려해야 한다. 또한, 보통 장비 모델들은 기존 로그 데이터를 이용하여 모델 변수를 구하는데, 팹 운영 상황이 바뀔 때에는 기존 로그 데이터가 존재하지 않으므로 유사한 다른 데이터를 이용하여 모델을 생성해야 한다. 즉, 각 모델의 데이터 변동에 대한 강건함 (robustness)도 고려해야 한다. 이러한 모델의 특징을 생각하여 다양한 장비 모델을 비교 분석하였다. Linear, affine, exit recursion, flow line 모델을 CPT에 적용하고, 각 모델에서는 모델의 변수를 계산하는 식과 공정 시작과 마침을 계산하는 식을 구체적으로 기술하였다. 특히, 기존에 개발되었던 Exit recursion 모델과 flow line 모델을 확장하였고, CPT에서 나오는 기존 로그 데이터를 이용하여 모델을 어떻게 제작하는지 보였다.
실제 산업 데이터를 바탕으로 만든 CPT의 detailed 모델을 이용하여 각 모델을 평가하는 여러 시뮬레이션을 진행하였다. Type I 시뮬레이션에서는 각 모델의 성능과 계산속도를 평가하였고, 척도로는 사이클 타임, 장비 거주 시간 (lot residency time), 생산 속도 시간 (throughput time)를 사용하였다. Type II 시뮬레이션에서는 현재 운영 상황에서 각 모델의 예측 성능을 살펴보았다. Type III에서는 데이터 변동에 대한 모델의 강건함을 비교해 보았다. Linear와 Affine모델은 평가한 장비 모델 중 가장 계산 속도가 빠르지만, 성능과 강건함 면에서는 떨어진다. Exit recursion 모델들은 flow line 모델과 affine 모델 중간의 성능과 강건함을 보인다. Flow line 모델들은 가장 정확하고 강건하며, detailed 모델에 비해 약 200배 계산 속가 빠르다. 마지막으로는 flow line 모델들이 CPT 장비 생산능력 최적화에 사용될 수 있는지를 확인하는 시뮬레이션을 진행하였다. 이 시뮬레이션을 통하여 여러 변수를 조정하여 flow line 모델들이 실제 CPT의 특징을 잘 표현하고, detailed 모델을 대신하여 장비 최적화에 사용할 수 있음을 확인하였다.
