Lean CFP на основе - Lean CFP driven

Lean CFP (Complex Flow Production) Driven - это новый подход, который учитывает не только широко применяемые Бережливого производства, но сочетает в себе принципы бережливого производства с операционной кривой, подход, основанный на теоретическом подходе Теория массового обслуживания разработан в академических кругах в 1970-х годах.[1] Целью Lean CFP Driven является устранение потерь для достижения более высокого качества, повышения производительности и в то же время понимания взаимосвязи между использованием, временем выполнения заказа и изменчивостью, чтобы максимизировать производительность в пределах полупроводник промышленность.

Lean CFP Driven - бережливое комплексное производство, управляемое

Справочная информация Полупроводниковая промышленность

Полупроводниковая промышленность - одна из самых производительных и динамично развивающихся отраслей в мире. Он сталкивается с непрерывным и быстрым развитием технологий, что ставит компании под постоянное давление, чтобы они предлагали более качественные и более дешевые товары, чем те, которые были самыми современными всего несколько месяцев назад.[2] Рынок и развитие рынка основано на Закон Мура или больше, чем Мур.[3]

Потребительский спрос на рынке полупроводников развивается и изменяется быстрыми темпами, что приводит к тому, что для обслуживания и удовлетворения требований клиентов необходим высокий уровень гибкости.[4] Полупроводниковая промышленность, кроме того, очень капиталоемкая из-за того, что производственное оборудование очень сложное, специализированное и, следовательно, невероятно дорогое.[1] Задачи, стоящие перед отраслью, заключаются в постоянном повышении производительности, достижении максимально возможной рентабельности дорогостоящего оборудования, скорости и отсутствия дефектов.[1]

Lean CFP Driven и традиционный Lean

Lean CFP Driven движется в новом направлении от традиционного Lean из-за дополнительного внимания к использованию, времени цикла и изменчивости. Различные характеристики полупроводниковой промышленности, например Структура производства и связанные с производством затраты по сравнению с другими отраслями промышленности формируют потребность в новом подходе к философии бережливого производства, чтобы соответствовать этим специфическим характеристикам.

Для полупроводниковой промышленности можно выделить пять ключевых характеристик:

  • Длительное время цикла.[5]
  • Невозможно параллельный процесс, высокая сложность[6]
  • Короткий жизненный цикл продукта.
  • Капиталоемкое производство[1]
  • Резкое снижение стоимости со временем

Сложный производственный поток полупроводниковой фабрики возникает из-за того, что называется возвратным потоком. Возвратный поток - это хорошо известный атрибут в фабрике пластин и относится к пластине, посещающей каждый инструмент не только один раз, но, возможно, 20 раз за время прохождения фабрики. Дублирование дорогостоящего оборудования и создание линейного потока еще более затруднило бы получение максимально возможной рентабельности оборудования и оптимального использования каждого инструмента, даже если это приводит к очень сложному производству.[7]

Возвратный поток требует определенного уровня гибкости, который с точки зрения бережливого производства можно рассматривать как муда (Напрасно тратить). Необходимая гибкость, в том числе для удовлетворения колебаний потребительского спроса, требует от компаний применения других инструментов для измерения и прогнозирования производительности.[4] и это то, что Lean CFP Driven обеспечивает полупроводниковой промышленности. Lean CFP Driven добавляет Рабочая кривая оценить факторы использование, время цикла и изменчивость чего нельзя добиться за счет внедрения традиционного бережливого производства.

Типичные инструменты в рамках традиционного бережливого производства, которые также включены в новый подход Lean CFP Driven, следующие:

Что отличает Lean CFP Driven от традиционного подхода Lean с точки зрения инструментов, так это то, что новый подход применяет инструмент Operating Curve в дополнение к инструментам, перечисленным выше. Пример того, как может выглядеть рабочая кривая, показан на рисунке ниже. Оптимальная рабочая точка указана для различных переменных, описывающих неравномерность производства, . Огромным преимуществом добавления инструмента «Рабочая кривая» является максимизация производительности за счет одновременной оптимизации использования и скорости для сложной отрасли полупроводников за счет уменьшения вариабельности с помощью метода четырех партнеров.

Рабочая кривая

Операционная кривая - это инструмент, изначально разработанный в академических кругах в 1970-х годах на основе теории массового обслуживания, который использует индикаторы «Время цикла» и «Использование» для оценки и прогнозирования производительности производственной линии.[1] Рабочая кривая может применяться по разным причинам, например:

  • Понимание взаимосвязи между изменчивостью, продолжительностью цикла и использованием[4]
  • Количественно оценить компромисс между продолжительностью цикла и использованием [1]
  • Документирование производительности одного завода с течением времени [1]
  • Расчет и измерение производительности линии [1]

Рабочую кривую можно описать следующей формулой:

куда :

Коэффициент текучести от 0 до ∞
Вариабельность, описывающая неравномерность производства (низкое значение α указывает на хорошую производительность). Альфа варьируется от 0 до 1
Использование в пределах от 0 до 100%

Фактор текучести также можно описать как:

Где:

CTФактическое время цикла линии
RPTТеоретически минимальное количество времени, которое потребуется партии (производственной единице) для перемещения от начала до конца (то есть без очередей или неэффективности процесса)
CT= WIP / GR
НЗПСредняя незавершенная работа (включая все продукты, а также отложенные партии)
RPTМаксимальное количество единиц, обрабатываемых каждый день
Гм= GR / CapaPU
CapaPUМощность производства

Рекомендации

  1. ^ а б c d е ж грамм час Ауранд С. Стивен, Миллер Дж. Питер; Рабочая кривая: метод измерения и оценки производительности производственной линии; IEEE, США, 1997 г.
  2. ^ Инвестопедия; http://www.investopedia.com/features/industryhandbook/semiconductor.asp#axzz1vbOvyLAZ; 02.07.2012.
  3. ^ ИЭЭ спектр; https://spectrum.ieee.org/computing/hardware/moores-law-meets-its-match; 01.07.2012.
  4. ^ а б c Bauer H, Kouris I, Schlögl G, Sigrist T, Veira J, Wee D; Освоение изменчивости в сложных средах; McKinsey & Company, 2011 г.
  5. ^ Вебер C, Файед A; Обеспечение своевременных революций в производительности многопродуктовых фабрик, Портлендский государственный университет, Остин, Техас, США, 2009.
  6. ^ Кон Р., Ноак Д., Мосински М., Чжоу З., Роуз О; Оценка подходов к моделированию, моделированию и оптимизации для управления рабочим процессом в производстве полупроводников; Институт прикладных компьютерных наук; Дрезден, Германия; 2009 г.
  7. ^ Информационный бюллетень FabTime Cycle Time Management - Том 13, номер 3, 2012 г., FabTime Inc.