更精准预测产品交货期Forecast Date的方法

王明洋

摘要：晶圆制造工厂中的制造部Delivery的角度，都需要特别注意产品交货期Forecast Date ，进而判断是否有delay交期，以往估算在制品的产品交货期是用“剩下待完成的黄光层数×预估的黄光一层生产天数”求出产品交货期。但此种方法常常有误差较大，不符合我们所有的需要，激起我们去思考更适当、更精准预测产品交货期Forecast Date的方法。

关键词：产品交货期；晶圆制造；黄光层数

中图分类号：F406 文献标识码：A 文章编号：1009-2374（2013）17-0160-02

1 概述

Delivery on time是制造部的重要职责，所以一些特别的货需要知道精准的产品交货时间以告知客户，或 plan pull in schedule或判断是否提升生产在制品priority，以往估算在制品的产品交货期是用“剩下待完成的黄光层数×预估的黄光一层生产天数”求出产品交货期，但是整个生产过程中，黄光一层生产天数是不相同的，此种方法的误差较大，不符合我们所有的需要，我们才想用另外的做法来更精准预测产品交货期Forecast Date。我们根据process time前后段的层次中完成黄光一层的所实际生产天数不同以及前后段每层的Stage数不同的特点，我们要采取不同阶段用不同的变量Factor进行合理化预估 ，通过实际data的比较，不同阶段采用不同的变量的算法得到的预估出货时间更为

精准。

2 应用与说明

估计在制品的出货时间，我们可以通过下面公式计算：

Forecast out date = 目前时间+∑plan step time

=目前时间 + ∑ （theoretical step run time）×（给定变量值 a ）

这里的“theoretical step run time”我们直接用MES table中给定的每个part的值，忽略片数不同对run time 的影响。

在“给定变量值a”选取用何种方法的问题上，我们有三种不同的变量可以选择，分别是：cycle time per layer（C/T，即生产每两道黄光制程之间的所用天数） ；TR（每一片产品每天通过的stage数，即以stage为单位的速度）；X_Ratio（主机台生产时间与所有R/Q/H时间的比值），这里首先我们要改变一个以往的错误观念，并且要根据实际的data来做选择，如下表1所示。

这是某工厂2011/9～2011/11的数据，从表中我们可以看到，并不是像以往认为的那样，后段制程的C/T就比较短，虽然后段基本没有run time较长的Diffusion制程，相对theoretical step run time较短，但后段每个layer包含的stage数相对更多，这样精算到C/T就差异很大了。另外，从data中

可以看到，G4这段的不同part的每个layer的stage数差异不大，所以建议处于G4的在制品用给定的T/R值作forecast当在制品到G5以后，这时需要对Out forecast date的精确度的要求就更高了，因为这时仅有2～3层黄光要过，不同的产品往往后段差异很大，例如有无BG制程，有无PD制程等，这时相差1～2 Stage的制程却会相差20%～30%的process time，所以此时应该用X_Ratio作为“定变量值a”更为合适，X_Ratio会考虑到每个step的不同run time另外，在产品投片时作的wafer out plan，是针对制造部整体的生产情况而言的，而通常是以C/T target为基础的，C/T是整体性较强的指标，比较概括，而SA、PC等接单和Commit交期都没有必要考虑精细到process step的差异，以一般通用C/T为参考。

总之，G1 & G2 & G3∶（给定变量值 a ） = C/T

G4∶（给定变量值 a ） = TR

G5∶给定变量值 a ） = X_Ratio

产品离交期越近时，做预估所用的变量需要越细致。

3 实例结果与讨论

用来计算的报表画面如图1所示：

图1

该系统也可预计在制品到达每个step的时间，除了预估出货时间外，另外可以预估各站何时会到站，当有PE设future hold待处理时，可以参考此报表预估的时间，提前告知PE何时会到站，便于提前安排时间。

以这种方式算出的产品交货期forecast date比旧有方式只用C/T计算求出的出货时间更为可靠、精确。举例来说ABCDEF.1用旧的方式，剩下2层，预估C/T=1.0，算出应该是2/17 13∶20出，新的方法算预估X_Ratio=2.4算出2/18 05∶28出货，而实际出货时间是2/18 07∶30。旧的方法误差13 hrs，新方法误差2hrs，更为精确。

4 结语

此方法代替以往的算法求出的时间更为精准，我们能更有信心地告诉客户预估出货时间。经多次实际应用和验证后，我们预估的结果与实际的结果误差在一天以内，比以往多达三天的误差精确更多，进一步证明了我们的结论：产品离交期越近时，做预估所用的变量需要越细致。即由CT → TR → X-ratio 递进的Factor选择方法，这一方法将是更为精准地预测产品交货期 Forecast Date的方法。

作者简介：王明举，上海交通大学机械与运力工程学院工程硕士生。