연구 영역
기본 정보
논문·특허
과제
구성원
읽는 시간 · 1분 33초

반도체 FAB 공정물류 스케줄링 및 AMHS 제약 기반 운송 최적화

AMHS-constrained scheduling and transportation optimization for semiconductor fabs

연구 내용

AMHS(자동자재이송시스템) 제약과 WIP·버퍼·교통 혼잡을 반영해 반도체 FAB의 동적 스케줄과 리프터/로트 이송 결정을 예측·최적화하는 연구

반도체 FAB에서는 자재 운송 능력이 공정 병목이 되며, 공정 상태와 이송 지연이 결합되어 스케줄 성능을 저하시킵니다. 본 연구는 남은 공정시간, 설비 상태, 이송시간과 혼잡, WIP 분포 및 중간 버퍼 상태를 통합 입력으로 사용하여 다음 공정의 장비 할당과 우선순위를 동적으로 결정합니다. 또한 리프터의 inter-floor 이동을 마코프 의사결정 기반으로 모델링해 강건성을 확보하고, 로트 이송을 재분배해 실제 처리량을 개선합니다. 아울러 AMHS 디지털 트윈 캘리브레이션으로 시뮬레이션-현장 정합성을 높이는 방향으로 확장합니다.

관련 연구 성과

관련 논문

5

관련 특허

0

관련 프로젝트

3

연구 흐름

초기에는 AMHS의 운송 제약이 생산 스케줄에 미치는 영향을 분석하고, 남은 처리시간·설비 가동상태·이송시간·버퍼 상태를 반영한 동적 우선순위 스케줄링 프레임을 구축했습니다. 이후에는 리프터 할당을 MDP 기반으로 확장하여 층간 이송 의사결정을 체계화하고, 로트 이송을 재배치하는 우선순위 전략으로 FAB 처리량을 개선하는 연구를 수행했습니다. 최근에는 AMHS 디지털 트윈 캘리브레이션을 통해 자동화 설비의 모델 정합도를 높이고, 대규모 환경에서 재배치·운송 효율을 동시에 고려하는 방향으로 발전했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

  • 반도체 생산계획 스케줄러
  • AMHS 병목 예측 모델
  • 리프터/엘리베이터 할당 엔진
  • 로트 이송 우선순위 규칙
  • 디지털 트윈 캘리브레이션 워크플로
  • WIP·버퍼 상태 기반 제어
  • 설비 가동률 향상 의사결정
  • FAB 실시간 최적화 대시보드
  • 교통 혼잡 인지 스케줄링
  • 현장 데이터 기반 시뮬레이션 보정

관련 논문

구분

제목

1

Deep Learning-Based Dynamic Scheduling for Semiconductor Manufacturing With High Uncertainty of Automated Material Handling System Capability

2

An MDP-based lifter assignment algorithm for inter-floor transportation in semiconductor fabrication

3

Storage prioritization by redistributing wafer lot transfers to enhance real-world fab throughput

4

A digital twin calibration for an automated material handling system in a semiconductor fab

5

Clustered Multi-Task Sequence-to-Sequence Learning for Autonomous Vehicle Repositioning

관련 프로젝트

구분

제목

1

공정 상황별 운영 최적화를 지원하는 AI 기반의 제조공정물류 최적화 기술개발

2

공정 상황별 운영 최적화를 지원하는 AI 기반의 제조공정물류 최적화 기술개발

3

산업인공지능 전문인력 양성