Ablaufoptimierung in einer Halbleiterfertigung
-
Jan Schneidewind
Jan Schneidewind, geb. 1996, schloss 2019 sein Bachelorstudium im Maschinenbau mit der Vertiefung Energietechnik an der Technischen Hochschule Nürnberg ab. Im Jahr 2021 legte er seinen Masterabschluss im Studiengang Industrial Engineering an der Ostbayerische Technische Hochschule Regensburg ab, wo er seitdem als Wissenschaftlicher Mitarbeiter arbeitet. Er ist zuständig für die Planung von Produktion und Logistik einer Serienfertigung von Wasserstoff Elektrolyse-Stacks im Projekt H2Giga des Bundesministeriums für Bildung und Forschung. Sein Forschungsschwerpunkt ist die Fertigungslayoutplanung im Kontext schnell wachsender Unternehmen.
and
Björn Lorenz
Prof. Dr.-Ing. Björn Lorenz, geb. 1969, schloss 1994 sein Maschinenbaustudium mit der Fachrichtung Produktionstechnik an der Universität Hannover ab. Nach dem Studium arbeitete er von 1994 bis 1999 als Wissenschaftlicher Mitarbeiter am Institut für Fabrikanlagen (IFA) der Universität Hannover. Die Promotion erfolgte 1999. Von 1999 bis 2002 war er in der Kapazitätsplanung bei der Firma Infineon Technologies tätig. Bei der BMW AG in München arbeitete er von 2002 bis 2008 im Bereich der Produktionsplanung. Seit 2008 ist Professor Björn Lorenz an der OTH Regensburg mit dem Fachgebiet Produktionsmanagement tätig.
Abstract
Bei der Ablaufplanung automatisierter Anlagen wird häufig ein regelbasiertes, iteratives Verfahren angewandt. In dieser Studie wird am Beispiel einer Nassbank aus der Halbleiterindustrie gezeigt, welches Potenzial dadurch verloren geht und wie die Ablaufplanung optimiert werden kann. Des Weiteren wird untersucht, wie sich durch Anpassungen am Aufbau der Anlage die durchschnittliche Durchlaufzeit noch weiter reduzieren lässt.
Abstract
A rule-based, iterative approach is often used for the scheduling of automated plants. In this study, a wet bench from the semiconductor industry is used to show the potential that is lost as a result and how the scheduling can be optimized. Furthermore, it is investigated how adjustments to the plant design can further reduce the average cycle time.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Jan Schneidewind, geb. 1996, schloss 2019 sein Bachelorstudium im Maschinenbau mit der Vertiefung Energietechnik an der Technischen Hochschule Nürnberg ab. Im Jahr 2021 legte er seinen Masterabschluss im Studiengang Industrial Engineering an der Ostbayerische Technische Hochschule Regensburg ab, wo er seitdem als Wissenschaftlicher Mitarbeiter arbeitet. Er ist zuständig für die Planung von Produktion und Logistik einer Serienfertigung von Wasserstoff Elektrolyse-Stacks im Projekt H2Giga des Bundesministeriums für Bildung und Forschung. Sein Forschungsschwerpunkt ist die Fertigungslayoutplanung im Kontext schnell wachsender Unternehmen.
Prof. Dr.-Ing. Björn Lorenz, geb. 1969, schloss 1994 sein Maschinenbaustudium mit der Fachrichtung Produktionstechnik an der Universität Hannover ab. Nach dem Studium arbeitete er von 1994 bis 1999 als Wissenschaftlicher Mitarbeiter am Institut für Fabrikanlagen (IFA) der Universität Hannover. Die Promotion erfolgte 1999. Von 1999 bis 2002 war er in der Kapazitätsplanung bei der Firma Infineon Technologies tätig. Bei der BMW AG in München arbeitete er von 2002 bis 2008 im Bereich der Produktionsplanung. Seit 2008 ist Professor Björn Lorenz an der OTH Regensburg mit dem Fachgebiet Produktionsmanagement tätig.
Literatur
1 Brucker, P.; Knut, S.: Complex Scheduling. Springer-Verlag, Berlin, Heidelberg 201210.1007/978-3-642-23929-8Search in Google Scholar
2 Graham, R. L.; Lawler, E. L.; Lenstra, J. K.; Rinnooy Kan, A. H. G.: Optimization and Approximation in Deterministic Sequencing and Scheduling: A Survey. In: Hammer, P. L.; Johnson, E. L.; Korte, B. H.; Nemhauser, G. L.: Annals of Discrete Mathematics 5. North-Holland Publishing Company, Amsterdam, New York, Oxford 1979, S. 287—326 DOI: 10.1016/S0167-5060(08)70356-X10.1016/S0167-5060(08)70356-XSearch in Google Scholar
© 2022 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Inhalt
- Editorial
- Mensch und Maschine vereint
- Produktionsnetzwerke
- Entscheidungsfindung in der Gestaltung und Koordination von globalen Produktionsnetzwerken
- Nachhaltigkeit
- Effiziente Druckluftnutzung in der automatisierten Produktion
- Nachhaltigkeitsgetriebene Transformation von globalen Produktionsnetzwerken
- Reifegradmodelle der ökologischen Nachhaltigkeit
- Wirtschaftlichkeit
- Ökonomische Bewertung nachhaltiger Wärmeerzeuger
- Produktivitätssteigerung bei der Inline-Erwärmung
- Krisenmanagement
- Bioinspirierte Erkennung von Abweichungen
- Kennzahlen
- Systematik für Kennzahlen in der Produktion
- Traceability
- Automatische Identifikation mittels RFID
- Batterieproduktion
- Automatisierter Stapelprozess zur Herstellung von Festkörperbatterien
- Ablaufplanung
- Ablaufoptimierung in einer Halbleiterfertigung
- Prozesssteuerung
- Adaptive Steuerungssoftware für die frei verkettete Montage
- Kommissionierung
- Vorgehensmodell zur Einführung von Pick-by-Scan
- Energieeffizienz
- Optimierung einer Materialflusssteuerung zur Energieeffizienzerhöhung in der Produktion
- Künstliche Intelligenz
- Industrielles Transferlernen
- Digitalisierung
- Leitfaden zur Einführung digitaler Produkte im Maschinenbau
- Digitale Erfassung von Energieverbräuchen in der Produktion
- Maschinelles Lernen
- Transfer und Reinforcement Learning in der Produktionssteuerung
- Vorschau
- Vorschau
Articles in the same Issue
- Inhalt
- Editorial
- Mensch und Maschine vereint
- Produktionsnetzwerke
- Entscheidungsfindung in der Gestaltung und Koordination von globalen Produktionsnetzwerken
- Nachhaltigkeit
- Effiziente Druckluftnutzung in der automatisierten Produktion
- Nachhaltigkeitsgetriebene Transformation von globalen Produktionsnetzwerken
- Reifegradmodelle der ökologischen Nachhaltigkeit
- Wirtschaftlichkeit
- Ökonomische Bewertung nachhaltiger Wärmeerzeuger
- Produktivitätssteigerung bei der Inline-Erwärmung
- Krisenmanagement
- Bioinspirierte Erkennung von Abweichungen
- Kennzahlen
- Systematik für Kennzahlen in der Produktion
- Traceability
- Automatische Identifikation mittels RFID
- Batterieproduktion
- Automatisierter Stapelprozess zur Herstellung von Festkörperbatterien
- Ablaufplanung
- Ablaufoptimierung in einer Halbleiterfertigung
- Prozesssteuerung
- Adaptive Steuerungssoftware für die frei verkettete Montage
- Kommissionierung
- Vorgehensmodell zur Einführung von Pick-by-Scan
- Energieeffizienz
- Optimierung einer Materialflusssteuerung zur Energieeffizienzerhöhung in der Produktion
- Künstliche Intelligenz
- Industrielles Transferlernen
- Digitalisierung
- Leitfaden zur Einführung digitaler Produkte im Maschinenbau
- Digitale Erfassung von Energieverbräuchen in der Produktion
- Maschinelles Lernen
- Transfer und Reinforcement Learning in der Produktionssteuerung
- Vorschau
- Vorschau
