基于TOC理论的OEE的应用
作者: 来源: 文字大小:[大][中][小]
1 引言
半导体制造投资巨大，尤其是设备成本极其昂贵，因此，有效利用设备一直是企业关注的焦点。由于
OEE(整体设备效率)考虑了设备所有的运行情况，计算方便准确，且更加适合柔性生产设备，弥补了传统计算效率方法的不足，因而得到了广泛的应用。但由于OEE针对的是单台设备，缺乏系统性，因此本文引入TOC理论，在对OEE与TOC进行简要介绍的基础上，提出一基于TOC理论的OEE应用模型，将定性与定量相结合，以期弥补OEE的不足，提高其应用的效率。
2 OEE简介
2.1 OEE概念及计算
OEE计量设备及其规定能力制造好零件的时间百分率，是全面生产维护的一部分，衡量着整个制造过程的绩效。
OEE由三个基本元素构成：用效率(AE)、性能效率(PE)、合格品率(RQ)。
2.2 OEE的分类
2.1中介绍的是标准OEE的计算。另外，根据计算与分析的需要，OEE又可分为：产品OEE、需求OEE及群设备OEE。
(1)产品OEE(OEEp)是在产品可获得情况下，对设备效率衡量的一种方法，它是在标准OEE中去除设备可运行但缺料加工的情况。其计算如下
(2)需求OEE(OEEd)是衡量与产品计划有关的设备效率。计算需要有工厂产能模型，以标识设备计划闲置时间或计划无WIP时间。
OEEd从设备开动时间内去除了计划闲置时间，其计算公式如下
(3)群设备OEE目前SEMI(国际半导体设备与材料组织)还未对其明确定义，对其本身衡量指标尚待进一步研究。
2.3 OEE实质
OEE实质就是生产周期内理论加工时间和负荷时间的百分比，它可以从标准OEE的计算公式中推导出来
即实际产量与负荷时间内理论产量的比值。
2.4 利用OEE进行损失分析
利用OEE可以进行主要设备损失分析。首先，通过OEE模型各子项的分析，可以很容易地找出影响设备效率的原因，然后有针对性地解决问题，达到提高设备效率的目的。OEE根据其三类元素将设备效率的主要损失归为六大类(表1)。
2.5 OEE的优点与不足
与传统计算设备利用率的方法相比，OEE具有明显的优势。传统的方法仅专注于可用效率，OEE还考虑到效率及质量因素，它使决策者能同时关注设备的多方面，便于采取相应调整措施。但OEE也有其自身的局限性，它针对的是单台设备，缺乏全局优化观点。计算OEE虽然方便，但要分析其相应参数，却需大量精确数据，而由于生产的动态性及环境的变化，这些数据不易获得。要对OEE进行改善，需大量的人力、物力，可能涉及到组织的每一方面，如生产、维护、工艺部门。
如果OEE仅仅被用作内部效率指标，则它对生产系统的贡献是微薄的。因此，OEE需要与系统化观点结合，才能实现生产系统的整体改善。
3 TOC理论
3.1 TOC理论简介
约束理论(Theory of Constraints)是以色列物理学家Goldratt提出的。
TOC理论认为，对于任何一个由多阶段构成的系统来讲，如果其中一个阶段的产生取决于前面一个或几个阶段产出的话，那么，那个产出率最低的环节决定着整个的产出水平。换句话说，一个链条的强度是由它最薄弱的环节来决定的。
在企业的整个经营业务流程中，任何一个阻碍企业去更大程度增加有效产出或减少库存和运行费的环节，就是一个“约束”， 通常也称作“瓶颈”。TOC的管理思想就是首先抓瓶颈，使最严重的制约因素凸现出来，从而从技术上消除了“避重就轻”、“一刀切”等管理弊病发生的可能。由此，短期的效果是“抓大放小”，长期的效果是大问题、小问题都没忽略，从而使企业整体生产水平和管理水平日益提高。
3.2 TOC理论优缺点
优点：在生产系统中集中主要精力保证瓶颈设备的正常工作，同时保证持续改善。
缺点：在实际应用中，TOC更多地强调
生产计划与控制，而局限了TOC在持续改善方面的优势。另外，TOC的一些重要步骤仍以定性方法为基础，缺乏定量化的分析方法，降低了可操作性。
4 基于TOC的OEE应用
从以上对OEE与TOC的优缺点的讨论，可见这两者之间可以取长补短、相互结合以提高系统的总体效率。具体而言，TOC为OEE提供系统化的观点，使OEE成为面向流程的绩效指标；OEE为TOC提供定量化的分析方法，增强TOC的改善能力。基于TOC的OEE方法兼顾两者优点，符合生产系统改善的系统化和定量化要求。实施改善的具体步骤如图1所示：
4.1 基于TOC的OEE方法于晶圆代工中的应用
根据图1，要成功进行OEE管理，必须要有两个层面的模型：微观层与宏观层。
4.1.1 微观层模型
微观层模型需要收集的数据与所做的工作包括：工作站工艺图；任务分析；工作流分析；时间研究；维护信息研究。
由于OEE计算包括理论产出，而这一计算要求现场数据的精确性。为了达到这一目的，必须对每个工艺菜单进行精确测量，在此基础上才能进行OEE计算并展开进一步分析与改善，否则会造成计划与实际现场情况不符，使改善工作无章可循。因此上述工作中时间研究对OEE的精确计算起着至关重要的作用，是OEE应用的基础。
4.1.2 宏观层模型
宏观部分主要是将每个工作站中的数据进行整合、统计处理，并与计划相结合，进行瓶颈识别与产能分析。两者结合的工厂模型如图2所示。
如何应用微观层的数据进行有效的瓶颈识别呢？参考所谓“设备固有效率”概念进行瓶颈机台诊断。下面就对此概念进行简要介绍。
前文己知 OEE＝AE×PE×Q
从上述的公式推导中可知，IEE≥OEE(此处OEE指企业根据历史数据定出的计划OEE值)，当IEE的值越接近OEE值，则该设备就越有可能成为瓶颈机台，因此，可以通过比较两者的值进行瓶颈识别。因此，企业可以在微层通过对设备维护信息、设备宕机信息、设备生产、空闲时间及工艺信息的及时收集计算出各设备的OEE及IEE的值，对两者的偏差超出企业所订上限的定为瓶颈，再从宏观角度开展各类改善活动，如
TPM。
半导体行业是一自动化程度较高的行业，各企业几乎都有自己的MIS系统及MES系统，但对国内企业而言，企业内部部门与部门之间的联系、车间层与管理层之间的信息互动还存在很大的缺陷，最重要的一点就在于系统的实时性较差，部门间的系统相互独立，使管理人员无法及时获得FAB现场的信息。就这一点，图3提出了一晶圆制造过程实时系统的工作流程，以供参考。
其中，MES系统主要用于实时数据采集，及时跟踪现场的设备情况。数据处理模块是将收集到的实时数据利用图3模型中的方法进行处理后，交由决策支持系统根据提交的设备信息(包括OEE构成的各种元素)对瓶颈设备OEE的各因素进行分析，提出问题的初步诊断，供决策者参考，后由相关部门根据需要进行查询，并提出相应改进措施。
5 结束语
本文通过介绍OEE与TOC理论的特点，将两者结合起来提出一基于TOC理论的OEE应用模型，使企业能及时监测到瓶颈机台，将关注点放于重点机台，减少了分析的数据量，提高了企业的整体效率。