Semiconductor production is one of the most advanced sector in the whole manufacturing industry and it is undergoing constant improvement and expansion. What was a very profitable asset is now facing worldwide competition and the western facilities have to revise all the policies in order to be as efficient as possible. Asian competitors have the advantage of lower manpower cost in comparison to the old European and North American plants. Furthermore, being this sector extremely capital intensive, the availability of money and the inclination of eastern countries towards huge investments sets a challenge even to the most advanced existing plants. Studies are being conducted both by the involved companies and by universities on how to improve the existing optimization and dispatching algorithms, with some interest in deploying artificial intelligence to decision models. The scope of this work is to analyze the impact of batching on rework when time windows are present, to address both a capacity problem and an optimization issue within the wet-diffusion Job Shop. Data are gathered from the database of one of the most advanced plant in the world, namely the Robert Bosch GmbH plant in Reutlingen, Germany.

L’industria dei semiconduttori `e uno dei settori piu tecnologicamente avanzati nell’intero scenario manufatturiero e sta subendo un continuo miglioramento ed una continua espansione. Quello che `e sempre stato uno dei settori pi`u profittevoli al mondo, si trova ora ad affrontare una concorrenza agguerrita da pi`u parti, e le aziende sul territorio occidentale sono costrette ad aggiornare le proprie strategie affinch`e siano il pi`u efficienti possibile. La concorrenza asiatica ha il vantaggio di una pi`u economica manodopera rispetto ai produttori europei e nordamericani. In aggiunta, essendo un settore ad alto investimento di capitali, la disponibilit`a di liquidi e la tendenza ad investire alte somme di denaro dei paesi asiatici comporta una grande sfida anche per le aziende piu affermate sul campo. Sono stati condotti diversi studi dalle industrie coinvolte e dalle universit`a su come migliorare l’ottimizzazione e gli algoritmi di dispatching, con largo interesse a implementare l’intellingenza artificiale ai modelli decisionali. Lo scopo di questo lavoro `e di esaminare l’impatto che il batching ha sul rework quando sono presenti vincoli temporali sottoforma di finestre durante il processo produttivo, sia affrontando un problema di capacit`a produttiva che un problema di ottimizzazione all’interno dell’area di lavaggio e forni, pi`u propriamente chiamata ”Wet-Diffusion”. I dati che verranno utilizzati per l’analisi sono raccolti da uno dei pi`u avanzati plant al mondo, l’impianto della Robert Bosch GmbH di Reutlingen, Germania.

Modelling a wafer-fab wet diffusion workshop at Robert Bosch GmbH in Reutlingen

BERETTA, NICOLÓ
2018/2019

Abstract

Semiconductor production is one of the most advanced sector in the whole manufacturing industry and it is undergoing constant improvement and expansion. What was a very profitable asset is now facing worldwide competition and the western facilities have to revise all the policies in order to be as efficient as possible. Asian competitors have the advantage of lower manpower cost in comparison to the old European and North American plants. Furthermore, being this sector extremely capital intensive, the availability of money and the inclination of eastern countries towards huge investments sets a challenge even to the most advanced existing plants. Studies are being conducted both by the involved companies and by universities on how to improve the existing optimization and dispatching algorithms, with some interest in deploying artificial intelligence to decision models. The scope of this work is to analyze the impact of batching on rework when time windows are present, to address both a capacity problem and an optimization issue within the wet-diffusion Job Shop. Data are gathered from the database of one of the most advanced plant in the world, namely the Robert Bosch GmbH plant in Reutlingen, Germany.
ANGIUS, ALESSIO
ING - Scuola di Ingegneria Industriale e dell'Informazione
18-dic-2019
2018/2019
L’industria dei semiconduttori `e uno dei settori piu tecnologicamente avanzati nell’intero scenario manufatturiero e sta subendo un continuo miglioramento ed una continua espansione. Quello che `e sempre stato uno dei settori pi`u profittevoli al mondo, si trova ora ad affrontare una concorrenza agguerrita da pi`u parti, e le aziende sul territorio occidentale sono costrette ad aggiornare le proprie strategie affinch`e siano il pi`u efficienti possibile. La concorrenza asiatica ha il vantaggio di una pi`u economica manodopera rispetto ai produttori europei e nordamericani. In aggiunta, essendo un settore ad alto investimento di capitali, la disponibilit`a di liquidi e la tendenza ad investire alte somme di denaro dei paesi asiatici comporta una grande sfida anche per le aziende piu affermate sul campo. Sono stati condotti diversi studi dalle industrie coinvolte e dalle universit`a su come migliorare l’ottimizzazione e gli algoritmi di dispatching, con largo interesse a implementare l’intellingenza artificiale ai modelli decisionali. Lo scopo di questo lavoro `e di esaminare l’impatto che il batching ha sul rework quando sono presenti vincoli temporali sottoforma di finestre durante il processo produttivo, sia affrontando un problema di capacit`a produttiva che un problema di ottimizzazione all’interno dell’area di lavaggio e forni, pi`u propriamente chiamata ”Wet-Diffusion”. I dati che verranno utilizzati per l’analisi sono raccolti da uno dei pi`u avanzati plant al mondo, l’impianto della Robert Bosch GmbH di Reutlingen, Germania.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
Tesi_finale_Beretta_Nicolo.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Thesis text
Dimensione 1.64 MB
Formato Adobe PDF
1.64 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/151425