晶圆制造具有独特的特征，包括再入式流程、可变瓶颈和高度可变的工艺条件。为了在半导体晶圆制造过程中识别每时每刻最严重的瓶颈，本研究提出了一种新的数据驱动方法——动态多标准瓶颈严重性指数（DMBSI），该方法通过分析多个周期时间的诊断信号、工艺参数变化的影响以及返工对周期时间的影响，生成一个可解释的统一瓶颈严重性度量。
DMBSI的实验验证使用了来自Seagate Technology的200 mm晶圆制造线的22个晶圆生产批次的制造执行系统（MES）日志。通过5折交叉验证，经过遗传算法优化的DMBSI实现了与观察到的周期时间贡献的Pearson相关系数r = 0.80，较专家启发式基线（r = 0.74）提高了8.1%，并显著优于约束理论（TOC；r = 0.60）和价值流映射（VSM；r = -0.30）。
此外，DMBSI独特的时间窗口组件使得能够识别瓶颈迁移模式，这些模式从早期生产窗口中与介电沉积步骤相关的主要约束转移到后期生产窗口中与过度和不足检查相关的瓶颈。综合的假设反事实分析表明，在排名最高的瓶颈步骤中减少50%的等待时间将使平均周期时间减少7.2%，而前五个瓶颈步骤的潜在总减少约为19%。
博主点评： 本文通过DMBSI为半导体制造提供了一种创新的瓶颈分析工具，结合遗传算法的优化方法，显著提升了生产效率和周期时间的可预测性。这种方法的实用性和准确性为其他行业的流程优化提供了借鉴，值得关注。