ナレッジセンター
目次

南陽:APS生産スケジューリングシステム

APS生産スケジューリングシステムは、半導体製造で実際にどんな課題を解決できるのか。一言で言えば、ウェーハ工場やパッケージ・テスト工場が現在Excelとベテランの経験で行っている生産計画の業務を、制約条件下で実行可能な生産計画をアルゴリズムで生成する形に置き換えるものである。これにより、移転してきた半導体パッケージ・テストやパワーデバイス製造を引き受けている南陽のような都市は、断片化した注文、高価な設備、厳しい納期の中で設備稼働率を安定して保てる。南陽の半導体拠点は最も厚いわけではないが、近年はパッケージ・テスト、ディスクリートデバイス、光電子ディスプレイ関連の中小企業が集まっている。こうした工場に共通する課題は、設備台数は少ないが1台1台が高価で、品種切替が頻繁なことである。手作業の計画では前工程が後工程を待ち、後工程が材料を待つ状態になりやすい。まさにそこがAPSの出番となる。

1. APSスケジューリングシステムとは何か、ERPの生産モジュールとどう違うのか

APSはAdvanced Planning and Schedulingの略で、中核は有限能力制約下での工程レベルの時間割り当てにある。ERPの生産指示モジュールがスケジューリングだと思っている人は多いが、両者の役割は異なる。ERPは「何を生産する必要があり、材料は足りているか」に答えるのに対し、APSは「どの設備で、誰が、いつ、どの順序で作るか」に答える。ERPのMRP計算は通常、無限能力を前提に走るため、得られた計画が現場で実行できないことが多い。一方APSは、設備能力、切替時間、治具・取付具、シフトカレンダーなどの制約を同時に取り込み、分単位あるいは時間単位の工程スケジュールを出力する。

実際には、半導体業界のAPSは従来の機械加工とは大きく異なる。ウェーハ前工程は典型的なフロー型生産で、数百の工程、複数のリソグラフィ層、再入可能な設備を抱え、スケジューリングの複雑さは離散製造をはるかに超える。パッケージ・テストは比較的軽いが、ダイアタッチ、ワイヤボンディング、モールディング、トリム・フォーミング、テストの間のロットと切替のロジックは同じくらい厄介である。南陽の半導体関連企業は主にパッケージ・テストとデバイスに集中しており、スケジューリングの難所はリソグラフィではなく、テスト設備の割り当てとロット統合の戦略にある。

2. APSスケジューリングシステムの中核機能と技術的な要点

スケジューリングエンジンのアルゴリズム能力が分岐点になる。代表的な手法には、ルールベースのヒューリスティック、制約プログラミング、遺伝的アルゴリズム、混合整数計画法がある。半導体パッケージ・テストの計画では制約プログラミングが比較的よく使われる。 「1台の設備で同時に2ロットは処理できない」「ある工程は別の工程の後でなければならない」といったハード制約を扱いやすいからである。技術的な指標としては、計画の粒度が工程あるいはロット単位まで到達できるか、1回の計算が数分以内に収まるか、2時間ごとの再計画のようなローリングスケジューリングに対応できるか、といった点が一般的に注目される。

連携方式は導入難易度を直接左右する。APSは単独のシステムではない。上流ではERPと受注・在庫をつなぎ、下流ではMESと実績報告・設備状態をつなぎ、その間でSCADAや設備接続層とのデータ交換が発生する。半導体設備の通信はSECS/GEMが一般的で、パッケージ・テストのテスタやハンドラはOPC-UAに対応するものもあれば、データベースインターフェースしか提供しないものもあり、導入前のインターフェース調査が欠かせない。主流の方法は、標準的な中間テーブルやメッセージキューを介してMESと双方向に同期することである。計画結果をMESに送って作業指示を生成し、MESから実際の着手・完了時刻を返してAPSの再計画に反映する。

ハードウェア要件は実は高くない。APSはデータスループット型ではなく計算集約型であり、中小規模の工場であれば一般的なサーバーや高性能ワークステーションで運用できる。メモリは32GB以上が望ましく、スケジューリングエンジンはCPUのシングルコア性能に敏感である。実際に資源を消費するのはMESやERPとのインターフェースサービスと履歴データの保存であり、これは工場のデータ量に応じて設計すればよい。

3. 半導体におけるAPSの代表的な適用シーン

製品機種が多く、ロットが小さく、モールディング工程の金型交換に時間がかかる南陽の地元パワーデバイスパッケージ工場を例に取る。APSは納期が近く同じ金型を使う注文をまとめてバッチ化しつつ、前工程の滞留でテスト能力が圧迫されないようにする。工程レベルでは、ダイアタッチ、ワイヤボンディング、モールディング、トリム・フォーミング、テストの間で搬送ロットサイズが異なる点を扱わなければならない。ダイアタッチはロット単位で流せても、モールディングは金型がいっぱいになるまで開始できず、テストはチューブやトレイ単位で流れるため、APSは工程ごとに異なる搬送ロットと処理ロットをサポートする必要がある。

別の例として、光電子ディスプレイ用ドライバICのパッケージ・テストを行う企業では、テスト設備がボトルネックで、テストプログラムの切替にロード時間がかかる。APSは同じテストプログラムのロットをまとめて計画してテスト切替を減らし、特急注文が入った場合には後続ロットを自動で再計画する。1件の注文を手で変えて全体を乱す混乱を避けられる。こうしたシーンでは計画結果の可視化が重要になる。計画担当者はガントチャートで設備単位の占有状況を見て、残業にするか外注にするかを判断する必要があるからだ。

4. 選定と導入で注意すべき点

導入期間はどのように見積もるのか。中小規模の半導体パッケージ・テスト工場のAPSプロジェクトでは、要件調査から稼働試行までの標準的な期間は3〜6か月で、うちインターフェース開発とマスタデータ整備が半分以上を占める。工順、設備リスト、切替マトリクス、シフトカレンダーなどのマスタデータが不完全であれば、どんなに強力なスケジューリングエンジンでも使える結果は出せない。

よくある誤解は何か。第一に、APSをERPのモジュールのように買えばそのまま動くと期待することである。実際には計画ルールを工場の実態に合わせて設定しなければならない。第二に、マスタデータを整える前にシステムを載せ、設備能力パラメータを推測で埋めてしまい、計画担当者が結果を受け入れなくなることである。第三に、例外処理を軽視することである。半導体は投入材料の変動が大きく設備停止も頻繁なため、APSは手動介入と迅速な再計画に対応していなければ、2週間で全員がExcelに戻ってしまう。

コスト構成はどうなっているか。APSプロジェクトへの投資は主にソフトウェアライセンス、導入サービス、インターフェース開発である。工場が小さいほど導入サービスに最低限の作業量があるため単価は高くなる。選定では、機能一覧を読むだけでなく、半導体パッケージ・テストでの計画ケースのロジックを示せるかどうかを見るべきである。

5. APSが向く工場と向かないシーン

向くシーンは比較的明確である。多品種少量、設備投資が大きく、ライン切替や金型交換が頻繁で、納期圧力の強い半導体パッケージ・テストやデバイスメーカー、とくにMESを導入済みで基本的なデータ収集能力がある工場では、APSが実績データとつながって閉ループを形成できる。南陽で成長中の半導体関連企業であれば、注文が複雑になり計画担当者が半日以上を計画立案に費やすようになった時点が、APSの検討を始める合図である。

向かないケースも明確にすべきである。単一製品を大量に生産し、設備能力が受注量をはるかに上回る工場は、Excelや簡易なERPの計画で足り、APSの投資回収は悪い。工順が1日に何度も変わるほど不安定な試作ラインは、スケジューリングアルゴリズムが収束する時間を確保できない。設備台帳や工順すら整理できていない職人的なラインは、システムを買う前に基本管理を整えるべきである。半導体業界では前工程ウェーハ製造のAPSに対するアルゴリズム要求が極めて高く、通常は大手ベンダーのみが成熟したソリューションを持つ。パッケージ・テストとデバイスが、中小工場がAPSを使う主戦場となる。

ERP時代から数十年にわたりこの分野を育成してきた管理ソフトウェアベンダーは、120万社の顧客にサービスを提供し、数千万台の端末を国内市場と海外市場に導入しており、APSとERP、MESの統合において深い経験を蓄積している。そのソリューションはデータ連携の手間を省けることが多い。選定では、パンフレットを読むよりも、計画ロジックのデモとインターフェース方案を徹底的に確認するほうが役に立つ。

分野: スマート工場百科