ISS 1300-3410 Cilt: 5 Sayı: 3 MAYIS - HAZİRA 1995 ııuujını ihirnnırı uncııuıjuuı tmmob makina mühendisleri odası yayınıdır
ULUSLARARASI DOĞAL GAZ KOGRSİ V SRGİSİ '95 Ankara Buluşması 1-4 Kasım 1995 (TDAŞ) Türkiye lektrik Dağıtım Anonim Şti. Konferans Salonu, İsmet İnönü Bulvarı o.27 Bahçelievler / Ankara Destekleyen Kuruluşlar nerji ve Tabii Kaynaklar Bakanlığı BOTAŞ Genel Müdürlüğü GO Genel Müdürlüğü Türk İşbirliği ve Kalkınma Ajansı Doğal Gaz Cihazları Sanayicileri ve İşadamları Derneği Tesisat Mühendisleri Derneği TMMOB Makina Mühendisleri Odası Sümer Sokak o.36/1-a Demirtepe / AKARA Tel : O - 312-231 31 59 Fax : O - 312-231 31 65
Cilt: 6 Sayı : 3 MAYIS / HAZİRA 1995 tmmob makina mühendisleri odası yayınıdır 12 YASIMA PRODUCT QUALITY / TOOL RLIABILITY: MODLIG OF COMPLX MAUFACTURIG TOOLS Barış TA Sencer YRALA Sailesh BABU Brock OSBOR Yarı iletken üretim makinalannın ürün kalitesi ve makina güvenirliliğinin modellenmesi konusunda yeni bir yaklaşım önerilmektedir. Yarı iletken endüstrisinde üretim tekniklerinde ve kullanılan makinalarda çok hızlı bir değişim ve gelişme gözlenmektedir. Türkiye'de yan iletken üretimi yaygın olarak yapılmamakla birlikte yarı iletken üretim makinalannın ürün kalitesi ve makina güvenirliliğinin modellenmesi konusunda önerilen yaklaşım ve sunulan daha önceki çalışmalar aynı hızlı değişim ve gelişim gözlendiği diğer karmaşık üretim yerlerinde de uygulanma olanağı bulabilir. Sayfa 19 İLTİŞİM BİLİM-SAAYİ-TKOLOJİ SORUU V TÜRKİY M. Sait ATIÇ 19 İLTİŞİM ITRT: FORMASYOA RİŞİM V PAYLAŞIM BÖLÜM III. TÜRKİY'DKİ ITRT SRVİSLRİ V ÖRİLR Mustafa AKGÜL M. Selim AKTÜRK 28 SÜRLİ YAYILAR 29 KİM KİMDİR? 30 1995 SAAYİ KOGRSİ 31 YAYI POLİTİKASI 32 COTTS MAYIS / HAZİRA May/June Cilt 6 Volume Sayı 3 o Makina Mühendisleri Odası Adına Sahibi Publisher Yusuf KARAHA Sorumlu Yazı işleri Müdürü Managing ditör M. Sait ATIÇ Yayın Sekreteri Technical Secretary Yaprak BOYLA Yayın Kurulu Publishing Board Mehmet Selim AKTÜRK M. Sait ATIÇ Güney ÖZALTA H. Kürşat SRTPOYRAZ. vin ÖZDMİRL Baskı Printed by ÖZKA Matbaacılık Ltd. Şti. (312)229 59 74 Grafik Dizgi Graphist Type Setting Gülsen AKTAŞ MMO(312)231 31 59 AKARA Baskı Sayısı Circulation 3000 Yönetim Yeri Head Office TMMOB Makina Mühendisleri Odası Sümer Sok. 36/1-A 06440 Kızılay - AKARA Tel : (312) 231 31 64-231 31 59 Fax: (312)231 31 65
YASIMA. Kalite, 1990'ların en popüler konularından birisi. Dünyada olduğu kadar Türkiye'de de kalite konusundaki gelişmeler pek alışmadığımız bir hızla oluşuyor. Beş yıl öncesine kadar İsta-, tistiksel kalite kontrol, kalite çemberleri ve süreç kontrolundan söz ederken giderek kalite >r güvence sistemleri, sıfır hata, toplam kalite yönetimi, yalın üretim değişim mühendisliği vb. / kavramlar yaşamımıza girmeye başladı. 1995 YA/M Kongresinin temel konularından birini ' yine kalite oluşturdu. Bu gelişmelerden dergi olarak biz de payımızı almaktayız. Geçtiğimiz yıl r çıkardığımız kalite özel sayısının yanısıra, hemen her sayımızda kalite konusunda bir çalışma, görüş veya yazılım yer alıyor. Bu sayımızda da Barış Tan'ın ürün kalitesi ve takım güvenilirliği konusundaki çalışmasının ilginizi çekeceğini umuyoruz. Haziran ayı başında Resmi Gazete 1 de yayınlanarak yürürlüğe giren araştırma-geliştirme projelerinin belirli oranlarda devlet tarafından karşılanacağına ilişin tebliğ önümüzdeki yıllarda gündemi sürekli meşgul edecek bir başka konunun habercisi. Aslında son birkaç yıldır Türkiye'de bilim ve teknolojinin öneminin kavrandığı yönünde başka somut göstergeler de mevcut. 1993'de yayınlanan Başbakanlık Genelge'sinda açıklanan Türkiye Bilim ve Teknoloji Politikası t 1993-2003 dokümanı ile yine Resmi Gazete'de yaymlanan VII. Beş Yıllık Kalkınma Planı i Stratejisi (1996-2000) bu konuda devlet tarafından atılmış adımlar olarak değerlendirilebilir. / Dünyada yaşanan küreselleşme eğilimi ile bölgesel bloklaşmalar temelde gümrük duvarları ve ' devlet korumacılığını kaldırmayı hedeflemektedir. Bu da teknoloji geliştirmeyip üretemeyen,- ülkelerin bunları başaran ülkeler karşısında rekabet şansının giderek yokolmasına yol açacaktır. ' Devlet korumacılığının yasal bırakıldığı birkaç alandan biri araştırma ve geliştirme işlevlerinin desteklenmesidir. Türkiye de bu gerçeği görmüş ve 1991 yılında kurulan Türkiye Teknoloji Gelişttme Vakfı (TTGV) kanalı ile iki yıldır Türk sanayinin araştırma projelerine Dünya Bankası kaynaklı kredi biçiminde sermaye desteği sağlamaktadır. Haziran başında yürürlüğe giren tebliğ ise TÜBİTAK kanalı ile karşıhskız proje desteğini öngörmektedir. Bu sayımızda bulacağınız bir diğer çalışmada bilim-teknoloji-sanayi politikaları irdelenmekte, dünyadaki gelişmeler ile Türkiye'nin durumu özetlenmektedir. Türkiye'nin sadece teknoloji transferi ile yetinemeyeceği artık açıktır. Araştırma-geliştirme harcamalarının bu- j günkü % 0.33 düzeyinden kısa dönemde Birinci Sanayi Şurası'nda belirlenen % İlik eşik dü- / zeye çıkması, daha sonra da çıtayı yükseğe çıkarması gerekmektedir. Bunu gerçekleştiremedi- ' ğimiz durumda sürekli geriden gitmeye mecburuz. Bu konuda en önemli görevlerin mühendis-, f lere düştüğü bilinci içinde hepimizin hassas davranmasının önemi açık değil mi? Tüm okurlarımıza iyi tatiller dileği ile. M Yayın Kurulu
PRODUCT QUALITY/TOOL RLİABİLİTY: MODLİG OF COMPLX MAUFACTURİG TOOLS Yarı iletken üretim makinalarının ürün kalitesi ve makina güvenirliliğinin modellenmesi konusunda, daha önce bu konuda yapılmış çalışmaların ışığı altında, yeni bir yaklaşım önerilmektedir. Yarı iletken endüstrisinde üretim tekniklerinde ve kullanılan makinalarda çok hızlı bir değişim ve gelişme gözlenmektedir. Türkiye'de yarı iletken üretimi yaygın olarak yapılmamakla birlikte yarı iletken üretim makinalarının ürün kalitesi ve makina güvenirliliğinin modellenmesi konusunda önerilen yaklaşım ve sunulan daha önceki çalışmalar aynı hızlı değişimin ve gelişmenin gözlendiği diğer karmaşık üretim yerlerinde de uygulama olanağı bulabilir On the basis of the discussion of advantages and disadvantages of the previous studies on product quality and tool reliability modeling of bemiconductor manufacturing tools, a new approach based on state-space representation of the system is proposed. Semiconductor manufacturing is characterized by an extremely rapid change in process technology, complexity and equipment. Although there is no majör semiconductor manufacturing industry in Turkey, the proposed model and the literatüre presented on product quality/tool reliability modeling of semiconductor manufacturing tools may fınd prominent applications in other complex manufacturing plants that show the same kind of complexity and rapid change in process technology. Doç. Dr. Sencer YRALA University offlorida Industrial and Systems ngineering Yrd. Doç. Dr. Barış TA Koç University College of conomics and Administrative Sciences SAILSHBABU Ohio State University Industrial And Systems ngineering BROCKOSBOR IBM Corporation Poughkeepsie, Y 1.ITRODUCTIO A detailed revievv of product quality/tool reliability modeling of complex manufacturing tools is presented. On the basis of the discussion of advantages and disadvantages of the previous studies, a new approach based on state-space description of the system is proposed. Application of the proposed mod 13 no semiconductor manufacturing and previous studies on product quality/tool reliability of semiconductor manufacturing are discussed. Semiconductor manufacturing is characterized by an extremely rapid change in process technology complexity and equipment. Although there is no semiconductor manufacturing industry in Turkey, the proposed model and the literatüre presented on product quality/tool reliability modeling of semiconductor manufacturing tools may find prominent applications in other complex manufacturing plants that show the same kind of complexity and rapid change in process technology. Semiconductor products such as linear and digital integrated circuits (ICs) present greater levels of integration and complexity with reductions in feature size. Processing equipment for semiconductor devices have also changed to keep pace with device complexity. quipment breakdovvn can result in substantial losses, both in terms of damaged products and in reduced performance and productivity. İt is very difficult to predict and prepare for unanticipated and low-probability failures. On ' the snop floor, hesitation or inappropriate action can lead to disastrous results. Thus, any scheme that vvould track and predict equipment reliability has a very prominent part to play in complex manufacturing industries. e present a state-space model vvhich is time variant and self-organizing. The model is based on a unified data base vvhich contains information on the tool, the product (vvafer), and the maintenance operations, thus extracting information from the interactions armong tool reliability and product quali- ty- Cilt: 6 Sayı: 3 1995
Owing to the fact that some of the more automated cluster tools are quite neyv to the industry, not much published work exists on their reliability modeling. İn addition, the manufacturing processes involved are extremely complex, both in terms of the sophisticated nature of the processes, and in terms of the number of process variables involved. As a consequence of the difficulty in modeling the reliability of cluster tohs, much of the reported work resorts to what one may cali "early approximation." That is, the use of approximate models to describe the reliability of the tool. Most of these approximate models are knowledge-engineering-based, such as the expert system models and the belieftheory-based models. İn contrast, one may develop "exact" models vvhich, due to their size and complexity, may require approximate solutions. 2. PAST ORK O SMICODUCTOR MAUFACTURİG TOOL RLİABİLİTY Several papers on reliability of semiconductor manufacturing tools appear in the literatüre. AH studies acknovvledge that there is everincreasing pressure to competitively manage semiconductor production vvith an everincreasing complexity. There are different approaches to the reliability modeling of semiconductor manufacturing tools. Methods range from using expert systems [4], [8], [12], to using statistical process control [1], [2], and to artificial intelligence techniques [7], [10], [18]. İn addition, a number of methods [4], [14], [20] are equipment specific. The expert systems approach lists conditions and rules vvhich specify when the tool is operational. A primary concern vvith this approach is that one is never sure vvhether ali the conditions have been compiled. The expert system may fail if critical cases have been neglected in the rule base. Another concern is the Boolean property of expert systems. That is a condition is evaluated to be either true or false, vvith certainty. A tool may be vvorking at belovv the desired level of quality, for example, making it hard to classified as either operational or non-operational. Kramer [12] attempts to avoid such cases by introducing quantitative models vvith non-boolean reasoning. xpert systems also require effort to extract the knovvledge from the experts. Ditmore [6] discuss ways of improving equipment reliability vvith special reference to semiconductor equipment manufactured by Applied Materials. His paper provides a good overvievv of the industry. He points out that the reliability of a product is a function of design, manufacture, operation, and service. İt is thus imperative for members from other functions to be included in the design team. Reliability is quantified by uptime, mean time before failure and before repair. Reliability analysis relies on several logical and statistical tools to highlight areas of improvement. There approaches are used during the design stage: fault tree finding, Markov process analysis and failure mode, effects and criticality synthesis. For post-production reliability, the corrective action program is used. This program includes actions to correct the operating process, the manufacturing process, or design and assign a priority for corrective action. As the industry matures, quality of service and equipment reliability become very important. The reliability in inversely related to the electromechanical complexity and process sophistication. For the equipment to be truly dependable, ali causes of unscheduled failure must be considered. A pro-active maintenance procedure is required to raise machine reliability. Statistical Process Control (SPC) is used to replace or service parts vvith statistically significant probabilities of failure during the next operating interval. Among the studies that adopt knovvledge engineering approaches are those by Chang and Spanos, Fu, and ün and Spanos [4], [7], [14]. Their vvork is the most relevant to our studies. One of their studies [7] is on "smart" integratedcircuits processing. A project called Berkeley Intelligent Processing System (BIPS) is presented. This project is a Computer-Aided-Manufacturing (CAM) facility for automation of semiconductor processing. BIPS applies a combination of expert systems and traditional quantitative tools for design and control of IC fabrication. İt relies on the knovvledge of semiconductor processing and equipment. Karunathi, VVhitley and Malaiya [10] discuss using neural netvvorks in softvvare reliability prediction. They describe hoyv to modify the neural netvvorkfor reliability prediction. They also report some experimental results. Their conclusion is that neural netvvorks have a potential but this approach is new and stili needs research to demonstrate its practicality on a broad range of reliability applications. A systematic methodology tovvards building and calibrating equipment-specific process models is presented by Hodges and Spanos [9]. The models are characterized through measurements of specific pieces of equipment. The methodology has been applied for modeling of Lovv Pressure Chemical Vapor Deposition (LPCVD) furnace for undoped polysilicon. Currently the model has been integrated in the Berkeley Computer-Aided Manufacturing (BCAM) system for process design by statistical equipment model for Very Large Scale İntegrated (VLSI) circuit manufacturing. A diagnostic system that employs the Dempster-Shafer (D-S) evidential reasoning technique to conduct malfunctioning diagnosis on semiconductor manufacturing is presented by Chang Cilt: 6 Sayı: 3 1995
and Spanos [4]. The system combines the continuous stream of information from maintenance records, real-time sensor measurements and values predicted by equipment models. Using these information equipment malfunctions are analyzed and their causes inferred through quantitative and quantitative constraints. Ûualitative constraints are rules that specify the normal operation of the equipment. ûuantitative constraints are classified into two types, numerical equipment models and real-time monitoring of sensor readings. The violation is linked to belief functions for the calculation of belief associated with the various types of failure. The belief functions encapsulate the experience operators or equipment maintenance specialists.. There exist studies in fault diagnosis for general chemical processing plants vvhich are related to semiconductor manufacturing. Kramer [12] presents a fault diagnosis for a chemical plant using quantitative models in expert systems. Most expert systems are constructed based on human experience. Also, most expert systems use Boolean reasoning. hen there is no experiential knowledge, it becomes difficult to use expert systems. Kramer gives a model-based approach to fault diagnosis using non-boolean Bayesian techniques and fuzzy set theory, namely fuzzy-logic control. İn order to use the model, one must express it in the rule-based format and then incorporate it into the larger expert system. xperiential knovvledge stili plays a key role in the actual application of the expert system to fault diagnosis and other areas of process operation. ven though the model was used for a chemical plant, it can be modified for fault diagnosis in more complex manufacturing plants. Although not directly related to the reliability issues, rule-based systems have also been used in semiconductor manufacturing process design. Funakoshi and Mizuno [8] present a rule-based process validation system for VLSI processing. This system automatically checks designed process flovvs and points out incorrect and questionable conditions. The system improves the efficiency of process flow design. 3. PAST ORK O OUALITY COTROL İ SMİCODUCTOR MAUFACTURİG Since the proposed state-space model is also concerned with product quality as an indicator of tool reliability, a revievv of the quality control literatüre specifically on semiconductor manufacturing briefly presented next. Lucas [15] described a composite control scheme that combines a Shevvart control scheme with a CUSUM control scheme. The combined Shevvart-Cusum scheme detects large shifts better than the Standard CUSUM scheme. Its implementation requires no additional data storage and very little additional programming. Albin and Friedman [1 ] present a method for constructing process control charts for clustered defects. The process control chart for the number of defects in a sample is based on the assumption that the number of defects is Poisson distributed. If the defects tend to cluster, as in IC fabrication, then the Poisson assumption is no longer justified and a Standard process control chart cannot be used. For defects with clusters, the eyman type-a distribution is used in the place of the Poisson distribution. The control limits for the process control chart using eyman type-a give vvider control limits. The proposed procedure distinguishes betvveen two types of processes: one with clustered defects and one vvhich is out-of-control. Finally, Dehmel and Parker [5] look at the changes in VLSI manufacturing and how these changes are going to shape the future of VLSI manufacturing. Rapid changes in process manufacturing, complexity and equipment have led to poorly controllable process in volume production and poorly managed factories. Process technologies seek to reduce the cost and improve performance. İt provides a recipe for what is required to produce a design. On the other hand manufacturing technology provides the means for efficiently carrying out the recipe in product ion. A general remark about many studies reported in the literatüre is one of implementation. Almost ali the methods suggested have not been impelemented, but are rather conceptual propositıons. This indicates that the field has not reached any maturity. Most papers look at the problem of either equipment diagnosis or product quality but not both in a simultaneous fashion. A reliability model and diagnostic method vvhich employ a more global systems view are argued in this paper. Such a model should combine issues of tool reliabiiity an product quality. 4. COMPARISO OF RLİABİLİTY MODLIG ARCHITCTURS 4.1. Statistical Reliability Models Reliability models based on stochastic processes rational provide the most rigorous statistical information. Such performance measures as time to breakdovvn distributions, confidence intervals on, say the number of breakdovvns in a given period, and the probability that a particular component has failed given the current state of the system can ali be evaluated vvith statistical rigor. As the systems become exceedingly complex, hovvever, rigorous modeling of system reliability becomes hopelessly involved. İt was observed in the early 197O's that manually building reliability models for complex systems quickly become unvvieldy [3], [13], [16]. Cilt: 6 Sayı: 3 1995 MniTCTHI M n
Semiconductor manufacturing tools are examples of very complex systems, both in terms of the number of components and subcomponents, and in terms of the number of process variables involved. The time and effort required to manually model such a system becomes prohibitive. İn addition, there are many such tools from different manufacturers. Although the tools are designed to perform the same tasks from the vievvpoint of the product (vvafer), their designs are different, employing different components and sub-components. These complex tools that accomplish the same manufacturing task may have significantly dissimilar reliability characteristics, and thus require different models. Time varying Markov models are some of the best ways to analyze complex manufacturing systems that include standby redundancy, that can be repaired and are susceptible to transient and intermittent faults. There are studies that use this approach to evaluate the reliability and/ or availability of complex systems. These studies are application based and mainly for computer architectures [3]. Most of the studies have been done by researchers in ASA. As a result of these studies, several computer programs such as ÇAR III, ARIS, SUR, and SURF [19], [16], [11], [13] have been developed. Most of them use time-varying Markov models to evaluate the reliability and/or availability of complex systems. These programs analyze fault handling behaviors of systems using an aggregate nonhomogeneous Markov model. xponential, VVeibull or general distributions can be allovved for system parameters. umerical integration techniques are used to solve time-varying Markov models. Limiting availability, mean failure time and other reliability-availability information can be obtained from these programs. The main disadvantage of these models is that ali possible states should be carefully determined and put in the system at the time of modeling. The exclusion of certain states or changes in the structure of the system över time will reduce the accuracy of the model. For complex manufacturing processes such as semiconductor manufacturing, it is very difficult to determine ali possible states. Manually updating the structure of the model takes a long time. 4.2. xpert Systems Based Reliability Models Persons dealing with complex semiconductor manufacturing tools on a daily basis develop an intuitive "feel" for the system. Although such subjective knovvledge is not based on a rigorous model, it is povverful in predicting the state and performance of the tool. Capturing such knovvledge is clearly a possible way to develop a reliability and performance model of the systems. The expert systems approaches proposed for semiconductor manufacturing tools [4], [7], [8], [18] rely on the expertise of long-time users of such systems. The expert systems are most often rule based. That is, many rules vvhich capture the expert's knovvledge are kept in a computer program. ach rule has a condition and an action. If the conditions are met the action is "fired." An action may trigger another rule, and thus the chain of reasoning may propagate through many rules. The final actions are statements predicting the performance and reliability of the system. İn practice, the given conditions are checked against these rules to obtain predictions of tool reliability and performance. The advantage of expert systems approaches is in capturing knovvledge already available. There are several dravvbacks to expert systems models. xpert systems require an expert to provide the base information. ven with the help of an expert, one is never sure that ali of the rules are accounted for and placed in the knovvledge base. An incomplete set of rules will result in a less povverful expert system. Moreover, the predictions obtained from an expert system lack the statistical precision of rigorous stochastic processes based reliability models. 4.3. eural etvvork Based Reliability Models eural netvvork models learn from the past data. Pairs of operating data and system reliability and performance data are collected and presented to the neural netvvork. These two sets of data are referred to as input and output data, and the pairs as input-output pairs. The neural netvvork seeks internal vveights that yvould produce the same output data from the input data. Thus, the netvvork can be considered as a nonlinear regression tool. İt is the advantage of a neural netvvork model that no prior formal model is required other that a suitable, architecture for the netvvork. The architecture determines the number of input and output variables (nodes) and the number of hidden layers. İn practice, afterthe neural netvvork is trained with historical data consisting of input-output pairs, current inputs are submitted to the neural netvvork, and the outputs obtained are taken as the predictions on system reliability and performance. Again, neural netvvorks produce system reliability and performance predictions vvhich lack statistical rigor. İt is the most difficult, for example, to give a confidence interval about the number of failures predicted by a neural netvvork. Almost ali of the previous approaches to the reliability modeling of complex semiconductor manufacturing tools rely on what can be called "early approximation." The complexities of the system are reduced in an approximate model of the system and non-statistical methods are used to obtain predictions. TnkTr\TnT irı Cilt: 6 Sayı: 3 1995 n L/ıaLLV
4.4. Belief-theory Based Models The use of D-S theory is found to have two majör menefits: D-S theory provides a way to integrate evidence from multiple sources and also it provides a ranked üst of faults at any given moment of equipment operation. There are also three main limitations: belief functions require a significant effort to fine-tune t ha m, approach has limited real-time performance, and D-S theory assumes independence of evidence. 5. ARCHITCTUR FOR RLIABILITIY MODLIG e desire to develop statistically rigorous models to predict system reliability and performance of semiconductor majıufacturing tools. Since these systems are very complex, it is desired that as much of the model building as possible is to be automated. The advantages of the expert systems and neural netvvork approaches are to be retained. That is, a mechanism will be developed to expediently incorporate existing knovyledge on the systems. Similarly, the model will be capable of "learning" from the data presented to it. İn fact, it is desirable that the model continually learns as more data becomes available during the operation of the system. İt is clear that, due to the complexity of the task, the model will be implemented in softvvare. The research tasks are to develop the methodologies that will be used by the softvvare to generate necessary reliability, process information and prediction. Figüre 1 belovv shovvs the main blocks of the system. Process Product Tool Field test Model valuation and update 5.1. Overvievv of the Model: State-Space Model The interaction and transitions of the clusters are modeled as an evolving Markov chain based on a state-space description of the system. The states of the system are partitioned into three subsets: the states of the product (vvafer), the states of the process, and the states of the too. The product states may further be partitioned into two subsets, the state of the product before the process and the state after the process. Consider a single-chamber tool. lectrical test data, measurements of uniformity, contamination, and etch may determine the product states. Temperature, pressure, optical emissions data may determine the process states. The age of each component, the times since the components have been checked, may determine the tool states. The state of the system is therefore given by a vector of system variables. This vector is called the system state vector. Transitions occur from one system state to another. These transitions may vary över time. For example, decreasing uniformity is reflected by a change in an element of the system state vector. Accept / \/ wafer / ^f^. s ^ f >^S(Q+ın/ Change seal \ \ S(n) \ ^,/C Rework vvafer 1 Reject vvafer Figüre. 2 Typical state space for an IC fabrication unit \ Check equipment The different points in the state-space are belonged to different subsets that determines the performance measure of the product. For State-Space Model xpert İnformation Report Generation and User Interface user inquiry Report Figüre, 2 Main blocks of the proposed model example, if contamination is high, uniformity is low and etch rate is medium, we reject the vvafer. So ali the states with these specifications are grouped in the subset reject vvafer. Predicting the trajectory of the system state vector in time allovvs the user to predict the actions that may occur in the future. Therefore the purpose of using a state-space model is to have a frame vvork that predicts the trajectory of the system state vector. e associate a probability mass function with each system state. These probability mass functions constitute the rovvs of a transition probability matrix. For generality, yve assume that the transition probabilities are time variant. Time variance is an important feature, since it enables modeling the various aging properties of the tool components. For example, the probability of a component breaking down typically increases över time. This phenomenon is mod- Cilt: 6 Sayı: 3 1995 MTYTTCTnİ TV/ffTTTl?Vrr» CT
eled by failure probability that increases över time. İn theory, the system variables may be considered to be continuous variables. More realistically, the system variables may be considered to assume a finite number of values. The size of the state space, and hence the size of the transition probability matrix increases rapidly with the number of values each state variable assumes. A simplifying condition would be to select only a few values each variable may assujne. For example, vvafer contamination may be described by only 3 values, low, mild, or high. Consider a simplified example. Let there be only one component, say a seal, and a single product state, say contamination. The system state vector (S,C) contains two elements vvhere S is the state of the seal, say vvorking (1) or broken (0), and vvhere C is the state of product contamination, low(0) or high (1). Assume we observe the system after each vvafer is processed. The system then has 4 possible states as listed belovv. System State (0,0) (0,1) (1.0) (1.1) Product State low contamination low contamination high contamination high contamination Tool State broken seal vvorking seal broken seal vvorking seal The transition probability matrix vvill then be a square matrix of dimension 4. Its (2,1) element vvill be the probability that the system is in state (0,0) at the end of the current process cycle, given the system was in state (0,1) at the end of the previous process cycle. That is, element (2,1) is the probability that the seal breaks but vvafer contamination remains low. Data-driven model building is accomplished by observing the system for past transitions among states. Such transitions are noted and are used to estimate the transition probabilities. As the system matures, historical data is continued to be collected and used in revising the state transition probabilities. Thus the system continually "learns" from the data. İn the simplified example given above, the transition probabilities may be revised by observing how many times the system made a transition from one state to an other, for each pair of system states. Accordingly, the model is said to be evolving. This architecture enables developing custom models for each too, reflecting the idiosyncrasies of that tool. Similarly the model vvill "adapt" as the toll ages and thus its characteristics change. Being able to incorporate existing knovvledge into the model was a requirement. The knovvledge captured in the system resides in the transition probability matrix. The mechanism to Temp. incorporate existing knovvledge is by selecting or modifying transition probabilities. İn the simplified example given above, prior to the collection of data, it can be stated that the transition probability from state (0,1) to (1,0) must be much higher than the probability of the transition from (0,1) to (0,0). Clearly, if the seal breaks, one expects tne vvafer to be contaminated. These probabilities may initially be based on subjective vievvs of the persons knovvledgeable about the system. Clustering idea: İt is suspected that state points observed in actual vvorking environment cluster around a fevv distinct state points. These clusters represent significant events in real life. For instance, one cluster might contain state points that reflect a damaged seal or a broken or ineffective pump. Transitions from one cluster to another can be approximated with an evolving Markov chain. ithin each cluster, the state points follovv a trend vvhich reflects aging of the related component. VVithin each cluster, transition betvveen states can be modeled as time series and adaptive filtering, neural netvvorks or other type of linear or non-linear regression models can be used to analyze these series. The figüre belovv shovvs a fevv state space clusters for a two-parameter vacuum chamber system. Contamination level Figüre. 3 Typical clustering of a two parameter system e mainly consider least square methods adaptive filtering and neural netvvorks to analyze these time series. The interaction of different variables is also considered. At this point an expert could help the system gain insights into the trend by suggesting models. Thus by compromising bit on the level of automation desired, learning time could be vastly reduced. One modüle of our program handles this insidecluster time-series analyses and expert interaction task. 5.2. Detailed Description of the State-Space Model: The concept of the evolving Markov chains is perhaps the best vvay to describe the properties of such systems. volving Markov Chain is a ntıt x Jtvı Cilt: 6 Sayı: 3 1995
stochastic model that the system parameters, structure and states change by time To our knovvledge, this subject has not been studied extensively and is a very challenging research area. İt combines ideas such as selforganizing systems and machine learning under a stochastically rigorous theoretical framevvork. The program vvill adapt itself to changes in the system and updates model, model parameters accordingly by communicating with its environments and databases. Since it vvill be a learning model, it vvill produce the most detailed model by time and it can be integrated with any system. Model States and the Transition Probability Matrix VVe consider a system vvith a finite number of observable variables xj, i = 1,2,..., n. Let the system be periodically observed at time instances t = 0,1,2,... The state of the system is thusdefined by thevectorx = (Xı,X2,..., XI,X n ), and each variable Xj is called an element of the system state. Let each system variable XI assume a finite number of values VI = {Vn, VJ2,... Vık}. The state of the system X belongs to the n dimensional state space S evaluated as the Cartesian product of the element spaces. S = V ı xv 2 xv 3 x... xv n (D S contains a finite number of states. Let the states in S be enumerated. e now define a semi-markov process över the state space S. o specific assumptions are made about the distibution of times betvveen state transitions. Let i and j be two states in S. The transition probability Py (t) is the conditional probability that the system is in state j at time t+1 given that it was in state i at time t. More specifically. PIJ (t) = P [X (t+1) = j X (t) = i]. (2) The transition probability matrix P (t) is defined as P (t) = {Py (t)} The semiconductor manufacturing tool performance and reliability model contains three subsets of state variables. The system state vector X = (Xw, X p, Xt) there Xw contains the state variable pertaining to the product (vvafer) states, X p to the process states, and Xt to the tool states. The state of the system is observed after processing each vvafer (or vvorkload). Thus, X(t) is the system state after processing vvafer t, t= 0,1,2,... Before giving the details of the model, let us first consider a simplified case. Further generalizations are possible, but are not explained in this introductory report. Let each tool component be associated vvith a state variable. Let xı=1 if tool component i is operational and XI=O if component i has failed. The transition probability matrix is now partitioned according to the tool states. The ratıonal for partitioning P according to the tool states comes from the cause-effect relationships among tool, process, and product states. İt is highly unlikely that, say, a vacuum pump fails due to low vvafer uniformity. On the other hand, that the vvafer displays poor uniformity due to a failed pump is highly lıkely. Thus, one can view the agıng and deterıoration of tool components as agents for transitions from acceptable process and product states to unacceptables ones. İf the transition probability matrix betvveen the states vvhere the component i is vvorking at time t and at time t+1 is Q(t), vve can express the transition probability matrix betvveen the states vvhere the component i is vvorking at time t and fails at time t+1 in terms of Q(t) and the failure rate of the component i at time t, fi (t). So aging and deterioration of tool component can be expressed as a function of time. At the same time existing information about component aging of failure such as product specifications or expert knovvledge can easily be incorporated by choosing the function TI (t) accordingly. As the model collects more data, fi (t) is determined more accurately. A further sımplification present itself if vve consider only the transient process from operational states of failed states. Transitions from a state vvith one or more failed components to a state vvith no failed components imply that the failed components have been replaced or repaired. İn the reliability analyses for semiconductor manufacturing tools, vve are interested in the time to failure, the failure mode, and the prediction of the failed component given the performance of the system. These phenomena pertain to the failure process, i.e., transitions from operational states to non-eporational states. e further consider the probability of more than one component failing during a process cycle to be an order of magnitude smaller that the probability of a single component failing, i.e., we assume that only one component may fail during a process cycle. That is, the probability that more than one tool component failing during a process cycle is assumed to be negligible. These considerations give rise to a reduced state space and its associated transition probability matrix. The reduced state space is obtained by considering the states vvhere at most a single component has failed. The unified data base Our approach requires data on the vvafer (product), on the process, and on the maintenance operations. Among the three classes of data, real-time maintenance data is the most scarce in the data bases. Clean room log books are stili used as a primary vehicle to collect and revievv maintenance data. CUt: 6 Sayı: 3 1995 KTm
e designed and developed stand-alone softvvare to collect maintenance records and replace preventive maintenance data sheets. This softvvare is intended to replace the log books currently used in clean rooms. The softvvare is user-friendly. İt is menu driven and supports mouse (or similar pointing devices such as trackball) inputs. The maintenance data collection modüle has also the capability of organizing ali the data related to components and their sub-components and contain ali preventative maintenance sheets. The process information is readily available from the data acquisition system connected to the machine. The last category of data is on the vvafers, such as electrical test data. İt is our observation that data on the vvafers are the most abundant, since it supplies information on product quality. e intend to dovvnload vvafer data from the existing data bases. 5.3. Discussionofthe softvvare and modules: Due to the model's complexity, the model is implemented in softvvare. Attention is diverted to build a user-friendly environment for interacting with the model. Since there is a tendency in computer integrated enterprises to construct and maintain data bases, the data-driven model builder has many other applications in other manufacturing plantss. Computer-aided reliability modeling and analysis of complex systems require many sub-systems. Process Product Tool Field tes Data collection Cluster identification ew cluster formation Update time-series/ filtering parameters Form state transition matrix Update cluster information 1 Data Base er z> xpert İnformation Figüre. 4 Proposed state-space model architecture Ask performance measures Calculate performance measures Prepare Report Data collection, cluster identification, new cluster formation and parameter update of the system parameterc are done at the model evaluation and update block. İn this block process, product, tool and field test data collected by data acquisition system are examined. Then this data is tested for independence and it is identified in yvhich cluster it vvill be placed. If data can not be identified in any cluster, a new is formed. At the same time, state transition probability estimates are updated and if necessary, parameters of fil ters or time-series are modiîied. The figüre below depicts the subsystems of the proposed model. COCLUSIO AD FUTUR RSARCH There are several observations and novelties to this approach: 1. The model is based on a unified data base which contains information on the tool, the product (vvafer), and the maintenance operations. 2. The interaction among tool, vvafer, and maintenance information is tracked by the model and exploited. The model has built into the fact that there is much interaction betvyeen the performance of the tool and the quality of the product. 3. The model is allovved to be time variant. That is, the states and the properties of the transitions among the states are considered to change över time. 4. The model is self-organizing, vvhich evolves and adapts to the specific tool/product combination. The input to this process is system data obtained from the tool. Thus, the task process may be described as data-driven automated model building. 5. Since the approach generates rigorous stochastic process models, statistically, significant performance measures can be computed. For example, system reliability, time to failure distributions, confidence intervals on product quality, and fault cause probabilities can be ali computed vvith statistiuser cal precision by using ~ inquiry standart methods. 6. Due to its size complexity, the model is - Repon implemented in softvvare, Attention is diverted to build a userfriendly environment for interacting vvith the model. 7. Since there is tendency in computer integrated enterprises to construct and maintain data bases, the data-driven model builder has many other potential applications in other datarich manufacturing environments. ACKOVVLDGMT This research is supported by the IBM Corporation under Contract o. 975KV5V under Master Research Agreement o. -U-224. 10 Cilt: 6 Sayı: 3 1995
RFRCS 1. Albin, S.L. and Friedman, D.J., (1989) "The Impact of clustered Defect Distributions in IC Fabrication"" Management Science, vol. 35., no. 9, pp 1066-1078. 2. Boyer, M.S. and Philpott,. (1990), "Control of Hybrid Process using SPC," Proceedings of I/ISMH IMT Symposium, pp 296-305. 3. Carlos L, (1986), "Tovvards Automatic Markov Reliability Modelling of Computer Architectures," ASA Technical Memorandum 89009. 4. Chang,.H. and Spanos, C.J. (1991), "Continuous quipment Diagnosis Using vidence Integration: An LPCVD Application," I Transactions on Semiconductor Manufacturing, vol. 4, no. 1, pp 43-51. 5. Dehmel, R.C. and Parker (1987), "Future VLSI Manufacturing nvironment," Soild State Technology, May, pp 115-121. 6. Ditmore, D., (1989), 'Achieving Semiconductor quipment Reliability," Proceedings of I/CHMT Symposium, pp 5-11. 7. Fu, C.Y. (1989), "Smaıf Integrated Circuits Processing," I Transactions on Semiconductor Manufacturing, vol. 2, no. 4. 8. Funakoshi, K. and Mizuno K. (1990), "A Rule-Based VLSI Processes Flow Validation System with Microscopic Process Simulation," I Transaction on Semiconductor Manufacturing, vol. 38, no. 4, pp 239-246. 9. Hodges, D.A. and Spanos, C.J. (1989), "Computer Integrated Manufacturing," Seventh I/CHMT Int. lectronic Man. Tech., Symposium Proceedings 1989. 10. Karunathi,., VVhitley, D. and Malaiya, Y. (1992), "Using eural etvvorks in Reliability Prediction," I Softvvare, no. 7, pp 53-59. 11. Kini, V. (1981), "Automatic Generation of Reliability Functions for Processor-Memory-Svvitch Structures," Ph. D. Thesis, Carnegie-Melon University. 12. Kramer, M.A. (1987), "Malfunctions Diagnosis Using ûuantitative Models with on-boolean Reasoning," AİCh Journal, vol. 33, no. 1, pp130-140. 13. Landrault, C. and Laprie, J.C. (1978) "SURF-A Program for Modeling and Reliability Prediction for Fault- Tolerant Computing Systems" Information Technology, orth Holland. 14. Lin, K.K. and Spanos, J.C. (1990). "Statistical quipment Modeling for VLSI Manufacturing: An Application for LPCVD," I Transactions, vol. 3, no. 4, pp 216-229. 15. Lucas, J.M. (1982), "Combined Shewart-CUSUM Ouality Control Schemes," Journal of Ouality Technology, vol. 14, no. 2. 16. Makam, S.V., Avizienis, A. and Grusas, G. (1982) "ARIS 82 User's Guide," Technical Report CSD-82-830, UÇLA. 17. Matthevvs, M. and hitlow,. (1989), "SPC Implementation and real-time results," I Transactions. 18. Meieran,.S. and Kempf, K. (1989), "Application of Al in Factory Management," Seventh I/IMT Symposium'89. 19. Peterson S., P.L., and Rose, D.M. (1984), "ÇAR III Model Overvievv and User's Guide," Technical Report TM85810, ASA-LaRC. 20. Schneider, H.J. (1990), "Avoiding System Failures and nsuring Ouality by arly Fault Diagnosis," Automatisiering Technik, vol. 38, no. 11, pp 377-383, 1990. Sencer YRALA S. Yeralan is an associate professor of industrial and systems engineering at the University of Florida. He holds a B.S. degree in industrial engineering from the Middle ast Technical University, Turkey, and an M.. and Ph.D. degrees in industrial and systems engineering from the University of Florida. His research interests are in applied probability theory, stochastic processes, manufacturing systems, and industrial automation and control. Barış TA B. Tan iş an assistant professor at the Koç University, İstanbul. He holds a B.S. degree in electrical engineering from the Boğaziçi University, Turkey, an M.. degree in industrial and systems engineering, an M.S.. degree in manufacturing systems engineering, and Ph.D. degree in industrial and systems engineering from the University of Florida. His researh interests are in stochastic modeling, manufacturing systems, and industrial automation and control. Sailesh BABU S. Babu is a graduate research assistant at the Ohio State University. He holds a B.S. degree in mechanical engineering from the Indian Institute of Technology, India, and an M.S. degree in industrial and systems engineering form the University of Florida. Currently he iss a Ph.D. candidate at the Ohio State University. His research interests are in manufacturing systems and industrial automation. Brock OSBOR B. Osborn is a researcher at the Fault Isolation and Technology Laboratory, IBM. He holds a Ph.D. degree in applied mathematics from the Brovvn University. He holds two patents on semiconductor manufacturing and testing. His research interests are in mathematical modeling in industrial applications, pattern recognition, applied probability and statistical theory, reliability and quality, and applied stochastic processes. Cilt: 6 Sayı: 3 1995 7XTr»TTcnrr)T 11
İLTİŞİM BİLİM-SAAYİ-TKOLOJİ SORUU V TÜRKİY M.SaüATIÇ Roketsan A.Ş. SAAYİ DVRİMİD BUGÜ Tarihte teknolojinin gelişimi 18. yüzyıla kadar çok yavaş bir gelişme göstermiş, insanoğlunun tekerleği bulması ile ilk matbaanın ortaya çıkışı arasında asırlar yaşanmıştır. Büyük teknolojik sıçramalar 18. yüzyılda ingiltere'de başlayan Sanayi Devrimi ile ortaya çıkarak önemli bir ekonomik dönüşüme yol açtı. Kol gücünün yerine makinaların, hayvan gücünün yerine ise önce buhar, daha sonra da elektrik enerjisinin kullanımı büyük verimlilik artışlarını gerçekleştirdi. Fabrika tipi üretim, işbölümüne dayalı örgütlenme biçimleri ve üretim işlevlerinde uzmanlaşma Sanayi Devrimi ile ortaya çıktı. Bir iplik eğirme makinası elle çevrilen çarkın 200 katı verim sağlıyor, yüzlerce beygir gücüne sahip lokomotifler zamanın enerji kaynağı kömürü kilometrelerce uzağa kolayca taşıyabiliyorlardı. İngiltere'de başlayarak zamanla Avrupa'ya genişleyen Sanayi Devrimi verimlilikte öyle büyük artışlar yarattı ki o dönemlerdeki yüksek nüfus artış oranına karşın Avrupa'nın sanayileşen ülkelerinde refah düzeyi sürekli bir artış göstermiştir. Bir yüzvıl boyunca İngiltere'nin nüfusu dört kat artarken milli geliri tam ondört kat artmıştır. Diğer yandan bu oluşumun içinde yer alamayan dünyanın değişik yörelerindeki pek çok ülke ise sürekli geriye gitmişlerdir. Bir hesaplamaya göre 18. yüzyılın ortalarında İngiltere ve Hindistan aynı sanayileşme düzeyinde iken, 150 yıl sonra 20. yüzyıla girilirken Hindistan İngiltere'nin yüzde birine gerilemişti. Şekil. 1, Sanayi Devriminden günümüze kadar olan dönemde ortaya çıkan yenilikler ve teknolojileri özetlemektedir. 20. yüzyıl başından itibaren "Yeni" ya da "İkinci Sanayi Devrimi" olarak tanımlanan gelişim ise bir taraftan sanayide kullanılan malzeme ve ekipman çeşitliliğini arttırırken, diğer yandan kitle üretimi kavramını ortaya koydu, ülretim miktarı ile ürün başına düşen birim maliyet arasındaki ters orantıdan hareket eden büyüklükler ekonomisi, üretim miktarı arttıkça, birim ürün başına maliyetin azaldığını gösterdi. Ürünler olabildiğince standartlaştırıldı, üretim kapasiteleri arttırıldı ve böylece ortaya büyük ve mülkiyetleri de giderek daha yaygınlaşan sanayi işletmeleri ve holdingler çıktı. Çok sayıda üretim işletmeleri ve bünyelerinde oluşturdukları pazarlama şirketleri vasıtası ile pazardan büyük paylar alan bu dev şirketler, ellerinde tuttukları güç ve oluşturdukları araştırma-geliştirme merkezleri sayesinde sanayideki yenilikleri de yönlendirdiler. İki dünya savaşı arasında duraklama yaşayan dünya sanayi üretimi özellikle II. Dünya Savaşı'nin sona ermesi ile büyük bir hızla artışa geçti. 1953 ile 1975 yılları arasındaki ortalama yüzde 6'lık yıllık artış daha önceki dönemlerde hiç ulaşılamamış bir değerdir. Tablo. 1 dünya sanayi 12- Cilt: 6 Sayı: 3 1995
Buharlı Makina Mekanik Dokuma Tezgahları Lokomotif Telgraf Fotoğraf Ampul Radyo Transformatör Gazlı Makina Suni Gübre aylon, Perlon Radar Roket lektronik Mikroelektronik Fiberglas Lazer Biyoteknoloji yanına pazarladıkları, reel üretim miktarlarını yıllar bazında arttırdıkları halde enerji tüke-timlerini azaltabildikleri gözlenmektedir. 1970'lerin sonlarından itibaren yaşanan iki önemli olgu çağımıza artık damgasını vurmuş durumdadır: küreselleşme ve bilgi iletişimi. Yıllar 1750 1800 1850 1900 1950 2000 Şekil. 1 Sanayi Devriminin Başlangıcından Günümüze Gelişme Kaynak : Business Fact and Figures, Union Bank of Switzerland, August/ September 1993. Tablo. 1 Dünya Sanayi Üretimi, 1900-1980 Kaynak: Bairoch P., "1750'den 1980'e Kadar Uluslararası Sanayileşme Düzeyleri", Journal of uropean conomic History, 1982. 1990 1913 1928 1938 1953 1963 1973 1980 Toplam Üretim 100.0 172.4 250.8 311.4 567.7 950.1 1730.6 3041.6 Deâişim (%)... 72.4 45.5 24.2 82.3 67.4 82.1 75.8 Yıllık Büvüme Hızı (%) 2.6 4.3 2.5 2.2 4.1 5.3 6.2 2.4 üretiminin artış eğilimi ve yıllık ortalama büyüme hızı hakkında fikir vermektedir. Tablo. 1 sadece sanayideki gelişmeyi göstermektedir. II. Dünya Savaşından bu yana hizmet sek;*, ründeki büyüme daha da çarpıcıdır. Özellikle gelişmiş ülkelerde önemli istihdam alanlarının açılmasına neden olan bankacılık, sigorta, reklam, turizm vb. hizmetlerin GSMH içindeki payı sanayiden daha yüksektir. Örneğin A.B.D.'de GSMH'nın %70'inden fazlası hizmet sektöründen kaynaklanmaktadır. 20. yüzyılın son çeyreğinde yaşanan değişimler ile müşteri öne çıkmış ve toplam kalite, esnek üretim, çok çeşitlilik, yalın üretim gibi kavramlar önem kazanmıştır. Teknolojik gelişmeler sonucunda geleneksel ekonomik kuralları değişime uğramaktadır. skiden bir ülkenin doğal kaynakları, iklimi, pazara uzaklığı, enerji potansiyeli vb. kavramlar önemli iken, günümüzde seçilecek teknolojiler, eğitilmiş insangücü, araştırma-geliştirme düzeyi vb. faktörler ilk öncelikleri almaktadır. Gerçekten de bugün gelişmiş ülkelerin çoğunun kullandıkları hammaddeyi ithal ettikleri, ürünlerini dünyanın dört bir Küreselleşme Ulaşım, haberleşme ve enformasyon teknolojisinin hızlı gelişimi, mal ve hizmet dolaşımının serbestleşerek uluslararası anlaşmalar ile hukuk kurallarına bağlanması coğrafi sınırların ve gümrüklerin önemini yitirmesine yolaçımıştır. Diğer yandan gerek yabancı yatırım, gerekse kısa vadeli sermaye hareketleri biçiminde sermayenin de uluslararası dolaşımı giderek hız kazanmaktadır. Sovyetler Birliği'nin dağılması ile eski Varşova Paktı üyesi ülkeler de dünya ekonomisine dahil olmaktadırlar. Giderek tüm dünyanın tek pazar haline dönüşmesi siyasal, sosyal ve kültürel bazda da değişimleri beraberinde getirmektedir. Standartların uluslararası kabul görecek biçime dönüştürülmesi ile kalite kavramı dünyanın her yerinde aynı ölçütlere dayandırılarak değerlendirilebilmektedir. Toplam Kalite kavramının müşteriyi odak alması sonucu ülkesi, sosyal ve siyasal konumu ne olursa olsun müşteri taleplerine en iyi cevap verebilecek mal/hizmet üretimi önem kazanmaktadır. Zamanında teslimat, üründe çeşitlilik ve satış sonrası hizmetlerin kalitesi rekabetin temel öğesi olan fiyat ile birlikte değerîendirilmeye başlanmıştır. * konominin belkemiğini teşkil eden sanayisinin teknolojik olarak yenileyebilen, üretimi yeterince gerçekleştirebilen ve küreselleşen dünya pazarına kabul edilebilir şartlar ile ve müşterinin talebine uygun biçimde sunabilen ülkeler rekabet gücüne sahip olmaktadırlar. Uıi elerin ekonomik güçleri dünya pazarından aldıkları pay ile ölçülür hale gelmiştir. Dünya pazarından önemli paylar alan şirketler artık üretimlerini de dünya üzerinde farklı ülke ve bölgelerde gerçekleştirerek birer "Dünya Markası" oluşturmaktadırlar. Dünya markası haline gelmiş çokuluslu şirketlerin ortak özelliklerinden biri kendi konularında teknolojinin belli başlı yaratıcıları ve denetleyicileri konumuna gelerek dünya pazarında hakimiyet sürmeleridir. Bunun ardında yatan gerçek bu şirketlerin sahip oldukları bilgi birikimi ile Cilt: 6 Sayı: 3 1995 Mn 1 ^i^ 13
ekonomik olarak pazarlanabilecek ürünleri ortaya çıkaracak teknolojiyi üretebilme yeteneklerine sahip olduklarıdır. Bu yeteneği ile dünya markası üretebilen şirketler rekabet gücünü ve pazar payını arttırabilmekte, bu süreç içinde edindiği ek bilgi ve geliştirdiği teknoloji üretme yeteneği ile bir üst düzey teknoloji içeren ürünlere yönelmektedir. Bu döngü sürekli biçimde yinelenmekte ve başarısızlığa uğrama şansı giderek azalmaktadır. Küreselleşme süreci içinde doğal olarak pazara sunulan ürün sayısı ve çeşitliliği arttı. Bu artışa koşut olarak uluslararası ticaret hacmi genişleyerek üretim ve hizmet sektörlerinde yeni iş alanlarının açılmasına yol açtı. Uluslararası taşımacılık, depolama, dağıtım, sigorta, satış sonrası hizmetler vb. işlerdeki olağanüstü artış, bu canlı dünya ekonomisini destekleyecek altyapı ihtiyacını da beraberinde getirdi. Küreselleşmenin bir diğer gerçeği sermayenin de artık sınır tanımamasıdır. Gelişmiş ülkelerin birbirlerine ve gelişmekte olan ülkelere yaptıkları yatırımlar son 15 yıl içinde giderek ivme kazanmaktadır. Türkiye'nin küreselleşme süreci içinde şirketlerin dünya üzerinde yatırım ve üretime yönelmelerinde yarar sağlayarak faydalanma şansını yakalaması ve kullanması Türk sanayisinin rekabet şansını arttırmakta büyük önem taşımaktadır. Doğu Asya ülkelerinin uygulanmasından farklı olarak Türkiye'nin öncelikli teknolojilerini ve politikalarını belirleyerek uygun koşulları sağlaması durumunda, cezbedeceği yabancı sermayeyi kullanarak teknoloji açığını kapatması şansı vardır. Buna en güzel örneği İspanya teşkil etmektedir. İspanya'ya dış yatırımlar 1973-1980 döneminde 6.6 milyar dolardan 1981-1992 döneminde yaklaşık on kat artarak 64.5 Milyar dolara yükselmiştir. Tablo. 2 Ülke A.B.D. ingiltere Fransa ispanya italya Almanya Kanada Portekiz Yunanistan Japonya Türkiye Yabancı Sermaye Yatırımları (Milyar Dolar) Kaynak : OCD, "Industrial Policy in OCD Countries, Annual Review", 1994, Paris. 1973-1980 55.0 38.2 15.7 6.6 4.6 10.9 4.0 0.6 2.4 1.0 0.8 1981-1992 338.8 164.6 70.2 64.5 30.5 27.1 23.0 11.3 8.4 7.4 3.9 Aynı dönemler içinde Yunanistan'daki yabancı sermaye yatırımları 3.5 kat, Türkiye'de 5 kat, Fransa'da 5 kat, Kanada'da 6 kat, italya'da 6.5 kat, Japonya'da 7.5 kat ve Portekiz'de 19 kat artmıştır. Tablo. 2, 1973-1980 ve 1981-1992 yılları arası dönemler için çeşitli ülkelerdeki yabancı sermaye yatırımlarını karşılaştırmalı olarak vermektedir. Dünya bir yandan küreselleşmeye doğru ilerlerken, diğer yönden ülkeler bölgesel ticaret anlaşmaları ile bloklaşmalar oluşturmaktadırlar. A.B.D., Kanada ve Meksika'nın yer aldığı Kuzey Amerika Serbest Ticaret Anlaşması (AFTA), halen 15 üye ülkeden oluşan Avrupa Birliği (U) ve 18 üye ülkeden oluşan Asya Pasifik Ülkeleri konomik İşbirliği (APC) dünya ticaretinin önemli bir bölümünü kontrol etmektedirler. Ayrıca Afrika, Asya, Orta ve Latin Amerika'da oluşturulan bölgesel ticaret anlaşmaları ile Avrupa'nın yeniden yapılanma sürecinde oluşturalan serbest ticaret alanları (CFTA ve FTA) ülkelerin rekabet yeteneklerini arttırma yönündeki girişimlerdir. Bölgesel bloklaşma hareketleri kendi siyasi ve hukuki düzenlemeleri ile : Üye ülkeler arasında mal, hizmet, emek ve sermayenin serbest dolaşımını, Üye olmayan ve üçüncü ülkelere karşı serbest veya ortak ticari kuralları, Benzer ekonomik ve sosyal politikaları uygulamayı amaçlar. Bölgesel bloklar arasında yapılan ticaret anlaşmaları küreselleşme sürecine katkıda bulunurken, Uruguay Turu görüşmeleri ile biçimlenen GATT 94 anlaşmasına imza koyan ülkeler gümrük duvarlarını, devlet korumacılığını ve haksız rekabeti kaldırmayı hedeflemektedirler. GATT anlaşması ile: - Gümrük tarifelerinde indirim, - Devlet desteği ve sübvansiyonların kısıtlanması, - Patent vb. fikri mülkiyet haklarının korunması, - Damping ve haksız rekabetin önlenmesi amaçlanmakta olup, Uruguay Turu görüşmeleri sonucunda kurulan Dünya Ticaret Örgütü (T0) ülkelerin uluslararası ticarette GATT hükümlerine uyup uymadığını denetleme ve anlaşmazlıkları karara bağlama yetkisine sahiptir. Bilgi Çağı 20. yüzyılın son çeyreğinde bilginin önemi giderek ön plana çıkarken, katı ve merkeziyetçi örgütler bilgi ve iletişime egemen olabilen 14 'HıIjLruı3ii\x MÜK Cilt: 6 Sayı: 3 1995
esnek, demokratik ve katılımcı örgütlere karşı yenik düşmekteler. ABD'de büyüklükler ekonomisinin yarattığı bürokrasiye boğulmuş, yaratıcılık canlılığının azalmış olduğu, hantal şirketlerde istihdam kapasiteleri küçülürken, bilgiyi daha verimli kullanabilen, esnek ve daha az bürokratik yapıya sahip küçük ve orta ölçekli işletmeler yeni teknolojileri geliştirmede öncülük yapmaları yanında istihdam sorununu hafifletmede önemli katkıda bulunmuşlardır. 1980'li yıllardan itibaren adem-i merkeziyetçi (decentralization) örgüt yapısı ile orta ve küçük boyutlu işletmelere yönelme gözlenmektedir. Örneğin A.B.D.'de yeni açılan işyerlerinden 2/3'ü 20 ve daha az işçi çalıştırmakta, çalışan nüfusun yüzde 6O'ı küçük ve orta boy işletmelerde görev yapmaktadırlar. Mikroelektronik, enformasyon teknolojisi, ileri malzeme teknolojileri, biyotekvıoloji ve üretim süreçlerindeki yeni tekniklerde köklü ve hızlı değişime paralel olarak bilim ve teknolojinin içeriği de değişmektedir. Üretim sistemleri ve iş sürecinin dayandığı teknoloji tabanındaki köklü değişim sonucu kitle üretimi kavramı yerini esnek üretim/esnek otomasyon/yalın üretim gibi yeni kavramlara terketti. Japonya'da otomotiv ve elektronik alanlarında ilk uygulamaları ve başarıları gözlenen esnek üretim/esnek otomasyon/yalın üretim sistemleri giderek diğer sanayi sektörlerinde ve başka gelişmiş ülkelerde de adapte edilmeye çalışıldı. Bu gelişmelerin doğal bir sonucu olarak bilgi ve hizmet de pazarlanabilir mallar arasında yerini aldı. Bilgisayar ağları ve elektronik iletişimdeki başdöndürücü gelişmeden bugün hem sanayi hem de hizmet sektörü yararlanmakta, hisse senetleri dünyanın bir köşesinden diğer ucuna sanayiler içinde el değiştirmekte, çokuluslu şirket yöneticileri dünyanın dört bir yanına yayılmış kuruluşlarını masaları başından denetleyebilmektedirler. TKOLOJİ YARIŞI Bilim ve teknolojiye egemen olan ülkeler bilgi çağına geçiş süreci içinde rekabet gücünü arttırarak ekonomide üstünlüğü ele geçirmektedirler. konomik açıdan geride kalmış ülkelerin bu yarışta yer alabilmeleri bilim ve teknolojide akılcı ve uzun dönemde tutarlı politikalar geliştirerek bunları uygulayabilmelerine bağlıdır. Yarışta başı çeken ülkeler sanayi ürünlerindeki ağırlıklarını giderek ileri teknoloji gerektiren alanlara Tablo. 3 Sanayi Ürünlerinin ısbi Katma Değeri Kaynak : The conomist, "Japon Teknolojisi", Aralık 1989 Urun Uydu Jet savaş uçağı Süper bilgisayar Uçak motoru Jumbo jet Video kamera Bilgisayar Yarı iletken Denizaltı Renkli televizyon ümerik kontrollü tezgah Otomobil Yük gemisi Katma Deaer (Slkri 20.000 2.500 1.700 900 350 280 160 100 kaydırmaktadırlar. Tablo. 3 sanayi ürünlerinin katma değerlerini göstermektedir. Bir ülkenin teknoloji düzeyi tablonun üst basamaklarındaki ürünlerden ne kadar fazla üretebilir olmasına bağlanabilir. Günümüz teknoloji yarışında başa güreşen ülkelerden bazılarının gerçekleştirdikleri ekonomik gelişmeler aşağıda özetlenmiştir. Almanya, 19. yüzyılın başında Avrupa'daki rakiplerinden daha geride bir tarım ülkesiydi. Bu dönemde İngiltere dünya sanayi üretiminin %35'ine, Fransa ise %25'ine egemen durumda idi. Almanya izlediği uzun dönemli sanayi ve eğitim politikaları ile araştırma-geliştirme yapısını kurdu, ulusal teknoloji politikalarını geliştirerek ülke dışından ithal ettiği teknolojiyi kendi ekonomisi içine enjekte ederek özümsedi. II. Dünya Savaşından yenik olarak çıktıktan sonra hedeflerine ulaşmada politikalarını tutarlı biçimde izleyen Almanya eğitim sistemi ile sanayisini sağlam temeller üzerinde oturtarak ulusal araştırma-geliştirme ağını geliştirdi. Üretimi artarken enerji tüketimini aşağı çekmeyi başardı. Bugün ulaştığı konumda takım tezgahları, kimya sanayi ile tıp ve biyolojide dünya ticaretinin lideri durumundadır. Japonya, II. Dünya Savaşını izleyen dönemde teknolojik yeniliğin önemini kavrayarak teknik etkinliği arttırma ve üretim yöntemlerini geliştirme yönünde politikalar oluşturdu. Öncelikli teknolojileri belirleyerek bu alanlarda daha üst düzeyde teknolojiler yaratabilmek için ulusal bir araştırma-geliştirme ağı oluşturdu. Dünyadaki 45 16 11 5 1 Cilt: 6 Sayı: 3 1995 KTT-» 15
toprak alanlarının sadece yüzde 0.3'üne ve dünya nüfusunun yüzde 2.5'ine sahip olan, son derece kısıtlı olan kaynakları bulunan Japonya üretim süreçlerinde ve üretim yönetiminde yeni teknikler geliştirerek verimliliği arttırırken, bir çok dünya markasını da uluslararası pazarda tanıttı. Japonya'da 1973-1980 yılları arasında GSMH %35 oranında artarken akaryakıt tüketimi yüzde 15 oranında arttı, petrol ithalatı ise yüzde 8 oranında azaldı. Japonlar kültürel geleneklerini koruyup sürdürürken, bunu bilimsanayi-teknolojideki gelişmeler ile uyum içinde tutabildiler. Araştırma ve geliştirme çalışmalarını destekleyecek uzman işgücünü oluşturdular (Tablo. 4). Robotik, iletişim ve enformasyon gibi ileri teknolojilerde A.B.D. ve Almanya gibi rakiplerini geride bırakarak dünya liderliğini ele geçirdiler. Tablo. 4 Milyon üfus Başına Bilim Adamı ve Mühendis Sayısı Kaynak: R. Odhiambo, "Beşeri Kaynak Geliştirme: Gelişme Yolundaki Ülkelerde Meseleler ve Perspektifler", Impact of Science on Society, 1989 Japonya ABD Avrupa Latin Amerika Orta Doğu Asya (Japonya hariç) Afrika 3.548 2.685 1.632 209 202 Özellikle robot teknolojisinde dünyanın geri kalan bölümü ile Japonya arasında büyük bir fark oluşmuştur. 1988 yılında dünyada kullanılan tüm robotların yaklaşık yüzde 63'ü Japonya'da idi. Japonya'yı robot kullanımına iten ana neden başlangıçta işgücü yetersizliği idi. Almanya ve A.B.D. gibi yabancı işçi ithal etme yolunu benimsemeyen Japonya robot kullanımı sayesinde zamanla Doğu Asya'daki ucuz işgücü ile üretilen mallara karşı rekabet etme gücünü de yakalamıştır. Sanayi robotlarının maliyetleri giderek düşmekte, robotlara yatırımın geri dönüşü ise kısalmaktadır. İki vardiya çalışan bir fabrikada bir robot kendi kendini ortalama iki yılda ödemektedir. Robot kullanımı ile verimlilik artmakta, işçiler tehlikeli veya monoton işlerde çalışma zorunluluğundan kurtulmaktadır. Robotların ısıya ve ışığa ihtiyaçları olmadığından enerji ve malzeme kullanımı azalmaktadır. Ayrıca robotların yemek, ulaşım, sağlık vb. sorunla- 99 53 rı olmayıp yeniden programlanarak değişik işlerde çalışabilirler. Programlı olarak çalıştıkları için de malzeme israf etmezler. Örneğin boya püskürtücü robotlar ortalama bir işçiye göre yüzde 30 daha az boya kullanırlar. 1935 yılında nüfusunun yüzde 35'i köylü olan, 196O'lı yılların başında ekonomik olarak Türkiye'den daha az gelişmiş durumdaki G.Kore uzun yıllar bölgedeki güçlü ülkelerce sömürge olarak yönetilmiş, bu güçler arasındaki savaşlarda arada kalıp ezilmiş ve verimli topraklarını kaybetmişti. 1950'lerden başlayarak çağımızın ileri teknoloji alanlarından mikroelektronikte izlediği devlet politikaları ile önce teknolojiyi transfer etmiş, araştırma-geliştirmeye verilen önemle edinilen teknoloji bir üst düzeye çıkarılarak teknoloji üretir konuma ulaşmış ve teknoloji yarışına katılmıştır. Doğal kaynakları yetersiz olmasına karşın ithal ettiği hammadde ile dev holdinglerininin üretimini tüm dünyaya pazarlayan G.Kore, 1950 yılında 23 milyon dolar ve 1960 yılında 835 milyon dolar olan ihracatını 1970 yılında 65 milyar dolara ulaştırmıştır. TÜRKİY'İ DURUMU Türkiye'nin kendi sanayi ve teknoloji yeteneğini yükseltmede aşması gereken ciddi sorunları bulunduğu bir gerçektir. Ancak önümüzde duran örnekler teknolojiye yetişmenin mümkün olduğunu göstermektedir. Bunun için üstünde durulması gereken öncelikle Türkiye'nin mevcut durumunu analiz ederek izlemesi gereken bilimsanayi-teknoloji politikalarını saptamak ve daha sonra bu politikaları hızlı ve tutarlı biçimde hayata geçirmektedir. Dezavantajlar Türkiye'nin başarılı bir bilim-sanayi-teknoloji politikası yürütmede önemli bir sorunu yönetim etkinliği olarak belirmektedir. Siyasi otoriteden şirket yönetimlerine kadar her kademede oluşturulan stratejiler kısa dönemli ve politika oluşturmaktan çok sorun çözümüne yöneliktir. Bilgi çağına geçiş sürecinde ülkemizdeki örgütlerin merkeziyetçi yapıları yönetime katılım mekanizmalarının çalışmasını kısıtlamakta, bilginin yeterince kullanılamamasını doğurmaktadır. Türkiye'deki gelir dağılımının bozukluğu ve tasarrufların sanayiye yeterince yönlendirilememesi önümüzdeki sorunlardan bir diğeridir. 16 Cilt: 6 Sayı: 3 1995
Üretkenliğin en çok olması beklenen 500 büyük sanayi kuruluşunda dahi sınai faaliyet dışı gelirlerin bilançolarındaki net karın yüzde 40'ına ulaşması bunun en belirgin göstergesidir. Toplumun önemli bir kesimi rank ekonomisinden beslenmekte, kayıtdışı ekonominin ölçeği giderek büyümüktedir. Geçtiğimiz 1994 yılında yaşanan ekonomik kriz döneminde bir çok sanayi kuruluşunun üretimi durdurarak rant gelirlerine yöneldiği halen belleklerdedir. Bunun sonucunda ortaya çıkan tabloda Türkiye'de nüfusun yüzde 20'si milli gelirin yarısından çoğunu alırken, diğer bir yüzde 20 kesimin ancak yüzde 5 ile yetinmesidir. Türkiye için önemli bir başka dezavantaj eğitimin yetersizliğidir. Dünya teknoloji yarışı içinde yer alabilmenin önemli öğelerinden biri yetişmiş insan gücüdür. Ülkemizde ilk öğretimden üniversiteye kadar eğitim sistemimizin araştırıcı, sorgulayıcı, karar verebilen ve birlikte çalışmaya yatkın insanlar yetiştirdiğini söylemek güçtür. Üniversite-sanayi işbirliği henüz ortak araştırma projeleri ve teknolojik gelişme sağlayacak yenilikleri yaratmatan çok uzaktadır. Avantajlar Türkiye'nin teknolojiye yetişme sorununda toplumsal özelliklerinden kaynaklanan avantajları bulunmaktadır. Bunlardan birisi Türk insanının risk alma ve kendi işini yaratma konusundaki yatkınlığıdır. ğitim sisteminin iyileştirilmesi ve serbest girişimciliği devletin yeterince desteklenmesi durumunda bu toplumsal özellik ekonomiye olumlu katkılarda bulunabilir. Avantaj olarak nitelenebilecek bir diğer toplumsal özellik ise gelişmelere uyum sağlamakta görülmektedir. konomik gelişmeler karşısında soğukkanlı davranabilme ve esneklik gösterebilme yetenekleri ile yeniliğe karşı mevcut özlem, yeni teknolojilerin edinilme ve özümsenmesinde toplumun tepkisinin olumlu olacağına işaret eden göstergelerdir. Türkiye İçin Teknoloji Politikası İleri teknolojilerde son 15 yıl içinde gözlenen hızlı gelişmeler teknolojinin kendini yenileme ve üretim süreçlerinde önemli değişimleri beraberinde getirmektedir. Çağımızda rekabet gücü hızla değişen teknolojiye uyum sağlama yeteneği olarak tanımlanmaktadır. Hızla değişen teknolojiye uyum sağlama yeteneği, yeni teknolojiler ÜLK üretmek ve bu teknolojileri hızlı ve yaygın bir biçimde üretime uygulamaktır. Bu açılardan ele alındığında Türkiye'nin küreselleşme sürecinde rekabet gücünü koruyabilmesi ve arttırabilmesi için öncelik vereceği ileri teknolojileri belirlemesi, transfer etmesi, kullanması, geliştirmesi ve bir üst düzey teknolojileri üretmesi yönünde hedefler koyması gerekmektedir. Bu hedeflere ulaşabilmek bir dizi yapısal değişim ve toplumsal dönüşümün gerçekleştirilmesine, bilim, teknoloji, sanayileşme yeteneğinin yükseltilmesine ve en önemli olarak da uzun dönemli politikaların geliştirilerek tutarlı biçimde uygulanmasına bağlıdır. Artık "Türkiye'ye uygun teknolojinin aranması ve bununla yetinilmesi yeterli değildir. Bu yaklaşım kısa sürede yalnız Türkiye'nin teknoloji yarışında daha da geride kalmasını değil, aynı zamanda zaten kıt olan ülke kaynaklarının da savurgan biçimde kullanılmasına yol açacaktır. Türkiye'nin araştırma-geliştirme harcamalarının GSMH'ya oranı yüzde 0.33 düzeyindedir. Bu oranda üniversitelerin payı yüzde 69, özel sektörün payı yüzde 18 ve kamu kuruluşlarının payı ise yüzde 13'tür. Üniversitelerdeki araştırma-geliştirme payının önemli bir bölümü gerçekte akademik çalışmaları da içerdiğinden oldukça yanıltıcıdır. Üniversite-sanayi işbirliği Tablo. 5 OCD ülkelerinde Patent Sayısı, Araştırıcı Personel Sayısı İle A+G'ye Ayrılan Kaynakların GSMH'ya Oranı Kaynak: Devlet Planlama Teşkilatı, Yayın o: DPT: 2190. Türkiye ABD Japonya Almanya Fransa ingiltere İtalya Kanada ispanya Avusturya Hollanda İsveç Belçika İsviçre Avustralya Yugoslavya Danimarka orveç Yunanistan Finlandiya Portekiz Yeni Zelanda irlanda İzlanda PATT SAYISI (1986) 726 121.141 322.455 77.418 57.210 70.100 42.583 27.757 14.35B 19,051 32.467 31.447 27.131 30.030 25.326 2.287 8.829 6.841 5.324 7.495 2.268 4.085 3.421 121 ARAŞTIRICI SAYISI (1985) 33.696 722.900 435.340 133.114 92.632 104.445 63.021 35.210 14.227 24.210 21.550 17.044 10.943 10.720 6.712 24.881 7.255 8.283 3.051 9.421 3.475 3.232 413 10.000 KİŞİY DÜŞ ARAŞTIRICI SAYISI (1985) 6 63 73 48 39 20 27 ' 28 10 35 37 39 26 34 20 25 40 S 36 24 7 35 A+G7 AYRILA KAYAKLARI GSMH'YA ORAI (1986) % 0.20 2.74 2.74 2.70 2.25 2.42 1.14 1.42 0.57 1.20 2.21 2.80 1.61 2.30 1.31 0.88 1.24 1.82 0.33 1.59 0.45 1.00 0.92 0.73 Cilt: 6 Sayı: 3 1995 1UT7III7MIMDI T/"~<T. 17
üzerine TÜBiTAK'ın düzenlediği Birinci Sanayi Şurası'nda AR-G'nin GSMH'ya oranı için belirlediği eşik değer yüzde 1'dir. Bu hedefe ulaşabilmek için: Kamu sektöründe AR-G'ye yönelik altyapının güçlendirilmesi, Özel sektörün teknoloji transferi ile edindiği yeteneği kendi araştırma-geliştirme faaliyetleri ile geliştirebilmesi için teşvik politikalarının oluşturulması, Üniversitelerin temel araştırma ile sınırlı kalmış kapasitesini sanayi ile ortak uygulamalı araştırmaya kaydırabilmesi, Devletin tutarlı bilim-sanayi-teknoloji politikaları izlemesi gerekmektedir. Yabancı sermaye yatırımlarının çok kısıtlı tutulduğu ve ulusal sermayeye birinci önceliğin verildiği Doğu Asya ülkeleri başlangıçta ithal ettikleri teknolojileri kullanarak zaman içinde kendi teknnolojilerini üretme yönünde çalışmışlar, yabancı sermaye yatırımlarından çok kısıtlı bir şekilde yararlanmışlardır. Türkiye için de başlangıçta teknoloji transferi yolunu izlemek, yabancı sermaye yatırımlarında da ileri teknolojilerin ülkeye gelmesine yönelik vermek akılcı olacaktır. Teknoloji transferi, transfer edileceği ülke için yeni olan teknolojiyi satınalma, öğrenme, özümseme ve ekonomik faaliyet içinde tam anlamı ile kullanabilir konuma gelme sürecidir. Diğer bir ifade ile teknolojinin üretildiği kaynaktan kullanılacağı noktaya aktarılmasıdır. Teknoloji transferi genelde iki ayrı yöntemle gerçekleştirilebilir. Bunlardan birincisi ülke dışından yapılan teknoloji transferi, ikincisi ise ülke içindeki ulusal AR-G ağı tarafından geliştirilerek yine ülke içinde bir sanayi kuruluşuna aktarma yolu ile gerçekleştirilen teknoloji transferidir. Türkiye için bugünkü konumda hayati önemi olan birinci tip teknoloji transferini gerçekleştirmek, ancak bunu yaparken dünya standartlarına göre ileri konumda olan teknolojiyi ülkeye getirmektir. Bu süreci hemen takip etmesi gereken işlevler arasında transfer edilen teknolojiyi özümsemek, ona hakim olmak ve bir üst düzeyde yeniden üretmek yer almalıdır. Ülke dışından teknoloji transferi yaparken zamanlamanın ve ödenecek bedelin çok dikkatli analiz edilmesi gerekmektedir. Ülke için doğru olan teknolojiyi uygun bedel ile temin etmek ve transfer sürecini iyi zamanlamak için belirli bilgi ve deneyim birikimine erişmenin önemi yadsınamaz. Bu amaçla yapılabilecekler: Türk kökenli bilim adamlarından mümkün olan en üst düzeyde yararlanmak, Beyin göçünü tersine çevirmek, Yurtdışı temsilciliklerinde görevlendirilecek bilim ve teknoloji ateşeleri yetiştirmek, Yurtdışı eğitim etkinliklerine katılımı özendirmek, Uluslararası ortak araştırma projelerine katılmayı özendirmek, Akademik çalışma konularında hedef/ seçilen teknolojilere öncelik vermek olarak özetlenebilir. Ülke dışından yapılan teknoloji transferlerinin özümsenmesi ile paralel olarak ulusal AR-G ağının geliştirilip güçlendirilmesi ile ikinci tip teknoloji transferleri başlayabilir. Burada üniversite-sanayi işbirliği, kamu ve özel AR-G kurumları (teknopark, teknokent, teknoloji geliştirme merkezleri, teknopolisler, vb.) nın yapılanması ve tutarlı siyasi politikalar önem kazanmaktadır. Uzun dönemli hedef ulusal AR-G ağı yapısı ile geliştirilen teknolojinin Türkiye dışına teknoloji transferine dönüştürülmesidir. Özetle, dünyadaki gelişmelerin yakından izlenmesi ve kendi politikalarını geliştirerek uygulaması durumunda Türkiye 1996 yılında gümrük birliği ile adım atmayı hedeflediği AB'de ve dünyada teknoloji yarışındaki konumunu alabilecek ve rekabet gücünü koruyabilecektir. KAYAKÇA 1. Kennedy Paul., Yirmi Birinci Yüzyıla Hazırlanırken, T. İş Bankası Kültür Yayınları, (1995). 2. Çapoğlu Gökhan., Türkiye İçin Bir Sanayi Politikası Çerçevesi II. Sanayi Şurası, T.C. Sanayi ve Ticaret Bakanlığı, (1995). 3. Terzioğlu Tosun., Bilim, Teknoloji ve Sanayileşme Üzerine otlar, II. Sanayi Şurası, T.C. Sanayi ve Ticaret Bakanlığı, (1995). 4. TÜBİTAK., Bilim ve Teknolojide Atılım Projesi Çalışma Komitesi Raporu, (1995). 5. TÜBİTAK., Üniversite-Sanayi İşbirliği Birinci Şurası Alt Komisyon Raporu, (1994). M. Sait ATIÇ 1976 yılında ODTÜ ndüstri Mühendisliği Bölümünden mezun oldu. 1977 yılından itibaren sırası ile T. İş Bankası'nda ğitim Uzmanı, SGM'- de ndüstri Mühendisi, Türk Traktör Fabrikası'nda Üretim Planlama Şefi, Hema Dişli Fabrikası'nda Üretim Planlama Başmühendisi olarak çalıştı. 1989 yılından..bu yana Roketsan A.Ş. Üretim Planlama Müdürü olan Atınç, MMO ndüstri ve İşletme Mühendisliği MesleK Dalı Ana Komisyonunda (MDAK) I. ve II. dönem üyesi olarak yer aldı. Aynı zamanda ndüstri Mühendisliği Dergisi Yayın Kurulu Başkanlığını yürütmektedir. 18 Cilt: 6 Sayı: 3 1995