半导体生产线动态实时智能调度方法研究【控制理论与控制工程专业优秀论文】.pdf

该【半导体生产线动态实时智能调度方法研究【控制理论与控制工程专业优秀论文】 】是由【青山代下】上传分享，文档一共【102】页，该文档可以免费在线阅读，需要了解更多关于【半导体生产线动态实时智能调度方法研究【控制理论与控制工程专业优秀论文】 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..内容摘要生产调度是在不增加或少增加投入的情况下,通过充分组合和利用现有资源,提高企业竞争力的最有效手段之一。半导体生产线的结构复杂、设备多且加工特性各异,具有严重的可重入性、高度不确定性和多目标优化特征,所有这些给半导体生产线的调度带来了极大的困难。在综述半导体生产线调度特点的基础上,对半导体生产线的动态调度进行了深入而细致的研究,给出了半导体生产线多目标优化动态调度规则(MODD,)。MODD包括五种类型的调度OptimizationDynamicDispatc}ling规则:正常生产状态调度规则、瓶颈设备低在制品水平调度规则、非瓶颈设备高在制品水平调度规则、多批加工设备调度规则与紧急工件调度规则。该算法考虑了半导体生产线的本质特点,如可重入流、多批加工、紧急工件、次序相关的准备时间等等;能够同时优化半导体生产线多个性能指标。如MOVEMENT、加工周期、生产率与准时交货率。但是该算法的局限性在于:在半导体生产线瓶颈变化频繁的情况下,可能会影响调度决策的快速性。群体智能理论为半导体生产线动态调度提供了新的解决思路。在充分理解群体智能理论的思想的基础上,提出了半导体生产线动态实时智能调度方法。研究分三个阶段进行:第一阶段:基于信息素的间接交互方式,提出了基于信息素的半导体生产线动态实时智能调度算法(PBDR,)。首先,模拟蚁群生态系统,构建了实现半导体生产线动态调度的MAS系统(SMAS)。在该系统中,使用每个蚂蚁agent分别控制相应的工件、设备、运输工具与人员,将与调度相关的信息表示成相应的蚂蚁agent的信息素。蚂蚁agent通过感知其他蚂蚁agent的信息素来确定自己下一步行为,即选择合适的设备等待加工或选择合适的工件进行加工,从而实现动态调度。该算法有两方面的优势:一是将调度相关信息表示成蚂蚁agent的信息素后,可以根据要优化的性能指标,来相应地改变信息素的表示方式,对调度的结构却不发生影响,可以方便地实现方法的重用;二是决策时间短、计算量小、实时性好、易于实现,非常适用于动态调度。PBDR的局限性在于缺乏对整体性能的把握和预见能力,因此其调度结果可能会与系统的全局优化有一定的偏差。第二阶段:为了尽可能缩小PBDR的调度结果与全局优化的偏差,提出了集成优化的半导体生产线智能调度模型(ODISM,OptimizedDynamicSchedulingIntelligentModel)。该模型由两个部分组成,即分布式动态控制人工蚁群MAS系统()与集中优化控制MAS系统(C—MAS)。D。MAS是在SMAS的基础上,引入了蚁后:..agent而实现的。C。MAS由仿真agent与调度agent构成。调度agent是C-MAS的核心,它根据订单、WIP水平、市场预测以及资源状况,确定某个时间段的优化的调度方案。仿真agent对调度agent生成的调度方案进行仿真,及时发现方法的不足,加以修正和完善。D,MAS与C—MAS通过蚁后agent实现紧密合作。蚁后agent主要完成两个功能:一是从各局部黑板获得蚂蚁agent的信息素,转化成调度agent能够理解的形式,以供调度agent通过自己的感知器获取,并由其推理机推理判断是否生成新的优化调度方案;一是接受来自调度agent的效应器的优化调度方案,并将其转化成信息素,作为各蚂蚁agent进行动态调度时的启发式因子。第三阶段:基于ODISM,提出了集成优化的半导体生产线动态实时智能调度算法(IODI,IntegratedDynamicAlgorithm)。该算法由OptimizedIntelligentScheduling3个子算法构成:优化调度算法、动态调度算法与协调算法。其中,优化调度算法用于调度agent生成优化的调度方案,在本文没有进一步研究;动态调度算法使用PBDR,协调算法用于蚁后agent将调度agent生成的优化调度方案转换为蚂蚁agent的信息素。使用仿真模型对以上提出的算法进行了对比分析,结果表明,MODD、PBDR与目前常用的FIFO、EDD、CR、FSVL相比,均能获得较好的性能指标,如MOVEMENT、设备利用率、生产率、平均加工周期与准时交货率,并且PBDR要优于MODD。另外,对IODI、PBDR、优化调度方法和FIFO在生产线上没有故障状态和有故障状态的两种情况下进行了比较,结果表明,在生产线上状态保持不变的情况下,优化调度能够取得最佳的效果,其次是IODI;但是当生产线上设备发生故障时,IODI的性能是最好的,其次是PBDR。最后,探讨了半导体生产线多种类型调度的集成问题,提出了初步解决方案——基于agent的集成了投料调度、工件调度与设备维护调度的半导体生产线动态调度方法。首先给出了调度模型,然后介绍了agent协商协议与使用的调度算法,并使用一个具有芯片制造生产线本质特征的小例子示范了方法的应用过程,进行了模拟仿真。仿真结果表明,投料调度、工件调度与设备维护调度集成起来进行后,与三种调度独立进行相比,能够获得更好的生产率、加工周期、设备利用率与准时交货率。关键词:半导体生产线,动态实时调度,群体智能,蚂蚁agent,集成,优化ll知识水坝为您整理:..,suchproductionstyleschedulingasreentrance,,,summarizingschedulingmulti—objectiveoptimizationdynamicrule(MODD),,dispatchingwithWIPruleboRleneckmachineslowerfornon-bottleneckmachineslevel,dispatchingWIPruleforwithmachinesandruleforhothigherlevel,,hotlotorder-,suchreentrance,batchingsetuptime,throughputandcalloptimizemultipleperformances,suchasmovement,cycleon-—:pheromone-basedreal-timealgorithm(PBDR),imitatingantcolonies,thesemiconductorfabdynamicscheduling(SMAS),oronemachine,ortransportationtool,’todetermineitsmachinepheromoneaction,,,,,:totheofcomplementdeficiencyPBDR,optimizeddynamicintelligentmodel(ODISM)isisofMASwithschedulingproposed,posedcentralIII知识水坝为您整理:..MASwithdistributedcontrolstyle()andartificialantdynamicoptimizedcolonySMASantstyle(D—MAS).D—MASisrealizedbasedbyintroducingancontrolonqueenandaretwokindsofinC-MAS,-MAS,generatesoptimizedschedulingSchedulingagent,assemiconductorwaferisverifiedsimulatorforfurthermodificationandfab,whichbyagentC——,,,integratedphase;baSedonoptimizeddynamicintelligentschedulingfIODI)-algorithmsIODI,,,whichistransferresearchedinthisCoordinationusedtoplanmadepaperalgorithmschedulingofC·(,PBDRandandIODI)monalgorithms(suchFSVL).ItbeasFIFO,EDD,CRcanseenfromtheresultsthatMODDandPBDRandsimulatingarepriortoFIFO,EDD,CRFSVLandtime,machinewithbetteronmovement,throughput,cycleutilityon-time—,,IODI,PBDR,,and10DIisinthesecondunderenvironmentwithmachinefailure,IODIisthebest,,theintegrationmachinecontrol,,anschedulingagent—basedschedulingmodel,integratingreleaSeandmaintenancemachinecontrol,dispatchingpreventivescheduling,,amodeI,butwithessentialcharactersofsemiconductorwafersimpleusedtodemonstratehowtothelab,isuseproposedagent—,proposedapproachpriorapproachintegrationonandcycletime,machineutilityon-time-—timescheduling,swarmKeywords:semiconductorfab,dynamicintelligence,antagent,integration,optimization:..引言1引言半导体制造业是技术密集、资金密集、收益高且产品更新速度快的高技术产业,加快新产品的开发速度和上市速度、降低成本、提高产品质量和服务质量,是提高企业市场竞争力和适应市场变化的根本途径。实现上述目标的关键是具有良好的生产调度管理。。3我们所蜕的半导体,往往指的是计算机芯片或集成电路,其内存在许多电气连线,这些电气连线将成千上万甚至上百万个晶体管以及其他元器件联系在一起。半导体制造过程如下(如图1所示)。图1半导体制造过程步骤1:为了获得晶圆,首先将多晶硅以及其中存在的使其传导特性发生变化的物质熔化,使用熔化的硅生成硅晶体,然后将硅晶体切割成晶圆。步骤2:为了除去最细小的划痕与杂质,每片晶圆的一面都被抛光成镜面表面,进行化学清洁,清除所有的粒子、细菌以及其他杂质的痕迹。然后在此表面进行芯片的制造。:..步骤3:制造芯片的第一步,在晶圆表面生成或沉积Si02晶体(Si02不导电,称作绝缘层),然后在其上刻蚀通道来导电。在加工步骤的后面也要生成或沉积Si02,以在j匿片里构建电路层。Si02可以通过将晶圆在高温下暴露于氧气中生成,也可以通过与氧气一起通过化学气相沉积(CvD)在晶圆表面生成。步骤4:光刻,简单地说就是在芯片上生成多层电路模型的过程。首先,在晶圆上覆膜感光的化学物质——光刻胶,然后光通过掩膜板照射到光刻胶上,生成相应的电路形状。步骤5:光刻之后,开始刻蚀。首先,使用化学溶液将晶圆上未被光照射的部分清除,然后刻蚀掉其下面的材料,最后,剥掉保护层,则在晶圆的表面出现了三维模型。通过首次光刻和刻蚀,出现了SiO:模型。步骤6:通过多次的光刻与刻蚀,在一个芯片上建立了多层电路模型。步骤7:为了实现芯片中的电流流动,将晶圆的特定部分暴露在化学物质中,改变其导电特性。也可使用另一个掺杂过程,称作离子注入,使用替代原子辐射晶圆的特定区域,用替代原子替代硅原子,步骤8:将导电物质(通常是铝)沉积在晶圆表面,不需要的金属使用光刻与刻蚀步骤清除掉,剩下在显微镜下才可见的金属作为连线,将数百万个独立的导电通路连接起来,使芯片得以正常工作。这包括芯片的各层间的垂直连接也包括各层内部的水平连接。步骤9:芯片挑选与封装。在完工的晶圆上对各个芯片进行电气测试。标记不合格的芯片以便在切割晶圆时被剔除。然后进行芯片的封装,封装后,再进行最终检测。由上述分析可知,半导体制造可以分成四个阶段:晶圆加工、芯片检测、芯片封装以及最终产品测试。其中,晶圆加工又称作前端工艺,封装与最终产品测试被称作后端工艺。前端工艺主要在晶圆上完成电路印刷工作,平均要经过400一600步的加工步骤,使用上百台设备,在晶圆上加工各个芯片。在对加工完成的芯片进行检测后,进入后端工艺,:..即对芯片进行相应的封装,成为集成电路,然后对最终产品进行测试,检验合格率。前端工艺常常直接被称作半导体生产线,是半导体制造过程最复杂最关键的部分,同时也是资金投入最高、耗时最长的部分,一直是众多从事半导体生产调度研究的学者们所关注的焦点。我们在本文中关注的也是半导体生产线的调度难题。、设备多且加工特性各异,具有严重的可重入性,这些特点给半导体生产线的调度带来了极大的困难。近十几年来,国外已有许多研究人员在理论和实践方面做了大量工作,国内在该领域的研究相对较少,起步也较晚,所得成果还不是很多。半导体生产线调度大致可以分为以下几类:投料控制、工件调度、设备维护调度、人员调度、运输调度与辅助资源调度。其中,投料控制、工件调度和设备维护调度是研究的重点。(1)投料控制投料控制用于决定在何时投入多少原料到生产系统,以便尽可能发挥生产系统的生产能力。半导体生产线的投料控制在20世纪80年代就是重要的研究课题。投料控制一般有两类方式,一类是静态方式,即根据事先设定的速率进行投料,如固定时间间隔投料或按随机分布泊松流投料,但这种方式不能跟踪生产线的实际变化,容易造成工件过分积压;~类是动态方式,主要是使用启发式方法,根据生产线上的某一性能指标的实际情况进行投料控制,目前此种方式是研究的热点,并且考虑的指标往往是交货时问和在制品水平。。它根据交货时间并假定加工周期是固定的来进行投料控制,该方法很少考虑能力或拥挤的问题,往往导致很高的在制:..品水平与较长的加工周期。许多企业为了控制在制品水平,基于生产目标限制每日的投料为固定的数量(仍然是推式思想),在起初的时候总是过高估计自己的能力,但是慢慢的对自己的能力有了充分了解后,修改投料策略,能够取得较好的结果。(JIT,JustInTime)的看板方法,其目标是保持在制品水平不变,但严格的看板方法的实现是非常困难的。Spearman等人提出了CONWIP[2】方法,该方法使用生产系统特征曲线(通过仿真获得),按照期望的产量来确定WIP水平,然后保持WIP等于或低于这个目标,荠监测产量,如果产量不能满足预定的目标,则修改WIP水平。该方法看上去很简单,但具有鲁棒性,可以同时管理WIP与产量。另外,Glassery等人【3’41提出了避免饥饿方法(SA,StarvationAvoidance)、Wein等人口1提出了工作负荷调整方法(WC,WorkloadContr01)用于投料控制。尽管这些方法提供了较好的思想,但是这些方法在实际的生产线中都很难实现,并且通过测试发现这些模型都不能很好地表示实际半导体生产线的特征。(2)工件调度半导体生产线工件调度确定生产系统中工件在相应设备上的加工序列和开始加工时间。半导体生产线工件调度很复杂,是几种简单调度形式的组合,既有作业车间调度的特点(如不同产品版本的工件有其独特的加工路径,并且工序间没有顺序约束),又有流水车间调度的特点(如相同产品版本的工件按照统一的加工路径经过整个生产线),同时还存在多台并行机调度的问题(如生产线上存在设备群,即存在多台相同类型的设备并行加工),是近年来生产调度的研究热点之一。。(3)设备维护调度在其他制造业中,设备的意外故障往往会对调度造成很重要的影响。:..在半导体生产线中,由于意外而造成的设各停机并不是最严重的,而累加的错误往往会造成更恶劣的后果。这是由于这种错误可能在一段时间内都不会检测到,从而对生产质量造成很重要的影响。例如离子注入器,生产过程中性能可能会下降30,40%,可见可靠性问题对生产控制的影响很大。由于这个原因,为了有效的进行生产控制,必须直接或间接地检测到设备的性能下降。并且设备往往是在完成一卡或,L卡工件加工后就会检修,主要是进行调整与测试,并不需要零件的更换。这也就引发了合理进行设备维护调度的重要问题。设备维护调度用于决定何时将设备从生产线上撤下来,进行预订的维护过程。在预防维护时,设备并未发生故障,其调度的最终目标是寻求计划停机时间与非计划停机时间的折衷。而后者由于是设备意外故障,会导致更高的成本。从系统可靠性研究的早期工作开始,世界各国的专家和学者们提出了许多维护模型。大多数的模型是针对定时维护策略的,或者是仅仅针对设备的技术状态(如设备性能下降)进行设备维护。这类方法没有将生产运作状态这类与生产计划与调度相关的信息结合进去,如WIP水平。近年来,Srinivasan、Cheung与Das[昏8】等人的研究开始将系统运作状态信息(如库存水平)结合到了维护模型中。另外,Yao[9‘111等人提出了与上述传统建模方法不同的方法,将运作状态集成到了优化的设备维护模型中。他们认为每个设备都是系统的一部分,不能考虑为孤立的个体(即只考虑设备的技术状态如设备性能下降),并给出了芯片制造系统设备维护调度的两层分级模型。在上层使用马氏决策过程(MDP,MarkovDecisionProcess),在下层使用混合整数规划(MIP,MixedIntegerProgramming)。MDP定义了设备维护的发生频率。MIP使用MDP给出的策略,获得实际的每天优化的设备维护调度。MIP的目标函数是最大化设备的可用性并且降低执行设备维护产生的成本。优化是按照不同的约束进行的,如资源可用性、库存平衡水平等等。但是,以上所有的研究在本质上还是静态的,机械地按照设备的工:..作时间、已完成工作数量、平均故障发生时间、平均故障修复时间等参数安排设备维护发生的时间与时间段。实际的半导体生产过程更需要动态的设备维护调度,这也是将来的重要研究方向之一一。人员调度、运输调度与辅助资源调度目前研究的并不是很多,仅有的一些大多是基于规划方法进行的。并且在实际的半导体生产线中,一般来说,人员、运输工具与辅助工具基本上是充足的,因此我们在这里没有做进一步讨论。尽管Wein等人【5】提出,投料控制可能对半导体生产线的性能影响更大,但由于各种局限性,如投料控制难以实时调整等因素,目前,半导体生产线的工件调度仍然是半导体生产线调度的研究重点,也是研究热点。并且,常常提到的半导体生产线调度指的就是半导体生产线的工件调度。本文的研究也是以半导体生产线的工件调度为研究对象进行的,以下简称为半导体生产线调度。,半导体生产线调度具有可重入流、高度不确定性、高度复杂性以及多目标优化特征。(1)可重入流大多数的制造系统除了返工之外,不存在同一工件重新访问同一设备的情况。在半导体制造业,重入是系统的本质,不同加工阶段的同种工件可能在同一机器前同时等待加工,工件在加工过程中的不同阶段可能重复访问某些机器。这主要有两个原因:一是半导体元件是层次化的结构,每一层都是以相同的方式生产,只是hn,z,的材料不同或精度有所变化,因此可以使用同种类型的机器进行加工;二是由于半导体加工设备很贵,这就需要最大化利用设备,于是造成了重入流的出现。由于存在可重入流,工件在加工流程中多次通过同~设备进行加工,这使得每台设备上需要调度的工件数目大大增加,因此导致了更大的解空间,增加了调度问题的复杂性。:..引言(2)高度不确定性半导体生产线高度不确定性主要体现在以下几方面。,这就造成投料计划会发生变化,甚至一天要进行多次投料,因此,进入半导体生产线的工件是不确定的。试设备故障不确定半导体制造设备非常复杂,容易发生故障,并且这种故障往往是不确定的。斌加工周期不确定加工周期不确定是半导体生产线的显著特点,主要由以下几个因素造成。首先,半导体加工过程的物理化学复杂性,造成每道工序的加工时间是不确定的。例如,虽然每台设备都有设定的标准加工时间,但在不同的设备上,由于前后工序之间的高耦合性