一种半导体生产线动态负荷均衡投料控制方法与流程
本发明涉及一种自动控制领域的方法，具体地，涉及一种半导体生产线动态负荷均衡投料控制方法，属于先进制造技术领域。
背景技术：
半导体生产线的控制与调度问题一直是学术界与工程界研究的热点问题。半导体生产线的优化调度与控制的研究具有重要的经济价值和学术价值。良好的调度控制策略能够帮助企业迅速响应市场的需求、提高产品满足客户需求的能力、缓解资本积累、缓冲存储空间、减少晶圆暴露于空气中的时间以及提高生产良品率。
半导体生产线上主要存在两大类型的调度：投料控制和工件调度。投料控制处于调度系统的前端，决定何时投入何种工件组合到生产线上，以达到尽可能发挥生产线生产能力以及满足客户需求的目的。与工件调度相比，投料控制具有更加重要的影响。
多年来投料控制一直是工业工程领域的研究热点。迄今已经有许多的研究成果，比较常规的方法如统一投料法、投料单投料法、固定时间间隔投料法、随机分布泊松流投料法、指数分布投料法等，这些方法一般是根据实际生产线的情况对投料单进行了相应设计，对半导体生产线的性能起到了一定的优化作用，是最早的、基于经验的算法，优化效果有限。此后研究者不断把其他的控制理论以及控制思想引入投料控制，提出了闭环投料控制算法，这种算法对生产线上的某一指标进行监控，视情况来对投料进行调整控制。监控指标可以分为两类：在制品数(workinprocess，wip)和工作负荷(workload)，基于这两类又衍生出了许多种改进的投料控制方法。如固定在制品(constantwip，conwip)法，以wip作为监控指标，尽量保持生产线上的wip为预期恒定值，通过反馈对系统投料速率进行控制；避免饥饿投料控制方法(starvationavoidancepolicy，sa)基于约束理论(theoryofconstraints，toc)，同时引入虚拟库存概念，以实现保证瓶颈设备的利用率；固定工作负荷(conload)投料控制方法根据瓶颈设备的日加工能力来设置目标负荷，只有当瓶颈设备的负荷小于目标负荷时，才投入新工件；负荷调整投料控制方法(workloadregulating，wr)力图通过投料来控制整个生产线的工作负荷，使工作负荷的分布与各个加工区的加工能力相适应，从而降低工件等待时间并充分利用设备加工能力。研究结果表明，这些根据生产线情况动态决定投料量的方式，比常规的静态方法在改进生产线性能指标上具有更大优势。
但是上述方法也具有各自的问题，如conwip会出现在制品堆积现象，conload和sa无法适应“瓶颈漂移”情况，wr理论虽然提出了控制整个生产线负荷的方法，但是在实际应用中，往往也只关注对瓶颈设备工作负荷的控制。并且，上述方法忽略了隐含生产线实际调度环境特点及调度知识的大量相关数据，导致研究成果不能直接应用于实际生产线。
技术实现要素：
本发明的目的就是为了克服上述现有技术存在的缺陷，提供一种实时性好、负荷均衡性好、有利于提高生产效率的半导体生产线投料控制方法。
本发明的目的可以通过以下技术方案来实现：
一种半导体生产线动态负荷均衡投料控制方法，该方法利用基于elm的负荷均衡投料控制参数模型动态获取半导体生产线总负荷，以该半导体生产线总负荷为指导，采用负荷控制理论实现半导体生产线负荷均衡投料控制，该方法包括以下步骤：
1)构建负荷均衡投料控制参数模型，以生产线实时状态及投料信息作为所述负荷均衡投料控制参数模型的输入，动态获取半导体生产线总负荷twl_total；
2)构建半导体生产线负荷均衡模型，根据半导体生产线总负荷twl_total获得投料决策信息，包括工件优先级、投料触发机制和投料量。
进一步地，所述负荷均衡投料控制参数模型的构建过程包括：
101)利用复杂制造系统生产调度仿真平台仿真获得原始样本集；
102)从所述原始样本集中筛选最优样本；
103)采用elm方法建立负荷均衡投料控制参数模型，并利用所述最优样本对所述负荷均衡投料控制参数模型进行训练。
进一步地，所述筛选最优样本具体包括：
121)对原始样本集中的数据进行数据归一化；
122)对各样本进行性能评价，根据综合评价值筛选最优样本，所述综合评价值的表达式为：
其中，cij表示第j条样本的综合评价值，y(j,i)为第j条样本的第i维性能指标数据的评分，ωi为第i维性能指标的权重。
进一步地，所述负荷均衡投料控制参数模型中，半导体生产线负荷采用折算负荷法进行度量，即设备k的折算负荷twlk表示为：
其中，
进一步地，所述折算因子prik的计算公式为：
其中，eik为工件i相对于设备k的上游设备集合，pcm表示设备m的加工能力，twlm为设备m的负荷。
进一步地，所述半导体生产线负荷均衡模型表示为：
其中，si为半导体生产线负荷均衡系数，表征生产线负荷按生产线设备加工能力分布的状况；twlk为设备k的负荷；
进一步地，所述约束权重ωk的计算公式为：
其中，utilk、utilj分别为设备k与j的利用率。
进一步地，所述工件优先级的计算公式为：
其中，
其中，
cri的计算公式为：
其中，di为工件i的预期交货期，cti为工件i的加工周期，tnow为当前时间。
进一步地，所述投料触发机制的触发条件包括：
a)瓶颈区在计划周期内产生饥饿状态；
b)存在紧急工件；
c)有加工区处于饥饿状态；
d)系统总负荷小于预期总负荷。
进一步地，所述瓶颈区在计划周期内产生饥饿状态是指：瓶颈区负荷小于阈值
与现有技术相比，本发明具有以如下有益效果：
本发明提出的半导体生产线动态负荷均衡投料控制方法，利用elm从历史数据中提取相关信息，得到控制参数动态优化模型，再结合wlc理论实现对生产线的负荷均衡控制，借用wlc在负荷均衡控制方面的优势以及elm在动态学习上的优势，解决了半导体生产线动态控制问题。从系统的观点出发，通过平衡生产线负荷分布，较好地折衷生产线性能指标，解决了现有投料控制方法多只考虑生产线局部信息(主要是瓶颈设备信息)，无法有效地控制生产线负荷水平以及负荷分布的问题。
本发明解决了投料控制中常出现的由生产线负荷不均衡所导致的问题，具有投料控制实时性好、降低在制品数、缩短生产周期、提高生产效率等优点。
附图说明
图1为本发明中的半导体生产线投料控制结构；
图2为本发明中的投料机制流程图；
图3为本发明中的构建基于elm参数优化模型流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本发明提供一种半导体生产线动态负荷均衡投料控制方法，该方法利用基于elm(极限学习机，extremelearningmachine)的负荷均衡投料控制参数模型动态获取半导体生产线总负荷，以该半导体生产线总负荷为指导，采用负荷控制(workloadcontrol，wlc)理论实现半导体生产线负荷均衡投料控制，具体包括以下步骤：
1)构建负荷均衡投料控制参数模型，以生产线实时状态及投料信息作为所述负荷均衡投料控制参数模型的输入，动态获取半导体生产线总负荷twl_total；
2)构建半导体生产线负荷均衡模型，根据半导体生产线总负荷twl_total获得投料决策信息，包括工件优先级、投料触发机制和投料量。
上述方法从系统的观点出发，通过平衡生产线负荷分布，较好地折衷生产线性能指标，解决了现有投料控制方法多是只考虑生产线局部信息(主要是瓶颈设备信息)、无法有效地控制生产线负荷水平以及负荷分布的问题。
以由美国亚利桑那州立大学工业工程系半导体制造实验室提供的benchmark模型为例子，该套数据全部取自真实的半导体晶圆厂，由半导体制造领域的若干知名企业和学者联合发布。benchmark6模型是这一组模型中生产规模较大的一个模型，包含了104个设备群、228台设备，且模型中有9种产品。与常用的其它模型(如minifab、hp24等)不同的是，该模型中批加工设备是变批量的，即对不同的工序，设备能够加工的最大批量不同，更符合实际情况。
本实施例以上述benchmark6模型为实施对象进行投料控制研究，具体过程包括：
1)根据实际半导体生产线分析获得生产线生产属性集和性能指标集，如表1所示，所述的生产线生产属性集包括生产线属性和加工区属性；所述的生产线性能指标集包括在制品水平、生产率、平均加工周期、设备利用率、平均移动量。
表1benchmark6样本信息中生产属性集
2)建立半导体生产线仿真模型。基于plantsimulation仿真平台建立半导体生产线仿真。根据半导体生产线的设备信息、工艺信息、产品信息、加工流程信息等，在plantsimulation上搭建相应生产线模型。
3)构建负荷均衡投料控制参数模型，以生产线实时状态及投料信息作为所述负荷均衡投料控制参数模型的输入，动态获取半导体生产线总负荷twl_total。
负荷均衡投料控制参数模型中，半导体生产线负荷采用折算负荷法进行度量，设备k负荷的计算过程为：
3.1.1)提取设备k可加工工序的前道工序集
3.1.2)统计集合
3.1.3)根据负荷计量公式
折算因子prik的计算公式为：
其中，eik为工件i相对于设备k的上游设备集合，pcm表示设备m的加工能力，twlm为设备m的负荷。
如图3所示，负荷均衡投料控制参数模型的构建过程包括：
101)利用复杂制造系统生产调度仿真平台仿真获得原始样本集；
102)从所述原始样本集中筛选最优样本；
103)采用elm方法建立负荷均衡投料控制参数模型，采用试凑法选取适合的隐节点个数，构建参数动态优化模型，并利用所述最优样本对所述负荷均衡投料控制参数模型进行训练。
本实施例中，为了产生不同的投料情况，在九种产品中选择6种或6种以上的产品作为一个不同的订单。在仿真模型上每天24小时不间断仿真，每次仿真周期为3个月；通过仿真获得每种投料情况下投料算法参数最优值，根据获得的最优参数的区间，将区间分为10个数据作为预期最优参数。随机生成2730个实时状态，每种实时状态在10个最优参数下进行仿真，共采集27300个样本，即可获取在不同投料订单、不同实时状态、不同twl_total值的条件下的样本集，即图3中的“原始样本集”。
所述筛选最优样本具体包括：
121)对原始样本集中的数据进行数据归一化把所有数据转化为[0，1]之间的数，可表示为：
x(i,j)＝x(i,j)/max(x(j))；
122)对各样本进行性能评价，根据综合评价值筛选最优样本，所述综合评价值的表达式为：
其中，cij表示第j条样本的综合评价值(comprehensiveindex)，y(j,i)为第j条样本的第i维性能指标数据的评分，ωi为第i维性能指标的权重。
评分的方式为：
由于不同的性能指标之间相互制约、相互联系，性能指标并不都是越大越好或越小越好，因此将性能指标分为成本型指标和效益型指标，成本型指标的指标值越小越好，效益型指标的指标值越大越好。因此相同输入变量的情况下，ci越大的性能越优异，由此筛选出最优样本。本实施例中，在27300条原始样本的基础上筛选出最优样本2730条，并在其中取2460条样本作为训练样本，270条样本作为测试样本。
4)构建半导体生产线负荷均衡模型，根据半导体生产线总负荷twl_total获得投料决策信息，包括工件优先级、投料触发机制和投料量。
提取生产线实时状态与订单情况，输入某一实时状态就可以通过参数优化模型获得其相应的最优参数，用此参数修正仿真模型中相应参数，即可获得优化后的投料单以及相应性能指标，指导实际生产。
半导体生产线负荷均衡模型表示为：
其中，si为半导体生产线负荷均衡系数，表征生产线负荷按生产线设备加工能力分布的状况；twlk为设备k的负荷；
其中，utilk、utilj分别为设备k与j的利用率。
工件优先级的计算公式为：
其中，
其中，
cri的计算公式为：
其中，di为工件i的预期交货期，cti为工件i的加工周期，tnow为当前时间。
投料触发机制的触发条件包括：
a)瓶颈区在计划周期内产生饥饿状态；
b)存在紧急工件；
c)有加工区处于饥饿状态；
d)系统总负荷小于预期总负荷。
如图2所示为本发明的投料机制流程，可以获取投料产品组合；此时的投料控制针对于投料订单不变的情况，因此控制参数twl_total可以通过仿真试凑取得。投料机制流程具体可描述为：
401)判断瓶颈设备是否饥饿，若是，则以
402)将所有工件投入投料可行集，执行步骤406)；
403)判断是否存在紧急工件，若是，则将紧急工件投入投料可行集，执行步骤406)，若否，则执行步骤404)；
404)判断是否有头设备处于饥饿状态，若是，则将以头设备为第一工件加工设备的产品所有工件投入投料可行集，执行步骤406)，若否，则执行步骤405)；
405)判断生产线总负荷是否低于预期总负荷，若是，则将所有工件投入投料可行集，执行步骤406)，若否，则结束；
406)判断投料可行集是否为空，若是，则结束，若否，则执行步骤407)；
407)按优先级投入第一个工件；
408)更新各设备负荷及总负荷。
表25种实时状态
取5组实时状态(如表2所示)，实现动态负荷均衡投料控制方法，并且将结果与固定时间间隔投料(constant)和固定在制品数(conwip)方法进行对比，仿真周期为30天，仿真结果如表3所示。从表中可以看出本发明所涉及的一种半导体生产线动态负荷均衡投料控制方法主要实现了对在制品数(wip)的优化。在三种方法中，半导体生产线动态负荷均衡投料控制方法由于实现对负荷的控制，使得生产线负荷处于满足生产线生产能力需求的状态，既不过高也不过低，根据五组实验数据如表4所示，半导体生产线动态负荷均衡投料控制方法在生产线wip数比固定时间间隔投料方法平均降低了24.4％，比conwip方法平均降低了17.2％。而在平均加工周期上，半导体生产线动态负荷均衡投料控制方法由于使得wip的降低，生产线中工件等待时间下降，也使得平均加工周期降低，相比于固定时间间隔投料方法平均降低了2.2％，相比于conwip方法平均降低了1.5％。在产出率方面，半导体生产线动态负荷均衡投料控制方法比固定时间间隔投料方法平均增加了0.3％，比conwip方法平均减少了1％，可以看出半导体生产线动态负荷均衡投料控制方法与另两种方法基本一致，产出率没有恶化。
表3三种方法仿真结果
表4wl_balancing相对于constant及conwip算法的性能指标变化率
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
- 还没有人留言评论。精彩留言会获得点赞！