基于变动性的半导体生产线在制品水平控制研究
发布时间：2021-08-04 01:18
随着制造业从大规模生产模式向智能制造模式转变,产品的生命周期时间越来越短,而市场对各种产品的需求量也越来越大,短周期大需求下导致生产系统也越来越复杂,生产过程中的不确定性因素也越来越多。为了解决生产过程中的不确定性,防止设备突发故障或随机断供等事件的连锁效应,生产过程中通常会保留一些在制品库存,但在制品库存数量过大会导致较长的生产周期,而半导体的需求者要求交货期较短。因此,在半导体生产线中,在保证生产速率的同时,需要保持合理的在制品水平。本文以国家自然科学基金项目“基于变动性的半导体制造系统性能预测与优化方法研究”（批准号:71671026）为依托,以半导体芯片封装测试生产线为研究对象,对整个生产线在制品的分布进行优化。首先根据约束理论分析瓶颈识别的重要性,采用本文研究对象所适用的多个指标建立综合瓶颈识别指标体系,在综合瓶颈识别指标体系基础上采用TOPSIS方法来计算瓶颈度。在瓶颈识别方案建立后,以某半导体封装测试生产线为例进行实践,获取原始加工数据,得到每个指标的值,建立初始决策矩阵,计算每个工站的瓶颈度,找到瓶颈工站,并通过Arena仿真验证瓶颈识别的准确性。由于生产线的瓶颈并非一...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
各工站利用率
第三章综合瓶颈识别方案设计25业并非产品生产过程中必不可少的，非增值时间中的作业不增加产品价值）较短，各工站之间利用率相差不大，说明生产线平稳运行，各工站生产节奏相近。（3）各工站的产出速率TH在无变动性因素影响时各工站对特定产品的产出是固定的，工站利用率为u，则工站的产出为TH×u，计算得出各工站产出速率如图3-4所示。图3-4不同产品在各工站的产出速率由图3-4可以看出不同产品在同一工站的产出差别不大，并且各工站对A、B、C三种产品的产出依次增大，其中S3加工环节所需加工时间最小，因此产出速率较大。3.4.2生产线综合瓶颈识别（1）无变动性因素影响时在制品水平结果分析根据前面周期时间与产出结果由利特尔定律可以计算得出各工站在制品水平结果，具体结果如表3-4所示。表3-4各工站在制品水平序号S1S2S3S4S5S6S7S8产品A-WIP（lot）2.8912.4417.2113.118.204.104.274.08产品B-WIP（lot）2.6911.1716.2014.598.253.733.843.42产品C-WIP（lot）2.678.9114.7715.897.924.263.783.27由表3-4可以看出不同产品在同一工站的在制品水平相差不大，说明在无变动性因素影响时同一工站对不同类型产品的加工能力相差不大。（2）无变动性因素影响时工站负荷结果分析
第三章综合瓶颈识别方案设计29图3-6Arena仿真模块参数设置如图3-6以Create模块为例，该模块为生产线的投料环节，模块命名Name为：Release；实体类型EntityType为：work；两次投料之间的时间间隔类型TimebetweenArrivalsType为：Expression；投料时间间隔服从表达式Expression：EXPO（Mean）指数分布；单位Units为：Hours；每次投料投放的工件数量EntitiesperArrival设置为：1；工件最大达到数量MaxArrivals设置为：Infinite；第一次投料创建时间FirstCreation设置为：0。其他模块参数设置方式也是如此。由于仿真具有随机性，在参数设置相同的情况下，每次的仿真结果也不同，因此采用多次仿真取均值的方法，本文采用5次仿真对结果求均值，最终得到Arena仿真当生产线稳定时产出速率如图3-7所示。图3-7Arena仿真结果图
【参考文献】：
期刊论文
[1]生产系统瓶颈指数及瓶颈漂移问题研究[J]. 刘明周,杜伟山,葛茂根,蒋曾强. 现代制造工程. 2009(01)
[2]半导体生产线动态在制品水平控制方法[J]. 胡鸿韬,江志斌,张怀. 计算机集成制造系统. 2008(09)
硕士论文
[1]离散型制造系统瓶颈漂移规律研究[D]. 朱世杰.中国矿业大学 2019
[2]基于变动性的混流白车身焊接生产线调度方法研究[D]. 谢宗实.电子科技大学 2019
[3]半导体芯片封装测试生产线变动性度量与性能评估研究[D]. 张金彬.电子科技大学 2018
[4]基于TOC的线边库存管理瓶颈识别及其优化[D]. 蓝贞贞.浙江理工大学 2016
[5]基于TOC理论的瓶颈识别及优化策略[D]. 张伟.浙江理工大学 2016
[6]基于批量分割的虚拟单元内约束资源动态调度问题研究[D]. 王洁.江苏科技大学 2014
[7]芯片封装测试生产线生产周期预测与优化研究[D]. 胡强.电子科技大学 2014
[8]几种典型类型的多属性决策方法[D]. 李丽娜.西南交通大学 2013
[9]基于变动性的半导体制造生产线性能预测与优化策略研究[D]. 彭歆然.电子科技大学 2013
[10]半导体设备和材料变动性系统的设计与实现[D]. 赵华.电子科技大学 2010
本文编号：3320701
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
各工站利用率
第三章综合瓶颈识别方案设计25业并非产品生产过程中必不可少的，非增值时间中的作业不增加产品价值）较短，各工站之间利用率相差不大，说明生产线平稳运行，各工站生产节奏相近。（3）各工站的产出速率TH在无变动性因素影响时各工站对特定产品的产出是固定的，工站利用率为u，则工站的产出为TH×u，计算得出各工站产出速率如图3-4所示。图3-4不同产品在各工站的产出速率由图3-4可以看出不同产品在同一工站的产出差别不大，并且各工站对A、B、C三种产品的产出依次增大，其中S3加工环节所需加工时间最小，因此产出速率较大。3.4.2生产线综合瓶颈识别（1）无变动性因素影响时在制品水平结果分析根据前面周期时间与产出结果由利特尔定律可以计算得出各工站在制品水平结果，具体结果如表3-4所示。表3-4各工站在制品水平序号S1S2S3S4S5S6S7S8产品A-WIP（lot）2.8912.4417.2113.118.204.104.274.08产品B-WIP（lot）2.6911.1716.2014.598.253.733.843.42产品C-WIP（lot）2.678.9114.7715.897.924.263.783.27由表3-4可以看出不同产品在同一工站的在制品水平相差不大，说明在无变动性因素影响时同一工站对不同类型产品的加工能力相差不大。（2）无变动性因素影响时工站负荷结果分析
第三章综合瓶颈识别方案设计29图3-6Arena仿真模块参数设置如图3-6以Create模块为例，该模块为生产线的投料环节，模块命名Name为：Release；实体类型EntityType为：work；两次投料之间的时间间隔类型TimebetweenArrivalsType为：Expression；投料时间间隔服从表达式Expression：EXPO（Mean）指数分布；单位Units为：Hours；每次投料投放的工件数量EntitiesperArrival设置为：1；工件最大达到数量MaxArrivals设置为：Infinite；第一次投料创建时间FirstCreation设置为：0。其他模块参数设置方式也是如此。由于仿真具有随机性，在参数设置相同的情况下，每次的仿真结果也不同，因此采用多次仿真取均值的方法，本文采用5次仿真对结果求均值，最终得到Arena仿真当生产线稳定时产出速率如图3-7所示。图3-7Arena仿真结果图
【参考文献】：
期刊论文
[1]生产系统瓶颈指数及瓶颈漂移问题研究[J]. 刘明周,杜伟山,葛茂根,蒋曾强. 现代制造工程. 2009(01)
[2]半导体生产线动态在制品水平控制方法[J]. 胡鸿韬,江志斌,张怀. 计算机集成制造系统. 2008(09)
硕士论文
[1]离散型制造系统瓶颈漂移规律研究[D]. 朱世杰.中国矿业大学 2019
[2]基于变动性的混流白车身焊接生产线调度方法研究[D]. 谢宗实.电子科技大学 2019
[3]半导体芯片封装测试生产线变动性度量与性能评估研究[D]. 张金彬.电子科技大学 2018
[4]基于TOC的线边库存管理瓶颈识别及其优化[D]. 蓝贞贞.浙江理工大学 2016
[5]基于TOC理论的瓶颈识别及优化策略[D]. 张伟.浙江理工大学 2016
[6]基于批量分割的虚拟单元内约束资源动态调度问题研究[D]. 王洁.江苏科技大学 2014
[7]芯片封装测试生产线生产周期预测与优化研究[D]. 胡强.电子科技大学 2014
[8]几种典型类型的多属性决策方法[D]. 李丽娜.西南交通大学 2013
[9]基于变动性的半导体制造生产线性能预测与优化策略研究[D]. 彭歆然.电子科技大学 2013
[10]半导体设备和材料变动性系统的设计与实现[D]. 赵华.电子科技大学 2010
本文编号：3320701
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3320701.html
