基于混合蚁群算法的半导体生产线炉管区调度方法
发布时间：2021-08-26 23:44
炉管区是半导体生产线的主要瓶颈之一,对整个生产线的性能影响较大.当前针对炉管区调度研究以规则调度为主,且考虑约束较为简单,忽略了存在前后道工序影响的多机台调度以及晶圆加工的重入特性.针对具有等待时间约束、不兼容工艺菜单和重入特性的炉管区β1→β2调度问题,构建了目标为最小化晶圆平均流动时间的β1→β2调度模型.将该调度问题分成组批、设备选择及批排序3个阶段,提出了一种基于混合蚁群优化算法的炉管区调度算法.针对组批阶段,设计了一种可变阈值控制策略.针对批排序阶段,设计了混合蚁群优化算法.进行了历史生产数据的不同规模54组算例实验,结果表明:混合蚁群算法的性能均优于几种常用启发式规则和遗传算法的性能.将所提出的混合蚁群算法应用于实际晶圆生产线,能够有效减少生产过程中晶圆的流动时间.
【文章来源】：上海交通大学学报. 2020,54(08)北大核心EICSCD
【文章页数】：13 页
【部分图文】：
基于时间序列分解策略的调度思路
以某多产品半导体生产线的炉管区两并行批处理机台组调度问题为研究对象,通过对炉管区工件Lot(即晶圆卡,通常由25片晶圆组成)的工艺路线进行分析,建立半导体生产线炉管区的问题模型,如图1所示.考虑的设备集包括两个并行批处理机台组MG1,MG2和1个后续加工设备集MG3.MG1机台组为晶圆生产中的常压栅氧化炉管,MG2机台组为低压化学气相沉积炉管,两机台组均包含若干功能相同的炉管设备,MG3为工件该层加工剩余工艺加工设备集简称.将晶圆处于MG1机台组的加工过程称为阶段1,即β1,其中包括前后两道工序F1与F2,分别存在s、h类工艺;处于MG2机台组的加工过程称为阶段2,即β2,仅包含一道工序F3,存在g类工艺.图1中,工艺1为炉管加工各工序的第一类工艺,实际的炉管区生产过程具有5个约束:①重入流,如图1所示,重入流包括两部分,其一为MG1机台组内的前后道工艺,在前道工艺F1完成后还需重新进入MG1机台加工后道工艺F2;其二为某层加工完后,下一层工艺要求晶圆需重新进入炉管区进行加工,以形成理想电路.工件在设备上的流动情况可表示为MG1→MG1→MG2→MG3→…→MG1.②不兼容工艺菜单.不同工艺类型的工件不能放在一批进行加工.③不同准备时间.当批处理机前后加工不同工艺的产品时,设备存在不同的准备时间.④等待时间约束.在β1加工完成后必须在规定时间内进入β2内加工,否则工件需要返工乃至报废.⑤动态到达.工件是动态到达的,工件到达时间,加工类型与加工时间均未知.综上所述,本文研究的问题为考虑多产品复杂重入流、不兼容工艺菜单、不同准备时间、等待时间约束和工件动态到达的炉管区β1→β2调度问题,以最小化工件平均流动时间为目标设计优化算法.
由于炉管区调度对整个半导体生产线影响巨大,要求调度方案兼具较高求解质量和较低的计算时间,为了达到此目标,本文将综合利用调度规则求解速度快与元启发式算法求解质量高的优势,保证解的高质量的同时,提高求解速度.时域T内每层的具体处理方法如下为首先通过设计启发式规则对动态到达的工件构造组批问题求解,然后利用设备指派规则得到设备选择问题解,最后在人工蚁群在分布于问题空间的信息素指引下,针对各批次任务逐步构造批次排序问题解.时域T内基于混合蚁群算法的炉管区分层调度方法框架见图3.2.2 可变阈值组批算法
本文编号：3365197
【文章来源】：上海交通大学学报. 2020,54(08)北大核心EICSCD
【文章页数】：13 页
【部分图文】：
基于时间序列分解策略的调度思路
以某多产品半导体生产线的炉管区两并行批处理机台组调度问题为研究对象,通过对炉管区工件Lot(即晶圆卡,通常由25片晶圆组成)的工艺路线进行分析,建立半导体生产线炉管区的问题模型,如图1所示.考虑的设备集包括两个并行批处理机台组MG1,MG2和1个后续加工设备集MG3.MG1机台组为晶圆生产中的常压栅氧化炉管,MG2机台组为低压化学气相沉积炉管,两机台组均包含若干功能相同的炉管设备,MG3为工件该层加工剩余工艺加工设备集简称.将晶圆处于MG1机台组的加工过程称为阶段1,即β1,其中包括前后两道工序F1与F2,分别存在s、h类工艺;处于MG2机台组的加工过程称为阶段2,即β2,仅包含一道工序F3,存在g类工艺.图1中,工艺1为炉管加工各工序的第一类工艺,实际的炉管区生产过程具有5个约束:①重入流,如图1所示,重入流包括两部分,其一为MG1机台组内的前后道工艺,在前道工艺F1完成后还需重新进入MG1机台加工后道工艺F2;其二为某层加工完后,下一层工艺要求晶圆需重新进入炉管区进行加工,以形成理想电路.工件在设备上的流动情况可表示为MG1→MG1→MG2→MG3→…→MG1.②不兼容工艺菜单.不同工艺类型的工件不能放在一批进行加工.③不同准备时间.当批处理机前后加工不同工艺的产品时,设备存在不同的准备时间.④等待时间约束.在β1加工完成后必须在规定时间内进入β2内加工,否则工件需要返工乃至报废.⑤动态到达.工件是动态到达的,工件到达时间,加工类型与加工时间均未知.综上所述,本文研究的问题为考虑多产品复杂重入流、不兼容工艺菜单、不同准备时间、等待时间约束和工件动态到达的炉管区β1→β2调度问题,以最小化工件平均流动时间为目标设计优化算法.
由于炉管区调度对整个半导体生产线影响巨大,要求调度方案兼具较高求解质量和较低的计算时间,为了达到此目标,本文将综合利用调度规则求解速度快与元启发式算法求解质量高的优势,保证解的高质量的同时,提高求解速度.时域T内每层的具体处理方法如下为首先通过设计启发式规则对动态到达的工件构造组批问题求解,然后利用设备指派规则得到设备选择问题解,最后在人工蚁群在分布于问题空间的信息素指引下,针对各批次任务逐步构造批次排序问题解.时域T内基于混合蚁群算法的炉管区分层调度方法框架见图3.2.2 可变阈值组批算法
本文编号：3365197
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3365197.html
