半导体芯片制造混合调度方法

图 2 简单的可重入制造系统 Fig. 2 A single re enter system
假设该生产系统一共生产 3 种零件, 它们在设 备组上的工艺路径分别是: 产品 1 为 1 # 2 #3 # 2 # 3, 产品 2 为 1 # 2 # 1 #3, 产品 3 为 1 #3 # 2 #1 #3. 假设产品 1 有 2 个工件, 产品 2 有 2 个, 产品 3 有 1 个. 则某可行的加工路径编码如下:
第 43 卷
件的加工路径, 行代表工序的代号. 例如, 第 1 列第
4 行元素∃ 2. 2%, 整数∃ 2%Байду номын сангаас表示第 1 个工件的第 4 个 工序将在设备组 2 上完成, 小数∃ 2%代表了该工序被
分配在第 2 个设备组上的第 2 台机器上加工.
因此, 基于该矩阵编码可以构造用于遗传算法 搜索的染色体, 即一个 n & m+ m- 1 的字符串. 该字
第 43 卷 第 3 期 2009 年 3 月
上 海交 通大 学学 报
JOU RN AL O F SH AN G HA I JIA OT O N G U N IV ERSIT Y
文章编号: 1006 2467( 2009) 03 0460 05
半导体芯片制造混合调度方法
V ol. 43 N o. 3 M ar. 2009
使用的效果. 结果表明, 通过遗传算法能够得到较优化的结果.
关键词: 遗传算法; 动态调度规则; 半导体芯片制造系统
中图分类号: T P 301. 6
文献标识码: A
Composite Scheduling Method in Semiconductor Wafer Fabrication
H U H ong tao, J I A N G Zhi bin , CH EN K an ( School of M echanical Engineering, Shanghai Jiaot ong Universit y, Shanghai 200240, China)
由于具有设备性能多样、多产品混合加工以及
可重入等特性, 半导体芯片制造系统( Semiconduc t o r Waf er Fabricat ion System, SWF S) 成为当前最 为复杂的制造系统之一[ 1] . 设备多样性是指同一组 设备中各设备加工性能有所不同, 如加工能力、稳定 性和装卸工件时间等. 正是因为这些特点, SWFS 被 称为继作业车间和流水车间之后发展起来的第 3 类 生产系统 可重入生产系统[ 2] .
fi
fi
, ∀,
k- 1
k
(fi ( fi
i= 1
, i= 1
(fi ( fi
, ∀,
Popsize- 1
( f1
i= 1 , 1
(fi
再产生随机数 ) [ 0, 1] , 若
k- 1
k
(f i (fi < < (f i (fi
1. 1 1. 2 1. 3 1. 1 1. 2 2. 1 2. 2 2. 1 2. 2 3. 1 3. 2 3. 1 1. 1 1. 2 2. 2 2. 2 2. 1 3. 3 3. 1 1. 3 3. 3 3. 2 0 0 3. 3 上述矩阵编码的意义如下: 列向量代表每个工
46 2
上海交通大学学报
符串包含编码矩阵的各行, 不同行之间用- 1 隔开,
即[ 1. 1, 2. 1, ∀, 3. 3, - 1, 1. 2, ∀, 3. 2, - 1, ∀, 1. 2,
∀, 3. 3, - 1] .
2. 2 确定多目标适应度函数
本文的系统绩效指标有: M ake Span、On T im e Deliver y( OT D) 、T ot al T ardiness、M ax T ar diness.
f (x) = 1f 1( x) + 2f 2(x) + ( 3)
∀+ nf n(x)
n
( 式中: i 为权系数, i ∋0, i= 1, 2, ∀, n,
i = 1.
i= 1
注意, 这里的 f i ( x ) 都应为标准化形式, 取值范围为
[ 0, 1] . 2. 3 初始种群和新种群的生成
给定 P opsize 个初 始种群数目, 随机地产 生满
遗传算法( Genet ic A lgo rithm, GA ) [ 3] 的思想源 于达尔文的进化论和 Mendel 的遗传学说, 在很多
领域都有应用. 在生产调度方面, 文献[ 4] 提出了一 种解决混合 f low shop 的编码方法, 将所有工件的 加工流程和加工设备用矩阵描述. 通过编码的整数 部分选择加工设备, 再运用先进先出的原则确定设 备选择工件的先后顺序; 当工件同时进入时, 通过比 较矩阵同一行中编码的小数部位来确定加工顺序. 文献[ 5] 将文献[ 4] 中的方法引入到半导体芯片制造 过程中, 但是仍有两方面缺陷: 加工顺序用先进 先出的简单规则, 不一定能得到较优的调度结果, 存 在改进空间; ! 通过小数部分比较选择加工顺序的
在本文中, 由 GA 解决问题( 1) , 由动态调度规 则来解决问题 ( 2) . GA 决定 了系统的 工件流动 路 径, 动态规则是对静态算法的补充. 不同的动态规则 与静态算法相结合, 能使调度达到不同的效果, 其结 构关系如图 1 所示.
且工件可能在不同的产品阶段访问同一个设备组.
已知工件的各道工序处理时间, 要求确定所有工件 在设备上的分配情况.
不相同, 工序数也不一样, 因此, 矩阵行数为工序数
最多的工件工序数 m= m ax mj ; 矩阵列数为工件数
n. 对于工序数小于最大工序数的工件, 其最后几行
代码用 0 代替.
图 2 所示为一个可重入制造系统模型实例. 系
统共有 3 个设备组 Group1、Gro up2、Gr oup3, 分别
收稿日期: 2008 04 08 基金项目: 国家自然科学基金资助项目( 50475027); 高等学校博士学科点专项 科研基金资助课 题( 20040248052) ; 国家 高技术研究发展 计
划( 863) 项目( 2006A A 04Z128) 作者简介: 胡鸿韬( 1981 ) , 男, 四川江油人, 博士生, 主要从事大规模复杂可重入制 造系统建模方法 研究, 以及半导 体晶圆制 造系统建 模、
调度与仿真研究. 江志斌( 联系人) , 男, 教授, 博士生导师, 电话( T el. ) : 021 34206065; E mail: zbjiang@ sjt u. edu. cn.
第3期
胡鸿韬, 等: 半导体芯片制造混合调度方法
46 1
方法只适用于所有工件加工流程相同的情况, 但是 半导体芯片制造的一个显著特 点是多品种混 合加 工, 加工流程各不相同. 为使 GA 能够适应于半导体 芯片制造的复杂特性, 本文改进了编码形式, 并且在 GA 确定好工件加工路径之后引入动态调度规则, 确定工件的加工优先顺序. 结果表明, 通过 GA 能够 得到较优化的结果.
本文对半导体生产线调度问题采用矩阵编码的
方式, 如下( 假设所有工件中第 n 个工件的工序数最 大) :
G 11 a11
G12a12
∀
G1na1n
G 21 a21
G22a22
∀
G2na2n
Gm11 am11 G(m2- 1) 2a( m2- 1)2 ∀ G( mn- 2) na( mn- 2)n
0
G m2 2am2 2
1 算法思路
在半导体车间的调度问题中, 要解决的调度问 题可以归纳如下:
( 1) 决定晶圆的加工路径, 即对每个晶圆确定 它的第 n 个工序在哪个设 备组的哪一台设备 上加 工;
( 2) 决定晶圆的加工顺序. 例如, 在一台设备前 的缓冲区中有若干晶圆都要在 该台设备上进 行加 工, 则应该给这些晶圆赋予一定的优先级, 优先级高 的先加工, 优先级低的后加工.
Abstract: A com posite scheduling str at egy w as proposed t o cope w it h t he co mplex ity of w af er fabricat ion, such as t he diver sit y o f equipm ent s, mult i pr oduct s and reent er process f low . T he st rat egy is composed of genet ic alg orit hm and dy namic scheduling rules. F irst , g enetic alg orit hm is used to opt imize t he dispat c hing route of t he lot s. T hen the dynam ic scheduling rules decide t he dispat ching or der. F inally , a simula t ion ex periment is presented t o illust rat e the dif f erent eff ect iv eness w hen t he genet ic alg orit hm is mix ed w it h diff er ent dynam ic scheduling rules. Key words: genet ic alg orit hm; dynamic scheduling rule; sem iconduct or w af er f abr ication syst em ( SWF S)
f (x) = f - f
( 1)