基于Ｐｅｔｒｉ网与免疫算法的半导体生产线建模与优化调度方法技术

本发明专利技术提供一种基于Ｐｅｔｒｉ网与免疫算法的半导体生产线优化调度方法。该方法利用Ｐｅｔｒｉ网对半导体生产线进行建模：路径调度模型；设备组调度模型和设备调度模型；免疫算法作为调度策略嵌入到Ｐｅｔｒｉ网模型中。通过Ｐｅｔｒｉ网模型，可以描述半导体制造系统所有可能的行为，如工件加工、设备故障、批处理和有缺陷的晶圆返工等。免疫算法的染色体可以直接从Ｐｅｔｒｉ网模型的搜索节点中构造出来，每条染色体的每个基因记录了每个设备组的调度策略。通过对Ｐｅｔｒｉ网模型的仿真，得到一个较好的染色体，从而生成一个次优的调度策略。优点是，降低了模型的复杂性、提高了模型和调度算法的可重用性。

【技术实现步骤摘要】

本专利技术涉及一种基于Petri网与免疫算法的半导体生产线 建模与优化方法，特别是涉及微电子制造领域生产管理中智 能化的模拟生命科学的免疫原理和遗传学的先进生产管理方 法。具体地，本专利技术涉及的建模和调度方法，是以Petri网为 建模工具，以免疫算法作为调度方法，综合考虑总移动量、 总产量、准时交货率和平均生产周期等多项指标的优化，通 过仿真确定每天的派工单，并依此指导生产线实际操作。
技术介绍
半导体器件制造非常昂贵。由于需要大量的投资成本，半导体器件制造风险巨大。面对竞争激烈而高风险的市场环境， 企业不仅需要提高质量和产出率，同时还需满足客户的需求。 如果产品交付时间晚，将会失去顾客的信任，影响长期的销 售机会。此外，半导体行业产品生命周期短，还存在过时制 成品库存的风险。半导体器件的制造过程复杂，通常需要用到上百台设备， 完成几百道工序。由于所使用的设备一般非常昂贵，所以在 半导体制造系统中，并不是让一台设备固定加工工艺流程中 某一道工序，而是工艺流程中大量存在相同的工序重复访问 同一台设备。由于设备资源的有限特性及晶圆之间对资源的 竞争，缓冲区中的晶圆为等待得到设备加工要消耗整个制造 时间中的部分时间。这样，使用半导体生产线制造一类产品 所需的时间明显地大于该给定类型的产品在各设备上的加工4时间的总和。在工业条件下，晶圆在制造过程中在缓冲区等 待所消耗的时间可能超过该产品总制造时间的百分之八十。 因此有效的调度策略是减少平均加工周期，提高设备利用率 和准时交货率的重要保证。常规的半导体调度算法中，启发 式规则以其简单性和快速性成为半导体制造过程调度的首 选。但由于半导体生产系统本身的不确定性和动态性，产生 了各种各样的解决方案，人工智能技术的发展为半导体生产 系统的研究注入了新的思想。然而，由于半导体制造系统是一个复杂的离散事件系统， 调度程序不能轻易实现这样的系统，因此，如何模拟一个复 杂的半导体制造系统是一个当务之急的任务。 一个很好的模 型不仅使调度更加容易，而且也有助于我们跟踪设备的状态和机器效率，以方便在任何时刻改变调度策略。Petri网由于 其在处理动态离散事件和复杂系统时，具有图形标识和数学 处理功能，在半导体制造业生产调度上受到越来越多的重视。 经过对现有技术的文献检索发现，在中国专利"基于信息 素的用于半导体生产线的动态调度方法"(授权号ZL 2005 1 0026662.7)中，吴启迪等借鉴蚁群生态系统基于信息素的间 接通讯方式实现复杂的群体行为的思想，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)。这种算法的好处在于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，从而对调度的结构不发生影响，可以方便地实现方法的 重用；并且决策时间短、计算量小、效率高、实时性好、易 于实现，非常适用于动态调莩。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。在中国专利"半导体封装生产线 工序智能优化方法"(编号CN 1786854A)中，汪镭等提出了基于微粒群优化算法对半导体封装生产线的工序参数优化 建立了智能优化模型，该专利自述为"通过微粒群相互之间 的协作，来寻找最优的工序参数优化结果。通过将生产线上 机器对不同产品的加工时间来对微粒进行编码，并将生产线 的产品加工需求和加工中心的各机器的实际单位加工能力作 为输入，该智能优化模型按照一定的逻辑时序关系进行优化 求解，以单位时间内的利润值以及加工机器的均衡度作为优 化评价指标，来输出优化后的机器加工时间分配方案和机器 占用率这两个指标。"该方法具有结构简单，实现方便，收敛 速度快等优点。它不仅有全局逼近性质，而且具有最佳的逼 近性能。但是，这种方法是将生产线上机器对不同产品的加 工时间用来对微粒进行编码，确定微粒群寻优空间，依赖于 生产线上的产品种类，一旦订单改变，就要重新编码，调度 算法未能与系统自身的结构脱离，未能利用不同构件的增减 和调整适应不同产品生产以及不同构型下的多目标优化问 题。在台湾专利"半导体生产线建模与调度(Modeling and scheduling of a semiconductor wafer fab，，(编号TW583560B) 中，Fu Li-Chen等人使用有色时延Petri网对半导体生产线建 模，基于排队论简化仿真过程以降低仿真时间，并使用遗传 算法获得调度规则的组合来调度生产线上的工件。利用排队 理论计算出工件的等待时间，但是，由于随着工件种类、加 工步骤不同，工件加工时间和设备的整定时间也不同，计算 的结果会出现很大误差，并不能纯粹按照排队好的工件定时 加工，对于半导体行业这种同时存在多产品类型的生产线并 不实用
技术实现思路
基于前述问题，本专利技术提供一种基于Petri网与免疫算法的 半导体生产线优化调度方法。该方法利用Petri对半导体生产 线进行建模，免疫算法作为调度策略嵌入到Petri网模型中。 通过Petri网模型，可以描述半导体制造系统所有可能的行 为，如工件加工、设备故障、批处理和有缺陷的晶圆返工等。 免疫算法的染色体可以直接从Petri网模型的搜索节点中构 造出来，每条染色体的每个基因记录了每个设备组的调度策 略。通过对Petri网模型的仿真，得到一个较好的染色体，从 而生成一个次优的调度策略。本专利技术基于Petri网与免疫算法的半导体生产线建模方法 是步骤1，建立路径调度模型利用Petri网模型对半导体生产线进行层次化建模，在半导 体生产线分层Petri网模型中，整个系统被分割成一系列的设 备组，工件的加工过程看成是工件在这些设备群中的流动； 当工件在一个设备组完成某一加工步骤时，需要选择下一步 加工设备组加工，即必须确定工件的移动路径，建立路径调 度模型；步骤2，建立设备组调度模型设备组调度是指工件在设备组缓冲区中，选择一合适的具 体设备加工，即工件选择设备调度，建立设备组调度模型； 步骤3，建立设备调度模型设备调度模型描述工件的详细加工过程，包括紧急工件加工情况、设备整定、设备故障状态。本专利技术基于Petri网与免疫算法的半导体生产线建模的优化调度方法是步骤1，设半导体生产线的分层Petri模型有n个设备组， 则每条染色体的长度为n，第1个基因表示第一个设备组Wl的调度规则，第2个基因表示第二个设备组W2的调度规则， 第3个基因表示第三个设备驵W3的调度规则，其中每个基 因有3个元素，第l个元素表示该设备组的工件选设备规则， 第2个元素表示批加工调度规则，第3个元素表示单片加工 调度规则；步骤2，工件进入设备组时，对染色体进行解码，确定各 设备组的调度规则；工件进入路径选择区后，根据颜色匹配， 进入第一个设备组缓冲区W1B，这时，工件根据染色体中的 第1个基因的第1个元素中的工件选设备规则进行选择；到 设备的缓冲区等待；若选中某设备，该设备空闲时且无紧急 加工工件存在时，按照染色体中的第1个基因的第2个元素 中的批加工调度规则，从该设备缓冲区中选择合适的工件到 设备上进行加工；按照此方法对种群中每个染色体的调度规 则进行一遍仿真，并记录下仿真本文档来自技高网...

【技术保护点】
一种基于Ｐｅｔｒｉ网与免疫算法的半导体生产线建模与优化调度方法，其中，基于Ｐｅｔｒｉ网与免疫算法的半导体生产线建模方法是：　步骤１，建立路径调度模型：　利用Ｐｅｔｒｉ网模型对半导体生产线进行层次化建模，在半导体生产线分层Ｐｅｔｒｉ网模型中，整个系统被分割成一系列的设备组，工件的加工过程看成是工件在这些设备组中的流动；当工件在一个设备组完成某一加工步骤时，需要选择下一步加工的加工设备组，即必须确定工件的移动路径，建立路径调度模型；　步骤２，建立设备组调度模型：设备组调度是指工件在设备组缓冲区中，选择一个合适的具体设备加工，即工件选择设备调度，建立设备组调度模型；　步骤３，建立设备调度模型：　设备调度模型描述工件的详细加工过程，包括：紧急工件加工情况、设备整定、设备故障状态。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴启迪，乔非，曹政才，李莉，余红霞，
申请(专利权)人：同济大学，
类型：发明
国别省市：31[中国|上海]