[发明专利]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

说明书

技术领域

本发明涉及一种基于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，本发明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。

背景技术

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 10026662.7)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，非常适用于动态调度。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。