[发明专利]一种基于性能指标的半导体生产线动态调度方法

说明书

本发明公开了一种基于性能指标的半导体生产线动态调度方法，所述方法包括：获取半导体生产线的状态参数；将获取到的状态参数，输入预先训练的生产线性能预测模型，预测得到生产线达到最优性能指标时的预测参数；基于获取到的状态参数和预测到的预测参数，采用预先训练的参数学习模型，预测得到动态调度中所需的调度参数；将预测得到的调度参数用于预设的生产线调度策略中指导生产线正确派工进行半导体生产线动态调度。本发明能够提升生产线的整体性能。

技术领域

本发明涉及一种基于性能指标的半导体生产线动态调度方法，属于生产自动化调度技术领域。

背景技术

随着大数据时代的到来，传统制造行业在获取、处理、分析大数据的过程中，如何有效挖掘其隐含的模式和规则，用来指导和预测未来，从而实现数据的价值转换，被视为未来获得竞争优势的主要途径。半导体制造业更应充分利用其高度自动化、信息化、数字化的优势，以领头羊的姿势实现大数据环境下的智能制造探索。如何有效获取、存储、分析、解释工业大数据，挖掘其隐含的模式和规则，用来指导和预测未来是大数据环境下的半导体调度的关键挑战。

现有技术中，对于不确定生产环境下半导体生产线的调度问题，将半导体制造系统的数据映射转化为面向对象的Petri模型的方法，模型的基本要素包括设备的生产过程、工艺流程信息、设备和工具信息。该方法考虑了批处理过程，刀具和设备的停机时间，以及返工作业，容易造成生产线过于简化的不足，不能提高生产线的整体性能。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于性能指标的半导体生产线动态调度方法，能够提升生产线的整体性能。为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于性能指标的半导体生产线动态调度方法，所述方法包括如下步骤：

获取半导体生产线的状态参数；

将获取到的状态参数，输入预先训练的生产线性能预测模型，预测得到生产线达到最优性能指标时的预测参数；

基于获取到的状态参数和预测到的预测参数，采用预先训练的参数学习模型，预测得到动态调度中所需的调度参数；

将预测得到的调度参数用于预设的生产线调度策略中指导生产线正确派工进行半导体生产线动态调度。

结合第一方面，进一步地，所述半导体生产线的状态参数通过仿真系统对半导体生产线生产过程模拟计算得到的，包括加工区I的Mov值m_I、加工区I的设备利用率u_I、生产线上紧急工件数hot、生产线上不同类型工件在加工区内在制品数总数wip_k、加工区I的缓冲区内排队工件长度l_I、生产线计划区间内的Mov值Mov_per_6、DDR调度算法中设备i前排队工件信息变量前参数α和下游设备负载程度前的参数β。

结合第一方面，进一步地，所述生产线计划区间在实际调度中以6小时为时间单元。

结合第一方面，进一步地，所述预先训练的生产线性能预测模型，通过以下步骤得到：

生产线通过通过仿真系统对半导体生产线生产过程模拟计算，获取需要的半导体生产线的状态参数；所述需要的半导体生产线的状态参数包括：m_I、u_I、hot、wip_k和Mov_per_6；

预处理状态参数，将半导体生产线的当前属性值m_I、u_I、hot和wip_k作为样本集的输入参数，将生产线计划区间内的Mov值Mov_per_6作为样本集的输出参数；

初始化ELM模型的隐含神经元数l和Sigmoid激活函数，将样本集划分为训练集和测试集，将训练集的输入参数和输出参数输入ELM模型；