【摘要】：半導(dǎo)體生產(chǎn)線結(jié)構(gòu)復(fù)雜,具有典型的重入特點,加工產(chǎn)品種類多樣,設(shè)備集成度高、造價昂貴。近年來半導(dǎo)體制造行業(yè)發(fā)展迅速,競爭激烈。合理的維護策略能夠最大化設(shè)備價值,帶來較高收益,提升企業(yè)市場競爭力。本文建立了設(shè)備生產(chǎn)和維護系統(tǒng)的馬爾科夫決策過程MDP(markov decision process)模型�？紤]可變的維護行為選擇和隨機的狀態(tài)轉(zhuǎn)移情況,研究半導(dǎo)體生產(chǎn)線設(shè)備的動態(tài)維護策略,獲得使效益最大化的維護時刻和維護行為的綜合。論文將此動態(tài)維護策略應(yīng)用于一個典型的半導(dǎo)體制造過程-Mini-Fab模型,進一步研究模型中各單元的調(diào)度規(guī)則。對生產(chǎn)加工與維護抉擇的耦合問題進行優(yōu)化,得到綜合最優(yōu)的動態(tài)維護策略。首先,本文介紹了研究背景及意義,從工業(yè)界和學(xué)術(shù)界兩方面分析國內(nèi)外研究現(xiàn)狀,詳述研究內(nèi)容和理論框架。其次,闡述了關(guān)于可靠性分析和維護研究的相關(guān)理論,以及生產(chǎn)調(diào)度的種類與判斷指標,為后續(xù)研究提供理論支持。然后,在考慮可變的維護行為選擇和隨機的狀態(tài)轉(zhuǎn)移概率的情況下,建立了基于MDP模型的半導(dǎo)體設(shè)備動態(tài)維護策略的數(shù)學(xué)模型。以MDP模型模擬設(shè)備維護過程中狀態(tài)轉(zhuǎn)移情況,以設(shè)備效益作為目標函數(shù),獲得關(guān)于維護時刻和行為的綜合方案�；谒�(shù)學(xué)模型的特點,引入帶遺傳交叉因子的粒子群算法求解,最終獲得最優(yōu)化動態(tài)維護策略。最后,將動態(tài)維護策略應(yīng)用于Mini-Fab模型,并且進一步考慮系統(tǒng)生產(chǎn)加工過程,研究維護與加工沖突時的聯(lián)合抉擇問題和系統(tǒng)各單元的最佳調(diào)度規(guī)則,從而獲得生產(chǎn)調(diào)度和動態(tài)維護方案的綜合策略。
[Abstract]:Semiconductor production line has complex structure, typical reentry characteristics, various kinds of processed products, high integration of equipment and high cost. In recent years, semiconductor manufacturing industry has developed rapidly and the competition is fierce. Reasonable maintenance strategy can maximize the value of equipment, bring higher profits and enhance the market competitiveness of enterprises. In this paper, the Markov decision process MDP (markov decision process) model of equipment production and maintenance system is established. Considering the variable maintenance behavior selection and random state transition, the dynamic maintenance strategy of semiconductor production line equipment is studied, and the maintenance time and behavior synthesis to maximize the benefit are obtained. This dynamic maintenance strategy is applied to a typical semiconductor manufacturing process-Mini-Fab model to further study the scheduling rules of each unit in the model. The optimal dynamic maintenance strategy is obtained by optimizing the coupling problem between manufacturing and maintenance. First of all, this paper introduces the research background and significance, analyzes the domestic and foreign research status from industry and academia, and details the research content and theoretical framework. Secondly, the related theories of reliability analysis and maintenance research, as well as the types and judgment indexes of production scheduling are expounded, which provide theoretical support for the subsequent research. Then, considering variable maintenance behavior selection and random state transition probability, a mathematical model of dynamic maintenance strategy for semiconductor devices based on MDP model is established. The MDP model is used to simulate the state transition in the process of equipment maintenance, and the comprehensive scheme about the maintenance time and behavior is obtained by taking the benefit of the equipment as the objective function. Based on the characteristics of the established mathematical model, the particle swarm optimization algorithm with genetic crossover factor is introduced, and the optimal dynamic maintenance strategy is obtained. Finally, the dynamic maintenance strategy is applied to the Mini-Fab model, and further considering the production process of the system, the problem of joint selection in the conflict between maintenance and processing and the optimal scheduling rules for each unit of the system are studied. Thus, the integrated strategy of production scheduling and dynamic maintenance scheme is obtained.
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN305;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 王松;劉祚時;羅金平;康維星;;威布爾分布下的預(yù)防維修模型在產(chǎn)品生產(chǎn)期內(nèi)的應(yīng)用[J];價值工程;2017年05期

2 梅海濤;華繼學(xué);王毅;文童;;基于直覺模糊支配的混合多目標粒子群算法[J];計算機科學(xué);2017年01期

3 陳光宇;張文;張小民;;威布爾分布下系統(tǒng)全壽命周期成本建模與決策[J];系統(tǒng)工程理論與實踐;2016年11期

4 李瑞秋;馬慧民;;半導(dǎo)體可重入作業(yè)車間調(diào)度與設(shè)備預(yù)維修聯(lián)合優(yōu)化研究[J];物流工程與管理;2016年11期

5 向懷坤;李偉龍;謝秉磊;;粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的交通事件檢測算法研究[J];計算機測量與控制;2016年02期

6 敖銀輝;常鵬;;基于隨機衰退過程的生產(chǎn)線動態(tài)維護建模[J];工業(yè)工程;2015年04期

7 于燮康;;集成電路產(chǎn)業(yè)技術(shù)發(fā)展趨勢與突破路徑[J];中國工業(yè)評論;2015年08期

8 賈文友;江志斌;李友;;面向產(chǎn)品族優(yōu)化時間窗下可重入批處理機調(diào)度[J];機械工程學(xué)報;2015年12期

9 綦法群;周炳海;;基于Markov過程的集束型設(shè)備預(yù)防維護策略[J];上海交通大學(xué)學(xué)報;2014年10期

10 楊智;黃學(xué)衛(wèi);黃松華;;基于蒙特卡羅的復(fù)雜可修系統(tǒng)預(yù)防性維修周期決策[J];裝甲兵工程學(xué)院學(xué)報;2014年01期

相關(guān)重要報紙文章 前1條

1 于燮康;;兼并重組為半導(dǎo)體后來者提供切入點[N];中國電子報;2015年

相關(guān)博士學(xué)位論文 前2條

1 侯文瑞;有限時間區(qū)間內(nèi)制造系統(tǒng)預(yù)防性機會維護策略研究[D];上海交通大學(xué);2014年

2 杜冰;批處理機調(diào)度問題的模型與優(yōu)化方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 劉華華;多種資源約束下集成電路芯片最終測試生產(chǎn)調(diào)度優(yōu)化方法研究[D];西南交通大學(xué);2015年

2 馬紅偉;粒子群算法改進及其在數(shù)據(jù)挖掘中的應(yīng)用研究[D];山東師范大學(xué);2014年

3 任志偉;面向數(shù)據(jù)驅(qū)動建模的數(shù)據(jù)預(yù)處理方法研究[D];河南科技大學(xué);2013年

4 侯錚亮;產(chǎn)能約束下半導(dǎo)體芯片測試生產(chǎn)線調(diào)度優(yōu)化研究[D];西南交通大學(xué);2013年

5 張瓊芳;基于批決策的半導(dǎo)體生產(chǎn)線調(diào)度問題研究[D];武漢理工大學(xué);2012年

6 紀雪玲;改進粒子群優(yōu)化算法及其在人工神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究[D];西南林業(yè)大學(xué);2012年

7 楊國朋;半導(dǎo)體芯片最終測試多階段可重入調(diào)度優(yōu)化仿真研究[D];西南交通大學(xué);2012年

8 王強;半導(dǎo)體并聯(lián)生產(chǎn)線預(yù)防性維修調(diào)度和評估系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2010年

9 吳洪飛;基于非齊次馬爾可夫過程的多動作動態(tài)維護策略研究[D];上海交通大學(xué);2008年

10 張頌;半導(dǎo)體生產(chǎn)線預(yù)防性維修周期的研究[D];同濟大學(xué);2007年

，

本文編號：2165209