發(fā)布時間：2021-08-26 23:44

　　爐管區(qū)是半導(dǎo)體生產(chǎn)線的主要瓶頸之一,對整個生產(chǎn)線的性能影響較大.當(dāng)前針對爐管區(qū)調(diào)度研究以規(guī)則調(diào)度為主,且考慮約束較為簡單,忽略了存在前后道工序影響的多機(jī)臺調(diào)度以及晶圓加工的重入特性.針對具有等待時間約束、不兼容工藝菜單和重入特性的爐管區(qū)β₁→β₂調(diào)度問題,構(gòu)建了目標(biāo)為最小化晶圓平均流動時間的β₁→β₂調(diào)度模型.將該調(diào)度問題分成組批、設(shè)備選擇及批排序3個階段,提出了一種基于混合蟻群優(yōu)化算法的爐管區(qū)調(diào)度算法.針對組批階段,設(shè)計了一種可變閾值控制策略.針對批排序階段,設(shè)計了混合蟻群優(yōu)化算法.進(jìn)行了歷史生產(chǎn)數(shù)據(jù)的不同規(guī)模54組算例實驗,結(jié)果表明:混合蟻群算法的性能均優(yōu)于幾種常用啟發(fā)式規(guī)則和遺傳算法的性能.將所提出的混合蟻群算法應(yīng)用于實際晶圓生產(chǎn)線,能夠有效減少生產(chǎn)過程中晶圓的流動時間. 

【文章來源】：上海交通大學(xué)學(xué)報. 2020,54(08)北大核心EICSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

基于時間序列分解策略的調(diào)度思路

以某多產(chǎn)品半導(dǎo)體生產(chǎn)線的爐管區(qū)兩并行批處理機(jī)臺組調(diào)度問題為研究對象,通過對爐管區(qū)工件Lot(即晶圓卡,通常由25片晶圓組成)的工藝路線進(jìn)行分析,建立半導(dǎo)體生產(chǎn)線爐管區(qū)的問題模型,如圖1所示.考慮的設(shè)備集包括兩個并行批處理機(jī)臺組MG1,MG2和1個后續(xù)加工設(shè)備集MG3.MG1機(jī)臺組為晶圓生產(chǎn)中的常壓柵氧化爐管,MG2機(jī)臺組為低壓化學(xué)氣相沉積爐管,兩機(jī)臺組均包含若干功能相同的爐管設(shè)備,MG3為工件該層加工剩余工藝加工設(shè)備集簡稱.將晶圓處于MG1機(jī)臺組的加工過程稱為階段1,即β1,其中包括前后兩道工序F1與F2,分別存在s、h類工藝;處于MG2機(jī)臺組的加工過程稱為階段2,即β2,僅包含一道工序F3,存在g類工藝.圖1中,工藝1為爐管加工各工序的第一類工藝,實際的爐管區(qū)生產(chǎn)過程具有5個約束:①重入流,如圖1所示,重入流包括兩部分,其一為MG1機(jī)臺組內(nèi)的前后道工藝,在前道工藝F1完成后還需重新進(jìn)入MG1機(jī)臺加工后道工藝F2;其二為某層加工完后,下一層工藝要求晶圓需重新進(jìn)入爐管區(qū)進(jìn)行加工,以形成理想電路.工件在設(shè)備上的流動情況可表示為MG1→MG1→MG2→MG3→…→MG1.②不兼容工藝菜單.不同工藝類型的工件不能放在一批進(jìn)行加工.③不同準(zhǔn)備時間.當(dāng)批處理機(jī)前后加工不同工藝的產(chǎn)品時,設(shè)備存在不同的準(zhǔn)備時間.④等待時間約束.在β1加工完成后必須在規(guī)定時間內(nèi)進(jìn)入β2內(nèi)加工,否則工件需要返工乃至報廢.⑤動態(tài)到達(dá).工件是動態(tài)到達(dá)的,工件到達(dá)時間,加工類型與加工時間均未知.綜上所述,本文研究的問題為考慮多產(chǎn)品復(fù)雜重入流、不兼容工藝菜單、不同準(zhǔn)備時間、等待時間約束和工件動態(tài)到達(dá)的爐管區(qū)β1→β2調(diào)度問題,以最小化工件平均流動時間為目標(biāo)設(shè)計優(yōu)化算法.

由于爐管區(qū)調(diào)度對整個半導(dǎo)體生產(chǎn)線影響巨大,要求調(diào)度方案兼具較高求解質(zhì)量和較低的計算時間,為了達(dá)到此目標(biāo),本文將綜合利用調(diào)度規(guī)則求解速度快與元啟發(fā)式算法求解質(zhì)量高的優(yōu)勢,保證解的高質(zhì)量的同時,提高求解速度.時域T內(nèi)每層的具體處理方法如下為首先通過設(shè)計啟發(fā)式規(guī)則對動態(tài)到達(dá)的工件構(gòu)造組批問題求解,然后利用設(shè)備指派規(guī)則得到設(shè)備選擇問題解,最后在人工蟻群在分布于問題空間的信息素指引下,針對各批次任務(wù)逐步構(gòu)造批次排序問題解.時域T內(nèi)基于混合蟻群算法的爐管區(qū)分層調(diào)度方法框架見圖3.2.2 可變閾值組批算法


本文編號：3365197