CN103034215A - 基于封闭环的可重入多机批处理调度装置及方法 - Google Patents

基于封闭环的可重入多机批处理调度装置及方法 Download PDF

Info

Publication number
CN103034215A
CN103034215A CN2012105637750A CN201210563775A CN103034215A CN 103034215 A CN103034215 A CN 103034215A CN 2012105637750 A CN2012105637750 A CN 2012105637750A CN 201210563775 A CN201210563775 A CN 201210563775A CN 103034215 A CN103034215 A CN 103034215A
Authority
CN
China
Prior art keywords
time
batch
workpiece
product family
logic module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105637750A
Other languages
English (en)
Other versions
CN103034215B (zh
Inventor
贾文友
江志斌
李友
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201210563775.0A priority Critical patent/CN103034215B/zh
Publication of CN103034215A publication Critical patent/CN103034215A/zh
Application granted granted Critical
Publication of CN103034215B publication Critical patent/CN103034215B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

一种基于封闭环的可重入多机批处理调度装置及方法,包括七个子模块:数据初始化模块、遗传算法模块、自检策略模块(look-itself)、拉1逻辑模块、拉2逻辑模块、推1逻辑模块和推2逻辑模块,这七个子模块形成一个封闭环。对满批或不满批的被调度工件分别采用不同的组批、分配设备和批排序策略。在满批时目标是总加权最小拖延期最小,在不满批时目标是总的成本率最小。该方法继承成熟的遗传算法,延伸等待下一工件到达算法为拉拉推推4个逻辑模块,主创自检策略模块(look-itself),仿真结果显示该方法是有效的,且在关键性指标:循环周期、在制品数、交货量和及时交货率等均有很好的效果。本发明概念简单,实现方便,利于半导体等可重入的行业推广应用。

Description

基于封闭环的可重入多机批处理调度装置及方法
所属技术领域
本发明涉及重入生产线的调度,尤其涉及一种用于可重入生产线的多机平行批处理调度装置及调度方法。
背景技术
可重入生产线是在上世纪80年代末90年代初,由美国Kumar教授针对半导体芯片、胶卷等行业的生产特点而提出的概念,并将其列为有别于Flow-shop(流线型车间)和Job-shop(单件型车间)的第三类生产线,即未完成产品沿着生产线进行传送时,有可能数次访问同一个工作台。批处理是指在不超过工作台的最大加工能力时,一次可以加工多个未完成产品,每次实际加工多个未完成产品称为批(Batch)。如在可多重入的半导体芯片生产线中,炉管区等批处理机具有加工时间一般都大于非批处理机的加工时间,需要多层重入性加工,而且批处理机价格更昂贵等特性。半导体生产系统的瓶颈机一般为批处理机。可重入生产线的批处理机的合理调度控制成为调度与控制研究中的一个NP-hard问题,它制约着半导体制造系统的整体绩效,开展批处理机的合理调度控制研究对改善半导体芯片生产线的性能具有重要意义,一直是学术界与应用界的研究热点之一。
目前,从我国乃至各国的半导体芯片生产的情况看,设备更新和产品升级的速度非常快,生产线的调度方法研究远远跟不上其实际发展的需要。在半导体可重入生产线上,对于批处理生产过程调度,采用启发式算法较多,其中有的基于look-ahead(向前看)规模参数k,利用遗传算法求解,有的look-ahead自适应策略,利用等待下一工件到达算法、最小成本率算法等求解,但是两类算法的适用环境与实际生产线环境有差别,所以相当一部分具体的半导体芯片生产企业的批处理生产调度还是凭借人的经验来安排,并没有得到有效的优化的方法来支持,生产效率不高。
发明内容
本发明针对上述现有技术中存在的技术问题,提供一种基于封闭环的可重入多机批处理调度装置及方法,克服了具有可重入特性的半导体芯片生产线的多机批处理动态实时调度过程中的分别基于look-ahead规模参数k和基于look-ahead自适应策略两类算法求解的局限性。
本发明具体解决其技术问题所采用的技术解决方案是:
一种基于封闭环的可重入多机批处理调度装置,研究对象是多机平行批处理设备和被调度的多种产品,要求批处理设备的产品重入是许可,产品动态到达,批处理机和上游设备之间产品停滞时间存在限制,包括七个子模块:数据初始化模块、遗传算法模块、自检策略模块(look-itself)、拉1逻辑模块、拉2逻辑模块、推1逻辑模块和推2逻辑模块。这七个子模块形成一个封闭环。
上述基于封闭环的可重入多机批处理调度装置的调度方法,包括步骤如下:
步骤1,初始化数据,收集被加工工件和批处理设备的实时信息;
步骤2,调度开始,生成触发事件;
步骤3,开始循环检查不同的产品族:产品族序号从1到所有的产品族;
步骤4,判断没有满批的工件,条件:某个产品族的实时被调度数量<允许被加工批的最大容量,如果条件满足,往下执行,如果条件不满足,跳转到步骤9;
步骤5,判断没有达到最小尺寸的可用批,条件:某个产品族的实时被调度数量<允许被加工批的最小限量,如果条件满足,往下执行,如果条件不满足,跳转到步骤7;
步骤6,执行拉2逻辑,主要是判断是返工还是拉动上游操作,再跳转到步骤11;
步骤7,执行拉1逻辑,推1逻辑,主要是判断是开始组批还是等待,如果条件满足,往下执行,如果条件不满足,跳转到步骤11;
步骤8,执行推2逻辑,主要是检查时间限制条件,如果条件满足,进行装载,如果条件不满足,不进行装载,再跳转到步骤11;
步骤9,执行遗传算法程序,主要生成优化调度顺次;
步骤10,执行自检策略(look-itself),主要判断每个装载批的满批和时间限制情况,如果条件满足,进行装载,往下执行,如果条件不满足,跳转到步骤7;
步骤11,结束循环,完成所有产品族的批调度,完成触发事件;
步骤12,判断达到终止条件,如果条件满足,整个调度结束,如果条件不满足,跳转到步骤1。
本发明的有益效果是,采用一种用于可重入生产线的多机平行的批处理调度方法,对满批或不满批的工件分别采用不同的组批、分配设备和批排序装载算法流程;在满批时目标是总加权最小拖延期最小,在不满批时目标是总的成本率最小。自检策略(look-itself)实时控制满批流程中是否有不满批情况,如果有不满批,流程转到不满批流程。本发明的批处理调度方法既继承成熟的遗传算法,又延伸等待下一工件到达算法为拉-拉-推-推逻辑,还创新了自检策略(look-itself),在关键性指标:循环周期、在制品数、交货量和及时交货率等均有很好的效果,满足半导体行业准时制(JIT)生产需求,它概念简单,实现方便。
附图说明
图1为本发明具有可重入特性的生产线的批处理典型模型图;
图2为本发明封闭环的系统图;
图3为本发明基于封闭环的算法流程图。
具体实施方式
下面结合附图和实施例对本发明专利作进一步地说明:
本发明所提供的基于封闭环的可重入多机批处理调度装置及方法,研究对象是多机平行批处理机、被调度的多种产品,重入工作流是允许的,同时存在工序之间最大等待时间限制。
参考图1,具有可重入特性的生产线的多机批处理典型模型,主要包括三个设备组:设备组MG1,设备组MG2和设备组MG3,其中设备组MG1是设备组MG2上游设备组;设备组MG2是所研究的批处理机,为多机平行,如,设备组MG2 1,设备组MG2 2,…,设备组MG2 m(图中虚线框内,未标出);设备组MG3是设备组MG2下游设备组。产品流向是从设备组MG1进入,从设备组MG3输出。设备组MG1和设备组MG2之间有缓冲器1,设备组MG2和设备组MG3之间有缓冲器2。缓冲器1中的工件来自设备组MG1和重入流,缓冲器1中的工件流向设备组MG2。缓冲器2中的工件来自设备组MG2,缓冲器2中的工件流向设备组MG3。设备组MG1的部分工件流向其他设备组,其他设备组加工完毕,再返回设备组MG1,也形成重入特性。另外要求:设备组MG1和设备组MG2之间存在最大等待时间限制;设备组MG2中的每个设备组MG2 1,设备组MG2 2,…,设备组MG2 m只能加工一种产品族,如产品族1,……产品族j,当某个产品批被加工时,该批不允许停止或增加工件,即抢占不允许。
参考图2,是封闭环的系统图,通过自检策略模块(look-itself),在遗传算法模块和4P策略模块(即拉1逻辑模块、拉2逻辑模块、推1逻辑模块和推2逻辑模块)之间建立实时的封闭环,图中nj是指产品族j的实时被调度数量。
参考图3,一种基于封闭环的可重入多机批处理调度方法的流程图,包括数据初始化模块、遗传算法模块、自检策略模块(look-itself)、拉1逻辑模块、拉2逻辑模块、推1逻辑模块和推2逻辑模块,这七个子模块形成一个封闭环实施可重入多机批处理调度,其方法流程如下:
步骤1,初始化数据,收集被加工工件和批处理设备的实时信息;
步骤2,调度开始,生成触发事件;
步骤3,开始循环检查不同的产品族:产品族序号从1到所有的产品族;
步骤4,判断没有满批的工件,条件:某个产品族的实时被调度数量<允许被加工批的最大容量,如果条件满足,往下执行,如果条件不满足,跳转到步骤9;
步骤5,判断没有达到最小尺寸的可用批,条件:某个产品族的实时被调度数量<允许被加工批的最小限量,如果条件满足,往下执行,如果条件不满足,跳转到步骤7;
步骤6,执行拉2逻辑,主要是判断是返工还是拉动上游操作,再跳转到步骤11;
步骤7,执行拉1逻辑,推1逻辑,主要是判断是开始组批还是等待,如果条件满足,往下执行,如果条件不满足,跳转到步骤11;
步骤8,执行推2逻辑,主要是检查时间限制条件,如果条件满足,进行装载,如果条件不满足,不进行装载,再跳转到步骤11;
步骤9,执行遗传算法程序,主要生成优化调度顺次;
步骤10,执行自检策略(look-itself),主要判断每个装载批的满批和时间限制情况,如果条件满足,进行装载,往下执行,如果条件不满足,跳转到步骤7;
步骤11,结束循环,完成所有产品族的批调度,完成触发事件;
步骤12,判断达到终止条件,如果条件满足,整个调度结束,如果条件不满足,跳转到步骤1。
关于数据初始化模块,其主要流程如下:
步骤1,记录批处理机实时状态(包括5种状态:在运行、保养性维护、日常性维护、宕机和空闲),统计批处理机前的缓冲器中各个产品族的工件数量;
步骤2,传递上述信息;
步骤3,如果在产生触发时,批处理机状态中有空闲可用的,那么往下进行,否则跳转到步骤1;
步骤4,如果缓冲器中存在被加工工件,那么往下进行,否则跳转到步骤1;
步骤5,如果存在任一产品族的实时被调度数量<允许被加工批的最大容量,那么往下进行,否则跳转到遗传算法模块;
步骤6,如果存在某个产品族的实时被调度数量<允许被加工批的最小限量,那么跳转到拉2逻辑模块,否则跳转到拉1逻辑模块。
关于遗传算法模块,其主要完成存在满批状态时被加工工件的组批、批分配到设备和批在被分配的设备的排序3个任务:其中被加工工件的组批方法是先将同族工件按明显延时成本系数(Apparent Tardiness Cost,ATC)降序排列,再要求组批时同族最后批工件数量不小批的最小尺寸限制,其他批的工件数量均为批的最大尺寸数量;批分配到设备方法是利用遗传算法;批在被分配的设备的排序方法是先将分配同设备上的批按批明显延时成本系数(Batch Apparent TardinessCost,BATC)非升序排列,针对遗传算法的每个个体都计算BATC排列下各个设备的总的加权延时时间,并评价出各个个体中的最小总的加权延时时间的批排序,并记录;如此往复迭代,直至满足迭代终止条件,得出对应最小总的加权延时时间的批排序,并记录,具体步骤:
步骤1,设定染色体的编码和解码策略;
步骤2,计算第一代中各个个体的总的加权拖延时间,评价出最小的并记录;
步骤3,按照染色体的交叉比率进行交叉选择;
步骤4,按照染色体的互换比率进行互换选择;
步骤5,评价各个子代,用最优个体代替原来的父辈或子代;
步骤6,对比当代和上代的个体的最小总的加权拖延时间,评价出最小的并记录;
步骤7,如果迭代终止条件,则立即停止,输出结果,否则跳转到步骤1。
关于自检策略模块(look-itself),其功能是当通过遗传算法模块排序的批被装载加工时,自检该批是不是满批,如果是满批,按已排定的顺序立即装载加工,如果不是满批,则要跳转到拉1逻辑模块执行,具体实施步骤如下:
步骤1,如果当前的产品族来自重入流,不考虑上下工序之间停留时间限制条件,如果当前产品族来自设备组MG1,需要考虑上下工序之间停留时间限制条件,即qj,计算该产品族中最早从MG1的结束时间,记作(TBij)min,通过下列公式条件进行判断,如果xqt=1那么继续往下执行,否则当前批需要返工;
当t-(TBij)min<qj那么xqt=1
步骤2,如果当前批为满批状态,继续往下执行,否则跳转到拉1逻辑模块;
步骤3,装载当前批,并继续往下执行;
步骤4,检查下一可能执行的批,如果是可用的批,跳转到步骤1,否则等待下一触发事件。
关于拉1逻辑模块,其重要的功能是从下游工序拉动需求,并判定当前时刻被加工工件是否应该立即组批,具体步骤如下:
步骤1,当同时满足“任一产品族的实时被调度数量<允许被加工批的最大容量”和“某个产品族的实时被调度数量>允许被加工批的最小限量”继续往下执行;
步骤2,判定当先空闲可用的批处理机的数量NIdle,如果NIdle>1,那么跳转到推2逻辑模块,否则继续往下执行;
步骤3,令Fij是工产品族j中第i工件的循环周期的比例系数,RFTij是产品族j中第i工件剩余的净加工工艺时间之和,dij是产品族j中第i工件的交货期,t是当前时间,按照下面公式判断当前工件的紧急状况,如果xij=1为紧急状况那么跳转到推2逻辑模块,否则继续往下执行;
当[(Fij×RPTij)-(dij-t)]≥0那么xij=1
Figure BDA00002633220300061
其中
PRT ij = &Sigma; q = k ij + 1 m ij p qj
这里mij表示产品族j中第i工件的加工工艺总步骤数,kij是产品族j中第i工件在批处理机处于工艺步骤数,pqj表示产品族j在工艺q时的工艺时间;
步骤4,令Xmax:设备组MG3的最大生产能力,Ymax:缓冲器2的最大在制品数量,pMG 3:设备组MG3的工序时间,按照下面公式条件判断下游设备的饥饿状况,如果xh=1,为饥饿状况那么跳转到推2逻辑模块,否则继续往下执行;
Y max &le; 24 X max / p GM 3 那么xh=1
步骤5,判定下个一批处理机的完成时间TC和下一个产品族j的到达时间TNj,如果存在TC<=TNj,那么跳转到推2逻辑模块,否则跳转到推1逻辑模块。
其中TC=min(pv)+pj
TNj=rij+Fij×PPTij.
PPT ij = &Sigma; q = 1 k ij p qj
这里,pv表示在当前时刻,批处理机装载的时间点,pj是产品族j的加工工艺时间,rij是产品族j的投料时间点,PPTij是产品族j中第i工件批处理机之前的净加工工艺时间之和,kij是产品族j中第i工件在批处理机处于工艺步骤数,pqj表示产品族j在工艺q时的工艺时间。
关于拉2逻辑模块,其重要的功能是从上游工序拉动工件,并处理设备MG1和MG2之间的工件停留时间限制,具体步骤如下:
步骤1,当满足“某个产品族的实时被调度数量<允许被加工批的最小限量”继续往下执行;
步骤2,如果当前的产品族来自重入流,不考虑上下工序之间停留时间限制条件,如果当前产品族来自设备组MG1,需要考虑上下工序之间停留时间限制条件,即qj,计算该产品族中最早从MG1的结束时间,记作(TBij)min,通过下列公式进行判断,如果xqt=1那么最早完成的工件必须返工,否则往下继续执行:
Figure BDA00002633220300073
(设备组GM1工序时间)<qj那么xqt=1
步骤3,设定产品族j在设备组MG1拥有最高的加工优先级。
关于推1逻辑模块,其重要的功能是推动缓冲器中的工件及时到空闲的批处理机上进行加工,并判定当前的批是不是应该在当前时间等待下一工件的到来再判断,具体步骤如下:
步骤1,令pj:产品族j的加工工艺时间,nj是产品族j的实时被调度数量,当“下个一批处理机的完成时间TC”>“下一个产品族j的到达时间TNj”,令toj是批处理机当前装载时间,tij是从nj工件时刻后第i个工件的到达时间,(toj,tij,...,txj)是可能装载时刻,且有x=Bmax-nj,定义调度时域(tij+pj-toj),该时间段总成本C(tij),计算公式如下:
C ( t ij ) = n j &times; ( t ij - t 0 j ) + &Sigma; { x | t < t xj < t ij } ( t ij - t xj ) + &Sigma; { x | t < t xj &le; t ij + p j } ( t ij + p j - t xj )
计算调度时域段的总成本率CR(tij),计算公式如下;
CR(tij)=C(tij)/(tij+pj-t0j)
步骤2,令当前产品族数为f,如果f>1继续往下执行,如果f=1那么跳转到步骤4;
步骤3,按加权最短工艺时间策略排序,其中权重值Wj计算公式如下,其中具有最小权重值的产品族必须最先派工;
W j = { [ &Sigma; j = 1 f n j ] - n j } &times; p j
步骤4,按照下面公式计算各个对应时间段的最小时间段总成本率CRmin,如果最小时间段总成本率不是产生在当前时刻,那么决定等待下一工件的到达,设置tij为当前时刻,程序跳转到数据初始化模块,否则跳转到推2逻辑模块,
CR min = min t 0 j &le; t xj &le; t ij + p j - t 0 j [ CR ( t xj ) ] .
关于推2逻辑模块,其重要的功能是推动缓冲器中的工件及时到空闲的批处理机上进行加工,并处理设备MG1和MG2之间的工件停留时间限制,具体步骤如下:
步骤1,如果当前的产品族来自重入流,不考虑上下工序之间停留时间限制条件,如果当前产品族来自设备组MG1,需要考虑上下工序之间停留时间限制条件,即qj,计算该产品族中最早从MG1的结束时间,记作(TBij)min,通过下列公式条件进行判断,如果xqt=1那么继续往下执行,否则当前批需要返工;
当t-(TBij)min<qj那么xqt=1
步骤2,组合不满批并分配到空闲的批处理机上;
步骤3,装在当前的不满批到空闲的批处理机上进行加工。
上述一种基于封闭环的可重入多机批处理调度方法在关键性指标:循环周期、在制品数、交货量和及时交货率等均可取得很好的测试效果。

Claims (10)

1.一种基于封闭环的可重入多机批处理调度装置,其特征在于,包括数据初始化模块、遗传算法模块、自检策略模块、拉1逻辑模块、拉2逻辑模块、推1逻辑模块和推2逻辑模块,这七个子模块形成一个封闭环。
2.根据权利要求1所述的基于封闭环的可重入多机批处理调度装置,其特征在于,所述数据初始化模块收集被加工工件和批处理设备的实时信息;所述遗传算法模块完成存在满批状态时被加工工件的组批、批分配到设备和批在被分配的设备的排序3个任务;所述自检策略模块是当通过遗传算法模块排序的批被装载加工时,自检该批是不是满批,如果是满批,按已排定的顺序立即装载加工,如果不是满批,则要跳转到拉1逻辑模块执行;所述拉1逻辑模块是从下游工序拉动需求,并判定当前时刻被加工工件是否应该立即组批;所述拉2逻辑模块是从上游工序拉动工件,并处理设备MG1和MG2之间的工件停留时间限制;所述推1逻辑模块是推动缓冲器中的工件及时到空闲的批处理机上进行加工,并判定当前的批是不是应该在当前时间等待下一工件的到来再判断;所述推2逻辑模块是推动缓冲器中的工件及时到空闲的批处理机上进行加工,并处理设备MG1和MG2之间的工件停留时间限制。
3.一种基于封闭环的可重入多机批处理调度方法,其特征在于,采用如权利要求1所述的装置,包括步骤如下:
步骤1,初始化数据,收集被加工工件和批处理设备的实时信息;
步骤2,调度开始,生成触发事件;
步骤3,开始循环检查不同的产品族:产品族序号从1到所有的产品族;
步骤4,判断没有满批的工件,条件:某个产品族的实时被调度数量<允许被加工批的最大容量,如果条件满足,往下执行,如果条件不满足,跳转到步骤9;
步骤5,判断没有达到最小尺寸的可用批,条件:某个产品族的实时被调度数量<允许被加工批的最小限量,如果条件满足,往下执行,如果条件不满足,跳转到步骤7;
步骤6,执行拉2逻辑,主要是判断是返工还是拉动上游操作,再跳转到步骤11;
步骤7,执行拉1逻辑,推1逻辑,主要是判断是开始组批还是等待,如果条件满足,往下执行,如果条件不满足,跳转到步骤11;
步骤8,执行推2逻辑,主要是检查时间限制条件,如果条件满足,进行装载,如果条件不满足,不进行装载,再跳转到步骤11;
步骤9,执行遗传算法程序,主要生成优化调度顺次;
步骤10,执行自检策略,主要判断每个装载批的满批和时间限制情况,如果条件满足,进行装载,往下执行,如果条件不满足,跳转到步骤7;
步骤11,结束循环,完成所有产品族的批调度,完成触发事件;
步骤12,判断达到终止条件,如果条件满足,整个调度结束,如果条件不满足,跳转到步骤1。
4.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述数据初始化模块,主要流程如下:
步骤1,记录批处理机实时状态,包括5种状态:在运行、保养性维护、日常性维护、宕机和空闲,统计批处理机前的缓冲器中各个产品族的工件数量;
步骤2,传递上述信息;
步骤3,如果在产生触发时,批处理机状态中有空闲可用的,那么往下进行,否则跳转到步骤1;
步骤4,如果缓冲器中存在被加工工件,那么往下进行,否则跳转到步骤1;
步骤5,如果存在任一产品族的实时被调度数量<允许被加工批的最大容量,那么往下进行,否则跳转到遗传算法模块;
步骤6,如果存在某个产品族的实时被调度数量<允许被加工批的最小限量,那么跳转到拉2逻辑模块,否则跳转到拉1逻辑模块。
5.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述遗传算法模块其中被加工工件的组批方法是先将同族工件按明显延时成本系数降序排列,再要求组批时同族最后批工件数量不小于批的最小尺寸限制,其他批的工件数量均为批的最大尺寸数量;批分配到设备方法是利用遗传算法;批在被分配的设备的排序方法是先将分配同设备上的批按批明显延时成本系数非升序排列,针对遗传算法的每个个体都计算所述非升序排列下各个设备的总的加权延时时间,并评价出各个个体中的最小总的加权延时时间的批排序,并记录;如此往复迭代,直至满足迭代终止条件,得出对应最小总的加权延时时间的批排序,并记录,具体步骤如下:
步骤1,设定染色体的编码和解码策略;
步骤2,计算第一代中各个个体的总的加权拖延时间,评价出最小的并记录;
步骤3,按照染色体的交叉比率进行交叉选择;
步骤4,按照染色体的互换比率进行互换选择;
步骤5,评价各个子代,用最优个体代替原来的父辈或子代;
步骤6,对比当代和上代的个体的最小总的加权拖延时间,评价出最小的并记录;
步骤7,如果迭代终止条件,则立即停止,输出结果,否则跳转到步骤1。
6.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述自检策略模块功能实现的具体实施步骤如下:
步骤1,如果当前的产品族来自重入流,不考虑上下工序之间停留时间限制条件,如果当前产品族来自设备组MG1,需要考虑上下工序之间停留时间限制条件,即qj,计算该产品族中最早从MG1的结束时间,记作(TBij)min,通过下列公式条件进行判断,如果xqt=1那么继续往下执行,否则当前批需要返工;
当t-(TBij)min<qj那么xqt=1
步骤2,如果当前批为满批状态,继续往下执行,否则跳转到拉1逻辑模块;
步骤3,装载当前批,并继续往下执行;
步骤4,检查下一可能执行的批,如果是可用的批,跳转到步骤1,否则等待下一触发事件。
7.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述拉1逻辑模块的功能实现具体步骤如下:
步骤1,当同时满足“任一产品族的实时被调度数量<允许被加工批的最大容量”和“某个产品族的实时被调度数量>允许被加工批的最小限量”继续往下执行;
步骤2,判定当先空闲可用的批处理机的数量NIdle,如果NIdle>1,那么跳转到推2逻辑模块,否则继续往下执行;
步骤3,令Fij是工件ij的循环周期的比例系数,RFTij是工件ij剩余的净加工工艺时间之和,dij是工件ij的交货期,t是当前时间,按照下面公式判断当前工件的紧急状况,如果xij=1为紧急状况那么跳转到推2逻辑模块,否则继续往下执行;
当[(Fij×RPTij)-(dij-t)]≥0那么xij=1
Figure FDA00002633220200041
其中
RPT ij = &Sigma; q = k ij + 1 m ij p qj
这里mij表示产品族j中第i工件的加工工艺总步骤数,kij是产品族j中第i工件在批处理机处于工艺步骤数,pqj表示产品族j在工艺q时的工艺时间;
步骤4,令Xmax:设备组MG3的最大生产能力,Ymax:缓冲器2的最大在制品数量,pMG 3:设备组MG3的工序时间,按照下面公式条件判断下游设备的饥饿状况,如果xh=1,为饥饿状况那么跳转到推2逻辑模块,否则继续往下执行;
Y max &le; 24 X max / p GM 3 那么xh=1
步骤5,判定下个一批处理机的完成时间TC和下一个产品族j的到达时间TNj,如果存在TC<=TNj,那么跳转到推2逻辑模块,否则跳转到推1逻辑模块;
其中TC=min(pv)+pj
TNj=rij+Fij×PPTij.
PPT ij = &Sigma; q = 1 k ij p qj
这里,pv表示在当前时刻,批处理机装载的时间点,pj是产品族j的加工工艺时间,rij是产品族j的投料时间点,PPTij是产品族j中第i工件批处理机之前的净加工工艺时间之和,kij是产品族j中第i工件在批处理机处于工艺步骤数,pqj表示产品族j在工艺q时的工艺时间。
8.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述拉2逻辑模块的功能实现具体步骤如下:
步骤1,当满足“某个产品族的实时被调度数量<允许被加工批的最小限量”继续往下执行;
步骤2,如果当前的产品族来自重入流,不考虑上下工序之间停留时间限制条件,如果当前产品族来自设备组MG1,需要考虑上下工序之间停留时间限制条件,即qj,计算该产品族中最早从MG1的结束时间,记作(TBij)min,通过下列公式进行判断,如果xqt=1那么最早完成的工件必须返工,否则往下继续执行:
Figure FDA00002633220200045
(设备组GM1工序时间)<qj那么xqt=1
步骤3,设定产品族j在设备组MG1拥有最高的加工优先级。
9.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述推1逻辑模块的功能实现具体步骤如下:
步骤1,令pj:产品族j的加工工艺时间,nj是产品族的实时被调度数量,当“下个一批处理机的完成时间TC”>“下一个产品族j的到达时间TNj”,令toj是批处理机当前装载时间,tij是从nj工件时刻后第i个工件的到达时间,(toj,tij,...,txj)是可能装载时刻,且有x=Bmax-nj,定义调度时域(tij+pj-toj),该时间段总成本C(tij),计算公式如下:
C ( t ij ) = n j &times; ( t ij - t 0 j ) + &Sigma; { x | t < t xj < t ij } ( t ij - t xj ) + &Sigma; { x | t < t xj &le; t ij + p j } ( t ij + p j - t xj )
计算调度时域段的总成本率CR(tij),计算公式如下:
CR(tij)=C(tij)/(tij+pj-t0j)
步骤2,令当前产品族数为f,如果f>1继续往下执行,如果f=1那么跳转到步骤4;
步骤3,按加权最短工艺时间策略排序,其中权重值Wj计算公式如下,其中具有最小权重值的产品族必须最先派工;
W j = { [ &Sigma; j = 1 f n j ] - n j } &times; p j
步骤4,按照下面公式计算各个对应时间段的最小时间段总成本率CRmin,如果最小时间段总成本率不是产生在当前时刻,那么决定等待下一工件的到达,设置tij为当前时刻,程序跳转到数据初始化模块,否则跳转到推2逻辑模块,
CR min = min t 0 j &le; t xj &le; t ij + p j - t 0 j [ CR ( t xj ) ] .
10.根据权利要求3所述的基于封闭环的可重入多机批处理调度方法,其特征在于,所述推2逻辑模块的功能实现具体步骤如下:
步骤1,如果当前的产品族来自重入流,不考虑上下工序之间停留时间限制条件,如果当前产品族来自设备组MG1,需要考虑上下工序之间停留时间限制条件,即qj,计算该产品族中最早从MG1的结束时间,记作(TBij)min,通过下列公式进行判断,如果xqt=1那么往下执行,否则当前批需要返工;
当t-(TBij)min<qj那么xqt=1
步骤2,组合不满批并分配到空闲的批处理机上;
步骤3,装在当前的不满批到空闲的批处理机上进行加工。
CN201210563775.0A 2012-12-21 2012-12-21 基于封闭环的可重入多机批处理调度装置及方法 Expired - Fee Related CN103034215B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210563775.0A CN103034215B (zh) 2012-12-21 2012-12-21 基于封闭环的可重入多机批处理调度装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210563775.0A CN103034215B (zh) 2012-12-21 2012-12-21 基于封闭环的可重入多机批处理调度装置及方法

Publications (2)

Publication Number Publication Date
CN103034215A true CN103034215A (zh) 2013-04-10
CN103034215B CN103034215B (zh) 2015-08-19

Family

ID=48021194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210563775.0A Expired - Fee Related CN103034215B (zh) 2012-12-21 2012-12-21 基于封闭环的可重入多机批处理调度装置及方法

Country Status (1)

Country Link
CN (1) CN103034215B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927689A (zh) * 2014-05-06 2014-07-16 安徽工程大学 一种可重入型制造系统批处理机调度控制方法
CN104656571A (zh) * 2013-11-18 2015-05-27 北京北方微电子基地设备工艺研究中心有限责任公司 一种支持同时加工多片物料的路由控制方法和装置
CN110347129A (zh) * 2019-07-15 2019-10-18 长沙戴湘汽配科技有限公司 一种轮毂生产智能调节库及其调节方法
CN115097737A (zh) * 2022-08-24 2022-09-23 北京航空航天大学 一种可重入制造系统的多层级调控方法
CN115129002A (zh) * 2022-06-02 2022-09-30 武汉理工大学 一种带批处理机可重入混合流水车间调度方法及系统
US11869100B2 (en) 2020-09-23 2024-01-09 Changxin Memory Technologies, Inc. Data consolidation analysis system and data consolidation analysis method

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5706200A (en) * 1996-08-15 1998-01-06 The Board Of Trustees Of The University Of Il. Scheduling system and scheduling method for reentrant line processes
US20030171972A1 (en) * 2002-01-28 2003-09-11 James Heskin Scheduling system and method
US6865433B1 (en) * 2004-06-23 2005-03-08 International Business Machines Corporation Method, system, and storage medium for optimizing scheduling activities in a manufacturing environment
US20070179652A1 (en) * 2006-01-31 2007-08-02 Joerg Weigang Method and system for scheduling a stream of products in a manufacturing environment by using a simulation process
CN101493857A (zh) * 2009-02-13 2009-07-29 同济大学 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
CN101604409A (zh) * 2009-07-15 2009-12-16 北京化工大学 应用于多重入复杂制造系统的调度方法
CN101833319A (zh) * 2010-05-11 2010-09-15 同济大学 面向多重入制造系统在线调度的单台设备匹配重调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5706200A (en) * 1996-08-15 1998-01-06 The Board Of Trustees Of The University Of Il. Scheduling system and scheduling method for reentrant line processes
US20030171972A1 (en) * 2002-01-28 2003-09-11 James Heskin Scheduling system and method
US6865433B1 (en) * 2004-06-23 2005-03-08 International Business Machines Corporation Method, system, and storage medium for optimizing scheduling activities in a manufacturing environment
US20070179652A1 (en) * 2006-01-31 2007-08-02 Joerg Weigang Method and system for scheduling a stream of products in a manufacturing environment by using a simulation process
CN101493857A (zh) * 2009-02-13 2009-07-29 同济大学 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
CN101604409A (zh) * 2009-07-15 2009-12-16 北京化工大学 应用于多重入复杂制造系统的调度方法
CN101833319A (zh) * 2010-05-11 2010-09-15 同济大学 面向多重入制造系统在线调度的单台设备匹配重调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
伍联营 等: "A Genetic Algorithm-based Approach to Scheduling of Batch Production with Maximum Profit", 《CHINESE JOURNAL OF CHEMICAL ENGINEERING》 *
冯碧琤 等: "基于遗传算法的半导体生产线调度方法研究", 《计算机工程》 *
刘民 等: "并行多机调度问题的一种基于组合规则的遗传算法", 《电子学报》 *
赵丽娜 等: "可重入生产系统的一种新型优化调度策略", 《控制理论与应用 》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104656571A (zh) * 2013-11-18 2015-05-27 北京北方微电子基地设备工艺研究中心有限责任公司 一种支持同时加工多片物料的路由控制方法和装置
CN103927689A (zh) * 2014-05-06 2014-07-16 安徽工程大学 一种可重入型制造系统批处理机调度控制方法
CN110347129A (zh) * 2019-07-15 2019-10-18 长沙戴湘汽配科技有限公司 一种轮毂生产智能调节库及其调节方法
US11869100B2 (en) 2020-09-23 2024-01-09 Changxin Memory Technologies, Inc. Data consolidation analysis system and data consolidation analysis method
CN115129002A (zh) * 2022-06-02 2022-09-30 武汉理工大学 一种带批处理机可重入混合流水车间调度方法及系统
CN115129002B (zh) * 2022-06-02 2024-04-12 武汉理工大学 一种带批处理机可重入混合流水车间调度方法及系统
CN115097737A (zh) * 2022-08-24 2022-09-23 北京航空航天大学 一种可重入制造系统的多层级调控方法
CN115097737B (zh) * 2022-08-24 2022-11-08 北京航空航天大学 一种可重入制造系统的多层级调控方法

Also Published As

Publication number Publication date
CN103034215B (zh) 2015-08-19

Similar Documents

Publication Publication Date Title
CN103034215B (zh) 基于封闭环的可重入多机批处理调度装置及方法
Kellegöz et al. An efficient branch and bound algorithm for assembly line balancing problems with parallel multi-manned workstations
CN101493857B (zh) 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
CN112035251B (zh) 基于强化学习作业布局的深度学习训练系统及方法
CN100576177C (zh) 基于QoS约束的双向分级网格资源调度方法
Shaw Dynamic scheduling in cellular manufacturing systems: a framework for networked decision making
CN103646301B (zh) 一种炉管设备的组批派工系统和方法
Kilincci Firing sequences backward algorithm for simple assembly line balancing problem of type 1
CN103955818A (zh) 多层穿梭车自动仓储系统的任务调度方法
CN101582043A (zh) 一种异构计算系统动态任务分配方法
CN103136631B (zh) 基于产品族排序实现最小总完工时间的批调度方法
CN101901426A (zh) 一种基于蚁群算法的动态滚动调度方法
CN103034758B (zh) 集成电路逻辑优化并行处理方法
CN106327053B (zh) 一种基于多模式集合的纺织工艺推荐模型的构建方法
CN103116809A (zh) 面向产品族排序的批处理机的调度装置及方法
CN104460590A (zh) 一种半导体生产线多产品工件合并方法
CN113848904B (zh) 一种基于惩罚能耗优化多移动机器人任务分配的方法
CN104699533A (zh) 一种多个周期任务的调度方法
CN113344383A (zh) 一种用于分布式异构工厂的节能车间调度系统
Dziurzanski et al. Implementing digital twins of smart factories with interval algebra
CN103105837B (zh) 基于可变时间窗实施两级混合优化批处理调度的方法
Liu et al. Business process modeling and analysis based on queue logical Petri nets
Han et al. Research on conflict resolution method of production evaluation index in flexible manufacturing field based on multiplayer cooperative game
CN106648834B (zh) 基于批装箱问题的虚拟机调度方法
Jin et al. Research and implementation of high priority scheduling algorithm based on intelligent storage of power materials

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150819

Termination date: 20181221