CN103399549B - 基于有约束的最小生成树的半导体封装测试细日投料控制方法 - Google Patents

Abstract

半导体封装测试生产是一个流程高度复杂，资金高度密集的加工过程，相对于其它制造业来说，其产品种类繁多，工序复杂，对设备的利用率要求较高，因而日细投料控制对于提高生产系统瓶颈设备的利用率起着重要的作用。本发明针对瓶颈设备，将要解决的问题建模为图论中求解有约束的最小生成树的问题，通过得到一个有约束的最小生成树，从而得到各个产品的具体的投料顺序和投料的具体时刻。该方法解决了盲目投料导致的瓶颈问题，最后，通过应用研究验证了该方法的有效性和优越性，所提出的方法能够降低改机代价，缩短生产周期，提高生产效益。

Description

基于有约束的最小生成树的半导体封装测试细日投料控制方法

技术领域

本发明涉及一种控制方法，尤其是一种半导体封装测试细日投料控制方法。

背景技术

图结构是一种非常重要的非线性数据结构，带权图的最小生成树尤其被广泛应用在解决工程技术及科学管理等各个领域的最优化问题中。如薛春艳阐明了最小生成树在城市高速公路问题中的优化研究，胡红提及的最小生成树在通信网络中的应用，刘玮等人说明了最小生成树在矿井通风设计和改造最优化方面的应用等。图论极有趣味性，严格来讲它是组合数学的一个重要分支。虽然图论只是研究点和线的学问，但其应用领域十分广阔，不仅局限于数学和计算机学科，还涵盖了社会学、交通管理、电信领域、生产控制等等。作为图的一种特例，最小生成树在求解最优组合问题上有着广泛的应用。

半导体制造系统具有复杂的重入型工艺流程、混合加工模式、高度的不确定性以及产品和技术更新快等特点，被誉为最复杂的制造系统，其生产过程的控制也受到了国内外学者们的广泛关注。

半导体封装测试制造系统的生产控制问题一般可分为投料控制、派工调度和重调度等三个方面，其中，投料控制是半导体封装测试制造系统生产控制的重要组成部分，位于半导体封装测试生产控制体系的最前端，在整个半导体封装测试制造过程中占据重要地位。投料控制策略对制造系统性能的影响很大，需要充分考虑了系统的瓶颈资源。早在1988年，Wein就曾指出，投料策略相比派工策略对半导体前道晶圆制造系统的影响更大，且其主要观念是当新的工作投入现场时，必须先考虑瓶颈工作站的工作负荷，以避免在产品制造的前置时间过长。还有文献所提及的避免饥饿的投料策略，也是基于瓶颈资源的产出决定整个生产系统的产出，讨论如何保护瓶颈资源，使之不因缺料而闲置，以致影响到整个生产系统的产出。同样，对于多品种混合投产的后道封装测试来说，投料策略的好坏对于制造系统的性能影响也具有至关重要的影响作用。生产型企业如何进行生产过程的控制，如何使用现有有限的资源(即瓶颈资源)，要考虑到企业的生产能力，资源的拥有量以及拟生产产品的单件利润等因素。本文针对瓶颈设备组，从投料策略方面提高瓶颈设备的生产能力，使得整个生产系统保持在一个较高的生产水平上，使得企业尽可能的获得最大利润。

投料策略需要解决投入什么料、投入多少量和何时投的问题。在半导体封装测试中，投料控制主要包括两个层级：周投料控制和日投料控制。周投料控制确定本周内生产的品种和每个品种所需生产产量，属于计划层研究问题，主要根据订单承诺信息以及产能规划信息实现周期生产产品分配。日投料控制根据周投料计划，确定每日的投料品种、投入品种的数量和品种的具体投放时刻。日投料控制又包括粗日投料控制和细日投料控制，其中，粗日投料控制主要根据周计划确定每日投料品种和每个品种的投入数量；细日投料控制则根据粗日投料计划确定各个投产品种的具体投放时刻。近年来，针对于细日投料控制问题进行研究，提出了多种投料策略，如固定时间投料策略、恒定在制品投料策略(CONWIP)、避免饥饿投料策略(SA)等。半导体封装测试投料控制的研究也主要集中在细日投料控制方面，如Liu等提出一种新的多规则嵌入的投料控制策略，综合考虑Lot优先规则、产能分配规则和机器加载规则，对投料品种的顺序和工作中心分配进行确定，其实际上是一种投料派工结合的控制策略。Ryohei等提出一种基于遗传算法和机器学习结果的投料控制方法，利用遗传算法产生合适的规则对产品的具体投料时刻进行确定。Chua等基于多约束有限能力的智能投料控制系统，该系统首先对投入品种依据品种属性信息进行排序，然后依据产能情况，对该顺序进行调整，最后进行设备指派。

半导体封装测试是典型的MTO(按单生产)型企业，生产品种繁多。当不同加工条件的品种更换时，往往伴随着设备上加工材料或者是工夹具等的更换，这些更换常常会导致一定的时间成本代价产生，生产车间称为“改机”现象。且不同类型的产品之间的改机所产生的代价是不一样的，这就出现了产品的生产顺序问题，“改机”现象的存在导致封装测试企业设备利用率偏低，生产周期较长。如何减少“改机”代价，提高生产效益是封装测试企业决策者最为关注的问题。

发明内容

本发明的目的是提供一种半导体封装测试细日投料控制方法，该方法能够减少由于改机不合理而造成的成本代价过大的问题，从而提高了企业的生产效益，同时又提高了设备整体利用率。

为了达到上述目的，本发明采用的技术方案为：

一种基于有约束的最小生成树的半导体封装测试细日投料控制方法，包括以下步骤：

步骤1：从当前的日粗投料控制表中获取某一天的要投料的产品的种类数量n，初始化为日细投料计划的所有要加工产品的集合；并且从当前的日粗投料控制表中获取各个产品的生产数量C_i；

步骤2：对步骤1中的产品集合，得到这n种产品两两之间的改机代价；

步骤3：对于产品集合内的n种产品，则构成一个图的n个顶点，并且任何两种产品之间的改机代价构成了条边的权值；这样得到一个完全无向连通图G＝(V,E)，图的顶点集合V是各种投料产品的集合，边的集合E是投料产品之间两两转换所有可能的集合；给每条边赋给一个权值，表示投料产品之间的改机代价；

步骤4：初始化一个上述刚刚转化后的含有n个顶点的完全无向连通图G＝(V,E)的每个顶点的度，即给每个顶点k∈V赋予新的度数D_k＝0；

步骤5：初始化目标树的顶点的集合Vnew＝{x}，其中x为顶点集合V中的任一节点即起始点，初始化目标树的边的集合Enew＝{}；

步骤6：重复下列1)和2)两个操作，直到Vnew＝V；

1).在边的集合E中选取权值最小的边(u,v)，其中u为顶点的集合Vnew中的元素，且顶点u的度D_u≤1；而v则不是Vnew中的元素，如果存在多条权值最小且相等的边，则从这些权值最小且相等的边中任选一条边；

2).将顶点v加入顶点的集合Vnew中，将权值最小的边(u,v)加入边的集合Enew中，并将D_v++；D_u++，即顶点u和v的度数加1；

步骤7：输出由顶点的集合Vnew和边的集合Enew得到的最小生成树T；

步骤8：从得到的最小生成树T中的任意一个度为1的顶点开始，沿着它所连接的边访问一遍该树所有的顶点，即可得到产品的生产顺序；

步骤9：根据产品的生产顺序以及各个产品的生产数量C_i，通过设备的产能采用下列公式(1)和公式(2)获得每个产品的具体的投料时刻；

先计算各产品的加工时间：

$t_i=\frac{C_i}{V_i}---\left(1\right)$

式(1)中，C_i＝产品i的生产数量，V_i＝设备对于产品i的产能

然后得到各个产品的具体的投料时刻：

T_i+1＝T_i+t_i+x_i,i+1          (2)

式(2)中，x_i,i+1＝产品i到产品i+1的改机代价。

本发明的优点：采用了有约束的最小生成树的半导体封装测试细日投料控制方法，能够很好的减少改机时间代价，从而缩短生产周期，提高生产速率。

附图说明

图1为本发明基于有约束的最小生成树的日细投料控制方法的整体流程图。

图2为MATLAB编程实现基于有约束的最小生成树的日细投料控制方法的实例结果图。

图3为MATLAB编程实现的遗传算法遗传1000代获得的实例结果图。

图4为MATLAB编程实现的遗传算法遗传10000代获得的实例结果图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1所示：一种基于有约束的最小生成树的半导体封装测试细日投料控制方法，包括以下步骤：

步骤1：从当前的日粗投料控制表中获取某一天的要投料的产品的种类数量n，初始化为日细投料计划的所有要加工产品的集合；并且从当前的日粗投料控制表中获取各个产品的生产数量C_i；

步骤2：对步骤1中的产品集合，得到这n种产品两两之间的改机代价；

步骤3：对于产品集合内的n种产品，则构成一个图的n个顶点，并且任何两种产品之间的改机代价构成了条边的权值；这样得到一个完全无向连通图G＝(V,E)，图的顶点集合V是各种投料产品的集合，边的集合E是投料产品之间两两转换所有可能的集合；给每条边赋给一个权值，表示投料产品之间的改机代价；

步骤4：初始化一个上述刚刚转化后的含有n个顶点的完全无向连通图G＝(V,E)的每个顶点的度，即给每个顶点k∈V赋予新的度数D_k＝0；

步骤5：初始化目标树的顶点的集合Vnew＝{x}，其中x为顶点集合V中的任一节点即起始点，初始化目标树的边的集合Enew＝{}；

步骤6：重复下列1)和2)两个操作，直到Vnew＝V；

1).在边的集合E中选取权值最小的边(u,v)，其中u为顶点的集合Vnew中的元素，且顶点u的度D_u≤1；而v则不是Vnew中的元素，如果存在多条权值最小且相等的边，则从这些权值最小且相等的边中任选一条边；

2).将顶点v加入顶点的集合Vnew中，将权值最小的边(u,v)加入边的集合Enew中，并将D_v++；D_u++，即顶点u和v的度数加1；

步骤7：输出由顶点的集合Vnew和边的集合Enew得到的最小生成树T；

步骤8：从得到的最小生成树T中的任意一个度为1的顶点开始，沿着它所连接的边访问一遍该树所有的顶点，即可得到产品的生产顺序；

步骤9：根据产品的生产顺序以及各个产品的生产数量C_i，通过设备的产能采用下列公式(1)和公式(2)获得每个产品的具体的投料时刻；

先计算各产品的加工时间：

$t_i=\frac{C_i}{V_i}---\left(1\right)$

式(1)中，C_i＝产品i的生产数量，V_i＝设备对于产品i的产能(也就是加工速率)

然后得到各个产品的具体的投料时刻：

T_i+1＝T_i+t_i+x_i,i+1           (2)

式(2)中，x_i,i+1＝产品i到产品i+1的改机代价。

下面以日粗投料计划表中某一天中的10种投料产品为例进行实例说明。

表1是描述了日粗投料控制计划中某一天的投料产品的种类数量以及各个产品的加工速率和加工量(生产数量),以及由公式(1)得到的各产品的加工时间。

表1

表2描述了各个产品之间进行改机产生的改机代价。

	A	B	C	D	E	F	G	H	I	J
											A	0	1	2	3	4	5	6	7	8	9
B	1	0	5	6	7	8	9	10	11	12
											C	2	5	0	7	8	9	10	11	12	13
D	3	6	7	0	3	6	9	12	15	18
											E	4	7	8	3	0	1	4	7	11	13
F	5	8	9	6	1	0	1	4	9	16
											G	6	9	10	9	4	1	0	8	27	64
H	7	10	11	12	7	4	8	0	6	12
											I	8	11	12	15	11	9	27	6	0	25
J	9	12	13	18	13	16	64	12	25	0

表2

利用MATLAB编程实现本发明的细日投料控制方法，并同样使用MATLAB编程实现基于遗传算法的投料控制方法，作对比。

图2为MATLAB编程实现基于有约束的最小生成树的细日投料控制方法的实例结果图；图3为MATLAB编程实现的遗传算法遗传1000代获得的实例结果图；图4为MATLAB编程实现的遗传算法遗传10000代获得的实例结果图。

获得的结果对比如表3所示。

表3

由上述对比结果可知，采用了有约束的最小生成树的方法能够很好的减少改机时间代价，降低了改机成本，从而缩短生产周期，提高生产速率，整体设备利用率得到提高。此外，上述应用研究为了方便计算，给定规模较小，一般在实际半导体生产企业中，日投产品种达几十种，采用本发明的方法在实际应用中更能发挥其优越性。如在上述实例中，采用本发明进行细日投料控制后，相比较遗传算法，不仅程序的运行时间有所缩短，而且生产周期也缩短了约20多个单位时间，即改机时间代价降低了约20个单位时间。

最后可以根据公式(2)获得各个产品的具体的投料时刻，如表4所示：

产品生产顺序	J	C	A	B	D	E	F	G	H	I
											投料时刻	0	37	49	70	91	109	123	151	184	210

表4

Claims (1)

1.一种基于有约束的最小生成树的半导体封装测试细日投料控制方法，其特征在于，包括以下步骤：

步骤1：从当前的日粗投料控制表中获取某一天的要投料的产品的种类数量n，初始化为细日投料计划的所有要加工产品的集合；并且从当前的日粗投料控制表中获取各个产品的生产数量C_i；

步骤2：对步骤1中的产品集合，得到这n种产品两两之间的改机代价；

步骤3：对于产品集合内的n种产品，则构成一个图的n个顶点，并且任何两种产品之间的改机代价构成了条边的权值；这样得到一个完全无向连通图G＝(V,E)，图的顶点集合V是各种投料产品的集合，边的集合E是投料产品之间两两转换所有可能的集合；给每条边赋给一个权值，表示投料产品之间的改机代价；

步骤4：初始化一个上述刚刚转化后的含有n个顶点的完全无向连通图G＝(V,E)的每个顶点的度，即给每个顶点k∈V赋予新的度数D_k＝0；

步骤5：初始化目标树的顶点的集合Vnew＝{x}，其中x为顶点集合V中的任一节点即起始点，初始化目标树的边的集合Enew＝{}；

步骤6：重复下列1)和2)两个操作，直到Vnew＝V；

1).在边的集合E中选取权值最小的边(u,v)，其中u为顶点的集合Vnew中的元素，且顶点u的度D_u≤1；而v则不是Vnew中的元素，如果存在多条权值最小且相等的边，则从这些权值最小且相等的边中任选一条边；

2).将顶点v加入顶点的集合Vnew中，将权值最小的边(u,v)加入边的集合Enew中，并将D_v++；D_u++，即顶点u和v的度数加1；

步骤7：输出由顶点的集合Vnew和边的集合Enew得到的最小生成树T；

步骤8：从得到的最小生成树T中的任意一个度为1的顶点开始，沿着它所连接的边访问一遍该树所有的顶点，即可得到产品的生产顺序；

步骤9：根据产品的生产顺序以及各个产品的生产数量C_i，通过设备的产能采用下列公式(1)和公式(2)获得每个产品的具体的投料时刻；

先计算各产品的加工时间：

$t_i=\frac{C_i}{V_i}---\left(1\right)$

式(1)中，C_i＝产品i的生产数量，V_i＝设备对于产品i的产能

然后得到各个产品的具体的投料时刻：

T_i+1＝T_i+t_i+x_i,i+1                    (2)

式(2)中，x_i,i+1＝产品i到产品i+1的改机代价。