CN113031542A - 一种基于负载均衡的半导体生产线动态调度方法 - Google Patents
一种基于负载均衡的半导体生产线动态调度方法 Download PDFInfo
- Publication number
- CN113031542A CN113031542A CN202110195779.7A CN202110195779A CN113031542A CN 113031542 A CN113031542 A CN 113031542A CN 202110195779 A CN202110195779 A CN 202110195779A CN 113031542 A CN113031542 A CN 113031542A
- Authority
- CN
- China
- Prior art keywords
- workpieces
- equipment
- workpiece
- production line
- processing
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 106
- 239000004065 semiconductor Substances 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 156
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 49
- 238000003754 machining Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000001312 dry etching Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000001039 wet etching Methods 0.000 claims description 5
- 238000005468 ion implantation Methods 0.000 claims description 3
- 238000001459 lithography Methods 0.000 claims description 3
- 238000011143 downstream manufacturing Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 2
- 238000001259 photo etching Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于负载均衡的半导体生产线动态调度方法，所述方法包括：获取半导体生产线各加工区域的状态参数；将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。本发明能够使整个生产系统的负载达到动态平衡，提高生产率，改善运作性能。
Description
技术领域
本发明涉及一种基于负载均衡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
由于半导体生产线加工过程的复杂性，加工设备的加工能力上的差异以及设备数量的不同，某些设备上排队等待加工的工件还很多(称之为超载)，而另一些设备相对空闲(称之为轻载)。在实际调度过程中，一方面要使超载设备尽可能快的完成待加工工件，减少设备前排队队列长度；另一方面，让某些空闲设备能够保证一定负载，避免资源浪费。避免这种空闲与等待并存的问题，有效提高生产线设备利用率，减少平均加工时间，这就是负载均衡问题产生的原因。
负载均衡问题是经典的组合优化难题。负载均衡调节主要有以下两种方式：一是动态和静态。静态负载均衡方法通常采用列举法、排队论等方法来产生较好的调度方案，这种方法不参考系统当前状态，根据设定好的方法将新的任务分配到系统内各个加工节点，一旦任务分配完成，就不再改变该分配结果。静态负载均衡数学建模相对简单，易于实现，但由于在分配负载的时候并未考虑系统当前负载情况，所以很难达到较好的负载均衡目的，甚至该方法还可能会加剧节点间负载不平衡程度，降低整个系统的性能。
对于简单的调度系统，调度节点较少且调度任务能够一次性分配的情况下可以采用静态负载均衡方法，但是对于大多数情况下，系统中各个调度节点上的任务是动态产生的，各个节点间的负载程度也是时刻变化，对于此类系统则需要采用动态负载均衡调度。动态负载均衡调度能够基于系统当前的负载情况动态的做出负载分配，能很好的提高系统的利用率，但其实现较为复杂，调度过程运算量较大，对系统造成一定程度上的额外开销。
二是局部负载均衡和全局负载均衡。局部负载均衡指只关注生产线部分关键设备的负载分配，通过调度使之能够达到均衡要求，而对于其它普通设备则不作负载均衡要求，这样能减小计算量及降低模型复杂程度，对于包含瓶颈设备的生产线而言尤为适合。相对于局部均衡而言，全局负载均衡则强调建立完整的负载分配调度模型，尽可能考虑所有节点，以便追求整体性能的最优，然而实现较为复杂。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种基于负载均衡的半导体生产线动态调度方法，能够使整个生产系统的负载达到动态平衡，提高生产率，改善运作性能。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负载均衡的半导体生产线动态调度方法，所述方法包括如下步骤：
获取半导体生产线各加工区域的状态参数；
将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；
基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
结合第一方面，进一步地，所述半导体生产线包括包括6吋光刻区、6吋干法刻蚀区、6吋湿法刻蚀区和6吋离子注入区四大加工区域。
结合第一方面，进一步地，所述半导体生产线各加工区域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，包括加工区域I的Mov值mI、加工区域I的设备利用率uI、加工区域I内紧急工件数hot、生产线上不同类型工件在加工区域I内在制品数总数WIPn、加工区域i的缓冲区内排队工件长度lI、生产线计划区间内的Mov值Mov_per_6、预设的负载均衡动态调度算法中设备i前排队工件信息变量参数α、对应工件完成该加工步骤所需要的时间α1和下游设备负载程度的参数β。
结合第一方面，进一步地，所述预先设立的负载均衡预测模型，通过以下步骤进行预测：
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：移动步数、平均队长、平均紧急工件数以及设备利用率；
将半导体生产线的状态参数移动步数、平均队长、平均紧急工件数以及设备利用率输入预先设立的负载均衡预测模型，预测模型输出该生产线当前生产状态下最佳负载分布的最优队长。
结合第一方面，进一步地，所述预设的负载均衡动态调度模型的决策流程包括：
判断当前设备加工类型：若不是批加工设备，对具有最高选择概率的工件优先加工；若是批加工设备，计算设备排队队列中待加工工件的时间权值；
判断设备等待队列中是否存在紧急工件，若存在则将普通工件与紧急工件一同组批；若不存在则判断当前设备是否处于瓶颈状态；若处于瓶颈状态，则对加工工件进行组批，计算各组批工件的优先级；若不处于瓶颈状态，判断工件下游设备所处加工区域的负载情况：
若有负载则对加工工件进行组批，计算各组批工件的优先级；若没有负载则将普通工件与紧急工件一同组批；
选择优先级最高的组批工件在设备i上开始加工。
结合第一方面，优选地，所述预设的负载均衡动态调度模型中的参数有：批加工设备i的加工能力-Bi、下游设备id的加工能力-Bid、生产线的加工区域-D、工件n下游设备id所在的加工区
工件n的交货期-Dn、工件n的实际加工时间比率-Fn、可用设备索引号-i、设备i的菜单索引号-im、设备i的下游设备索引号-id、批加工设备i上排队工件组批索引号-k、工件n下有设备i所属加工区的缓冲区内队列长度
工件n下有设备i所属加工区的缓冲区内队列预测最优队长
派工时刻-t、设备i上的工艺菜单数目-Mi、当前工件下游加工设备id缓冲区队列长度-Nid、时间常数-O、工件n在设备i上的占用时间-Pi n、工件n在下游设备id上的占用时间
设备i上的排队工件n的停留时间-Qi n、工件n在设备i上剩余加工时间-Ri n、工件n的选择概率-Sn、下游设备id每天的可用时间-Tid、工件组批k的选择概率-Γk、设备在时刻要处理工件的紧急程度-τi n(t)、当前加工工件n的下游设备的占用程度
结合第一方面，优选地，所述预设的负载均衡动态调度模型中的参数还包括二进制变量，有：xi B-当设备i在时刻t是瓶颈设备，则取值为1，否则取值为0；
-当下游设备id在时刻t处于轻载状态，则取值为1，否则取值为0；
当工件n在时刻t是紧急工件，取值为1，否则取值为0；
当工件n在设备i上采用工艺菜单m，则取值为1，否则取值为0；
当处理工件n下一步工序的下游设备id在时刻t处于空闲状态，且该工件在设备i采用菜单im，则取值为1，否则取值为0。
结合第一方面，优选地，所述预设的负载均衡动态调度模型的决策流程具体包括：
步骤1：判断当前设备加工类型；若不是批加工设备，转步骤2；若是则转步骤6；
步骤2：计算设备排队队列中待加工工件的时间权值，通过以下公式计算：
公式(1)以工件交货期为基础，用以提高产品准时交货率；在t时刻，
指该工件在当前设备上完成加工所需时间，该值包括纯加工时间和等待时间，Dn-t指该工件实际剩余加工时间，如果工件在当前设备完成加工所需实际时间不小于该工件的实际剩余时间，则将该工件设为紧急工件，该工件在随后加工过程中优先加工，否则其时间权值为两者比值，该值越大说明该工件越紧急；
步骤3：计算各下游设备的负载均衡参数，通过以下公式计算：
公式(2)表示t时刻当前设备对应的负载程度；其中负载程度的计算分两种情况，如果
即工件n下游设备所在的加工区不属于加工区域，则直接计算其下游设备负载程度，否则需要加入校验值，该值由：工件n下游设备所在的加工区的当前队长与加工区域总排队队长的比值，与利用极限学习机学习出的下游设备最优队长与加工区域最优总排队队长比值做差求得，表示当前负载分配比例与预测最优负载比例的差值，其值越大，说明当前工件n的下游设备所在加工区负载较重，反之则负载较小；
步骤4：计算各排队工件的选择概率，通过以下公式计算：
公式(3)中，α1表示货期紧急程度系数，β1表示工件下游设备的负载程度系数；公式(3)表示在t时刻，如果当前工件为紧急工件，则根据该工件在该队列中的停留时间来决定其加工顺序，紧急工件的Sn较非紧急工件的大，能够保证紧急工件优先加工；如果当前工件为非紧急工件，则通过交货期紧急程度、设备负载程度以及下游设备所在加工区负载情况来共同来决定该工件的调度优先级；
步骤5：根据公式(3)计算得到的队列中工件的选择概率进行派工，选择概率最高的工件在当前设备上加工；
步骤6：根据公式(1)计算批加工设备排队队列中待加工工件的时间权值；
步骤7：判断设备等待队列中是否存在紧急工件，如果存在则转步骤8；不存在转步骤9；
步骤8：按以下组批计算公式组批工件：
公式(4)用于挑选与紧急工件具有相同加工菜单的普通工件与紧急工件一同组批；统计工艺菜单为im的紧急工件数，判断当前待加工工件中工艺菜单为im的紧急工件数量是否小于当前批加工设备的最大加工能力Bi，如果不超过则表示该类型紧急工件较少，需要从普通工件中挑选具有相同菜单的工件并组加工；如果工艺菜单为im的普通工件数量大于等于该批次所缺工件数
则按照先进先服务的原则挑选所需普通工件一起组批，如果数量小于缺少的组批数量，则挑选所有符合条件的普通工件组批；如果工艺菜单为im的紧急工件数已经超过或等于最大批量，则挑选交货期最紧张的紧急工件进行组批加工；组批结束后转步骤14；
步骤9：通过以下公式，判断当前设备i是否处于瓶颈状态，如果是转步骤10，如果不是转步骤11；
公式(5)表示当批加工设备前队列长度大于等于该设备全天最大加工工价数时，将该设备标记为瓶颈设备；
步骤10：按以下组批计算公式对加工工件进行组批，组批完成后转步骤14：
公式(6)表示对当前批加工设备i前排队工件根据工艺菜单组批，如果满足条件的工件数超过其批处理设备单批加工能力，则按照先到先服务的原则多批处理；
步骤11：确定工件下游设备所处加工区负载情况；如果其负载参数值为1则转步骤13，如果其负载值为0则转步骤12；通过以下负载计算公式计算负载：
公式(7)表示该工件下游设备的负载情况，如果其下游设备所在加工区属于加工区域D，则根据该工件下游设备所在加工区内的队列长度所占D内总队长比值，与该工件下游设备所在加工区预测最优队长占D内总预测队长比值进行比较，如果实际队长比值小于预测队长比值则表明设备id处于轻载，否则为重载；如果下游设备不属于D，则根据工件下游设备队列长度是否超过该设备的日最大加工能力，超过则设备id处于重载(瓶颈设备)，不超过属于轻载；
步骤12：等待新工件，转步骤8；
步骤13：按以下组批计算公式对加工工价进行组批：
公式(8)用于挑选下一加工步骤所需设备为空闲设备的工件进行组批，统计工艺菜单为im且该工件下一步加工设备为空闲设备的工件数目，判断满足条件的工件数量是否小于当前批加工设备的最大加工能力Bi，如果不超过则表示该类型紧急工件较少，需要从采用工艺菜单im但其下游设备不为轻载的工件中挑选工件并批；如果该类工件数量大于等于该批次所缺工件数
则按照先进先服务的原则挑选所需工件一起组批，如果数量小于缺少的组批数量，则挑选所有符合条件的普通工件组批；如果工艺菜单为im且其下游设备轻载的工件数已经超过或等于最大批量Bi，则根据工件在设备上的停留时间挑选工件满批加工；组批完成后转步骤14；
步骤14：按以下公式计算各组批工件的优先级：
公式(14)中，参数α2,β2,γ,σ是衡量各类信息相对重要程度的指标；公式(14)中第一项表示该组批中紧急工件占的比例，体现准时交货率；第二项表示所有组批中当前批次工件数量与所有批次中单批数量最多批次数量的比值，体现设备利用率及Mov；第三项表示当前组批加工时间与所有组批中所需加工时间最长的批次加工时间的比值，体现Mov及加工周期；最后一项表示设备的负载水平，体现设备利用率；
步骤15：选择优先级最高的组批工件在设备i上开始加工。
第二方面，本发明提供了一种基于负载均衡的半导体生产线动态调度系统，包括：
获取模块：用于获取半导体生产线各加工区域的状态参数；
预测模块：用于将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；
调度模块：用于基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
与现有技术相比，本发明实施例所提供的一种基于负载均衡的半导体生产线动态调度方法所达到的有益效果包括：
本发明将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；负载均衡预测模型能够调节生产线负载分配，提高生产线的整体性能；
基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度；负载均衡动态调度模型能够实现有目标的、可控的、快速的生产线工件派工，使整个生产系统达到一个动态平衡状态，从而提高生产率，改善运作性能。
附图说明
图1是本发明实施例一提供的一种基于负载均衡的半导体生产线动态调度方法的流程图；
图2是本发明实施例一提供的一种基于负载均衡的半导体生产线动态调度方法的预设的负载均衡动态调度模型的决策流程示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例一：
如图1所示，本发明实施例提供了一种基于负载均衡的半导体生产线动态调度方法，包括：
获取半导体生产线各加工区域的状态参数；
将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；
基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
具体步骤如下：
步骤1：获取半导体生产线各加工区域的状态参数。
具体地，采用局部动态负载平衡的方法，只针对部分加工区进行负载平衡的动态调度，经过大量仿真对比，最终确定半导体生产线中以下四大加工区域负载均衡研究对象，如表1所示。
表1：负载均衡加工区
通过仿真系统对半导体生产线生产过程模拟计算得到的半导体生产线的状态参数。加工区域的状态参数如下表2、表3、表4、表5所示。
表2：6吋光刻区参数集
| 状态参数 | 含义 |
| WIP | 光刻区总在制品的数量 |
| Hotlot％ | 光刻区紧急工件数占光刻区总在制品数的比例 |
| Last_1/3_Photo％ | 光刻区后1/3光刻工件数占光刻区总在制品数的比例 |
| Bottleneck_M％ | 光刻区瓶颈设备数占光刻区可用设备数的比例 |
| Bottleneck_U％ | 光刻区瓶颈设备利用率 |
| Bottleneck_C | 光刻区瓶颈设备产能比 |
| RestrainWIP％ | 光刻区有约束WIP占总WIP比例 |
| Queuing_Job | 光刻区排队工件 |
| Queuing_Job_Time | 光刻区排队工件预期加工时间 |
表3：6吋干法刻蚀区参数集
| 状态参数 | 含义 |
| WIP | 干法刻蚀区总在制品的数量 |
| Hotlot％ | 干法刻蚀区紧急工件数占干法刻蚀区总在制品数的比例 |
| Last_1/3_Photo％ | 干法刻蚀区后1/3光刻工件数占干法刻蚀区总在制品的比例 |
| Bottleneck_M％ | 干法刻蚀区瓶颈设备数占干法刻蚀区可用设备数的比例 |
| Bottleneck_C | 干法刻蚀区瓶颈设备产能比 |
| Bottleneck_U％ | 干法刻蚀区瓶颈设备利用率 |
| RestrainWIP％ | 干法刻蚀区有约束WIP占总WIP比例 |
| Queuing_Job | 干法刻蚀区排队工件 |
| Queuing_Job_Time | 干法刻蚀区排队工件预期加工时间 |
表4：6吋湿法刻蚀区参数集
表5：6吋注入区参数集
为了便于建立负载均衡预测模型，状态信息的选取应该与调度过程紧密相关，且能很好的反应生产线负载分配，最终挑选以下参数用作半导体生产线负载均衡预测模型的搭建，具体参数如表6所示。
表6：负载均衡状态参数集
| 属性名称 | 属性含义 |
| mov<sub>i</sub> | 加工区I的Mov值 |
| u<sub>i</sub> | 加工区I的利用率 |
| hot<sub>i</sub> | 加工区I内紧急工件数 |
| WIP<sub>n</sub> | 生产线上不同类型工件在加工区I内在制品数总数 |
| l<sub>i</sub> | 加工区I的缓冲区内排队工件长度 |
| mov_per_6 | 生产线计划区间内Mov(6小时) |
| α | DDR调度算法中设备i前排队工件信息变量参数 |
| α<sub>1</sub> | 对应工件完成该加工步骤所需要的时间 |
| β<sub>1</sub> | 下游设备负载程度参数 |
步骤2：建立负载均衡预测模型。
通过启发式算法，对生产线进行大量仿真，得到大量的状态信息，挑选出优秀样本，用于建立负载均衡预测模型。
步骤3：将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长。
具体地，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：移动步数、平均队长、平均紧急工件数以及设备利用率；
将半导体生产线的状态参数移动步数、平均队长、平均紧急工件数以及设备利用率输入负载均衡预测模型，预测模型输出该生产线当前生产状态下最佳负载分布的最优队长。
步骤4：基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
具体地，预设的负载均衡动态调度模型的决策流程包括：
判断当前设备加工类型：若不是批加工设备，对具有最高选择概率的工件优先加工；若是批加工设备，计算设备排队队列中待加工工件的时间权值；
判断设备等待队列中是否存在紧急工件，若存在则将普通工件与紧急工件一同组批；若不存在则判断当前设备是否处于瓶颈状态；若处于瓶颈状态，则对加工工件进行组批，计算各组批工件的优先级；若不处于瓶颈状态，判断工件下游设备所处加工区域的负载情况：
若有负载则对加工工件进行组批，计算各组批工件的优先级；若没有负载则将普通工件与紧急工件一同组批；
选择优先级最高的组批工件在设备i上开始加工。
具体地，预设的负载均衡动态调度模型中的参数如表7所示。
表7：预设的负载均衡动态调度模型中的参数集
如图2所示，预设的负载均衡动态调度模型的决策流程具体包括：
步骤4-1：判断当前设备加工类型；若不是批加工设备，转步骤4-2；若是则转步骤4-6；
步骤4-2：计算设备排队队列中待加工工件的时间权值，通过以下公式计算：
公式(1)以工件交货期为基础，用以提高产品准时交货率；在t时刻，
指该工件在当前设备上完成加工所需时间，该值包括纯加工时间和等待时间，Dn-t指该工件实际剩余加工时间，如果工件在当前设备完成加工所需实际时间不小于该工件的实际剩余时间，则将该工件设为紧急工件，该工件在随后加工过程中优先加工，否则其时间权值为两者比值，该值越大说明该工件越紧急；
步骤4-3：计算各下游设备的负载均衡参数，通过以下公式计算：
公式(2)表示t时刻当前设备对应的负载程度；其中负载程度的计算分两种情况，如果
即工件n下游设备所在的加工区不属于加工区域，则直接计算其下游设备负载程度，否则需要加入校验值，该值由：工件n下游设备所在的加工区的当前队长与加工区域总排队队长的比值，与利用极限学习机学习出的下游设备最优队长与加工区域最优总排队队长比值做差求得，表示当前负载分配比例与预测最优负载比例的差值，其值越大，说明当前工件n的下游设备所在加工区负载较重，反之则负载较小；
步骤4-4：计算各排队工件的选择概率，通过以下公式计算：
公式(3)中，α1表示货期紧急程度系数，β1表示工件下游设备的负载程度系数；公式(3)表示在t时刻，如果当前工件为紧急工件，则根据该工件在该队列中的停留时间来决定其加工顺序，紧急工件的Sn较非紧急工件的大，能够保证紧急工件优先加工；如果当前工件为非紧急工件，则通过交货期紧急程度、设备负载程度以及下游设备所在加工区负载情况来共同来决定该工件的调度优先级；
步骤4-5：根据公式(3)计算得到的队列中工件的选择概率进行派工，选择概率最高的工件在当前设备上加工；
步骤4-6：根据公式(1)计算批加工设备排队队列中待加工工件的时间权值；
步骤4-7：判断设备等待队列中是否存在紧急工件，如果存在则转步骤4-8；不存在转步骤4-9；
步骤4-8：按以下组批计算公式组批工件：
公式(4)用于挑选与紧急工件具有相同加工菜单的普通工件与紧急工件一同组批；统计工艺菜单为im的紧急工件数，判断当前待加工工件中工艺菜单为im的紧急工件数量是否小于当前批加工设备的最大加工能力Bi，如果不超过则表示该类型紧急工件较少，需要从普通工件中挑选具有相同菜单的工件并组加工；如果工艺菜单为im的普通工件数量大于等于该批次所缺工件数
则按照先进先服务的原则挑选所需普通工件一起组批，如果数量小于缺少的组批数量，则挑选所有符合条件的普通工件组批；如果工艺菜单为im的紧急工件数已经超过或等于最大批量，则挑选交货期最紧张的紧急工件进行组批加工；组批结束后转步骤4-14；
步骤4-9：通过以下公式，判断当前设备i是否处于瓶颈状态，如果是转步骤4-10，如果不是转步骤4-11；
公式(5)表示当批加工设备前队列长度大于等于该设备全天最大加工工价数时，将该设备标记为瓶颈设备；
步骤4-10：按以下组批计算公式对加工工件进行组批，组批完成后转步骤4-14：
公式(6)表示对当前批加工设备i前排队工件根据工艺菜单组批，如果满足条件的工件数超过其批处理设备单批加工能力，则按照先到先服务的原则多批处理；
步骤4-11：确定工件下游设备所处加工区负载情况；如果其负载参数值为1则转步骤4-13，如果其负载值为0则转步骤4-12；通过以下负载计算公式计算负载：
公式(7)表示该工件下游设备的负载情况，如果其下游设备所在加工区属于加工区域D，则根据该工件下游设备所在加工区内的队列长度所占D内总队长比值，与该工件下游设备所在加工区预测最优队长占D内总预测队长比值进行比较，如果实际队长比值小于预测队长比值则表明设备id处于轻载，否则为重载；如果下游设备不属于D，则根据工件下游设备队列长度是否超过该设备的日最大加工能力，超过则设备id处于重载(瓶颈设备)，不超过属于轻载；
步骤4-12：等待新工件，转步骤4-8；
步骤4-13：按以下组批计算公式对加工工价进行组批：
公式(8)用于挑选下一加工步骤所需设备为空闲设备的工件进行组批，统计工艺菜单为im且该工件下一步加工设备为空闲设备的工件数目，判断满足条件的工件数量是否小于当前批加工设备的最大加工能力Bi，如果不超过则表示该类型紧急工件较少，需要从采用工艺菜单im但其下游设备不为轻载的工件中挑选工件并批；如果该类工件数量大于等于该批次所缺工件数
则按照先进先服务的原则挑选所需工件一起组批，如果数量小于缺少的组批数量，则挑选所有符合条件的普通工件组批；如果工艺菜单为im且其下游设备轻载的工件数已经超过或等于最大批量Bi，则根据工件在设备上的停留时间挑选工件满批加工；组批完成后转步骤4-14；
步骤4-14：按以下公式计算各组批工件的优先级：
公式(14)中，参数(α2,β2,γ,σ)是衡量各类信息相对重要程度的指标；公式(14)中第一项表示该组批中紧急工件占的比例，体现准时交货率；第二项表示所有组批中当前批次工件数量与所有批次中单批数量最多批次数量的比值，体现设备利用率及Mov；第三项表示当前组批加工时间与所有组批中所需加工时间最长的批次加工时间的比值，体现Mov及加工周期；最后一项表示设备的负载水平，体现设备利用率；
步骤4-15：选择优先级最高的组批工件在设备i上开始加工。
实施例二：
本实施例将本发明提供的一种基于负载均衡的半导体生产线动态调度方法通过仿真平台进行验证。
以上海市某半导体生产制造企业6英吋硅片生产线为研究对象，根据企业实际需求，结合动态建模方法，通过西门子公司的Tecnomatix Plant Simulation软件搭建始终与实际生产线保持一致的生产线仿真模型为研究平台进行仿真验证。
该企业生产线目前有九大加工区，分别为：注入区、光刻区、溅射区、扩散区、干法刻蚀区、湿法刻蚀区、背面减薄区、PVM测试区和BMMSTOK镜检区，所使用的派工规则是基于人工的优先级调度方法，简称PRIOR。其主旨思想是按照人工经验来设定优先级，在最大程度上保证产品能够按时交货，即满足交货期指标。
在本实施例中，主要验证引进负载均衡参数对生产线性能指标的影响，故在验证过程中采用固定参数的方式进行验证，在本次验证过程中，加权值分别设置为：α1＝0.5、β1＝0.5、α2＝0.25、β2＝0.25、γ＝0.25、σ＝0.25验证过程分为两部分，包括在生产线不同负载情况下和传统启发式规则相对比，负载情况分别为：WIP为6000片的轻载，7000片的满载以及8000片的超载；以及和去掉负载均衡参数的动态派工规则相对比，其中去掉负载均衡参数的方法与当前方法相比有主要有两点不同：
(1)在非批处理设备负载处理的过程中，步骤4-3中下游设备负载计算公式均采用以下公式计算，不必考虑负载均衡的预测值与实际值的关系。
计算公式为：
(2)在批加工过程中，跳过4-11，若果存在瓶颈设备则转4-10，否则转4-12。
验证结果如表8所示。本次仿真验证过程中主要关注的性能参数是日Mov和生产线设备利用率(Equipment Utilization,EU)，这里以加工区为单位统计加工区域的设备利用率，分别是离子注入去、光刻区、干法刻蚀区、湿法刻蚀区。加工区域内包含未使用的设备，故整体区设备利用率较低。为了保证得到生产线稳定后的统计结果，已经剔除生产线前30天的生产数据，总共统计生产线稳定后的60天生产数据。
表8：结果统计
其中DDRLB为采用本发明实施例一中提供的预先设立的负载均衡预测模型以及预设的负载均衡动态调度模型的方法。
以DDRLB方法的结果作为标准，将其它指标与该值作商，求出各项性能指标和DDRLB的比值，以便能更直观的将各项性能指标与该方法进行比较。可得如下结论：
(1)在不同负载且算法加权参数均相同的情况下，DDRLB较普通DDR在各项指标上均有所提升，特别是在轻载和满载的情况下，加工区域平均设备利用率分别提高了2.7％和2.8％，通过闭环手段来调节生产线负载分配来达到提高生产线设备利用率的目的，同时在轻载和满载情况下，平均日Mov分别提升了1.53％，1.45％，日出片量分别提升了5.56％，1.92％。
(2)对于生产线处于超载的情况下，DDRLB较普通DDR性能提升不多，因为在超载的情况下，生产线设备负载过重，生产线产能饱和，此时负载均衡方法的优势并不明显。
(3)仿真过程中采用控制变量法，DDRLB和DDR方法中采用相同加权参数，用以比较加入负载均衡前后生产线性能指标的变化，该参数并不能保证当前采用的动态派工方法较普通启发式方法在性能方面有较大提升，另外采用DDRLB方法的性能指标较一般启发式方法均有所提高。
综上所述，本发明提供的一种基于负载均衡的半导体生产线动态调度方法能够使整个生产系统达到一个动态平衡状态，从而提高生产率，改善运作性能。
实施例三：
本发明实施例提供一种基于负载均衡的半导体生产线动态调度系统，包括：
获取模块：用于获取半导体生产线各加工区域的状态参数；
预测模块：用于将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；
调度模块：用于基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于负载均衡的半导体生产线动态调度方法，其特征在于，所述方法包括如下步骤：
获取半导体生产线各加工区域的状态参数；
将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；
基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
2.根据权利要求1所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述半导体生产线包括包括6吋光刻区、6吋干法刻蚀区、6吋湿法刻蚀区和6吋离子注入区四大加工区域。
3.根据权利要求2所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述半导体生产线各加工区域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，包括加工区域I的Mov值mI、加工区域I的设备利用率uI、加工区域I内紧急工件数hot、生产线上不同类型工件在加工区域I内在制品数总数WIPn、加工区域I的缓冲区内排队工件长度lI、生产线计划区间内的Mov值Mov_per_6、预设的负载均衡动态调度算法中设备i前排队工件信息变量参数α、对应工件完成该加工步骤所需要的时间α1和下游设备负载程度的参数β。
4.根据权利要求3所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述预先设立的负载均衡预测模型，通过以下步骤进行预测：
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：移动步数、平均队长、平均紧急工件数以及设备利用率；
将半导体生产线的状态参数移动步数、平均队长、平均紧急工件数以及设备利用率输入预先设立的负载均衡预测模型，预测模型输出该生产线当前生产状态下最佳负载分布的最优队长。
5.根据权利要求3所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述预设的负载均衡动态调度模型的决策流程包括：
判断当前设备加工类型：若不是批加工设备，对具有最高选择概率的工件优先加工；若是批加工设备，计算设备排队队列中待加工工件的时间权值；
判断设备等待队列中是否存在紧急工件，若存在则将普通工件与紧急工件一同组批；若不存在则判断当前设备是否处于瓶颈状态；若处于瓶颈状态，则对加工工件进行组批，计算各组批工件的优先级；若不处于瓶颈状态，判断工件下游设备所处加工区域的负载情况：
若有负载则对加工工件进行组批，计算各组批工件的优先级；若没有负载则将普通工件与紧急工件一同组批；
选择优先级最高的组批工件在设备i上开始加工。
6.根据权利要求5所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述将普通工件与紧急工件一同组批，包括：
按以下组批计算公式组批工件：
其中，im表示设备i的菜单索引号；Mi表示设备i上的工艺菜单数量；
为二进制变量，当工件n在设备i上采用工艺菜单m，则取值为1，否则取值为0；Bi表示批加工设备i的加工能力；Nim表示普通工件的加工能力；
表示设备i上的排队工件n的停留时间；
表示工件n在设备i上的剩余加工时间；Rn表示工件n的加工时间；Dn表示工件n的交货期，t表示派工时刻；
统计工艺菜单为im的紧急工件数，判断当前待加工工件中工艺菜单为im的紧急工件数量是否小于当前批加工设备的最大加工能力Bi，若不超过则从普通工件中挑选具有相同菜单的工件并组加工，若超过则挑选交货期最紧张的紧急工件进行组批加工；
若工艺菜单为im的普通工件数量大于等于该批次所缺工件数
则挑选所需普通工件一起组批，若工件数量仍小于组批数量，则挑选所有符合条件的普通工件组批。
7.根据权利要求5所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述判断工件下游设备所处加工区域的负载情况，包括：
通过以下负载计算公式计算负载：
其中，
表示工件n下游设备id所在的加工区；D表示加工区域；
表示工件n下游设备id所属加工区的缓冲区内队列长度；L表示队列总长度；
表示工件n下游设备id所属加工区的缓冲区内队列预测最优队长；L’表示预测队列总长度；
表示二进制变量，若下游设备id在时刻t处于轻载状态，则取值为1，否则取值为0；Nid表示工件下游加工设备id缓冲区队列长度；Bi表示批加工设备i的加工能力；
表示工件n在下游设备id缓冲区队列长度；
其下游设备所在加工区属于加工区域D，则根据该工件下游设备所在加工区内的队列长度所占D内总队长比值，与该工件下游设备所在加工区预测最优队长占D内总预测队长比值进行比较，如果实际队长比值小于预测队长比值则表明设备id处于轻载，否则为重载；如果下游设备不属于D，则根据工件下游设备队列长度是否超过该设备的日最大加工能力，超过则设备id处于重载，不超过属于轻载。
8.根据权利要求7所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述对加工工件进行组批，包括：
按以下组批计算公式组批工件：
其中，
表示二进制变量，当处理工件n下一步工序的下游设备id在时刻t处于空闲状态，且该工件在设备i采用菜单im，则取值为1，否则取值为0；
统计工艺菜单为im且该工件下一步加工设备为空闲设备的工件数目，判断满足条件的工件数量是否小于当前批加工设备的最大加工能力Bi，若不超过则从采用工艺菜单im但其下游设备不为轻载的工件中挑选工件并批，若超过则根据工件在设备上的停留时间挑选工件满批加工；
若工艺菜单为im的普通工件数量大于等于该批次所缺工件数
则挑选所需工件一起组批，若工件数量仍小于组批数量，则挑选所有符合条件的工件组批。
9.根据权利要求5所述的基于负载均衡的半导体生产线动态调度方法，其特征在于，所述计算各组批工件的优先级，通过以下公式计算：
其中
表示组批k中紧急工件数目；Bk是组批k的组批大小；Pi k是组批k在设备i上的占用时间；
是组批的下游设备的最大负载；α2,β2,γ,σ是衡量各类信息相对重要程度的指标。
10.一种基于负载均衡的半导体生产线动态调度系统，其特征在于，包括：
获取模块：用于获取半导体生产线各加工区域的状态参数；
预测模块：用于将获取到的状态参数，输入预先设立的负载均衡预测模型，预测得到该生产线当前生产状态下最佳负载分布的最优队长；
调度模块：用于基于获取到的状态参数和预测到的最优队长，采用预设的负载均衡动态调度模型，指导生产线正确派工以实现半导体生产线的动态调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110195779.7A CN113031542A (zh) | 2021-02-22 | 2021-02-22 | 一种基于负载均衡的半导体生产线动态调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110195779.7A CN113031542A (zh) | 2021-02-22 | 2021-02-22 | 一种基于负载均衡的半导体生产线动态调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113031542A true CN113031542A (zh) | 2021-06-25 |
Family
ID=76461672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110195779.7A Pending CN113031542A (zh) | 2021-02-22 | 2021-02-22 | 一种基于负载均衡的半导体生产线动态调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113031542A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115035504A (zh) * | 2022-06-01 | 2022-09-09 | 浙江衣拿智能科技股份有限公司 | 一种烘干运载系统的控制方法、装置及电子设备 |
| CN116739318A (zh) * | 2023-08-15 | 2023-09-12 | 北京珂阳科技有限公司 | 实现半导体光刻机台负载均衡方法、设备以及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310285A (zh) * | 2013-06-17 | 2013-09-18 | 同济大学 | 可用于半导体生产线动态调度的性能预测方法 |
| CN103439886A (zh) * | 2013-07-26 | 2013-12-11 | 同济大学 | 一种半导体生产线自适应动态调度装置 |
| CN103676881A (zh) * | 2013-12-16 | 2014-03-26 | 北京化工大学 | 一种半导体生产线动态瓶颈分析方法 |
| CN104536412A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
| WO2020205339A1 (en) * | 2019-03-29 | 2020-10-08 | Lam Research Corporation | Model-based scheduling for substrate processing systems |
-
2021
- 2021-02-22 CN CN202110195779.7A patent/CN113031542A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310285A (zh) * | 2013-06-17 | 2013-09-18 | 同济大学 | 可用于半导体生产线动态调度的性能预测方法 |
| CN103439886A (zh) * | 2013-07-26 | 2013-12-11 | 同济大学 | 一种半导体生产线自适应动态调度装置 |
| CN103676881A (zh) * | 2013-12-16 | 2014-03-26 | 北京化工大学 | 一种半导体生产线动态瓶颈分析方法 |
| CN104536412A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
| WO2020205339A1 (en) * | 2019-03-29 | 2020-10-08 | Lam Research Corporation | Model-based scheduling for substrate processing systems |
Non-Patent Citations (3)
| Title |
|---|
| 吴莹等: "晶圆生产线瓶颈区并行机半在线调度方法", 《控制与决策》 * |
| 李莉等: "半导体生产线自适应派工规则", 《控制工程》 * |
| 贾鹏德等: "性能指标驱动的半导体生产线动态派工方法", 《计算机集成制造系统》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115035504A (zh) * | 2022-06-01 | 2022-09-09 | 浙江衣拿智能科技股份有限公司 | 一种烘干运载系统的控制方法、装置及电子设备 |
| CN116739318A (zh) * | 2023-08-15 | 2023-09-12 | 北京珂阳科技有限公司 | 实现半导体光刻机台负载均衡方法、设备以及存储介质 |
| CN116739318B (zh) * | 2023-08-15 | 2023-11-21 | 北京珂阳科技有限公司 | 实现半导体光刻机台负载均衡方法、设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6470231B1 (en) | Method and system for auto dispatching wafer | |
| Glassey et al. | Closed-loop job release control for VLSI circuit manufacturing | |
| CN105843189B (zh) | 一种用于半导体生产线基于简化仿真模型的高效调度规则选择方法 | |
| CN113031542A (zh) | 一种基于负载均衡的半导体生产线动态调度方法 | |
| CN111356988B (zh) | 用于调度半导体加工的方法和系统 | |
| JPH0883115A (ja) | プロセス機械の制御とスケジューリングを行う装置と方法 | |
| Hadj Youssef et al. | Efficient scheduling rules in a combined make-to-stock and make-to-order manufacturing system | |
| US20050113955A1 (en) | Dynamically adjusting the distribution for dispatching lot between current and downstream tool by using expertise weighting mechanism | |
| US7257502B1 (en) | Determining metrology sampling decisions based on fabrication simulation | |
| 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 | |
| Shady et al. | Evolving dispatching rules using genetic programming for multi-objective dynamic job shop scheduling with machine breakdowns | |
| CN111260144A (zh) | 一种差异工件随机到达情况下单机批调度问题的求解方法 | |
| CN116739318B (zh) | 实现半导体光刻机台负载均衡方法、设备以及存储介质 | |
| Zhou et al. | WIP balance and due date control in a wafer fab with low and high volume products | |
| Rose | CONWIP-like lot release for a wafer fabrication facility with dynamic load changes | |
| CN116525500A (zh) | 晶圆制造派工方法、派工装置及电子设备 | |
| CN110084498A (zh) | 一种服务端的派工方法、装置、计算机设备及存储介质 | |
| JP2005190031A (ja) | 半導体デバイス製造におけるボトルネック発生回避方法およびシステム | |
| CN114356515A (zh) | 一种数据转换任务的调度方法 | |
| Neale et al. | Control of a batch processing machine serving compatible job families | |
| Akhavan-Tabatabaei et al. | A method for cycle time estimation of semiconductor manufacturing toolsets with correlations | |
| US7113840B2 (en) | Dispatch method and system | |
| Zhao et al. | Process management of customized product manufacturing for steel structures | |
| Zhang et al. | Simulation based real-time scheduling method for dispatching and rework control of semiconductor manufacturing system | |
| US20220415681A1 (en) | Scheduling multiple production steps under q-time constraints in semiconductor manufacturing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |