本书对复杂的半导体制造系统智能调度问题从理论到方法再到应用, 进行了系统论述。主要内容包括数据驱动的半导体制造系统调度框架、半导体制造系统数据预处理的方法、半导体生产线性能指标相关性分析、智能化投料控制策略、一种模拟信息素机制的动态派工规则、基于负载均衡的半导体生产线的动态调度和性能指标驱动的半导体生产线动态调度方法、大数据环境下的半导体制造系统调度发展趋势...
调度问题普遍存在于工业工程中,其本质是通过对有限资源的合理配置, 寻求系统目标的最大化。资源(包括物质资源和时间资源)的限制与目标(如产量、效率、速度等)的追求之间存在着广泛而多样的客观的矛盾,因此调度问题一直是学术界与工程技术界的研究热点之一。 虽说调度问题的实际表象有多种,如生产系统调度、交通运输调度、人员时间调度、项目进度调度等,但制造系统的调度毫无疑问是众多调度问题中受关注最多、研究时间最长的一类。制造系统调度是企业生产活动组织和管理的中心问题,是提高企业综合效益的有效途径。它对提高企业生产管理水平、节省成本、改进服务质量、提高企业竞争力、加速收回投资以及获得更高的经济效益有着十分重要的意义。借助于先进的生产计划与调度方法,可以在不增加或少增加投入的基础上为企业赢得更大的产出与利润,获得更大的投资回报率。 自1954年约翰森发表了第一篇关于生产调度的经典论文以来,制造系统的调度问题走过了单机调度、多机调度、流水车间(flow-shop) 调度、作业车间(job-shop)调度、柔性制造系统(FMS,Flexible Manufacturing System) 调度等由简单到复杂的发展过程。其间,大量相关研究工作及成果的积累也进一步奠定了制造系统调度在调度研究领域中举足轻重的地位。如果说调度领域内许多早期的工作是在制造业的推动下发展起来的,那么不断产生于制造业的实际问题还在提出新的挑战。根据劳勒等的观点,随着经典调度问题的四个基本假设(即单件加工方式、确定性、可运算性和单目标性)不断被突破,关于调度的研究重心已逐渐由经典调度问题移向新型调度问题。本书重点讨论的半导体制造系统调度就属于这一类新型调度问题。 20世纪80年代末90年代初,美国的库玛教授针对半导体、胶卷等行业的生产特点,提出了类多重入复杂制造系统的概念,并将其列为有别于flow-shop 和job-shop的第三类生产制造系统。半导体制造系统作为类多重入复杂制造系统的典型代表,其调度问题具有大规模、不确定、多目标等综合复杂性,集中体现了新型调度问题的多项特征。关于半导体制造系统调度方面的研究在理论上具有极强的挑战性,而且也具有十分显著的应用意义。自我国“十五” 计划开始,半导体制造业作为整个集成电路产业的基础,一直是国家大力推进的行业之一,因而急需有相应的理论、方法和应用研究对其发展提供支持和指导。而目前的实际情况是:一方面,国内外的相关研究存在着比较大的差距;另一方面,国外先进的理论方法不一定适合我国半导体制造企业的实际需求,关注的重点问题也可能不一致。 关于半导体制造系统过程调度问题,笔者早在十几年前就有所关注,基于已有的对柔性制造系统、离散事件动态系统和Petri 网等方面的研究基础,已经对这一领域的问题与现状进行跟踪了解和展开初步研究。直到最近几年,随着笔者及研究团队科研工作的逐步深入,先后得到了国家重点基础研究发展计划(973计划)、国家自然科学基金和企业级合作等多项科研项目的资助,针对复杂制造过程优化调度问题的研究库进一步得以系统性展开。对该领域的理论、方法有了充分的调研和认识,而且积累了一定的研究成果,并与著名的半导体制造企业合作,在相关研究成果的应用实施方面进行了有益的探索尝试。本书就是在这些工作和成果的基础上撰写而成的,把近20 年来国内外的相关研究成果和作者多年的经验积累相结合,尝试对复杂半导体制造系统智能调度问题从理论到方法再到应用进行系统化论述。全书共分为8章。 第1章对半导体制造系统调度问题进行了概述,主要介绍了半导体制造流程、半导体制造系统调度及其发展趋势。第2章介绍了数据驱动的半导体制造系统调度框架,实现了一种基于数据的复杂制造系统调度体系结构。第3章围绕半导体制造系统数据预处理进行展开,介绍了几种数据预处理方法:数据规范化、数据缺失值填补、基于数据聚类分析的异常值探测、基于变量聚类的冗余变量检测。第4章从长期性能指标和短期性能指标的角度,对半导体生产线性能指标相关性分析进行了介绍。第5章介绍了智能化投料控制策略,着重论述了基于极限学习机的投料控制策略。第6章以某实际生产线为背景,提出了一种基于模拟信息素机制的动态派工规则,并采用数据挖掘的方法对动态派工规则进行参数优化。第7章介绍了两种不同的闭环调度方法:基于负载均衡的半导体生产动态调度方法和性能驱动的半导体生产线动态调度方法。第8章主要介绍了大数据环境下的半导体制造系统调度发展趋势。以工业4.0 为开端,接着介绍了工业大数据及其发展的三个阶段及大数据环境下半导体制造调度发展趋势,最后以应用实例说明了大数据环境下半导体制造调度问题。 本书面向从事半导体制造系统计划、调度和优化等相关领域研究工作的科研人员,自动控制、工业工程等专业院校研究生和教师,制造管理及微电子制造行业生产管理或工程技术人员等,力求在半导体制造系统及其智能调度的理论方法、技术及应用案例等方面为读者提供有价值的参考和辅助。 与本书相关的研究工作得到了国家自然科学基金重点项目(61034004)、国家自然科学基金面上项目(51475334、61273046)、国家自然科学基金青年科学基金项目(50905129)以及同济大学青年英才计划项目(0800219252)的资助。在本书的编写过程中,崔美姬、汤珺雅、赵晓晓、汪咏等研究生参与了部分工作,在此向他们表示感谢。 半导体制造系统智能调度是具有NP 特征且具有高度复杂和挑战性的课题,相关的研究还在不断发展和完善之中,本书仅为笔者近年来学习和研究的一个阶段性总结,其中难免会有不足之处,敬请读者批评指正。 著 者
李莉,同济大学电子与信息工程学院控制科学与工程系,系主任,同济大学电子与信息工程学院控制科学与工程系主任,教授,博导。中国科学院沈阳自动化研究所毕业,工学博士,中国自动化学会集成自动化技术专业委员会秘书长、中国自动化学会专家咨询工作委员会(ECC)委员、上海市自动化学会理事。 主要研究领域为复杂生产系统计划与调度、数据驱动的建模与优化、计算智能、面向工业4.0的大数据应用等。主持或参加国家973、863计划项目、国家自然科学基金重点项目、国家自然科学基金面上项目、上海市科委科技行动计划项目等10余项,出版学术专著3部,在高水平国际国内期刊和国际会议上发表学术论文80余篇,其中1 篇入选2013 年度IEEE Transactions on Automation Science and Engineering Best Paper Award Finalist;授权发明专利5项、软件著作版权6项。获中国自动化学会技术发明奖一等奖、上海市技术发明奖一等奖各1项,获中国自动化学会高等教育教学成果奖一等奖1项。
本书对复杂的半导体制造系统智能调度问题从理论到方法再到应用, 进行了系统论述。主要内容包括数据驱动的半导体制造系统调度框架、半导体制造系统数据预处理的方法、半导体生产线性能指标相关性分析、智能化投料控制策略、一种模拟信息素机制的动态派工规则、基于负载均衡的半导体生产线的动态调度和性能指标驱动的半导体生产线动态调度方法、大数据环境下的半导体制造系统调度发展趋势。 本书面向从事半导体制造系统计划、调度和优化等相关领域研究工作的科研人员, 自动控制、工业工程等专业院校研究生的教师, 制造管理及微电子制造行业生产管理或工程技术人员等, 力求在半导体制造系统及其智能调度的理论方法、技术及应用案例等方面为读者提供有价值的参考和辅助。
第1章半导体制造系统调度/ 1 1.1半导体制造流程/ 2 1.2半导体制造系统调度/ 5 1.2.1调度特点/ 6 1.2.2调度类型/ 8 1.2.3调度方法/ 11 1.2.4评价指标/ 12 1.3半导体制造系统调度发展趋势/ 14 1.3.1复杂制造数据预处理/ 15 1.3.2基于数据的调度建模/ 16 1.3.3基于数据的调度优化/ 17 1.3.4存在问题/ 19 1.4本章小结/ 19 参考文献/ 20 第2章数据驱动的半导体制造系统调度框架/ 22 2.1数据驱动的半导体制造系统调度框架设计/ 23 2.2基于数据的复杂制造系统调度体系结构/ 25 2.2.1DSACMS概述/ 25 2.2.2DSACMS的形式化描述/ 29 2.2.3DSACMS的对复杂制造系统调度建模与优化的支持/ 37 2.2.4DSACMS中的关键技术/ 38 2.3应用实例/ 39 2.3.1FabSys概述/ 39 2.3.2FabSys的面向对象仿真模型/ 40 2.3.3FabSys的数据驱动预测模型/ 53 2.4本章小结/ 56 参考文献/ 56 第3章半导体制造系统数据预处理/ 58 3.1概述/ 59 3.2数据规范化/ 62 3.2.1数据规范化规则/ 62 3.2.2变量异常值校正/ 63 3.3数据缺失值填补/ 64 3.3.1数据缺失值填补方法/ 64 3.3.2Memetic算法和Memetic计算/ 66 3.3.3基于高斯变异和深度优先搜索的属性加权K近邻缺失值填补方法(GS-MPSO-KNN) / 68 3.3.4数值验证/ 70 3.4基于数据聚类分析的异常值探测/ 73 3.4.1基于数据聚类的异常值探测/ 73 3.4.2K均值聚类/ 74 3.4.3基于GS-MPSO和K均值聚类的数据聚类算法(GS-MPSOKMEANS)/ 75 3.4.4数值验证/ 76 3.5基于变量聚类的冗余变量检测/ 77 3.5.1主成分分析/ 77 3.5.2基于K均值聚类和PCA的变量聚类/ 78 3.5.3基于MCLPSO的变量聚类算法(MCLPSO-KMEANSVAR) / 80 3.5.4数值验证/ 81 3.6本章小结/ 83 参考文献/ 84 第4章半导体生产线性能指标相关性分析/ 87 4.1半导体制造系统性能指标/ 88 4.2半导体生产线性能指标的统计分析/ 92 4.2.1短期性能指标/ 93 4.2.2长期性能指标/ 97 4.3基于相关系数法的性能指标相关性分析/ 99 4.3.1相关性分析框图/ 100 4.3.2考虑工况的性能指标相关性分析/ 100 4.3.3考虑派工规则的性能指标相关性分析/ 104 4.3.4综合考虑工况以及派工规则的性能指标相关性分析/ 105 4.3.5长期性能指标和短期性能指标相关性分析/ 106 4.3.6基于MIMAC生产线的性能指标相关性分析/ 106 4.4基于皮尔逊系数的性能指标相关性分析/ 109 4.4.1日在制品数-日移动步数/ 110 4.4.2日排队队长-日移动步数/ 111 4.4.3日设备利用率-日移动步数/ 113 4.5半导体制造系统性能指标数据集/ 114 4.5.1加工周期和对应短期性能指标的训练集/ 114 4.5.2准时交货率和对应短期性能指标的训练集/ 115 4.5.3等待时间和对应短期性能指标的训练集/ 116 4.6本章小结/ 116 参考文献/ 117 第5章数据驱动的半导体制造系统投料控制/ 119 5.1半导体制造系统常用投料控制策略/ 120 5.1.1常用投料控制/ 121 5.1.2改进的投料控制策略/ 127 5.1.3现阶段投料控制策略的局限性/ 129 5.2基于极限学习机的投料控制策略/ 130 5.2.1基于极限学习机确定投料时刻的投料控制策略/ 132 5.2.2基于极限学习机确定投料顺序的投料控制策略/ 138 5.3基于属性选择的投料控制策略优化/ 146 5.3.1投料相关属性集/ 146 5.3.2属性选择/ 149 5.3.3经过属性选择后的仿真/ 150 5.4本章小结/ 157 参考文献/ 157 第6章数据驱动的半导体制造系统动态调度/ 160 6.1动态派工规则/ 161 6.1.1参数与变量定义/ 161 6.1.2问题假设/ 162 6.1.3决策流程/ 163 6.1.4仿真验证/ 167 6.2基于数据挖掘的算法参数优化/ 169 6.2.1总体设计/ 169 6.2.2算法设计/ 171 6.2.3优化流程/ 178 6.2.4仿真验证/ 179 6.3本章小结/ 185 参考文献/ 186 第7章性能驱动的半导体制造系统动态调度/ 187 7.1性能指标预测方法/ 188 7.1.1单瓶颈半导体生产模型长期性能指标预测方法/ 188 7.1.2多瓶颈半导体生产模型长期性能指标预测方法/ 198 7.2基于负载均衡的半导体生产线动态调度/ 205 7.2.1总体设计/ 205 7.2.2负载均衡技术/ 206 7.2.3参数选取/ 207 7.2.4负载均衡预测模型/ 209 7.2.5基于负载均衡的动态调度算法/ 210 7.2.6仿真验证/ 216 7.3性能指标驱动的半导体生产线动态调度/ 219 7.3.1性能指标驱动的调度模型结构/ 219 7.3.2动态派工算法/ 220 7.3.3预测模型搭建/ 222 7.3.4仿真验证/ 223 7.4本章小结/ 224 参考文献/ 225 第8章大数据环境下的半导体制造系统调度发展趋势/ 227 8.1工业4.0/ 228 8.2工业大数据/ 230 8.3大数据环境下半导体制造调度发展趋势/ 232 8.3.1基于数据的Petri 网/ 232 8.3.2动态仿真/ 233 8.3.3预测模型/ 233 8.4应用实例:复杂制造系统大数据驱动预测模型/ 234 8.5本章小结/ 235 参考文献/ 236 索引/ 238
ISBN:978-7-122-37328-1
语种:汉文
开本:16
出版时间:2020-12-01
装帧:平
页数:239