论文部分内容阅读
可重入制造系统是以半导体晶圆制造过程为典型代表的第三类制造系统,具有高度可重入性、数百台加工机器、上千道加工工序、大量不确定性约束条件、组批加工、多种产品类型和生产周期长等明显区别于流水车间(Flow Shops)和作业车间(Job Shops)的特点。晶圆制造过程作为半导体制造业中资金投入最密集和技术复杂程度最高的前段工艺,从初期的订单处理和资源配置到生产阶段的物料规划和设备调度都存在着既密切联系又相互制约的决策和控制问题,这些决策和控制问题又直接影响着半导体晶圆制造系统的整体性能。基于运筹学的传统数学解析模型很难在短时间内求得这些决策和控制问题的最优解,而基于离散事件仿真和优化算法的仿真优化方法具有强大的建模能力和高级的智能算法,从而为解决可重入制造系统中的决策和控制问题提供了一种新思路。本文以可重入制造系统的性能优化问题为研究对象,以增加系统平均产出量和减小系统平均生产周期为优化目标。综合考虑每个工作站的调度规则、全局和瓶颈工作站固定在制品数对可重入制造系统性能指标的影响,提出一种基于仿真优化方法的多维组合策略(Multidimensional Combination Policy, MCP)来求解可重入制造系统的性能优化问题。具体来说,主要研究内容包括以下两个方面：(1)可重入制造系统仿真优化模型的构建。选择经典的Intel Mini-Fab模型作为可重入制造系统性能优化问题的仿真对象,基于ExtendSim仿真开发平台构建仿真优化模型。以每个工作站的调度规则、全局和瓶颈工作站固定在制品数为仿真优化模型的决策输入自变量,以系统平均产出量最大化同时保证瓶颈工作站维持较高设备利用率为仿真优化模型的目标函数。仿真优化模型的构建为可重入制造系统性能优化问题的求解提供了模型基础和技术保障。(2)基于仿真优化方法的多维组合策略实验评价。利用ExtendSim软件中内嵌遗传算法的‘’Optimizer"控件设计仿真优化模型的优化模块,运行仿真优化程序后经过遗传算法的全局迭代搜索筛选出具有满意系统性能表现的最佳多维组合策略。对于达到稳态的系统,由Little定理可知最佳多维组合策略下的系统平均生产周期也应该最小。为了进一步验证多维组合策略的优越性,针对文献中调度规则和全局固定在制品数相结合的策略以及瓶颈工作站固定在制品数的策略也设计了仿真实验。通过对比三种仿真实验的结果可以看出,基于仿真优化方法的多维组合策略可以提高系统平均产出量同时显著减小系统平均生产周期。