2.1?數據驅動的半導體制造系統調度框架設計

自20世紀50年代,制造系統調度問題被提出以來并因其具有重要的研究意義而備受學術界重視,生產調度系統也逐漸成為制造型企業重要的決策支持系統。隨著研究的深入,根據時間粒度可將制造系統調度問題細分為3類:生產計劃、生產排程和實時派工。根據調度類型可分為投料計劃、工件調度和設備維護調度。針對這些不同層次和類型的調度問題,數學規劃、Petri網、仿真模型、啟發式規則和人工智能方法得到了廣泛應用。根據其對應的調度問題,這些模型和方法將形成生產調度系統(Production Scheduling System,PSS)中不同的調度模塊,并在一些實際調度環境下取得成功應用。但與調度問題理論研究成果的多樣性相比,成功解決實際制造系統調度問題的應用案例還比較單一,多數集中在數學規劃和啟發式調度規則為主的調度仿真系統,智能化水平不高。以Intel的面向半導體制造領域的先進計劃調度系統(Advanced Planning Scheduling,APS)為例,APS協同了生產計劃模塊、生產排程模塊和實時調度模塊,集成了仿真模型、啟發式實時調度規則和整數規劃等建模和優化方法,所采用的建模和優化方法較為傳統。因此調度理論研究和實際應用之間存在鴻溝。其主要原因有如下兩點:

① 對于具體調度問題,傳統建模優化方法不足以應對制造系統的大規模和復雜性,對應的調度模塊適用性受到局限;

② 對調度問題的研究集中于具體調度問題的建模、優化和對應調度模塊的開發,而對PSS各個模塊之間的協同交互研究得較少,即對PSS體系結構的研究不夠充分。

體系結構[1]是對系統(包括物理和概念層面上的對象或者實體)中各部分的基本配置和連接的描述(模型),即“一組用以描述所研究系統的不同方面和不同開發階段的、結構化的、多層次多視圖的模型和方法的集合,體現了對系統的整體描述和認識,為對系統的理解、設計、開發和構建提供工具和方法論指導”。基于此定義,將集成了多個調度模型或采用了多種調度優化方法的PSS界定為PSS體系結構。自2000年以來,隨著制造系統復雜性的提高,為了增強調度方法的可用性,調度系統的體系結構得到關注。Pandey[2]提出了協同生產調度、設備維護和質量控制的概念模型。Monfared[3]提出了集成生產計劃、生產調度和控制的整體方案,并基于排隊論模型,同時集成了實時調度規則和模糊預測控制系統,實現了生產系統調度與控制的協同。Wang[4]針對半導體后端制造工藝提出了一種協同產能規劃的調度優化方案,通過產能規劃模型推出產能約束作為調度優化模型的約束。Lalas[5]針對紡織生產線提出了一種混合反向調度方法,首先通過產能規劃模型得到有限產能值,并通過離散時間仿真系統優化有限產能約束下的實時調度規則。Lin[6]針對薄膜晶體管液晶顯示器生產線,根據月、日、實時三個時間粒度設計了三層生產計劃調度系統。近年來,隨著PSS體系結構進一步的發展和復雜化[7],為了更好地通過調度模塊之間的協同實現復雜制造系統的優化調度,PSS體系結構有如下兩種實現方式。

① 多Agent形式:將各個調度模塊封裝為Agent,并以Agent協商的方式進行調度模塊之間的協同。

基于黑板通信模式,Sadeh[8]實現了敏捷制造中生產計劃和排程之間的協同。基于自定義的多Agent通信機制,Nishioka[9]對制造系統的生產計劃和排程進行了協同分布。Gasquet[10]將生產計劃分解為預測式調度(包括關鍵性能指標預測)和反應調度,并通過Agent協商的方式執行預測調度和反應調度,從而實現生產計劃和生產調度的協同。Tai[11]將每個制造單元的相關數據和生產調度/控制方法封裝為對象,以分布式的方式實現了柔性制造系統調度與控制的協同。基于多Agent的體系結構能夠融合仿真模型和調度模塊,通過Agent之間的協作實現調度模塊之間智能化自適應協同。缺點在于現有的軟件開發工具對多Agent系統的支持力度不夠,而且多Agent系統通過協商的仿真方式導致決策速度變慢。因此,基于多Agent系統的實用性較弱。

② 組件化形式:將各個調度模塊的調度方法封裝為組件,根據不同制造系統的特點,進行重構,定制具有較高魯棒性的制造系統。

Li[12]以仿真模型為核心,根據時間粒度的不同,提出了三層調度模塊體系結構(生產計劃+生產排程+重調度)或兩層調度體系結構(生產計劃+實時調度)。并在每個調度模塊集成了若干種調度算法組件可供選擇。Govind[13]在OPSched系統中封裝并集成了生產計劃、近實時調度、實時派工等組件,通過選擇合適的組件實現了Intel半導體制造系統的自動化運行并達到了較高的資源利用率。牛力[14]將規劃模型、優化算法和仿真模型封裝為構件,實現了基于Web面向服務的調度系統體系結構,具有較高的靈活性。現有的集成開發環境能夠對基于組件化的開發方法提供良好的支持,因此基于組件化形式有較好的實用性。

20世紀90年代以來隨著數據挖掘技術的發展,基于數據的方法在制造系統調度領域已經取得了一定的應用。針對傳統建模優化方法的局限性,通過引入基于數據的方法可以對其進行有效改進。但總體上,已有的基于數據的調度方法是對特定調度問題的具體調度模塊的局部進行改進,而并未對現有的調度體系結構起到全面支持。

針對傳統調度方法的不足和局限,本章利用制造系統中和調度相關的數據對復雜制造系統的調度問題進行全面總結,設計并實現了基于數據復雜制造系統調度的體系結構(Data?based Scheduling Architecture of Complex Manufacturing System Scheduling Architecture,DSACMS),并以一個實際的復雜硅片加工系統為例說明DSACMS的應用實例。