生产资源规划的优化制造技术

一种用于在有约束情况下制定原料需求计划、实行最优资源分配和制定生产计划的方法，它指明各种所需生产产品的数量，这种产品既包括最终产品又包括将被用于生产一种或多种最终产品的中间产物，从而实现对一生产过程的优化处理。为了实现该优化处理，该方法采用一个目标函数，例如在原料存货受限制或生产过程中所需设备受限制的情况下，以最大限度获利为目标函数。（*该技术在2014年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一个通过线性规划实现生产资源规划(MRP)，包括资源分配和产品规划，实现最优化的方法学;更确地说，本专利技术涉及多级装配的MRP最佳条件选配，它通过一个最佳资源分配过程决定发货和生产方案，这些方案均包括在MRP程序的数据中。资源分配决定的需要出现在广泛的技术和工业领域中，例如，电话传送系统中传送设备的安排，工厂里产品配合比的控制，工业设备的部署，存货控制等，在这些情况下，资源分配通常指为了某一特殊技术或工业产品的生产所进行的特定技术或工业原料的分配。资源分配的决策典型地受到一些限制因素的影响，如可以获得的原料、设备、时间、成本和其它一些影响技术过程产量的参数，以及某一特定应用中某一特定资源的利用情况。在此举一个感兴趣的例子，需要对产品，例如半导体设备由生产的生产资源配置实行最优化处理，尤其是在一些必须先在不同时帧内产生多种中间产物，再将其组合形成最终产物的情况下。每一种特定的资源分配都要与一个特定结果，如成本或生产产品的数量相联系。在理想情况下，资源分配应当满足所有的限制条件，同时还要通过减少成本或增加生产过程生产出的设备数量等方法获取最高利润。一种代表上述分配决策问题的方法被称为线性规划模式。这种模式包括了一系列线性关系，它们被以矩阵格式排列，定量地代表分配、约束条件和工业或其它技术流程产品之间的关系。在线性关系中，提供了各常系数被未知分配值所加倍的和。尽管许多资源分配问题不是被这些线性关系代表，而是涉及高次幂或其它非线性方程变量表达式，但生产资源规化流程的最优化已经用线性模式得到了解决。这种通过线性规划(LP)进行的模式化是在多维空间里通过多维矢量完成的，多维矢量提供一个多维图形，或者称多面体，其每一个表面均由一个定义了工艺流程各分配投入间关系的方程所决定。线性规划问题的最佳解决方法已可得到，例如通过George Dantzig于1947年提出的单纯算法，或是更近一些的Karmarkar算法，如美国Freedman等的专利第4，924，386号所揭示的。在此产生了一个问题，即，本系统和生产资源规化处理过程要受到生产设备相对于某一系列生产步骤在给定一系列输入参数，如不同原料的数量、可获得的设备、可获得的时间条件下可生产的产品，如半导体设备，的预期数量的限制。眼前的系统和方法不能仅依靠线性目标函数，如成本的最低化或产出器件数量的最大化来实现生产资源规化的最优化处理。因此，目前生产商可以猜测可能产生一个近似最优结果的一系可能的输入参数，再将其应用于这个将预测出产量的生产资源规化系统。然而这样做并不能保证预期产量与最优值接近。考虑到世界范围生产信息系统(MIS)市场的巨大，不难预料对于一种包括数据和数据处理方法，能帮助生产管理人员进行生产规划和实施的制造过程优化方法的需求是多么强烈。例如，一个生产信息系统包括需求量数据、原料数据、成本数据、原料清单数据，还包括生产资源规化软件、生产能力需求计划(CRP)软件、订货查询软件和财政报告软件。仅仅是生产资源规化就拥有十亿美元的市场。生产信息系统软件可用于从主机(mainframes)到台式计算机的各类计算机。眼下可获得的生产信息系统主是是针对于数据管理系统的。最重要的生产决策(例如，制造什么，制造多少，什么时间和地点制造)最终还是由人而不是由一个生产信息系统决策。通常而言，一个制造商通过直觉和经验，辅以对制造能力和市场需求的知识做出一个原始生产计划的决策。在此之后，管理人员运行生产资源规划和生产能力需求规划软件以产生描述生产计划与可获得资源之间不妥之处的报告。接下来可能要对生产计划进行修改并再次运行生产资源规划和生产能力需求规划软件。这将花费大量时间，而且对于为了消除生产过程所用的某一特定原料短缺而对生产计划进行的修改来说，报告是很难整理的。试图执行一个不可行的生产计划将会导致顾客发货疏漏、过多的原料积存、冗长的周转时间、生产的瓶颈、生产能力利用不足以及散漫的工人。甚至于在生产计划可行时，制造商也需要经过长期的手工修改生产计划过程，直到从生产资源规划和生产能力需求规划软件接收到的报告指示不存在缺陷。这个过程可能导致糟糕的原料分配决策，例如把稀有的原料分配给低利润产品。目前可获得的生产资源规划系统的局限性造成了一个普遍的生产问题，即原材料和部件的缺乏。例如，当一个制造商的订货超过其完成能力时，制造商将采取某种能够获得最大利润或尽量减少存货或实现其它目标的方法满足订货。现有一种方法可以克服上面提到的问题并获得其它好处，此方法能够实现受约束的原料需求规划、最优的原料分配和生产规划。相应于本专利技术，制造过程的最优化可以通过指明所需生产的不同产品数量，在此产品既包括终产品也包括还需在一种或多种终产品的制造中用到的中间产品，以便在某一对原材料存货和所使用工具有所限定的制造过程中满足目标函数，如获得最高收入，来实现。为数众多的制造过程都乐于采用上述专利技术，举例来说，这样一个可获得可观利益的过程就是半导体电路器件的生产，其中以集成电路芯片形式象通过光蚀法那样生产出的不同电路元件被组合在一个公共衬底上，制出所需器件。用于在其上装配芯片的晶片可以有不同的芯片结构类型，这些芯片结构将被加以挑选并被联连于公共衬底上以生产出所需器件。可以推断，通过对不同个体或类型芯片的选择和相互联接能够生产出一系列不同的终产品。举例说，制造过程可能使用一系列原材料，包括硅晶片和用于加入硅中以使其成为终产品一部分的不同掺杂物。在光蚀法的步骤中，不同的腐蚀剂和光敏抗蚀剂(光刻胶)被采用以使掺杂区域成形;腐蚀剂和光敏抗蚀剂都是在光蚀步骤中被消耗，但通常不出现于终产品中的物质。制造过程还需要其它资源，如用于沉淀腐蚀剂、掺杂剂和光敏抗蚀剂的真空室，用于在制造过程的不同阶段烘烤半成品晶片的烘箱，用于将光学图象重复置于晶片上的分步平台，用于从完整晶片上分割出不同芯片做为半成品以组合成一种或多种终产品的切片设备。建立原料清单(BOM)已经成为一个惯例，该原料清单包括硅、腐蚀剂、光敏抗蚀剂以及掺杂剂等组成制造过程所需原料存货的各种原料。同时习惯建立一份资源清单(BOR)，它包括构成制造过程所需资源存货的各种资源，如真空室、炉子、步进平台和切片机等。在原料和资源存货都足以满足所需终产品的生产需求的情况下，按惯例将采用生产资源规划系统以查询生产运行对每一种原料和资源的需求量，从而保证具有足够的存货，并且助于原料的再定货和终产品的定价。本专利技术针对这样一种情况，即一种或几种原料存货不足，或用于完成生产运行所需的一种或多种资源数量不足。在这种情况下，存货限制将限制制造过程，使得仅有所需不同终产品数量中的一部分能够被生产。这就迫使制造商根据可获得的原料和资源的分配，相应于某些目标函数优化处理后做出决定，以便每种终产物都可最大数量地被生产。举一个目标函数的例子，一个制造商通常会在存货不足的限制下选择最高的收入或利润处为优化处理制造过程的基础。本专利技术提供了一种方法，用于在有存货限制的情况下从数学意义上明确建立要满足目标函数所需生产的每种终产品的数量，而不是象过去所做的那样通过启发式方法实现最优化。相应于本专利技术，用于描述每一种终产品的制造过程中基本步骤的数据以及描述每种所需提供的终产品的数量和需求的数据被以矩阵形本文档来自技高网...

【技术保护点】
一种进行最优组元分配的方法，它用于由一系列组元，按多种生产过程生成不同种类的多种产品的制造中，其特征是包括以下步骤：在每一所述过程中，建立每一所述过程中所要使用的组元的数量；提供上述组元的存货情况，并将每一类组元的存货放置于一个向量 的独立位置上；将所述产品以变量形式排列在一个包括行和列的矩阵的各个产品列中，该矩阵中各个行被留做表示产品的各自组成，且有多个产品列，每种类型的产品均有一个单独的列；通过在每一组元行中，用指示产品中各种组元含量的系数乘以每列的生产变量 的方法，建立各个组元行中组元系列的原料约束，而每一组元行都相应于向量中相应组元类型的位置；通过对上述产品的多种生产约束，控制使上述各种产品的发货量减去该类产品的生产量后小于或等于该类产品的存货数量；将所述产品的所述生产约束条件放置在 矩阵的各个附加行中，发货量置于矩阵的独立发货量列中，所述产品类型置于各个产品列中，且有一个单独行用于每一具有非零发货量的产品类型，而各产品类型的存货数量被放在相应于具有生产限制条件的矩阵行的所说向量位置上；通过对上述各产品的多种需求限制 ，控制每一种上述产品类型的发货量小于或等于对每种产品类型的需求；将上述各产品的需求约束置于上述矩阵的独立附加行中，发货量置于上述矩阵各发货量列中，上述各产品类型的需求置于相应于各需求限量列的所说向量的独立位置中；且对上述矩阵和向量， 以获得每种类型产品的最优生产数量为目标函数，对其进行线性规划优化。...

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：布瑞达L迪特里西，罗伯特J威特罗特，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：US[美国]