System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 派工方法及装置、存储介质、电子设备制造方法及图纸_技高网

派工方法及装置、存储介质、电子设备制造方法及图纸

技术编号:44307206 阅读:1 留言:0更新日期:2025-02-18 20:22
一种派工方法及装置、存储介质、电子设备。所述方法包括:获取目标设备组中各设备在当前生产单元的生产数据信息;基于所获取的生产数据信息,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值;基于预测结果及所述目标设备组中设备可执行制程的类型,利用预设派工决策模型,计算所述目标设备组总产出最大值时,所述目标设备组中各设备执行各制程时的产出值;基于计算结果进行产品派工。采用上述方案,可以更合理地派工,以提高设备利用率,实现产出最大化。

【技术实现步骤摘要】

本专利技术涉及半导体,具体涉及一种派工方法及装置、存储介质、电子设备


技术介绍

1、晶圆代工厂需要不断开拓市场,以提升产能利用率和设备利用率,这对企业的可持续发展有着至关重要的作用。

2、由于晶圆制程的复杂性,会造成不同晶圆产品之间即使是同一制程,也会对设备有不同条件的需求,包括气体种类、温度、压力等等,因此,相同设备加工不同晶圆产品时,需要进行转制程操作。通过转制程操作,可以重新调整设备内部环境。但是,调整过程中会造成设备可利用时间的浪费,影响设备产出。在设备资源有限的情况下,面向需要转制程的设备组,如何通过合理派工,从而控制转制程频次,减少设备转制程浪费的时间,进而提高设备利用率,以实现产出最大化,是最需要解决的问题。

3、目前的晶圆生产过程中,对于需要进行转制程操作的设备组,产品的派工并未充分考虑到设备转制程所造成的时间浪费,这就导致未对设备时间进行充分利用,进而造成产出的损失,因此,基于此种情况下所做出的派工方案往往不是最优的。


技术实现思路

1、本专利技术要解决的问题是:如何更合理地派工,以提高设备利用率,实现产出最大化。

2、为解决上述问题,本专利技术实施例提供了一种派工方法,所述方法包括:

3、获取目标设备组中各设备在当前生产单元的生产数据信息,所述目标设备组由具有相同功能的一组设备组成;

4、基于所获取的生产数据信息,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值;

5、基于预测结果及所述目标设备组中设备可执行制程的类型,利用预设派工决策模型,计算所述目标设备组总产出最大值时,所述目标设备组中各设备执行各制程时的产出值;所述制程的类型包括:需要转制程的制程和不需要转制程的制程;

6、基于计算结果进行产品派工。

7、可选地,所获取的生产数据信息包括:

8、所述目标设备组中各设备在当前生产单元产出的最优值;

9、所述目标设备组中各设备在当前生产单元可利用率的最优值;

10、不同产品在所述目标设备组的待制品数量;

11、所述目标设备组中各设备在当前生产单元是否转制程。

12、可选地,所获取的生产数据信息还包括:

13、不同产品在所述目标设备组的紧急工件数量。

14、可选地,所述基于所获取的生产数据信息,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值,包括:

15、利用极限学习机模型,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值。

16、可选地,所述极限学习机模型是利用极限学习算法对历史数据进行学习来得到的。

17、可选地,所述预设派工决策模型为线性规划模型,所述线性规划模型以所述预测结果作为约束条件。

18、可选地,所述约束条件包括:

19、同一设备各制程的产出和小于或等于预测的产出最优值;

20、同一非转制程设备各制程的可利用时间和小于或等于预测的可利用时间最优值;

21、同一转制程设备各制程的可利用时间和与损失时间和小于或等于预测的可利用时间最优值;

22、单一制程在下一生产单元的生产数量大于或等于最低生产数量。

23、可选地,所述线性规划模型为:

24、

25、其中,cap表示所述目标设备组总产出,i表示所述目标设备组中第i台设备,n1表示所述目标设备组中不需要转制程设备的总数量,n2表示所述目标设备组中需要转制程设备的总数量,j表示所述目标设备组中设备可执行制程中第j个制程,h1表示所述目标设备组中可执行制程中不需要转制程的制程总数量,h2表示所述目标设备组中可执行制程中需要转制程的制程总数量,wij表示第i台设备执行第j个制程时的产出。

26、本专利技术实施例还提供了一种派工装置,所述装置包括:

27、数据获取单元,适于获取目标设备组中各设备在当前生产单元的生产数据信息,所述目标设备组由具有相同功能的一组设备组成;

28、预测单元,适于基于所获取的生产数据信息,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值;

29、决策单元,适于基于预测结果及所述目标设备组中设备可执行制程的类型,利用预设派工决策模型,计算所述目标设备组总产出最大值时,所述目标设备组中各设备执行各制程时的产出值;所述制程的类型包括:需要转制程的制程和不需要转制程的制程;

30、派工单元,适于基于计算结果进行产品派工。

31、本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行,以实现上述任一种所述方法的步骤。

32、本专利技术实施例还提供了一种电子设备,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述任一种所述方法的步骤。

33、与现有技术相比,本专利技术实施例的技术方案具有以下优点:

34、应用本专利技术的方案,基于当前生产单元的生产数据信息,预测下一生产单元的生产属性最优值,包括目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值,进而基于预测结果及目标设备组中设备可执行制程的类型,利用预设派工决策模型,计算目标设备组总产出最大值时各设备执行各制程时的产出值,从而可以基于计算结果进行产品派工。由于预测得到各设备在下一生产单元是否需要转制程,后续基于预测结果及目标设备组中设备可执行制程的类型,确定派工方案,由此可以将可执行制程合理地分配至相应的设备上执行,尽可能地控制转制程频次,以使得目标设备组总产出最大。

本文档来自技高网...

【技术保护点】

1.一种派工方法,其特征在于,包括:

2.如权利要求1所述的派工方法,其特征在于,所获取的生产数据信息包括:所述目标设备组中各设备在当前生产单元产出的最优值;

3.如权利要求2所述的派工方法,其特征在于,所获取的生产数据信息还包括:

4.如权利要求1所述的派工方法,其特征在于,所述基于所获取的生产数据信息,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值,包括:

5.如权利要求4所述的派工方法,其特征在于,所述极限学习机模型是利用极限学习算法对历史数据进行学习来得到的。

6.如权利要求1所述的派工方法,其特征在于,所述预设派工决策模型为线性规划模型,所述线性规划模型以所述预测结果作为约束条件。

7.如权利要求6所述的派工方法,其特征在于,所述约束条件包括:

8.如权利要求6所述的派工方法,其特征在于,所述线性规划模型为:

9.一种派工装置,其特征在于,包括:

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行,以实现权利要求1至8任一项所述方法的步骤。

11.一种电子设备,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1至8任一项所述方法的步骤。

...

【技术特征摘要】

1.一种派工方法,其特征在于,包括:

2.如权利要求1所述的派工方法,其特征在于,所获取的生产数据信息包括:所述目标设备组中各设备在当前生产单元产出的最优值;

3.如权利要求2所述的派工方法,其特征在于,所获取的生产数据信息还包括:

4.如权利要求1所述的派工方法,其特征在于,所述基于所获取的生产数据信息,预测所述目标设备组中各设备在下一生产单元是否需要转制程、所述目标设备组中各设备在下一生产单元产出的最优值及可利用率的最优值,包括:

5.如权利要求4所述的派工方法,其特征在于,所述极限学习机模型是利用极限学习算法对历史数据进行学习来得到的。

6.如权利要求1所述的派工方...

【专利技术属性】
技术研发人员:孙俊丽宋亚慧周毅仲白雪
申请(专利权)人:中芯国际集成电路制造北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1