基于系统随机变动的时间缓冲设置方法

为了最大化瓶颈工站的利用率,在获得较高系统产能（TH）的同时得到一个合理的制造周期（CT）,构建了一种确定半导体晶圆制造系统中瓶颈工站前合适的时间缓冲的启发式算法.首先,根据排队理论及系统随机变动特性,提出了G/G/m排队网络模型.其次,根据瓶颈工站多重入特性,对时间缓冲进行分解.在此基础上,提出了一种确定合适时间缓冲的启发式算法.最后,根据时间缓冲,提出投料策略,并对算法进行仿真实验.结果表明,所提出的算法是有效可行的.     

A Phase Space Reconstruction Based Approach to Throughput Prediction in Semiconductor Wafer Fabrication System

In order to manage and control semiconductor wafer fabrication system (SWFS) more effectively,the daily throughput prediction data of wafer fab are often used in the planning and scheduling of SWFS.In this paper,an artificial neural network (ANN) prediction method based on phase space reconstruction (PSR) and ant colony optimization (ACO) is presented,in which the phase space reconstruction theory is used to reconstruct the daily throughput time series,the ANN is used to construct the daily throughput prediction model,and the ACO is used to train the connection weight and bias values of the neural network prediction model.Testing with factory operation data and comparing with the traditional method show that the proposed methodology is effective.     

面向瓶颈的半导体晶圆制造系统派工策略及参数优化

针对半导体晶圆制造系统中瓶颈设备动态漂移的特性,提出一种动态瓶颈实时派工策略.它是根据瓶颈机台的实时信息做出决策,决策参数通过响应曲面法和期望函数法确定并优化.实例验证表明,该算法相对于其他两种派工策略,在产能、加工周期、方差和制品数量等4个指标上均有所改善.     

基于瓶颈设备处理时间波动的WIP估计方法

针对半导体晶圆制造系统缩短制造周期(CT)和提高产出率(TH)两个目标,考虑了瓶颈设备偏离其正常和可预测处理时间的情况（即瓶颈设备处理时间波动）,结合CONWIP投料规则和G/G/m排队网络模型,开发了一种确定半导体晶圆制造系统中合理在制品（WIP）水平的启发式算法.仿真实验结果表明,在系统中保持该算法所计算出的WIP水平,在一定的瓶颈设备处理时间波动范围内可以取得合理的TH和CT.     

基于规则的批处理设备调度方法在半导体晶圆制造系统中应用

针对半导体炉管区瓶颈设备的批处理调度问题,提出满足工艺约束和设备限制的组批调度算法.在考虑产品动态到达的基础上,根据半导体制造系统大规模、多重入、混合型生产等特征,针对晶圆平均等待时间进行优化,实现多产品、多机台的实时组合派工.仿真实验在一个虚拟的晶圆制造系统上进行.结果表明,该算法在实时派工中对瓶颈设备填充率和利用率显著提升,有效地缩短了产品加工周期.
     

半导体制造AMHS中悬挂式小车多因素调度方法

为提高半导体制造系统的整体性能,提出了一种考虑多因素的悬挂式小车（overhead hoist transporter,OHT）调度方法. 从工作站、晶圆批、搬运系统三方面分析了搬运距离、晶圆批优先级、工作站特性、OHT利用率、等待时间5个关键因素. 以成本最小作为调度目标,基于这5个因素构造了混合多因素调度模型,同时引用二分图匹配方法构建了调度模型的求解算法. 最后进行了仿真实验设计和分析,结果表明该方法是有效、可行的.      

应用混合蚁群算法求解并行批处理机组批与调度问题

晶圆制造系统的批处理机具有长加工时间的特征,其调度性能指标对车间总体绩效有重要影响.批处理机调度分为组批与批次调度.针对工件的动态到达特性导致组批困难,提出了一种混合型蚁群算法.利用该算法的全局并行搜索能力对工件进行组批,并使用BATC算法对批次进行调度,可以解决多产品并行批处理机调度问题.以工件总拖期最小为性能指标,通过实例仿真,对蚁群算法性能进行分析评价和比较.结果表明,所提出的算法具有有效性和实用性.     

基于multi-agent的半导体生产线动态调度方法

提出了一种基于multi-agent的半导体生产线动态调度方法。首先建立了MAS仿真模型,包括管理、投料、工件和设备4种agent;然后设计了工件agent与设备agent的动态调度协商机制,以工件最小加权延迟为决策指标,分别考虑设计了单片/卡加工设备与批加工设备agent的报价算法。此外,还考虑了二次协商机制用于解决设备突然故障对生产线的影响。基于实际半导体生产线模型对所提出方法进行了仿真验证,并与一些常用的调度规则进行了比较,仿真结果表明,在平均加权延迟和准时交货率等指标上,该文提出的方法均有较大的提高。     

A modeling method of semiconductor fabrication flows with extended knowledge hybrid Petri nets

A modeling method of extended knowledge hybrid Petri nets (EKHPNs), incorporating object-oriented methods into hybrid Petri nets (HPNs), was presented and used for the representation and modeling of semiconductor wafer fabrication flows. To model the discrete and continuous parts of a complex semiconductor wafer fabrication flow, the HPNs were introduced into the EKHPNs. Object-oriented methods were combined into the EKHPNs for coping with the complexity of the fabrication flow. Knowledge annotations were introduced to solve input and output conflicts of the EKHPNs.Finally, to demonstrate the validity of the EKHPN method, a real semiconductor wafer fabrication case was used to illustrate the modeling procedure. The modeling results indicate that the proposed method can be used to model a complex semiconductor wafer fabrication flow expediently.     

基于Markov过程的集束型设备预防维护策略

为了更好地保障集束型晶圆制造设备运行的可靠性,同时考虑维护的经济性,建立了基于Markov过程的预防性维护策略.根据集束型设备的特点,采用大修和小修相结合的预防性维护方式,同时考虑随机失效和退化失效两种失效形式,建立了状态转移模型.依据Markov理论求得设备各状态的稳态概率及状态转移概率.再根据Markov决策理论及策略迭代算法求得最佳维护策略.实验结果表明,所提出的预防性维护策略有效可行.     

道路网交通流状态变化趋势判别方法

根据城市快速路交通流参数实测数据所表征的交通流状态特性,结合基本图和三相交通流理论,将道路网交通流状态划分为自由流状态、拥挤流状态和阻塞流状态.在此基础上,采用模糊信息粒化的思想,以道路网检测断面数为窗口,设计三角形模糊隶属函数,将同时段的道路网交通流状态映射为含有低边界值L、中值R和高边界值U三参数的模糊信息粒.以模糊信息粒为输入,建立Elman网络模型预测交通流状态变化趋势.依据预测结果计算道路网交通流状态综合指数,判别未来时段道路网交通流状态,并以北京市某一区域路网为例进行实证性研究.研究结果表明:所提出的方法能够实现道路网交通流状态变化趋势判别,准确率为93.33%,同等条件下支持向量机模型判别准确率仅为86.67%.     

三轴数控平面磨床几何精度分析与稳健设计

为了经济合理地分配三轴数控平面磨床零部件几何精度,提出了一种几何精度分析设计的方法.针对磨床具体结构,基于多体系统理论和齐次坐标变换方法,建立了磨床几何误差传递模型,并通过试验验证了该模型具有理想的预测性能;根据误差传递模型,运用正交试验设计和参数试验的试验设计方法分析识别了影响磨床加工精度的11项关键几何误差因素;基于稳健设计理论,在成本分析和误差溯源基础上,建立了11项关键几何误差因素下的磨床成本-质量模型,并运用该模型对关键几何误差因素的公差进行了稳健设计.研究结果表明:上述方法能实现对磨床几何精度的经济合理的分配.     

基于RBF神经网络的高铁客运枢纽客流参数预测方法

客流参数预测是实现枢纽客流安全状态预警的重要手段,针对枢纽客流参数的预测问题,提出了基于RBF神经网络的高铁客运枢纽客流参数预测方法,通过对高铁综合客运枢纽内瓶颈点的短时客流参数信息进行预测,对客流的拥堵或滞留状态进行及时预警. 实验证明基于RBF神经网络的高铁客运枢纽客流参数预测方法能够对瓶颈点未来短时内的客流参数信息进行较准确地预测,并可较好地反映滞留客流状态.     

基于遗传算法的半导体生产线调度研究进展

半导体生产线调度是制造系统实际生产中的重要问题,也是理论研究的难点之一.遗传算法是计算智能的主要研究对象,因此基于遗传算法的半导体生产线调度研究,具有非常重要的研究价值和实践意义,已经引起了国内外研究者的广泛关注.文中评述近几年来在半导体生产线调度优化中遗传算法的应用,详细介绍了算法编码、操作、参数的选择、算法的改进及具体应用,并指出这一领域中值得进一步研究的一些问题和可能的发展方向.     

基于EOPN的晶圆制造系统实时调度仿真平台

针对半导体晶圆制造系统(SWFS)的组织构成、加工过程和生产模式的典型特点,以拓展型面向对象Petri网(EOPN)为工具对该复杂系统建立了模型,在准确描述晶圆制造过程的基础上采用面向对象技术设计并开发了一套SWFS实时调度仿真平台.该平台不仅能够真实再现半导体晶圆的反复重入型加工过程,而且能够集成多种实时调度与派工控制算法,以准确高效的仿真计算进行算法测试和相应系统绩效的评价与预测.SWFS实时调度仿真平台的开发成功对SWFS的建模、调度和控制等相关研究起到积极的支持作用.     

KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.     

非线性自回归模型在轨道车辆转向架运行状态辨识中的应用

提出一种基于非线性自回归模型(GNAR模型)的轨道车辆转向架运行状态辨识方法。对不同状态的转向架系统输出信号建立GNAR模型,通过模型特征量,辨识系统不同状态,实现转向架运行品质实时动态监测。在ADAMS/Rail平台下的虚拟样机仿真实验说明了该方法的有效性和可行性,GNAR模型的特征量能够体现车辆转向架系统运行状态信息变化,用于判别其是否偏离正常功能,通过对这些特征量的监测和辨识,可以保证车辆系统的运行安全。     

基于心率变异性特征和PCA-SVR的PAD维度情感预测分析

对于PAD （pleasure：愉悦度;arousal：唤醒度;dominance：优势度）维度情感预测和分析中的数值预测问题,结合心率变异性（heart rate variability,HRV）特点,提出了基于主成分分析（principal component analysis,PCA）和支持向量回归（support vector regression,SVR）的PAD维度情感预测模型（PCA-SVR）。通过柔性离子传感器以音乐和视频的诱导方式采集了12名志愿者在放松和焦虑两种情感状态下的心率和心率间期数据,利用PAD量表进行标注,通过均值和方差计算等统计方法、Welch功率谱、Poincaré散点图等分别提取HRV的时域、频域和非线性特征,然后利用PCA模型对HRV特征降维,最后利用降维后的HRV特征作为SVR模型的输入特征进行训练和预测。实验结果表明,结合HRV特征的PCA-SVR模型在PAD的3个维度上均有良好的预测效果,其平均一致性相关系数达到了0.51。同时对比了SVR、极限学习机（extreme learning machine,ELM）和基于PCA的ELM这3种预测方法,结果显示所提方法相对于以上3种方法在一致性相关系数上分别提升了0.14、0.10和0.04,表明该方法能够细致地划分情感,结合可穿戴设备,在情感识别和分析方面有一定补充作用,为在日常生活中针对情感的识别和预测带来了可能。     

基于小波奇异性和支持向量机微铣刀破损检测

针对微铣削过程中刀刃破损的现象,提出了基于振动信号奇异性分析的自学习式支持向量机的刀具破损检测方法.对两种状态信号作连续小波变换,计算小波模极大值和信号的李普希兹指数(Lips).通过Lips识别刀具状态,拟合Lips分布概率密度函数并验证其符合正态分布,将Lips分布的均值、方差作为特征值,通过遗传算法参数寻优建立了刀具破损状态的支持向量机(SVM)识别模型,也称最优模型.利用最优模型预测刀具破损状态,其预测准确度从84%逐步提高至90%,提升了系统预测模型的鲁棒性.最后通过实验验证了该方法的有效性.     

支持向量机在股市预测中的应用

介绍了回归问题与支持向量机及其股市预测的研究现状,提出了采用支持向量机的股票预测方法,通过实验证明了该方法的有效性.