半导体生产的CPS构建及调度可行性分析⋆

曹秋实，乔非

（同济大学，上海，201800）

半导体生产的CPS构建及调度可行性分析⋆

曹秋实，乔非

（同济大学，上海，201800）

在复杂制造及自动控制领域，半导体生产调度一直是研究的热点。半导体生产制造系统因其特有的复杂性、不确定性、多目标性以及多约束性特征，为优化调度、提高生产性能提出了挑战。信息物理融合系统（Cyber Physical System，CPS）是一种融合计算、通信与控制的新型复杂实时分布式系统，系统中计算过程和物理过程在开放环境下持续交互、深度融合，其特征和功能为离散制造的智能化生产和竞争力的提高提供了有效的思路和途径。本文基于信息融合系统的基本理念，结合其在制造业的应用发展，探讨了针对于半导体生产的CPS构建以及进行调度优化的可行性。

半导体生产；CPS；生产调度

1 半导体生产调度研究概述

近年来，随着技术的进步和经济的发展，半导体的需求量逐年上升。半导体制造业已经成为我国国民经济和社会发展的基础性、战略性产业，越来越多的半导体制造厂在我国建立，半导体制造业的竞争程度也不断上升。企业力求于借助于先进的生产计划和调度方法创造更多的利润，获得更大的投资回报。半导体生产企业需要尽可能提高设备利用率及生产率，降低产品生产周期，提高投资收益率，达到这些目标，从技术层面来说，主要就是需要切实可行的生产计划和调度控制策略[1]。

半导体生产线最显著的特点是多重入，重入这一现象的存在使得工件在加工过程中的不同阶段可能重复访问同一个设备（群），每个设备（群）需加工的工序集合和工件数量将大大增加。它将直接导致的问题有：（1）即便系统的加工能力能够满足加工任务的要求，系统也会表现出不稳定的特征；（2）半导体生产系统的不确定性较其他类型的作业车间与流水车间更为突出，调度起来极其复杂。

关于半导体生产制造过程的调度控制，国内外已有大量研究，如运用传统的运筹学方法、基于规则的启发式方法、人工智能方法和软计算方法等[2][3]，但这些方法对于复杂生产过程调度问题均存在不足，往往因制造过程复杂度的提高而难以建立精确的数学模型。因此，作为对实际模型系统动态行为的再现，离散事件仿真的方法得到应用[4]。它通过对实际生产环境的建模来模拟仿真实际生产过程，从而避开了对调度问题进行理论分析的困难，被证明是分析研究具有重入特性生产系统调度策略较为有用的方法。然而，离散事件建模仿真往往独立于实际生产过程，通常是在实际生产前对生产计划进行安排调度，或是在生产过程中生产状态发生变化时进行重调度，无法实现仿真模型与实际生产二者间的实时交互研究。这就对半导体生产调度问题提出了新的挑战。

2 信息物理融合系统CPS

2.1 CPS介绍

信息物理融合系统（Cyber-Physical System，CPS）是由美国科学家Helen Gill于2006年在美国国家科学基金会上提出，并很快引起各国研究者与企业的广泛关注。CPS是通过计算（Computation）、通信（Communication）与控制（Control）技术的有机与深度融合，实现计算资源与物理资源的紧密结合与协调的下一代智能系统。其特点是在复杂环境下能稳定、安全的处理信息，有较高的自适应、自主协调以及自治能力。在微观上，CPS通过在物理系统中嵌入计算与通信内核实现计算进程（Computation process）与物理进程（Physical process）的一体化。计算进程与物理进程通过反馈循环（Feedback loops）方式相互影响[5]，实现嵌入式计算机与网络对物理进程可靠、实时和高效的监测、协调与控制。就像Internet改变了人与人交互的方式一样，CPS的出现将改变人与物理世界交互的方式[6]。自从CPS的概念提出以来，对其系统架构、计算模式、信息安全以及实现所需的网络技术、编程语言等方面问题的研究就不曾终止[7]。

2.2 CPS在制造业的应用

如今在智能电网、生物与医疗系统、智能高速公路与无人驾驶等领域，CPS已有典型应用案例[8][9]。而在制造业领域，德国在2013年的汉诺威工业博览会上提出了“工业4.0”的概念，认为未来十年人类将步入以智能制造为主导的第四次工业革命。其中着重强调了将CPS技术作为主导核心，通过实现人、设备与产品的实时连通、相互识别和有效交流，构建一个高度灵活的个性化和数字化的智能制造模式。在这种模式下，制造过程是由互联网（包括物联网）驱动，实现了信息和物理系统的深度融合。

近几年制造业CPS的研究也逐渐兴起，其中主要是针对制造CPS体系结构的探讨。Jay Lee等人[10]提出了一个独特的5层结构作为CPS实现的指导方针，称为“5C”。它表示CPS自下而上由智慧连接层、数据-信息转换层、网络层、认知层以及配置层组成。5C结构的实现，使得传统生产制造中的工件、设备以及生产系统都将具有自感知、自预测性，生产效能大大提高。该理论为制造业CPS研究提供了较为明确的体系结构支撑。此外，制造业CPS在一些不同场合也有应用研究。黎小华等人提出了一种基于服务的数控机床智能监控CPS体系结构框架，并将其应用于一个建设中的数控机床智能监控系统[11]。陈锡剑提出汽车弹簧生产制造过程的CPS研究，设计了面向汽车弹簧生产制造的CPS体系结构，将生产系统中的人、设备、原料等各类资源通过网络纳入管理、控制和调度范围，自动化管理从订单到现场生产控制的整个生产流程，优化制造资源能源配置，实现信息管理与现场控制的深度融合[12]。

然而，尽管CPS已经引起了国内外的广泛关注，但是因为相关研究刚刚起步，目前所取得的研究成果还非常有限，并且仍然缺乏科学基础和工程原理，CPS在许多领域的应用仍处于探索阶段，许多问题有待进一步发掘和研究。

3 CPS在半导体生产调度的应用

3.1 CPS应用可行性分析

目前国内外在生产制造系统CPS环境构建方面的研究仍处于理论阶段，特别是在对于复杂生产制造系统（例如半导体生产）的生产调度及优化研究领域仍旧是空白。在半导体生产过程中，各种突发事件时有发生，必须能够对此类事件做出快速应对，在特定情况下调整生产计划确保生产的顺利进行，然而传统半导体生产调度的方法并不能够很好的解决此类问题。

CPS是未来“工业4.0”以及智能制造实现的核心内容，具有极好的协同性，并且已在其他领域得到应用产生很好的效果，其结构体系也被证明在各个领域都有普遍适用性[13]。CPS虚拟与实际系统相协同的理念，为半导体生产线的调度优化提供了新的思路和发展方向，同时介于CPS的理论在其他领域也得到了深入研究并已有广泛应用，其思路与方法可以移植到半导体生产制造领域。

3.2 CPS应用策略

首先，构建半导体生产线CPS环境。建立包括半导体生产线模型数据以及生产历史数据在内的数据库，以及基于真实生产线物理模型而搭建的虚拟生产线模型，通过虚拟现实软件设计静态虚拟模型与实际数据间的交互，使得虚拟模型能够按照实际生产线运作情况而生产，实现对实际生产过程的映射及展示。同时建立实际生产线控制单元，能够与生产线控制器实时通讯，将生成的调度方案转化为控制器所能执行的控制指令，从而实现对半导体生产线生产过程的实时控制。

其次，结合半导体调度方法优化生产过程。研究建立半导体生产重调度判定机制，通过基于数据的建模方法建立仿真模型，预测生产性能指标，将其与实际生产性能指标对比，对生产线是否需要重调度以及进行何种重调度进行判定。随后使用智能算法进行重调度策略选择，将得到的优化调度策略运行于仿真模型，产生新的调度方案以优化实际生产过程。

最后进行系统集成研究，将CPS环境构建及优化调度的方法集成，从而形成半导体生产系统从实际生产到调度优化再到实际生产的闭环控制，达到实际系统与虚拟系统二者的协同运行。

4 总结与展望

对半导体生产线的调度及优化问题是当今学术界研究的热点问题，而CPS这一新兴理论也为半导体生产调度研究打开了新的研究方向。相对于传统中现有的实时嵌入式系统和网络控制系统，CPS更为关注于资源的合理整合利用与调度优化，能实现对大规模复杂系统和广域环境的实时感知与动态监控，并提供相应的网络信息服务，且更为灵活、智能、高效。因此，发展CPS是一个崭新的、非常有前途的研究领域，然而国内外对它的研究均刚刚起步，具有广阔的发展空间。

基于CPS理念，设计针对于半导体生产的虚实结合系统，实现虚拟与实际生产系统的协同运行，是半导体调度研究的一次新的实践。在应用上，也为将来进一步优化调度算法提供了更好的客观评价平台，为半导体生产企业在工业4.0发展的背景下提供了更加灵活且顺应发展潮流的生产管理参考系统，也为未来智能制造领域的研究提供了较好的实践依据。

[1] 吴启迪，乔非，李莉，等. 半导体制造系统调度[M]. 北京： 电子工业出版社，2006.

Wu Qidi，Qiao Fei，Li Li，etc. Scheduling of Semiconductor Manufacturing System [M]. Beijing： Publishing House of Electronics Industry，2006

[2] Gupta A K，Sivakumar A I. Job shop scheduling techniques in semiconductor manufacturing[J]. The International Journal of AdvancedManufacturing Technology，2006，27（11-12）： 1163-1169.

[3] 孙承夏，郭禾. 一种有效的遗传算法在重入式生产调度问题中的应用[J]. 软件，2010，31（11）：62-67.

Sun Chengxia，Guo He. Application of an Efficient Genetic Algorithm in Re-entrant Production Scheduling Issue [J]. Software，2010，31 （11）：62-67.

[4] 孔振强. 基于离散事件仿真的半导体生产系统建模与调度算法研究[D]. 上海交通大学，2006.

Kong Zhenqiang. Semiconductor Production System Modeling and Scheduling Algorithm Study Based on Simulation of Discrete Event [D]. Shanghai Jiao Tong University，2006

[5] Lee E A. Cyber-physical systems-are computing foundations adequate[C]. Position Paper for NSF Workshop On Cyber-Physical Systems：Research Motivation，Techniques and Roadmap. 2006，2.

[6] 黎作鹏，张天驰，张菁. 信息物理融合系统 （CPS） 研究综述[J]. 计算机科学，2011，38（9）： 25-31.

Li Zuopeng，Zhang Tianchi，Zhang Jing. Review of Information Physics Fusion System （CPS） Study [J]. Computer Science，2011，38（9）：25-31

[7] 李河欣，张勖，董跃武，等. 一种基于时空-属性的CPS信息融合方法[J]. 软件，2013（10）：49-54.

Li Hexin，Zhang Xu，Dong Yuewu，etc. A CPS Information Fusion Method Based on Time and Space Attributes [J]. Software，2013 （10）：49-54.

[8] 王海柱，蔡泽祥，何瑞文. 智能电网信息物理融合系统建模与仿真研究[J]. 机电工程技术，2014 （12）： 74-79.

Wang Haizhu，Cai Zexiang，He Ruiwei，Study on Modeling and Simulation of Intelligent Grid Cyber-Physical Fusion System [J]. Mechanical and Electrical Engineering Technology，2014 （12）： 74-79.

[9] 孙棣华，李永福，刘卫宁，等. 交通信息物理系统及其关键技术研究综述[J]. 中国公路学报，2013（1）：144-155.

Sun Dihua，Li Yongfu，Liu Weining，etc. Review of Traffic Information Physics System and its Key Technology Study [J]. China Highway Journal，2013（1）：144-155

[10] Lee J，Bagheri B，Kao H A. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems[J]. Manufacturing Letters，2015，3：18–23.

[11] 黎小华，曾国平，燕继明，等. 数控机床智能监控CPS构建技术研究[J]. 航空制造技术，2015（8）：53-58.

Li Xiaohua，Zeng Guoping，Yan Jiming，etc. CPS Construction Research of Intelligent Monitoring for NC Machine Tool [J]. Aviation Manufacturing Technology，2015 （8）： 53-58.

[12] 陈锡剑. 汽车弹簧生产制造过程信息物理融合系统研究[D]. 广东工业大学，2014.

Chen Xijian. Research on Cyber-Physical Fusion System of Automobile Spring Production Process [D]. Guangdong University of Technology，2014.

[13] 杨海鹏，戴波. 数据采集与监控系统在石油化工企业中的应用[J]. 新型工业化，2014（3）：44-51.

Yang Haipeng，Dai Bo. Application of Data Acquisition and Monitoring System in Petrochemical Enterprises [J]. The Journal of New Industrialization，2014 （3）： 44-51.

CPS Construction and Scheduling Feasibility Analysis of Semiconductor Production

CAO Qiushi, QIAO Fei
(Tongji University, Shanghai, 201800)

in the feld of complex manufacturing and automatic control, scheduling of semiconductor production has been a research hotspot. Because of its complexity, uncertainty, multi-objective and multi constraint characteristics, semiconductor production and manufacturing system has been bringing challenges to optimize scheduling and improve production performance. Cyber physical system(CPS) is a new type complex real-time distributed system combined with computing, communication and control, in which calculation and physical process is continuously interacted and deeply integrated under open environment. Characteristics and functions of CPS provide effective thought and way to improve intelligent manufacturing and competitiveness of discrete manufacturing. Based on basic concept of information fusion system and combined with application and development in manufacturing industry, the article discussed CPS construction and feasibility of optimizing scheduling aiming at semiconductor production.

semiconductor production; CPS; production scheduling

10.19335/j.cnki.2095-6649.2016.12.008

:CAO Qiushi, QIAO Fei. Reactive Compensation Technology of Mine Power System Based on STATCOM[J]. The Journal of New Industrialization, 2016, 6(12) : 45-48.

国家自然基金委资助的重点项目：复杂生产过程基于数据的优化调度理论与方法（61034004），NSFC面上项目：基于多视图能耗模型的能源调配与生产调度协同优化（61273046），同济大学“中央高校基本科研业务费专项资金”项目：工业4.0理论、技术的研究与应用。

曹秋实（1989-），男，研究生在读，主要研究方向：半导体生产调度

本文引用格式：曹秋实，乔非. 半导体生产的CPS构建及调度可行性分析[J]. 新型工业化，2016，6（12）：45-48.