半导体制造OHT系统中调度信息驱动的空车主动重定位方法

《Systems》：Schedule-Informed Empty-Vehicle Dispatching for OHT Systems in Semiconductor Manufacturing

　　

架空吊车运输（Overhead Hoist Transport，OHT）性能影响半导体生产调度的执行，因为运输延迟会推迟后续操作。本研究开发调度器与OHT分配监控仿真器（Scheduler and OHT Allocation Monitoring Simulator，SOMOS），这是一个事件驱动环境，集成机台加工、运输请求生成、OHT运动及后续生产执行。基于SOMOS，研究人员提出调度信息驱动的空车调度（Schedule-informed Empty-Vehicle Dispatching，SEVD），其在取货请求发生前，利用即时取货需求、剩余加工信息以及由调度计划导出的空间需求先验来重定位空闲OHT车辆。SEVD对实际请求保留传统HUNGARIAN分配（HUNGARIAN assignment）过程。实验在20个配对随机种子下将SEVD与六种基准调度方法比较。相对于HUNGARIAN分配，SEVD将分配后空车接近行驶时间均值从96.82 s降低至71.23 s，并将源端等待p₉₀从428.74 s降低至399.34 s，同时保持与最强基准相当的生产层面性能。这些收益通过将车辆运动重新分配至主动重定位而获得，总空车行驶增加17.8%，总行驶距离增加6.8%。车队规模和消融实验进一步表明，最清晰的收益与主动空间重定位相关，而非精确时间预测。这些结果支持将SEVD解释为空闲车辆主动空间重定位框架，而调度信息导出的增量贡献在当前测试平台中未能在统计上被检测到。

论文主体解读：该研究面向半导体晶圆制造厂（Fabrication Facility，FAB）中架空吊车运输（Overhead Hoist Transport，OHT）系统。研究背景是，OHT沿天花板轨道在机台间搬运lot，再入式工艺流程要求每道工序完成后将lot运输至下一台机，若空车在加工完成后到达源机台较晚，lot将等待取货并推迟后续工序，运输延迟会造成机台空闲和实际生产进度偏离计划。空车调度不仅取决于OHT车辆数量，也取决于空闲车辆在bay或生产区域内的空间分布；同一车队规模下，空闲车分布不均会改变运输性能，某区域空闲车不足会使该区域产生的取货请求需要更长空车行程。已有OHT和自动导引车（Automated Guided Vehicle，AGV）研究已涉及车辆调度、路径和空闲车管理，半导体调度研究也关注运输延迟与自动化物料搬运系统（Automated Material Handling System，AMHS）能力、机台利用率和生产性能的交互，离散事件仿真被广泛用于评估AMHS布局、车队规模和运行策略；但利用生产信息在运输请求产生前管理空闲OHT车辆空间可用性的研究仍相对有限，运输性能及其对生产执行的影响也常在不同决策层评价。为此，研究人员开发SOMOS（Scheduler and OHT Allocation Monitoring Simulator，调度器与OHT分配监控仿真器），将再入式生产执行、加工时间变异、运输请求生成、车辆分配、OHT运动和后续机台操作集成于事件驱动环境，并提出SEVD（Schedule-informed Empty-Vehicle Dispatching，调度信息驱动的空车调度），在实际请求前重定位空闲车辆，同时保留HUNGARIAN分配处理实际请求。其意义在于提供将运输结果传播至后续生产执行的事件驱动系统框架，以及执行层空间控制机制，并用运输层面和生产层面指标在配对多种子实验中评价。

关键技术方法概括：SOMOS为事件驱动仿真，耦合再入式生产执行、加工时间变异、运输请求生成、OHT分配与运动及后续机台操作；生产侧参考Kim et al.的半导体FAB测试平台（100台机器、6类机台、再入式流程、截断正态加工时间变异）。实验采用10个bay、100台机器、120辆OHT、24 h时域、在制品（Work in Process，WIP）上限250和20个共同随机种子；比较NVF（优先最短空车至取货点行驶时间）、STD（空车与载货行驶时间和较短）、EDD（计划到期时间较早优先）、FIFO（更早就绪请求优先）、PRIORITY（兼顾请求延迟与源机台等待lot数）及HUNGARIAN分配；SEVD按即时取货需求、剩余加工信息和调度导出空间需求先验计算空间格需求，以A*路径选择最近盈余空闲车重定位，重定位每45 s更新，实际请求仍用HUNGARIAN分配；统计采用配对Wilcoxon符号秩检验和bootstrap置信区间。

5.1 实验设置：实验在SOMOS中固定生产计划、机台配置、轨道路径和运输任务，以120辆OHT、24 h时域和20个共同种子进行配对比较，SEVD默认即时需求权重buffer_num=3、剩余加工时间窗H=900 s、调度需求权重λ=1.0、空间格γ为布局最大空间跨度四分之一、重定位间隔45 s；通过该设置隔离车辆分配和空闲车调度差异，并同时记录运输与生产指标。

5.2 实验结果：在20个共同种子的总体比较中，EDD和FIFO生产进度明显较低，PRIORITY居中，NVF、STD、HUNGARIAN和SEVD构成竞争组；STD平均M_att最低为31.85 h、无条件平均吞吐量最高为455.4 lot，SEVD分别为32.17 h和446.9 lot，SEVD在20次运行中有13次满足75%达成标准，STD为12次，NVF和HUNGARIAN各10次；生产层面差异不显著（相对STD的M_att差+0.32 h，95% CI [?2.68, 3.49]，p=0.629；相对HUNGARIAN为?1.73 h，95% CI [?5.64, 2.01]，p=0.294），结论是SEVD生产层面与最强基准竞争但非一致优越。产量分解显示，在满足达成标准的运行中SEVD平均吞吐量最高为557.5 lot，STD为548.4、HUNGARIAN为545.3、NVF为550.1；SEVD崩溃运行平均吞吐量241.6 lot并在约1.3—19.1 h终止，STD崩溃运行315.8 lot并在约6.1—19.0 h终止，结论是SEVD无条件吞吐量低于STD主要与运行级崩溃有关，而非满足标准运行中生产进度较差。运输层面，SEVD源端等待p₉₀最低为399.3 s、至源机台空车行驶最低为71.2 s，HUNGARIAN为428.7 s和96.8 s，NVF和STD的空车行驶分别为91.4 s和91.5 s；相对HUNGARIAN，分配后空车接近行程降低约26.4%，源端等待p₉₀降低约6.9%，两项均在20个配对种子中的19个更优，配对差分别为25.59 s（95% CI [16.25, 35.04]，p=0.0005）和29.40 s（95% CI [14.89, 39.31]，p=0.0007），结论是SEVD主要优势在运输层面，且NVF虽在请求后选近车，其空车行驶仍约高20 s，说明请求产生时空闲车空间分布的不利不能由反应式近车选择完全补偿。空车移动分解显示，相对HUNGARIAN，SEVD使分配后接近行驶降低28.0%、无导引巡游降低79.4%，但主动重定位使总空车行驶增加17.8%、总行驶距离增加6.8%，空车和载货阻塞时间分别降低15.5%和28.1%，结论是SEVD将有目的重定位替代部分空车移动而非减少总空车移动。观测期稳健性比较显示，共同时域下SEVD相对HUNGARIAN平均优势21.0 s、18/20配对更优，双方均完成24 h的7对中优势25.6 s且7/7更优；删除未交付请求的敏感性分析中，SEVD平均未完成请求149.8，HUNGARIAN为179.5，STD为165.1，计入删失等待后SEVD在15/20配对相对HUNGARIAN、17/20相对STD保持较低源端等待p₉₀，但均值差对早期崩溃运行敏感，结论是运输优势在均衡观测时域后仍保留，而崩溃运行源端等待统计受删失影响。车队规模分析显示，80辆时SEVD相对STD和HUNGARIAN差异较小且NVF空车行驶更短；从100辆起对三个竞争基准的平均差转为正，120和140辆时优势增大，相对HUNGARIAN的平均空车行驶差从80辆时数秒增至140辆时约48 s，结论是SEVD效果依赖OHT车队运行条件，较大车队规模下空闲车空间放置影响更明显。

5.3 消融研究：关闭SEVD重定位机制导致两项运输指标最明显恶化，分配后空车接近行程由默认约71.2 s增至96.8 s，源端等待p₉₀由399.3 s增至428.7 s，配对增加约25.6 s，结论是请求前重定位机制本身贡献最明显的运输层面改进。需求分量消融中，仅保留实现生产状态项（λ=0）与默认SEVD在全种子比较无显著差异（平均差?0.58 s，95% CI [?12.63, 11.15]，p=0.57），仅保留调度导出先验也无清晰改进；移除全部生产调度信息（包括调度先验和基于调度的资格条件）与默认SEVD无显著差异（平均差7.07 s，95% CI [?8.74, 24.03]，p=0.99），结论是在当前测试平台中调度信息对运输收益的增量贡献统计不可检测。参数敏感性中，多数中等变化的先验权重λ、时间窗H、空间分辨率、重定位间隔和即时需求权重较默认更接近，短时间窗H=150 s和粗空间格span/2出现较大恶化，span/2仅1/20满足75%达成标准，span/4与span/6全种子运输性能可比，15 s和120 s重定位间隔在多重比较校正后不显著优于45 s，替代buffer_num不显著优于默认且buffer_num=3保持既有取货请求的结构性优先。时间窗分析显示，33,510个工序的计划加工时间最大约676 s，仅0.14%的实现工序超过900 s，故H=900 s时资格条件近乎饱和，增大H主要压平1?ρ_i(t)/H权重；滚动实现未较简单静态实现提供一致优势，结论是SEVD收益主要与主动空间重定位相关，而非依赖精确时间调度预测。

讨论与结论翻译：本研究开发SOMOS以表示半导体生产执行与OHT运输之间的事件驱动交互，并提出SEVD进行调度信息驱动的空闲车调度。SEVD在后续取货请求前，结合即时取货需求、剩余加工信息和调度导出的空间需求先验重定位空闲车辆，同时对实际请求保留HUNGARIAN分配。实验结果显示SEVD最清晰收益在运输层面：与HUNGARIAN相比，分配后空车接近行程均值由96.82 s降至71.23 s，源端等待p₉₀由428.74 s降至399.34 s。该收益伴随运行权衡：全部种子汇总的主动重定位使总空车行驶增加17.8%、总行驶距离增加6.8%，表明SEVD将空车移动重新分配为有目的重定位而非减少总车辆移动。生产层面结果run-to-run变异较大，SEVD未在最强基准方法上显著占优。车队规模和消融实验进一步显示，当空间车辆调度在运行上重要时SEVD收益更明显，而时间需求窗细致调节提供有限额外改进。结果表明SEVD运输收益主要来自请求前主动重定位机制；全种子消融未识别实现生产状态项或调度导出空间先验独立负责该收益，尤其调度先验的增量贡献在当前测试平台统计不可检测。因此，结果支持SEVD框架内主动、生产信息重定位的有效性，而非证明所提需求公式优于替代重定位策略；与其他主动重定位基线比较是未来方向。讨论部分还指出，当前未显式纳入lot级生产优先级（如到期紧迫性、延迟、松弛或下游关键性）；源端等待仅观测完成交付请求，虽有删失敏感性分析，但报告统计可能低估最长等待，尤其崩溃运行；SEVD使用仿真中可得的精确剩余加工时间，工业实施需从设备状态或过程监测信息估计，估计误差可能削弱短期紧迫信号；当前调度方法未含专用死锁和网格锁预防或恢复机制；未来将结合强化学习进行自适应调度、与连续重调度形成闭环，并需用工业数据对SOMOS进行外部验证。