基于遗传算法的可重入半导体生产线的调度

半导体生产线的可重入性使得半导体生产车间的调度成为NP难题.基于遗传算法的调度是将遗传算法应用到半导体生产线的投料策略和调度策略上,通过合理的编码来寻找一组投料策略和调度策略的组合,来解决可重入半导体生产线的调度问题.和以往的方法不同,这种方法可以从全局上来调度半导体生产线,充分发挥出各种策略的优势.仿真结果表明这种方法对于产出量、制造周期偏差、瓶颈设备利用率等关键生产指标都有明显改善.     

半导体生产线自适应派工规则

高度不确定的半导体制造环境迫切需要能够快速响应生产线实际状态的调度方法,为此,在充分考虑半导体生产线特点的基础上,给出了同时考虑混合加工方式、上下游负载均衡与工件准时交货需求的自适应派工算法(Self-Adaptive Dispatching Rule,SADR).首先,介绍了SADR的算法流程;其次,将历史调度方案或仿真调度方案作为学习样本,基于免疫克隆选择算法挖掘SADR参数与实际生产状态参数及期望运作性能之间的关系模型,实现SADR参数跟随生产线运作状态的实时动态调整;最后,基于实际半导体生产线模型进行仿真验证.仿真结果表明,SADR能有效提高半导体生产线的运作性能,生产线上的总工件移动步数平均提高2％,并且在超载环境下能够获得更好的效果.     

光刻设备TRACK系统的无死锁调度算法

为使半导体生产线光刻设备的TRACK系统正常运行,有效的避免死锁,提高设备利用率,提出一种无死锁调度算法,在不会引发死锁的条件下为需要调度的工件确定加工组件,同时考虑到组件发生故障的情况,及时排除故障的影响,并通过仿真证明了算法的有效性。     

基于线性规划算法的多机器人系统的协同定位

传统的多机器人协同定位研究大多采用主从式模型,它要求给主机器人配备许多昂贵且不易获得的高精度定位设备,这在实际应用中有很大的局限性。针对这一问题,通过对多机器人并行式协同定位模型的分析,建立了机器人群体协同定位的线性传感器约束模型。在满足传感器约束条件下,利用线性规划算法得到了系统内每一机器人的不确定区域。理论推导和仿真结果表明,该定位算法较高精度地实现了机器人群体的协同定位,且具有成本低、精度较高等工程实用价值。     

西门子主汽温度控制策略的仿真研究

火电厂的主汽温度存在大惯性、大延迟等缺陷,而常规串级控制难以取得良好的控制效果.针对以上问题,提出采用西门子公司的主汽温度控制策略控制主汽温.它是一个具有导前温度信号的双回路汽温调节系统,其内回路采用导前温度为反馈信号,通过计算进入过热器的蒸汽具有的焓值来确定喷水减温阀出口温度的设定值.仿真结果表明,此控制策略具有抗干扰能力强、对惯性和延迟适应性好等优点.     

基于负载预测的车联网信道拥塞控制策略

在车联网中,过高的车辆密度会造成信道拥塞,信道拥塞的发生会严重影响协同车辆安全系统的性能。针对此问题,设计实现了一种基于车联网信道负载预测的拥塞控制策略(Congestion Control Strategy based on Channel Load Prediction, C2SLP)。该策略分为3个模块,首先使用载波侦听多址访问协议中的检测功能获取信道闲忙状态进行负载评估,然后将所得结果代入自回归移动平均模型(Auto Regressive Integrated Moving Average,ARIMA)对下一时刻的信道负载值进行预测,最后将所得负载预测值与预设的标准值进行比较,根据对比结果使用功率控制算法调整传输功率,实现提前避免信道拥塞。仿真实验结果表明,C2SLP将信道占有率稳定在0.6左右,传输时延稳定在30 ms左右,明显优于UBRCC算法,C2SLP在控制信道拥塞的同时有效减少传输时延,确保数据包可靠发送,满足车辆安全应用需求。