应用于半导体领域的新施诺AMHS系统之——调度策略

以晶圆制造为代表的半导体行业存在生产投入成本高的特点，半导体生产厂家对设备利用率提出了较高的要求。半导体制造是当今世界最复杂的生产过程之一，一个典型的生产过程需要数以百次计的重复流程。晶圆制造工艺复杂、生产规模大、生产环境要求高，从而自动物料搬送系统AMHS成为首选，主要包括OHT、STK、OHB、AGV、Conveyor等。其中，晶圆制造AMHS 系统的主流运输设备是 OHT。

新施诺集团AMHS自动物料搬送系统通过优化生产周期内物料分发，使设备使用率的提升，缩短半导体制造周期时间。晶圆制造厂通过AMHS自动物料搬送系统，优化的工艺设备布局，Buffer、Stocker等合理配置，以较低的成本实现最优运行效率。

晶圆制造调度流程

一个晶圆制造车辆调度的典型场景如下：当一个晶圆盒在某生产机台完成当前工序，其将发出运输请求，如果当前有多个可用的空闲车辆，将根据 AMHS系统的调度策略，从若干候选车辆中选择一个车辆完成运输请求。调度策略目标是实现最优调度效果，即在确保目标约束条件下，如最短时间、截至时间、最短行驶距离、总体吞吐量等，从所有待运输请求列表中选择一个运输请求，并将其分配至可用车辆。调度策略涉及到整个AMHS系统性能，同时对整个晶圆制造厂的生产效率产生重要影响。

智能调度策略

深度强化学习方法成为智能调度的热门方法。基于深度强化学习的调度策略，通过集成六种传统的调度策略：先到先服务，最短行驶距离优先、最近作业优先、最早截至时间、最长等待时间和最近车辆优先，实现根据不同场景选择不同算法的目标。

新施诺集团的AMHS系统的整体性能依赖于多个方面。从提升效率的角度出发，一方面通过优化调度算法，提升AMHS系统性能；另一方面，通过丰富合理的设备组合配置提升整体系统性能。在未完成相关工厂布局的情况下，通过分析与仿真的方法相结合，实现最优工厂轨道布局设计。在任务分配方面，考虑调度实时性、车辆利用率的同时，研究空闲车辆的使用率，保证整体效率的提升；通过分析不同优先级的任务，确保高优先级任务得到满足。在大规模地图堵塞感知方面，使用局部路径权重更新算法以代替全部路径更新，实现更高效的路径选择，降低计算复杂度，保证实时性。在路径规划方面，在传统集中式调度方案的基础上，研究融合局部与全局地图的分布式最优路径调度算法。

新施诺集团AMHS系统拥有更加精准的全厂自动化物流整体解决方案，确保持续提高客户的运营效率。

关注公众号

*苏州新施诺半导体设备有限公司拥有文章的原著权，转载需标明出处。

如"© 苏州新施诺半导体设备有限公司"或"版权所有：苏州新施诺半导体设备有限公司"。