Die vorliegende Arbeit beschreibt die Entwicklung einer Software zur Optimierung der Verteilung von Produktionsvolumen auf Anlagen am Beispiel der Halbleiterfertigung bei der Infineon Technologies Austria AG. Da dieser Vorgang im Moment größtenteils manuell vorgenommen wird, sind längerfristige und verlässliche Planungen sehr zeitaufwändig.
Um dieses Problem zu Lösen soll mit Hilfe der linearen Optimierungsalgorithmen aus einer gegebenen Einschleusplanung die bestmögliche Verteilung der Volumen auf den Anlagen errechnet werden. In dieser Bachelorarbeit werden die dafür notwendigen Techniken der Softwareentwicklung, wie die Modellierungsarten und Phasen der Softwareentwicklung, sowie Algorithmen dafür erläutert.
Inhaltsverzeichnis
1. Einleitung
1.1 Motivation
1.2 Gang der Arbeit
1.3 Zielsetzung
2. Software Engineering
2.1 Die Phasen der Softwareentwicklung
2.2 Modelle des Software Engineering
2.2.1 Das Wasserfall-Modell
2.2.2 Das V-Modell
2.2.3 Rapid Prototyping
2.2.4 Extreme Programming (XP)
2.3 Software Engineering im Projekt „Golden Mix“
3. Optimierung von Fertigungsabläufen
3.1 Gründe der Optimierung
3.2 Grundlagen der Fertigungsoptimierung
3.2.1 Die Gesetze der „Factory Physics“
3.2.2 Die lineare Optimierung
4. Softwareentwicklung für Optimierungsaufgaben bei Infineon Technologies
4.1 Grundlagen zur Halbleiterfertigung und Infineon
4.1.1 Definition der wichtigsten Begriffe
4.1.2 Die Software PlanSim
4.1.3 Aktuelle Optimierungsmodule in PlanSim
4.2 Optimierung der Verteilungen von Produktionsvolumen auf Anlagen
4.2.1 Der Simplex-Algorithmus
4.2.2 Hintergründe zur Verwendung des Simplex-Algorithmus
4.3 Softwareentwicklung zur Optimierung der Verteilung der Produktionsvolumen auf den Anlagen
4.3.1 Der Algorithmus des Software-Moduls
4.3.2 Die Phasen der Softwareentwicklung im Projekt „Golden Mix“
4.3.3 Die Software
4.3.4 Testen und Debuggen
5. Zusammenfassung und Ausblick
5.1 Fazit des Autors über die Praxis bei Infineon Technologies
5.2 Software Engineering in der Vergangenheit und heute
5.3 Ausblick für das Projekt „Golden Mix“
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist die Entwicklung eines Moduls für die bestehende PlanSim-Software bei Infineon Technologies, das den aktuell manuell durchgeführten Planungsschritt der Verteilung von Produktionsvolumen auf einzelne Anlagen mithilfe mathematischer Algorithmen automatisiert. Die Forschungsfrage konzentriert sich darauf, wie durch den Einsatz linearer Optimierungsverfahren eine effizientere und präzisere Produktionsplanung erreicht werden kann.
- Methodische Grundlagen des Software Engineerings, speziell Extreme Programming.
- Grundlagen der Fertigungsoptimierung und der „Factory Physics“.
- Anwendung linearer Optimierungsalgorithmen (Simplex-Algorithmus) in der Halbleiterfertigung.
- Integration mathematischer Modelle in eine bestehende industrielle Softwareumgebung.
- Implementierung von Test- und Exception-Handling-Strategien in einem Software-Prototypen.
Auszug aus dem Buch
4.3.1 Der Algorithmus des Software-Moduls
Im Folgenden wird der Algorithmus des Software-Moduls „Golden Mix“ in einigen Stichpunkten beschrieben. Dieser ist die Grundlage, um das Modul und seinen Arbeitsbereich besser zu verstehen.
• Erstellung der Input- und diverser anderer Tabellen für die Berechnungen von Golden Mix (WSPW-Optimierung & Load-Balancing) in der C#-Rahmenapplikation.
• Mithilfe der Input-Tabellen wird eine mathematische Berechnung (Lineare Optimierung) zur Optimierung der WSPW in einer MatLab-Standalone-Applikation gestartet.
• Der daraus resultierende Ergebnisvektor wird in einer SQL-Tabelle einer ORACLE-Datenbank gespeichert. Diese wird innerhalb der Datenbank für die WGR-Berechnung zusammen mit verschiedenen Hilfstabellen verwendet.
• Diese und weitere Faktoren werden im nächsten Schritt für die Gleichverteilung der Anlagenauslastung, dem „Load Balancing“ aufbereitet.
• Das Load Balancing wird wie auch die Optimierung der WSPW mit dem Algorithmus der linearen Optimierung durchgeführt.
• Der aus dem Load Balancing resultierende Ergebnisvektor wird in temporären Ergebnistabellen innerhalb der ORACLE-Datenbank gespeichert.
Diese Punkte lassen sich beliebig oft wiederholen, allerdings kann der Algorithmus nach Konvergenz der linearen Optimierung an einen bestimmten Zielwert meistens keine Veränderungen anzeigen, das heißt auch beim Eintreten des „besten“ Falles kann der iterative Modus fortgesetzt werden, wobei jedoch die Eingangs- und Ausgangsgrößen nahezu identisch sind.
Die lineare Optimierung wird in dem externen MatLab-Modul „GNU Linear Program Kit“ (GLPK) durchgeführt. Dieser Solver ist performanter als der eigentliche MatLab-Solver. Die Funktionen unterscheiden sich dabei nur in geringem Maße.
Abbildung 7 zeigt schematisch die Annäherung des Zielvektors an einen bestimmten Wert. Ist der bestmögliche Wert erreicht so sind keine Veränderungen mehr sichtbar.
Zusammenfassung der Kapitel
1. Einleitung: Einführung in die Begrifflichkeiten von Optimierung und Operations Research sowie Erläuterung der Motivation und Zielsetzung der Arbeit.
2. Software Engineering: Darstellung der theoretischen Grundlagen der Softwareentwicklung, des Software-Lebenszyklus und der verschiedenen Prozessmodelle mit Fokus auf Extreme Programming.
3. Optimierung von Fertigungsabläufen: Vermittlung der Grundlagen zur Fertigungsoptimierung, der "Factory Physics" sowie der theoretischen Basis der linearen Optimierung.
4. Softwareentwicklung für Optimierungsaufgaben bei Infineon Technologies: Beschreibung der praktischen Implementierung des Moduls „Golden Mix“ in die PlanSim-Umgebung, inklusive Datenbankschnittstellen und Algorithmen.
5. Zusammenfassung und Ausblick: Kritische Reflexion der Praxiserfahrung bei Infineon, Einordnung des Software Engineerings und Ausblick auf die zukünftige Weiterentwicklung des Moduls.
Schlüsselwörter
Software Engineering, Extreme Programming, Lineare Optimierung, Operations Research, PlanSim, Infineon Technologies, Anlagenkapazität, Produktionsplanung, Simplex-Algorithmus, SQL-Datenbank, Halbleiterfertigung, Load Balancing, Softwareentwicklung, mathematische Modellierung, Prototyping.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Automatisierung der Produktionsplanung bei Infineon Technologies mittels Softwareentwicklung und mathematischer Optimierungsverfahren.
Was sind die zentralen Themenfelder der Bachelorarbeit?
Die Arbeit verknüpft Software Engineering-Methoden wie Extreme Programming mit Inhalten aus dem Bereich des Operations Research und der industriellen Fertigungsoptimierung.
Was ist das primäre Ziel der Forschungsarbeit?
Das Ziel ist die Erstellung eines Software-Moduls ("Golden Mix") für die PlanSim-Plattform, um die Verteilung von Produktionsvolumen auf Anlagen durch mathematische Algorithmen zu optimieren.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wird hauptsächlich die Methode der linearen Optimierung, insbesondere der Simplex-Algorithmus, verwendet, um eine optimale Verteilung der Produktionsvolumen unter gegebenen Constraints zu berechnen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil befasst sich detailliert mit der Systemarchitektur, der Datenbankanbindung, der Implementierung des Algorithmus in MatLab und C#, sowie der Fehleranalyse und dem Debugging.
Welche Schlüsselwörter charakterisieren die Arbeit?
Software Engineering, Lineare Optimierung, Infineon Technologies, Halbleiterfertigung, Load Balancing, Simplex-Algorithmus und PlanSim.
Welche Rolle spielt die "Factory Physics" in dieser Arbeit?
Sie dient als theoretische Grundlage, um das Verhalten einer Fabrik zu charakterisieren und die Notwendigkeit von Optimierungen durch mathematische Gesetze zu begründen.
Warum wurde für das Projekt "Golden Mix" das Modell Extreme Programming gewählt?
Die Wahl fiel auf dieses Modell wegen der Flexibilität der Phasen, da nur diejenigen Schritte durchlaufen werden, die für das spezifische Projekt notwendig sind.
Wie wurde das Problem der Fehlersuche gelöst?
Es wurde ein umfassendes Exception-Handling implementiert und Logfiles wurden genutzt, um Fehler im Code und in den mathematischen Schranken schneller zu identifizieren und zu beheben.
- Arbeit zitieren
- Stefan Strell (Autor:in), 2011, Verbesserung der Anlagenauslastung mit Hilfe der linearen Optimierung. Software Engineering nach der „Extreme Programming“- Methode, München, GRIN Verlag, https://www.grin.com/document/333990
