基于时序模型系数的半导体批次过程故障诊断

• 作者: 凌丹 吴哲 王乐祥 王妍
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 模型系数 多变量统计过程控制(MSPC) 支持向量机(SVM) 故障诊断
• 年，卷（期）: 2018,（4）
• 页码范围: 317-324
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201804007

摘要

提出了一种基于时间序列模型系数的半导体批次过程故障诊断方法.首先将带有批间控制器的半导体批次过程推导成自回归移动平均(ARMA)模型,接着利用参数重置递推扩展最小二乘法(PRELS)辨识半导体批次过程的ARMA模型,得到模型系数矩阵,然后通过多变量统计过程控制(MSPC)方法监测模型的系数矩阵,确定故障发生的批次,最后采用支持向量机(SVM)对过程参数故障进行隔离.与传统基于输入输出数据的故障诊断方法相比,基于模型系数的方法可有效提高诊断的准确率.仿真结果验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王妍		14	90	6.0	9.0
2	吴哲		1	0	0.0	0.0
3	王乐祥		1	0	0.0	0.0
4	凌丹		1	0	0.0	0.0