基于SP-LNS-KNN的半导体生产过程故障检测方法研究

• 作者: 冯立伟 张成 李元 谢彦红 逄玉俊
• 来源期刊: 计算机应用研究
• 关键词: 标准化 K近邻 多模态 故障检测 统计模量分析
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3307-3310,3314
• 页数: 5页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.025

摘要

半导体生产过程是典型的间歇过程,针对其过程数据的多模态、多阶段、模态结构不同和批次不等长等特点,提出了基于统计模量的局部近邻标准化和K近邻相结合的故障检测方法(SP-LNS-KNN).首先计算样本的统计模量,其次对样本的统计模量使用其局部K近邻集进行标准化,最后计算样本与其前K近邻距离,得到平均累积距离D作为检测指标,进而对工业过程进行在线故障检测.统计模量保留了数据的主要信息,将二维样本数据简化为一维数据;局部近邻标准化可以有效降低中心漂移、模态结构差异明显的影响.SP-LNS-KNN不仅能够对大故障实现检测,并且能够提高对小模态的微弱故障的检测能力.使用SP-LNS-KNN对一个实际半导体生产过程数据进行故障检测实验,并将实验结果与PCA、KPCA、LOF和FD-KNN方法的结果进行对比分析,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	谢彦红	沈阳化工大学数理系	57	111	6.0	8.0
5	冯立伟	沈阳化工大学数理系	31	59	4.0	6.0
9	张成	沈阳化工大学数理系	57	159	6.0	10.0
13	李元	沈阳化工大学技术过程故障诊断与安全性研究中心	122	550	12.0	18.0