10.16866/j.com.app.chem201804007
基于时序模型系数的半导体批次过程故障诊断
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.
模型系数、多变量统计过程控制(MSPC)、支持向量机(SVM)、故障诊断
35
TP277(自动化技术及设备)
国家自然科学基金;博士基金
2018-08-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
317-324