基于SP-LNS-KNN的半导体生产过程故障检测方法研究

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.

关键词：标准化、K近邻、多模态、故障检测、统计模量分析

所属期刊栏目：35

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金重点资助项目61490701,61673279;辽宁省教育厅基金资助一般项目L2015432;辽宁省自然科学基金资助项目2015020164

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3307-3310,3314