文件名称：论文研究-基于SP-LNS-KNN的半导体生产过程故障检测方法研究.pdf
文件大小：1.28MB
文件格式：PDF
更新时间：2022-08-11 17:14:26
标准化,K近邻,多模态,故障检测,统计模量分析
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。