基于时间序列模型系数的半导体批次过程故障诊断方法技术

本发明专利技术公开了一种基于时间序列模型的半导体批次过程故障诊断方法，包括：建立时间序列模型y(t)＝θ0*h0(t‑1)，θ0＝[φ0,δ,ρ]，

Fault Diagnosis Method for Semiconductor Batch Process Based on Time Series Model Coefficient

【技术实现步骤摘要】
基于时间序列模型系数的半导体批次过程故障诊断方法
本专利技术属于用于控制系统的故障诊断
，具体涉及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，用于提高半导体批次过程故障诊断的准确率。
技术介绍
批次控制(Run-to-runcontrol或简记为R2Rcontrol)，又称为批对批控制，是反馈控制的一种，与迭代学习控制和重复控制有很多类似之处。它通过对过程的历史批次数据的统计分析来改变下一批次的制程方案(Recip)，解决间歇过程中因缺乏在线测量手段而造成难以进行实时过程控制的问题，从而降低批次产品的质量差异。公开日为2005年3月9日的中国专利文献CN1592873A公开了一种具有状态和模型参数估计的半导体批次控制系统，其采用模型预测控制(MPC)原理估计R2R控制应用中组合的状态和参数。MSPC是一种基于数据驱动的故障诊断技术，近几年来已经成功地应用于批次过程的在线监测，尤其是在半导体批次过程。很多文献在使用MSPC进行监测时，都只考虑了系统的输入输出数据。自动过程控制的引入会削弱外部干扰对系统输出的影响，不同的输入可能获得几乎相同的输出，因此闭环系统的输入输出数本文档来自技高网...

【技术保护点】
1.一种基于时间序列模型的半导体批次过程故障诊断方法，其特征是，包括以下步骤：步骤一，基于指数加权移动平均控制器，建立半导体批次过程的时间序列模型

【技术特征摘要】
1.一种基于时间序列模型的半导体批次过程故障诊断方法，其特征是，包括以下步骤：步骤一，基于指数加权移动平均控制器，建立半导体批次过程的时间序列模型式(1)、(2)、(3)中，y(t)为半导体批次过程的输出数据，t表示批次序号，t＝1,2,...N，β为批次过程中的增益，b为β的起始估计值，λ为折扣因子，0≤λ≤1，δ是漂移项，ρ是批次过程干扰模型的系数,是ε(t-1)的估计值,属于白噪声序列，σε是白噪声序列的方差；步骤二，估计所述步骤一中式(3)的白噪声序列(1)获取半导体批次过程的输出数据y(t)，建立如下高阶自回归AR(n)模型y(t)＝φ1y(t-1)+φ2y(t-2)+...+φny(t-n)+ε(t)(4)其中，φn是高阶AR(n)模型的系数，n是模型的阶次，n＝10～20；(2)利用递推最小二乘法辨识高阶AR(n)模型的系数θ(t)＝[φ1(t),φ2(t),...,φn(t)]：其中，h(t-1)＝[y(t-1),y(t-2),...,y(t-n)]T，K(t)是增益向量，P(t)是维度为p×p的矩阵，p是系数向量θ(t)中变量的个数，μ是遗忘因子，μ∈[0,1]，I为维度p×p单位矩阵,p＝n,c≥105；(3)计算白噪声的估计值(4)比较估计值和经验阀值υ的大小，当令t＝t+1，重复循环本步骤中的(2)-(4)直至时结束循环，步骤三，估计时间序列模型中式(1)和式(2)的系数θ0(t)：根据步骤二估计的白噪声构造：利用递推最小二乘法辨识估计时...

【专利技术属性】
技术研发人员：王妍，袁世蒙，凌丹，吴哲，顾晓光，王乐祥，娄泰山，孙军伟，丁国强，王昭阳，雷娜，
申请(专利权)人：郑州轻工业学院，
类型：发明
国别省市：河南,41