电脑可读取记录介质、数据处理方法及数据处理系统技术方案

一种电脑可读取记录介质、数据处理方法及数据处理系统，包括：借由至少一感测部感测目标装置的目标信息；借由电子装置接收该感测部的目标信息并处理该目标信息以形成特征信息；借由该电子装置将该特征信息处理成标示矩阵，并利用人工智能训练方式将该标示矩阵建立成目标模型；以及当该电子装置撷取该目标装置的即时信息后，借由该目标模型预测该目标装置的使用期限，其中，该目标信息的内容对应该即时信息的内容。因此，借由将该特征信息处理成标示矩阵的设计，以利于人工智能训练而建构出良好的目标模型。

【技术实现步骤摘要】
电脑可读取记录介质、数据处理方法及数据处理系统
本专利技术有关于一种数据处理方法，尤指一种用于预测真空泵寿命的数据处理方法及数据处理系统。
技术介绍
半导体晶圆于制作时，借由真空泵吸取工作腔室的粉尘，但真空泵的损耗程度会影响吸取效果，故需即时更换效果不佳的真空泵。然而，目前的做法为依据作业员的经验更换真空泵，然如此容易判断错误，导致汰换掉品质尚可的真空泵或未能即时更换已无效的真空泵。为此，业界发展出自动检测方式，如第WO/2006/064990号专利，但其于进行预测真空泵寿命的作业时，演算过程过于繁杂，致使演算时程冗长，且预测的准确度有限，已不足以满足现阶段半导体晶圆制造工艺对于真空泵即时更换的需求。因此，如何即时更换效果不佳的真空泵，实已成为目前业界亟待克服的课题。
技术实现思路
鉴于上述现有技术的种种缺失，本专利技术提供一种电脑可读取记录介质、数据处理方法及数据处理系统，以利于人工智能训练而建构出良好的目标模型。本专利技术的真空泵的数据处理方法，包括：借由至少一感测部感测目标装置的目标信息本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：/n借由至少一感测部感测目标装置的目标信息；/n借由电子装置接收并处理该感测部的目标信息以形成特征信息；/n借由该电子装置将该特征信息处理成标示矩阵，并利用人工智能训练方式将该标示矩阵建立成目标模型；以及/n于该电子装置撷取该目标装置的即时信息后，借由该目标模型预测该目标装置的使用期限，其中，该目标信息的内容对应该即时信息的内容。/n

【技术特征摘要】
20190918 TW 1081336711.一种数据处理方法，其特征在于，包括：
借由至少一感测部感测目标装置的目标信息；
借由电子装置接收并处理该感测部的目标信息以形成特征信息；
借由该电子装置将该特征信息处理成标示矩阵，并利用人工智能训练方式将该标示矩阵建立成目标模型；以及
于该电子装置撷取该目标装置的即时信息后，借由该目标模型预测该目标装置的使用期限，其中，该目标信息的内容对应该即时信息的内容。


2.根据权利要求1所述的数据处理方法，其特征在于，该电子装置以累加方法与主成份分析法标示该特征信息。


3.根据权利要求2所述的数据处理方法，其特征在于，该累加方法将累加前的特征信息转变成累加后的累加特征。


4.根据权利要求3所述的数据处理方法，其特征在于，该标示矩阵借由将该累加后的累加特征以该主成份分析法演算及最小值最大值正规化的方式获取。


5.根据权利要求1所述的数据处理方法，其特征在于，该特征信息包含该目标装置于工作阶段的数据，但未包含该目标装置于空转、维修及/或停机的机台无负载情况的阶段的数据。


6.根据权利要求1所述的数据处理方法，其特征在于，该感测部为连接该目标装置的加速度感测器。


7.根据权利要求1所述的数据处理方法，其特征在于，该目标装置为真空泵，其连通半导体晶圆制造工艺的工作腔室。


8.根据权利要求1所述的数据处理方法，其特征在于，该目标模型为借由神经网络演算机制所构成的深度学习模型。


9.根据权利要求1所述的数据处理方法，其特征在于，该即时信息经由该电子装置的处理，再输入该目标模型，以令该电子装置获取该目标装置的使用期限的预测信息。


10.一种数据处理系统，其特征在于，包括：
感测部，...

【专利技术属性】
技术研发人员：许铭翔，王俊杰，吴鸿材，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：中国台湾;71