用于错误诊断的多种错误特征制造技术

技术编号:2914164 阅读:229 留言:0更新日期:2012-04-11 18:40
揭示一种用于诊断错误的方法及设备。侦测一错误。判定对该错误有贡献的一个或多个处理变量。判定一个或多个处理变量的相关贡献。作出关于哪些错误特征符合该错误的决定,当一个或多个处理变量的相关贡献在符合的错误特征的相关贡献范围内时就出现该符合。各错误特征与至少一个错误分类相关联。

【技术实现步骤摘要】
【国外来华专利技术】相关申请本申请要求2006年5月7日提交的临时申请60/746,649和2006年5月7日提交的临时申请60/746,647的优先权。
本专利技术的具体实施例涉及错误诊断,尤其涉及使用多种错误特征(ranged fault signatures)的错误诊断。
技术介绍
许多企业运用包含多重传感器及控制器的精密制造设备,这些传感器及控制器在处理期间被仔细地监控以确保产品的质量。一种监控这些多重传感器及控制器的方法是统计处理监控(一种对传感器测量结果及处理控制数值(处理变量)进行统计分析的手段),其能够实现自动侦测及/或错误诊断。「错误(fault)」可能是制造设备的故障或失调(例如机器的操作参数与所欲数值之间的偏差),或是预防性维护所需的一种指示,用于避免即将发生的故障或失调。因此,统计处理监控的一个目标是在产生上述缺陷之前侦测及/或诊断错误。在处理监控期间,当最近的处理数据的一个或多个统计与统计模型偏离一个量值,且该量值足够大以造成模型度量超过各个信任阈值时,侦测到一错误。模型度量为一标量,其值表示在实际处理监控期间所收集的处理数据的统计特征及该模型所预测的统计特征之间的偏离量。各模型度量是消去此偏离的唯一数学方法。常见的模型度量包含平方预测误差(SquaredPrediction Error,其一般被称为SPE、Qres、或Q)以及Hotelling’s T2(T2)。每个模型度量具有各自的信任阈值,其也被称为一信任限制或控制限制,其数值表示该模型度量的可接受的上限。如果一模型度量在处理监控期-->间超过其信任阈值,应可推断该处理数据已因为一错误而具有偏离的统计结果。一旦侦测到错误,通过忽略各处理变量的相对错误贡献来诊断这些错误。某些错误因为缺乏和单一处理变量的明确(例如直接)相关性而难于诊断。与多重处理变量具有复杂及/或间接的相关性的那些错误可能特别难于诊断。常见诊断错误的方法一般要求:在对错误进行分类之前,该错误已发生多次。对那些和多重处理变量的相关性较复杂的错误进行分类时,这可能会有问题。
技术实现思路
本专利技术的一态样关于一种诊断错误的方法,其包含:侦测一错误;判定对该错误有贡献(contributed to the fault)的一个或多个处理变量;判定一个或多个处理变量中的每一个的相应贡献;及判定多个错误特征中的哪一个相符于该错误,一错误特征相符该错误,其为如果这些一个或多个处理变量的相应贡献在所相符错误特征的相应贡献范围内,其中这些错误特征的相关于至少一个错误分类。本专利技术的另一态样关于一种包含数据的机器可存取媒体,其当由一机器所存取时,造成该机器执行一方法,该方法包含侦测一错误;判定对该错误有贡献的一个或多个处理变量;判定一个或多个处理变量中的每一个的相应贡献;及判定多个错误特征中的哪一个相符于该错误,一错误特征相符该错误,其为如果这些一个或多个处理变量的相应贡献在所相符错误特征的相应贡献范围内,其中这些错误特征的相关于至少一个错误分类。本专利技术的又另一态样关于一种统计处理监控系统,其包含一错误侦测器,其与至少一个制造机器相耦合,藉以接收来自该至少一个制造机器的处理数据,并用以基于该处理数据而侦测一错误,该处理数据包含多个处理变量;一数据库,其用以存储多个错误特征,这些错误特征的与至少一个错误分类相关联;及一错误诊断器,其与该错误侦测器以及该数据库相耦合,藉以判定对该错误有贡献的多个处理变量中的一个或多个、判定一个或多个处-->理变量中的每一个的相应贡献、以及判定多个错误特征中的哪一个相符于该错误,一错误特征相符该错误,其为如果一个或多个处理变量的相应贡献在所相符错误特征的相应贡献范围内。附图说明在附图中,本专利技术通过示例得以示出,并非通过限制得以示出,并且其中:图1描述统计处理监控系统的具体实施例;图2描述一种产生错误分类的方法的具体实施例的流程图;图3描述一种通过使用错误特征来诊断错误的方法的一具体实施例的流程图;图4描述一种通过使用错误特征来诊断错误的方法的另一具体实施例的流程图;图5描述一种通过使用错误特征来诊断错误的方法的又另一具体实施例的流程图;图6描述一典型计算系统中的机器的图式表示,其中具有一组指令,可执行这种指令从而使该机器执行本文所讨论的任何一或多种方法。具体实施方式本文描述一种用于诊断错误的方法及设备。在一具体实施例中,识别对该错误有贡献的一个或多个处理变量。如果一处理变量具有处于控制限制之外的测量数值,则它可能对该错误有贡献。判定一个或多个处理变量的相应贡献。该相应贡献被归一化且被安排在一经排列的清单中,其中该排列基于错误贡献的量。判定符合经侦测的错误的一错误特征。在一具体实施例中,如果经识别的处理变量的相应贡献处于该相符的错误特征的相应贡献范围内,则一错误特征符合该经侦测的错误。这些错误特征中的每一个都与用于识别一特定错误起因的至少一个错误分类相关联。在下列的描述中,提出多个细节。然而,本领域普通技术人员将可明了本专利技术可在无下列特定细节中而加以实施。在特定例证中,已知的结构及装-->置按方块图形式而显示(而非细节),藉以避免使本专利技术模糊不清。所述的部份细节描述是以下列两方面来呈现的:各种算法;以及对计算机存储器中的数据位进行的各项操作的符号表示。熟悉数据处理技术的技术人员使用这些算法的叙述与呈现,以最有效率的方式将其本质传达给其它熟知该项技术的技术人员。算法,在此处通常可视为导向一所要结果的自我一致性的步骤或指令的程序。这些步骤是那些需要对于物理量有物理性操纵的步骤。虽然并非必然,但是这些量通常采用能够在一计算机系统中存储、传送、组合、比较及或以其它方式操作的电气、磁性信号的形式。已证实,主要基于通用用法的因素,将这些信号表示为位、数值、组件、符号、字符、术语、数字等等有时候非常方便。然而,应注意的是,这些以及类似的术语皆与适当的物理数量有关,而且仅仅是套用至这些量的方便标签。除非特别说明,否则可在讨论中清楚得知,文中利用术语像是「处理」、「运算」、「计算」或「决定」或「显示」等等,代表一计算机系统或类似的电子运算装置的动作及处理,其操纵及转换在该计算机系统的寄存器及存储器中的数据来表示成物理(电子)量,成为在该计算机系统的存储器、或寄存器或其它这种信息存储、传输或显示装置内的物理量。本专利技术也涉及本文档来自技高网
...

【技术保护点】
一种诊断错误的方法,其包含: 侦测一错误; 判定对该错误有贡献的一个或多个处理变量; 判定所述一个或多个处理变量中的每一个的相应贡献;及 判定多个错误特征中的哪一个符合该错误,如果所述一个或多个处理变量的相应贡献在一个错误特征的相应贡献范围内,则该错误特征就符合该错误,每一个错误特征与至少一个错误分类相关联。

【技术特征摘要】
【国外来华专利技术】US 2006-5-7 60/746,647;US 2006-5-7 60/746,649;US 21.一种诊断错误的方法,其包含:
侦测一错误;
判定对该错误有贡献的一个或多个处理变量;
判定所述一个或多个处理变量中的每一个的相应贡献;及
判定多个错误特征中的哪一个符合该错误,如果所述一个或多个处理变
量的相应贡献在一个错误特征的相应贡献范围内,则该错误特征就符合该错
误,每一个错误特征与至少一个错误分类相关联。
2.如权利要求1所述的方法,其更包含:
如果所述多个错误特征都不符合该错误,则添加针对该错误的新的错误
特征。
3.如权利要求2所述的方法,其更包含:
添加新的错误分类;及
使所述新的错误特征与所述新的错误分类相关联。
4.如权利要求2所述的方法,其中所述新的错误特征是在所述错误发生
单次之后被添加的。
5.如权利要求1所述的方法,其更包含:
将第一错误特征划分成多重错误特征,该第一错误特征包含针对第一处
理变量的第一相应贡献范围,所述多重错误特征中的每一个都具有第一处理
变量的不同的相应贡献,且所述多重错误特征中的每一个都与不同的错误分
类相关联。
6.如权利要求1所述的方法,其中多重错误分类与单一错误特征相关
联。
7.如权利要求1所述的方法,其更包含:
记录(tallying)每一个相关联的错误分类被确认为特定错误特征的实际
错误的次数。
8.如权利要求1所述的方法,其更包含:
判定所述多个错误特征中的哪一个部分地符合该错误,如果所述一个或
多个处理变量中的至少一个的相应贡献不在一错误特征的相应贡献范围内,
则出现部分符合;及
向所述多个错误特征中的一个或多个分配一相符接近得分(match
closeness score)。
9.如权利要求1所述的方法,其中所述多个错误特征中的至少一个是一
组合式错误特征,该组合式错误特征具有基于第一统计模型的第一错误特征
以及基于第二统计模型的第二错误特征。
10.一种包含数据的机器可存取媒体,当被机器所存取时,使该机器执
行一种方法,该方法包含:
侦测一错误;
判定对该错误有贡献的一个或多个处理变量;
判定所述一个或多个处理变量中的每一个的相应贡献;及
判定多个错误特征中的哪一个符合该错误,如果所述一个或多个处理变
量的相应贡献在一个错误特征的相应贡献范围内,则该错误特征符合该错
误,其中每一个错误特征与至少一个错误分类相关联。
11.如权利要求10所述的机器可存取媒体,该方法更包含:
如果所述多个错误特征都不符合...

【专利技术属性】
技术研发人员:LJ小哈维AT施沃姆
申请(专利权)人:应用材料股份有限公司
类型:发明
国别省市:US[美国]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1