本发明专利技术的实施例提供了一种工艺参数根因定位方法和相关装置，方法包括：分别将制程参数和样本产出时间划分为多个子区间，得到多个第一子区间和多个第二子区间；分别针对每个第一子区间和每个第二子区间，确定各第一子区间的中位数，生成第一参数数据，确定各第二子区间的中位数，生成第一时间数据；对样本标签和第一参数数据进行第一处理后，得到参数趋势波动的相关系数；对样本标签、制程参数数据以及第一时间数据进行第二处理，得到参数时序趋势波动的相关系数；基于参数趋势波动的相关系数和参数时序趋势波动的相关系数，计算得到制程参数综合指标。兼顾参数趋势波动和参数时序趋势波动与标签波动的相关性分析，从而有效识别可疑参数。可疑参数。可疑参数。
【技术实现步骤摘要】
工艺参数根因定位方法和相关装置
[0001]本专利技术涉及数据处理领域，具体而言，涉及工艺参数根因定位方法和相关装置。
技术介绍
[0002]在工业场景中，已实现玻璃自动化生产，其生产过程中，制程设备会自动留存其制作玻璃过程中对应的制程参数实际状态值。对于相同工艺的大批量玻璃，制程设备的参数设定值保持一致，但不同程度的波动情况可能会导致产出不良玻璃。
[0003]基于生产参数实时状态记录和精心设计的算法，有效挖掘出参数波动与不良的相关关系是定位不良的设备参数根因的关键所在。
[0004]目前对于根因的确定方式，一种为基于经典的Pearson\Kendall相关系数公式，计算样本的制程参数实际状态值与标签值的相关关系。另一种为对参数时序散点图做光滑曲线拟合，包括指数平滑法和平滑样条插值拟合，计算拟合残差平方和，若散点图趋势越平滑，拟合残差越小，参数的波动趋势与玻璃不良相关性越强，说明对应参数是根因的可能性越大。
[0005]上述两种方式考虑影响根因的因素不完全，从而导致最终计算的根因不够准确。
技术实现思路
[0006]本专利技术的目的包括，例如，提供了一种工艺参数根因定位方法和相关装置，其能够兼顾参数趋势波动和参数时序趋势波动与标签波动的相关性分析，有效识别可疑参数。
[0007]本专利技术的实施例可以这样实现：第一方面，本专利技术实施例提供了一种工艺参数根因定位方法，所述方法包括：分别将制程参数和样本产出时间划分为多个子区间，得到多个第一子区间和多个第二子区间；分别针对每个所述第一子区间和每个所述第二子区间，确定各所述第一子区间的中位数，生成第一参数数据，确定各所述第二子区间的中位数，生成第一时间数据；对样本标签和所述第一参数数据进行第一处理后，得到参数趋势波动的相关系数；对所述样本标签、所述制程参数数据以及所述第一时间数据进行第二处理，得到参数时序趋势波动的相关系数；基于所述参数趋势波动的相关系数和所述参数时序趋势波动的相关系数，计算得到制程参数综合指标。
[0008]通过上述技术方案，兼顾参数趋势波动和参数时序趋势波动与标签波动的相关性分析，从而有效识别可疑参数。
[0009]在可选的实施方式中，所述分别将制程参数和样本产出时间划分为多个子区间，得到多个第一子区间和多个第二子区间的步骤，包括：提取制程参数和所述制程参数对应的样本标签；
通过回归数最优分箱算法，将所述制程参数进行区间切分，得到多个第一子区间；获取所述制程参数、对应的样本标签以及对应的样本产出时间；基于所述制程参数和所述对应的样本标签，将所述样本产出时间划分为多个第二子区间。
[0010]通过上述技术方案，保证将制程参数划分的足够小，从而确保不同第一子区间对应的样本标签足够准确。
[0011]在可选的实施方式中，所述分别针对每个所述第一子区间和每个所述第二子区间，确定各所述第一子区间的中位数，生成第一参数数据，确定各所述第二子区间的中位数，生成第一时间数据的步骤，包括：针对每个所述第一子区间，确定所述第一子区间中的第一中位数；将所述第一中位数作为落入所述第一子区间范围参数值的匹配映射值，将匹配映射值作为变换后的第一参数数据；针对每个所述第二子区间，确定所述第二子区间中的第二中位数；将所述第二中位数作为落入所述第二子区间范围时间的匹配映射值，将匹配映射值作为变换后的第一时间数据。
[0012]通过上述技术方案，避免第一子区间和第二子区间中存在计算数据，影响最后结果的准确性。
[0013]在可选的实施方式中，所述对样本标签和所述第一参数数据进行第一处理后，得到参数趋势波动的相关系数的步骤，包括：将所述第一参数数据进行分组；确定每个所述分组的组别值；计算每个所述分组对应的标签的第一平均值；计算所述第一平均值和所述组别值的第一pearson相关系数；将所述第一参数数据分组的所述组别值中心化处理；取中心化处理后的第一组别值的第一绝对值组；计算所述第一绝对值组和每个组对应的标签的所述第一平均值的第二pearson相关系数。
[0014]通过上述技术方案，通过计算第一平均值和组别值的第一pearson相关系数，以及第一绝对值组和每个组对应的标签的第一平均值的第二pearson相关系数，可以准确判定制程参数取值范围与样本标签的好坏之间的相关强度。
[0015]在可选的实施方式中，所述对所述样本标签、所述制程参数数据以及所述第一时间数据进行第二处理，得到参数时序趋势波动的相关系数的步骤，包括：将所述第一时间数据、所述制程参数以及所述样本标签，按照时间顺序排序，得到排序后的第二时间数据、第二制程参数以及第二样本标签；将所述第二制程参数按照所述第二时间数据进行分组，确定每个分组的制程参数的第二平均值和标签的第三平均值；计算所述第二平均值和所述第三平均值的第三pearson相关系数；将每个分组的制程参数的第二平均值中心化处理；取中心化处理后的第二平均值的第二绝对值组；
计算所述第二绝对值组和所述第三平均值的第四pearson相关系数。
[0016]通过上述技术方案，通过计算参数时序趋势波动与样本标签之间的相关强度。
[0017]在可选的实施方式中，所述基于所述参数趋势波动的相关系数和所述参数时序趋势波动的相关系数，计算得到制程参数综合指标的步骤，包括：通过以下公式计算制程参数综合指标：；；；其中，所述P1为第一pearson相关系数，P2为第二pearson相关系数；TP1为第三pearson相关系数，TP2为第四pearson相关系数，TPP为制程参数综合指标。
[0018]通过上述技术方案，兼顾参数趋势波动和参数时序趋势波动与标签波动的相关性分析，有效识别可疑参数。
[0019]在可选的实施方式中，所述方法还包括：当所述制程参数包括多种类型时，分别计算每种类型的制程参数的类型参数综合指标；将多个类型参数综合指标的大小降序排序。
[0020]通过上述技术方案，对不同类型的制程参数，计算参数综合指标，并进行排序，依据排序，可以准确知道那些类型的制程参数是可疑参数，为后续修正制程设备的参数指明方向。
[0021]在可选的实施方式中，在所述将多个类型参数综合指标的大小降序排序的步骤之后，所述方法还包括：获取排序在前的参数综合指标；确定获取的参数综合指标对应的制程参数可疑。
[0022]通过上述技术方案，确定靠前的参数综合指标对应的制程参数可疑，为后续修正制程设备的参数指明方向。
[0023]第二方面，本专利技术实施例还提供了一种工艺参数根因定位装置，所述装置包括：划分模块，用于分别将制程参数和样本产出时间划分为多个子区间，得到多个第一子区间和多个第二子区间；生成模块，用于分别针对每个所述第一子区间和每个所述第二子区间，确定各所述第一子区间的中位数，生成第一参数数据，确定各所述第二子区间的中位数，生成第一时间数据；第一处理模块，用于对样本标签和所述第一参数数据进行第一处理后，得到参数趋势波动的相关系数；第二处理模块，用于对所述样本标签、所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种工艺参数根因定位方法，其特征在于，所述方法包括：分别将制程参数和样本产出时间划分为多个子区间，得到多个第一子区间和多个第二子区间；分别针对每个所述第一子区间和每个所述第二子区间，确定各所述第一子区间的中位数，生成第一参数数据，确定各所述第二子区间的中位数，生成第一时间数据；对样本标签和所述第一参数数据进行第一处理后，得到参数趋势波动的相关系数；对所述样本标签、所述制程参数数据以及所述第一时间数据进行第二处理，得到参数时序趋势波动的相关系数；基于所述参数趋势波动的相关系数和所述参数时序趋势波动的相关系数，计算得到制程参数综合指标。2.根据权利要求1所述的方法，其特征在于，所述分别将制程参数和样本产出时间划分为多个子区间，得到多个第一子区间和多个第二子区间的步骤，包括：提取制程参数和所述制程参数对应的样本标签；通过回归数最优分箱算法，将所述制程参数进行区间切分，得到多个第一子区间；获取所述制程参数、对应的样本标签以及对应的样本产出时间；基于所述制程参数和所述对应的样本标签，将所述样本产出时间划分为多个第二子区间。3.根据权利要求1所述的方法，其特征在于，所述分别针对每个所述第一子区间和每个所述第二子区间，确定各所述第一子区间的中位数，生成第一参数数据，确定各所述第二子区间的中位数，生成第一时间数据的步骤，包括：针对每个所述第一子区间，确定所述第一子区间中的第一中位数；将所述第一中位数作为落入所述第一子区间范围参数值的匹配映射值，将匹配映射值作为变换后的第一参数数据；针对每个所述第二子区间，确定所述第二子区间中的第二中位数；将所述第二中位数作为落入所述第二子区间范围时间的匹配映射值，将匹配映射值作为变换后的第一时间数据。4.根据权利要求1所述的方法，其特征在于，所述对样本标签和所述第一参数数据进行第一处理后，得到参数趋势波动的相关系数的步骤，包括：将所述第一参数数据进行分组；确定每个所述分组的组别值；计算每个所述分组对应的标签的第一平均值；计算所述第一平均值和所述组别值的第一pearson相关系数；将所述第一参数数据的分组的所述组别值中心化处理；取中心化处理后的第一组别值的第一绝对值组；计算所述第一绝对值组和每个组对应的标签的所述第一平均值的第二pearson相关系数。5.根据权利要求4所述的方法，其特征在于，所述对所述样本标签、所述制程参数数据以及所述第一时间数据进行第二处理，得到参数时序趋势波动的相关系数的步骤，包括：将所述第一时间数据、所述制程参数以及所述样本标签，按照时间顺序排序，得到排序
后的第二时间数据、第二制程参数以及第二样本标签；将所述第二制程参数按照所述第二时间数据进行分组，确定每个分组的制程参数的第二平均值...
【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：成都数之联科技有限公司，
类型：发明
国别省市：
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。