一种基于业互联网平台的半导体制造设备维修方法技术

本发明专利技术公开了一种基于业互联网平台的半导体制造设备维修方法，包括：对小样本失效数据进行处理，所述处理包括数据清洗与特征提取，数据集成与变换；建立基于确定分布、大样本、多源信息的可靠性评估模型，根据可靠性评估模型进行数据可靠性评估；基于时效性和有效性下数据的健康状态评估，根据评估结果进行预防性维修决策；基于深度学习进行数据的特征提取、基于深度置信网络进行特征诊断、基于诊断结果进行预测性状态维修决策；本发明专利技术能够提高维修效率，节约维修资源。节约维修资源。节约维修资源。

【技术实现步骤摘要】
一种基于业互联网平台的半导体制造设备维修方法


[0001]本专利技术涉及一种基于业互联网平台的半导体制造设备维修方法，属于半导体制造


技术介绍

[0002]第三代化合物半导体是一种性能优异的半导体材料，相比于第一代单质半导体，第三代化合物半导体耐高压、耐高温、功率大、抗辐射、导电性能更强、工作损耗更低，适用于更多应用场景。随着第三代化合物半导体需求的大量增加，生产规模不断扩大，为了保证生产效率，对生产设备的管理变得越来越重要。在现有的技术中，各工业生产平台的数据来源分散、数据结构多样，企业内外沟通不及时，生产设备结构复杂、维护不合理，造成企业无法对生产设备进行有效地管理维修，从而影响生产效率。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种基于业互联网平台的半导体制造设备维修方法，通过平台监测并接收设备数据，并对设备进行主动维修、预防性维修以及预测性维修，提高维修效率，节约维修资源。
[0004]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0005]本专利技术提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于业互联网平台的半导体制造设备维修方法，其特征在于，包括：对小样本失效数据进行处理，所述处理包括数据清洗与特征提取，数据集成与变换；建立基于确定分布、大样本、多源信息的可靠性评估模型，根据可靠性评估模型进行数据可靠性评估；基于时效性和有效性下数据的健康状态评估，根据评估结果进行预防性维修决策；基于深度学习进行数据的特征提取、基于深度置信网络进行特征诊断、基于诊断结果进行预测性状态维修决策。2.根据权利要求1所述的一种基于业互联网平台的半导体制造设备维修方法，其特征在于，所述数据清洗与特征提取包括：接收样本失效数据并上传数据库；所述样本失效数据包括无效数据和干扰数据；利用数据清洗技术，筛选剔除数据库中重复数据，缩小数据体量，再进行特征提取，分离噪声数据。3.根据权利要求1所述的一种基于业互联网平台的半导体制造设备维修方法，其特征在于，所述数据集成与变换包括：将信息源中的实体匹配来进行模式集成，借助数据库或数据参考的元数据进行模式识别；对数据中多次出现且命名不一致的同一属性，运行分析检测属性间冗余进行删除。4.根据权利要求1所述的一种基于业互联网平台的半导体制造设备维修方法，其特征在于，所述基于确定分布的可靠性评估模型包括采集小样本失效数据的先验信息确立通过降维或删除不相关属性进行数据压缩，确定基于确定分布的可靠性评估模型；所述基于大样本的可靠性评估模型包括采集小样本失效数据，利用平台自带的海量工业大数据进行数据扩充，确立基于大样本的经典可靠性评估模型；所述基于多源信息的可靠性评估模型包括将数据库的数据与采集的小样本失效数据融合，确立基于多源信息的可靠性评估模型。5....

【专利技术属性】
技术研发人员：林国义，陈禹卓，
申请(专利权)人：陈禹卓，
类型：发明
国别省市：