【技术实现步骤摘要】
本专利技术属于半导体工业过程控制领域，特别涉及一种基于独立成分分析和贝叶斯推理的过程监测方法。
技术介绍
近年来，半导体工业生产过程的监测问题越来越得到工业界和学术界的广泛重视。 一方面，由于半导体工业过程本身对产品质量的要求极高，如何有效地防止过程产生劣质或者不合格的产品是迫切需要解决的问题。另一方面，如果不对过程进行很好的监测，有可能会发生操作事故，轻者影响产品的质量，重者将会造成生命和财产的损失。此外，对半导体过程进行监测获得的结果还可以反过来指导生产过程和生产工艺的改进。因此，过程监测已经成为半导体工业生产过程的研究热点和迫切需要解决的问题之一。 作为一种典型的间歇生产过程，传统的半导体过程监测方法除了基于机理模型的方法外，大多采用多向形式的多元统计分析方法，比如多向主元分析方法(MPCA)和多向偏最小二乘方法(MPLS)等。在机理模型难以获取的情况下，基于数据驱动的多元统计分析方法已经成为半导体过程监测的主流方法。但是，传统的多元统计分析方法只能提取过程数据的二阶统计量信息，不能有效地处理高阶统计量信息。相比之下，独立成分分析方法(ICA)在提取过程数...
【技术保护点】
一种基于独立成分分析和贝叶斯推理的半导体过程监测方法，其特征在于，包括以下步骤：（１）利用集散控制系统收集半导体过程各个正常工况的数据组成建模用的三维训练样本集：Ｘ＝［Ｘ↓［１］；Ｘ↓［２］；…，Ｘ↓［Ｃ］］。其中，Ｘ↓［ｃ］∈Ｒ↑［Ｉ↓［ｃ］×Ｊ×Ｋ］，ｃ＝１，２，…，Ｃ为对应于过程工况ｃ的数据矩阵，Ｌ↓［ｃ］为该工况下的批次数目，Ｊ为变量个数，Ｋ为每个批次的采样数据点数。分别将这些数据存入历史数据库。（２）分别将不同工况下的数据沿着各自的批次方向展开为Ｉ↓［ｃ］×ＪＫ二维数据矩阵，对其进行预处理和归一化，即使得各个过程变量的均值为零，方差为１，得到新的数据矩阵集为＊↓［...
【技术特征摘要】
一种基于独立成分分析和贝叶斯推理的半导体过程监测方法，其特征在于，包括以下步骤(1)利用集散控制系统收集半导体过程各个正常工况的数据组成建模用的三维训练样本集X＝[X1；X2；…，XC]。其中，c＝1，2，…，C为对应于过程工况c的数据矩阵，Lc为该工况下的批次数目，J为变量个数，K为每个批次的采样数据点数。分别将这些数据存入历史数据库。(2)分别将不同工况下的数据沿着各自的批次方向展开为Ic×JK二维数据矩阵，对其进行预处理和归一化，即使得各个过程变量的均值为零，方差为1，得到新的数据矩阵集为(3)重新沿着时间点方向对每一个数据矩阵进行排列，得到新的数据矩阵集中为(4)采用独立成分分析方法对每一个新的数据矩阵进行处理，建立独立成分分析模型，得到残差矩阵并构造I2统计量的监测统计限。(5)针对残差矩阵构造SPE统计量的监测统计限。(6)将建模数据和各个模型参数存入历史数据库和实时数据库中备用。(7)收集新的过程数据，并对其进行预处理和归一化。(8)分别采用不同的工况模型对其进行监测，即建立统计量I2和SPE。(9)通过贝叶斯推理方法计算当前监测数据在各个操作工况下的后验概率值，并计算数据的故障概率值。然后，构造新的统计量FI2和FSPE集成不同工况下的监测结果，并给出相应的工况分析和定位结果。F2009101546318C0000011.tif,F2009101546318C0000012.tif,F2009101546318C0000013.tif,F2009101546318C0000014.tif,F2009101546318C0000015.tif2. 根据权利要求1所述基于独立成分分析和贝叶斯推理的半导体过程监测方法，其特征在于，所述步骤(4)具体为采用独立成分分析(ICA)方法对每一个新的数据矩阵f。进行处理，提取高阶统计量信息，建立独立成分分析模型。通过ICA分析，可以得到该数据矩阵的独立成分矩阵S。 e iT仏，混合矩阵Ae g Rjx、分离矩阵We g R j以及残差矩阵艮e f'如下艮.-t一AA其中，c二l，2，…，C， r为选取的独立成分个数。然后，构造12统计量并利用核密度估计方法给出其相应的监测统计限Ilim,c2。3. 根据权利要求1所述基于独立成分分析和贝叶斯推理的半导体过程监测方法，其特征在于，所述步骤(5)具体为在...
【专利技术属性】
技术研发人员：葛志强，宋执环，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]
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。