资料下载
×
基于SP-LNS-kNN的半导体生产过程故障检测方法研究
消耗积分:3 |
格式:rar |
大小:1.25 MB |
2018-02-10
分享资料个
半导体生产过程是典型的间歇过程，针对其过程数据的多模态、多阶段、模态结构不同和批次不等长等特点，提出了基于统计模量的局部近邻标准化和K近邻相结合的故障检测方法（SP-LNS-kNN）。首先计算样本的统计模量，其次对样本的统计模量使用其局部K近邻集进行标准化，最后计算样本与其前K近邻距离，得到平均累积距离D作为检测指标，进而对工业过程故障进行在线检测。统计模量保留了数据的主要信息，将二维样本数据简化为一维数据。局部近邻标准化可以有效降低中心漂移、模态结构差异明显的影响。SP-LNS-kNN不仅能够对大故障实现检测，并且能够提高对小模态的微弱故障的检测能力。使用SP-LNS-kNN对一个实际半导体生产过程数据进行故障检测实验，并将实验结果与PCA、kPCA、LOF和FD-kNN方法的结果进行对比分析，验证了本文方法的有效性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
