本文關(guān)鍵詞：基于多示例學習徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的刻蝕設(shè)備異常偵測

  更多相關(guān)文章： 異常偵測 多示例學習 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò) 刻蝕 晶圓制造系統(tǒng)

【摘要】：針對晶圓制造系統(tǒng)刻蝕設(shè)備工作過程中的"時間-晶圓-設(shè)備參數(shù)"三維結(jié)構(gòu)數(shù)據(jù)導致常規(guī)分析方法難以應(yīng)用的難題,提出了一種基于多示例學習徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的異常偵測方法.該方法應(yīng)對常規(guī)點間距離無法解決示例間不匹配程度衡量問題的不足,改進了距離計算方式,可用既含正常數(shù)據(jù)又含異常數(shù)據(jù)的數(shù)據(jù)包來訓練和偵測.運用實驗設(shè)計理論優(yōu)化了神經(jīng)網(wǎng)絡(luò)參數(shù),使用交叉驗證方法將采集到的刻蝕設(shè)備運行數(shù)據(jù)按晶圓加工批次劃分為不同示例,作為RBF網(wǎng)絡(luò)的訓練和測試數(shù)據(jù),來偵測刻蝕設(shè)備異常,提高偵測的穩(wěn)定性.實驗結(jié)果表明,該方法可識別多批次多變量情況下的設(shè)備異常,適合于刻蝕設(shè)備運行過程中多種產(chǎn)品并存情況下的異常偵測.
【作者單位】： 上海交通大學機械與動力工程學院;
【關(guān)鍵詞】： 異常偵測 多示例學習 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò) 刻蝕 晶圓制造系統(tǒng)
【基金】：高等學校博士學科點專項科研基金(20120073110036)資助
【分類號】：TN305.7;TP183
【正文快照】： 晶圓制造中的蝕刻工藝是指使用物理或化學方式,按照既定形狀和布圖去除晶圓表面材料,使之形成特定功能電路的制造過程[1].它是晶圓制造過程中的關(guān)鍵環(huán)節(jié),一旦開始即標志著晶圓進入了不可逆的實體制造過程.刻蝕設(shè)備異常是指刻蝕設(shè)備不能執(zhí)行所要求的功能,導致刻蝕過程偏離預(yù)設(shè)，

本文編號：933162