-
题名基于特征空间k最近邻的批次过程监视
被引量：17
- 1
-
-
作者
郭小萍
袁杰
李元
-
机构
沈阳化工大学信息工程学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2014年第1期135-142,共8页
-
基金
国家自然科学基金(60774070
61034006
61174119)资助~~
-
文摘
针对具有非高斯、非线性及多工况特性的批次过程,提出一种基于特征量最近邻统计指标的过程监视方法.首先,将批次过程正常工况原始数据投影到其特征空间,提取主元T和平方预测误差SPE,并进行特征量k最近邻距离平方和的求解.然后,采用核密度估计法获得概率密度分布函数,确定统计监视控制限.特征空间的主元T和SPE特征量能全面代表原始数据的有用信息.采用特征量k最近邻建立监视模型将会节省存储空间,提高建模样本数量与变量之比以及检测异常工况的速度.另外,利用局部近邻数据建模可以解决过程具有的非线性和多工况问题,而应用核密度估计法可以解决过程数据具有的非高斯分布问题.最后,在半导体生产过程的成功应用表明了所提方法的有效性.
-
关键词
特征空间k最近邻
过程监视
批次过程
半导体生产过程
-
Keywords
Feature space k nearest neighbor （FS-kNN）, process monitoring, batch process, semiconductor process
-
分类号
O213
[理学—概率论与数理统计]
-
