基于时序模型系数的半导体批次过程故障诊断

提出了一种基于时间序列模型系数的半导体批次过程故障诊断方法。首先将带有批间控制器的半导体批次过程推导成自回归移动平均（ARMA）模型,接着利用参数重置递推扩展最小二乘法（PRELS）辨识半导体批次过程的ARMA模型,得到模型系数矩阵,然后通过多变量统计过程控制（MSPC）方法监测模型的系数矩阵,确定故障发生的批次,最后采用支持向量机（SVM）对过程参数故障进行隔离。与传统基于输入输出数据的故障诊断方法相比,基于模型系数的方法可有效提高诊断的准确率。仿真结果验证了方法的有效性。