《基於2-D空間離散數據的質量與產出的預測方法研究》是依託清華大學，由王凱波擔任項目負責人的面上項目。
基本介紹
- 中文名：基於2-D空間離散數據的質量與產出的預測方法研究
- 依託單位：清華大學
- 項目負責人：王凱波
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
準確的質量和產出的預測對制定生產計畫、最佳化配置生產資源、節約生產成本和提高管理效率具有重要的現實意義。在半導體、太陽能和碳納米管等高技術生產領域，產品質量是由具有2-D結構的空間離散數據所刻畫。現有的預測方法和模型通常針對不具有空間結構的連續數據所設計，無法直接或準確的套用到具有2-D空間離散數據的生產場景。 本項目研究基於2-D空間離散數據進行產品質量和過程產出的預測問題。考慮到2-D空間離散數據隨機分布但具有空間聚集性的特點，本研究提出建立基於高斯過程的雙層模型來刻畫2-D缺陷的波動規律和空間相關性，修改廣義線性模型將2-D空間離散輸出與過程參數和2-D空間連續輸入相關聯，利用部分採樣信息提高2-D空間離散質量輸出的預測精度。本研究對基於生產系統豐富數據進行科學定量管理具有重要意義，將為基於2-D空間離散數據進行質量分析和預測提供完整的理論模型，並為實際生產計畫提供有效的預測方法。
結題摘要
在很多高技術生產系統中，例如半導體、太陽能電池片和碳納米管等，對產品質量的衡量是基於具有二維（2-D）結構的空間離散數據所刻畫的。空間數據具有獨特的空間結構，並具有諸如相關性、聚集性等特點。在生產實際中，通常需要對質量和產出進行準確的預測，以便最佳化配置生產資源，節約生產成本和提高管理效率。而現有的很多方法通常無法直接或準確的套用到具有2-D空間離散數據的生產場景。 從實際需求出發，本項目圍繞基於2-D質量離散數據的分析和產出預測展開研究。研究旨在回答如下問題：如何建立合適的統計模型，描述和刻畫具有空間相關性的2-D離散數據；如何把質量數據和過程變數相關聯以建立統計預測模型；如何基於2-D空間連續數據的過程輸入信息，對2-D空間離散質量和產出進行預測；如何基於不同的採樣信息和過程變數信息，對2-D空間離散數據的質量和產出進行預測等。這四個問題也是本項目申請書所定義的問題。 經過項目研究，主要完成的內容包括： 1.基於2-D空間數據的質量波動建模分析。通過考慮空間相關性以及平滑性的統計模型，較好的刻畫數據的波動形態，從而為質量分析打下基礎； 2.2-D空間數據輸入輸出建模，以及基於模型的輸出質量形貌控制。通過穩健控制等算法設計，將現有的單變數或多變數質量控制算法擴展到了曲面形貌的控制； 3.2-D空間質量數據產出預測。改進統計模型，將工程知識與統計方法相融合，能夠更準確的對2-D質量產出進行預測； 4.2-D空間質量數據的異常監視和預警。在2-D質量數據的水平或聚集情況發生變化的情況下，進行提前預警，從而為質量改進提供信息。 上述完成的研究工作，為基於2-D離散數據進行質量分析、診斷和控制提供了系統的理論方法和實踐工具。所研究方法有望在半導體實際生產過程中進行利用。
