CN109814535A - 基于维纳模型辨识方法的扩散炉在线诊断方法 - Google Patents
基于维纳模型辨识方法的扩散炉在线诊断方法 Download PDFInfo
- Publication number
- CN109814535A CN109814535A CN201910126056.4A CN201910126056A CN109814535A CN 109814535 A CN109814535 A CN 109814535A CN 201910126056 A CN201910126056 A CN 201910126056A CN 109814535 A CN109814535 A CN 109814535A
- Authority
- CN
- China
- Prior art keywords
- model
- wiener model
- diffusion furnace
- wiener
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种基于维纳模型辨识方法的扩散炉在线诊断方法，该方法的实现步骤如下：（1）在设备初始状态下采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据进行系统辨识，建立设备初始的维纳模型，存入数据库；（2）在设备后续使用中，采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据；（3）利用采集到的输入输出数据实时建立维纳模型；（4）将实时建立的维纳模型中的各项参数与初始模型进行比较，超过阀值即可发出报警。本发明能在线诊断，不需要追加硬件，在设备发生故障前发出预警，提示设备维护；后台分析不影响设备的正常使用，提高了生产效率；软件可以安装在外部监控电脑或写入单片机与设备一体化。
Description
技术领域
本发明涉及扩散炉在线诊断技术领域，具体涉及一种基于维纳模型辨识方法的扩散炉加热系统的在线诊断方法。
背景技术
扩散炉是集成电路制造中较为常用的设备，其工作温度较高，一般高于1000摄氏度，炉内温度均匀性的控制精度要求极高（小于1℃），然而在高温下容易发生加热器和炉内材料的变化，最终导致温控超标或设备故障。现有的扩散炉中不具备在线加热系统的诊断功能，只有当发生故障时将炉体拆卸后才能检查问题所在，这样对集成电路生产线造成突发影响，打乱生产计划。若在工艺生产时发生故障还会导致处理中的硅片报废。
发明内容
本发明所要解决的技术问题是提供一种基于维纳模型辨识方法的扩散炉在线诊断方法，它可以解决现有技术中扩散炉加热系统不具备在线诊断功能的问题。
为了解决上述问题，本发明采用以下技术方案：
本发明提供一种基于维纳模型辨识方法的扩散炉在线诊断方法，该方法的实现步骤如下：
（1）在设备初始状态下采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据进行系统辨识，建立设备初始的维纳模型，存入数据库；
（2）在设备后续使用中，采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据；
（3）利用采集到的输入输出数据实时建立维纳模型；
（4）将实时建立的维纳模型中的各项参数与初始模型进行比较，超过阀值即可发出报警。
进一步地，所述步骤（1）之后还包括对辨识结果进行验证的步骤。
进一步地，所述步骤（1）中维纳模型通过以下步骤获得；
（a）将维纳模型参数化，用状态空间描述线性动态部分，用多项式描述静态非线性部分；
（b）利用状态空间辨识方法（通用软件MATLAB，系统辨识模块功能）从输入输出信号中求解出线性动态部分的参数；
（c）在获得线性动态部分的参数后就可以计算出线性动态部分的输出，这样就可以求解描述静态非线性的多项式中的各参数；
（d）优化模型中的参数（通用软件MATLAB，参数优化模块功能）；
（e）根据获取的模型参数构建用于描述对象的维纳模型。
进一步地，所述步骤（3）中维纳模型通过以下步骤获得；
（a）利用状态空间辨识方法（通用软件MATLAB，系统辨识模块功能）从输入输出信号中求解出线性动态部分的参数；
（b）在获得线性动态部分的参数后就可以计算出线性动态部分的输出，这样就可以求解描述静态非线性的多项式中的各参数；
（c）优化模型中的参数（通用软件MATLAB，参数优化模块功能）
（d）根据获取的模型参数构建用于描述对象的维纳模型。
与现有技术相比，本发明的有益效果如下：
（1）能在线诊断，不需要追加硬件，在设备发生故障前发出预警，提示设备维护。
（2）后台分析不影响设备的正常使用，提高了生产效率。
（3）软件可以安装在外部监控电脑或写入单片机与设备一体化。
附图说明
下面结合附图与具体实施例对本发明作进一步详细说明。
图1为本发明的维纳模型示意图；
图2为本发明维纳模型参数化示意图；
图3为本发明扩散炉在线诊断方法中维纳模型的建模流程图；
图4为对本发明在扩散炉加热系统的在线诊断方法进行验证的实验设备的结构示意图；
图5传统的系统识别方法的诊断结果；
图6为本发明扩散炉加热系统的在线诊断方法的诊断结果。
具体实施方式
本发明采用基于维纳模型的系统辨识方法，直接对应于非线性对象，对扩散炉加热系统建立数学模型，通过采集炉体的输入数据和输出数据进行在线诊断，从而推断出炉体的各项参数并进行跟踪，如参数超过温控器的控制范围立刻发出报警，提出设备维护要求供管理人员进行参考。其具体实现步骤如下：
（1）在设备初始状态下采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据进行系统辨识，建立设备初始的数学模型即维纳模型，存入数据库；
（2）在设备后续使用中，采集扩散炉加热系统中的电力输入及温度输出数据；
（3）将采集到的输入输出数据进行实时建模（维纳模型）；
（4）将实时建立的维纳模型中的各项参数与初始模型进行比较，超过阀值即可发出报警。
其中，如图1所示，任何时不变系统均可由维纳模型表述，维纳模型包括一个线性动态部分和一个非线性静态部分，其中，u_k输入，y_k为动态线性部分的输出，为内部变量，不能直接测量，z_k为输出，v_k为观察噪声。将对象用维纳模型来表述，必须进一步将维纳模型参数化，然后用系统辨识理论来计算模型中的各个参数。我们考虑用现代控制理论中的状态空间来描述线性动态部分，用多项式来描述静态非线性部分，将维纳模型参数化，如图2所示，利用系统辨识来推算出维纳模型的各项参数：状态空间的(A,B,C,D)和多项式 φ中的（a_0 ,a_1 ,a_2… ），这样就可以建立一个能精确描述控制对象的数学模型。
维纳模型的建模步骤如图3所示，包括以下：
（a）输入信号设计；采用阶跃响应测量控制对象的时间常数，获得输入信号，即M序列。由时间常数来设计M序列信号的方法可以参考系统辨识教科书。例如：作者：向晓燕，孟凡斌，张书真的《M序列在系统辨识中的应用》。
（b）加载实验；将M序列输入到控制对象，进行实验，获得温度数据，作为模型的输出信号。
（c）数据测量；将控制对象的输出信号进行采集并保存，与对应的输入信号构成输入输出数据对。
（d）系统辨识演算；利用上述输入输出数据对，确定模型参数并存入数据库中。使用MATLAB软件，先用其中的状态空间辨识软件包计算出各参数的一个预估值，然后用参数优化软件包对预估参数进行优化，使模型输出与实际测量值的误差最小，这样就可以得到维纳模型的各项参数。
（e）维纳模型构建；由于在系统辨识中已经推算出维纳模型的各项参数，根据各项参数就能构建一个可以精确描述控制对象的数学模型。
具体为：用状态空间描述线性动态部分，用多项式描述静态非线性部分；利用状态空间辨识方法（通用软件MATLAB，系统辨识模块功能）从输入输出信号中求解出线性动态部分的参数；在获得线性动态部分的参数后就可以计算出线性动态部分的输出，这样就可以求解描述静态非线性的多项式中的各参数；优化模型中的参数（通用软件MATLAB，参数优化模块功能）；根据获取的模型参数构建用于描述对象的维纳模型。
如图4所示，采用个小型扩散炉来进行诊断实验，扩散炉为三段加热，控制电路为三输入三输出。调节温控器使炉温在300℃至600℃交替变化，同时记录输入信号与输出信号。利用记录的输入数据与输出数据进行非线性系统辨识。采用传统的辨识方法获得的辨识结果如图5所示，采用本发明的在线诊断方法获得辨识结果如图6所示。
通过分析图5及图6，可以得到本发明的在线诊断方法可以精确地模拟实际系统的输出，而用传统方法则误差较大，说明本发明的诊断方法可以从控制对象的输入信号、输出信号建立对象的精确数学模型。把数学模型中的各项参数的初始值作为基准，在运行中通过比对各项参数的变化值就可以在线诊断炉体的性能状态，从而提供设备关键部位的运行状态，起到监控，预警的作用。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。
Claims (3)
1.一种基于维纳模型辨识方法的扩散炉在线诊断方法，其特征在于，该方法的实现步骤如下：
（1）在设备初始状态下采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据进行系统辨识，建立设备初始的维纳模型，存入数据库；
（2）在设备后续使用中，采集扩散炉加热系统中的电力输入，冷却水流量及温度输出数据；
（3）利用采集到的输入输出数据实时建立维纳模型；
（4）将实时建立的维纳模型中的各项参数与初始模型进行比较，超过阀值即可发出报警。
2.如权利要求1所述的一种基于维纳模型辨识方法的扩散炉在线诊断方法，其特征在于，所述步骤（1）之后还包括对辨识结果进行验证的步骤。
3.如权利要求1所述的一种基于维纳模型辨识方法的扩散炉在线诊断方法，其特征在于，所述步骤（1）中维纳模型通过以下步骤获得；
（a）将维纳模型参数化，用状态空间描述线性动态部分，用多项式描述静态非线性部分；
（b）利用状态空间辨识方法从输入输出信号中求解出线性动态部分的参数；
（c）在获得线性动态部分的参数后就计算出线性动态部分的输出，求解描述静态非线性的多项式中的各参数；
（d）优化模型中的参数；
（e）根据模型参数确定用于描述对象的维纳模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910126056.4A CN109814535A (zh) | 2019-02-20 | 2019-02-20 | 基于维纳模型辨识方法的扩散炉在线诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910126056.4A CN109814535A (zh) | 2019-02-20 | 2019-02-20 | 基于维纳模型辨识方法的扩散炉在线诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109814535A true CN109814535A (zh) | 2019-05-28 |
Family
ID=66607003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910126056.4A Pending CN109814535A (zh) | 2019-02-20 | 2019-02-20 | 基于维纳模型辨识方法的扩散炉在线诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109814535A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112729675A (zh) * | 2020-12-18 | 2021-04-30 | 重庆大学 | 基于维纳非线性模型的压力传感器标定装置温度建模方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1799054A (zh) * | 2003-09-30 | 2006-07-05 | 东京毅力科创株式会社 | 用基本原理仿真辅助半导体制造过程的系统和方法 |
| CN102534803A (zh) * | 2012-01-04 | 2012-07-04 | 北京七星华创电子股份有限公司 | 立式扩散炉电器控制系统及控制方法 |
| CN103678858A (zh) * | 2012-09-26 | 2014-03-26 | 中国人民解放军第二炮兵工程大学 | 一种存在竞争失效条件下的设备剩余寿命预测方法 |
| CN106557627A (zh) * | 2016-11-18 | 2017-04-05 | 南通大学 | 基于状态空间维纳模型的递推参数估计方法 |
| CN107045575A (zh) * | 2017-04-14 | 2017-08-15 | 南京航空航天大学 | 基于自调整维纳模型的航空发动机性能模型建模方法 |
| CN206751976U (zh) * | 2017-05-10 | 2017-12-15 | 扬州晶新微电子有限公司 | 一种扩散炉智能控制系统 |
| CN107729291A (zh) * | 2017-10-10 | 2018-02-23 | 江南大学 | 一种基于分解技术的双线性模型参数辨识方法 |
| CN108304348A (zh) * | 2018-01-31 | 2018-07-20 | 浙江工业大学 | 一种基于二元维纳过程的轴承剩余寿命预测方法 |
| CN108460221A (zh) * | 2018-03-19 | 2018-08-28 | 北京航空航天大学 | 一种燃油调节器系统贮存寿命评估的分位点自洽模型法 |
| CN108520152A (zh) * | 2018-04-13 | 2018-09-11 | 中国人民解放军火箭军工程大学 | 一种工程设备的寿命分布确定方法及系统 |
| CN108914208A (zh) * | 2018-07-23 | 2018-11-30 | 中国电子科技集团公司第四十八研究所 | 一种扩散炉工艺自诊断优化方法及装置 |
-
2019
- 2019-02-20 CN CN201910126056.4A patent/CN109814535A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1799054A (zh) * | 2003-09-30 | 2006-07-05 | 东京毅力科创株式会社 | 用基本原理仿真辅助半导体制造过程的系统和方法 |
| CN102534803A (zh) * | 2012-01-04 | 2012-07-04 | 北京七星华创电子股份有限公司 | 立式扩散炉电器控制系统及控制方法 |
| CN103678858A (zh) * | 2012-09-26 | 2014-03-26 | 中国人民解放军第二炮兵工程大学 | 一种存在竞争失效条件下的设备剩余寿命预测方法 |
| CN106557627A (zh) * | 2016-11-18 | 2017-04-05 | 南通大学 | 基于状态空间维纳模型的递推参数估计方法 |
| CN107045575A (zh) * | 2017-04-14 | 2017-08-15 | 南京航空航天大学 | 基于自调整维纳模型的航空发动机性能模型建模方法 |
| CN206751976U (zh) * | 2017-05-10 | 2017-12-15 | 扬州晶新微电子有限公司 | 一种扩散炉智能控制系统 |
| CN107729291A (zh) * | 2017-10-10 | 2018-02-23 | 江南大学 | 一种基于分解技术的双线性模型参数辨识方法 |
| CN108304348A (zh) * | 2018-01-31 | 2018-07-20 | 浙江工业大学 | 一种基于二元维纳过程的轴承剩余寿命预测方法 |
| CN108460221A (zh) * | 2018-03-19 | 2018-08-28 | 北京航空航天大学 | 一种燃油调节器系统贮存寿命评估的分位点自洽模型法 |
| CN108520152A (zh) * | 2018-04-13 | 2018-09-11 | 中国人民解放军火箭军工程大学 | 一种工程设备的寿命分布确定方法及系统 |
| CN108914208A (zh) * | 2018-07-23 | 2018-11-30 | 中国电子科技集团公司第四十八研究所 | 一种扩散炉工艺自诊断优化方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112729675A (zh) * | 2020-12-18 | 2021-04-30 | 重庆大学 | 基于维纳非线性模型的压力传感器标定装置温度建模方法 |
| CN112729675B (zh) * | 2020-12-18 | 2022-06-21 | 重庆大学 | 基于维纳非线性模型的压力传感器标定装置温度建模方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104390657B (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
| CN108604360B (zh) | 设施异常监测方法及其系统 | |
| CN110220602B (zh) | 一种开关柜过热故障识别方法 | |
| JP2021064370A (ja) | デジタル・ツイン・シミュレーション・データを利用した時系列データに基づく、大規模な産業用監視システム向けの半教師あり深層異常検出のための方法およびシステム | |
| CN112504511B (zh) | 一种发电机定子温度监测方法、装置及介质 | |
| CN116593811B (zh) | 一种集成型变频器运行状态监测系统及监测方法 | |
| CN103246279B (zh) | 一种存在执行阀粘滞特性的化工过程的控制性能评估方法 | |
| CN111354496B (zh) | 核电厂事故在线诊断及状态跟踪预测方法 | |
| CN116008790A (zh) | 一种芯片老化测试系统及方法 | |
| CN109814535A (zh) | 基于维纳模型辨识方法的扩散炉在线诊断方法 | |
| CN111445105A (zh) | 基于目标值分析的电厂在线性能诊断方法及系统 | |
| CN111260113A (zh) | SiC MOSFET模块全生命周期结温在线预测方法 | |
| CN116994641A (zh) | 一种半导体老化测试方法及其系统 | |
| CN115616374B (zh) | 一种基于机器学习的半导体芯片的测试系统 | |
| KR102110319B1 (ko) | 학습 데이터 생성 시스템 | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| CN115167366A (zh) | 基于传感器信号残差序列加权平方和的板卡故障诊断方法 | |
| Song et al. | Prediction of failure in time (FIT) of electrical connectors with short term tests | |
| Souza et al. | Evaluation of data based normal behavior models for fault detection in wind turbines | |
| US20220215138A1 (en) | Method for Validating System Parameters of an Energy System, Method for Operating an Energy System, and Energy Management System for an Energy System | |
| WO2018003028A1 (ja) | ボイラーの故障判定装置、故障判定方法およびサービス方法 | |
| CN113529845A (zh) | 挖掘机故障诊断方法、挖掘机、电子设备及可读存储介质 | |
| CN108733859B (zh) | 蒸汽发生器热处理过程中支撑板形变预警方法 | |
| Chen et al. | Multi-granularity Cross-Domain Temporal Regression Network for Remaining Useful Life Estimation of Aero Engines | |
| CN109828622A (zh) | 基于维纳模型控制算法的扩散炉温度控制方法及控制系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190528 |