CN117742089A - 一种光源衰减监测方法、系统、电子设备及存储介质 - Google Patents
一种光源衰减监测方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117742089A CN117742089A CN202410182100.4A CN202410182100A CN117742089A CN 117742089 A CN117742089 A CN 117742089A CN 202410182100 A CN202410182100 A CN 202410182100A CN 117742089 A CN117742089 A CN 117742089A
- Authority
- CN
- China
- Prior art keywords
- light source
- attenuation
- power consumption
- equipment
- sample data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000001459 lithography Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 abstract description 14
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 239000004065 semiconductor Substances 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 23
- 238000001259 photo etching Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000002238 attenuated effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 6
- 229910052753 mercury Inorganic materials 0.000 description 6
- 238000000206 photolithography Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005459 micromachining Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本申请提供了一种光源衰减监测方法、系统、电子设备及存储介质,涉及半导体集成电路制造技术领域。该方法通过获取训练完备的光源衰减预测模型,并实时输入光源设备的运行数据,以获得光源当前的衰减预测值。该预测值可以反映光源衰减状态,并据此计算出光源的剩余使用时长。同时,也可以检测光源的实时功耗。当预测剩余使用时长或检测功耗低于对应预设阈值时,可立即发出预警信号。相较于传统的定期人工测试光源衰减的方式,该光源衰减监测方法通过构建预测模型并实时输入运行数据,实现了对光源衰减的实时连续监测和预警。这样既确保了光源使用质量,也提高了检测效率。
Description
技术领域
本申请涉及半导体集成电路制造技术领域,具体涉及一种光源衰减监测方法、系统、电子设备及存储介质。
背景技术
在半导体芯片制造工艺中,光刻是必不可少的关键环节,光刻技术是一种精密的微细加工技术。目前,基于紫外线光源的光刻机大多以高压汞灯作为曝光光源。随着汞灯的使用时间的增加,其输出光的能量会逐渐减弱,即光强衰减,从而导致在光刻形成的图形关键尺寸产生偏差并逐渐增大,直接影响光刻精度。
为确保光刻质量,工程师需要定期对曝光装置光源的光强度进行测试,以监控光源的均匀性和光强度变化情况。当测试测量的光强度低于预定阈值时,可以判断该光源已衰减至需要更换的水平。但是,这种定期进行的人工作业测试方法,不仅费时费力,且不利于提高机台的产能,无法满足半导体制造对光刻质量与效率的高标准要求。
因此,亟需一种新的光源衰减监测方法,该方法可以自动、连续地对光源的衰减状态进行监测与判断,当光源衰减至临界水平时,能够及时发出更换提示,从而指导光源的使用与维护,保证光刻过程中的质量与效率。
发明内容
本申请提供一种光源衰减监测方法、系统、电子设备及存储介质,用实时监测光源衰减情况,及时更换已衰减至需要更换的水平的光源设备,提高光刻过程中的质量与效率。
第一方面,本申请提供了一种光源衰减监测方法,方法包括:
获取训练完备的光源衰减预测模型;
获取光源设备的设备信息和光源设备的运行数据;
将设备信息和运行数据输入光源衰减预测模型,得到光源设备的衰减预测值;
根据衰减预测值,确定光源设备的剩余使用时长;
当剩余使用时长小于预设的阈值时,发出预警信号;
获取光源设备每次使用时的使用功耗,并基于使用功耗和预设的功耗阈值,发出预警信号。
通过采用上述技术方案,通过获取训练完备的光源衰减预测模型,并实时输入光源设备的运行数据,可以实现对光源衰减状态的实时监测与评估。具体来说,光源设备运行数据与设备信息被输入预测模型,以获得光源当前的衰减预测值。该预测值可以反映光源衰减状态,并据此计算出光源的剩余使用时长。同时,也可以检测光源的实时功耗。当预测剩余使用时长或检测功耗低于对应预设阈值时,可立即发出预警信号。相较于传统的定期人工测试光源衰减的方式,该光源衰减监测方法通过构建预测模型并实时输入运行数据,实现了对光源衰减的实时连续监测和预警。这种实时监测方式不依赖定期人工测试,降低了测试成本和设备占用,且可以随时评估光源状态,及时发出预警。这样既确保了光源使用质量,也提高了检测效率。
可选的,获取训练完备的光源衰减预测模型,包括:
根据预设的光源衰减样本数据,通过最小二乘法以及多项式回归算法对光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据,并基于拟合处理后的光源衰减样本数据,构建光源衰减预测模型,其中,光源衰减样本数据包括:光源设备运行样本数据、多个光源设备的设备信息和设备光源衰减数据。
通过采用上述技术方案,根据预设的光源衰减样本数据,应用最小二乘法和多项式回归算法对样本数据进行拟合处理,以获得拟合后的样本数据。然后基于拟合处理后的数据构建光源衰减预测模型。其中,光源衰减样本数据可以包含光源设备的运行数据、设备信息以及光源衰减数据。通过对实际的光源衰减样本数据进行拟合和模型构建,可以使所建立的预测模型更加准确地反映真实光源的衰减规律。相较于直接建立理论模型,这种基于样本数据拟合的方法能够构建出更贴近实际情况的预测模型。在获取训练完备并且拟合精度高的预测模型后,将光源的实时运行数据输入该模型,可以实现对光源当前衰减状态的准确预测。相比传统的人工测试,这种模型预测方式,既省去了大量人力物力,又实现了对光源衰减过程的持续评估、监控和预警。因此,该种基于样本数据拟合和模型预测的监测方式,可以大幅提高光源衰减判断的效率和质量,既降低了成本,又使评估更加及时,对保证光源使用寿命和性能具有重要作用。
可选的,根据预设的光源衰减样本数据,通过最小二乘法以及多项式回归算法对光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据,并基于拟合处理后的光源衰减样本数据,构建光源衰减预测模型,包括:
将预设的光源衰减样本数据基于变压器设备信息进行分类,将变压器设备信息相同的光源衰减样本数据归为一类;
通过最小二乘法以及多项式回归算法对设备信息相同的光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据;
根据拟合处理后的光源衰减样本数据,构建设备信息对应的光源衰减预测模型。
通过采用上述技术方案,将预设的光源衰减样本数据按照设备信息进行分类,使同一类型设备信息的样本数据归为一类。然后对各类设备的样本数据分别进行拟合处理,以获取拟合后的样本数据。基于不同设备类型拟合后的数据,可以构建相应的、适用于该设备的光源衰减预测模型。这种按设备信息分类建模的方法,可以使构建的预测模型更加符合不同类型光源设备的实际衰减规律。相较直接对全部样本建模,这种分类方式使每个型号设备都拥有专属的预测模型,能够实现对不同光源衰减特征的精确拟合。在获得针对各设备的衰减预测模型后,输入实时运行数据,可以准确监测各型号光源的实时衰减状态,评估剩余寿命,并在达到预警条件时发出提示。这种基于设备特定模型的监测方式,实现了对复杂光源中每个器件的可靠预测,既确保了检测质量,又提高了效率。
可选的,根据衰减预测值,确定光源设备的剩余使用时长,包括:
获取光源设备的光源强度阈值,并根据衰减预测值和光源强度阈值,确定光源设备的剩余使用时长。
通过采用上述技术方案,获取光源设备的光源强度阈值,并将该阈值与模型预测得到的当前光源衰减预测值结合,根据二者的数值确定光源的剩余使用时长。这里通过预先规定光源强度的容许最小阈值,并结合模型对当前光强度的预测,可以直接计算出光源从当前到最小可用状态的剩余时间。这种基于预测模型和预设阈值的剩余时间计算,实现了对光源使用寿命的量化评估。相较于传统的等待光源损坏再更换方式,这种主动评估剩余使用时长的监测机制,可以让设备在光源衰减至下限之前,有充分的时间安排更换。这样既避免了光源突然损坏的风险,也确保了光源在丢弃前的充分利用,降低了更换成本,对保证设备正常运行非常关键。
可选的,获取光源设备每次使用时的使用功耗,并基于使用功耗和预设的功耗阈值,发出预警信号,包括:
当光源设备每次使用时的使用功耗,小于预设的功耗阈值时,发出预警信号;
当剩余使用时长小于预设的剩余使用时长时,发出预警信号。
通过采用上述技术方案,在监测光源衰减的同时,还可以实时监测光源的使用功耗。具体来说,每次使用光源设备后,获取其使用功耗;并与预设的功耗阈值进行比较,当使用功耗低于阈值时,发出预警信号。同时,也可以根据预先计算的光源剩余使用时长,判断其是否低于预设时长阈值,如果是,则发出预警。这种结合功耗监测和使用寿命监测的预警机制,实现了从两个维度对光源状态的全面评估。光源功耗的下降也可以反映其损耗情况,通过双重监测手段可以使故障预警更加准确可靠。与直接更换光源不同,这种定量预警方式可以事先通知设备更换时间,避免了突发的光源损坏。同时,也更充分地使用了光源的寿命,降低了频繁更换的维护成本。综上,该技术方案实现了对光源衰减的多维度实时监测,可以准确预判光源故障,并提前发出更换提醒。这种主动预警机制,显著提升了光源设备的使用效率与安全性,对保证光源质量非常关键。
可选的,确定预设的功耗阈值,包括:
获取光源设备的光源衰减达到阈值时的功耗数据,并根据功耗数据确定预设的功耗阈值。
通过采用上述技术方案,获取光源衰减达到预定阈值时的功耗数据,也就是光源处于故障临界状态时的功耗读数。将这一临界功耗数据作为功耗的下限阈值,以供光源功耗实时监测时判断是否低于阈值。
通过这种获取实际光源衰减临界状态下的功耗数值来确定阈值,可以使所设定的功耗阈值更加准确地反映光源衰减至极限时的功耗水平。相较简单预设一个经验值,这种主动获取阈值的方式可以大幅提高功耗阈值判据的有效性。
在取得真实可靠的功耗阈值后,光源运行时实时检测功耗并与阈值比较,可以准确判断光源是否已接近损耗极限,及时发出预警。这种基于真实临界功耗确定阈值的监测机制,可大幅提升光源故障预警的准确性与可靠性,对保障设备正常运行非常关键。
可选的,光源强度阈值为光刻最低要求光源强度。
通过采用上述技术方案,在获得光刻过程中光源的最低可用光强度阈值后,该技术方案通过建立光源衰减预测模型并实时输入光源运行参数,可以持续预测光源当前的光强度衰减值。将该预测衰减值与预设的最低光强度阈值进行对比,当预测衰减值接近或低于阈值时,可以判断光源已经接近或达到了光刻的最低可用状态,从而准确预判光源的剩余寿命,及时发出更换提示。
这种基于对比预测结果与预设阈值的光源损耗判断方式,可以确保在光源衰减至不适合光刻过程要求之前完成更换,从而保证光刻的质量和效率。相较传统的等待光源损坏再更换的方式,这种主动预判机制更加高效可靠,确保光刻过程中的光源质量,对提高产量至关重要。
在本申请的第二方面提供了光源衰减监测系统,包括:
模型获取模块,用于获取训练完备的光源衰减预测模型;
数据获取模块,用于获取光源设备的设备信息和光源设备的运行数据;
衰减预测值获取模块,用于将设备信息和运行数据输入光源衰减预测模型,得到光源设备的衰减预测值;
剩余使用时长确定模块,用于根据衰减预测值,确定光源设备的剩余使用时长;
第一预警信号模块,用于当剩余使用时长小于预设的阈值时,发出预警信号;
第二预警信号模块,用于获取光源设备每次使用时的使用功耗,并基于使用功耗和预设的功耗阈值,发出预警信号。
在本申请的第三方面提供了一种计算机存储介质,计算机存储介质存储有多条指令,指令适于由处理器加载并执行上述的方法步骤。
在本申请的第四方面提供了一种电子设备,包括:处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,以使电子设备执行上述的方法步骤。
综上,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、本申请通过获取训练完备的光源衰减预测模型,并实时输入光源设备的运行数据,可以实现对光源衰减状态的实时监测与评估。具体来说,光源设备运行数据与设备信息被输入预测模型,以获得光源当前的衰减预测值。该预测值可以反映光源衰减状态,并据此计算出光源的剩余使用时长。同时,也可以检测光源的实时功耗。当预测剩余使用时长或检测功耗低于对应预设阈值时,可立即发出预警信号。相较于传统的定期人工测试光源衰减的方式,该光源衰减监测方法通过构建预测模型并实时输入运行数据,实现了对光源衰减的实时连续监测和预警。这种实时监测方式不依赖定期人工测试,降低了测试成本和设备占用,且可以随时评估光源状态,及时发出预警。这样既确保了光源使用质量,也提高了检测效率。
2、本申请根据预设的光源衰减样本数据,应用最小二乘法和多项式回归算法对样本数据进行拟合处理,以获得拟合后的样本数据。然后基于拟合处理后的数据构建光源衰减预测模型。其中,光源衰减样本数据可以包含光源设备的运行数据、设备信息以及光源衰减数据。通过对实际的光源衰减样本数据进行拟合和模型构建,可以使所建立的预测模型更加准确地反映真实光源的衰减规律。相较于直接建立理论模型,这种基于样本数据拟合的方法能够构建出更贴近实际情况的预测模型。在获取训练完备并且拟合精度高的预测模型后,将光源的实时运行数据输入该模型,可以实现对光源当前衰减状态的准确预测。相比传统的人工测试,这种模型预测方式,既省去了大量人力物力,又实现了对光源衰减过程的持续评估、监控和预警。因此,该种基于样本数据拟合和模型预测的监测方式,可以大幅提高光源衰减判断的效率和质量,既降低了成本,又使评估更加及时,对保证光源使用寿命和性能具有重要作用。
3、本申请将预设的光源衰减样本数据按照设备信息进行分类,使同一类型设备信息的样本数据归为一类。然后对各类设备的样本数据分别进行拟合处理,以获取拟合后的样本数据。基于不同设备类型拟合后的数据,可以构建相应的、适用于该设备的光源衰减预测模型。这种按设备信息分类建模的方法,可以使构建的预测模型更加符合不同类型光源设备的实际衰减规律。相较直接对全部样本建模,这种分类方式使每个型号设备都拥有专属的预测模型,能够实现对不同光源衰减特征的精确拟合。在获得针对各设备的衰减预测模型后,输入实时运行数据,可以准确监测各型号光源的实时衰减状态,评估剩余寿命,并在达到预警条件时发出提示。这种基于设备特定模型的监测方式,实现了对复杂光源中每个器件的可靠预测,既确保了检测质量,又提高了效率。
附图说明
图1为本申请实施例提供的光源衰减监测方法的架构图;
图2为本申请实施例提供的光源衰减监测系统的架构图;
图3为本申请提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
为了便于理解本申请实施例提供的方法及系统,在介绍本申请实施例之前,先对本申请实施例的背景进行介绍。
在半导体芯片制造工艺中,光刻是必不可少的关键环节,光刻技术是一种精密的微细加工技术。目前,基于紫外线光源的光刻机大多以高压汞灯作为曝光光源。随着汞灯的使用时间的增加,其输出光的能量会逐渐减弱,即光强衰减,从而导致在光刻形成的图形关键尺寸产生偏差并逐渐增大,直接影响光刻精度。
为确保光刻质量,工程师需要定期对曝光装置光源的光强度进行测试,以监控光源的均匀性和光强度变化情况。当测试测量的光强度低于预定阈值时,可以判断该光源已衰减至需要更换的水平。但是,这种定期进行的人工作业测试方法,不仅费时费力,且不利于提高机台的产能,无法满足半导体制造对光刻质量与效率的高标准要求。
经过上述内容的背景介绍,本领域技术人员可以了解现有技术中存在的问题,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
在上述背景技术的基础上,进一步的,请参阅图1,图1为本申请实施例提供的光源衰减监测方法的架构图,该系统可依赖于计算机程序实现,也可作为独立的工具类应用运行,具体的,在本申请实施例中该方法可以应用在照明技术器上,但也可以应用在服务器等电子设备上,光源衰减监测方法,包括以下步骤:
S101,获取训练完备的光源衰减预测模型;
具体地,构建预测模型的目的是要通过对光源衰减规律的学习与拟合,建立一个可以反映光源衰减趋势的数学模型。具体实施方式是,根据预设的包含多组光源运行数据以及对应的衰减数据的样本,采用数学上的回归算法,如最小二乘法等,对样本数据进行拟合处理。经过拟合可以获得能够代表光源整体衰减规律的公式或曲线。然后根据拟合公式构建光源衰减预测的数学模型。
经过上述利用预设样本拟合与构建的过程,可以获得一个对特定类型光源衰减规律进行学习的预测模型。这种基于数据拟合的模型可以最大程度反映该光源的实际衰减情况。在后续监测时,输入光源实时运行数据到模型,就可以获得较准确的衰减预测输出,实现对光源衰减过程的预测与评估。
在上述实施例的基础上,作为一种可选实施例,获取训练完备的光源衰减预测模型,包括:
根据预设的光源衰减样本数据,通过最小二乘法以及多项式回归算法对光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据,并基于拟合处理后的光源衰减样本数据,构建光源衰减预测模型,其中,光源衰减样本数据包括:光源设备运行样本数据、多个光源设备的设备信息和设备光源衰减数据。
具体的,可以在采集样本数据时就考虑不同光源设备的差异,以获取更加目标化的样本数据,从而构建出针对性更强的预测模型。具体来说,在采集预设的光源衰减样本数据时,会同步收集光源设备的类型、规格等设备信息,并分类归类样本数据,使同类型设备的样本数据归为一类。然后在拟合处理样本数据时,也按照设备类型分类执行,对同类型设备的样本数据分别进行拟合,以获取符合该设备特点的拟合结果。最后再根据各类型设备的数据拟合结果,分别构建相应的、适用于该类型设备的预测模型。这种考虑设备差异的样本数据采集与处理方式,目的是让构建的预测模型能够针对性强,更准确反映某一类型光源设备的衰减规律。相比直接对总体样本建模,这种分类处理方式可以使每个设备类型都拥有符合其特点的预测模型,从而实现对光源衰减过程的定制化建模,提高预测精度。在后续的监测中,就可以根据设备类型选择对应的高针对性模型,进行更可靠的衰减预测。
在上述实施例的基础上,作为一种可选实施例,根据预设的光源衰减样本数据,通过最小二乘法以及多项式回归算法对光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据,并基于拟合处理后的光源衰减样本数据,构建光源衰减预测模型,包括:
S201,将预设的光源衰减样本数据基于变压器设备信息进行分类,将变压器设备信息相同的光源衰减样本数据归为一类;
具体的,在预设光源衰减样本数据时,同时收集光源设备的型号、规格等设备信息,对样本数据进行归类。具体操作是,将设备信息相同的光源衰减数据归为一类,使每类样本对应一种型号的光源设备。这样进行分类的目的是让同类型的光源衰减数据聚集在一起,为后续的分类型建模处理打下基础。由于不同型号的光源设备,其结构、材质和使用环境都不相同,因此衰减规律也会有差异。进行分类可以分离出每类光源的数据特征,使得后续针对每种光源拟合预测模型时,都能够使用对应的同类型样本,提高拟合针对性。经过设备信息分类后,在对各类光源样本数据分别建模时,就可以仅利用该类型样本的数据特征进行拟合,构建特定类别光源的预测模型,从而实现定制化监测与预测。
S202,通过最小二乘法以及多项式回归算法对设备信息相同的光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据;
具体的,在对光源衰减样本数据进行建模拟合时,针对每一类设备信息相同的样本数据分别进行拟合处理。具体方法是,使用数学回归算法,如最小二乘法等,对每组样本数据进行多项式拟合,找出最能代表该组样本整体变化趋势的多项式函数。这可以获得每类设备对应的、经过拟合处理的光源衰减样本数据。这样分开对每类光源样本进行拟合处理的目的,是要找到特定于该类型光源衰减规律的拟合函数。由于同类型设备的样本数据趋势相近,因此分开拟合可以提高拟合度,使得获得的函数更准确反映该类别光源的衰减曲线,为后续构建精确的预测模型打下基础。分类别进行拟合处理后,可以得到针对每种光源设备特点的拟合数据,基于该数据可以构建出针对性强的光源衰减预测模型,从而实现对不同设备衰减规律的精确拟合,大大提高预测的准确性。
S203,根据拟合处理后的光源衰减样本数据,构建设备信息对应的光源衰减预测模型。
具体的,根据不同设备类别对应的、经拟合处理后的光源衰减样本数据,分别构建相应的光源衰减预测模型。也就是基于同类型设备的拟合样本数据,只构建该设备类别的预测模型。
这样做的目的是进一步提高模型的适用性。同类型设备拟合数据反映了该设备特有的衰减规律,其构建的模型也只适用于该类型设备。相较综合所有样本数据构建通用模型,这种分类型构建可以使每个设备都拥有符合其特点的定制化预测模型。
在构建完成针对每类光源的预测模型后,实际监测时就可以根据设备类型选择使用对应的模型。这种分类建模方式,可以大幅提升模型的适用性和预测精确度,实现对不同光源衰减规律的定制化建模和监测。
S102,获取光源设备的设备信息和光源设备的运行数据;
具体的,获取光源设备的设备信息和光源设备的运行数据。具体做法是,通过查询设备的产品型号、规格参数等数据,以确定光源的设备信息。同时,也要实时采集光源运行过程中的工作电压、电流、温度等参数数据。
获取设备信息和运行数据的目的是为了获得光源衰减预测模型所需的输入变量。设备信息可以用于判断光源类别,选择使用对应的预测模型。运行数据是实时反映光源工作状态的参数,可以作为模型的输入变量,预测光源的当前衰减值。
通过获取设备信息与运行数据,一行确定具体的预测模型,二来获得模型所需的输入,便可实现对特定光源设备的实时在线监测。相较简单判断光源是否损坏,这种主动预测监测方式可以事先掌握光源的衰减状态,对保障设备正常运行非常关键。
S103,将设备信息和运行数据输入光源衰减预测模型,得到光源设备的衰减预测值;
具体的,获取光源设备的设备信息和光源设备的运行数据。具体做法是,通过查询设备的产品型号、规格参数等数据,以确定光源的设备信息。同时,也要实时采集光源运行过程中的工作电压、电流、温度等参数数据。
获取设备信息和运行数据的目的是为了获得光源衰减预测模型所需的输入变量。设备信息可以用于判断光源类别,选择使用对应的预测模型。运行数据是实时反映光源工作状态的参数,可以作为模型的输入变量,预测光源的当前衰减值。
通过获取设备信息与运行数据,一行确定具体的预测模型,二来获得模型所需的输入,便可实现对特定光源设备的实时在线监测。相较简单判断光源是否损坏,这种主动预测监测方式可以事先掌握光源的衰减状态,对保障设备正常运行非常关键。
S104,根据衰减预测值,确定光源设备的剩余使用时长;
具体的,根据所获得的衰减预测值,确定光源设备的剩余使用时长。具体方法是,将预测得到的当前衰减值与预设的光源最大允许衰减阈值进行对比,计算出从当前衰减值到达阈值时的剩余工作时间。
这样做的目的是评估光源的可持续使用时长,对其进行主动的“健康管理”。根据模型预测的实时衰减值确定剩余时间,相较简单判断阈值,可以更加精确地反映光源距离故障的时间跨度,对光源的耗尽时间进行评估。
在确定出光源剩余使用寿命后,可以据此提前规划设备的维护保养工作,事先进行光源更换,而不是等待光源损坏再修复,从而实现对设备运行的积极管控,确保光源设备的正常工作。
在上述实施例的基础上,作为一种可选实施例,根据衰减预测值,确定光源设备的剩余使用时长,包括:
获取光源设备的光源强度阈值,并根据衰减预测值和光源强度阈值,确定光源设备的剩余使用时长。
具体的,获取光源设备的光强度阈值,即用于该光源设备的应用场景所需的最低光强度。然后,将模型预测得到的光源衰减预测值,与该光强度阈值进行对比。当预测衰减值低于阈值时,表示光源强度已不满足使用需求。
接着,可以根据当前衰减值与阈值的差距,结合模型预测的衰减速率,计算出从当前光强度衰减到阈值所需的剩余工作时间,作为光源设备的剩余使用时长。
这样做的目的是基于应用需求,对光源剩余寿命进行评估。相较简单预设固定阈值,这种方式可以根据不同光源应用环境的具体要求,采用匹配的光强度最小值进行判定,计算结果更加准确。
通过这种方式,可以精确掌握各光源设备从当前状态到达应用最低要求的剩余时间,实现对光源寿命的精确评估,从而进行高效的设备维护管理。
在上述实施例的基础上,作为一种可选实施例,光源强度阈值为光刻最低要求光源强度。
具体的,获取光刻过程对光源的最低强度要求,作为光刻的光源强度阈值。这一阈值会根据光刻的工艺和设计规则确定,以满足光刻成像质量的需求。然后,将模型预测得到的当前光源衰减值,与该光刻光源强度阈值进行比较。当预测衰减值低于阈值时,则表明光源的强度已经不满足光刻过程的需要。最后,结合光源的衰减速率,计算从当前强度衰减至光刻所需阈值时的剩余工作时间,作为该光源设备的剩余使用时长,以便进行提前维护。这样针对光刻应用制定光源强度阈值,可以动态评估光源与过程需求的匹配情况,保证光源满足光刻关键参数需求。相较固定阈值,这种实现方式可以定制化获取光刻对应光源的剩余寿命,对保障光刻效果非常关键。
在上述实施例的基础上,作为一种可选实施例,确定预设的功耗阈值,包括:
获取光源设备的光源衰减达到阈值时的功耗数据,并根据功耗数据确定预设的功耗阈值。
具体的,获取光源衰减达到预定阈值时的功耗实测数据。在光源测试台上,将光源衰减到设定的极限状态,测试此时的实际功耗。然后,根据测得的极限状态下光源的功耗值,确定设定正常工作功耗的阈值。例如极限功耗的80%可以作为功耗阈值。这样获取光源实际功耗情况后再确定阈值,目的是使阈值设置更加准确合理。相较预先随意设置功耗阈值,这种方式可以根据该型号光源的实际功耗特征来制定切合实际的功耗标准,防止阈值失真。依此步骤确定的阈值,可以充分考虑光源自身的功耗特性,进行符合该光源实际情况的参数设置。这更有利于后续对光源状态的准确判断,从而发挥预警和维护作用。
S105,当剩余使用时长小于预设的阈值时,发出预警信号;
具体的,将计算所得的剩余使用时长与预设的时长阈值进行比较,当剩余使用时长小于阈值时,发出光源更换的预警信号。具体做法可以是在监控终端或控制系统界面发出视觉或声音报警,提醒 operators 注意设备状态。这样做的目的是在光源接近耗尽前进行预警。当模型预测的剩余使用时长不足以维持正常运行时,系统可以主动发出预警提示,而不是简单等待光源损坏。操作者接到预警后可以提前准备光源设备的更换工作。
通过发出预警信号,可以让操作人员有充分时间安排维护工作,事先进行光源替换,从而最大程度地减少因设备突然损坏造成的停工时间。这种基于模型预测的主动预警机制,可以大幅提高设备的可靠性和可用性。
S106,获取光源设备每次使用时的使用功耗,并基于使用功耗和预设的功耗阈值,发出预警信号。
具体的,实时获取光源设备在每次使用过程中的电力消耗,即使用功耗,并与预设的功耗阈值进行对比。当使用功耗超过阈值时,向控制终端发出预警信号。这样做的目的是通过监测光源的实际功耗情况,来反映其运行状态。使用功耗过高可能表示光源效率下降,已经接近损耗状态。与预设功耗阈值对比可以判断光源是否偏离正常工作状态,并在超过阈值时快速反馈问题,进行预警。当系统检测到光源设备的使用功耗异常时,可以快速发出预警提示,使操作人员在光源完全损坏之前进行维护或更换。这种多维度监测预警机制,可以从更多角度保障光源设备的可靠运行。
在上述实施例的基础上,作为一种可选实施例,获取光源设备每次使用时的使用功耗,并基于使用功耗和预设的功耗阈值,发出预警信号,包括:
S301当光源设备每次使用时的使用功耗小于预设的功耗阈值时,发出预警信号;
具体的,监测光源设备在每次使用中的实际功耗。将功耗数据与预设的功耗阈值进行对比,当使用功耗低于阈值时,向控制终端发送预警信息。
这样实时监测功耗的目的是检测光源效率的下降情况,在功耗异常时快速反馈问题。当使用功耗低于正常水平时,说明光源输出效率正在衰减,可以及时发出预警提醒操作人员注意。
S302当剩余使用时长小于预设的剩余使用时长时,发出预警信号。
具体的,对比光源的模型预测剩余使用时长与预设的最低使用时长阈值。当预测剩余使用时长小于阈值时,也向用户终端发送预警提示信息。这样监测预期使用寿命是从另一角度判断光源状态,在光源接近报废时发送提醒,使得操作人员有充足时间准备替换设备。
请参阅图2,图2为本申请实施例提供的光源衰减监测系统架构图,该光源衰减监测系统可以包括:
模型获取模块1,用于获取训练完备的光源衰减预测模型;
数据获取模块2,用于获取光源设备的设备信息和光源设备的运行数据;
衰减预测值获取模块3,用于将设备信息和运行数据输入光源衰减预测模型,得到光源设备的衰减预测值;
剩余使用时长确定模块4,用于根据衰减预测值,确定光源设备的剩余使用时长;
第一预警信号模块5,用于当剩余使用时长小于预设的阈值时,发出预警信号;
第二预警信号模块6,用于获取光源设备每次使用时的使用功耗,并基于使用功耗和预设的功耗阈值,发出预警信号。
需要说明的是:上述实施例提供的系统在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的系统和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参照图3本申请还公开一种电子设备。图3是本申请实施例的公开的一种电子设备的结构示意图。该电子设备300可以包括:至少一个处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选地可以包括标准的有线接口、无线接口(如WI~FI接口)。
其中,处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行服务器的各种功能和处理数据。可选的,处理器301可以采用数字信号处理(DigitalSignalProcessing,DSP)、现场可编程门阵列(Field~ProgrammableGateArray,FPGA)、可编程逻辑阵列(ProgrammableLogicArray,PLA)中的至少一种硬件形式来实现。处理器301可集成中央处理器(CentralProcessingUnit,CPU)、图像处理器(GraphicsProcessingUnit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(RandomAccessMemory,RAM),也可以包括只读存储器(Read~OnlyMemory)。可选的,该存储器305包括非瞬时性计算机可读介质(non~transitorycomputer~readablestoragemedium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述方法实施例的指令等;存储数据区可存储上面方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储系统。参照图3,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及光源衰减监测方法的应用程序。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而处理器301可以用于调用存储器305中存储道路评估方法的应用程序,当由一个或多个处理器301执行时,使得电子设备300执行如上述实施例中一个或多个的方法。需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。在上述实施例中,对实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几种实施方式中,应该理解到,所披露的系统,可通过其他的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,系统或单元的间接耦合或通信连接,可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
本申请实施例还提供了一种计算机存储介质,计算机存储介质可以存储有多条指令,指令适于由处理器加载并执行如上述图1所示实施例的道路评估方法,具体执行过程可以参见图1所示实施例的具体说明,在此不进行赘述。
另外,在本申请实施例中的各功能单元可以集成在一个处理单元中,也可以是单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术作出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种光源衰减监测方法,其特征在于,所述方法包括:
获取训练完备的光源衰减预测模型;
获取光源设备的设备信息和光源设备的运行数据;
将所述设备信息和所述运行数据输入所述光源衰减预测模型,得到所述光源设备的衰减预测值;
根据所述衰减预测值,确定光源设备的剩余使用时长;
当所述剩余使用时长小于预设的阈值时,发出预警信号;
获取所述光源设备每次使用时的使用功耗,并基于所述使用功耗和预设的功耗阈值,发出预警信号。
2.根据权利要求1所述一种光源衰减监测方法,其特征在于,所述获取训练完备的光源衰减预测模型,包括:
根据预设的光源衰减样本数据,通过最小二乘法以及多项式回归算法对所述光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据,并基于所述拟合处理后的光源衰减样本数据,构建光源衰减预测模型,其中,所述光源衰减样本数据包括:光源设备运行样本数据、多个光源设备的设备信息和设备光源衰减数据。
3.根据权利要求2所述的一种光源衰减监测方法,其特征在于,所述根据预设的光源衰减样本数据,通过最小二乘法以及多项式回归算法对所述光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据,并基于所述拟合处理后的光源衰减样本数据,构建光源衰减预测模型,包括:
将预设的光源衰减样本数据基于变压器设备信息进行分类,将变压器设备信息相同的光源衰减样本数据归为一类;
通过最小二乘法以及多项式回归算法对设备信息相同的光源衰减样本数据进行拟合处理,得到拟合处理后的光源衰减样本数据;
根据所述拟合处理后的光源衰减样本数据,构建所述设备信息对应的光源衰减预测模型。
4.根据权利要求1所述的一种光源衰减监测方法,其特征在于,所述根据所述衰减预测值,确定光源设备的剩余使用时长,包括:
获取所述光源设备的光源强度阈值,并根据所述衰减预测值和光源强度阈值,确定光源设备的剩余使用时长。
5.根据权利要求1所述的一种光源衰减监测方法,其特征在于,所述获取所述光源设备每次使用时的使用功耗,并基于所述使用功耗和预设的功耗阈值,发出预警信号,包括:
当所述光源设备每次使用时的使用功耗小于预设的功耗阈值时,发出预警信号;
当所述剩余使用时长小于预设的剩余使用时长时,发出预警信号。
6.根据权利要求5所述的一种光源衰减监测方法,其特征在于,确定所述预设的功耗阈值,包括:
获取光源设备的光源衰减达到阈值时的功耗数据,并根据所述功耗数据确定预设的功耗阈值。
7.根据权利要求4所述的一种光源衰减监测方法,其特征在于,所述光源强度阈值为光刻最低要求光源强度。
8.一种光源衰减监测系统,其特征在于,包括:
模型获取模块,用于获取训练完备的光源衰减预测模型;
数据获取模块,用于获取光源设备的设备信息和光源设备的运行数据;
衰减预测值获取模块,用于将所述设备信息和所述运行数据输入所述光源衰减预测模型,得到所述光源设备的衰减预测值;
剩余使用时长确定模块,用于根据所述衰减预测值,确定光源设备的剩余使用时长;
第一预警信号模块,用于当所述剩余使用时长小于预设的阈值时,发出预警信号;
第二预警信号模块,用于获取所述光源设备每次使用时的使用功耗,并基于所述使用功耗和预设的功耗阈值,发出预警信号。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适用于由处理器加载并执行如权利要求1~7任意一项所述的方法。
10.一种电子设备,其特征在于,包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和所述网络接口用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使电子设备执行如权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410182100.4A CN117742089A (zh) | 2024-02-19 | 2024-02-19 | 一种光源衰减监测方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410182100.4A CN117742089A (zh) | 2024-02-19 | 2024-02-19 | 一种光源衰减监测方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117742089A true CN117742089A (zh) | 2024-03-22 |
Family
ID=90261234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410182100.4A Pending CN117742089A (zh) | 2024-02-19 | 2024-02-19 | 一种光源衰减监测方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117742089A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115479790A (zh) * | 2021-06-16 | 2022-12-16 | 浙江宇视科技有限公司 | 光源辐照时长确定方法、装置、电子设备及介质 |
CN117422447A (zh) * | 2023-10-31 | 2024-01-19 | 上海格蒂电力科技有限公司 | 变压器维护策略生成方法、系统、电子设备及存储介质 |
-
2024
- 2024-02-19 CN CN202410182100.4A patent/CN117742089A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115479790A (zh) * | 2021-06-16 | 2022-12-16 | 浙江宇视科技有限公司 | 光源辐照时长确定方法、装置、电子设备及介质 |
CN117422447A (zh) * | 2023-10-31 | 2024-01-19 | 上海格蒂电力科技有限公司 | 变压器维护策略生成方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8484150B2 (en) | Systems and methods for asset condition monitoring in electric power substation equipment | |
CN108491305A (zh) | 一种服务器故障的检测方法及系统 | |
CN112101662A (zh) | 设备健康状况和生命周期检测方法、存储介质及电子设备 | |
US20170184675A1 (en) | Prognostic and health monitoring systems for circuit breakers | |
JP2009098147A (ja) | Dcモータシステムの信頼性を判定する方法及びシステム | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
EP3627264B1 (en) | Plant assessment system and plant assessment method | |
CN114973619B (zh) | 工业仪表设备报警管理方法、装置、电子设备和存储介质 | |
CN117742089A (zh) | 一种光源衰减监测方法、系统、电子设备及存储介质 | |
CN113156254A (zh) | 网点设备电压状态监测方法及系统 | |
CN116843314A (zh) | 监控终端运维管理方法、系统、设备及存储介质 | |
CN112381242A (zh) | 核电站设备维修项目数据处理方法及系统 | |
CN117422447A (zh) | 变压器维护策略生成方法、系统、电子设备及存储介质 | |
CN116679139A (zh) | 电缆更换监测系统及方法 | |
CN116611953A (zh) | 基于物联网的电能表生产制造实时数据管理方法和系统 | |
KR102351070B1 (ko) | 공기질 개선기기 관리방법 및 이 방법이 적용된 공기질 개선기기 | |
CN109975629A (zh) | 故障设备的检测方法、装置、计算机设备及存储介质 | |
CN113808727A (zh) | 设备监控方法、装置、计算机设备和可读存储介质 | |
CN117932986B (zh) | X射线球管寿命预测方法、装置、电子设备和存储介质 | |
CN117439899B (zh) | 一种基于大数据的通信机房巡检方法及系统 | |
CN117910148B (zh) | 基于影子模式的bms优化方法、系统、介质及设备 | |
CN117272844B (zh) | 配电盘工作寿命的预测方法及系统 | |
CN116091034B (zh) | 一种电炉变压器智能运维方法、系统及设备 | |
CN117557248A (zh) | 轨道列车气密性维护方法、装置、电子设备及存储介质 | |
TW201929584A (zh) | 基地台之障礙辨識伺服器及方法 |
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 |