KR102658296B1 - Mbs 입경 예측 방법 - Google Patents
Mbs 입경 예측 방법 Download PDFInfo
- Publication number
- KR102658296B1 KR102658296B1 KR1020180044398A KR20180044398A KR102658296B1 KR 102658296 B1 KR102658296 B1 KR 102658296B1 KR 1020180044398 A KR1020180044398 A KR 1020180044398A KR 20180044398 A KR20180044398 A KR 20180044398A KR 102658296 B1 KR102658296 B1 KR 102658296B1
- Authority
- KR
- South Korea
- Prior art keywords
- particle size
- temperature
- mbs
- heat exchange
- exchange water
- Prior art date
Links
- 229920009204 Methacrylate-butadiene-styrene Polymers 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 43
- LKAVYBZHOYOUSX-UHFFFAOYSA-N buta-1,3-diene;2-methylprop-2-enoic acid;styrene Chemical compound C=CC=C.CC(=C)C(O)=O.C=CC1=CC=CC=C1 LKAVYBZHOYOUSX-UHFFFAOYSA-N 0.000 title claims abstract description 6
- 239000002245 particle Substances 0.000 claims abstract description 66
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 38
- 238000010923 batch production Methods 0.000 claims abstract description 10
- 238000010238 partial least squares regression Methods 0.000 claims abstract description 4
- 238000007792 addition Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08F—MACROMOLECULAR COMPOUNDS OBTAINED BY REACTIONS ONLY INVOLVING CARBON-TO-CARBON UNSATURATED BONDS
- C08F279/00—Macromolecular compounds obtained by polymerising monomers on to polymers of monomers having two or more carbon-to-carbon double bonds as defined in group C08F36/00
- C08F279/02—Macromolecular compounds obtained by polymerising monomers on to polymers of monomers having two or more carbon-to-carbon double bonds as defined in group C08F36/00 on to polymers of conjugated dienes
- C08F279/06—Vinyl aromatic monomers and methacrylates as the only monomers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08F—MACROMOLECULAR COMPOUNDS OBTAINED BY REACTIONS ONLY INVOLVING CARBON-TO-CARBON UNSATURATED BONDS
- C08F2500/00—Characteristics or properties of obtained polyolefins; Use thereof
- C08F2500/24—Polymer with special particle form or size
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Organic Chemistry (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Polymers & Plastics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medicinal Chemistry (AREA)
- Algebra (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Crystallography & Structural Chemistry (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 MBS 입경 예측 방법에 관한 것으로, 본 발명의 일 측면에 따르면, 복수 회차의 배치(batch) 공정으로 제조되는 메타크릴레이트 부타디엔 스타이렌(Methacrylate Butadiene Styrene, MBS)의 입경을 예측하는 방법으로서, 특정 회차의 특정 시점으로부터 소정 시간 간격으로 측정된 열교환수의 온도들을 포함하는 복수 개의 예측인자를 기초로 하여 부분 최소 제곱 회귀분석을 통해 MBS의 입경을 예측하는 예측 단계; 및 예측된 MBS입경에 기초하여 열교환수의 온도를 조절하는 조절 단계를 포함하는 MBS 입경 예측 방법이 제공된다.
Description
본 발명은 MBS 입경 예측 방법에 관한 것이다.
메타크릴레이트 부타디엔 스타이렌(Methacrylate Butadiene Styrene, 이하, 'MBS'라고도 함)의 가장 기본적인 제품 스펙은 입경이다. 또한, MBS의 그레이드(grade)에 따라 입경 스펙의 차이가 있으며, 동일 그레이드 내에서도 입경의 제어가 정확할수록 품질 관리에 유리하다.
배치(Batch) 공정인 MBS 제조 중, MBS 입경은 두 번의 샘플링을 통해 진행되며, 배치 운전 이력에서, 2회차 운전(2nd Grafting)에서 1회, 배치 공정 종료 후 최종 측정을 하게 된다.
이때, 2회차 운전에서 측정하여 만족할만한 입경 값을 얻지 못하면, 열교환수의 온도를 하강시키지 못하고, 배치 운전을 지연시켜야 하기 때문에 생산성 및 품질 하락을 피하기 어렵다
따라서 배치 운전 진행 중의 정보들을 활용하여 입경을 예측할 수 있는 방법이 필요하다.
본 발명은 배치(batch) 공정 중 MBS의 입경을 예측할 수 있는 MBS 입경 예측 방법을 제공하는 것을 해결하고자 하는 과제로 한다.
상기한 과제를 해결하기 위하여, 본 발명의 일 측면에 따르면, 복수 회차의 배치(batch) 공정으로 제조되는 메타크릴레이트 부타디엔 스타이렌(Methacrylate Butadiene Styrene, MBS)의 입경을 예측하는 방법으로서, 특정 회차의 특정 시점으로부터 소정 시간 간격으로 측정된 열교환수의 온도들을 포함하는 복수 개의 예측인자를 기초로 하여 부분 최소 제곱 회귀분석을 통해 MBS의 입경을 예측하는 예측 단계 및 예측된 MBS입경에 기초하여 열교환수의 온도를 조절하는 조절 단계를 포함하는 MBS 입경 예측 방법이 제공된다.
이때, 특정 시점은 열교환수의 승온 시점일 수 있다.
또한, 복수 개의 예측 인자는 승온 시점으로부터 소정 시간 간격마다 측정된 열교환수의 온도, 승온 속도, 승온 특성치를 포함할 수 있다.
또한, 승온특성치는, 해당 시점까지 측정된 복수 개의 열교환수의 온도를 기초로 하여 시간(x축)과 온도(y축)의 2차 함수의 그래프로 피팅할 때 도출된 2차항 계수, 1차항 계수 및 y축 절편을 포함할 수 있다.
또한, 소정 시간 간격은, 1분, 5분, 또는 10분일 수 있다.
또한, 예측 단계에서, 소정 시간 간격마다 측정된 열교환수의 온도, 승온 온도, 승온 특성치를 기초로, 이전 회차에 측정된 열교환수의 온도를 기초로 생성된 예측 모델이 업데이트될 수 있다.
또한, 예측 모델은 열교환수의 온도가 최고 온도에 도달할 때까지, 소정 시간 간격마다 실시간으로 업데이트될 수 있다.
또한, 예측 모델은 2회차 공정에서 예측될 수 있다.
또한, 예측 입경이 목표 입경보다 큰 경우, 열교환수의 온도를 감소시킬 수 있다.
이와는 다르게, 예측 입경이 목표 입경보다 작은 경우, 열교환수의 온도를 증가시킬 수 있다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예와 관련된 MBS 입경 예측 방법에 따르면, 배치(batch) 공정 중 MBS의 입경을 예측할 수 있고, 이에 따라 실시간으로 배치 운전을 최적화할 수 있고, 궁극적으로 입경 측정 없이도 배치 운전이 가능해진다.
도 1은 2회차 배치 운전 시, 열교환수 온도 및 반응기 내온을 나타내는 그래프이다.
도 2는 도 1에 표시된 A영역의 승온 과정을 세분화한 그래프이다.
도 3은 승온 과정 중 최고 온도 도달 시간 및 입경의 관계를 나타내는 그래프이다.
도 4는 승온 과정 중 온도 및 입경의 관계를 나타내는 그래프이다.
도 2는 도 1에 표시된 A영역의 승온 과정을 세분화한 그래프이다.
도 3은 승온 과정 중 최고 온도 도달 시간 및 입경의 관계를 나타내는 그래프이다.
도 4는 승온 과정 중 온도 및 입경의 관계를 나타내는 그래프이다.
이하, 본 발명의 일 실시예에 따른 MBS 입경 예측 방법을 첨부된 도면을 참고하여 상세히 설명한다.
또한, 도면 부호에 관계없이 동일하거나 대응되는 구성요소는 동일 또는 유사한 참조번호를 부여하고 이에 대한 중복 설명은 생략하기로 하며, 설명의 편의를 위하여 도시된 각 구성 부재의 크기 및 형상은 과장되거나 축소될 수 있다.
도 1은 2회차 배치 운전 시, 열교환수 온도 및 반응기 내온을 나타내는 그래프이고, 도 2는 도 1에 표시된 A영역의 승온 과정을 세분화한 그래프이다.
또한, 도 3은 승온 과정 중 최고 온도 도달 시간 및 입경의 관계를 나타내는 그래프이며, 도 4는 승온 과정 중 온도 및 입경의 관계를 나타내는 그래프이다.
본 발명은 MBS의 입경을 실시간으로 예측할 수 있도록, 배치 운전 중 승온 과정 정보를 활용한 다변량 통계 회귀 모형을 제공한다.
본 발명의 일 실시예와 관련된 MBS 입경 예측 방법은, 복수 회차의 배치(batch) 공정으로 제조되는 메타크릴레이트 부타디엔 스타이렌(Methacrylate Butadiene Styrene, MBS)의 입경을 예측하는 방법이다.
MBS 입경 예측 방법은, 특정 회차의 특정 시점으로부터 소정 시간 간격으로 측정된 열교환수의 온도들을 포함하는 복수 개의 예측인자를 기초로 하여 부분 최소 제곱 회귀분석을 통해 MBS의 입경을 예측하는 예측 단계를 포함한다. 상기 배치 공정에서 열교환수는 MBS를 가열하는 기능을 한다.
또한, MBS 입경 예측 방법은 예측된 MBS입경에 기초하여 열교환수의 온도를 조절하는 조절 단계를 포함한다.
본 발명에서, 복수 개의 예측인자는 소정 시간(예를 들어, 10분)마다 실시간으로 수집되고, 예측 단계는 상기 실시간으로 수집된 복수 개의 예측인자를 기초로 소정 시간(예를 들어, 10분) 마다 실시간으로 이루어지며, 그 결과 예측 모델도 소정 시간(예를 들어, 10분) 마다 실시간으로 업데이트될 수 있다. 또한, 본 발명은 복수 개의 예측인자를 기초로 다변량 통계 회귀 모형을 구성함에 있어서, 부분 최소 제곱법(PLS: Partial Least Squares)을 이용하는 것을 특징으로 한다. 소정 시간 마다 예측 인자가 추가되며, 즉, 시간 증가로 인하여 예측 인자가 추가되는데, 추가될 때마다 변수 간의 상호 상관성을 고려하여 부분 최소 제곱법을 이용하는 것이다.
상기 특정 회차는 복수 회차의 배치 공정 중 특정 회차를 의미하는 것으로, 2회차 공정(도 1의 2nd Grafting)을 의미할 수 있다. 즉, 본 발명의 MBS 입경 예측 모델은 2회차 공정에서 예측될 수 있다.
또한, 2회차 공정에서, 상기 특정 시점은 열교환수의 승온 시점일 수 있다. 도 1을 참조하면, 2회차 공정에서, 열교환수의 온도가 상승하는 A 영역이 승온 영역에 해당하고, 승온 시점은 승온 영역의 시작점을 의미한다. 아울러, 2회차 공정 초반에 열교환수의 온도가 1차적으로 상승한 후, 하강하였다가, 2차적으로 다시 상승하기 시작하는 시점, 즉, 연속적으로 상승하여 최고 온도에 도달하는 구간을 승온 영역으로 정의하고, 이때의 승온 영역의 시점을 승온 시점이라 정의한다.
즉, 승온 영역은 열교환수 온도가 상승하기 시작하여 최고 온도(Tmax)에 도달하는 영역을 의미하고, 최고 온도에 도달하는 온도 상승 추세의 시작점이 승온 시점인 것이다.
도 2에서, tmax는 최고 온도에 도달하는 시간을 의미하며, 도 2에서 가로축은, 승온 시점을 0으로 한 경우에, 10분 간격으로 시간이 증가하는 것을 나타낸다. 이때, 승온 시점에서, 시간에 따른 온도 정보는 실시간으로 측정하지만, 예측 모형에 사용되는 예측인자는 소정 시간 간격(예를 들어, 10분) 마다 측정된 정보만을 활용하게 된다.
도 3을 참조하면, 승온 영역에서, 승온 시점으로부터 소정 시간 간격으로 승온 과정의 온도 및 시간 데이터들이 실시간으로 수집된다. 또한, 승온 시작 시점부터 MBS의 입경 예측을 시작할 수 있다.
도 3 및 도 4를 참조하면, 승온 과정 중의 주요 정보들과 MBS 입경 간의 상관성을 확인할 수 있다.
도 3을 참조하면, 승온 시점으로부터 최고 온도 도달 시간이 짧으면 입경이 커지고, 승온 시점으로부터 최고 온도 도달 시간이 길어지면 입경이 작아지는 것을 확인할 수 있다.
도 4를 참조하면, 시작 온도 및 최고 온도가 높으면 입경이 커지고, 반대로, 시작 온도 및 최고 온도가 낮으면 입경이 작아지는 것을 확인할 수 있다.
또한, 복수 개의 예측 인자는 승온 시점으로부터 소정 시간 간격(예를 들어, 10분)마다 측정된 열교환수의 온도, 승온 속도, 승온 특성치를 포함할 수 있다.
부분 최소 제곱법에 의해, 복수 개의 예측인자 및 입경의 상관관계를 나타내는 예측 모형이 생성되고, 상기 예측모형을 기초로 입경을 예측할 수 있다.
도 2의 (b)를 참조하면, 승온특성치는, 해당 시점까지 측정된 복수 개의 열교환수의 온도를 기초로 하여 시간(x축)과 온도(y축)의 2차 함수의 그래프로 피팅할 때 도출된 2차항 계수, 1차항 계수 및 y축 절편을 포함할 수 있다.
또한, 소정 시간 간격은, 1분, 5분, 또는 10분일 수 있다.
또한, 예측 단계에서, 소정 시간 간격(예를 들어, 10분)마다 측정된 열교환수의 온도, 승온 온도, 승온 특성치를 기초로, 이전 회차에 측정된 열교환수의 온도를 기초로 생성된 예측 모델이 업데이트될 수 있다. 즉, 예측 모델도 소정 시간 간격으로 이전 예측 모델로부터 업데이트될 수 있다. 또한, 예측 모델은 열교환수의 온도가 최고 온도에 도달할 때까지, 소정 시간 간격마다 실시간으로 업데이트될 수 있다.
또한, 조절 단계에서, 예측 입경이 목표 입경보다 큰 경우, 열교환수의 온도를 감소시킬 수 있다.
이와는 다르게, 조절 단계에서, 예측 입경이 목표 입경보다 작은 경우, 열교환수의 온도를 증가시킬 수 있다.
위에서 설명된 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
Claims (10)
- 복수 회차의 배치(batch) 공정으로 제조되는 메타크릴레이트 부타디엔 스타이렌(Methacrylate Butadiene Styrene, MBS)의 입경을 예측하는 방법으로서,
특정 회차의 특정 시점으로부터 소정 시간 간격으로 측정된 열교환수의 온도들을 포함하는 복수 개의 예측인자를 기초로 하여 부분 최소 제곱 회귀분석을 통해 MBS의 입경을 예측하는 예측 단계; 및
예측된 MBS입경에 기초하여 열교환수의 온도를 조절하는 조절 단계를 포함하는 MBS 입경 예측 방법. - 제 1 항에 있어서,
특정 시점은 열교환수의 승온 시점인 MBS 입경 예측 방법. - 제 2 항에 있어서,
복수 개의 예측 인자는 승온 시점으로부터 소정 시간 간격마다 측정된 열교환수의 온도, 승온 속도, 승온 특성치를 포함하는 MBS 입경 예측 방법. - 제 3 항에 있어서,
승온특성치는, 해당 시점까지 측정된 복수 개의 열교환수의 온도를 기초로 하여 시간(x축)과 온도(y축)의 2차 함수의 그래프로 피팅할 때 도출된 2차항 계수, 1차항 계수 및 y축 절편을 포함하는 MBS 입경 예측 방법. - 제 3 항에 있어서,
소정 시간 간격은, 1분, 5분, 또는 10분인 MBS 입경 예측 방법. - 제 3 항에 있어서,
예측 단계에서, 소정 시간 간격마다 측정된 열교환수의 온도, 승온 온도, 승온 특성치를 기초로, 이전 회차에 측정된 열교환수의 온도를 기초로 생성된 예측 모델이 업데이트되는 것을 MBS 입경 예측 방법. - 제 6 항에 있어서,
예측 모델은 열교환수의 온도가 최고 온도에 도달할 때까지, 소정 시간 간격마다 실시간으로 업데이트되는 MBS 입경 예측 방법. - 제 1 항에 있어서,
예측 모델은 2회차 공정에서 예측되는 MBS 입경 예측 방법. - 제 1 항에 있어서,
예측 입경이 목표 입경보다 큰 경우, 열교환수의 온도를 감소시키는 MBS 입경 예측 방법. - 제 1 항에 있어서,
예측 입경이 목표 입경보다 작은 경우, 열교환수의 온도를 증가시키는 MBS 입경 예측 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180044398A KR102658296B1 (ko) | 2018-04-17 | 2018-04-17 | Mbs 입경 예측 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180044398A KR102658296B1 (ko) | 2018-04-17 | 2018-04-17 | Mbs 입경 예측 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190120977A KR20190120977A (ko) | 2019-10-25 |
| KR102658296B1 true KR102658296B1 (ko) | 2024-04-18 |
Family
ID=68420575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180044398A KR102658296B1 (ko) | 2018-04-17 | 2018-04-17 | Mbs 입경 예측 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102658296B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230045360A (ko) | 2021-09-28 | 2023-04-04 | 주식회사 엘지화학 | Mbs 입경예측 모델 구축 방법과 이를 적용한 mbs 중합 관리 시스템 및 그 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101320829B1 (ko) * | 2011-10-31 | 2013-10-23 | 현대제철 주식회사 | 코크스 입경 조절방법 |
| JP2017182411A (ja) | 2016-03-30 | 2017-10-05 | 東レ株式会社 | 粒径予測方法 |
-
2018
- 2018-04-17 KR KR1020180044398A patent/KR102658296B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190120977A (ko) | 2019-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102295211B1 (ko) | 탐색 장치 및 탐색 방법 | |
| US10635993B2 (en) | System and method for learning and/or optimizing manufacturing processes | |
| DE102009006887B3 (de) | Verfahren und System zur Halbleiterprozesssteuerung und Überwachung unter Anwendung eines Datenqualitätsmaßes | |
| CN109501271B (zh) | 增材制造工艺计划的优化方法及优化器，增材制造方法 | |
| US7840297B1 (en) | Dynamic control system for manufacturing processes including indirect process variable profiles | |
| US11022968B2 (en) | Methods and systems for applying run-to-run control and virtual metrology to reduce equipment recovery time | |
| JP5462750B2 (ja) | 溶鋼温度管理方法、装置及びプログラム | |
| KR20090001148A (ko) | 가상 계측 시스템 및 가상 계측 방법 | |
| CN113655768B (zh) | 装配良率控制方法、设备及计算机可读存储介质 | |
| CN101751026B (zh) | 一种工艺控制的方法和装置 | |
| KR102658296B1 (ko) | Mbs 입경 예측 방법 | |
| US11609188B2 (en) | Processing condition determination system and processing condition searching method | |
| US9588505B2 (en) | Near non-adaptive virtual metrology and chamber control | |
| US7548793B2 (en) | On-line process specification adjusting and component disposing based on predictive model of component performance | |
| Moyne et al. | Chamber matching across multiple dimensions utilizing predictive maintenance, equipment health monitoring, virtual metrology and run-to-run control | |
| KR20220082002A (ko) | 기계 학습 변수 선택 및 누적 예측에 의한 근본 원인 발견 | |
| Lee et al. | Multiresponse optimization of a multistage manufacturing process using a patient rule induction method | |
| Jeang et al. | A statistical dimension and tolerance design for mechanical assembly under thermal impact | |
| US20240004374A1 (en) | Fault detection method for detecting behavior deviation of parameters | |
| US20100241250A1 (en) | Feedback and feedforward control of a semiconductor process without output values from upstream processes | |
| Li et al. | A DFMEA-based Reliability Prediction Approach in Early Product Design | |
| CN107615185B (zh) | 用于处置针对模型预测控制器和估计器的设备服务的系统和方法 | |
| KR102201063B1 (ko) | 히터 온도 변화를 이용한 히터 이상 여부 판단 장치 및 그 방법 | |
| US20240176335A1 (en) | Fault detection method for detecting behavior deviation of parameters | |
| JPH11150047A (ja) | 半導体装置の製造方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |