KR20090082536A - 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법 - Google Patents
순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법 Download PDFInfo
- Publication number
- KR20090082536A KR20090082536A KR1020080008341A KR20080008341A KR20090082536A KR 20090082536 A KR20090082536 A KR 20090082536A KR 1020080008341 A KR1020080008341 A KR 1020080008341A KR 20080008341 A KR20080008341 A KR 20080008341A KR 20090082536 A KR20090082536 A KR 20090082536A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- classifier
- detection method
- single class
- progress
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 291
- 230000008569 process Effects 0.000 claims abstract description 269
- 230000005856 abnormality Effects 0.000 claims abstract description 70
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 41
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000007635 classification algorithm Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 239000007789 gas Substances 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 101000585359 Homo sapiens Suppressor of tumorigenicity 20 protein Proteins 0.000 description 1
- 102100029860 Suppressor of tumorigenicity 20 protein Human genes 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
Images
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
Abstract
Description
Claims (5)
- 순차적 사슬형태의 단일클래스 분류기를 이용하여 설비의 공정 이상을 검출하는 방법으로서,상기 설비의 정상 공정을 모니터링한 센서 데이터의 학습 전처리 단계(ST110)와, 상기 전처리된 센서 데이터의 차원을 줄이는 학습 특징추출 단계(ST120)와, 중요 그룹의 데이터에 대한 선택을 제공받는 중요데이터 그룹 선정 단계(ST130)와, 상기 선택된 데이터 그룹별로 학습을 수행하여 세부 공정별로 분류기를 구성하는 세부분류기 구성 단계(ST140)와, 상기 구성된 세부 공정별의 분류기를 공정 진행상의 시간 순서에 따라 배치하여 순차적 사슬형태의 단일클래스 분류기를 구성하는 순차적 단일클래스 분류기 구성 단계(ST150)를 포함하는 공정이상 검출기 구성 과정(ST100); 및상기 설비의 공정 진행을 모니터링하는 센서 데이터에 대하여 상기 공정이상 검출기 구성과정(ST100)에서 획득한 정보를 사용하여 전처리를 수행하는 전처리 단계(ST210)와, 상기 공정이상 검출기 구성 과정(ST100)에서 획득한 정보를 사용하여 상기 전처리된 센서 데이터의 차원을 줄이는 특징추출 단계(ST220)와, 상기 특징추출된 센서 데이터에 대하여 상기 구성된 공정이상 검출기를 적용하여 공정이상 검출 결과를 출력하는 분류기 적용 단계(ST230)를 포함하는 공정이상 검출기 적용 과정(ST200);를 포함하여 구성되는 순차적 사슬형태의 단일클래스 분류기를 이용한 공정 이상 검출 방법.
- 청구항 1에 있어서,상기 학습 특징추출 단계(ST120) 및 상기 특징추출 단계(ST220)는 각각 상기 전처리된 센서 데이터에 대하여 주성분 분석 및 선형 판별 분석 중 어느 하나에 따른 차원 변환 알고리듬을 적용하여 센서 데이터의 차원을 줄이는 단계;를 포함하여 구성되는 것을 특징으로 하는 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상 검출 방법.
- 청구항 1 또는 2에 있어서,상기 세부분류기 구성 단계(ST140)는 상기 선택된 데이터 그룹별로 SVDD 알고리듬, K-근접 이웃 알고리듬, 신경회로망 중 어느 하나에 따른 단일 클래스 분류 알고리듬을 적용하는 단계;를 포함하여 구성되는 것을 특징으로 하는 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상 검출 방법.
- 청구항 1 또는 3에 있어서,상기 분류기 적용 단계(ST230)는,각 분류기의 내부에 일정 개수 이상의 데이터가 위치 여부를 고려하는 단계;한 개 이상 학습된 단일클래스 분류기를 공정의 진행 순서에 따라 시간 순서대로 배열된 분류기가 순서대로 순차적으로 진행되는지 파악하는 단계; 및한 공정의 시작시점을 나타낸 단일클래스 분류기로부터 다음 공정의 시작 시점을 나타낸 단일클래스 분류기를 통과할 때까지 소요된 총 시간정보를 고려하는 단계;를 포함하여 구성되는 것을 특징으로 하는 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상 검출 방법
- 청구항 1에 있어서,상기 공정이상 검출 방법은,상기 설비의 공정 진행과 데이터 측정시점이 동기화되는 않은 상태에서 상기 공정 진행을 모니터링하는 센서가 설치된 후, 상기 시작점을 나타낸 분류기를 이용하여 시작점을 찾아내어 공정의 기본 작업 단위별로 공정 이상 진단을 수행하도록 설정하는 과정;을 더 포함하는 것을 특징으로 하는 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상 검출 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080008341A KR100980603B1 (ko) | 2008-01-28 | 2008-01-28 | 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080008341A KR100980603B1 (ko) | 2008-01-28 | 2008-01-28 | 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20090082536A true KR20090082536A (ko) | 2009-07-31 |
KR100980603B1 KR100980603B1 (ko) | 2010-09-07 |
Family
ID=41293820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020080008341A KR100980603B1 (ko) | 2008-01-28 | 2008-01-28 | 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100980603B1 (ko) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9135566B2 (en) | 2012-02-20 | 2015-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method for processing sensor data in sensor network using a feature vector identifier of the sensor data |
US9696717B2 (en) | 2013-08-05 | 2017-07-04 | Samsung Electronics Co., Ltd. | Apparatus and method of segmenting sensor data output from a semiconductor manufacturing facility |
KR20200005202A (ko) * | 2018-07-06 | 2020-01-15 | 에임시스템 주식회사 | 기계 학습 기반의 설비 이상 탐지 시스템 및 방법 |
KR20200010671A (ko) * | 2018-07-06 | 2020-01-31 | 에임시스템 주식회사 | 기계 학습 기반의 설비 이상 진단 시스템 및 방법 |
WO2020127512A1 (de) * | 2018-12-21 | 2020-06-25 | Mhp Management- Und It-Beratung Gmbh | Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen |
WO2021035638A1 (zh) * | 2019-08-29 | 2021-03-04 | 亿可能源科技(上海)有限公司 | 旋转机械设备故障诊断方法、系统及存储介质 |
JP2022523234A (ja) * | 2019-03-06 | 2022-04-21 | ハネウェル・リミテッド | パラメータを低次元化された空間にマッピングすることによって、プロセスの動的挙動の変化を監視するためのシステム及び方法 |
KR20240008664A (ko) * | 2022-07-12 | 2024-01-19 | 조선대학교산학협력단 | 예측 모델을 통한 예측 결과의 신뢰도를 평가하는 방법 및 장치 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102383675B1 (ko) | 2020-09-24 | 2022-04-06 | 주식회사 비카누스 | 시계열 데이터 이상 진단 시스템 |
KR102417415B1 (ko) | 2020-11-06 | 2022-07-06 | 한국생산기술연구원 | 딥러닝 이상 감지 기반 생산 제품 불량 검출 방법 및 시스템 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3321487B2 (ja) * | 1993-10-20 | 2002-09-03 | 株式会社日立製作所 | 機器/設備診断方法およびシステム |
KR100979071B1 (ko) * | 2002-02-22 | 2010-08-31 | 에이저 시스템즈 인크 | 이중 배향 다결정성 재료의 화학 기계적 연마 |
US7062411B2 (en) * | 2003-06-11 | 2006-06-13 | Scientific Systems Research Limited | Method for process control of semiconductor manufacturing equipment |
KR100772386B1 (ko) | 2005-12-10 | 2007-11-01 | 삼성전자주식회사 | 음악 파일 분류 방법 및 그 시스템 |
-
2008
- 2008-01-28 KR KR1020080008341A patent/KR100980603B1/ko active IP Right Grant
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9135566B2 (en) | 2012-02-20 | 2015-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method for processing sensor data in sensor network using a feature vector identifier of the sensor data |
US9696717B2 (en) | 2013-08-05 | 2017-07-04 | Samsung Electronics Co., Ltd. | Apparatus and method of segmenting sensor data output from a semiconductor manufacturing facility |
KR20200005202A (ko) * | 2018-07-06 | 2020-01-15 | 에임시스템 주식회사 | 기계 학습 기반의 설비 이상 탐지 시스템 및 방법 |
KR20200010671A (ko) * | 2018-07-06 | 2020-01-31 | 에임시스템 주식회사 | 기계 학습 기반의 설비 이상 진단 시스템 및 방법 |
WO2020127512A1 (de) * | 2018-12-21 | 2020-06-25 | Mhp Management- Und It-Beratung Gmbh | Überprüfungssystem und verfahren zum überprüfen von arbeitsabläufen |
JP2022523234A (ja) * | 2019-03-06 | 2022-04-21 | ハネウェル・リミテッド | パラメータを低次元化された空間にマッピングすることによって、プロセスの動的挙動の変化を監視するためのシステム及び方法 |
WO2021035638A1 (zh) * | 2019-08-29 | 2021-03-04 | 亿可能源科技(上海)有限公司 | 旋转机械设备故障诊断方法、系统及存储介质 |
KR20240008664A (ko) * | 2022-07-12 | 2024-01-19 | 조선대학교산학협력단 | 예측 모델을 통한 예측 결과의 신뢰도를 평가하는 방법 및 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR100980603B1 (ko) | 2010-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100980603B1 (ko) | 순차적 사슬형태의 단일클래스 분류기를 이용한 공정이상검출 방법 | |
KR102123522B1 (ko) | 고장 데이터의 군집에 기반한 고장 진단 방법 | |
KR102092054B1 (ko) | 자동 결함 분류에서 분류기 준비 및 유지 | |
KR102141391B1 (ko) | 군집 평가에 기반한 고장 데이터의 관리 방법 | |
EP3105644B1 (en) | Method of identifying anomalies | |
US20180150038A1 (en) | Prediction model building method, predicting method and associated computer software product | |
JP2022507110A (ja) | 非定常性機械性能の自動分析 | |
CN105980941A (zh) | 监视装置及监视方法 | |
JP2012532425A (ja) | プラズマ処理システムにおける障害の自動的な検出及び分類、並びにその方法 | |
JP5080526B2 (ja) | データ解析のための方法および装置 | |
KR102265298B1 (ko) | 머신러닝에 의해 생성된 가상 데이터를 이용한 고장 진단 방법 및 장치 | |
CN107923731A (zh) | 使用空间扭曲相似度的工具故障分析 | |
JP4355193B2 (ja) | 半導体デバイスの製造方法及び半導体デバイス製造システム | |
Yilmaz et al. | Per-device adaptive test for analog/RF circuits using entropy-based process monitoring | |
US8271233B2 (en) | Method of multi-level fault isolation design | |
KR102351538B1 (ko) | 패턴 학습 및 진단 알고리즘을 이용한 자동화 설비의 고장 예측 시스템 및 그 방법 | |
JP2020166407A (ja) | モデル生成装置、異常発生予測装置、異常発生予測モデルの生成方法及び異常発生予測方法 | |
Yilmaz et al. | Adaptive test elimination for analog/RF circuits | |
US7305317B2 (en) | Joint approach of out-of-range detection and fault detection for power plant monitoring | |
Cohen et al. | Fault diagnosis of timed event systems: An exploration of machine learning methods | |
Cofre-Martel et al. | Defining degradation states for diagnosis classification models in real systems based on monitoring data | |
Ceschini et al. | A comprehensive approach for detection, classification and integrated diagnostics of gas turbine sensors (DCIDS) | |
Capata | An artificial neural network-based diagnostic methodology for gas turbine path analysis—part II: case study | |
Ebrahimi et al. | Large multistream data analytics for monitoring and diagnostics in manufacturing systems | |
Prill et al. | Improving Maintenance Processes with Data Science: How Machine Learning Opens Up New Possibilities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
N231 | Notification of change of applicant | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130618 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20140826 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20150724 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20160718 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20180726 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20190918 Year of fee payment: 10 |