[發明專利]一種砷化鎵產品質量一致性控制方法及系統

在審

• 申請號: 201810355693.4
• 申請日: 2018-04-19
• 公開（公告）號: CN108415393A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 李剛;閆銳;陳為勝
• 申請（專利權）人: 中江聯合（北京）科技有限公司;中國電子科技集團公司第十三研究所;西安電子科技大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 唐維鐵

1.一種砷化鎵產品質量一致性控制方法，其特征在于，具體步驟如下：

步驟一：將歷史工藝數據整理形成原始模型樣本數據庫；

步驟二：對生產過程中的工藝數據利用人工神經網絡進行數學建模；

步驟三：產品質量預測，具體為每完成一道產品工序，通過對該道工序的工藝數據利用數學模型進行最終產品質量預測，產品完成后，將產品的實際數據與預測結果數據進行比對，生成產品質量模型報告。

2.根據權利要求1所述砷化鎵產品質量一致性控制方法，其特征在于：所述步驟一具體為：

1.1將歷史工藝過程數據、工藝結果數據、產品質量信息整合在一起，整理為結構化的數據，形成原始模型樣本數據庫；

1.2對原始模型樣本數據庫進行預處理，使樣本數據具備完整性、一致性和追溯性，整理后的數據滿足以下要求數據不重復、無異常數據、能夠從產品質量信息追溯到工藝過程數據和工藝結果數據。

3.根據權利要求2所述砷化鎵產品質量一致性控制方法，其特征在于：所述步驟1.2具體為：

1.2.1空值處理，可捕獲字段空值，進行加載或替換為其他含義數據；

1.2.2規范化數據格式，實現字段格式約束定義，對于數據源中時間、數值、字符等數據，可自定義加載格式；

1.2.3拆分數據，依據業務需求對字段可進行分解；

1.2.4數據替換，可實現無效數據、缺失數據的替換；

1.2.5建立以產品編號為主外鍵約束，對無依賴性的非法數據，可替換或導出到錯誤數據文件中，保證主鍵唯一記錄的加載。

4.根據權利要求1所述砷化鎵產品質量一致性控制方法，其特征在于：所述步驟二具體為，

2.1對生產過程中工序數據通過主成分分析法、或者線性判別分析法、或者因子分析法進行降維處理；

2.2對生產過程中的數據，進行統一量綱，將數據進行歸一化處理；

2.3使用全連接的人工神經網絡ANN進行數學建模，訓練過程中，均采用有導師或者有監督的學習方法對人工神經網絡進行訓練，在訓練過程中，采用廣義上的能量函數作為評價指標，其中廣義上的能量函數E為如下：

其中y_i為樣本輸出，f_nn為神經網絡輸出；

在訓練過程中，使用的梯度下降法來訓練人工神經網絡，使神經網絡達到最優，即能量函數E達到最小，具體權值調整公式如下所示：

其中，λ是計算步長，w_ij是神經網絡權值，net_j是w_ij所在層的輸出，x_ij是樣本分量，Δw_ij是權值的調整量；

權值的跟新公式如下所示，k為迭代次數：

w_ij(k+1)＝w_ij(k)+Δw_ij

按照上述公式，系統的逼近誤差會逐步收斂，當訓練誤差達到容許精度時，人工神經網絡可以作為初步的數學模型使用，在后續的使用中根據實時采集的數據進行優化。

5.一種砷化鎵產品質量一致性控制系統，其特征在于：設置有產品一致性預測模塊，用于每道工序完工后，獲取工藝過程參數和工藝結果數據并以此作為產品質量一致性預測模塊的輸入；

產品質量一致性預測數據庫，用于接受產品一致性預測模塊的預測結果數據；

調整模型參數模塊，用于對產品質量一致性預測模型進行動態調整，在實際的生產中隨著產品生產越來越多，模型會通過參數的調整自動趨于完善；

產品質量模型報告生成模塊，用于在產品最終完成后，模型預測誤差模塊將實際的產品質量數據與預測的產品質量數據進行對比，形成產品質量模型報告用來輔助分析。