[发明专利]用于错误诊断的多种错误特征

说明书

相关申请

本申请要求2006年5月7日提交的临时申请60/746,649和2006年5 月7日提交的临时申请60/746,647的优先权。

技术领域

本发明的具体实施例涉及错误诊断，尤其涉及使用多种错误特征 (ranged fault signatures)的错误诊断。

背景技术

许多企业运用包含多重传感器及控制器的精密制造设备，这些传感器及 控制器在处理期间被仔细地监控以确保产品的质量。一种监控这些多重传感 器及控制器的方法是统计处理监控(一种对传感器测量结果及处理控制数值 (处理变量)进行统计分析的手段)，其能够实现自动侦测及/或错误诊断。 「错误(fault)」可能是制造设备的故障或失调(例如机器的操作参数与所 欲数值之间的偏差)，或是预防性维护所需的一种指示，用于避免即将发生 的故障或失调。因此，统计处理监控的一个目标是在产生上述缺陷之前侦测 及/或诊断错误。

在处理监控期间，当最近的处理数据的一个或多个统计与统计模型偏离 一个量值，且该量值足够大以造成模型度量超过各个信任阈值时，侦测到一 错误。模型度量为一标量，其值表示在实际处理监控期间所收集的处理数据 的统计特征及该模型所预测的统计特征之间的偏离量。各模型度量是消去此 偏离的唯一数学方法。常见的模型度量包含平方预测误差(Squared Prediction Error，其一般被称为SPE、Qres、或Q)以及Hotelling’s T2 (T2)。

每个模型度量具有各自的信任阈值，其也被称为一信任限制或控制限 制，其数值表示该模型度量的可接受的上限。如果一模型度量在处理监控期 间超过其信任阈值，应可推断该处理数据已因为一错误而具有偏离的统计结 果。

一旦侦测到错误，通过忽略各处理变量的相对错误贡献来诊断这些错 误。某些错误因为缺乏和单一处理变量的明确(例如直接)相关性而难于诊 断。与多重处理变量具有复杂及/或间接的相关性的那些错误可能特别难于 诊断。

常见诊断错误的方法一般要求：在对错误进行分类之前，该错误已发生 多次。对那些和多重处理变量的相关性较复杂的错误进行分类时，这可能会 有问题。

发明内容

本发明的一态样关于一种诊断错误的方法，其包含：侦测一错误；判定 对该错误有贡献(contributed to the fault)的一个或多个处理变量；判定一 个或多个处理变量中的每一个的相应贡献；及判定多个错误特征中的哪一个 相符于该错误，一错误特征相符该错误，其为如果这些一个或多个处理变量 的相应贡献在所相符错误特征的相应贡献范围内，其中这些错误特征的相关 于至少一个错误分类。

本发明的另一态样关于一种包含数据的机器可存取媒体，其当由一机器 所存取时，造成该机器执行一方法，该方法包含侦测一错误；判定对该错误 有贡献的一个或多个处理变量；判定一个或多个处理变量中的每一个的相应 贡献；及判定多个错误特征中的哪一个相符于该错误，一错误特征相符该错 误，其为如果这些一个或多个处理变量的相应贡献在所相符错误特征的相应 贡献范围内，其中这些错误特征的相关于至少一个错误分类。

本发明的又另一态样关于一种统计处理监控系统，其包含一错误侦测 器，其与至少一个制造机器相耦合，藉以接收来自该至少一个制造机器的处 理数据，并用以基于该处理数据而侦测一错误，该处理数据包含多个处理变 量；一数据库，其用以存储多个错误特征，这些错误特征的与至少一个错误 分类相关联；及一错误诊断器，其与该错误侦测器以及该数据库相耦合，藉 以判定对该错误有贡献的多个处理变量中的一个或多个、判定一个或多个处 理变量中的每一个的相应贡献、以及判定多个错误特征中的哪一个相符于该 错误，一错误特征相符该错误，其为如果一个或多个处理变量的相应贡献在 所相符错误特征的相应贡献范围内。

附图说明

在附图中，本发明通过示例得以示出，并非通过限制得以示出，并且其 中：

图1描述统计处理监控系统的具体实施例；

图2描述一种产生错误分类的方法的具体实施例的流程图；

图3描述一种通过使用错误特征来诊断错误的方法的一具体实施例的 流程图；

图4描述一种通过使用错误特征来诊断错误的方法的另一具体实施例 的流程图；