[发明专利]制程异常状态预判方法及预判系统

权利要求书

1.一种制程异常状态预判方法，其特征在于，包括：

获取制程的数据记录；

根据预定规则从所述数据记录提取预测样本并记录取样时段；

利用人工智能系统学习预测模型，基于所述预测样本及所述预测模型产生关于预测目标的预测结果，其中，所述人工智能系统学习预测模型被训练为比对预测样本、预设参考值，并根据预设的异常判断条件判断所述预测样本是否符合所述异常判断条件，若否，则输出正常的预测分析结果，若是，则输出异常的预测分析结果；及

存储所述正常或异常的预测分析结果。

2.如权利要求1所述的制程异常状态预判方法，其特征在于：所述数据记录包括制程的机台数据、环境数据、检测数据中的一种或多种。

3.如权利要求1所述的制程异常状态预判方法，其特征在于，所述制程异常状态预判方法还包括：

根据所述预测分析结果及预定规则做出关于所述制程的决策；及

将所述预测分析结果及所述决策中的至少一项反馈至所述制程的对应环节。

4.如权利要求1所述的制程异常状态预判方法，其特征在于，在基于所述预测样本及所述预测模型产生关于预测目标的预测结果前，还包括：

判断所述数据样本的数据类型；

根据所述数据类型及预定规则选择对应的预测模型。

5.如权利要求1所述的制程异常状态预判方法，其特征在于，根据预设的异常判断条件判断所述预测样本是否符合所述异常判断条件包括：

从所述预测样本中计算取样参数；

将所述取样参数与所述预设参考值比较并判断所述取样参数是否超出所述预设参考值；

当所述取样参数超出预定阈值时输出异常的预测分析结果。

6.一种制程异常状态预判系统，用于连接制程设备，包括人工智能系统及存储装置，所述人工智能系统包括处理器，所述存储装置存储有多条指令，其特征在于，所述指令适于由所述处理器加载并执行：

获取制程的数据记录；

根据预定规则从所述数据记录提取预测样本并记录取样时段；

利用人工智能系统学习预测模型，基于所述预测样本及所述预测模型产生关于预测目标的预测结果，其中，所述人工智能系统学习预测模型被训练为比对预测样本、预设参考值，并根据预设的异常判断条件判断所述预测样本是否符合所述异常判断条件，若否，则输出正常的预测分析结果，若是，则输出异常的预测分析结果；及

存储所述正常或异常的预测分析结果。

7.如权利要求6所述的制程异常状态预判系统，其特征在于：所述数据记录包括制程的机台数据、环境数据、检测数据中的一种或多种。

8.如权利要求6所述的制程异常状态预判系统，其特征在于，所述制程异常状态预判方法还包括：

根据所述预测分析结果及预定规则做出关于所述制程的决策；及

将所述预测分析结果及所述决策中的至少一项反馈至所述制程的对应环节。

9.如权利要求6所述的制程异常状态预判系统，其特征在于，在基于所述预测样本及所述预测模型产生关于预测目标的预测结果前，还包括：

判断所述数据样本的数据类型；

根据所述数据类型及预定规则选择对应的预测模型。

10.如权利要求6所述的制程异常状态预判系统，其特征在于，根据预设的异常判断条件判断所述预测样本是否符合所述异常判断条件包括：

从所述预测样本中计算取样参数；

将所述取样参数与所述预设参考值比较并判断所述取样参数是否超出所述预设参考值；

当所述取样参数超出预定阈值时输出异常的预测分析结果。