跳到主要內容

臺灣博碩士論文加值系統

(107.21.85.250) 您好!臺灣時間:2022/01/18 10:11
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:張結雄
研究生(外文):Chieh-Hsiung Chang
論文名稱:使用主成分分析及貝氏網路方法於離子植入製程之錯誤偵測與診斷
論文名稱(外文):PCA and Bayesian Network for Fault Detection and Diagnosis of Ion-Implantation Process
指導教授:鄭木火
指導教授(外文):Mu-Huo Cheng
學位類別:碩士
校院名稱:國立交通大學
系所名稱:電機與控制工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:61
中文關鍵詞:資料礦析貝氏分類法自然貝氏分類法主成分分析貝氏網路方法離子植入製程錯誤偵測與診斷系統
外文關鍵詞:Data miningBayesianNaive BayesianPrincipal component analysis(PCA)Bayesian networkIon-implantation processFault detection and diagnosis system
相關次數:
  • 被引用被引用:16
  • 點閱點閱:721
  • 評分評分:
  • 下載下載:196
  • 收藏至我的研究室書目清單書目收藏:1
本論文使用資料礦析技術中之統計方法,發展離子植入製程之錯誤偵測與錯誤診斷系統。在偵測系統中,我們分別使用貝氏分類法、自然貝氏分類法與主成分分析結合自然貝氏分類法來建立三種偵測系統。而錯誤診斷系統上則是使用貝氏網路方法與貝氏定理來建立。我們並以實際離子植入製程中由SECSII所量測之資料來驗證此偵測與診斷系統之性能。其結果證明此二系統皆具有滿意的錯誤偵測與診斷效果。我們預期此偵測與診斷系統
可顯著提升離子植入製程的穩定性、使用率、製程良率與可靠度。
In this thesis, the statistial approach of the data mining techniques is used to develop a fault detection and diagnosis system for the ion-implantation process. Three fault detection systems are developed using, respectively, the Bayesian, the naive Bayesian, and the principal component analysis(PCA) with the naive Bayesian. The fault diagnosis system is designed based on the Bayesian network and Bayes'' theorem. The performance of fault detection and diagnosis is evaluated by the real data of ion-implantation process obtained via SECSII. Experimental results demonstrate that the success rate of fault detection and diagnosis system is satisfactory. This sytem is expected to increase the stability, utility rate, yield, and reliability of the ion-implantation process.
中文摘要 I
英文摘要 II
致謝 III
圖目錄 VI
表目錄 VIII
第一章、緒論 1
1.1 研究動機與目的 1
1.2 研究方法 2
1.3 論文架構 3
第二章、離子植入機與製程參數介紹 4
2.1 離子植入機基本說明 4
2.1.1 離子源 5
2.1.2 萃取器 6
2.1.3 質量分析器 7
2.1.4 加速器 7
2.1.5 掃瞄裝置 8
2.1.6 電子簇射器 8
2.2 製程量測參數介紹 8
第三章、機台錯誤偵測系統 9
3.1 使用貝氏分類法建立偵測系統 10
3.1.1 貝氏分類法基本原理 10
3.1.2 貝氏分類法實驗步驟與結果 11
3.2 使用自然貝氏分類法建立偵測系統 16
3.2.1 自然貝氏分類法基本原理 16
3.2.2 貝氏分類法實驗結果驗證 17
3.3 使用主成分分析結合自然貝氏分類法建立偵測系統 19
3.3.1 主成分分析基本原理 19
3.3.2 主成分分析之參數轉換 20
3.3.3 主成分分析之特性 22
3.3.4 奇異值分解與主成分分析之關係 23
3.3.5 使用主成分分析結合自然貝氏分類法實驗說明 24
3.3.6 實驗結果驗證 25
3.4 額外配方分類 30
3.4.1 額外配方分類原理 30
3.4.2 實驗結果驗證 31
第四章、機台錯誤診斷系統 36
4.1 網路基本原理 36
4.2 錯誤診斷實驗方法 38
4.3 診斷結果驗證 42
第五章、結論 51
參考文獻 52
[1] B. Thuraisingham, Data Mining, Technologies, Techniques, Tools, and Trends, CRC Press, New York, 1999.
[2] J. Han and M. Kamber, Data Mining, Concepts and Techniques,
Morgan Kaufmann Publishers, 2001.
[3] 莊達人,VLSI製造技術,高立圖書有限公司,1995。
[4] EATON NV-6200 SERES TECHNICAL INFORMATION AND DATA.
[5] EATON NV-6200 A AND AV ION IMPLANTATION SYSTEM TRAINING SUPPLEMENTS MANUAL.
[6] EATON NV-6200 SYSTEM DESIGN AND OPERATION.
[7] R. E. Walpole and R. H. Myers, Probability and Statistics for Engineers and Scientists, Prentice Hall, 1998.
[8] L. V. T. Harry, Detection, Estimation, and Modulation Theory, John Wiley and Sons, 1968.
[9] R. O. Duda and P. E. Hart, Pattern Classification and Scene Analysis, John Wiley and Sons, 1973.
[10] A. Papoulis, Probability Random Variables and Stochastic Processes, McGraw-Hill, 1991.
[11] F. Bernhard and R. Hans, Multivariate Statistics: A practical Approach, Chapman and Hall, 1988.
[12] C. Norman, Analyzing Multivariate Data, Harcourt Brace Jovanovich, Publishers, 1987.
[13] 曾國雄,多變量解析與其應用,華泰,1991。
[14] E. K. P. Chong and H. Zak Stanislaw , An Introduction to Optimization, John Wiley and Sons, 1995.
[15] S. J. Leon, Linear Algebra with Applications, Macmillan, 1994.
[16] T. M. Mitchell, Machine Learning, McGraw-Hill, 1997.
[17] H. Kirsch and K. Kroschel, ''Applying Bayesian networks to fault diagnosis, " Proc. IEEE Conf. Control Applications, vol. 2, pp. 895-900, 1994.
[18] K. W. Przytula and D. Thompson, ''Construction of Bayesian networks for diagnostics, " Proc. IEEE Conf. Aerospace, vol. 5, pp. 193-200, 2000.
[19] E. Castillo, J. M. Gutierrez, and A. S. Hadi, Expert Systems and Probabilistic Network Models, Springer, 1997.
[20] 金文正,應用貝氏網路實做診斷型專家系統,國立交通大學工業工程研究所碩士論文,1992。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top