基于均值小漂移预测机台故障的方法

摘要

本发明的基于均值小漂移预测机台故障的方法，收集机台上产品的当前时刻以及当前时刻之前的日常点检的SPC数据以及机台的IEMS数据，对SPC数据进行时间加权处理之后得到标准化之后的SPC数据，并得到标准化后的SPC数据控制上限值、控制下限值，同时对IEMS数据进行分级，如果标准化后的当前时刻的SPC数据超过控制上限值或者低于控制下限值时，若第一预定范围内的IEMS数据显示为一级时判定机台正常，若第一预定范围内的IEMS数据显示为二级时判断SPC数据发生均值小漂移，机台产生故障，否则判定为继续追踪。本发明中，依据SPC数据以及IEMS数据同时对机台状态进行实时预测，可以防止预测结果不准确产生的误报警或者漏报警。

主权项

一种基于均值小漂移预测机台故障的方法，其特征在于，包括：等时间间隔地收集机台上当前时刻以及当前时刻之前的日常点检的SPC数据，对所述SPC数据进行筛选，形成SPC数据与时间关系的序列{X₁，……，X_n}，其中X_n为当前时刻的SPC数据，其中，n为所述SPC数据的数据序列中的数据个数，n取正自然数；对所述SPC数据序列{X₁，……，X_n}进行时间加权处理，得到加权处理之后的SPC数据序列{Y₁，……，Y_n}；计算所述SPC数据序列{Y₁，……，Y_n}的控制上限值、控制下限值以及平均值对应收集每一时刻SPC数据Y_i的机台设备的IEMS数据，组成IEMS数据序列{Z_i1，……，Z_im}，其中，i=1,2，……，n，其中，m为所述IEMS数据的数据序列中的数据个数，m取正自然数。对所述IEMS数据序列{Z_i1，……，Z_im}进行分级，若Z_ij在基准值Z₀误差范围内，评定为一级，否则，为二级，其中，j=1,2，……，m；对当前时刻进行结果预测，如果当前时刻SPC数据Y_n大于所述控制上限值或者小于所述控制下限值时，若IEMS数据序列{Z_n1，……，Z_nm}中的所有数据在第一预定范围内的数据评定为一级，则判定机台正常，若IEMS数据序列{Z_n1，……，Z_nm}中的所有数据在第一预定范围内的数据评定为二级，则SPC数据Y_n发生均值小漂移，判定机台故障，否则判定继续追踪；如果当前时刻SPC数据Y_n在所述控制上限值和所述控制下限值范围内时，若IEMS数据序列{Z_n1，……，Z_nm}中的所有数据在第二预定范围内的数据评定为一级，则判定机台正常，若所述IEMS数据序列{Z_n1，……，Z_nm}中的所有数据在第二预定范围内的数据评定为二级，则判定继续追踪。