运用于化学气相沉积设备的虚拟量测系统

摘要

本发明是一种运用于化学气相沉积制程(CVD制程)的虚拟量测系统，包括：一制程资料蒐集模组，用以对制程资料进行统计制程检验与资料前处理，并利用核主成分分析(KPCA)萃取代表性特征资料并调整尺度范围，以取得特征资料集合；一虚拟量测模组，利用基因演算法对支援向量回归模型(Genetic Algorithms-Support Vector Regression,GA-SVR)进行最佳化之模型参数选取，用以训练及建置一品质预测模型，再于虚拟量测时利用此一品质预测模型对即时性的制程资料进行量测并输出品质预测的结果；一增量学模组，在虚拟量测过程中发现新的特征资料时被启动，用以对已建置完成的模型进行重新训练；一新颖性侦测模组(Novelty Detection)，可产生一新颖性侦测模型用于对萃取所得的特征资料集合进行分类及新颖性侦测，并且在侦测出新的特征资料时启动增量学模组重新训练品质预测模型和新颖性侦测模型，使得本发明的虚拟量测系统可以达到动态适应环境的变化，以及提供准确之预测结果的功效。