基于判别核主元空间k近邻的批次过程监视

摘要 针对批次过程非线性、多模态等特征，提出一种基于判别核主元k近邻（Dis-kPCkNN）的故障检测方法。首先，在核主元分析（kPCA）中，高斯核的窗宽参数依据样本类别标签在类内窗宽和类间窗宽中判别选取，使得核矩阵能有效提取数据的关联特征，保持数据的类别信息；其次，在核主元空间中引用k近邻规则代替传统的T2统计方法，k近邻规则可以有效处理主元空间非线性和多模态等特征的故障检测问题。数值模拟实例和半导体蚀刻工艺过程仿真实验表明:基于判别核主元k近邻方法可以有效地处理具有非线性和多模态结构特征的故障检测问题，提高计算的效率，减少内存的占用，并且故障检测率明显优于传统方法