[发明专利]一种设备参数根因定位方法及系统、装置、介质

权利要求书

1.一种设备参数根因定位方法，其特征在于，产品的制程设备包括设备A₁至设备A_n，n为大于或等于2的整数，所述方法包括：

针对设备A₁至设备A_n获得每个设备对应的关联强度值和校正预测标签，将得到的所有关联强度值降序排序，获取排序前若干位设备对应的校正预测标签数据，记为第一待处理分析数据；

针对设备A_i，1≤i≤n，将设备A_i记录的参数实际值以产品名为索引，以参数名为属性名并将属性数据做规范化处理得到第二待处理分析数据；

针对第一待处理分析数据，依次分析各个设备，提取设备对应的第二待处理分析数据中的属性列数据和校正预测标签数据分别作为自变量和分类因变量，分析出最优划分分类因变量的自变量线性组合得到组合系数，组合系数记为设备参数的权重系数，并按权重系数的绝对值降序排序；

将组合系数以设备参数为索引整合形成设备参数根因定位表，将设备参数根因定位表中每个设备对应的关联强度值与权重系数绝对值的乘积作为排序字段，按降序排序得到排序结果，基于排序结果得到设备参数根因定位结果。

2.根据权利要求1所述的设备参数根因定位方法，其特征在于，针对设备A₁至设备A_n分别进行如下处理：

针对设备A_i，1≤i≤n，将设备A_i记录的参数实际值以产品名为索引，以参数名为属性名整理形成第一分析数据；

将第一分析数据中属性数据做规范化处理得到第二分析数据；

取出第二分析数据中属性列的数据，获取属性列数据中的主成分并按主成分解释方差排序，基于主成分排序结果和主成分累积解释方差占比从主成分中选取候选主成分；

利用候选主成分的系数矩阵对输入的第二分析数据做线性变换得到得分矩阵数据，得分矩阵数据记为第三分析数据；

针对第三分析数据，使用聚类算法聚类形成2个类别，输出记录每个产品样本的聚类标签得到第四分析数据；

取出产品最终检出良与不良的标签数据，并以产品名为索引关联分析第四分析数据，按产品样本的聚类标签分组，分别统计不良占比，输出分组结果中的最大不良占比值，得到关联强度值；

将最大不良占比所在聚类标签且实际为不良的调整为1，其余调整为0，得到校正预测标签。

3.根据权利要求2所述的设备参数根因定位方法，其特征在于，针对设备A_i，1≤i≤n，将设备A_i记录的参数实际值以产品名为索引，以参数名为属性名整理形成宽表，剔除宽表缺失率超过预设百分比的属性列以及属性列的值为常值且标准差为0的属性列，针对保留的属性列以属性的中位数进行缺失值插补，得到第一分析数据。

4.根据权利要求2所述的设备参数根因定位方法，其特征在于，本方法将第一分析数据按属性均值中心化后再除以标准差得到第二分析数据。

5.根据权利要求2所述的设备参数根因定位方法，其特征在于，本方法使用主成分分析方法得到属性列数据中的主成分。

6.根据权利要求2所述的设备参数根因定位方法，其特征在于，本方法针对第三分析数据，使用Kmeans聚类算法聚类形成2个类别。

7.根据权利要求2所述的设备参数根因定位方法，其特征在于，本方法使用线性判别分析给出最优划分分类因变量的自变量线性组合得到组合系数。