專利名稱：：真空泵的趨勢(shì)監(jiān)控和診斷分析方法及其趨勢(shì)監(jiān)控和診斷分析系統(tǒng)以及包括執(zhí)行該方法的...的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及用于真空泵的故障保護(hù)和維護(hù)的診斷方法，更具體地講，涉及具有多個(gè)操作條件的半導(dǎo)體制造工藝。
背景技術(shù)：
：對(duì)現(xiàn)代半導(dǎo)體制造工藝中真空泵的可用性和可靠性的需求不斷增長(zhǎng)。原因在于隨著生產(chǎn)晶片尺寸越來越大，失敗的批量生產(chǎn)晶片的成本和損失的生產(chǎn)時(shí)間越來越高。Bahnen和Kuhn已經(jīng)提出了對(duì)這種現(xiàn)代半導(dǎo)體工藝的真空泵的技術(shù)需求[參考文件1R.BahnenandMKuhn，“Increasedreliabilityofdrypumpsduetoprocessrelatedadaptationandpre-failurewarning，”Vacuum，Vol.44，No5-7，pp.709-712，1993]沒有不定期的停機(jī)時(shí)間的高可靠性，非常低的維護(hù)，抽空腐蝕且反應(yīng)氣體混合物的高能力、抽空粒子和可升華氣體混合物的高能力以及低振動(dòng)和噪聲級(jí)等。為了滿足這些需求，用于現(xiàn)代半導(dǎo)體工藝的新的干式泵應(yīng)提供對(duì)依賴各種工藝的運(yùn)行條件的自適應(yīng)能力[參考文件1]。顯示的對(duì)不同處理的自適應(yīng)需要操作參數(shù)(例如干式泵階段內(nèi)的溫度和氣體壓力)的專用測(cè)量和控制。這些與工藝相關(guān)的參數(shù)對(duì)于檢查是否滿足期望的泵操作條件非常重要。除了與工藝相關(guān)的參數(shù)外，Bahnen和Kuhn也建議了泵操作相關(guān)參數(shù)(電功率、冷卻水、吹掃氣、泵部件-軸承、封條、變速箱和發(fā)動(dòng)機(jī)的磨損)的監(jiān)控方案[參考文件1]來避免除了干式泵的工藝自適應(yīng)之外的不定期停機(jī)時(shí)間的風(fēng)險(xiǎn)。建議了對(duì)于每一操作參數(shù)的基于警告和報(bào)警級(jí)別的監(jiān)控方案來避免意外的泵故障。但是，沒有提出任何選擇所有依賴工藝參數(shù)和操作相關(guān)參數(shù)的警告和報(bào)警的邏輯方法。在真空泵故障的早期檢測(cè)中，這種閾值級(jí)選擇仍然是非常具有挑戰(zhàn)性的問題?；陂撝导?jí)的監(jiān)控被廣泛認(rèn)為是用于泵的故障保護(hù)的傳統(tǒng)技術(shù)[參考文件2R.H.Greene和D.A.Casada，Detectionofpumpdegradation，NUREG/CR-6089/ORNL-6765，OakRidgeNationalLaboratory，1995]。然而，Wegerich等[參考文件3S.W.Wegerich，D.R.Bell和X.Xu，“Adaptivemodelingofchangedstatesinpredictiveconditionmonitoring，”WO02/057856A2，2002]；對(duì)比文件4S.W.Wegerich，A.Wolosewicz和R.MPipke，“Dignosticsystemsandmethodsforpredictiveconditionmonitoring，”WO02/086726A1，2002]指出了基于傳感器輸出的閾值告警和報(bào)警方案的缺點(diǎn)“傳統(tǒng)技術(shù)不能提供對(duì)工藝或機(jī)器的操作參數(shù)的總改變做出響應(yīng)，總是不能提供適當(dāng)?shù)母婢瘉矸乐挂馔馔C(jī)、裝備損壞或者悲慘的安全危險(xiǎn)?！睘榱丝朔鹘y(tǒng)技術(shù)的這種限制，他們建議了適合于新的操作狀態(tài)的基于神經(jīng)網(wǎng)絡(luò)的參數(shù)模型[參考文件3]和用于預(yù)測(cè)條件監(jiān)控的基于模型的診斷系統(tǒng)[參考文件4]的使用。在對(duì)動(dòng)態(tài)系統(tǒng)的識(shí)別和控制的先前研究[參考文件5Wan-SupCheung，“Identification，stabilizationandcontrolofnonlinearsystemsusingtheneuralnetwork-basedparametricnonlinearmodeling，”Ph.D.Thesis，UniversityofSouthampton，1993]中已知的神經(jīng)網(wǎng)絡(luò)模型具有內(nèi)插位于訓(xùn)練數(shù)據(jù)組之間的新的狀態(tài)和外插訓(xùn)練組外(但是非常近)的相鄰狀態(tài)的有效能力。Wegerich等[參考文件3，參考文件4]采用訓(xùn)練神經(jīng)網(wǎng)絡(luò)的內(nèi)插和外插能力來響應(yīng)于傳感器輸出的測(cè)量值估計(jì)工藝或機(jī)器的當(dāng)前狀態(tài)。從實(shí)際測(cè)量的傳感器輸出減去估計(jì)的狀態(tài)值來獲得用于判斷該工藝或系統(tǒng)如何偏離建模的狀態(tài)的殘差信號(hào)。而且，這些殘差信號(hào)也被用于產(chǎn)生殘差閾值報(bào)警以執(zhí)行檢查工藝或系統(tǒng)改變到新的操作條件的統(tǒng)計(jì)測(cè)試，并且對(duì)改變的操作區(qū)域重建新的訓(xùn)練組?？吹贸霭ㄓ糜诟淖兊牟僮鲄^(qū)域的新的訓(xùn)練組的指令和它們的模型學(xué)習(xí)處理的建議的產(chǎn)生報(bào)警和適應(yīng)改變的操作區(qū)域的信號(hào)處理方案需要嚴(yán)格的計(jì)算工作并且附有建議的基于模型的診斷系統(tǒng)的內(nèi)部復(fù)雜性。這種不切實(shí)際的計(jì)算負(fù)擔(dān)和建議的監(jiān)控系統(tǒng)的實(shí)現(xiàn)復(fù)雜度已經(jīng)變成在現(xiàn)代半導(dǎo)體制造工藝的泵監(jiān)控系統(tǒng)中遭遇的不可避免的技術(shù)問題。因此，適合泵操作條件的簡(jiǎn)單模型在開發(fā)泵監(jiān)控系統(tǒng)中非常重要。這點(diǎn)已經(jīng)成為本發(fā)明稍后將解決的主要技術(shù)論點(diǎn)之一。代替使用適合于隨著使用壽命改變真空泵的操作條件的上述參數(shù)模型，Ushiku等[參考文件6Y.Ushiku，TArikado，S.Samata，T.Nakao，andY.Mikata，″Apparatusforpredictinglifeofrotarymachine，equipmentusingthesame，methodforpredictinglifeanddeterminingrepairtimingofthesame，″U.S.PatentApplicationPublication，US2003/0009311A1，2003]、Samata等[參考文件7S.Samata，Y.Ushiku，K.Ishii，andT.Nakao，″Methodfordiagnosinglifeofmanufacturingequipmentusingrotarymachine，″U.S.PatentApplicationPublication，US2003/0154052A1，2003；參考文件8S.Samata，Y.Ushiku，T.Huruhata，T.Nakao，andK.Ishii，″Methodforpredictinglifespanofrotarymachineusedinmanufacturingapparatusandlifepredictingsystem，″U.S.PatentApplicationPublication，US2003/01543997A1，2003]和Ishii等[參考文件9K.Ishii，T.Nakao，Y.Ushiku，andS.Samata，″Methodforavoidingirregularshutoffofproductionequipmentandsystemforirregularshutoff，″U.S.PatentApplicationPublication，US2003/0158705A1，2003]提出確定是否從相應(yīng)于正常操作條件設(shè)置的“參考”時(shí)間序列數(shù)據(jù)得到當(dāng)前測(cè)量的時(shí)間序列數(shù)據(jù)的統(tǒng)計(jì)分析方法和基于Mahalanobis距離的分析方法。統(tǒng)計(jì)分析方法基于采樣的信號(hào)的二階統(tǒng)計(jì)特性[參考文件10J.S.BendatA.G.Piersol，RandomdataAnalysisandmeasurementprocedures，JohnWiley&SonsN.Y.，1985]，例如平均值、標(biāo)準(zhǔn)偏差和相關(guān)函數(shù)。由于統(tǒng)計(jì)特性的使用僅對(duì)平穩(wěn)過程有意義，因此它們對(duì)不同產(chǎn)品所需的依賴多負(fù)載的操作條件具有有限的應(yīng)用性。這意味著需要相應(yīng)于每一依賴加載的操作設(shè)置的每一參考時(shí)間序列數(shù)據(jù)。這里的關(guān)鍵問題是如何構(gòu)建足夠覆蓋正常操作條件的整個(gè)范圍的依賴加載參考時(shí)間序列的數(shù)據(jù)組。Y.Ushiku等[參考文件6]、Samata等[參考文件7，參考文件8]和Ishii等[參考文件9]仍沒有提出構(gòu)建它們的有效方法。為了克服使用統(tǒng)計(jì)分析方法檢測(cè)異常運(yùn)行條件的有限能力，它們也考慮在多變量統(tǒng)計(jì)中公知的量化分析當(dāng)前時(shí)間序列數(shù)據(jù)和參考時(shí)間序列數(shù)據(jù)之間的相似度的Mahalanobis距離分析方法[參考文件11W.H.Woodall，R.Koudelik，Z.G.Stoumbos，K.L.Tsui，S.B.Kim，CP.Carvounis，″AreviewandanalysisoftheMahalanobis-Taguchisystem，″TECHNOMETRICS，Vol.45，No.1，pp.1-14，2003]。當(dāng)參考時(shí)間序列數(shù)據(jù)包括正常操作條件的整個(gè)范圍時(shí)，這些估計(jì)數(shù)量好像比用于傳統(tǒng)趨勢(shì)監(jiān)控系統(tǒng)的二階統(tǒng)計(jì)(均值和方差)方法更有效。然而，僅在每一指定處理的最開始，獲得新的或復(fù)原的真空泵的正常操作條件的時(shí)間序列，從而在沒有時(shí)間消耗數(shù)據(jù)獲得和信號(hào)處理工作的情況下，不能獲得具有正常操作條件的整個(gè)范圍的參考數(shù)據(jù)。甚至在現(xiàn)代半導(dǎo)體制造團(tuán)體中也不完全明白構(gòu)造這種參考數(shù)據(jù)組的任意實(shí)際方法。實(shí)際上，現(xiàn)代半導(dǎo)體制造單元需要具有如改變的曲面壓力、氣體流量速度和不同的氣體混合物和特性這類不同操作條件的多工藝。半導(dǎo)體制造商的這些與工藝相關(guān)的特性和操作條件非常機(jī)密，從而真空泵提供商通常不能接觸到它們。注意到用于現(xiàn)代半導(dǎo)體工藝的真空泵監(jiān)控和診斷系統(tǒng)應(yīng)該對(duì)多工藝條件具有自適應(yīng)能力非常重要。開發(fā)識(shí)別不同的工藝條件和診斷它們的操作狀態(tài)的主動(dòng)方法對(duì)現(xiàn)代半導(dǎo)體工藝的干式泵監(jiān)控和診斷系統(tǒng)是必需的。顯示的本發(fā)明稍后提供這種技術(shù)問題的實(shí)際方案。
發(fā)明內(nèi)容技術(shù)問題本專利的發(fā)明人已經(jīng)開展低真空泵的精確的性能測(cè)試以及估計(jì)方法，并且在幾個(gè)技術(shù)論文[參考文件12J.Y.Lim，S.H.Jung，W.S.Cheung，K.H.Chung，Y.H.Shin，S.S.Hong，和W.G.Sm，“Expandedcharacteristicsevaluationforlowvacuumdrypumps，”AVS49thInternationalSymposium，x-x，2002；參考文件13J.Y.Lim，W.S.Cheung，J.H.Joo，Y.O.Kim，W.G.Sm，andK.H.Chung，″Characteristicsevaluationpracticeofpredictableperformancemonitoringforlowvacuumdrypumps，″AVS50thInternationalSymposium，9-10，2003；參考文件14W.S.Cheung，J.Y.LimandK.H.Chung，″Experimentalstudyonnoisecharacteristicsofdrypumps，”Inter-noise2002，PortLauddaleUSA，2002；參考文件15W.S.Cheung，J.Y.LimandK.H.Chung，”Acousticalcharacteristicsofdrypumpsdesignedforsemiconductorprocesses，″Inter-noise2003，Jeju，Korea，2003]中發(fā)表了它們的試驗(yàn)結(jié)果。在低真空泵測(cè)試工作臺(tái)(testbench)上實(shí)施這些試驗(yàn)，其示意圖在圖1中顯示。測(cè)試工作臺(tái)已經(jīng)用于估計(jì)低真空泵的性能因數(shù)，例如抽氣速度、極限壓力、電功率消耗、氣體加載仿真、殘差氣體分析、以及聲學(xué)噪聲和機(jī)械振動(dòng)級(jí)等。目前為止已經(jīng)測(cè)試了供應(yīng)給半導(dǎo)體制造商的多于一百個(gè)的真空泵。它們的測(cè)試結(jié)果已經(jīng)向發(fā)明人提供了對(duì)各種真空泵的關(guān)鍵性能因數(shù)和動(dòng)態(tài)特性的系統(tǒng)化的理解。圖2示出從相同模型的多個(gè)泵測(cè)量的抽氣速度的統(tǒng)計(jì)特性(最大值、最小值和平均值)。正方形標(biāo)記的線、星號(hào)標(biāo)記的線以及圓圈標(biāo)記的線表示測(cè)試結(jié)果中的最大抽氣速度、最小抽氣速度和平均抽氣速度，從通過控制圖1中顯示的測(cè)試圓頂室的內(nèi)部氣壓仿真的不同氣體加載條件獲得所述測(cè)試結(jié)果。觀察由平均值與標(biāo)準(zhǔn)偏差之比定義的抽氣速度的變化系數(shù)，在測(cè)試圓頂室的內(nèi)部壓力等于0.01[mbar]時(shí)變化系數(shù)是6.7％，在壓力是0.02[mbar]時(shí)變化系數(shù)是5.0％。從比0.05[mbar]高的級(jí)別看出變化系數(shù)等于或小于3.5％。這意味著測(cè)試的真空泵的抽氣速度在小變化內(nèi)控制的質(zhì)量相當(dāng)好?？闯鲂∽兓瘍?nèi)的抽氣速度是判斷泵的當(dāng)前運(yùn)行狀態(tài)正常與否的好指示器非常重要。實(shí)際上，抽氣速度是低真空泵的性能參數(shù)中最重要的因素。但是，用于監(jiān)控真空泵的操作條件的先前發(fā)明不認(rèn)為抽氣速度是監(jiān)控狀態(tài)變量。在下一部份中，本發(fā)明將顯示監(jiān)控原位安裝的泵的抽氣速度的系統(tǒng)方法。圖3顯示測(cè)試的泵中存在聲學(xué)噪聲和機(jī)械振動(dòng)級(jí)的多少變化量。盡管圖2中顯示的它們的抽氣速度具有小的變化，但是對(duì)于相同模型的每一泵顯示聲學(xué)噪聲和機(jī)械振動(dòng)級(jí)是非常不同的。通過將從由ISO3744標(biāo)準(zhǔn)推薦的十個(gè)選擇的位置測(cè)量的聲壓平均化來估計(jì)聲學(xué)噪聲級(jí)。在測(cè)試圓頂室壓力為2[mbar]時(shí)，觀察聲學(xué)噪聲級(jí)的最大差是12dBA。在其它氣體加載條件下，聲壓級(jí)(SPL)差接近大約9dBA。這種大的SPL差等于響度差的四倍(每5dBASPL差兩倍響度)。在0.01[mbar]到10[mbar]的壓力范圍發(fā)現(xiàn)聲壓級(jí)的變化系數(shù)是51％～65％。在1mbar壓力以下，發(fā)現(xiàn)機(jī)械振動(dòng)(加速度)級(jí)的變化系數(shù)是19％～23％，當(dāng)氣壓達(dá)到10[mbar]時(shí)變化系數(shù)增加到51％。而且，在1[mbar]氣壓以下，觀察機(jī)械加速度級(jí)的最小級(jí)與最大級(jí)之比是1.4至1.6，而當(dāng)氣壓達(dá)到10[mbar]時(shí)，觀察機(jī)械加速度級(jí)的最小級(jí)與最大級(jí)之比快速增加到3.3。這種大的變化表示每個(gè)泵對(duì)于聲學(xué)噪聲和機(jī)械振動(dòng)具有它自己的正常操作條件。這種依賴逐泵的操作特性在使用用于產(chǎn)生機(jī)械操作監(jiān)控系統(tǒng)的告警或報(bào)警信號(hào)的基于固定級(jí)的閾值方法上已經(jīng)產(chǎn)生許多困難，這是因?yàn)樯踔翆?duì)于正常運(yùn)行機(jī)器，它們也經(jīng)常引起不可靠和不一致的狀態(tài)監(jiān)控結(jié)果，即，錯(cuò)誤告警或報(bào)警信號(hào)。為了改善基于固定級(jí)的機(jī)器狀態(tài)監(jiān)控和診斷系統(tǒng)的這種有限能力，本發(fā)明將在第三部分建議主動(dòng)算法，其對(duì)依賴逐泵的正常操作條件的自適應(yīng)。應(yīng)該注意，這種對(duì)于機(jī)械操作監(jiān)控系統(tǒng)的狀態(tài)變量的這種大變化不受聲學(xué)噪聲和機(jī)械振動(dòng)信號(hào)的限制。圖4顯示從增壓泵和干式泵測(cè)量的電功率消耗值的統(tǒng)計(jì)特性(最大值、最小值和平均值)。在2[mbar]氣壓以下，觀察增壓泵的最小功率消耗值和最大功率消耗值之比是1.3，當(dāng)氣壓達(dá)到10[mbar]時(shí)，觀察增壓泵的最小功率消耗值和最大功率消耗值之比增加到1.6。在1[mbar]氣壓以下，看出增壓泵的變化系數(shù)是9％～11％，而當(dāng)氣壓達(dá)到10[mbar]時(shí)，看出增壓泵的變化系數(shù)急劇增加到57％。與增壓泵的電功率消耗的大的變化不同，在超過測(cè)試的氣壓范圍，觀察干式泵的最小功率消耗值與最大功率消耗值之比是1.1～1.2。在超過測(cè)試的氣壓范圍，也看出變化系數(shù)是4％～6％。這些測(cè)試結(jié)果表示增壓泵和干式泵的總功率消耗是具有大變化的狀態(tài)變量，從而對(duì)狀態(tài)監(jiān)控系統(tǒng)，總電功率消耗值低效。其結(jié)果是，在本發(fā)明中考慮增壓泵和干式泵的兩個(gè)分離的功率消耗值。理解在超過泵操作范圍，隨著氣體加載條件的改變，測(cè)量的狀態(tài)變量增加多少量非常重要。通過仔細(xì)地觀察圖3和4中顯示的實(shí)驗(yàn)結(jié)果的平均值(由星號(hào)標(biāo)記的實(shí)線表示)對(duì)找出問題的答案有幫助。盡管測(cè)試圓頂室氣壓逐漸增加到一定程度，但是平均值保持平坦。這是測(cè)量的狀態(tài)變量聲學(xué)噪聲級(jí)、機(jī)械振動(dòng)級(jí)和電功率消耗級(jí)與氣體加載無關(guān)的區(qū)域。本發(fā)明也利用對(duì)測(cè)量的狀態(tài)變量與氣體加載無關(guān)的特性來診斷真空泵操作條件。在實(shí)際工藝條件中，經(jīng)常找到這種與氣體加載無關(guān)的條件。好的例子是運(yùn)行真空泵的“空閑”狀態(tài)，“空閑”狀態(tài)是任何外部氣體沒有供應(yīng)到泵進(jìn)氣口的時(shí)間間隔。本發(fā)明在下一部份將提出真空泵監(jiān)控和診斷系統(tǒng)的狀態(tài)變量的與加載無關(guān)的行為的建模的系統(tǒng)方法。此外，當(dāng)氣壓增加到與氣體加載無關(guān)的區(qū)域之上時(shí)，顯示出聲學(xué)噪聲變量、機(jī)械振動(dòng)變量和電功率消耗變量的平均值增加。例如，顯示氣體加載相關(guān)區(qū)域中的最大聲學(xué)噪聲級(jí)是12dBA，這比與氣體加載無關(guān)的區(qū)域中的最大聲學(xué)噪聲級(jí)高四倍。相似地，顯示氣體加載相關(guān)區(qū)域中的最大機(jī)械振動(dòng)級(jí)是2.4倍高，并且增壓泵和干式泵的電功率消耗級(jí)分別是2.3和1.2倍高。這里，由于真空泵的實(shí)際操作范圍總是包括氣體加載相關(guān)條件，因此狀態(tài)監(jiān)控和診斷系統(tǒng)遭遇的另一技術(shù)問題在于找出描述狀態(tài)變量的那些狀態(tài)與加載相關(guān)的行為的擬合模型。在下一部份中，本文也將提出將氣體加載相關(guān)區(qū)域中的狀態(tài)變量的動(dòng)態(tài)特性建模的系統(tǒng)方法。當(dāng)然，顯示算術(shù)上相同的模型可適用于氣體加載無關(guān)條件和氣體加載相關(guān)條件。其結(jié)果是，一個(gè)模型專用于與氣體加載無關(guān)的運(yùn)行區(qū)域，另一模型專用于氣體加載相關(guān)的運(yùn)行區(qū)域。已經(jīng)開發(fā)出兩個(gè)單獨(dú)的模型來盡早改善用于檢測(cè)真空泵的可能異常運(yùn)行條件的可靠性和可信度。在本文很明顯，關(guān)于氣體加載條件的監(jiān)控信息，即真空泵的進(jìn)口氣體壓力信號(hào)應(yīng)在區(qū)別真空泵的異常運(yùn)行條件，更具體地講，是判斷是否由氣體加載引起監(jiān)控的狀態(tài)變量的增加中起重要作用。為了更可靠地改善真空泵的異常運(yùn)行條件的診斷的能力，在先前發(fā)明中尚未進(jìn)行監(jiān)控進(jìn)氣壓力信息的使用。在本中作中，顯示進(jìn)口氣體壓力的監(jiān)控除了能改進(jìn)診斷能力之外，還能夠進(jìn)行抽氣速度的量化分析。由于估計(jì)的抽氣速度引起確定感興趣的真空泵應(yīng)該被新的真空泵替換的適合時(shí)間，因此這點(diǎn)是有價(jià)值的。本發(fā)明提出了在半導(dǎo)體制造領(lǐng)域中評(píng)估運(yùn)行真空泵的抽氣速度的邏輯方法。技術(shù)方案根據(jù)本發(fā)明，提供一種在交替的空閑操作條件和氣體加載操作條件下運(yùn)行的真空泵的故障保護(hù)和預(yù)報(bào)維護(hù)的趨勢(shì)監(jiān)控和診斷分析方法，包括步驟對(duì)于空閑操作條件和氣體加載操作條件，以預(yù)定比率對(duì)狀態(tài)變量信號(hào)的時(shí)間序列采樣；對(duì)于空閑操作條件和氣體加載操作條件，從比波動(dòng)狀態(tài)變量信號(hào)分量的周期長(zhǎng)的連續(xù)采樣的信號(hào)的每一分段組挑選出狀態(tài)變量的時(shí)間序列的最大值和最小值；對(duì)于空閑操作條件和氣體加載操作條件，通過使用基于線性參數(shù)模型的主動(dòng)診斷算法從挑選的每一狀態(tài)變量的最大值估計(jì)一組漸進(jìn)上限的最佳擬合的模型參數(shù)，并且從挑選的每一狀態(tài)變量的最小值估計(jì)另一組的漸進(jìn)下限的最佳擬合的模型參數(shù)；每當(dāng)觀察到從氣體加載操作條件到空閑操作條件的過渡狀態(tài)時(shí)，通過使用原位估計(jì)方法基于進(jìn)氣壓力信號(hào)估計(jì)抽氣速度指標(biāo)；每當(dāng)觀察到從氣體加載操作條件到空閑操作條件的過渡狀態(tài)時(shí)，存儲(chǔ)對(duì)于每一空閑操作條件和氣體加載操作條件的所有考慮的狀態(tài)變量的漸進(jìn)上限和漸進(jìn)下限的估計(jì)的上模型參數(shù)和下模型參數(shù)以及估計(jì)的抽氣速度指標(biāo)；重復(fù)對(duì)于空閑操作條件和氣體加載操作條件的每一狀態(tài)變量的上限和下限的模型參數(shù)的估計(jì)以及抽氣速度指標(biāo)的估計(jì)；從為連續(xù)的空閑操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從為連續(xù)氣體加載操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從氣體加載操作狀態(tài)到空閑狀態(tài)的重復(fù)過渡連續(xù)收集的抽氣速度指標(biāo)監(jiān)控變化趨勢(shì)，并且基于其變化趨勢(shì)分析結(jié)果診斷該真空泵異常與否。根據(jù)本發(fā)明，還提供一種在包括交替的空閑操作條件和氣體加載操作條件的多工藝下運(yùn)行的真空泵的故障保護(hù)和預(yù)報(bào)維護(hù)的趨勢(shì)監(jiān)控和診斷分析系統(tǒng)，包括數(shù)據(jù)獲得單元，實(shí)時(shí)地對(duì)空閑階段和氣體加載階段以預(yù)定比率對(duì)狀態(tài)變量的時(shí)間序列采樣；和信號(hào)處理單元，設(shè)置有用于來自數(shù)據(jù)獲得單元的測(cè)量的信號(hào)的計(jì)算裝置和存儲(chǔ)裝置，所述信號(hào)處理單元的特征在于提供以下步驟對(duì)空閑操作條件和氣體加載操作條件，從比波動(dòng)狀態(tài)變量信號(hào)分量的周期長(zhǎng)的連續(xù)采樣的信號(hào)的每一分段組挑選出狀態(tài)變量的時(shí)間序列的最大值和最小值；對(duì)空閑操作條件和氣體加載操作條件，從挑選的每一狀態(tài)變量的最大值估計(jì)一組漸進(jìn)上限的最佳擬合的模型參數(shù)，并且從挑選的每一狀態(tài)變量的最小值估計(jì)另一組的漸進(jìn)下限的最佳擬合的模型參數(shù)；每當(dāng)觀察到從氣體加載操作條件到空閑操作條件的過渡狀態(tài)時(shí)，通過使用原位估計(jì)方法基于進(jìn)氣壓力信號(hào)估計(jì)抽氣速度指標(biāo)；存儲(chǔ)每一狀態(tài)變量的漸進(jìn)上限和下限的估計(jì)的上模型參數(shù)和下模型參數(shù)以及估計(jì)的抽氣速度指標(biāo)；從為連續(xù)的空閑操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從為連續(xù)氣體加載操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從氣體加載操作狀態(tài)到空閑狀態(tài)的重復(fù)過渡連續(xù)收集的抽氣速度指標(biāo)監(jiān)控變化趨勢(shì)，并且基于其變化趨勢(shì)分析結(jié)果診斷該真空泵異常與否。根據(jù)本發(fā)明，還提供一種包括執(zhí)行上述的用于在交替的空閑操作條件和氣體加載操作條件下運(yùn)行的真空泵的故障保護(hù)和預(yù)報(bào)維護(hù)的趨勢(shì)監(jiān)控和診斷分析方法的計(jì)算機(jī)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。有益效果本文中具有最大挑戰(zhàn)性的問題是找出處理逐泵操作特性和多工藝條件的較大變化引起的技術(shù)問題的簡(jiǎn)單且有效的方式。本文提出兩個(gè)單獨(dú)的模型參數(shù)組，即，一個(gè)是真空泵空閑操作條件下估計(jì)的模型參數(shù)組，另一是在氣體加載的操作條件下估計(jì)的模型參數(shù)組。原因在于在兩個(gè)操作條件下測(cè)量的狀態(tài)變量信號(hào)具有相當(dāng)不同的統(tǒng)計(jì)特性，并且對(duì)于操作條件空閑和氣體加載操作條件的分開的趨勢(shì)監(jiān)控和診斷分析被選擇來實(shí)現(xiàn)對(duì)早期檢測(cè)真空泵故障的改善的性能。當(dāng)然，本文提出使用如進(jìn)氣壓力、增壓泵的供電電流和排氣壓力的這樣的測(cè)量狀態(tài)變量來分離空閑操作條件和氣體加載操作條件的有效方式。此外，本文引入使用測(cè)量的進(jìn)氣壓力信號(hào)估計(jì)抽氣速度的原位算法(in-situalgorithm)和提出的抽氣速度評(píng)估算法，其實(shí)現(xiàn)檢查當(dāng)前抽氣速度與初始值相比下降什么程度。關(guān)于這種泵速度下降程度的知識(shí)是有價(jià)值的，因?yàn)樗沟帽镁S護(hù)工程師能夠判斷考慮的真空泵應(yīng)該何時(shí)被新的真空泵替換。此外，本文提出將一系列與七個(gè)狀態(tài)變量和抽氣速度指示器相應(yīng)的最佳擬合的模型參數(shù)系列構(gòu)建為適合于多變量統(tǒng)計(jì)分析、性能分析和Mahalanobis距離分析的矩陣類型的數(shù)據(jù)的邏輯方法。數(shù)據(jù)矩陣構(gòu)建的模型參數(shù)移植到這種傳統(tǒng)分析算法(多變量統(tǒng)計(jì)分析、工藝性能分析和Mahalanobis距離分析)無疑是本文貢獻(xiàn)的主要成就之一。圖1是本發(fā)明的低真空泵的性能測(cè)試工作臺(tái)的示意圖；圖2顯示低真空泵的抽氣速度的統(tǒng)計(jì)特性；圖3中的(a)和(b)分別顯示低真空泵的空間平均聲學(xué)噪聲級(jí)特性和低真空泵的機(jī)械振動(dòng)級(jí)特性；圖4的(a)和(b)顯示增壓泵的電功率消耗特性和干式泵的電功率消耗特性；圖5a至5d分別顯示測(cè)量的狀態(tài)變量信號(hào)、進(jìn)氣壓力和排氣壓力以及增壓泵和干式泵的供電電流；圖6a至6d顯示對(duì)于進(jìn)氣壓力信號(hào)和排氣壓力信號(hào)以及增壓泵和干式泵的電流信號(hào)的挑選的最大值和最小值(細(xì)實(shí)線)和基于擬合的模型的估計(jì)結(jié)果(粗實(shí)線)的比較；圖7a至7d分別顯示振動(dòng)加速度信號(hào)和聲學(xué)噪聲信號(hào)和它們的漸近線上限曲線和下限曲線(粗實(shí)線)的均方根(rms)值；圖8顯示存在于第一氣體加載的操作區(qū)域和第二空閑區(qū)域之間的第一負(fù)向過渡區(qū)域的進(jìn)氣壓力信號(hào)(粗實(shí)線表示擬合的指數(shù)衰變函數(shù)模型)。具體實(shí)施例方式真空泵的主動(dòng)診斷算法(ActiveDiagnosticAlgorithmsofVacuumPumps)本發(fā)明中的狀態(tài)變量被定義為選擇以定量檢查考慮的真空泵的操作條件的周期采樣的物理參數(shù)之一。存在各種泵操作相關(guān)狀態(tài)變量，例如發(fā)動(dòng)機(jī)電流、進(jìn)氣壓力和排氣壓力、聲壓信號(hào)、機(jī)械振動(dòng)信號(hào)、吹掃氣壓力及其流速、體溫、冷卻水溫度、潤(rùn)滑油壓力和真空泵級(jí)別等。這些真空泵狀態(tài)變量已經(jīng)用于診斷真空泵運(yùn)行條件。但是，選擇有限數(shù)目的狀態(tài)變量來實(shí)現(xiàn)真空泵的有效診斷。已經(jīng)根據(jù)氣體加載依賴性作出了本發(fā)明中它們的選擇。如果對(duì)真空泵的進(jìn)氣壓力的狀態(tài)變量響應(yīng)依賴性高，則其被分類為在每一短周期采樣(即每秒10個(gè)采樣)的“實(shí)時(shí)”監(jiān)控變量。作為實(shí)時(shí)監(jiān)控變量，進(jìn)氣壓力和排氣壓力、增壓泵和干式泵的供電電流、機(jī)械振動(dòng)和聲學(xué)噪聲信號(hào)在本發(fā)明中被考慮。另一方面，如果它的響應(yīng)依賴性相對(duì)低，則其被分類為以低速采樣(即，每秒一個(gè)采樣)的“輔助”狀態(tài)變量。作為輔助狀態(tài)變量，吹掃氣壓力及其流速、體溫、冷卻水溫度、潤(rùn)滑油壓力和真空泵的級(jí)別在本文中被分類。由于傳統(tǒng)二階統(tǒng)計(jì)方法足夠成功實(shí)現(xiàn)它們的趨勢(shì)監(jiān)控和診斷，因此本文不考慮這些輔助狀態(tài)變量。原因是它們很好地滿足了統(tǒng)計(jì)穩(wěn)定條件。將來的工作可研究提出主動(dòng)診斷算法對(duì)以上所列的輔助狀態(tài)變量的狀態(tài)監(jiān)控和診斷的有效性。在數(shù)字信號(hào)處理和控制理論[參考文件16B.WidrowandS.D.Steams，AdaptiveSignalProcessing，Prantice-Hall，EnglewoodCliffsNJ，1985；參考文件17P.A.NelsonandSJ.Elliott，ActiveControlofSoundAcademicPress，London，England1992]中眾所周知的主動(dòng)算法(activealgorithm)已經(jīng)提供了用于調(diào)整考慮的系統(tǒng)模型的參數(shù)的有效工具，選擇考慮的系統(tǒng)模型來描述嵌入測(cè)量的狀態(tài)變量中的動(dòng)態(tài)特性。該主動(dòng)算法能夠?qū)Ρ徽{(diào)整好來動(dòng)態(tài)改變狀態(tài)變量的模型參數(shù)進(jìn)行估計(jì)。利用估計(jì)的模型參數(shù)診斷真空泵運(yùn)行條件。這種理論方法在本發(fā)明中被稱為“主動(dòng)診斷”算法。注意該主動(dòng)算法提供調(diào)諧為不同泵操作特性(即多工藝條件)的模型參數(shù)組是重要的。當(dāng)然，仍然能夠甚至對(duì)不同泵的模型參數(shù)進(jìn)行估計(jì)。這些泵相關(guān)參數(shù)組對(duì)檢查一組相同模型真空泵的操作改變尤其有用。這是對(duì)真空泵的診斷使用基于參數(shù)模型的主動(dòng)算法的原因。1.診斷狀態(tài)變量的參數(shù)建模的主動(dòng)算法(ActiveAlgorithmforParametricModelingofDiagnosticStateVariables)根據(jù)對(duì)測(cè)量的狀態(tài)變量的信號(hào)特性的觀察進(jìn)行本文中的參數(shù)模型的選擇。圖5a-5d分別顯示測(cè)量的信號(hào)每秒12個(gè)字的速度采樣的(5a)進(jìn)氣壓力、(5b)排氣壓力、(5c)增壓泵的供電電流和(5d)干式泵的供電電流。如圖5a所示，從進(jìn)氣壓力信號(hào)明顯觀察到兩個(gè)不同幅度區(qū)域(即一組“振蕩幅度分級(jí)的”區(qū)域以及一組“平坦幅度分級(jí)的”區(qū)域)。平坦幅度分級(jí)的區(qū)域與沒有任何抽氣體從處理室外部地供應(yīng)到真空泵的真空泵“空閑”操作狀態(tài)相應(yīng)。如圖5a所示，振蕩幅度分級(jí)的區(qū)域與抽氣操作狀態(tài)相應(yīng)，該抽氣操作狀態(tài)的氣體加載條件在上漸進(jìn)曲線和下漸進(jìn)曲線之間改變。假設(shè)ym表示第m個(gè)采樣的進(jìn)氣壓力信號(hào)，下標(biāo)m表示時(shí)間坐標(biāo)。在本文中，采樣率被選為10Hz(每秒10個(gè)采樣)。進(jìn)氣壓力的采樣的時(shí)間序列{ymm＝1，2......}被用于在用戶選擇的周期，即每30秒或每分鐘(此選擇比在氣體加載操作條件下的震蕩進(jìn)氣壓力信號(hào)的周期長(zhǎng))中挑選出最小值和最大值。由于震蕩壓力信號(hào)的最長(zhǎng)周期是54秒，因此每分鐘執(zhí)行一次對(duì)最大值和最小值的挑選。圖6a-6d示出(6a)進(jìn)氣壓力信號(hào)、(6b)排氣壓力信號(hào)、(6c)增壓泵的電流信號(hào)和(6d)干式泵的電流信號(hào)的挑選的最大值和最小值(細(xì)實(shí)線)和基于擬合的模型的估計(jì)結(jié)果(粗實(shí)線)的比較。圖6a顯示挑選的進(jìn)氣壓力信號(hào)的最大值和最小值。假設(shè)最大值和最小值是從每組連續(xù)采樣的600個(gè)信號(hào)(等于一分鐘的記錄信號(hào))獲得的{yU，n，yL，nn＝1，2，...}。本發(fā)明建議使用用于描述上漸進(jìn)曲線和下漸進(jìn)曲線的線性模型，給出的線性模型如下MathFigure1yk，n＝ak·n+bk在方程式(1)中，下標(biāo)k表示上漸進(jìn)模型或下漸進(jìn)模型，即對(duì)于上漸進(jìn)模型k＝U，對(duì)于下漸進(jìn)模型k＝L。在方程式(1)中，通過使用最小二乘法容易地獲得兩組模型參數(shù){ak，bkk＝U或者L}。假設(shè)對(duì)每一抽氣狀態(tài)挑選的最大值和最小值的時(shí)間序列是{yk，nn＝1，2，...，N}。如下獲得最佳擬合的模型參數(shù)MathFigure2ak=N·Σn=1Nn·yk,n-Σn=1Nn·Σn=1Nyk,nN·Σn=1Nn2-(Σn=1Nn)2,]]>bk=Σn=1Nn2·Σn=1Nyk,n-Σn=1Nn·Σn=1Nyk,nN·Σn=1Nn2-(Σn=1Nn)2,]]>方程式(2)中的第一參數(shù){akk＝U或者L}是指示隨著測(cè)量時(shí)間的過去的增加或減少速率的進(jìn)氣壓力信號(hào)的斜率。第二參數(shù){bkk＝U或者L}指示每一初始進(jìn)氣壓力級(jí)(即，在n＝0)。圖6a中的粗實(shí)線示出使用上漸進(jìn)曲線和下漸進(jìn)曲線最佳擬合的模型估計(jì)的結(jié)果。氣體加載條件的上漸進(jìn)曲線和下漸進(jìn)曲線顯示很適合。此外，參數(shù)能夠有效地用于檢查對(duì)于每一氣體加載處理?xiàng)l件存在進(jìn)氣壓力多少變化量。其指示對(duì)于每一處理階段進(jìn)氣壓力波動(dòng)特征的趨勢(shì)能夠被模型參數(shù)定量表征的事實(shí)。由于僅兩組擬合的模型參數(shù)實(shí)現(xiàn)當(dāng)前進(jìn)氣壓力的趨勢(shì)監(jiān)控和診斷，因此這點(diǎn)是有價(jià)值的。由于提出的方法對(duì)每一處理階段不使用整組的采樣時(shí)間序列，因此使用擬合的模型參數(shù)為趨勢(shì)監(jiān)控和診斷系統(tǒng)節(jié)省很多錢。這意味著可通過使用擬合的模型參數(shù)實(shí)現(xiàn)基于緊湊硬件的執(zhí)行系統(tǒng)。應(yīng)該注意也通過使用下述方程式獲得每一上漸進(jìn)曲線或下漸進(jìn)曲線的平均值和標(biāo)準(zhǔn)偏差。MathFigure3yk,mean=N+12·ak+bk,σk=ak·1N·Σn=1N(yk,n-ak·n-bk)2a≠0]]>yk,mean=bk,σk1N·Σn=1N(yk,n-bk)2a=0]]>在零值斜率(方程式(3)中a＝0)的情況下，顯示的第二參數(shù)是平均值。在方程式(3)中顯示估計(jì)的參數(shù)能夠進(jìn)行統(tǒng)計(jì)特性(平均值和標(biāo)準(zhǔn)偏差值)的計(jì)算以及測(cè)量的進(jìn)氣壓力的增加或減小速率的分析。其揭示了使用參數(shù)模型的有用性，參數(shù)模型對(duì)于測(cè)量的狀態(tài)變量的統(tǒng)計(jì)特性是可調(diào)整的。關(guān)于進(jìn)氣壓力信號(hào)的統(tǒng)計(jì)信息對(duì)于檢查運(yùn)行真空泵的當(dāng)前氣體加載條件是非常有用的。目前已經(jīng)考慮了對(duì)從氣體加載操作條件觀察的動(dòng)態(tài)操作特性建模的主動(dòng)算法。如圖5a所示，平坦幅度區(qū)域中的進(jìn)氣壓力的幅度看上去平坦，而當(dāng)平坦幅度分級(jí)區(qū)域的尺寸縮小時(shí)，看見小量的波動(dòng)存在。即使對(duì)于空閑狀態(tài)，也可考慮與上漸進(jìn)限和下漸進(jìn)限相應(yīng)的兩個(gè)參數(shù)模型。也采用與對(duì)氣體加載抽氣條件實(shí)現(xiàn)的相同主動(dòng)算法來估計(jì)對(duì)空閑狀態(tài)的上漸進(jìn)曲線和下漸進(jìn)曲線的模型參數(shù)。給出了挑選的空閑狀態(tài)下采樣的進(jìn)氣壓力信號(hào)的最大值和最小值的時(shí)間序列，從方程(2)獲得兩組的上模型參數(shù)和下模型參數(shù)。也從方程(3)獲得每一漸進(jìn)曲線的平均值和標(biāo)準(zhǔn)偏差。對(duì)于真空泵的趨勢(shì)監(jiān)控和診斷，除了使用在氣體加載操作條件下估計(jì)的擬合的模型參數(shù)和他們的統(tǒng)計(jì)特性之外，也使用在空閑操作區(qū)域中估計(jì)的那些擬合的模型參數(shù)和他們的統(tǒng)計(jì)特性。對(duì)于不僅檢查在運(yùn)行真空泵時(shí)施加多少氣體加載條件而且檢查維持空閑狀態(tài)下的真空級(jí)到什么程度，組合的參數(shù)組的空閑操作條件和氣體加載操作條件是非常有用的。將顯示對(duì)真空泵的氣體加載條件的知識(shí)在區(qū)分觀察的異常泵操作的可能原因(即檢查是否通過異常氣體加載條件或其他機(jī)械故障引起特別的泵操作)中起關(guān)鍵作用。如果通過某些異常氣體加載條件引起這種泵操作，則它們不是真空泵故障的情況。因此運(yùn)行真空泵的氣體加載條件的知識(shí)對(duì)于準(zhǔn)確和可靠診斷非常重要。本文強(qiáng)調(diào)進(jìn)氣壓力信號(hào)用于在半導(dǎo)體制造工藝中專門使用的真空泵的精確診斷。目前為止已經(jīng)提出了描述從真空泵觀察的進(jìn)氣壓力信號(hào)的動(dòng)態(tài)行為選擇的參數(shù)模型的理論背景。該方法也可應(yīng)用到其他狀態(tài)變量，例如圖5b至5d中顯示的增壓泵和干式泵的排氣壓力信號(hào)和供電電流信號(hào)。通過從數(shù)據(jù)獲得系統(tǒng)供應(yīng)的每塊連續(xù)600個(gè)采樣(等于一分鐘記錄的信號(hào))挑選出最大值和最小值來容易地獲得每一狀態(tài)變量的最大值和最小值的時(shí)間序列。圖6b至6d分別示出對(duì)于排氣壓力信號(hào)和供應(yīng)到增壓泵和干式泵的電流信號(hào)挑選的最大值和最小值(細(xì)實(shí)線)和基于擬合的模型的估計(jì)結(jié)果(粗實(shí)線)的時(shí)間序列。給出了對(duì)于空閑和氣體加載操作條件挑選的每一狀態(tài)變量的時(shí)間序列，通過使用方程式(2)獲得與上限和下限相應(yīng)的兩個(gè)參數(shù)組。估計(jì)的上限和下限的參數(shù)組也被用于檢查在重復(fù)的空閑操作條件和氣體加載操作條件下每一狀態(tài)變量的多少變化量被維持。從圖5和圖6看出，在五小時(shí)期間觀察的泵操作條件包括七個(gè)操作步驟，即四個(gè)空閑狀態(tài)和三個(gè)氣體加載狀態(tài)。表1顯示對(duì)于每一操作條件，即四個(gè)狀態(tài)(表1中的空閑狀態(tài)1～4)和三個(gè)氣體加載狀態(tài)(表1中的氣體加載狀態(tài)1～3)估計(jì)的漸進(jìn)上限和漸進(jìn)下限的參數(shù)組。表1顯示四個(gè)狀態(tài)變量(進(jìn)氣壓力信號(hào)和排氣壓力信號(hào)以及增壓泵和干式泵的供電電流信號(hào))的估計(jì)的漸進(jìn)上限和漸進(jìn)下限的參數(shù)組。BP和DP表示增壓泵和干式泵，aU和bU表示漸進(jìn)上限曲線的斜率和初始值，aL和bL表示漸進(jìn)下限曲線的斜率和初始值。表1注意空閑狀態(tài)和氣體加載狀態(tài)之間的過渡狀態(tài)沒有用于參數(shù)估計(jì)。用于參數(shù)估計(jì)的時(shí)間間隔指定到表1的第三行。從表1明顯的是通過六個(gè)參數(shù)描述每一狀態(tài)變量的操作特性，這六個(gè)參數(shù)分別是兩個(gè)時(shí)間戳(初始時(shí)間和最終時(shí)間)、空閑狀態(tài)的兩個(gè)模型參數(shù)(斜率和初始值)、以及用于氣體加載狀態(tài)的兩個(gè)模型參數(shù)(斜率和初始值)。它們通知何時(shí)空閑狀態(tài)或氣體加載狀態(tài)發(fā)生以及上限和下限之間空閑狀態(tài)或氣體加載狀態(tài)下的進(jìn)氣壓力改變什么程度。當(dāng)然，連續(xù)空閑狀態(tài)(表1中的奇數(shù)步驟步驟1、步驟3、步驟5和步驟7)的比較被顯示以能夠進(jìn)行它們變化的量化分析。此外，通過比較它們的模型參數(shù)可實(shí)現(xiàn)另外顯示的后來的氣體加載狀態(tài)(即，偶數(shù)步驟步驟2、步驟4和步驟6)之間的量化趨勢(shì)分析。通過比較表1列出的它們的相應(yīng)的模型參數(shù)容易地實(shí)現(xiàn)這種對(duì)于其他狀態(tài)變量(即，排氣壓力和增壓泵和干式泵的供電電流)的趨勢(shì)分析。很明顯，提出的診斷方法展示估計(jì)適合于真空泵操作條件的模型參數(shù)的主動(dòng)算法，隨后采用測(cè)量的狀態(tài)變量的趨勢(shì)分析的擬合模型參數(shù)。在本文中顯示出對(duì)兩個(gè)分離的空閑區(qū)域和氣體加載操作區(qū)域進(jìn)行這種趨勢(shì)分析。如在圖5和6中，根據(jù)氣體加載條件，四個(gè)狀態(tài)變量(進(jìn)氣壓力和排氣壓力以及增壓泵和干式泵的供電電流)的上限級(jí)和下限級(jí)是明顯的。那些機(jī)械和電子狀態(tài)變量通常被認(rèn)為是一類的靜態(tài)特性。與那些靜態(tài)特性不同，對(duì)于趨勢(shì)和診斷分析，包括高頻分量的機(jī)械振動(dòng)和聲學(xué)噪聲信號(hào)已經(jīng)被用作狀態(tài)變量。圖7a和7c顯示增壓泵的振動(dòng)加速度和在增壓泵和干式泵之間的中間位置附近測(cè)量的聲學(xué)噪聲的均方根值。振動(dòng)加速度的頻率帶寬被選擇為10Hz到10kHz，并且聲學(xué)噪聲信號(hào)的頻率帶寬是20Hz至20kHz。以40.96kHz的速率對(duì)信號(hào)進(jìn)行數(shù)字采樣。每塊的4096個(gè)采樣(等于100ms的時(shí)間間隔)被用于計(jì)算圖7a和7c中顯示的均方根(rms)值。600rms值(等于一分鐘時(shí)間間隔)的每一記錄被用于挑選出圖7b和7d中顯示的振動(dòng)加速度和聲學(xué)噪聲級(jí)(細(xì)實(shí)線)的最大值和最小值。它們的漸進(jìn)上曲線和漸進(jìn)下曲線的模型參數(shù)在表2中列出。表2顯示用于振動(dòng)加速度和聲學(xué)噪聲級(jí)的估計(jì)的漸進(jìn)上限和漸進(jìn)下限的參數(shù)組，aU和bU表示漸進(jìn)上限曲線的斜率和初始值，aL和bL表示漸進(jìn)下限曲線的斜率和初始值。表2從表1中給出的七步操作條件(四個(gè)空閑操作狀態(tài)和三個(gè)氣體加載狀態(tài))估計(jì)這些模型參數(shù)。與圖5和圖6中顯示的進(jìn)氣壓力和排氣壓力以及增壓泵和干式泵的供電電流不同，顯示的圖7中的振動(dòng)加速度和聲學(xué)噪聲級(jí)沒有展示明顯的氣體加載相關(guān)特性。不管氣體加載條件，顯示的振動(dòng)加速度和聲學(xué)噪聲的漸進(jìn)下限相當(dāng)平坦，而顯示的它們的漸進(jìn)上限揭示斜率相關(guān)參數(shù)的符號(hào)改變(正和負(fù))的特性?？磁艢怏w加載操作條件與正斜率相應(yīng)，而除了最后的空閑操作區(qū)域外，首先的三個(gè)空閑狀態(tài)與負(fù)斜率相應(yīng)。從上限級(jí)觀察圖7中顯示的區(qū)別特征之一，即波動(dòng)信號(hào)分量。由圖7b和7d中的“圓圈”符號(hào)標(biāo)記的七個(gè)分段的操作步驟的波動(dòng)分量的峰值被選擇為另一診斷變量。也在表2中給出了它們的級(jí)別和相應(yīng)的時(shí)間戳。它們?cè)谂袛嘣诿恳徊僮鞑襟E期間發(fā)生什么程度的過度振動(dòng)和聲學(xué)噪聲級(jí)是有用的。其結(jié)果是，使得能夠識(shí)別發(fā)生的可能告警或報(bào)警狀態(tài)發(fā)生什么處理。注意到對(duì)于每一狀態(tài)變量的漸進(jìn)上限和下限的參數(shù)組可極大地減小用于趨勢(shì)監(jiān)控和診斷分析的數(shù)據(jù)大小是非常有意思的。估計(jì)診斷指南(e-diagnosticsguideline)的本版本[參考文件18HarveyWohlwend，e-DiagnosticsGuidebook，InternationalSEMATECH，Version1.5，October，2002]推薦將對(duì)于每一狀態(tài)變量的最小采樣率設(shè)置為10Hz(每秒10個(gè)采樣)或者更高。根據(jù)估計(jì)診斷指南本文中的采樣率被選擇為10Hz。如先前評(píng)論的，在本文中選擇五小時(shí)采樣的信號(hào)。找出的對(duì)于每一狀態(tài)變量的采樣總數(shù)等于180,000。相反，找出的對(duì)于每一靜止?fàn)顟B(tài)變量的擬合的模型參數(shù)以及它們的時(shí)間戳僅是42個(gè)數(shù)據(jù)(7組的四個(gè)模型參數(shù)以及7組的初始時(shí)間戳和最終時(shí)間戳)。當(dāng)考慮動(dòng)態(tài)狀態(tài)變量時(shí)，十四個(gè)附加數(shù)據(jù)(7組的峰值和相應(yīng)的時(shí)間戳)被添加到它們。這種診斷數(shù)據(jù)減小率極高。其通過使用非常緊湊的數(shù)字信號(hào)處理器，例如TMS320C2000系列的TI的模型[參考文件19DataManualforTMS320LF2407，TMS320LF2406，TMS320LF2402DigitalSignalProcessors，LiteratureNumberSPRS094I，September2003；參考文件20DataManualforTMS320F2810，TMS320F2811，TMS320F2812，TMS320C2810，TMS320C2811，TMS320C2812DigitalSgnalProcessors，LiteratureNumberSPRS174J，December2003]進(jìn)行趨勢(shì)監(jiān)控和診斷系統(tǒng)的實(shí)現(xiàn)。2.抽氣速度的原位估計(jì)方法(In-situEstimationMethodforPumpingSpeed)在先前段中，已經(jīng)詳細(xì)陳述了估計(jì)適合于真空泵的操作條件的模型參數(shù)的主動(dòng)算法。其顯示出對(duì)分離的空閑操作條件和氣體加載條件估計(jì)的漸進(jìn)上限和漸進(jìn)下限的模型參數(shù)。在本段中引用了分離泵操作條件的邏輯方法。由于在本文中直接測(cè)量進(jìn)氣壓力，因此自然對(duì)這種分離使用進(jìn)氣壓力。當(dāng)在反應(yīng)室中繼續(xù)半導(dǎo)體制造工藝時(shí)，由于從反應(yīng)室供應(yīng)的氣體流引起真空泵的進(jìn)氣壓力級(jí)保持在最小級(jí)以上。根據(jù)生產(chǎn)氣體和相關(guān)產(chǎn)品找出最小級(jí)，本文中指閾值級(jí)。例如，從圖5a觀察的進(jìn)氣壓力信號(hào)的閾值級(jí)在9[mbar]以上。本文安全地選擇5[mbar]閾值級(jí)來分離空閑操作條件和氣體加載操作條件。這種安全選擇從來沒有做出任何錯(cuò)誤判斷。本文將從閾值級(jí)之前的十秒到閾值級(jí)之后的十秒范圍定義為過渡區(qū)域。稍后顯示的在過渡區(qū)域中采樣的進(jìn)氣壓力信號(hào)在估計(jì)抽氣速度相關(guān)參數(shù)中起關(guān)鍵作用。即使沒有直接測(cè)量進(jìn)氣壓力信號(hào)，也沒有禁止泵操作條件的分離。圖5中顯示的供電電流信號(hào)或者排氣壓力信號(hào)的使用能夠以與對(duì)進(jìn)氣壓力信號(hào)選擇相同的方式對(duì)閾值級(jí)進(jìn)行選擇。如圖5b～5d所示，由于增壓泵的供電電流信號(hào)比排氣壓力信號(hào)或者真空泵的供電電流信號(hào)具有與進(jìn)氣壓力信號(hào)更接近的相似度，因此本文提出將增壓泵的供電電流信號(hào)的使用作為用于泵操作條件的分離的第二選擇。然而，看出排氣壓力的使用需要良好電調(diào)諧放大器和噪聲濾波器電路以盡小地最小化錯(cuò)誤分離。提出的分離空閑操作條件和氣體加載操作條件的方法是由本文貢獻(xiàn)的有區(qū)別的成果之一。從圖5a觀察兩類進(jìn)氣壓力過渡區(qū)域，即正區(qū)域和負(fù)區(qū)域。在處理階段開始當(dāng)打開反應(yīng)室的排氣閥時(shí)發(fā)生進(jìn)氣壓力的正過渡，當(dāng)在處理階段結(jié)束之后當(dāng)關(guān)閉排氣閥時(shí)發(fā)生負(fù)過渡。由于它們的信號(hào)特性平滑，因此本文采用在負(fù)過渡區(qū)域中測(cè)量的進(jìn)氣壓力信號(hào)。圖8示出存在于第一氣體加載操作區(qū)域和第二空閑區(qū)域之間的第一負(fù)過渡區(qū)域的進(jìn)氣壓力信號(hào)，在此圖中，粗實(shí)線表示指數(shù)衰減函數(shù)的擬合模型。在本文開始，很明顯圖8中顯示的進(jìn)氣壓力信號(hào)的指數(shù)衰減特性直接涉及安裝的真空泵的抽氣速度。在本文中采用在真空理論[參考文件21Nigel.S.Hariss，ModernVacuumPractice，McGraw-HllBookCompany，LendonEngland1989]中公知的抽氣速度和泵停工時(shí)間的基本關(guān)系。代數(shù)方程被給出MathFigure4Pn=P0·e-α·n,α=2.77×10-4·QV·ΔT]]>在方程(4)中，符號(hào)Q和V表示將被抽空的抽氣速度[m3/h]和體積[m3]。符號(hào)ΔT表示按秒的采樣周期(在本文中ΔT＝100[ms])。方程(4)中的符號(hào)α是其值直接涉及抽氣速度的指數(shù)衰減常數(shù)。該公式假設(shè)初始值P0和最終級(jí)Pn之間的壓力范圍中的抽氣速度不變。其結(jié)果是，通過選擇關(guān)于圖8中顯示的半對(duì)數(shù)曲線上選擇線性區(qū)域確定初始進(jìn)氣壓力級(jí)和最終進(jìn)氣壓力級(jí)的適當(dāng)范圍。粗實(shí)線表示用于在不同的壓力區(qū)域估計(jì)兩個(gè)指數(shù)衰減常數(shù)的用于初始位置和最終位置的兩個(gè)選擇區(qū)域。第一區(qū)域中的初始?jí)毫?jí)和最終壓力級(jí)被選為在連續(xù)氣體流停止之前觀察的進(jìn)氣壓力的80％和20％級(jí)。第二區(qū)域中的兩個(gè)級(jí)也被分別選為9％和7％級(jí)。找出選擇兩個(gè)不同區(qū)域的這些導(dǎo)向?qū)τ诠烙?jì)指數(shù)衰減常數(shù)非常穩(wěn)定且有效。采用估計(jì)的指數(shù)衰減常數(shù)來檢查隨著生產(chǎn)工藝的繼續(xù)抽氣速度性能減小到什么程度。直接估計(jì)與選擇的區(qū)域相應(yīng)的最佳擬合的指數(shù)衰減常數(shù)。讓{Pnn＝1，...，N}是在選擇的區(qū)域采樣的進(jìn)氣壓力信號(hào)。通過以下方程獲得進(jìn)氣壓力信號(hào)的對(duì)數(shù)值MathFigure5yn＝-α·n+β，yn＝ln(Pn)并且β＝ln(P0)通過使用方程(2)中給出的在先前段中提出的最小二乘法獲得最佳擬合的參數(shù)α和β的估計(jì)。兩個(gè)不同區(qū)域的最佳擬合的指數(shù)衰減常數(shù)用于估計(jì)近似抽氣速度指標(biāo)，該指標(biāo)被定義為每單位性能的抽氣速度，也就是MathFigure6IP=QV=3.6×104·α]]>表3示出估計(jì)的指數(shù)衰減常數(shù)和它們的圖5(a)中顯示的進(jìn)氣壓力的三個(gè)連續(xù)負(fù)區(qū)域的相應(yīng)的估計(jì)的抽氣速度指標(biāo)，并且在這個(gè)表中，符號(hào)α和IP分別表示指數(shù)衰減常數(shù)和抽氣速度指數(shù)符。表3由于已經(jīng)在本文中提出通過使用測(cè)量的進(jìn)氣壓力信號(hào)估計(jì)抽氣速度指標(biāo)的原位方法為泵維護(hù)工程師提供適合的信息來通過判斷抽氣速度目前減小到什么程度來決定所關(guān)心的真空泵是否應(yīng)被替換，因此該方法非常重要。提出的抽氣速度指標(biāo)的原位估計(jì)方法甚至在當(dāng)前泵診斷技術(shù)[參考文件1-4、參考文件6-9]中仍沒有發(fā)現(xiàn)的唯一一種。3、使用模型參數(shù)的趨勢(shì)監(jiān)控和診斷方法(TrendMonitoringandDiagnosticMethodsUsingModelParameters)在前兩段中，考慮的六個(gè)狀態(tài)變量是進(jìn)氣壓力和排氣壓力、增壓泵和干式泵的供電電流、機(jī)械振動(dòng)和聲學(xué)噪聲信號(hào)以及抽氣速度指標(biāo)。已經(jīng)顯示的估計(jì)適合于真空泵的操作條件的模型參數(shù)的主動(dòng)算法提供對(duì)每一空閑狀態(tài)和每一氣體加載操作條件分別提供最佳擬合的模型參數(shù){aU，bU，aL，bL}。如在段2中介紹，由{VU，PK}表示的每分鐘收集的挑選的最大值中的峰值也被添加到每一(空閑或氣體加載)操作條件的四個(gè)模型參數(shù)。其結(jié)果是，每一狀態(tài)變量的五個(gè)參數(shù){aU，bU，aL，bL，VU，PK}是每一(空閑或氣體加載)操作條件的代表性數(shù)據(jù)組。隨著生產(chǎn)工藝的繼續(xù)，以二維矩陣的形式描述所有考慮的狀態(tài)變量的五個(gè)參數(shù)系列。MathFigure7{pIdle(n，(j-1)×5+k)，PLoad(n，(j-1)×5+k)}n＝1，...；j＝1，...，7；k＝1，...，5注意下標(biāo)符號(hào)(Idle和Load)表示空閑操作條件和氣體加載操作條件。行索引n表示生產(chǎn)工藝的順序。列索引j和k表示七個(gè)狀態(tài)變量的分類和對(duì)于每一狀態(tài)變量的五個(gè)參數(shù)的順序。第七狀態(tài)變量相應(yīng)于對(duì)干式泵的機(jī)械振動(dòng)信號(hào)測(cè)量，盡管沒有在段1中示出。如果需要，抽氣速度指標(biāo)可以包括在矩陣的最后一列。以方便的方式作出分類數(shù)量和參數(shù)順序的選擇。當(dāng)執(zhí)行空閑狀態(tài)或氣體加載操作狀態(tài)時(shí)，獲得其相應(yīng)的行向量。由于重復(fù)空閑操作和氣體加載操作，因此獲得兩個(gè)矩陣。通過使用已知的分析方法單變量或多變量統(tǒng)計(jì)分析、處理能力分析[參考文件22Z.G.Stoumbos，″ProcesscapabilityindicesReviewandextensions，″NonlinearAnalysisRealWorldApplications，Vol.3，pp.191-210，2002]，andtheMahalanobisdistanceanalysis[ReferenceH]，方程(7)中描述的矩陣數(shù)據(jù)容易地用于考慮的真空泵的趨勢(shì)監(jiān)控和診斷分析。實(shí)際上在前段中，已經(jīng)采用單變量統(tǒng)計(jì)分析中的概念示出估計(jì)的模型參數(shù)可如何良好地用于真空泵的趨勢(shì)監(jiān)控和診斷。在前段中示出的內(nèi)容和邏輯序列與單變量統(tǒng)計(jì)分析很匹配。由于包括處理能力分析和Mahalanobis距離分析的多變量分析的技術(shù)討論超出本文的范圍，因此目前為止還沒有考慮多變量分析。本文優(yōu)選Mahalanobis距離分析，而不是多變量分析和處理能力分析。原因在于其總向我們提供對(duì)估計(jì)模型參數(shù)的小變化的更加敏感響應(yīng)。顯示的包括嵌入測(cè)量的狀態(tài)變量的動(dòng)態(tài)特性的最佳擬合的模型參數(shù)的矩陣數(shù)據(jù)導(dǎo)致另一用于真空泵的趨勢(shì)和診斷分析的有效方式。模型參數(shù)構(gòu)建的數(shù)據(jù)矩陣移植到這種傳統(tǒng)分析算法(多變量統(tǒng)計(jì)分析、處理能力分析和Mahalanobis距離分析)無疑是由本文貢獻(xiàn)的成果之一。產(chǎn)業(yè)上的可利用性開發(fā)本發(fā)明(例如主動(dòng)診斷算法)不僅實(shí)現(xiàn)早期檢測(cè)性能降低的真空泵以防止泵故障，而且提供它們的預(yù)測(cè)維持。根據(jù)本發(fā)明，能夠找出處理由逐泵操作特性的大變化和多工藝條件(尤其是在半導(dǎo)體制造工藝中)引起的技術(shù)問題的簡(jiǎn)單且有效的方式。權(quán)利要求1.一種在交替的空閑操作條件和氣體加載操作條件下運(yùn)行的真空泵的故障保護(hù)和預(yù)報(bào)維護(hù)的趨勢(shì)監(jiān)控和診斷分析方法，包括步驟對(duì)于空閑操作條件和氣體加載操作條件，以預(yù)定比率對(duì)狀態(tài)變量信號(hào)的時(shí)間序列采樣；對(duì)于空閑操作條件和氣體加載操作條件，從比波動(dòng)狀態(tài)變量信號(hào)分量的周期長(zhǎng)的連續(xù)采樣的信號(hào)的每一分段組挑選出狀態(tài)變量的時(shí)間序列的最大值和最小值；對(duì)于空閑操作條件和氣體加載操作條件，通過使用基于線性參數(shù)模型的主動(dòng)診斷算法從挑選的每一狀態(tài)變量的最大值估計(jì)一組漸進(jìn)上限的最佳擬合的模型參數(shù)，并且從挑選的每一狀態(tài)變量的最小值估計(jì)另一組的漸進(jìn)下限的最佳擬合的模型參數(shù)；每當(dāng)觀察到從氣體加載操作條件到空閑操作條件的過渡狀態(tài)時(shí)，通過使用原位估計(jì)方法基于進(jìn)氣壓力信號(hào)估計(jì)抽氣速度指標(biāo)；每當(dāng)觀察到從氣體加載操作條件到空閑操作條件的過渡狀態(tài)時(shí)，存儲(chǔ)對(duì)于每一空閑操作條件和氣體加載操作條件的所有考慮的狀態(tài)變量的漸進(jìn)上限和漸進(jìn)下限的估計(jì)的上模型參數(shù)和下模型參數(shù)以及估計(jì)的抽氣速度指標(biāo)；重復(fù)對(duì)于空閑操作條件和氣體加載操作條件的每一狀態(tài)變量的上限和下限的模型參數(shù)的估計(jì)以及抽氣速度指標(biāo)的估計(jì)；和從為連續(xù)的空閑操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從為連續(xù)氣體加載操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從氣體加載操作狀態(tài)到空閑狀態(tài)的重復(fù)過渡連續(xù)收集的抽氣速度指標(biāo)監(jiān)控變化趨勢(shì)，并且基于其變化趨勢(shì)分析結(jié)果診斷該真空泵異常與否。2.如權(quán)利要求1所述的方法，其中，真空泵用于半導(dǎo)體制造工藝。3.如權(quán)利要求1所述的方法，其中，狀態(tài)變量包括進(jìn)氣壓力信號(hào)、排氣壓力信號(hào)和增壓泵和干式泵的供電電流、增壓泵和干式泵上的均方根機(jī)械振動(dòng)級(jí)以及增壓泵和干式泵之間的中間位置附近的均方根聲學(xué)噪聲級(jí)。4.如權(quán)利要求3所述的方法，在增壓泵和干式泵上的均方根的機(jī)械振動(dòng)級(jí)和增壓泵和干式泵之間的中間位置附近的均方根的聲學(xué)噪聲級(jí)的情況下，所述方法還包括步驟對(duì)空閑操作條件和氣體加載操作條件估計(jì)機(jī)械振動(dòng)和聲學(xué)噪聲信號(hào)的峰值。5.如權(quán)利要求1所述的方法，其中，原位估計(jì)方法包括以與泵停工測(cè)試方法相似的方式測(cè)試進(jìn)氣壓力信號(hào)，在泵停工測(cè)試方法中，進(jìn)氣壓力的負(fù)過渡用于估計(jì)抽氣速度。6.如權(quán)利要求1所述的方法，其中，抽氣速度指標(biāo)被定義為每單位體積的抽氣速度，也就是IP=QV=3.6×104·α]]>其中，符號(hào)IP和α表示抽氣速度指數(shù)符和指數(shù)衰減常數(shù)，符號(hào)Q和V表示將被抽空的抽氣速度和體積；從與進(jìn)氣壓力的負(fù)過渡區(qū)域相應(yīng)的進(jìn)氣壓力信號(hào){Pnn＝1，...，N}的對(duì)數(shù)值獲得指數(shù)衰減常數(shù)yn＝-α·n+β，yn＝ln(Pn)并且β＝ln(P0)其中，通過使用最小二乘法獲得最佳擬合的指數(shù)衰減常數(shù)α和初始值β的估計(jì)。7.如權(quán)利要求1所述的方法，其中，用于描述每一采樣的狀態(tài)變量的上漸進(jìn)限和下漸進(jìn)限的參數(shù)線性模型被給出為yk，n＝ak·n+bk其中，下標(biāo)k表示上漸進(jìn)模型或下漸進(jìn)模型{k＝U或L}；通過使用如下的最小二乘法獲得每一狀態(tài)變量的兩組的上模型參數(shù)和下模型參數(shù){ak，bkk＝U或者L}ak=N·Σn=1Nn·yk,n-Σn=1Nn·Σn=1Nyk,nN·Σn=1Nn2-(Σn=1Nn)2,bk=Σn=1Nn2·Σn=1Nyk,n-Σn=1Nn·Σn=1Nn·yk,nN·Σn=1Nn2-(Σn=1Nn)2]]>其中，第一參數(shù){akk＝U或者L}是上限和下限的斜率，第二參數(shù){bkk＝U或者L}是上限和下限的初始值。8.如權(quán)利要求1所述的方法，其中，通過監(jiān)控進(jìn)氣壓力級(jí)的閾值級(jí)實(shí)施確定從氣體加載操作條件到空閑操作條件的過渡狀態(tài)的步驟。9.如權(quán)利要求1所述的方法，其中，通過監(jiān)控增壓泵的供電電流級(jí)或者排氣壓力信號(hào)的閾值級(jí)實(shí)施確定從氣體加載操作條件到空閑操作條件的過渡狀態(tài)的步驟。10.如權(quán)利要求1所述的方法，其中，使用一對(duì)二維構(gòu)造的數(shù)據(jù)矩陣執(zhí)行監(jiān)控和診斷考慮的真空泵的變化趨勢(shì)的步驟，所述二維構(gòu)造的數(shù)據(jù)矩陣包括估計(jì)的模型參數(shù)和從下面的每一空閑操作條件或氣體加載操作條件獲得的每一狀態(tài)變量的峰值{pIdle(n，(j-1)×K+k)，PLoad(n，(j-1)×K+k)}n＝1，...；j＝1，...，J(采樣的狀態(tài)變量的總數(shù))；k＝1，...，K(估計(jì)的模型參數(shù)的總數(shù))其中，下標(biāo)符號(hào)“Idle”和“Load”表示空閑操作條件和氣體加載操作條件，行索引n表示制造工藝的順序，列索引j和k表示狀態(tài)變量的分類號(hào)和每一狀態(tài)變量估計(jì)的模型參數(shù)的順序。11.一種在包括交替的空閑操作條件和氣體加載操作條件的多工藝下運(yùn)行的真空泵的故障保護(hù)和預(yù)報(bào)維護(hù)的趨勢(shì)監(jiān)控和診斷分析系統(tǒng)，包括數(shù)據(jù)獲得單元，實(shí)時(shí)地對(duì)空閑階段和氣體加載階段以預(yù)定比率對(duì)狀態(tài)變量信號(hào)的時(shí)間序列采樣；和信號(hào)處理單元，設(shè)置有用于來自數(shù)據(jù)獲得單元的測(cè)量的信號(hào)的計(jì)算裝置和存儲(chǔ)裝置，所述信號(hào)處理單元的特征在于提供以下步驟對(duì)空閑操作條件和氣體加載操作條件，從比波動(dòng)狀態(tài)變量信號(hào)分量的周期長(zhǎng)的連續(xù)采樣的信號(hào)的每一分段組挑選出狀態(tài)變量的時(shí)間序列的最大值和最小值；對(duì)空閑操作條件和氣體加載操作條件，從挑選的每一狀態(tài)變量的最大值估計(jì)一組漸進(jìn)上限的最佳擬合的模型參數(shù)，并且從挑選的每一狀態(tài)變量的最小值估計(jì)另一組的漸進(jìn)下限的最佳擬合的模型參數(shù)；每當(dāng)觀察到從氣體加載操作條件到空閑操作條件的過渡狀態(tài)時(shí)，通過使用原位估計(jì)方法基于進(jìn)氣壓力信號(hào)估計(jì)抽氣速度指標(biāo)；存儲(chǔ)每一狀態(tài)變量的漸進(jìn)上限和下限的估計(jì)的上模型參數(shù)和下模型參數(shù)以及估計(jì)的抽氣速度指標(biāo)；從為連續(xù)的空閑操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從為連續(xù)氣體加載操作條件收集的所有考慮的狀態(tài)變量的估計(jì)的上模型參數(shù)和下模型參數(shù)、以及從氣體加載操作狀態(tài)到空閑狀態(tài)的重復(fù)過渡連續(xù)收集的抽氣速度指標(biāo)監(jiān)控變化趨勢(shì)，并且基于其變化趨勢(shì)分析結(jié)果診斷該真空泵異常與否。12.一種包括執(zhí)行用于在交替的空閑操作條件和氣體加載操作條件下運(yùn)行的真空泵的故障保護(hù)和預(yù)報(bào)維護(hù)的在權(quán)利要求1至10中的任何一個(gè)中保護(hù)的趨勢(shì)監(jiān)控和診斷分析方法的計(jì)算機(jī)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。全文摘要開發(fā)本發(fā)明(例如主動(dòng)診斷算法)不僅實(shí)現(xiàn)早期檢測(cè)失去功率的真空泵以防止泵故障，而且提供它們的預(yù)測(cè)維持。根據(jù)本發(fā)明，能夠在泵在交替的空閑操作條件和氣體加載操作條件下運(yùn)行的情況下，找出處理由逐泵操作特性的大變化和多工藝條件引起的技術(shù)問題的簡(jiǎn)單且有效的方式，具體地講，在半導(dǎo)體制造工藝中。文檔編號(hào)G06F11/30GK101080699SQ200480044627公開日2007年11月28日申請(qǐng)日期2004年12月17日優(yōu)先權(quán)日2004年12月17日發(fā)明者鄭完燮,林鐘延,鄭光和,李樹甲申請(qǐng)人:韓國(guó)標(biāo)準(zhǔn)科學(xué)研究院