메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
A Bayesian network (BN) based fault diagnosis framework for semiconductor etching equipment is presented. Suggested framework contains data preprocessing, data synchronization, time series modeling, and BN inference, and the established BNs show the cause and effect relationship in the equipment module level. Statistically significant state variable identification (SVID) data of etch equipment are preselected using principal component analysis (PCA) and derivative dynamic time warping (DDTW) is employed for data synchronization. Elman’s recurrent neural networks (ERNNs) for individual SVID parameters are constructed, and the predicted errors of ERNNs are then used for assigning prior conditional probability in BN inference of the fault diagnosis. For the demonstration of the proposed methodology, 300 mm etch equipment model is reconstructed in subsystem levels, and several fault diagnosis scenarios are considered. BNs for the equipment fault diagnosis consists of three layers of nodes, such as root cause (RC), module (M), and data parameter (DP), and the constructed BN illustrates how the observed fault is related with possible root causes. Four out of five different types of fault scenarios are successfully diagnosed with the proposed inference methodology.
#Fault diagnosis #bayesian inference #fault detection and classification

목차

Abstract
I. INTRODUCTION
II. THEORETICAL BACKGROUND
III. DIAGNOSTIC METHODOLOGY
IV. IMPLEMENTATION
V. CONCLUSION
REFERENCES

참고문헌 (15)

참고문헌 신청
1. [학술대회논문] - S. J. Hong / 2012 / Fault Detection and Classification in Plasma Etch Equipment for Semiconductor Manufacturing e-Diagnostics / IEEE Trans. Semi. Manufac. 16 (1) : 83 ~ 93 google schola 2. [학술지(정기간행물)] - B. E. Goodlin / 2003 / Simultaneous Fault Detection and Classification for Semiconductor Manufacturing Tools / J. Electrochem. Soc. 150 (12) : G778 ~ G784 google schola 3. [학술대회논문] - A. M. Ison / 1997 / Fault Diagnosis of Plasma Etch Equipment / Proc. Int. Symp. Semi. Manufac., San Francisco, CA : B49 ~ B52 google schola 4. [학술대회논문] - L. J. Barrios / 1998 / Autoassociative Neural Networks for Fault Diagnosis in Semiconductor Manufacturing / Proc. 11th Int. Conf. on Ind. Eng. App. of Artificial Intelligence and Expert Systems, Castellón, Spain : 582 ~ 592 google schola 5. [학술지(정기간행물)] - S. Baluja / 2011 / Artificial Neural Network Based Detection and Diagnosis of Plasma-Etch Faults / J. Intel. Sys. 7 (1-2) : 57 ~ 82 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Hybrid Approach to Root Cause Analysis
정해성 한국신뢰성학회 학술대회논문집 2016.05
Extended RCA법을 이용한 자동차 전장 경로 설정 모듈의 개발
임성혁 ,  이수홍 한국CDE학회 논문집 1996.03
효과적인 FRACAS 운용을 위한프로세스 지식의 생성과 활용
이재훈 ,  유기훈 ,  김기영 외 2명 신뢰성응용연구 2008.09
Fault Diagnosis for Parameter Change Fault
Keita Suzuki ,  Takao Fujii 제어로봇시스템학회 국제학술대회 논문집 2005.06
Bottom-up Recovery Scheme of Multilayer Network based on Root-Cause Analysis
JinNyun Kim ,  YoungWook Cha ,  JongUk Kong 외 2명 한국멀티미디어학회 국제학술대회 2010.08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-560-001440653