本發(fā)明涉及一種用于利用過(guò)程參數(shù)來(lái)識(shí)別制造過(guò)程中的偏差的計(jì)算機(jī)實(shí)現(xiàn)的方法、計(jì)算裝置和系統(tǒng)，其中，設(shè)置有具有存儲(chǔ)器的計(jì)算裝置。本發(fā)明還涉及計(jì)算機(jī)程序、電子可讀數(shù)據(jù)載體和數(shù)據(jù)載體信號(hào)。

背景技術(shù)：

1、分批處理過(guò)程(英文：“batch(批量生產(chǎn))”)通常用于生產(chǎn)通過(guò)化學(xué)、電化學(xué)或生物反應(yīng)而制造的少量材料的行業(yè)。批量生產(chǎn)過(guò)程的控制是一個(gè)非常復(fù)雜且連續(xù)的過(guò)程。

2、“黃金批量”被定義為參考。黃金批量標(biāo)志使得能夠?qū)崿F(xiàn)如下設(shè)施過(guò)程運(yùn)行曲線，該運(yùn)行曲線提供最佳產(chǎn)品混合以及經(jīng)改善的最終產(chǎn)品質(zhì)量。

3、主成分分析(pca,英文：“principle?component?analysis”)是用于分析數(shù)據(jù)集的工具。主成分分析(pca)用于降維。這意味著：可以在2d圖中實(shí)時(shí)觀察黃金批次，并且例如可以確定黃金批次的95％置信區(qū)間(ci)的偏差。于是，偏差表明：需要干預(yù)該過(guò)程。

4、然而，目前的方法中也可能出現(xiàn)缺點(diǎn)。因此，例如，無(wú)法利用主成分分析來(lái)標(biāo)識(shí)各個(gè)漂移參數(shù)，而只能進(jìn)行復(fù)雜的后續(xù)統(tǒng)計(jì)測(cè)量。

5、此外，通常不可能識(shí)別出單個(gè)偏差的過(guò)程參數(shù)或少數(shù)偏差的過(guò)程參數(shù)，因?yàn)樗鼈儾粫?huì)導(dǎo)致主成分分析超出分析的極限。

6、此外，批次過(guò)程通常具有不同的成熟時(shí)間，因?yàn)橹鞒煞址治鲠槍?duì)每時(shí)間點(diǎn)而被計(jì)算，其中需要考慮分批成熟度。

7、因此，本發(fā)明的目的就是克服上述缺點(diǎn)。

技術(shù)實(shí)現(xiàn)思路

1、根據(jù)本發(fā)明的目的通過(guò)開頭提到的類型的方法實(shí)現(xiàn)，其中執(zhí)行以下步驟：

2、a)將參考制造過(guò)程的參考過(guò)程數(shù)據(jù)提供給計(jì)算裝置，其中所述參考制造過(guò)程包括制造過(guò)程的參考參數(shù)；

3、b)使用參考過(guò)程數(shù)據(jù)，基于自動(dòng)編碼器生成并訓(xùn)練具有模型節(jié)點(diǎn)和所分配的模型權(quán)重的過(guò)程模型；

4、c)將過(guò)程模型的模型節(jié)點(diǎn)至少部分地分配給制造過(guò)程的過(guò)程參數(shù)；

5、d)將來(lái)自當(dāng)前制造過(guò)程的當(dāng)前過(guò)程數(shù)據(jù)提供給計(jì)算裝置，其中所述當(dāng)前制造過(guò)程包括該制造過(guò)程的當(dāng)前參數(shù)；

6、e)借助于過(guò)程模型通過(guò)由計(jì)算裝置確定重建誤差來(lái)確定當(dāng)前過(guò)程數(shù)據(jù)的過(guò)程偏差，并輸出所述模型節(jié)點(diǎn)的模型權(quán)重，以及確定模型節(jié)點(diǎn)對(duì)過(guò)程偏差的單獨(dú)貢獻(xiàn)并確定至少一個(gè)位于相應(yīng)貢獻(xiàn)的預(yù)定值范圍之外的單獨(dú)貢獻(xiàn)；

7、f)根據(jù)當(dāng)前確定的重建誤差和預(yù)定持續(xù)時(shí)間內(nèi)至少一個(gè)先前確定的重建誤差來(lái)估計(jì)重建誤差的未來(lái)變化過(guò)程，并將重建誤差存儲(chǔ)在存儲(chǔ)器中作為至少一個(gè)先前確定的重建誤差以供后續(xù)估計(jì)；

8、g)檢查預(yù)定持續(xù)時(shí)間內(nèi)重建誤差的所估計(jì)的未來(lái)變化過(guò)程是否在預(yù)定值范圍內(nèi)，如果是，則在步驟d)繼續(xù)進(jìn)行，否則輸出警報(bào)，并將步驟e)中確定的至少一個(gè)單獨(dú)貢獻(xiàn)傳送到參考制造過(guò)程，并在步驟d)中的后續(xù)制造過(guò)程中使用所述單獨(dú)貢獻(xiàn)。

9、由此使得能夠標(biāo)識(shí)過(guò)程參數(shù)中的個(gè)別偏差。

10、還可能的是，檢測(cè)響應(yīng)時(shí)間，即直到采取相應(yīng)必要措施為止所需的時(shí)間。

11、此外，還創(chuàng)建了一個(gè)帶有控制系統(tǒng)的反饋回路，以便采取相應(yīng)的措施并允許反饋漂移參數(shù)。

12、因此，例如，在警報(bào)情況下，該計(jì)算裝置可以通過(guò)反饋回路向制造過(guò)程報(bào)告：制造過(guò)程當(dāng)前與參考制造過(guò)程不同，并且可以快速執(zhí)行與之相應(yīng)的措施，以便使該制造過(guò)程再次接近參考制造過(guò)程。這可以通過(guò)操縱變量來(lái)進(jìn)行，其方式例如為，適配參考制造過(guò)程內(nèi)的加工速度。

13、由此導(dǎo)致：不再需要進(jìn)一步評(píng)定批次成熟度。

14、模型節(jié)點(diǎn)的單獨(dú)貢獻(xiàn)被理解為與制造過(guò)程的至少一個(gè)過(guò)程參數(shù)相關(guān)聯(lián)的模型節(jié)點(diǎn)的子集。由此而可以有針對(duì)性地并且單獨(dú)地對(duì)所選擇的過(guò)程參數(shù)(例如，也可以是預(yù)定的過(guò)程參數(shù))起作用，其方式例如為，標(biāo)識(shí)對(duì)過(guò)程參數(shù)提供最顯著貢獻(xiàn)的那個(gè)模型節(jié)點(diǎn)，其中，為了確定出最顯著貢獻(xiàn)而例如為該貢獻(xiàn)應(yīng)用預(yù)定值范圍。

15、在此，“邏輯”過(guò)程參數(shù)可以由一個(gè)或多個(gè)模型節(jié)點(diǎn)表示，其中也可能與其他過(guò)程參數(shù)重疊。

16、自動(dòng)編碼器是一種用于學(xué)習(xí)高效編碼的人工神經(jīng)網(wǎng)絡(luò)。自動(dòng)編碼器的目標(biāo)在于，學(xué)習(xí)針對(duì)數(shù)據(jù)集的壓縮表示(編碼)，并且因此也提取基本特征。由此，它可以被用于降維。

17、自動(dòng)編碼器使用三層或更多層，即具有輸入節(jié)點(diǎn)或神經(jīng)元的輸入層、一些形成編碼的明顯較小的層以及輸出層，在所述輸出層中in?der每個(gè)神經(jīng)元與輸入層中對(duì)應(yīng)神經(jīng)元具有相同的含義。

18、當(dāng)使用線性神經(jīng)元，即線性模型節(jié)點(diǎn)時(shí)，自動(dòng)編碼器與主成分分析非常相似。

19、在本發(fā)明的一個(gè)擴(kuò)展方案中，附加地還規(guī)定：在自動(dòng)編碼器中使用非線性模型節(jié)點(diǎn)。

20、神經(jīng)元的非線性，即非線性模型節(jié)點(diǎn)，意味著：任意神經(jīng)元處的輸出都不能從輸入的線性函數(shù)中再現(xiàn)。

21、這通過(guò)使用合適的激活函數(shù)、例如sigmoid(s型)函數(shù)或relu函數(shù)來(lái)實(shí)現(xiàn)。

22、sigmoid函數(shù)、鵝頸函數(shù)、費(fèi)米函數(shù)或s函數(shù)是一種具有s形圖的數(shù)學(xué)函數(shù)。一般來(lái)說(shuō)，sigmoid函數(shù)是一種有界且可微的實(shí)函數(shù)，所述實(shí)函數(shù)的一階導(dǎo)數(shù)始終為正或始終為負(fù)，且所述實(shí)函數(shù)恰好有一個(gè)拐點(diǎn)。sigmoid函數(shù)可在人工神經(jīng)網(wǎng)絡(luò)中用作激活函數(shù)，因?yàn)椴捎每晌⒑瘮?shù)使得能夠使用學(xué)習(xí)機(jī)制。作為人工神經(jīng)元的激活函數(shù)，sigmoid函數(shù)被應(yīng)用于經(jīng)加權(quán)輸入值的總和以獲得神經(jīng)元的輸出。

23、在人工神經(jīng)網(wǎng)絡(luò)的上下文中，“整流器”(德文：“gleichrichter”)是人工神經(jīng)元的激活函數(shù)。該激活函數(shù)可用于分離特定激勵(lì)和非特定抑制。使用整流激活函數(shù)訓(xùn)練深度網(wǎng)絡(luò)例如比使用sigmoid函數(shù)要更加成功。使用整流器的單元也稱為“線性整流單元”(relu)。

24、由于神經(jīng)網(wǎng)絡(luò)中激活函數(shù)的非線性，可以通過(guò)權(quán)重和輸入的非線性組合來(lái)生成非線性決策極限，并且與主成分分析相比，可以映射過(guò)程參數(shù)之間更復(fù)雜的非線性關(guān)系。

25、在本發(fā)明的一個(gè)擴(kuò)展方案中，規(guī)定：如果方法步驟f)首次執(zhí)行，則步驟f)中的至少一個(gè)先前確定的重建誤差為零。

26、在本發(fā)明的一個(gè)擴(kuò)展方案中，規(guī)定：借助于回歸方法進(jìn)行所述估計(jì)。

27、在本發(fā)明的一個(gè)擴(kuò)展方案中，規(guī)定：過(guò)程模型還包括具有相應(yīng)輸入權(quán)重的輸入節(jié)點(diǎn)以及具有相應(yīng)輸出權(quán)重的輸出節(jié)點(diǎn)，其中所述輸入權(quán)重在所有輸入權(quán)重上被歸一化，所述輸出權(quán)重在所有輸出權(quán)重上被歸一化，在所述輸入節(jié)點(diǎn)與所述輸出節(jié)點(diǎn)之間形成模型節(jié)點(diǎn)，并且模型節(jié)點(diǎn)對(duì)過(guò)程偏差的至少一個(gè)單獨(dú)貢獻(xiàn)通過(guò)如下方式來(lái)確定：分別將針對(duì)至少一個(gè)單獨(dú)輸入節(jié)點(diǎn)和至少一個(gè)單獨(dú)輸出節(jié)點(diǎn)的分別在所有輸入節(jié)點(diǎn)或在所有輸出節(jié)點(diǎn)上被歸一化的模型權(quán)重與針對(duì)相應(yīng)模型權(quán)重的相應(yīng)預(yù)定值范圍比較，并且所述至少一個(gè)單獨(dú)貢獻(xiàn)至少對(duì)應(yīng)于那個(gè)自身權(quán)重位于預(yù)定值范圍內(nèi)的節(jié)點(diǎn)。

28、根據(jù)本發(fā)明的所述目的還通過(guò)一種用于識(shí)別具有過(guò)程參數(shù)的制造過(guò)程中的偏差的計(jì)算裝置來(lái)實(shí)現(xiàn)，該計(jì)算裝置包括具有存儲(chǔ)器的計(jì)算裝置，該計(jì)算裝置被設(shè)立為執(zhí)行根據(jù)本發(fā)明的方法。

29、根據(jù)本發(fā)明的目的還通過(guò)一種用于識(shí)別具有過(guò)程參數(shù)的制造過(guò)程中的偏差的系統(tǒng)來(lái)實(shí)現(xiàn)，該系統(tǒng)包括生產(chǎn)設(shè)施和根據(jù)本發(fā)明的裝置。

30、根據(jù)本發(fā)明的目的還通過(guò)一種計(jì)算機(jī)程序來(lái)實(shí)現(xiàn)，該計(jì)算機(jī)程序包括指令，當(dāng)計(jì)算機(jī)執(zhí)行所述指令時(shí)，使得所述計(jì)算機(jī)執(zhí)行根據(jù)本發(fā)明的方法。

31、根據(jù)本發(fā)明的目的還通過(guò)一種電子可讀數(shù)據(jù)載體來(lái)實(shí)現(xiàn)，該數(shù)據(jù)載體上存儲(chǔ)有可讀控制信息，所述可讀控制信息至少包括根據(jù)本發(fā)明的計(jì)算機(jī)程序，并且被這樣設(shè)計(jì)，使得當(dāng)該數(shù)據(jù)載體在計(jì)算裝置中使用時(shí)，所述可讀控制信息執(zhí)行根據(jù)本發(fā)明的方法。

32、根據(jù)本發(fā)明的目的還通過(guò)傳輸根據(jù)本發(fā)明的計(jì)算機(jī)程序的數(shù)據(jù)載體信號(hào)來(lái)實(shí)現(xiàn)。