In automated production process control, the problematic situation is the lack of effective methods for data processing considering low quality of materials, improper connection of components and other process non-conformances, as well as equipment imperfection, its depreciation and incorrect settings, errors in the design of microcircuits and other components of microelectronics. In this work, the approaches to data processing in process control are considered that have regard to relationships between various local factors of production state, including those leading to defects in manufactured products. Particular attention is paid to the intelligent analysis of accumulated data on the state of the external production environment, actuators and mechanisms when a defect occurs and is detected. A mathematical model of a defect with an ordered set of its characteristics and their values is given. An ensemble of neural networks has been used to process the data of the output quality control of products, which allows building prognostic models of production state and determining critical factors that affect the global production technological processes. Criteria are given for determining the level of identified factor’s effect on production state. The resulting prognostic model allows determining the standards for measuring the state and forming a control action for its correction.
При управлении автоматизированным производством проблемой является отсутствие эффективных методов обработки данных, учитывающих низкое качество материалов, неправильное соединение компонентов и другие нарушения технологических процессов, а также несовершенство оборудования, его износ и неверные настройки, ошибки в проектировании микросхем и компонентов микроэлектроники. В работе рассмотрены подходы к обработке данных при управлении технологическими процессами, позволяющие учитывать взаимосвязи между различными локальными факторами состояния производства, в том числе приводящими к дефектам выпускаемых изделий. Особое внимание уделено интеллектуальному анализу накопленных данных о состоянии внешней производственной среды, исполнительных узлов и механизмов при возникновении и обнаружении дефекта. Дана математическая модель дефекта с упорядоченным набором его характеристик и их значений. Для обработки данных выходного контроля качества изделий использован ансамбль нейронных сетей, что позволяет строить прогностические модели состояния производства и определять критические факторы, влияющие на глобальные технологические процессы. Приведены критерии для определения степени влияния выявленного фактора на состояние производства. Полученная прогностическая модель позволяет определять стандарты измерения состояния производства и формировать управляющее воздействие для его корректировки.