信号处理的方法及异音检测系统与流程

本发明涉及一种信号处理机制，尤其涉及一种信号处理的方法及异音检测系统。

背景技术：

1、目前应用于半导体清洗制程中采用超声波(ultrasonic/megasonic)清洗制程。然，为了避免晶圆在清洗过程中的异常状态影响后续制程出现异常，一般是利用音压计在超声波清洗机中进行检测。音压计的测量属于脱机系统且无预警效果，故无法实时监控。此外，音压计的测量必须通过人工进行，故传统的检测方式亦相当耗时。

技术实现思路

1、本发明是针对一种信号处理的方法及异音检测系统，可实时监控并预警待测装置的异常。

2、根据本发明的实施例，信号处理的方法适用于处理器来执行，所述方法包括：训练神经网络模型，其中神经网络模型包括输入层、第一隐藏层、第二隐藏层以及输出层，第一隐藏层、第二隐藏层以及输出层分别具有个别的激励函数；自收音装置接收语音信号；将语音信号输入至训练完成的神经网络模型，以输出机率值；以及基于机率值来输出对应的通知信号。训练神经网络模型包括：(a)自训练数据库中随机选取多个样本信号，以获得组合信号，其中训练数据库包括属于第一分类标记的第一样本集与属于第二分类标记的第二样本集，所选取的样本信号的数量符合预设数量；(b)重复执行多次步骤(a)以获得多个组合信号；以及(c)以所述组合信号来训练神经网络模型。

3、根据本发明的实施例，异音检测系统包括：收音装置，设置在待测装置的下方以进行收音；以及电子装置。电子装置包括：接收端口，经配置以自收音装置接收语音信号；存储设备，存储训练数据库以及神经网络模型；以及处理器，耦接至接收端口以及存储设备，且经配置以：训练神经网络模型，其中神经网络模型包括输入层、第一隐藏层、第二隐藏层以及输出层，第一隐藏层、第二隐藏层以及输出层分别具有个别的激励函数；接收语音信号；将语音信号输入至训练完成的神经网络模型，以输出机率值；以及基于机率值来输出对应的通知信号。训练神经网络模型包括：(a)自训练数据库中随机选取多个样本信号，以获得组合信号，其中训练数据库包括属于第一分类标记的第一样本集与属于第二分类标记的第二样本集，所选取的样本信号的数量符合预设数量；(b)重复执行多次步骤(a)以获得多个组合信号；以及(c)以所述组合信号来训练神经网络模型。

4、基于上述，本揭示利用神经网络模型，不仅可实时监控待测装置，亦解决了传统人工检测耗时的问题。

技术特征：

1.一种信号处理的方法，适用于处理器来执行，其特征在于，所述方法包括：

2.根据权利要求1所述的信号处理的方法，其中步骤(a)包括：

3.根据权利要求1所述的信号处理的方法，其中训练所述神经网络模型，还包括：

4.根据权利要求1所述的信号处理的方法，还包括：

5.根据权利要求4所述的信号处理的方法，其中所述设定范围介于94±1db。

6.根据权利要求1所述的信号处理的方法，其中将所述语音信号输入至训练完成的所述神经网络模型包括：

7.根据权利要求1所述的信号处理的方法，其中基于所述机率值来输出对应的所述通知信号包括：

8.根据权利要求1所述的信号处理的方法，还包括：

9.根据权利要求1所述的信号处理的方法，其中

10.根据权利要求1所述的信号处理的方法，其中所述收音装置设置在待测装置下方，所述收音装置与所述待测装置之间的距离位于1～20厘米之间，

11.一种异音检测系统，包括：

12.根据权利要求11所述的异音检测系统，其中在步骤(a)中，所述处理器经配置以：

13.根据权利要求11所述的异音检测系统，其中在训练所述神经网络模型的过程中，所述处理器经配置以：

14.根据权利要求11所述的异音检测系统，其中所述处理器经配置以：执行校正处理，包括：

15.根据权利要求14所述的异音检测系统，其中所述设定范围介于94±1db。

16.根据权利要求11所述的异音检测系统，其中所述处理器经配置以将所述语音信号输入至训练完成的所述神经网络模型，包括：

17.根据权利要求11所述的异音检测系统，其中所述处理器经配置以：

18.根据权利要求11所述的异音检测系统，其中所述存储设备还包括另一训练数据库以及另一神经网络模型，所述处理器经配置以：

19.根据权利要求11所述的异音检测系统，其中

20.根据权利要求11所述的异音检测系统，其中所述收音装置与所述待测装置之间的距离位于1～20厘米之间，所述收音装置的取样频率设置在20khz～80khz之间。

技术总结本发明提供一种信号处理的方法及异音检测系统。首先，训练神经网络模型，包括：自训练数据库中随机选取多个样本信号，以获得组合信号，其中训练数据库包括属于第一分类标记的第一样本集与属于第二分类标记的第二样本集，所选取的样本信号的数量符合预设数量；重复执行上述步骤以获得多个组合信号；以所述组合信号来训练神经网络模型。之后，将自收音装置接收的语音信号输入至训练完成的神经网络模型，以输出机率值，并基于机率值来输出对应的通知信号。技术研发人员：陈籥东,陈佑祥,张淳喻,白明宪,邓宇伦受保护的技术使用者：环球晶圆股份有限公司技术研发日：技术公布日：2024/5/12