一种基于分布式多通道采样的AMC监测方法及系统与流程

本发明涉及半导体制造，具体为一种基于分布式多通道采样的amc监测方法及系统。

背景技术：

1、在半导体生产中，amc（airborne molecular contamination，气态分子污染）监测是一项至关重要的技术，用于监测和控制在半导体制造过程中可能存在的空气中的污染物。这些污染物可能来自于环境、设备、材料或操作人员，对半导体生产过程和产品质量造成严重影响。因此，实施有效的amc监测和管理对于确保半导体生产的稳定性、可靠性和高质量至关重要。

2、半导体制造过程对空气中的纯净度要求极高，因为即使微小的气态分子污染物也可能导致晶片缺陷、降低产量和品质，甚至损坏设备。因此，实时监测和管理空气中的气态分子污染是半导体生产中不可或缺的一环。

3、amc监测技术通过使用各种传感器和分析仪器，检测和分析空气中的各种气态分子污染物。这些污染物通常包括有机物、金属有机物、卤素化合物等。常用的监测方法包括气相色谱-质谱联用（gc-ms）、气相色谱-质谱联用-质谱联用（gc-ms-ms）、红外光谱（ir）、拉曼光谱（raman）、电化学传感器等。

4、实时监测是通过连续在线监测系统来实现的，这些系统可以实时检测并记录空气中的气态分子污染物的浓度。这种方法对于实时响应和控制非常重要，可以及时发现潜在的污染源并采取相应的措施。

5、采样监测是通过定期采集空气样品，并在实验室中使用分析仪器对样品进行分析来实现的。这种方法通常用于检测低浓度的气态分子污染物，具有较高的灵敏度和准确性。

6、但是目前在进行amc监测的时候，传统的amc监测方法往往依赖于静态的监测点或有限的传感器部署，难以实现对整个生产区域的全面覆盖，可能导致关键污染源和扩散区域未被及时发现。现有系统在数据采集、传输和处理方面存在延迟，难以实现对污染事件的实时监测和快速响应。多数现有系统仅关注单一类型的监测数据，缺乏对环境监测数据与生产过程数据的有效整合，导致监测结果缺乏综合性和预测性。因此设计了一种基于分布式多通道采样的amc监测方法及系统。

技术实现思路

1、为了克服现有技术方案的不足，本发明提供一种基于分布式多通道采样的amc监测方法及系统，能有效的解决背景技术提出的问题。

2、一种基于分布式多通道采样的amc监测方法，包括：

3、s1、训练模型用的数据收集与处理；

4、s2、构建并训练cnn-gan模型；

5、s3、采用多路轮巡的方式遍历获取各采样点的实时监测数据；

6、s4、将某采样点的实时监测数据处理后输入训练好的cnn-gan模型；

7、s5、cnn-gan模型输出预测的多通道二维图像，经数据处理后获得预测结果。

8、进一步地，所述s1包括：

9、s11、按相同的时间间隔采集整个监测周期中内各采样点的实时监测数据；

10、s12、对各采样点的实时监测数据进行数据预处理操作；

11、s13、将各采样点的实时监测数据进行时间对齐；

12、s14、将各采样点的实时监测数据在一个维度上并列排放作为不同的通道，而实时监测数据对齐的时间点作为另一个维度，构建多通道二维图像；

13、s15、定义一个固定长度的窗口滑动通过多通道二维图像，生成多个窗口图像；

14、s16、对多通道二维图像进行随机遮挡，获得遮挡窗口图像。

15、进一步地，所述s11中各采样点的实时监测数据为：

16、

17、为采样点总数；

18、其中，整个监测周期中第个采样点所有的实时监测数据为：

19、

20、为整个监测周期中时间点总数；

21、其中，第个采样点在时间的实时监测数据为：

22、

23、表示第个采样点在时间的第种监测数据类型的值，其中共种监测数据类型。

24、进一步地，所述s12中数据预处理操作包括去数据清洗、填补缺失值与minmax归一化。

25、进一步地，所述s2中cnn-gan模型包括生成器与判别器；

26、所述生成器包括输入层，所述输入层连接有全连接层，所述全连接层之后设置有若干个转置卷积层，所述转置卷积层之间设置有上采样层，且最后一个转置卷积层作为输出层；

27、所述判别器包括输入层，所述输入层连接有第一卷积层，所述第一卷积层之后设置有若干个后续卷积层，最后一个后续卷积层连接有扁平化层，所述扁平化层连接有若干个全连接层，且最后一个全连接层作为输出层。

28、进一步地，所述生成器的转置卷积层内设置有批量归一化层与激活函数，其中转置卷积层激活函数包括relu、leakyrelu，进一步的最后一个转置卷积层的激活函数包括tanh、sigmoid。

29、进一步地，所述第一卷积层与后续卷积层内设置有激活函数，所述后续卷积层内还设置有批量归一化层，所述判别器的第一卷积层激活函数为leakyrelu，且步长大于1，所述后续卷积层的激活函数为leakyrelu。

30、进一步地，所述判别器中进一步包括一个或多个dropout层，设置在所述全连接层之前，用于防止过拟合并提高模型的泛化能力。

31、进一步地，所述判别器的输出层为仅有一个神经元的全连接层，使用sigmoid激活函数，输出值介于0到1之间，代表判断结果。

32、本发明还提供一种基于分布式多通道采样的amc监测系统，包括若干个采样点，所述采样点以分布式方式布局，所述采样点均连接有三通电磁阀，所述三通电磁阀的两个输出端分别通过管路与采样泵及预抽泵相连，所述采样点工作时，可通过三通电磁阀单独或同时选择一路或多路与采样泵或预抽泵相导通，所述采样泵的另一端连接监测仪器，所述预抽泵的另一端连接废气排出口，在采样泵与电磁阀之间的管路上设置有零气接口，所述零气接口由二通电磁阀控制。

33、（1）监测精度的显著提升：通过分布式部署采样点，实现了对空气中amc分布和浓度变化的精确捕捉，与传统监测方法相比，这种策略能够提供更为全面和细致的数据，极大提高了监测的精度和可靠性。

34、（2）资源利用效率的优化：采用多路轮巡技术，使得单一的采样泵和预抽泵能够有效服务于多个采样点，不仅优化了资源的分配，降低了设备投入和日常维护的成本，也提高了监测系统的运行效率。

35、（3）监测网络的灵活性增强：利用三通电磁阀实现的分布式采样点布局，为监测网络的调整和优化提供了极大的灵活性，根据生产环境的实际变化和需求，监测网络可以轻松进行调整，确保监测覆盖的有效性和适应性。

36、（4）实时数据分析及污染预测能力：结合先进的cnn-gan模型，不仅能够实时分析监测数据，还能预测空气中amc的扩散路径，系统能够及时发现潜在的污染事件，并为制定相应的预防措施和应急响应提供了科学依据和数据支持。

技术特征：

1.一种基于分布式多通道采样的amc监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于分布式多通道采样的amc监测方法，其特征在于，所述s1包括：

3.根据权利要求2所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述s11中各采样点的实时监测数据为：

4.根据权利要求2所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述s12中数据预处理操作包括去数据清洗、填补缺失值与minmax归一化。

5.根据权利要求1所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述s2中cnn-gan模型包括生成器与判别器；

6.根据权利要求5所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述生成器的转置卷积层内设置有批量归一化层与激活函数，其中转置卷积层激活函数包括relu、leakyrelu，进一步的最后一个转置卷积层的激活函数包括tanh、sigmoid。

7.根据权利要求5所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述第一卷积层与后续卷积层内设置有激活函数，所述后续卷积层内还设置有批量归一化层，所述判别器的第一卷积层激活函数为leakyrelu，且步长大于1，所述后续卷积层的激活函数为leakyrelu。

8.根据权利要求5所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述判别器中进一步包括一个或多个dropout层，设置在所述全连接层之前，用于防止过拟合并提高模型的泛化能力。

9.根据权利要求5所述的一种基于分布式多通道采样的amc监测方法，其特征在于：所述判别器的输出层为仅有一个神经元的全连接层，使用sigmoid激活函数，输出值介于0到1之间，代表判断结果。

10.一种实现权利要求1-9任一项所述的基于分布式多通道采样的amc监测方法的系统，其特征在于：包括若干个采样点，所述采样点以分布式方式布局，所述采样点均连接有三通电磁阀，所述三通电磁阀的两个输出端分别通过管路与采样泵及预抽泵相连，所述采样点工作时，可通过三通电磁阀单独或同时选择一路或多路与采样泵或预抽泵相导通，所述采样泵的另一端连接监测仪器，所述预抽泵的另一端连接废气排出口，在采样泵与电磁阀之间的管路上设置有零气接口，所述零气接口由二通电磁阀控制。

技术总结本发明公开了一种基于分布式多通道采样的AMC监测方法及系统，包括若干个采样点，所述采样点以分布式方式布局，所述采样点均连接有三通电磁阀，所述三通电磁阀的两个输出端分别通过管路与采样泵及预抽泵相连，所述采样点工作时，可通过三通电磁阀单独或同时选择一路或多路与采样泵或预抽泵相导通，所述采样泵的另一端连接监测仪器，所述预抽泵的另一端连接废气排出口，在采样泵与电磁阀之间的管路上设置有零气接口，所述零气接口由二通电磁阀控制，结合了分布式采样、多路轮巡技术和CNN‑GAN模型，实现了高精度和实时的AMC监测，不仅提升了监测网络的灵活性和资源效率，还使得污染的预测和管理更加及时和有效。技术研发人员：江大白,王枫,胡增,赵洪章受保护的技术使用者：中用科技有限公司技术研发日：技术公布日：2024/7/29