串联机械系统故障预测与控制题目的实证研究.pdfVIP

摘要 摘要 随着微电子工业和先进制造技术的发展，设备的结构越来越复杂，成本也越 来越高。提高设备利用率对生产效率的改进方面起着至关重要的作用，是降低生 产成本的关键因素。本文主要研究的对象是半导体封装测试工厂的设备故障数据。 通过对历史故障数据的分析，实现对设备故障的预测，从而对设备维修维护策略 提供参考，最终实现提高设备利用率的目标。 本文研究的故障数据取自不同的串联机械系统，而不同的机械系统是由几个， 甚至十几个不同的设备组成的。针对这样复杂的数据，本文主要利用时间序列的 方法建立预测模型。把故障数据看成时问序列的一组动态数据。这些动态数据往 往是非平稳的，需要考虑对序列进行平稳化处理。 针对数据非平稳性的特点，本文尝试利用差分的方法对数据进行平稳化处理。 平稳化效果较为理想，故尝试建立ARIMA预测模型，并进行预测分析。预测分析 结果表明了该方法的可行性。 针对一些数据表现出阶段性的趋势，本文尝试一种新的叠合预测模型。在这 种叠合预测模型中，序列Ⅸ}被分解成确定性趋势部分扣。}与随机部分{K}的叠加。 在实证研究中，把经过预处理的故障数据看成时间序列的一组动态数据。对动态 数据进行分解，一组为确定性趋势序列，用以剔除故障数据表现出阶段性的趋势： 另一组为随机序列，表现故障数据的随机因素。对确定性趋势序列利用非线性自 回归的方法进行预测，同时，对随机序列建立ARMA模型实现预测。最后，再综 合两个部分的预测结果实现对原始数据的预测。预测结果表明了该方法的可行性。 关键词：故障预测，平稳化处理，ARMA模型，ARIMA模型，非线性自回归模型 一ABSTRACT——————————————————————一 ————————————————————————一一 ABSTRACT and industry，the manufacturing the ofmicroelectronics With deVelopment costis hlgher whilethe becoming more is complicated ofdevicesbecoming stnI二ture adVancethe to of iSessential equipment the efficiency after utilizing dav day．Improving ot cost·Themain object the study toreduce aS production a