Articles & Issues
- Language
- korean
- Conflict of Interest
- In relation to this article, we declare that there is no conflict of interest.
- Publication history
-
Received November 17, 2006
Accepted December 13, 2006
-
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/bync/3.0) which permits
unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Copyright © KIChE. All rights reserved.
All issues
다축-다변량회귀분석 기법을 이용한 회분식 공정의 이상감지 및 통계적 제어 방법
Fault Detection & SPC of Batch Process using Multi-way Regression Method
서울대학교 화학생물공학부, 151-742 서울시 관악구 신림동 산 56-1 1광운대학교 화학공학과, 139-701 서울시 노원구 월계동 447-1
School of Chemical & Biological Engineering, Seoul National University, San 56-1, Sillim-dong, Gwanak-gu, Seoul 151-742, Korea 1Department of Chemical Engineering, Kwangwoon University, 447-1, Wolgye-dong, Nowon-gu, Seoul 139-701, Korea
Korean Chemical Engineering Research, February 2007, 45(1), 32-38(7), NONE Epub 5 March 2007
Download PDF
Abstract
통계적인 공정 제어 기법을 회분식 공정에 적용하여, 일반적인 회분식 공정의 데이터를 통해 보다 빠르고, 손쉽게 공정의 상태를 진단할 수 있는 시스템을 구현해 보았다. 대표적인 회분식 공정의 하나인 반도체 식각공정과 반회분식 스타이렌-부타디엔 고무 생산 공정의 데이터를 이용하여 공정 변수와 공정의 상태간의 연관 관계를 규명할 수 있는 모델을 수립하였으며, 이 모델의 출력(output) 결과를 이용해 통계적 공정 제어 차트를 구성하고, 시간에 따른 공정의 추이를 분석해 이상을 판별해 보았다. 회분식 공정의 다축(multi-way) 데이터를 두개의 축으로 만드는 펼치기(unfolding) 과정을 거쳤으며, 모델링 방법으로는 Support Vector Regression 및 Partial Least Square 등의 다변량 회귀분석 방법을 이용하였다. 또한 에러차트 및 변수 기여도 차트(variable contribution chart)를 이용해 이상의 세기, 형태 및 이상 데이터에 대한 각 변수들의 기여도를 계산해 보았으며, 그 결과 이상의 발생 유무 및 발생시점 뿐만아니라 이상의 세기 및 원인 까지 진단해 볼 수 있는 우수한 성능을 보이는 것을 확인할 수 있었다.
A batch Process has a multi-way data structure that consists of batch-time-variable axis, so the statistical modeling of a batch process is a difficult and challenging issue to the process engineers. In this study, We applied a statistical process control technique to the general batch process data. and implemented a fault-detection and Statistical process control system that was able to detect, identify and diagnose the fault. Semiconductor etch process and semi-batch styrene-butadiene rubber process data are used to case study. Before the modeling, we pre-processed the data using the multi-way unfolding technique to decompose the data structure. Multivariate regression techniques like support vector regression and partial least squares were used to identify the relation between the process variables and process condition. Finally, we constructed the root mean squared error chart and variable contribution chart to diagnose the faults.
Keywords
References
Nomikos P, Macgregor JF, AIChE J., 40(8), 1361 (1994)
Wold S, Kettaneh N, Friden H, Holmberg A, Chemometrics Intell. Lab. Syst., 44, 331 (1998)
Kassidas A, MacGregor JF, Taylor PA, AIChE J., 44(4), 864 (1998)
Wise BM, Gallagher NB, Butler SW, White DD, Barna GG, J. Chemometr., 13, 379 (1999)
Theodora K, Annual Rewiew in Control., 27(2), 131 (2003)
Smola AJ, Scholkopf B, Statistics and Computing., 14, 199 (2004)
Lee JM, Yoo CK, Lee IB, J. Biotechnol., 110, 119 (2004)
Simoglou A, Georgieva P, Martin EB, Morris AJ, de Azevedo SF, Comput. Chem. Eng., 29(6), 1411 (2005)
Marjanovic O, Lennox B, Sandoz D, Smith K, Crofts M, Comput. Chem. Eng., 30(10-12), 1476 (2006)
Wold S, Kettaneh N, Friden H, Holmberg A, Chemometrics Intell. Lab. Syst., 44, 331 (1998)
Kassidas A, MacGregor JF, Taylor PA, AIChE J., 44(4), 864 (1998)
Wise BM, Gallagher NB, Butler SW, White DD, Barna GG, J. Chemometr., 13, 379 (1999)
Theodora K, Annual Rewiew in Control., 27(2), 131 (2003)
Smola AJ, Scholkopf B, Statistics and Computing., 14, 199 (2004)
Lee JM, Yoo CK, Lee IB, J. Biotechnol., 110, 119 (2004)
Simoglou A, Georgieva P, Martin EB, Morris AJ, de Azevedo SF, Comput. Chem. Eng., 29(6), 1411 (2005)
Marjanovic O, Lennox B, Sandoz D, Smith K, Crofts M, Comput. Chem. Eng., 30(10-12), 1476 (2006)
