딥러닝 기반 반도체 집진 장비 압력 예측

초록

반도체 소자 제조과정에서 발생하는 미세 분진과 오염 물질을 제거하기 위한 반도체 집진 장비는 집진 효율 유지를 위해, 내부에 포함된 필터를 주기적으로 교체해 주어야 한다. 이때, 장비 유지 보수 비용을 줄이기 위해서는, 필터 교체 시점을 정확히 예측 해야 한다. 현재까지 이러한 작업은 작업자의 주관적 경험에 의존하여 이루어졌으며, 예측의 부정확성으로 많은 비용을 낭비 하였다. 본 연구에서는 집진 필터 교체 주기의 정확도를 높이기 위해, 집진기에서 발생하는 압력 데이터를 수집하고 딥러닝을 사용하여, 압력 데이터를 예측하는 실험을 진행 하였다. 실험에서, 입력층 1개, 은닉층 2개, 출력등 1개로 구성된 딥러닝 모델을 사용하였으며, 평균 제곱 오차와 정확도값를 측정 하여, 성능을 평가 하였다. 실험 결과, 평균 학습 오차는 0.8898이었으며, 정확도는 95.23%를 보였다.

키워드