Fraunhofer-Center für Silizium-Photovoltaik CSP
Die Zeitverläufe der einzelnen Sensoren werden nach ihrer Ähnlichkeit sortiert und klassifiziert.
Sensoren zeichnen die Prozessverläufe auf.
Mit Hilfe von Trainingsdaten, bestehend aus Prozessdaten erfolgreicher und weniger erfolgreicher Produktionsabläufe, werden Analysemethoden entwickelt. Die Zeitverläufe der einzelnen Sensoren werden dabei nach ihrer Ähnlichkeit sortiert und klassifiziert. Anhand der entstehenden Ähnlichkeitskarten können Machine-Learning-Algorithmen den Zusammenhang zwischen Verlauf und Ausfallwahrscheinlichkeiten erlernen. Für neue Prozesse kann damit zu jeder Zeit das aktuelle Ausfallrisiko vorhergesagt werden. Wird eine Erhöhung des Risikos erkannt, können unmittelbar Maßnahmen zum Gegensteuern eingeleitet werden.