基于时间序列数据和支持向量机的纳米加工AFM刀尖损伤监测

作     者：程菲 董景彦 CHENG Fei;DONG Jing-yan

作者机构：杭州电子科技大学管理学院浙江杭州310018 北卡罗莱纳州立大学工业与系统工程系RaleighNC27606USA 

出 版 物：《计量学报》 (Acta Metrologica Sinica)

年 卷 期：2019年第40卷第4期

页      面：647-654页

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

基　　金：浙江省自然科学基金(LY13G010006) 杭州电子科技大学人文社科研究基金(KYF035616001) 杭州电子科技大学翻转课堂改革项目(GK168800299098-027) 

主　　题：计量学 尖端损伤检测 AFM尖端纳米加工 过程监测 时间序列数据 支持向量机 

摘      要：研究了基于支持向量机(SVM)的时间序列数据分析和模式识别,以监测基于AFM尖端的纳米加工过程在加工性能和尖端磨损方面的状态变化。具有瞬态、非线性和非静止特性的时间序列数据(即来自过程的加工力)由数据采集系统收集。提取3种状态检测特征,包括最大侧向加工力、侧向加工力值峰间距以及侧向加工力的方差,以对纳米加工过程的状态进行分类。构造具有(高斯)径向基核函数(RBF内核)的定向非循环图支持向量机(DAGSVM)以识别尖端状态。使用多元SVM分类机,将加工过程和刀尖磨损分为初始磨损、过渡区域磨损以及尖端失效(破裂/磨损严重的加工/不加工)3个区域。实验数据表明,二元和三元分类中SVM的准确率均超过94.73%。