Abstract
本研究以拋光機台為研究對象，提出一個破片的失效預警辨識模型。此模型為支持向量機與K-最鄰近鄰居兩分類器分別與直交表的結合，以找出拋光機台產生破片的關鍵因子，透過監控拋光機台的關鍵參數變化，判斷機台是否可能產生破片。田口的SN比是用來辨識出失效相關的關鍵因子，而SVM與KNN則是用來預測失效的可能性。本研究並針對支持向量機、K-最鄰近鄰居及先前研究中的馬氏田口以敏感度、明確度以及總正確率此三個績效指標來比較此三個分類方法的優劣，結果顯示，支持向量機的整體晶圓判斷力較K-最鄰近鄰居及馬氏田口為佳。此失效預警辨識模型可以應用在任何機台或設備的失效。 本研究之貢獻包括: (1) 利用SVM與KNN找出失效之關鍵影響因子來建立一個機台失效預警辨識模型； (2) 找出拋光機台擁有最佳破片判斷能力的破片關鍵因子。