CN101470426B - 一种故障检测的方法和系统 - Google Patents

Abstract

本发明提供了一种故障检测的方法和系统，所述方法可以包括：采集多个参数的实时数据；将所述多个参数变换为至少一个参数组合，每个参数组合中至少包括两个参数；计算得到针对所述参数组合的一个指标参数；判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。本发明在进行工艺的实时过程中，对每一个实时数据进行多变量分析，从而确保不会丢失工艺过程中的瞬间数据，及时发现有问题的信息。另外，本发明使用了多变量的方法进行监控，不仅考虑了每一个参数的变化，而且考虑了各参数之间的关联，可以提高检测灵敏度，并有效的防止误报警。

Description

一种故障检测的方法和系统

技术领域

本发明涉及数据采集处理技术领域，特别是涉及一种工艺过程中故障检测的方法和系统。

背景技术

在半导体加工工业中，随着加工的技术节点越来越小，对晶片加工的要求越来越高，因此各种先进的控制手段逐渐被用在半导体加工工业。例如先进工艺控制(Advanced Process Control)方法目前已经广泛应用于300mm晶片加工厂中。

而各种工艺控制解决方案一般都会包括故障检测。其中，故障检测可以利用各种硬件传感器实时监控的数据，使用统计等方法对数据进行处理，及时发现故障，避免后续晶片的浪费。

为了实现故障检测，现有技术提出了以下解决方案：

方案1

同时监控多组工艺过程中的硬件参数，并由结果分析出现问题的硬件，从而进行修正。该解决方案首先将一片晶片加工工艺过程的监控数据进行了统计分析，计算其平均值、标准偏差等统计量，然后利用这些统计量进行诊断，即判断这些统计量的计算结果是否在控制线内，如果不在，表明某个硬件发生了故障，或工艺发生了漂移。

但是上述方案是利用对一片晶片加工过程的监控数据进行处理后，所得到的一个统计量作为基础进行计算的，该方法无法采集到设备参数在实时过程中发生的短时间的漂移，有可能丢失实时故障的信息，而随着目前对工艺结果要求越来越高，即使很短暂的故障也会导致晶片上部分单元无法满足要求，从而浪费了晶片。并且更重要的是无法得到故障的信息，导致已经存在问题的硬件不能得到及时的维护，造成更多晶片的浪费。

方案2

现有技术的另一解决方案是：对设备进行实时数据的监控，即对一些重要参数，实时监控其数值，并设立上下控制界限，如果某个参数超过了控制界限，则对这个参数发生报警；从而指导设备工程师进行维护。

但目前的方法是人为单独对每个参数设置上下控制线，固然可以实现对各个参数的单独报警，但是无法确保相互关联的参数，其关联性发生漂移，即虽然每一个参数都没有超出控制线，但其相互的相关性参数已经漂移，即实际上某个或某些硬件已经发生了问题，但没有被发现。

总之，需要本领域技术人员迫切解决的一个技术问题就是：如何能够创新性的提出一种提高检测灵敏度的故障检测解决方案。

发明内容

本发明所要解决的技术问题是提供一种故障检测的方法和装置，能够提高故障检测的灵敏度，并有效的防止误报警。

为了解决上述问题，本发明公开了一种故障检测的方法，可以包括：采集多个参数的实时数据；在采集数据的开始阶段，对于采集的多个参数的实时数据，判断每个参数的实时数据是否超出了基准数据的3倍标准偏差，如果超过，则去除超出该参数的实时数据；

将去除该参数的实时数据后的、其他所述多个参数变换为至少一个参数组合，每个参数组合中至少包括两个参数；计算得到针对所述参数组合的一个指标参数；判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。

优选的，所述的方法还可以包括：分析确定在当前故障点，对故障贡献度超过阈值的参数组合；计算得到该参数组合中对主元贡献度超过阈值的参数，确定其为问题参数。

优选的，所述的方法还可以包括：分析确定在当前故障点，对故障贡献度超过阈值的参数组合；计算得到该参数组合中对主元贡献度超过阈值的参数；将在不同参数组合中，对主元贡献度都超过阈值的参数确定为问题参数。

优选的，所述的方法还可以包括：依据所述问题参数确定故障硬件。

优选的，所述的方法还可以包括：在确定出现故障之后，发出报警和相应提示信息。

优选的，所述的方法还可以包括：在确定问题参数之后，发出报警和相应提示信息。

依据本发明的另一优选实施例，还公开了一种故障检测的系统，包括：

数据筛选单元，用于在采集数据的开始阶段，对于采集的多个参数实时数据，判断每个参数的实时数据是否超出了基准数据的3倍标准偏差，如果超过，则去除超出该参数的实时数据；

变换单元，用于将去除该参数的实时数据后的、其他所采集的多个参数的实时数据变换为至少一个参数组合，每个参数组合中至少包括两个参数；

指标计算单元，用于计算得到针对所述参数组合的一个指标参数；

故障判定单元，用于判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。

优选的，所述的系统还可以包括：参数组合确定单元，用于分析确定在当前故障点，对故障贡献度超过阈值的参数组合；参数确定单元，用于计算得到该参数组合中对主元贡献度超过阈值的参数，确定其为问题参数。

优选的，所述的系统还可以包括：

参数组合确定单元，用于分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

参数确定单元，用于计算得到该参数组合中对主元贡献度超过阈值的参数；

问题参数确定单元，用于将在不同参数组合中，对主元贡献度都超过阈值的参数确定为问题参数。

优选的，所述的系统还可以包括：硬件确定单元，用于依据所述问题参数确定故障硬件。

优选的，所述的系统还可以包括：报警单元，直接与参数确定单元相连，用于针对问题参数发出报警和相应提示信息。

与现有技术相比，本发明具有以下优点：

本发明结合多变量分析的方法，对实时的数据进行处理；即在进行工艺的实时过程中，对每一个实时数据进行多变量分析，从而确保不会丢失工艺过程中的瞬间数据，及时发现有问题的信息。另外，本发明使用了多变量的方法进行监控，不仅考虑了每一个参数的变化，而且考虑了各参数之间的关联，可以提高检测灵敏度，并有效的防止误报警。

本发明提高了故障检测的准确性和故障检测的易用性，避免了从大量参数中挑选需要参数的过程。并利用多变量分析的方法对数据进行分析，判断发生故障的原因，从而指导设备工程师对硬件问题进行解决。

另外，本发明将工艺过程中的不稳定点(如工艺开始阶段的不稳定点)去掉，避免了引入数据噪音，使数据无法和建立模型的数据比较，可以减少故障的误报。

附图说明

图1是本发明一种故障检测的方法实施例1的步骤流程图；

图2是本发明一种故障检测的方法实施例2的步骤流程图；

图3是本发明一种故障检测的方法实施例3的步骤流程图；

图4是本发明一种以半导体工艺过程为例的方法实施例4的具体步骤流程图；

图5是本发明一个工艺实时判断情况的示意图；

图6是对实时数据按照本发明进行处理后的一种结果示意图；

图7是对实时数据按照现有技术进行处理后的一种结果示意图；

图8是本发明一种故障检测的系统实施例1的结构框图；

图9是本发明一种故障检测的系统实施例2的结构框图；

图10是本发明一种故障检测的系统实施例3的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、包括以上任何系统或设备的分布式计算环境等等。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

参照图1，示出了本发明一种故障检测的方法实施例1，具体可以包括：

步骤101、采集多个参数的实时数据；

步骤102、将所述多个参数变换为至少一个参数组合，每个参数组合中至少包括两个参数；

步骤103、计算得到针对所述参数组合的一个指标参数；

步骤104、判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。

在确定出现故障之后，就可以发出报警和相应的提示信息，以提示设备工程师进行维护。当然，由于此时并没有进行更深入的故障分析，因此给出的提示信息可能比较模糊。

由于在数据采集的开始阶段，可能存在一些不稳定的数据点，为了避免故障的误报，需要去除这些不稳定点，一般的可以通过设置阈值范围来去除这些不稳定点。例如，对于各个参数实时数据，判断其是否超出了基准数据的3倍标准偏差，如果超过，则去除。当然，本发明也可以采用其他方式去除这些不稳定点，例如，由设备工程师依据自己的经验手动去除，或者依据经验针对特定参数预设上下限值等等。

对于步骤102，一般可以通过PCA分析方法将所述多个参数变换为几个参数组合的形式，每个参数组合中至少包括两个参数，典型的参数组合数量可以为3-6组。也可以根据工程师的经验，将相同类型的参数数量减少，获得所需的参数组合。

PCA是Principal component analysis的缩写，中文翻译为主元分析。它是一种对数据进行分析的技术，最重要的应用是对原有数据进行简化。正如它的名字：主元分析，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。它的优点是简单，而且无参数限制，可以方便的应用与各个场合。因此应用极其广泛，从神经科学到计算机图形学都有它的用武之地，PCA被誉为应用线形代数最价值的结果之一。由于PCA理论比较成熟，并且本领域技术人员应用该理论无需创造性劳动就可以实现上述变换过程，因此本发明在此对具体变换实现过程不再赘述。

对于步骤103，可以通过Hotelling T2或Q统计等算法计算得到针对所述参数组合的一个指标参数。Hotelling T2或Q统计是本领域常用的两种数学分析工具。其中，Hotelling T2主要原理是判断待检测点到建立模型的正常数据点之间的距离是否大于控制限，即如果此距离过大表明超出控制限，即此待检测数据点出现故障。这种方法主要用来检测在PCA方法后，那些主元模型中发生的波动。Q统计可以检测那些落在非主元模型的数据发生偏移的现象，在正常的工艺波动下，测量数据在非主元空间内的投影较小，一般是由自由噪音形成的，但是当发生故障时，这个投影就会显著增加，通过判断投影的大小，得出故障发生的情况。Hotelling T2和Q统计的方法是两种可以相互补充的方法，应用的范围不完全相同，也可以组合使用。

对于步骤104，用来判断该指标参数是否满足要求的阈值范围是事先预置的，可以由技术人员依据实际经验设定。优选的，也可以利用正常工艺过程中的数据，采用与前述检测步骤相似的方法确定指标参数的控制限。

具体的，在本发明的一个优选实施例中，首先去除实时数据的不稳定点，计算其统计值，例如平均值、标准偏差等。计算全部参数的协方差矩阵，并计算其特征值和特征向量，从大到小排列特征值，并相加，当前n个特征值之和大于用户设定的主元覆盖率时，这前n个特征值对应的特征向量即对应各参数的n个组合，得到主元模型，就可以进入Hotelling T2或Q统计进行故障诊断。控制限的选择与客户对此工艺控制的严格程度相关。例如选择99％的参数进行控制限计算时，表明当检测到故障时，故障点真正发生故障的概率大于99％。如果此参数越大，表明检测到故障是真正硬件故障的可能性越大，但同时如果此数值过大，也会漏掉一些故障点。一般可以设置为95％到99％之间。

参照图2，示出了本发明一种故障检测的方法实施例2，具体可以包括：

步骤201、采集多个参数的实时数据；

步骤202、将所述多个参数变换为至少一个参数组合，每个参数组合中至少包括两个参数；

步骤203、计算得到针对所述参数组合的一个指标参数；

步骤204、判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障；

步骤205、分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

步骤206、计算得到该参数组合中对主元贡献度超过阈值的参数，确定其为问题参数。

在确定问题参数之后，就可以发出报警和相应的提示信息，因为一般情况下，参数就可以直接指向故障硬件了，因此该问题参数即可以较好的提示设备工程师进行维护。

在本发明的一个优选实施例中，在步骤206之后，还可以包括步骤207：依据所述问题参数自动确定故障硬件；进而针对所确定的故障硬件，发出报警和相应提示信息。

实施例2相对于实施例1增加了故障分析的过程，以帮助设备工程师迅速找到出现故障的硬件及其问题之所在。实施例2中的步骤205可能得到一个在当前故障点上对故障贡献度超过阈值的参数组合，也可能得到多个这样的参数组合。进而，步骤206也可能得到一个或者多个问题参数。

对于步骤205和206的故障分析过程，也可以采用PCA理论。当获悉当前故障点时，通过预置的PCA模型，首先分析确定此故障点时在哪个主元方向(参数组合)上偏离了控制限；然后进一步通过PCA模型，分析确定在相应的主元方向上(参数组合中)，哪个参数对主元贡献较大，即计算出的主元贡献值较大，则可以确定该参数为可能引起故障的问题参数。在简单处理的情况下，当采用上述过程确定出了多个问题参数时，可以直接报警，并给出相应的故障硬件；也可以采用更进一步的分析(实施例3)，以进一步降低误报的几率。

参照图3，示出了本发明一种故障检测的方法实施例2，具体可以包括：

步骤301、采集多个参数的实时数据；

步骤302、将所述多个参数变换为至少一个参数组合，每个参数组合中至少包括两个参数；

步骤303、计算得到针对所述参数组合的一个指标参数；

步骤304、判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障；

步骤305、分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

步骤306、计算得到该参数组合中对主元贡献度超过阈值的参数；

步骤307、将在不同参数组合中，对主元贡献度都超过阈值的参数确定为问题参数。

在确定问题参数之后，就可以发出报警和相应的提示信息；也可以在由该问题参数确定故障硬件之后，再发出报警和相应提示信息。

实施例3中，对于步骤306所确定的多个参数并不直接确定为问题参数，进入报警流程。而是对其进行了更进一步的分析，将在不同参数组合中，对主元贡献度都超过阈值的参数挑选出来，这些参数才是准确度较高的问题参数。当然，如果步骤306所确定的多个参数都在一个参数组合中，则可以直接采用实施例2中的方法：全部确定为问题参数。

具体的，当在判断主元时发现这个故障点在多个主元方向偏离控制限，则首先确定几个主元中贡献较大的参数，然后筛选出在不同主元中贡献均较大的参数确定为导致问题的参数，进而将该参数所指向的硬件确定故障硬件。

总之，如果使用单变量方法，可能相关的两个参数都发生了漂移，但是并没有超出控制限，所以使用单变量方法不会发出报警。而对于上述实施例1-3，两个或者多个参数的组合会增大漂移量，这时使用多变量分析方法就可以对其组合量进行检测，发现组合量超出控制限，及时发出报警，从而提高故障检测的灵敏度，以适应现代工艺的要求。

下面参照图4，以半导体工艺过程为例，给出本发明一个更为详细的故障检测方法实施例4，可以包括以下步骤：

步骤401、在半导体设备进行工艺的过程中，实时的进行数据采集，例如选择数据采集频率为1HZ或0.5HZ进行实时数据采集。

步骤402、每一个工艺步骤之间有相应的步骤标识传送到数据处理控制台中，如果判断出此步骤需要进行监控，则将实时数据逐点实时的传送到数据处理单元，否则进行步骤408，送到数据库保存。

步骤403、进入数据处理单元的数据首先去除其不稳定点，避免将开始时不稳定的点当成故障点的发生误判的现象。

步骤404、按照多变量故障诊断的方法，如PCA和Hotelling T2、Q统计等方法，计算其针对多变量的处理值。

步骤405、将处理值与原始建立模型的值进行比较，如果这个点大于相应的模型中对应的点，则此点发生问题，即出现故障。建立原始模型的数据是对完全正常的工艺进行数据的采集并处理得到的正常情况下的值。如果这个点小于相应模型中对应的点，则表明这个实时的数据点正常，进行下一个实时点的判断，重复步骤(1)以下的过程。实时的完成需要监控的全部数据点的判断。参照图5，示出了一个工艺实时判断情况的示意图。其中，横坐标为时间，纵坐标为Q统计值，虚线501为阈值的模型值曲线，实线502为实时数据点的连线，凸点区域503为检测确定的故障点。

步骤406、通过数据处理，计算确定哪个参数发生异常，进而确定哪个硬件对此故障有贡献。

步骤407、发出报警和相应的提示，指出异常硬件。

参照图6，是本发明一个更具体的实际例子，图6中横坐标表示实时数据点数，纵坐标表示控制值；其中，“*”点标识控制限，而菱形实心符号则标识指标参数值。图6示出了对实时数据按照本发明进行处理后的一种结果示意图，具体处理过程是对采集频率为2HZ的数据，经过PCA，Hotelling T2方法进行故障检测。图6中第11个点超出了控制限，发出报警，经过硬件问题查找，发现是瞬间打火导致的异常，并且已导致本片晶片上一些位置结果发生偏差。

而如果仍然采用传统技术，人们难以及时发现问题。即如果使用一个工艺步骤过后的统计值进行计算，可能统计值的漂移不会超出控制限，见图7所示(图7中的横坐标表示晶片的个数，纵坐标表示控制值的平均值)，经过平均值计算这21个点成为一个平均值点，该点并没有超出控制限。因此使用传统技术在晶片工艺过程进行完后，再进行统计计算，与控制限进行对比，发现没有超出控制限，所以不会报警，从而导致有质量问题的晶片存在，并且无法发现故障所在。

参照图8，示出了本发明一种故障检测的系统实施例1，具体可以包括：

变换单元801，用于将所采集的多个参数的实时数据变换为至少一个参数组合，每个参数组合中至少包括两个参数；

指标计算单元802，用于计算得到针对所述参数组合的一个指标参数；

故障判定单元803，用于判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。

优选的，上述系统实施例1还可以包括报警单元804，直接与参数确定单元803相连，用于发出报警和相应提示信息。

参照图9，示出了本发明一种故障检测的系统实施例2，具体可以包括：

变换单元901，用于将所采集的多个参数的实时数据变换为至少一个参数组合，每个参数组合中至少包括两个参数；

指标计算单元902，用于计算得到针对所述参数组合的一个指标参数；

故障判定单元903，用于判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障；

参数组合确定单元904，用于分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

参数确定单元905，用于计算得到该参数组合中对主元贡献度超过阈值的参数，确定其为问题参数。

优选的，上述系统实施例2还可以包括报警单元，直接与参数确定单元905相连，用于针对问题参数发出报警和相应提示信息。

更优选的情况是，上述系统实施例2还可以包括：

硬件确定单元906，用于依据所述问题参数确定故障硬件。

报警单元907，用于针对所确定的故障硬件发出报警和相应提示信息。

参照图10，示出了本发明一种故障检测的系统实施例3，具体可以包括：

变换单元1001，用于将所采集的多个参数的实时数据变换为至少一个参数组合，每个参数组合中至少包括两个参数；

指标计算单元1002，用于计算得到针对所述参数组合的一个指标参数；

故障判定单元1003，用于判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障；

参数组合确定单元1004，用于分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

参数确定单元1005，用于计算得到该参数组合中对主元贡献度超过阈值的参数；

问题参数确定单元1006，用于将在不同参数组合中，对主元贡献度都超过阈值的参数确定为问题参数。

优选的，上述系统实施例3还可以包括报警单元，直接与参数确定单元1006相连，用于针对问题参数发出报警和相应提示信息。

更优选的情况是，上述系统实施例3还可以包括：

硬件确定单元1007，用于依据所述问题参数确定故障硬件。

报警单元1008，用于针对所确定的故障硬件发出报警和相应提示信息。

需要说明的是，上述的报警单元，随着与其他单元连接关系的不同，其报警的具体信息也可以出现详细程度的不同。

优选的，上述的系统实施例1、2和3都可以还包括：数据筛选单元，用于在采集数据的开始阶段，去除超出阈值范围的参数数据。优选的，可以通过以下方式去除超出阈值范围的参数数据：对于各个参数实时数据，判断其是否超出了基准数据的3倍标准偏差，如果超过，则去除。

本发明可以使用在与半导体晶片加工相关的各种工艺的故障检测中，本发明也可以应用在与半导体晶片加工无关的其他工艺的故障检测中。即本发明并不限定具体应用的工艺过程或者设备。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上对本发明所提供的一种故障检测的方法和系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1.一种故障检测的方法，其特征在于，包括：

采集多个参数的实时数据；

在采集数据的开始阶段，对于采集的多个参数的实时数据，判断每个参数的实时数据是否超出了基准数据的3倍标准偏差，如果超过，则去除超出该参数的实时数据；

将去除该参数的实时数据后的、其他所述多个参数变换为至少一个参数组合，每个参数组合中至少包括两个参数；

计算得到针对所述参数组合的一个指标参数；

判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。

2.如权利要求1所述的方法，其特征在于，还包括：

分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

计算得到该参数组合中对主元贡献度超过阈值的参数，确定其为问题参数。

3.如权利要求1所述的方法，其特征在于，还包括：

分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

计算得到该参数组合中对主元贡献度超过阈值的参数；

将在不同参数组合中，对主元贡献度都超过阈值的参数确定为问题参数。

4.如权利要求2或3所述的方法，其特征在于，还包括：

依据所述问题参数确定故障硬件。

5.如权利要求1所述的方法，其特征在于，还包括：

在确定出现故障之后，发出报警和相应提示信息。

6.如权利要求2或3所述的方法，其特征在于，还包括：

在确定问题参数之后，发出报警和相应提示信息。

7.一种故障检测的系统，其特征在于，包括：

数据筛选单元，用于在采集数据的开始阶段，对于采集的多个参数实时数据，判断每个参数的实时数据是否超出了基准数据的3倍标准偏差，如果超过，则去除超出该参数的实时数据；

变换单元，用于将去除该参数的实时数据后的、其他所采集的多个参数的实时数据变换为至少一个参数组合，每个参数组合中至少包括两个参数；

指标计算单元，用于计算得到针对所述参数组合的一个指标参数；

故障判定单元，用于判断该指标参数是否在阈值范围内，如果超过阈值范围，则确认当前时间点出现故障。

8.如权利要求7所述的系统，其特征在于，还包括：

参数组合确定单元，用于分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

参数确定单元，用于计算得到该参数组合中对主元贡献度超过阈值的参数，确定其为问题参数。

9.如权利要求7所述的系统，其特征在于，还包括：

参数组合确定单元，用于分析确定在当前故障点，对故障贡献度超过阈值的参数组合；

参数确定单元，用于计算得到该参数组合中对主元贡献度超过阈值的参数；

问题参数确定单元，用于将在不同参数组合中，对主元贡献度都超过阈值的参数确定为问题参数。

10.如权利要求8或9所述的系统，其特征在于，还包括：

硬件确定单元，用于依据所述问题参数确定故障硬件。

11.如权利要求8或9所述的系统，其特征在于，还包括：

报警单元，直接与参数确定单元相连，用于针对问题参数发出报警和相应提示信息。

Images