本申请实施例涉及云计算技术领域，尤其涉及一种工艺参数检测方法、装置、电子设备及可读存储介质。
背景技术：
在工业制造生产过程中，设备的温度、压力、功率等工艺参数直接决定着最终生产的产品是否合格。如果能在生产过程中及时发现这些工艺参数是否存在异常，并在工艺参数存在异常时及时预警并采取措施，就可以极大的降低产品的不良率。因此，如何检测工艺参数是否异常，是值得研究的问题。
现有技术中，主要基于一维的工艺参数来检测工艺参数是否异常。具体的，在一个生产过程中对每个样本的每种工艺参数采样出一个参数值进行建模，通过传统的一维异常检测算法判断该工艺参数是否异常。例如，将当前检测样本所采样的工艺参数值同历史样本中该工艺参数的平均值进行比较，根据比较的差值来判断工艺参数是否存在异常。
但是，现有技术的方法损失了大量的信息，可能导致检测结果不够准确。
技术实现要素：
本申请实施例提供一种工艺参数检测方法、装置、电子设备及可读存储介质，用于解决现有技术中工艺参数检测会损失大量的信息而导致的检测结果不够准确的问题。
第一方面，本申请实施提供一种工艺参数检测方法，包括：
获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值；
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；
根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到；输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
作为一种可选的实现方式，所述根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常之前，还包括：
获取多个历史合格样本，每个所述历史合格样本中包括所述目标工艺参数的多个参数值；
根据每个所述历史合格样本中的所述目标工艺参数的多个参数值，分别确定每个所述历史合格样本中所述目标工艺参数的分布曲线；
根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应的历史分布曲线。
作为一种可选的实现方式，所述根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应历史分布曲线，包括：
确定各所述历史合格样本中所述目标工艺参数的分布曲线的中心分布曲线，将所述中心分布曲线作为所述目标工艺参数对应的历史分布曲线。
作为一种可选的实现方式，所述根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，包括：
根据所述待检测样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离与目标距离的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常。
作为一种可选的实现方式，所述根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常之前，还包括：
根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离。
作为一种可选的实现方式，所述根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离，包括：
分别确定每个历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，得到多个待选距离
将所述多个待选距离中的最大距离作为所述目标距离。
作为一种可选的实现方式，所述根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线，包括：
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的经验分布函数；
对所述经验分布函数进行光滑处理，得到所述待检测样本中所述目标工艺参数的分布曲线。
第二方面，本申请实施例提供一种工艺参数检测装置，包括：
获取模块，用于获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值；
确定模块，用于根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；以及，根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到；
输出模块，用于输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
作为一种可选的实现方式，所述获取模块还用于：
获取多个历史合格样本，每个所述历史合格样本中包括所述目标工艺参数的多个参数值；
所述确定模块，还用于：根据每个所述历史合格样本中的所述目标工艺参数的多个参数值，分别确定每个所述历史合格样本中所述目标工艺参数的分布曲线；以及，
根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应的历史分布曲线。
作为一种可选的实现方式，所述确定模块具体用于：
确定各所述历史合格样本中所述目标工艺参数的分布曲线的中心分布曲线，将所述中心分布曲线作为所述目标工艺参数对应的历史分布曲线。
作为一种可选的实现方式，所述确定模块具体用于：
根据所述待检测样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离与目标距离的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常。
作为一种可选的实现方式，所述确定模块具体用于：
根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离。
作为一种可选的实现方式，所述确定模块具体用于：
分别确定每个历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，得到多个待选距离；
将所述多个待选距离中的最大距离作为所述目标距离。
作为一种可选的实现方式，所述确定模块具体用于：
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的经验分布函数；以及，
对所述经验分布函数进行光滑处理，得到所述待检测样本中所述目标工艺参数的分布曲线。
第三方面，本申请实施例提供一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的方法。
第四方面，本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
第五方面，本申请实施例提供一种工艺参数检测方法，包括：
获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值；
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；
根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到；
输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常
上述申请中的一个实施例具有如下优点或有益效果：
基于待检测样本中目标工艺参数的多个参数值，确定目标工艺参数的分布曲线，并基于该分布曲线与目标工艺参数对应的历史分布曲线的差异，确定出待检测样本中的目标工艺参数是否存在异常。由于目标工艺参数的分布曲线是基于多个参数值所得到的曲线，因此，能够表征出目标工艺参数的参数值随时间变化的完整的信息，因此，在根据该曲线与历史分布曲线检测目标工艺参数是否异常时，能够基于完整的参数值进行，而不会丢失过多的信息，因此，使得检测结果的准确性得到极大的提升。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为对某胶料生产过程中温度工艺参数的示意图；
图2为某胶料生产过程中功率工艺参数的示意图；
图3为本申请实施例提供的工艺参数检测方法的流程示意图；
图4为本申请实施例提供的工艺参数检测方法的流程示意图；
图5为本申请实施例提供的工艺参数检测方法的流程示意图；
图6为分布曲线距离的示例图；
图7为本申请实施例提供的工艺参数检测方法的流程示意图；
图8为本申请实施例提供的工艺参数检测方法的原理示意图；
图9为本申请实施例提供的一种工艺参数检测装置900的模块结构图；
图10是根据本申请实施例的工艺参数检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
现有技术在一个生产过程中对每个样本的每种工艺参数采样出一个参数值进行建模，通过传统的一维异常检测算法判断该工艺参数是否异常。例如，将当前检测样本所采样的工艺参数值同历史样本中该工艺参数的平均值进行比较，根据比较的差值来判断工艺参数是否存在异常。这种方式仅以工艺参数的部分参数值作为检测的基准，因此在检测时会损失大量的工艺参数值，可能导致检测结果不准确。
考虑到现有技术中使用一维异常检测算法检测工艺参数会损失大量工艺参数值而可能导致的检测结果不准确的问题，本申请实施例基于工艺参数的分布曲线进行检测，使得检测基于完整的工艺参数值进行，而不会损失大量的工艺参数值，进而可以极大提升检测结果的准确性。
本申请实施例可以应用于各种工业制造生产工程中，例如胶料生产过程、塑料注塑加工过程等。以某胶料加工过程为例，在一个生产过程中可能需要检测多种工艺参数，例如可以包括温度、转速、压力、功率以及能量等。在整个生产过程中的各个阶段，可以采集到每种工艺参数的参数值。将每种工艺参数在一个生产过程中的各个阶段参数值或者一个生产过程中的部分阶段的参数值统计起来，即可以形成一个样本。
下述表1为某胶料加工过程中所形成的样本的示例，如表1所示，编号为1的样本包括了温度、压力、能量、功率、转速这五种工艺参数，每种工艺参数包括多个参数值。
表1
图1为对某胶料生产过程中温度工艺参数的示意图，如图1所示，横轴表示样本编号，纵轴表示温度值，每个样本中的温度工艺参数的所有参数值的分布通过对应的箱体图示出。
图2为某胶料生产过程中功率工艺参数的示意图，如图2所示，横轴表示样本编号，纵轴表示功率值，每个样本中的功率工艺参数的所有参数值的分布通过对应的箱体图示出。
图3为本申请实施例提供的工艺参数检测方法的流程示意图，该方法的执行主体可以为具有计算处理能力的电子设备，如图3所示，该方法包括：
s301、获取待检测样本，该待检测样本中包括目标工艺参数的多个参数值。
可选的，上述待检测样本为对一个生产过程中的各个阶段或部分阶段的工艺参数的参数值统计所得到的样本。该待检测样本中可能包括一种工艺参数的多个参数值，也可能包括多种工艺参数，每种工艺参数均对应多个参数值。如果待检测样本中包括多种工艺参数，则上述目标工艺参数可以是指该多种工艺参数中的任意一种。对于每一种工艺参数，均可以按照下述实施例的方式检测其是否存在异常。
可选的，上述待检测样本的形式可以为前述的表1所示例的数据集合的形式，或者，也可以为上述图1或图2所示例的箱体图的形式，或者，也可以为其他能够表征所有参数值的形式，本申请实施例对此不做具体限定。
s302、根据上述多个参数值，确定上述待检测样本中目标工艺参数的分布曲线。
可选的，基于上述多个参数值，可以得到目标工艺参数的分布曲线，该目标工艺参数的分布曲线能够表征多个参数值的信息，具体的，能够表征出工艺参数的参数值随时间变化的信息。
可选的，本申请实施例中，目标工艺参数的分布曲线可以通过分布函数来表示。
s303、根据上述待检测样本中上述目标工艺参数的分布曲线以及上述目标工艺参数对应的历史分布曲线的差异，确定上述待检测样本中的上述目标工艺参数是否存在异常。
其中，该历史分布曲线基于历史的合格样本得到。
可选的，上述历史分布曲线可以指针对待检测样本被检测之前所检测的样本中的合格样本所得到的分布曲线，即该历史分布曲线表征了合格样本所具有的特征。
与待检测样本对应的，历史的合格样本中可以包括多种工艺参数，也可以包括一种工艺参数。本申请实施例中，历史分布曲线是指目标工艺参数对应的分布曲线。
上述历史分布曲线的获得过程将在下述实施例中详细说明。
在获得历史分布曲线的基础上，可以基于待检测样本中目标工艺参数的分布曲线与历史分布曲线进行比较，根据曲线间的差异，确定目标工艺参数是否存在异常。
s304、输出检测结果，该检测结果用于指示上述待检测样本中的上述目标工艺参数是否存在异常。
可选的，上述检测结果可以为文字信息或者文字与图像结合的信息。
以文字与图像结合的信息为例，可以输出例如“本样本中温度参数存在异常”，同时，可以输出待检测样本中温度随时间变化的分布曲线的图像，或者，输出待检测样本中温度随时间变化的分布曲线以及历史分布曲线的对比图像等。
本实施例中，基于待检测样本中目标工艺参数的多个参数值，确定目标工艺参数的分布曲线，并基于该分布曲线与目标工艺参数对应的历史分布曲线的差异，确定出待检测样本中的目标工艺参数是否存在异常。由于目标工艺参数的分布曲线是基于多个参数值所得到的曲线，因此，能够表征出目标工艺参数的参数值随时间变化的完整的信息，因此，在根据该曲线与历史分布曲线检测目标工艺参数是否异常时，能够基于完整的参数值进行，而不会丢失过多的信息，因此，使得检测结果的准确性得到极大的提升。
在上述步骤s302中确定目标工艺参数的分布曲线时，一种可选的实施方式采用经验分布函数来表示目标工艺参数的分布曲线。具体的，以分布函数fn(x)表示目标工艺参数的经验分布曲线，则可以直接使用该分布函数fn(x)形成上述步骤s302中的目标工艺参数的分布函数。fn(x)可以通过下述公式(1)表示。
其中，x为函数的自变量，xi表示拟合经验分布曲线的目标工艺参数的第i个参数值，n表示拟合经验分布曲线的目标工艺参数的参数值的个数，i表示示性函数，该示性函数的取值为0或1。具体的，当xi≤x时，i取值为1，当xi>x时，i取值为0。
而在具体实施过程中，由于目标工艺参数的参数值的差异可能较大，因此，利用fn(x)表示的分布曲线可能不够光滑。基于这种考虑，作为另一种可选的实施方式，本申请实施例中将对fn(x)光滑处理后的分布曲线作为目标工艺参数的分布曲线。
图4为本申请实施例提供的工艺参数检测方法的流程示意图，如图4所示，上述步骤s302中确定目标工艺参数的分布曲线的一种可选方式包括：
s401、根据上述多个参数值，确定上述待检测样本中上述目标工艺参数的经验分布函数。
该经验分布函数可以为上述的fn(x)。
s402、对上述经验分布函数进行光滑处理，得到上述待检测样本中所述目标工艺参数的分布曲线。
一种示例中，可以使用bernstein分布函数估计量对fn(x)进行光滑处理，以得到目标工艺参数的分布曲线bmn(x)，具体如下述公式(2)和(3)所示。
其中，k为待检测样本(或者下文中的历史合格样本)中的工艺参数的种类个数，m表示多项式的阶。
经过上述步骤s401-s402所得到的目标工艺参数的分布曲线具有更好的光滑性，同时具有更好的边界性质，因此，基于该分布曲线执行后续的曲线差异比较时，能够得到更准确的比较结果。
如前文所述，上述历史分布曲线基于历史的合格样本得到。得到历史分布曲线的过程在上述步骤s303之前进行。在基于历史的合格样本得到历史分布曲线时，可以使用下述的任意一种方式。
第一种可选方式中，可以从多个历史的合格样本中随机选择一个合格样本，并建立该合格样本中目标工艺参数的分布曲线，将该曲线作为上述历史分布曲线。
第二种可选方式中，可以选择距离待检测样本的生产时间最近的一个合格样本，并建立该合格样本中目标工艺参数的分布曲线，将该曲线作为上述历史分布曲线。
第三种可选方式中，可以基于多个历史的合格样本，经过对多个历史的合格样本进行处理，得到上述历史分布曲线。以下对该第三种可选方式进行详细说明。
图5为本申请实施例提供的工艺参数检测方法的流程示意图，如图4所示，基于多个历史的格式样本得到上述历史分布曲线的过程包括：
s501、获取多个历史合格样本，每个历史合格样本中包括上述目标工艺参数的多个参数值。
示例性的，上述多个历史合格样本可以是在生产上述待检测样本的时间之前预设时段内的合格样本，该预设时段例如可以是一个月、三个月或半年等。
s502、根据每个历史合格样本中的目标工艺参数的多个参数值，分别确定每个历史合格样本中目标工艺参数的分布曲线。
可选的，确定历史合格样本中目标工艺参数的分布曲线的方法可以与前述实施例中确定待检测样本中目标工艺参数的分布曲线的方法相同，具体过程可以参照前述实施例，此处不再赘述。
s503、根据每个历史合格样本中目标工艺参数的分布曲线，确定目标工艺参数对应的历史分布曲线。
作为一种可选的实施方式，可以确定各历史合格样本中目标工艺参数的分布曲线的中心分布曲线，将该中心分布曲线作为所述目标工艺参数对应的历史分布曲线。
上述中心分布曲线能够表征多个历史样本中的目标工艺参数的共同特征，因此，将该中心分布曲线作为与待检测样本进行比较的历史分布曲线，能够使得比较的结果的准确性更高。
以下说明上述步骤s303中确定待检测样本的目标工艺参数是否存在异常的过程。
作为一种可选的实现方式，本申请实施例基于分布曲线之间的距离来衡量分布曲线的差异。
图6为分布曲线距离的示例图，如图6所示，假设有两个分布曲线
在具体实施过程中，作为一种示例，可以使用蒙特卡洛积分计算。具体步骤如下：
首先，产生服从均匀分布的样本y1,y2,…,yn。
其次，基于y1,y2,…,yn产生服从
进而，计算积分
在上述步骤s303中确定待检测样本的目标工艺参数是否存在异常，可以首先使用上述图6所示例的方法，计算出待检测样本中目标工艺参数的分布曲线与上述的历史分布曲线的距离。
进而，对上述距离进行判断，根据待检测样本中目标工艺参数的分布曲线与目标工艺参数对应的历史分布曲线的距离与目标距离的差异，确定待检测样本中的目标工艺参数是否存在异常。
其中，上述差异可以是差值，也可以是比值等。
一种可选方式中，上述目标距离可以为预设的一个经验值。
另一种可选方式中，上述目标距离可以根据历史合格样本得到。
具体的，在该可选方式中，可以根据每个历史合格样本中目标工艺参数的分布曲线与目标工艺参数对应的历史分布曲线的距离，确定出目标距离。
如前文步骤s501-s503所述，可以得到各历史合格样本中目标工艺参数的分布曲线，以及，目标工艺参数对应的历史分布曲线，在此基础上，可以使用上述的图6所示例的方法，计算历史分布曲线与每个历史合格样本对应的分布曲线的距离，从而得到多个待选距离。在得到多个待选距离的基础上，可以从中选择一个待选距离作为目标距离，也可以对多个待选距离进行平均等处理，得到上述目标距离。下述图7以一种方式为例进行说明。
图7为本申请实施例提供的工艺参数检测方法的流程示意图，如图7所示，确定目标距离的一种示例包括：
s701、分别确定每个历史合格样本中目标工艺参数的分布曲线与目标工艺参数对应的历史分布曲线的距离，得到多个待选距离。
s702、将上述多个待选距离中的最大距离作为上述目标距离。
值得说明的是，如果待检测样本中包括多个目标工艺参数，则分别针对每种目标工艺参数计算上述目标距离，也可以综合各种目标工艺参数计算上述目标距离。
综合计算的示例如下。
假设历史合格样本中某个样本i中包括k种目标工艺参数，这些目标工艺参数的分布曲线为
其中，s为样本数量。
通过上述公式(5)计算得到的最大距离为样本中所有工艺参数的综合距离，因此，待检测样本中目标工艺参数的分布曲线与目标工艺参数对应的历史分布曲线的距离相应的也表示待检测样本中所有工艺参数的综合距离。
作为一种示例，假设待检测样本中目标工艺参数的分布曲线与目标工艺参数对应的历史分布曲线的距离为d′，如果d′>2*dmax，则可以确定待检测样本中的目标工艺参数异常，即待检测样本为不合格样本。
图8为本申请实施例提供的工艺参数检测方法的原理示意图，如图8所示，基于历史的合格样本得到每个样本的每种目标工艺参数的分布曲线，针对每种工艺参数，计算中心分布曲线。基于各历史个合格样本的分布曲线与中心分布曲线，可以计算得到最大距离(即前述目标距离)dmax，基于待检测样本的分布曲线与中心分布曲线，可以计算得到d′，通过比较d′和dmax，即可以得到待检测样本的目标工艺参数是否异常。
图9为本申请实施例提供的一种工艺参数检测装置900的模块结构图，如图9所示，该装置包括：
获取模块901，用于获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值。
确定模块902，用于根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；以及，根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到。
输出模块903，用于输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
作为一种可选的实施方式，获取模块901还用于：
获取多个历史合格样本，每个所述历史合格样本中包括所述目标工艺参数的多个参数值。
确定模块902，还用于：根据每个所述历史合格样本中的所述目标工艺参数的多个参数值，分别确定每个所述历史合格样本中所述目标工艺参数的分布曲线；以及，根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应的历史分布曲线。
作为一种可选的实施方式，确定模块902具体用于：
确定各所述历史合格样本中所述目标工艺参数的分布曲线的中心分布曲线，将所述中心分布曲线作为所述目标工艺参数对应的历史分布曲线。
作为一种可选的实施方式，确定模块902具体用于：
根据所述待检测样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离与目标距离的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常。
作为一种可选的实施方式，确定模块902具体用于：
根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离。
作为一种可选的实施方式，确定模块902具体用于：
分别确定每个历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，得到多个待选距离，将所述多个待选距离中的最大距离作为所述目标距离。
作为一种可选的实施方式，确定模块902具体用于：
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的经验分布函数；以及，对所述经验分布函数进行光滑处理，得到所述待检测样本中所述目标工艺参数的分布曲线。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图10所示，是根据本申请实施例的工艺参数检测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示，该电子设备包括：一个或多个处理器1001、存储器1002，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器1001为例。
存储器1002即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的工艺参数检测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的工艺参数检测方法。
存储器1002作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的工艺参数检测方法对应的程序指令/模块(例如，附图10所示的获取模块1001、确定模块1002和输出模块1003)。处理器1001通过运行存储在存储器1002中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的工艺参数检测方法。
存储器1002可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据工艺参数检测的电子设备的使用所创建的数据等。此外，存储器1002可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1002可选包括相对于处理器1001远程设置的存储器，这些远程存储器可以通过网络连接至工艺参数检测的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
工艺参数检测的电子设备还可以包括：输入装置1003和输出装置1004。处理器1001、存储器1002、输入装置1003和输出装置1004可以通过总线或者其他方式连接，图10中以通过总线连接为例。
输入装置1003可接收输入的数字或字符信息，以及产生与工艺参数检测的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1004可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，还提供一种工艺参数检测方法，包括：
获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值。
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线。
根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到。
输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
1.一种工艺参数检测方法，其特征在于，包括：
获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值；
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；
根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到；
输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常之前，还包括：
获取多个历史合格样本，每个所述历史合格样本中包括所述目标工艺参数的多个参数值；
根据每个所述历史合格样本中的所述目标工艺参数的多个参数值，分别确定每个所述历史合格样本中所述目标工艺参数的分布曲线；
根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应的历史分布曲线。
3.根据权利要求2所述的方法，其特征在于，所述根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应历史分布曲线，包括：
确定各所述历史合格样本中所述目标工艺参数的分布曲线的中心分布曲线，将所述中心分布曲线作为所述目标工艺参数对应的历史分布曲线。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，包括：
根据所述待检测样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离与目标距离的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常。
5.根据权利要求4所述的方法，其特征在于，所述根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常之前，还包括：
根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离。
6.根据权利要求5所述的方法，其特征在于，所述根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离，包括：
分别确定每个历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，得到多个待选距离；
将所述多个待选距离中的最大距离作为所述目标距离。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线，包括：
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的经验分布函数；
对所述经验分布函数进行光滑处理，得到所述待检测样本中所述目标工艺参数的分布曲线。
8.一种工艺参数检测装置，其特征在于，包括：
获取模块，用于获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值；
确定模块，用于根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；以及，
根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到；
输出模块，用于输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
9.根据权利要求8所述的装置，其特征在于，所述获取模块还用于：
获取多个历史合格样本，每个所述历史合格样本中包括所述目标工艺参数的多个参数值；
所述确定模块，还用于：根据每个所述历史合格样本中的所述目标工艺参数的多个参数值，分别确定每个所述历史合格样本中所述目标工艺参数的分布曲线；以及，
根据每个所述历史合格样本中所述目标工艺参数的分布曲线，确定所述目标工艺参数对应的历史分布曲线。
10.根据权利要求9所述的装置，其特征在于，所述确定模块具体用于：
确定各所述历史合格样本中所述目标工艺参数的分布曲线的中心分布曲线，将所述中心分布曲线作为所述目标工艺参数对应的历史分布曲线。
11.根据权利要求9或10所述的装置，其特征在于，所述确定模块具体用于：
根据所述待检测样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离与目标距离的差异，确定所述待检测样本中的所述目标工艺参数是否存在异常。
12.根据权利要求11所述的装置，其特征在于，所述确定模块具体用于：
根据每个所述历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，确定所述目标距离。
13.根据权利要求12所述的装置，其特征在于，所述确定模块具体用于：
分别确定每个历史合格样本中所述目标工艺参数的分布曲线与所述目标工艺参数对应的历史分布曲线的距离，得到多个待选距离；以及，
将所述多个待选距离中的最大距离作为所述目标距离。
14.根据权利要求8-13任一项所述的装置，其特征在于，所述确定模块具体用于：
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的经验分布函数；以及，
对所述经验分布函数进行光滑处理，得到所述待检测样本中所述目标工艺参数的分布曲线。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
17.一种工艺参数检测方法，其特征在于，包括：
获取待检测样本，所述待检测样本中包括目标工艺参数的多个参数值；
根据所述多个参数值，确定所述待检测样本中所述目标工艺参数的分布曲线；
根据所述待检测样本中所述目标工艺参数的分布曲线以及所述目标工艺参数对应的历史分布曲线，确定所述待检测样本中的所述目标工艺参数是否存在异常，所述历史分布曲线基于历史的合格样本得到；
输出检测结果，所述检测结果用于指示所述待检测样本中的所述目标工艺参数是否存在异常。
技术总结