Derzeit werden verschiedene Komponenten intelligenter Fabriken in der Fertigungsindustrie aktiv eingesetzt. In diesem Trend werden viele hervorragende Beispiele für die Anwendung verschiedener Prozessdaten auf Big-Data-Analysemodelle veröffentlicht. Allerdings haben Big-Data-Analysemodelle aufgrund von Einschränkungen wie der Zuweisung einer großen Menge an Ressourcen, der relativ langen Lernzeit und der Feinabstimmung durch Experten Schwierigkeiten, sich zu verbreiten. In dieser Studie möchten wir einen Functional Data Explorer vorschlagen, der Trace-Daten aus verschiedenen Prozessen und Geräten analysieren kann. Diese Technik kann gesammelte Daten auf Basis einer Basisfunktion modellieren und als Ergebnis einen Funktionswert zurückgeben. Die Analyse wurde auf Basis eines Halbleiterkammersensors durchgeführt und es wurde bestätigt, dass dieser bei der Erkennung von Anomalien auf der Grundlage grundlegender Statistiken wie Durchschnitt und Abweichung effektiver war. Es wird erwartet, dass der Komfort der Echtzeit-Datenanalyse durch die Analysetechnik dieser Studie verbessert wird.
