批间控制广泛应用于半导体制造业。在现代晶圆生产工厂中,一台设备同时生产加工不同类型产品的混合生产模式已经是一种常态。单一线程批间控制方法由于数据反馈不及时,量少产品信息缺乏,会导致产品不良率的显著增加,非线程批间控制策略为解决该问题提供了一种有效的方法。本文在非线程批间控制的框架下,对混合制程的状态估计及其控制器设计方法展开研究,其主要研究内容如下:(1)针对非线程批间控制中,模型的状态观测矩阵存在缺秩的问题,提出一种基于ANOVA模型和贝叶斯估计理论的状态估计法。该方法结合晶圆生产过程中常见的IMA(1,1)扰动,利用输出残差项,构建状态观测矩阵,采用贝叶斯估计法更新机台与产品的相对状态向量,进而调整制程的输入,使系统输出接近最优。该方法避免了状态矩阵的逆运算,提高了算法的运算效率。此外,对该算法的计算复杂度进行了分析。最后通过数值仿真实验和逆向工程仿真,验证了贝叶斯状态估计法的有效性。(2)针对批间控制和晶圆自身生产特性造成的测量时延问题,提出了一种基于EM_EWMA的测量时延估计方法。根据期望最大化(EM)算法,构造关于测量时延的似然函数,设置系统收敛条件,通过EM算法中的多步迭代,估计获得测量时延发生的概率。并对该算法的稳定性进行分析,在此基础上,改进系统扰动估计项,补偿系统输出静差。最后通过仿真证明该方法可以有效估计出系统的测量时延,提升产品良率。(3)针对晶圆生产过程中由于生产环境不确定,测量时延未知,噪声分布参数不稳定等现象引起的未建模或不可建模扰动,提出了一种基于扩张状态观测器的扰动估计方法。该方法基于自抗扰控制理论,将系统中各种不确定因素归结为一项集总扰动,对其建立扩张状态观测器,跟踪系统状态与扰动的变化。数值仿真验证了该算法相较于传统的批间控制算法具有较好的控制效果。(4)控制性能评估(CPA)是实现高性能批间控制系统的重要工具。在总结现有CPA方法的基础上,提出一种基于滤波器设计的性能评估方法。该方法首先基于闭环参数估计,分析了批间控制过程中的误差来源,然后建立系统空间状态模型,利用ARMAX回归模型分析估计扰动数据,获取模型参数,利用模型参数建立性能指标。然后通过仿真模拟模型失配,参数调节失当,混合参数变化等情况,验证了该性能指标能快速、有效地诊断出控制系统的性能衰退。最后将该指标应用于基于状态估计和卡尔曼滤波器的非线程控制系统,证明了该指标在模型失配条件下对过程整体控制性能有良好的诊断能力。