高精度晶圆测量仪器的运动控制与检测系统的研究与实现

来源 :华东师范大学 | 被引量 : 0次 | 上传用户:gululukuaican
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
长期以来,我国在晶圆制造与检测领域处于相对落后的地位。随着如物联网、5G等高新产业的迅速的发展,对芯片的需求越来越旺盛,芯片产能不足的问题进一步放大了我国在该领域落后的状态。在晶圆应力检测设备领域,国外相关企业起步早、技术强,与我们拉开了较大的差距。此外因中美贸易影响,薄膜应力测量仪的进口也变得困难重重,导致我国许多公司无仪器可用。最后,国产晶圆薄膜应力仪的研发处于较低的水平,在应力测量的精确度和重复性上难以望进口设备的项背。目前对薄膜应力仪仪改进的方法,主要分为三类:(1)改变测量仪器的机械结构或者光路结构。主要方案包括增加激光束、改垂直测量为水平测量、增加旋转托盘等。这些方案的机械结构相对复杂,反而会增加测量结果的不稳定性,使得测量过程不可控、可靠。(2)利用薄膜的光学特性,通过应力双折射法、X射线衍射法对薄膜应力仪重新进行设计。基于该方案的仪器可以进一步提升测量精度和稳定性,但成本相对较高,开发周期长、后期维护比较困难。(3)对传统薄膜应力仪进行软硬件双重升级,对硬件更新换代,对软件优化算法,并对测量流程重新设计。这类方案成本低,见效快,性能提升显著,后期维护简单。本文结合第三类改进方案,选择更为先进的电子元器件等结构模块,优化算法发挥硬件性能,从软件层面进一步降低甚至消除因为硬件本身噪声和机械平台因震动,提出误差补偿公式,弥补平台固有误差对测量结果造成的失准,提升测定结果的稳定性、重复性、精确性。首先,在运动元件模块选用更为精密、稳定的步进电机,在数据采样模块选用分辨率更高、杂散光消除率更高的一维位敏传感器。其次,通过梯形加减速算法优化对运动元件的控制,保证其运动精准、平滑。然后为位敏传感器重新设计运放电路,提升采样精度。最后,提出误差补偿算法对测量结果进行整定。本文的主要贡献和创新点如下:(1)设计并实现了对薄膜应力仪运动元件的精稳控制。针对传统薄膜应力仪运动元件失步或震动等问题,本文重新选型高精度步进电机,通过加减速算法优化步进电机控制,有效减弱了测量过程中的对采样结果的干扰。(2)设计并实现了对薄膜应力仪中位敏传感器的高保真采样。本文根据高分辨率位敏传感器和测量需求重新进行运放电路设计,自定义放大倍数和手动调零。进一步确保传感器数据获取的精确度。(3)提出误差补偿公式。本文对晶圆镀膜前后光片的平均拟合曲率半径相对于理论值的分析,对比两者之间的误差规律提出误差补偿公式,并给出求解补偿系数的方法和实际应用中的校准流程。误差补偿公式有效提升了测量结果的准确性和重复性,补偿系数求解方法有效提高了工作效率,在需要校准时免于反复测试调整。(4)实现了所有基于基片形变法的测量曲率半径或应力的光片材料的统一。除了主要应用于对镀膜前后晶圆的曲率半径、弯曲度和应力检测,亦适用于任何可反射激光的各种刚性材料基体非镀膜表面的曲率半径测试、弯曲度检测,亦适用于任何可反射激光的各种刚性材料基体镀膜表面的曲率半径测试、弯曲度检测及其薄膜残余盈利测试,如钛合金基片、抛光不锈钢基片等。本文的研究成果已经申请了两项国家发明专利(专利号分别是202111154932.8和202110612472.2)和两篇软件著作权。本文实现的薄膜应力原型已经交由合作企业进行产品化、商品化升级。在双方共同努力下,已与数家半导体公司达成了意向订单,下一步的目标则是致力于本薄膜应力仪的全面成果转化和商业推广。
其他文献
网络管理机制的核心就是对网络设备进行监控然后根据监控结果发送操作指令。传统的分布式网络管理采用SNMP、Netflow等网络管理方式,在应对不断增长的网络规模下已逐渐不满足要求。例如在数据中心网络中,传统的网络管理方式无法适配数据中心网络大规模、低时延、不可预期等特征。在软件定义网络(SDN)架构下,转控分离和数据面可编程的出现,使得有能力实现低时延监测的带内网络遥测(INT)发挥出了优势。所以,
混成系统是同时包含连续状态和离散状态的动态系统。连续部分通常模拟物理环境的相互作用,而离散部分通常模拟控制系统的运行。计算和控制的结合会导致非常复杂的系统设计,因此混成系统常被应用于航空航天、汽车工业和工厂自动化设计中。到目前为止,混成系统中使用了多种形式化建模方法:混合自动机、混合Petri网、Modelica、Zelus等。对于混合系统的形式化验证,可以使用多种工具,如Hy Tech、PHAV
自股市诞生之后,股票预测问题就受到了来自金融领域和计算机领域的众多研究者的关注。随着深度学习的发展,历史股价、新闻、论坛等数据被各种各样的深度学习模型运用于股票预测问题。然而,其仍然面临着诸多难题,例如财经新闻数据大、涉及面广,当财经新闻中未直接出现上市公司名称时,难以预测受该新闻影响的上市公司,即财经新闻的相关公司挖掘问题;上市公司之间存在复杂多样的关系,公司间相关性建模困难等问题。针对上述挑战
随着人工智能的高速发展和移动设备的普及,各种基于深度学习的应用进入我们的生活,深度学习的成功离不开神经网络对数据的高表征能力,离不开庞大且丰富的数据集。其中,分布式数据处理和分布式机器学习的作用日益凸显,需要多个参与方协作的需求不断涌现。然而,在实际场景中,很多数据由于隐私安全和保密政策,数据拥有者不愿意或不允许将数据分享出来。并且,将数据聚合到一起训练模型会产生高昂的通信成本和存储成本。由此,联
当下主流的阅读理解模型,通常依赖于多头自注意力机制来获取与问题文本相似度最高的答案,其成功的秘诀主要在于预训练语言模型对语言模式相似度的学习能力,而非基于自然语言进行高度的抽象和推理。这也意味着现有的阅读理解模型仅能基于问题表层的信息进行回答,而对于一些需要知识支撑或涉及推理的问题还是难以解决。针对这一问题,本文提出了一种新颖的知识增强图注意力网络(KEGAT),它可利用来自外部知识库Concep
滩涂是海陆交汇的敏感地带,是海滩、河滩和湖滩的总称。沿海滩涂通常包括泥滩、沙滩和岩石区域,是大量水禽、候鸟、螃蟹、软体动物和鱼类等重要野生动物的栖息地,是沿海城市发展重要的物质基础和后备资源。来自海岸开发、海平面上升、海岸侵蚀、河流沉积物流量的增减、海岸沉淀物的沉降和压实,都会对滩涂带来影响。通过对遥感图像的观测,可以有效地了解滩涂的变化情况,从而可以达到管理、保护和恢复海岸生态系统的目标。由于月
随着信息技术的不断发展,数据逐渐成为一种宝贵的社会资源,具有着巨大的社会效益和经济价值。这些数据通常是由用户的个人信息或使用记录组成的,含有大量的敏感信息,若操作不当可能会造成严重的隐私泄露问题。本文首先在智能电网场景下基于安全多方计算技术提出一种隐私保护的数据聚合方案,由于Shamir秘密共享算法具有加法同态性,用户只需将自身电量读数数据的秘密分片分发至相应的各个聚合器,并由其进行本地聚合以及联
在大多数场景下,机器学习所需要的数据往往以表格的形式存储在数据库或者其他存储系统中。并且在机器学习的工作流中,特征工程往往是决定模型性能的关键因素之一,也是机器学习开发中最耗时的步骤之一。即使资深的专家也需要不断地迭代与试错才能找到性能较好的特征工程方案,并且受限于领域知识等原因,手动特征工程的方式很容易忽略掉一些有意义的特征。因此本文设计实现了一个面向表格数据的自动特征工程系统,以帮助数据科学家
在国际化石能源供应日益紧张与生态文明建设不断推进的背景下,实现工业废水的高效处理及能源同步回收已然成为行业的热点议题。基于传统厌氧消化工艺的厌氧膜生物反应器(anaerobic membrane bioreactor,AnMBR),在有效提升废水厌氧生物转化的同时,亦可通过膜组件的高效过滤性能减少反应器内部高活性微生物的流失,进一步提高出水品质和能源转化效率。然而,AnMBR在甲醇废水处理过程中,
随着高通量测序技术的出现和不断发展,生物序列分析变得更加普及,越来越多的生物学研究都涉及物种的基因层面的变化。与此同时,基因组学、转录组学和蛋白组学的生物信息学分析流程也在不断成熟,相关分析也几乎成为了生物学研究深度的重要指标。其中,诸如基因的时空表达量的变化和基因突变往往是生物组学研究的重点分析对象。当细胞或生物个体适应特定的环境变化的过程中,会驱使自身的基因发生特异或非特异的突变。这些基因型的