基于擾動(dòng)狀態(tài)估計(jì)的批間控制器設(shè)計(jì)與性能評(píng)估
發(fā)布時(shí)間:2021-10-20 11:08
批間控制廣泛應(yīng)用于半導(dǎo)體制造業(yè)。在現(xiàn)代晶圓生產(chǎn)工廠中,一臺(tái)設(shè)備同時(shí)生產(chǎn)加工不同類型產(chǎn)品的混合生產(chǎn)模式已經(jīng)是一種常態(tài)。單一線程批間控制方法由于數(shù)據(jù)反饋不及時(shí),量少產(chǎn)品信息缺乏,會(huì)導(dǎo)致產(chǎn)品不良率的顯著增加,非線程批間控制策略為解決該問(wèn)題提供了一種有效的方法。本文在非線程批間控制的框架下,對(duì)混合制程的狀態(tài)估計(jì)及其控制器設(shè)計(jì)方法展開(kāi)研究,其主要研究?jī)?nèi)容如下:(1)針對(duì)非線程批間控制中,模型的狀態(tài)觀測(cè)矩陣存在缺秩的問(wèn)題,提出一種基于ANOVA模型和貝葉斯估計(jì)理論的狀態(tài)估計(jì)法。該方法結(jié)合晶圓生產(chǎn)過(guò)程中常見(jiàn)的IMA(1,1)擾動(dòng),利用輸出殘差項(xiàng),構(gòu)建狀態(tài)觀測(cè)矩陣,采用貝葉斯估計(jì)法更新機(jī)臺(tái)與產(chǎn)品的相對(duì)狀態(tài)向量,進(jìn)而調(diào)整制程的輸入,使系統(tǒng)輸出接近最優(yōu)。該方法避免了狀態(tài)矩陣的逆運(yùn)算,提高了算法的運(yùn)算效率。此外,對(duì)該算法的計(jì)算復(fù)雜度進(jìn)行了分析。最后通過(guò)數(shù)值仿真實(shí)驗(yàn)和逆向工程仿真,驗(yàn)證了貝葉斯?fàn)顟B(tài)估計(jì)法的有效性。(2)針對(duì)批間控制和晶圓自身生產(chǎn)特性造成的測(cè)量時(shí)延問(wèn)題,提出了一種基于EMEWMA的測(cè)量時(shí)延估計(jì)方法。根據(jù)期望最大化(EM)算法,構(gòu)造關(guān)于測(cè)量時(shí)延的似然函數(shù),設(shè)置系統(tǒng)收斂條件,通...
【文章來(lái)源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:129 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
混合產(chǎn)品生產(chǎn)測(cè)量時(shí)延示意圖
圖 3.5 批間控制的時(shí)延形式Fig. 3.5 The form of metrology delay in RtR control次測(cè)得晶圓品質(zhì)數(shù)據(jù)為 ( )ty t - τ;但若11t tτ τ-+ < ,得到及時(shí)測(cè)量,則取 ( ) ( )11t ty t τ y t τ-- = - - 作為第 t量時(shí)延做如下假設(shè): $ D N*,使得 " t N*都有tτ £ D成立. 則稱 D 為為正整數(shù)集合。在第 t 批次的測(cè)量時(shí)延為 {1 ,2, , ,}tτ d D,結(jié)合量時(shí)延的擾動(dòng)估計(jì)式為: ( ) ( )( ( ))t ta t = a t - τ - λ T - y t - τ批次的測(cè)量時(shí)延 τ=d 的概率為 ( )( )p d = P τ = d,
本文編號(hào):3446801
【文章來(lái)源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:129 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
混合產(chǎn)品生產(chǎn)測(cè)量時(shí)延示意圖
圖 3.5 批間控制的時(shí)延形式Fig. 3.5 The form of metrology delay in RtR control次測(cè)得晶圓品質(zhì)數(shù)據(jù)為 ( )ty t - τ;但若11t tτ τ-+ < ,得到及時(shí)測(cè)量,則取 ( ) ( )11t ty t τ y t τ-- = - - 作為第 t量時(shí)延做如下假設(shè): $ D N*,使得 " t N*都有tτ £ D成立. 則稱 D 為為正整數(shù)集合。在第 t 批次的測(cè)量時(shí)延為 {1 ,2, , ,}tτ d D,結(jié)合量時(shí)延的擾動(dòng)估計(jì)式為: ( ) ( )( ( ))t ta t = a t - τ - λ T - y t - τ批次的測(cè)量時(shí)延 τ=d 的概率為 ( )( )p d = P τ = d,
本文編號(hào):3446801
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3446801.html
最近更新
教材專著