本文關鍵詞：基于模糊神經(jīng)網(wǎng)絡的晶圓清洗機過濾器建模

  更多相關文章： 晶圓清洗機 模糊神經(jīng)網(wǎng)絡 過濾器流量預測 模糊聚類

【摘要】：晶圓的清洗是半導體生產(chǎn)過程的重要工藝環(huán)節(jié),晶圓對微污染物的存在非常敏感,晶圓的清洗質量直接關系到芯片的成品率,是關乎生產(chǎn)成本的關鍵因素之一。目前濕法清洗是被廣泛采用的清洗技術,濕法清洗技術關鍵是對過濾器更換的控制,而控制的重要依據(jù)是清洗機內化學品的流量和濃度。論文研究了晶圓清洗機液態(tài)化學品過濾器的流量預測模型,并基于該流量預測模型對過濾器及生產(chǎn)線的更換進行優(yōu)化,解決過早更換過濾器造成的過濾器未物盡其用的浪費和延遲更換過濾器導致流量EP (Excursion Prevention)報警造成的晶圓廢品,有效的降低了生產(chǎn)成本。論文的主要研究工作如下：(1)對晶圓清洗機過濾器流量預測進行了研究。通過現(xiàn)場實際采樣,選取構建模糊神經(jīng)網(wǎng)絡的訓練樣本集和檢測樣本集數(shù)據(jù)；對采集的數(shù)據(jù)進行標準化去除噪聲處理。(2)進行模糊神經(jīng)網(wǎng)絡建模和學習算法的研究。建立模糊神經(jīng)網(wǎng)絡模型,并進行了實例驗證；研究該模型的預測精度及誤差原因,并提出改進措施。(3)對模糊神經(jīng)網(wǎng)絡模型的算法進行改進研究。提出了基于新目標函數(shù)的模糊聚類算法。該算法將輸入量的變化引入到模型的輸入空間,改善模型的結構。通過改進的聚類算法確定模糊神經(jīng)網(wǎng)絡的結構和網(wǎng)絡參數(shù)、權值,確定模糊神經(jīng)網(wǎng)絡神經(jīng)元個數(shù)和規(guī)則數(shù),利用改進型模糊神經(jīng)網(wǎng)絡對晶圓清洗機過濾器流量進行預測研究。(4)搭建實驗平臺,進行實踐平臺的實際測試,包括模型結構的確定,參數(shù)的估計及實踐平臺的應用流程。在研究中,通過理論分析和實踐驗證,本文提出的基于模糊神經(jīng)網(wǎng)絡的預報方法可以實現(xiàn)自動預報,實現(xiàn)過濾器自動更換。
【關鍵詞】：晶圓清洗機 模糊神經(jīng)網(wǎng)絡 過濾器流量預測 模糊聚類
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN305
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-15
• 1.1 研究領域及應用價值8-10
• 1.1.1 研究領域8-9
• 1.1.2 應用價值9-10
• 1.2 國內外研究概況10-11
• 1.3 神經(jīng)網(wǎng)絡模型及國內外研究現(xiàn)狀11-14
• 1.4 本文主要研究工作14-15
• 2 晶圓清洗機(JK751)過濾器工作原理15-18
• 2.1 晶圓清洗機簡介15-16
• 2.2 過濾器的數(shù)學模型16-17
• 2.3 本章小結17-18
• 3 基于模糊神經(jīng)網(wǎng)絡的晶圓清洗機過濾器流量預測建模18-31
• 3.1 模糊神經(jīng)網(wǎng)絡18
• 3.2 基于模糊神經(jīng)網(wǎng)絡的建模和學習算法18-21
• 3.3 過濾器流量原始數(shù)據(jù)的獲得及去噪處理21-23
• 3.4 系統(tǒng)輸入量的選擇23-24
• 3.5 基于模糊神經(jīng)網(wǎng)絡的過濾器流量的預測研究24-30
• 3.6 本章小結30-31
• 4 基于改進型模糊神經(jīng)網(wǎng)絡的建模方法31-45
• 4.1 改進型模糊神經(jīng)網(wǎng)絡建模31-33
• 4.1.1 模糊模型的描述31
• 4.1.2 模糊神經(jīng)網(wǎng)絡結構31-33
• 4.2 基于目標函數(shù)的模糊聚類分析33
• 4.3 改進模糊聚類的模糊神經(jīng)網(wǎng)絡辨識33-38
• 4.4 基于改進型模糊神經(jīng)網(wǎng)絡的過濾器流量預測研究38-44
• 4.5 本章小結44-45
• 5 實物實踐平臺的搭建45-51
• 5.1 應用設計要求45
• 5.2 JK751型晶圓清洗機過濾器更換規(guī)程45-46
• 5.3 實物實踐平臺的應用流程46-47
• 5.4 實踐平臺47-50
• 5.5 本章小結50-51
• 結論51-52
• 參考文獻52-55
• 攻讀碩士學位期間發(fā)表學術論文情況55-56
• 致謝56-57

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊云;付彥麗;;基于T-S模型模糊神經(jīng)網(wǎng)絡的PM2.5質量濃度預測[J];陜西科技大學學報(自然科學版);2015年06期

2 胡蓉;徐蔚鴻;甘嵐;;一種連續(xù)增量學習模糊神經(jīng)網(wǎng)絡[J];模式識別與人工智能;2013年08期

3 郭曉巖;;變風量空調系統(tǒng)的模糊神經(jīng)網(wǎng)絡預測控制[J];沈陽工業(yè)大學學報;2013年01期

4 任偉建;王喜剛;王思宇;;基于模糊神經(jīng)網(wǎng)絡的抽油機故障診斷方法[J];自動化技術與應用;2012年04期

5 許哲萬;李晶皎;王愛俠;郭先日;;一種基于改進T-S模糊推理的模糊神經(jīng)網(wǎng)絡學習算法[J];計算機科學;2011年11期

6 蔡青龍;;淺談晶圓代工產(chǎn)業(yè)崛起的藍海戰(zhàn)略與激烈競爭下的各公司層戰(zhàn)略[J];東方企業(yè)文化;2010年08期

7 任耀華;康冬妮;;單晶圓清洗技術的研究[J];科技情報開發(fā)與經(jīng)濟;2009年29期

8 戴文戰(zhàn);婁海川;楊愛萍;;非線性系統(tǒng)神經(jīng)網(wǎng)絡預測控制研究進展[J];控制理論與應用;2009年05期

9 張偉鋒;周國安;詹陽;;CMP后的晶圓清洗過程研究[J];電子工業(yè)專用設備;2008年06期

10 張正榮;汪輝;;半導體化學溶液的濃度控制[J];電子與封裝;2008年01期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 陳東輝;基于目標函數(shù)的模糊聚類算法關鍵技術研究[D];西安電子科技大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 蔡靜穎;模糊c-均值算法的研究[D];遼寧師范大學;2010年

，

本文編號：775642