基于图像配准的晶圆表面缺陷检测

设计了一种基于图像配准技术的晶圆表面缺陷自动检测系统,满足目前对晶圆生产中良率的需求。通过SURF (Speeded Up Robust Features)图像配准算法实现待测晶圆图像和标准晶圆图像的空间位置上的匹配。同时对晶圆表面常见的缺陷类型进行分析和研究,采用缺陷轮廓特征提取的方法进行缺陷分类,并对缺陷类型进行相应的标记,实现晶圆表面缺陷的自动检测和识别。     

[质量优化]数据驱动的晶圆图缺陷模式识别方法

针对晶圆生产过程中晶圆图数据角度与维度多样性和数量不平衡的特点,提出了基于对抗生成网络的晶圆图缺陷模式识别方法。设计了Radon变换,实现了数据多角度的统一;采用重采样机制实现数据多维度的缩放,得到了标准晶圆缺陷数据。提出了基于对抗生成网络的晶圆缺陷分类方法,利用生成机制平衡各缺陷模式的样本数量,以提升缺陷模式识别精度。试验结果表明,该方法可大幅提升少类样本的识别精度,且在整体识别率上远优于支持向量机和Adaboost算法。     

数据驱动的晶圆图缺陷模式识别方法

针对晶圆生产过程中晶圆图数据角度与维度多样性和数量不平衡的特点,提出了基于对抗生成网络的晶圆图缺陷模式识别方法。设计了Radon变换,实现了数据多角度的统一;采用重采样机制实现数据多维度的缩放,得到了标准晶圆缺陷数据。提出了基于对抗生成网络的晶圆缺陷分类方法,利用生成机制平衡各缺陷模式的样本数量,以提升缺陷模式识别精度。试验结果表明,该方法可大幅提升少类样本的识别精度,且在整体识别率上远优于支持向量机和Adaboost算法。     

晶圆预对准系统建模及仿真

为了对晶圆预对准过程进行建模及仿真,建立了晶圆边缘数据采集模型,其重点在于缺口模型的建立。首先采用分段函数法对晶圆边缘曲线进行建模,再根据几何关系分段建立晶圆边缘数据采集模型。最后,根据所采集到的晶圆边缘的数据分别采用不同算法计算出晶圆的偏心及缺口的方向。该模型不但建立了包括缺口在内的完整晶圆边缘模型,而且还考虑了转动中心偏置及CCD分辨率等的影响,利用此模型可以系统的对晶圆预对准过程进行深入的研究。     

基于多代理的知识有色赋时Petri网的晶圆制造系统建模方法

为了对大规模、复杂的晶圆制造系统进行有效建模,提出了基于多代理的知识有色赋时Petri网的晶圆制造系统分层建模方法。在设备层,对晶圆制造系统的系统资源、内部行为和知识进行封装,建立了设备层代理模型。在设备组层和系统层,根据系统需求对各设备组内部及其之间的关系进行配置,分别建立了设备层和系统层代理模型。该方法提高了模型的可配置和重用性,降低了建模的复杂性,同时将知识与模型的库所和变迁集成,增强了模型的运行决策能力。通过上海某企业的150 mm晶圆的生产数据验证,证明了基于多代理的知识有色赋时Petri网的晶圆制造系统模型的有效性。     

转子-轴承系统局部边界参数识别方法

为了提高实际工程中转子系统某一局部结构的动力特性和计算效率,便于局部振动分析并简化系统建模,提出了一种局部约束参数识别方法。考虑系统各部件间的耦合效应,对转子系统的轴和盘片结构进行分解,建立子系统与主系统。通过动力学方程推导,获得局部求解,识别子系统与主系统的边界单元约束刚度与阻尼。通过识别的约束刚度阻尼建立子系统,计算其各个节点的响应,并将其与整体模型的对应节点响应结果进行对比验证,证明了该方法的可行性。该方法为旋转构件局部结构的建模与振动分析提供了便利。     

转子-轴承系统局部边界参数识别方法

为了提高实际工程中转子系统某一局部结构的动力特性和计算效率,便于局部振动分析并简化系统建模,提出了一种局部约束参数识别方法。考虑系统各部件间的耦合效应,对转子系统的轴和盘片结构进行分解,建立子系统与主系统。通过动力学方程推导,获得局部求解,识别子系统与主系统的边界单元约束刚度与阻尼。通过识别的约束刚度阻尼建立子系统,计算其各个节点的响应,并将其与整体模型的对应节点响应结果进行对比验证,证明了该方法的可行性。该方法为旋转构件局部结构的建模与振动分析提供了便利。     

磁瓦表面图像的曲线拟合缺陷提取方法

为了克服磁瓦图像光照不均匀、缺陷区域对比度低等难点,提出了一种基于曲线拟合的图像分割方法。对磁瓦图像进行逐行扫描后得到的灰度曲线,利用形态学滤波去除尖锐的波峰和波谷,然后以二次曲线作为模型采用最小二乘法拟合平滑后的曲线得到该扫描线的灰度分布趋势,最后通过差分手段减弱背景影响、突出缺陷区域,用阈值分割将缺陷区域提取出来。实验证明该方法能够有效准确地提取不同光照下磁瓦内、外表面的不同种类缺陷,为后续缺陷的分类识别奠定了良好基础。     

基于锥束CT图像的数字样品建模方法研究

提出了一种同时包含物体内部材料分布和表面几何信息的数字样品概念,研究并实现了基于锥束CT图像的数字样品建模方法。在材料建模方面,根据材料识别提出了一种计算材料相分布的方法;在几何建模方面,针对锥束CT图像的特点,提出并实现了一种局部结构重构和整体拓扑重构相结合的三维物体表面重构新方法。实验表明,该研究为三维物体内部结构和表面信息的测量重构提供了一种可行的新建模方法和实现技术。     

基于主成分分析的大型管道三维表面重建

针对大量的点云数据要求快速、方便且精度高的特点,在轮廓线拼接建模方法的基础上提出一种结合主成分分析的三维表面建模方法。由结构光扫描系统获得点云;通过热传导模型将点云进行片层分割并进行主成分分析,得到纬度圈,从而获得纬度圈上的所有对应点对;在相邻点对之间进行柱面插值连接,生成物体的四边形网格模型和三维表面模型。结果显示,被测管道重构表面平均误差为0.19 mm,小于采用基于轮廓线拼接方法得到模型的平均误差。结果表明,采用基于主成分分析的方法进行管道三维表面重构,其精度得到了有效地提高,满足工程测量的精度要求;同时也证明了该方法的正确性。该重构方法适用于表面是一阶连续性被测物体尺寸及变形的分析。     

交变磁场测量系统数值仿真分析

利用有限元分析软件，建立了交变磁场测量系统的数值仿真模型。基于这个模型，分析了检测位置对确定缺陷大小和分布的影响，发现检测路径离裂纹中心越近，检测到的磁场分布信号越好；检测平面与工件表面间隔越小，Bz曲线越准确，但过小的间隔却可能增大Bz曲线的噪声。同时研究了缺陷几何尺寸与表面磁场分布的对应关系，进一步验证了表面磁场曲线极值间隔与缺陷长度的对应关系；以及在确定缺陷长度的基础上，缺陷深度与Bz曲线极小值之间的一一对应。以上结论为识别缺陷特征专家系统的实现提供了理论依据．     

基于锥束CT图像的数字样品建模方法研究

提出了一种同时包含物体内部材料分布和表面几何信息的数字样品概念,研究并实现了基于锥束CT图像的数字样品建模方法.在材料建模方面,根据材料识别提出了一种计算材料相分布的方法;在几何建模方面,针对锥束CT图像的特点,提出并实现了一种局部结构重构和整体拓扑重构相结合的三维物体表面重构新方法.实验表明,该研究为三维物体内部结构和表面信息的测量重构提供了一种可行的新建模方法和实现技术.     

面向代理的半导体生产线建模技术研究

为了有效分析和评价基于多代理的半导体生产线调度与控制性能,提出了面向代理的有色赋时Petri网的半导体生产线建模方法。将设备代理内部行为进行封装,建立了设备代理的有色赋时Petri网模型。同时,将半导体生产线多代理模型按层次划分为设备代理层、设备组层和系统层,有效地降低了模型的复杂性,提高了模型的可重用性。建立了分布式半导体生产线仿真平台,以实现基于面向代理的着色赋时Petri网的半导体生产线仿真定量分析与评价。以上海某半导体制造企业6英寸晶圆生产线为例,其仿真结果验证了建模与仿真的有效性。     

基于支持向量机的油管内外表面缺陷识别方法

由于根据漏磁信号难以准确识别出油管内、外表面缺陷,为此提出了基于支持向量机(SVM)的油管内外表面缺陷识别方法。采用时频分析技术提取了用于区分油管内外表面缺陷的漏磁信号时域和频域特征量,然后将其作为油管内外表面缺陷识别SVM模型的样本数据,采用改进的云自适应粒子群(MACPSO)优化算法对SVM识别模型的参数进行优选,结合优选的模型参数和样本数据训练构建油管内外表面缺陷识别SVM模型。实验结果表明:该智能识别方法能够有效区分油管的内外表面缺陷,识别准确率高于90%。     

基于ETAEMS/GPGP-CN的半导体生产线动态调度技术研究

针对缺乏半导体生产线动态调度分布协同机制的研究现状,提出了基于扩展的任务分析环境建模与仿真／通用部分全局规划一合同网(ETAEMS／GPGP-CN)的动态调度技术。对TAEMS的非局部影响进行扩展,以实现调度过程中协同关系的定量描述与分析。利用GPGP获取上、下游协同信息,结合合同网的招投标机制,以解决其动态调度。以某150 mm晶圆生产线为例,仿真试验表明了该动态调度算法的有效性。     

基于移动载荷法的单主梁门式起重机结构的缺陷识别

针对识别门式起重机主梁结构缺陷的问题,将移动载荷法应用到结构缺陷识别中。通过三维建模软件UG,建立了单主梁门式起重机的整机模型,在Ansa中形成其有限元模型并进行了网格划分,最后基于有限元分析软件ANSYS对质量为100 kg载重物在起重机主梁上移动的工况进行了模拟,得到了4种不同缺陷尺寸的模型在该工况下特定振型的固有频率曲线。研究结果表明,缺陷尺寸和载重物离开缺陷位置的距离是影响起重机特定振型固有频率的两大关键因素,该结果为起重机无损检测提供了重要依据。     

晶圆热氮烘干系统的设计与研究

设计并研制了一套用于晶圆表面干燥的烘干工艺系统,详细介绍了系统的工作原理及其结构组成。经过实验和用户使用证明,该系统能够满足半导体企业对晶圆表面的一般烘干要求。系统具有操作简便、价格低廉、占用空间少等特点     

基于LabVIEW和Mask R-CNN的柱塞式制动主缸内槽表面缺陷检测

为了解决传统图像处理方法对于铸铝材料表面缺陷检测通用性不高、准确度低等问题,研究了一种基于Mask R-CNN神经网络的缺陷检测系统。首先,采用自主研发的缺陷检测装置采集柱塞式制动主缸内槽表面图像,对其进行预处理,制作成Microsoft COCO格式数据集;其次,搭建适用于该数据集的Mask R-CNN神经网络结构,并绘制训练过程损失函数与平均精度均值曲线;最后,将检测结果与基于SVM和Faster R-CNN模型的检测结果进行比较,统计了3种神经网络模型的单图检测平均时间和识别率。试验结果表明,在相同样本条件下,该方法的识别率比另外2种方法高,达到了93.6%,能够更精确地检测柱塞式制动主缸内槽的表面缺陷。     

月球车沙地行驶动力学建模与仿真

提出建立刚性车轮在松软路面行驶的动力学模型的新方法.该方法对车轮进行离散化处理,基于沉陷理论、剪切理论和被动土压理论预测轮壤接触表面的相互作用力,从而可以对车轮表面的应力分布以及电动机转矩进行分析.进一步地将子模型整合到主副摇臂月球车悬架系统中,建立在松软干砂表面行驶的动力学模型.通过仿真,对移动系统中各个车轮表面的应力分布以及驱动电动机转矩进行分析.为验证模型的正确性,开发了信号处理模块和主副摇臂移动系统试验平台,开展主副摇臂月球车移动系统在干沙表面的移动性能试验研究,对仿真和试验中的车轮功耗以及滑移率进行比较.结果表明主副摇臂移动系统动力学模型具有较好的可信性,该建模方法可以用于高效率的多轮多轴月球车的动力学分析.     

大数据驱动的晶圆工期预测关键参数识别方法

工期是晶圆制造中的重要性能指标,对其进行精准预测可促进系统运行优化,保证订单的准时交付率。针对晶圆工期影响参数多、数据体量大且作用机理复杂的特点,提出数据驱动的晶圆工期关键参数过滤方法,识别影响晶圆工期波动的关键参数。分析晶圆工期潜在影响参数,构建候选参数集;基于信息熵方法设计关键参数的入选测度,综合度量参数间的相关性、冗余性与互补性;提出过滤式的关键参数识别算法,滤取影响工期波动的关键参数子集。采用实例数据,从1 202个候选参数中过滤得到78个关键参数,并采用神经网络模型进行工期预测,结果表明,该方法在预测精度和稳定性上都优于采用全局参数的多元线性回归与神经网络方法。