温度对电容薄膜真空计测量影响的实验研究

采用了一支满量程为1333Pa的绝压式电容薄膜真空计,在金属膨胀式真空标准装置上对其进行温度变化的影响实验研究,包括在开和未开控制单元的规管恒温和温度补偿功能两种情况下环境温度变化的实验,并在实验过程中记录了电容薄膜真空计的零点漂移情况。其中,在打开控制单元的规管恒温和温度补偿功能的条件下,电容薄膜真空计测量准确度非常好。而在未打开控制单元的规管恒温和温度补偿功能的条件下,在10^-2～10^-1Pa两个量级上电容薄膜真空计的示值与标准值有较大偏差,最大偏差为36％;而在1～10^2Pa量级上电容薄膜真空计测量准确度也非常好。     

晶圆表面缺陷模式识别的二维主成分分析卷积自编码器

由于半导体制造过程的高度复杂性和动态性,各种过程故障通常导致晶圆表面出现各种缺陷模式.为了有效地识别晶圆表面缺陷模式从而及时地诊断和控制故障源,提出一种深度神经网络模型--二维主成分分析卷积自编码器(two-dimensional principal component analysis-based convolutional autoencoder, PCACAE).首先,提出一种基于改进的二维主成分分析算法(conditional2DPCA,C2DPCA)的图像卷积核,形成PCACAE的第1个卷积层;其次,对卷积输出进行池化操作并卷积编码重构,构建一个卷积编码器,并提取其编码部分作为PCACAE的第2层卷积层的初始化权值,从而形成一个深度网络模型,实现晶圆图像的特征学习;最后, PCACAE网络进行训练微调得到最终网络模型.将PCACAE应用于WM-811K晶圆图像数据库并与其他算法进行对比测试,实验结果表明, PCACAE在晶圆表面缺陷识别上的性能优于其他经典的卷积神经网络模型(如GoogLeNet,DensNet等),从而验证了该方法的有效性与工业可应用性.     

冷阴极电离真空计校准方法研究

主要介绍了冷阴极电离真空计结构、工作原理及冷阴极电离真空计的校准方法和校准装置,并对校准数据进行了处理.由于冷阴极电离真空计为非线性真空计,通过比较,校准结果采用了校准曲线的方式,可提高校准的准确度,减小校准不确定度,保证真空测量的可靠性.