缓存区工位和调度系统在CMP设备中的应用

介绍了一种半导体专用设备用的缓存装置及其调度方法,此调度方法适用于晶圆的多种工艺加工过程,针对设备在晶圆传输过程中遇到模块故障或者模块超时问题,合理的启用缓存区工位将有受损风险的晶圆收纳到缓存区,并在故障消除后将晶圆恢复至正常工艺流程的方法。该系统方法最大限度地保护晶圆的安全,同时也为快速恢复正常加工提供了保障。     

Cr-Fe-C合金镀层的电化学磨蚀行为研究

利用新开发的从Cr^3 水溶液中电镀非晶态铬合金的新工艺,在铜合金基体上获得了厚度30μm以上的Cr-Fe-C合金镀层。对经不同温度下热处理的镀层进行了显微硬度和XRD分析和腐蚀磨损电化学行为研究。结果表明：该镀层热处理后伴随逐渐向晶态转化可出现明显的硬化现象。钝性的Cr-Fe-C合金镀层在电解质中局部表面受到摩擦作用时,镀层的磨蚀是腐蚀和磨损两种失效形式相互加强和共同作用的结果。与传统的铬及铬合金镀层相比,该镀层可作为经济的耐磨和耐磨蚀镀层使用。     

对抗训练驱动的恶意代码检测增强方法

为了解决恶意代码检测器对于对抗性输入检测能力的不足,提出了一种对抗训练驱动的恶意代码检测增强方法。首先,通过反编译工具对应用程序进行预处理,提取应用程序接口（API）调用特征,将其映射为二值特征向量。其次,引入沃瑟斯坦生成对抗网络,构建良性样本库,为恶意样本躲避检测器提供更加丰富的扰动组合。再次,提出了一种基于对数回溯法的扰动删减算法。将良性样本库中的样本以扰动的形式添加到恶意代码中,对添加的扰动进行二分删减,以较少的查询次数减少扰动的数量。最后,将恶意代码对抗样本标记为恶意并对检测器进行重训练,提高检测器的准确性和稳健性。实验结果表明,生成的恶意代码对抗样本可以躲避目标检测器的检测。此外,对抗训练提升了目标检测器的准确率和稳健性。     

基于双栅长GaN集成工艺的Ku波段收发芯片

研制了一款Ku波段GaN收发多功能芯片。芯片集成了接收通道的低噪声放大器和发射通道的功率放大器,使用单刀双掷开关实现通道间切换。该芯片采用两种不同栅长集成的GaN HEMT工艺。低噪声放大器使用0.10μm低压低噪声工艺,功率放大器和开关使用0.15μm高压高功率工艺。低噪声放大器采用电流复用结构以降低功耗,功率放大器采用三级电抗式匹配网络以提高芯片输出功率。测试结果表明,在14～18 GHz频带内,发射通道线性增益≥30 dB,饱和输出功率≥40.5 dBm,功率附加效率典型值为23%;接收通道线性增益为24 dB（±0.2 dB）,噪声系数典型值为2.3 dB,功耗仅为140 mW(5 V/28 mA)。芯片面积为4.0 mm×3.0 mm。     

沙枣木作为家具用材的性能测试与评价

沙枣是我国水土保持和防风固沙的优良树种之一,其果实具有较高的药用和食用价值。然而,目前对沙枣木材的研究利用较少。为提高沙枣木材的利用率,对沙枣木的密度、干缩湿胀率、冲击强度、抗弯强度、抗压强度、硬度等物理力学性能进行测试分析,并对比研究了沙枣木材与其他家具用材在物理力学性能方面的差异。结果显示,沙枣木材密度较低,而冲击韧性和抗弯强度较高;与其他家具用材性能相比,沙枣木材的干缩湿胀率较高,说明沙枣木材的尺寸稳定性低于其他家具常用材,但其力学性能与其他家具常用材相当。所以,沙枣木可以作为原材料来制作中高档家具产品,这将为沙枣木在家居木制品中的拓展应用奠定基础。     

基于特征优选模型的Siamese网络目标跟踪算法

针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题,提出了基于特征优选模型的Siamese网络目标跟踪算法。首先构建深度网络,有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码,将编码后的特征归一化处理,获取有效目标特征。最后构建特征优选模型,将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力,引入注意力机制,对目标特征自适应加权,使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648,预测精度达到0.853,实时性为59.5 frame/s;在VOT2018标准跟踪数据集测试精度为0.536,期望平均覆盖率为0.192,实时性为44.3 frame/s,证明了该算法的有效性     

准噶尔盆地北部古生代构造演化与石炭系烃源岩

在准噶尔北部地区断裂演化的基础上,将北部地区震旦纪-石炭纪的构造演化划分为两个阶段:①震旦纪-中奥陶世洋盆扩张阶段;②晚奥陶世-石炭纪洋盆俯冲、地体拼接阶段。石炭纪准噶尔盆地北部地区处于半深海-浅海、海-陆过渡环境,具备烃源岩发育条件。钻井和露头揭示,石炭系发育上、下石炭统两套烃源岩。油-源对比分析和构造演化研究表明,伦5井、滴北1井油气主要来源于乌伦古坳陷石炭系。     

西非某油田深水海底扇岩石相类型及其识别方法研究

以西非某油田深水沉积为例,依据重力流类型和岩性将深水海底扇岩石相类型划分为13种类型.提出一种基于交会图技术和多参数判别技术的多方法综合识别技术,依据矿物成分及电性差异归为储层和非储层2类.非储层类岩石相又可归为砂质碎屑流-底部滞留沉积、泥质类沉积、半远洋页岩沉积,滑塌物等4类.利用交会图识别技术对深水海底扇岩石相进行归类;利用逐步判别技术,对同一大类内部具有相似矿物成分、但成因机制不同的岩石相进行判别,从而完成深水海底扇岩石相类型的识别.利用多方法综合识别技术解释的岩石相与取心描述结果吻合率在80%以上,该方法可作为深水海底扇岩石相类型的识别方法.     

新型还原酶的挖掘与设计及手性醇的制备

为了解决生物催化制备手性化合物用催化剂需求的不足、还原酶催化过程存在酶活性低和底物浓度限制的问题。基于基因挖掘技术和还原酶保守序列分析,经筛选和设计获得了新型还原酶SDR05;采用单因素实验和Box-Behnken法,构建了表达还原酶SDR05的重组菌不对称还原[3,5-二(三氟甲基)苯基]乙酮(BTAP)制备相应手性醇的反应体系。结果表明,重组菌在以体积分数为69%异丙醇、3.9 mmol·L^-1氧化型烟酰胺腺嘌呤二核苷酸(NAD⁺)、1mmol·L^-1MgCl₂、300 g·L^-1重组菌、3 000 mmol·L^-1 BTAP和pH为7.4磷酸缓冲液组成的反应体系和32℃、150 r·min^-1条件下催化反应18 h,产物产率和对映体过量值分别为98.3%和99.9%。研究结果丰富了还原酶库,实现BTAP底物在高质量浓度下的转化,为工业化制备(R)-1-[3,5-二(三氟甲基)苯基]乙醇等手性化合物奠定基础。     

基于周期性最大功率点检测的风电机组功率备用控制方法

风电机组通常运行于最大功率输出模式,无法为受扰电网提供紧急功率支撑。稳态时预留部分出力可提高风电机组主动电网支撑能力,为此提出一种基于周期性最大功率点(MPP)检测的风电机组功率备用控制(PRC)方法。通过周期性执行最大功率点跟踪程序检测风电机组实时MPP,一旦检测到MPP即可确定PRC模式参考值并切换为直接功率控制。设置伪单调转速-机械功率曲线使风电机组稳定运行在超速功率备用点,并通过储能装置平抑MPP检测产生的峰值功率波动。仿真结果表明提出的控制方法在定风速和变风速情况下均可以准确控制检测风电机组MPP并实现PRC,并且使得风电机组一次调频效果优于传统PRC。