CMP过程多变量免疫预测R2R控制方法 .pdfVIP

学兔兔 第33卷 第11期 仪 器 仪 表 学 报 Vo1J 33 No．11 2012年11月 Chinese Journal of Scientific Instrument NOV．2012 CMP过程多变量免疫预测R2R控制方法 王 亮 ，胡静涛 (1中国科学院沈阳自动化研究所工业信息学重点实验室 沈阳 110016； 2中国科学院研究生院 北京 100039；3沈阳化工大学 沈阳 110142) 摘 要：为了解决多输人多输出和产品质量不易在线测量的化学机械研磨(chemical mechanical polishing，CMP)过程R2R(rnn—to— run)控制的难题，提出了一种基于贝叶斯最小二乘支持向量机(Bayes least squares support vector machine，BIS-SVM)预测模型和克 隆选择免疫多目标滚动优化算法的CMP过程多变量R2R预测控制器BSVMPR2R。由IS-SVM和贝叶斯证据框架(Bayes evidence framework，BEF)方法分别构建材料去除率(material removal rate，MRR)和晶圆内非均匀度(within—wafer nonuniformity，WIWNU)的 BIS—SVM预测模型，解决了线性预测模型的失配问题；通过预测误差对后续批次过程扰动和漂移进行在线估计实现反馈校正，提 高了预测模型精度；将多变量控制问题转化为基于2个预测模型的多目标优化问题，由克隆选择免疫多目标滚动优化算法求解最 优控制律提高了控制精度。仿真结果表明，BSVMPR2R控制器的性能优于双指数加权移动平均(double exponential weighted nov— ing average，dEWMA)多变量控制器，抑制了CMP过程扰动和漂移的影响，显著降低了MRR和WIWNU的均方根误差。 关键词：化学机械研磨；R2R控制；最小二乘支持向量机；贝叶斯证据框架；克隆选择；预测控制 中图分类号：TP202 TH87 文献标识符：A 国家标准学科分类代码：510．8060 Multivariable immune predictive R2R control method for CMP process Wang Liang ， ．Hu Jingtao (J Key Laboratory of Industrial Informatics，Shenyang Institute of Automation，Chinese Academy of Sciences， Shenyang110016，China；2 Graduate Schoolofthe ChineseAcademy ofSciences，Be 100039，China； 3 Shenyang University ofChemical Technology，Shenyang 110142，China) Abstract：In order to solve the R2 R(run—to—run)contro