SIA OpenIR  > 信息服务与智能控制技术研究室
CMP过程多变量免疫预测R2R控制方法
其他题名Multivariable immune predictive R2R control method for CMP process
王亮; 胡静涛
作者部门信息服务与智能控制技术研究室
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
发表期刊仪器仪表学报
ISSN0254-3087
2012
卷号33期号:11页码:2586-2593
收录类别EI ; CSCD
EI收录号20130215883844
CSCD记录号CSCD:4717640
产权排序1
资助机构国家科技重大专项(2009ZX02008-003、国家科技重大专项( 2009ZX02001-005、国家自然科学青年基金(61104093 )、973 计划前期研究专项课题(2010CB334705) 资助项目
摘要为了解决多输入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(nm-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, BLS-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LS-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) 和品圆内非均匀度(witmn-wafer nonwüformity , WIWNU) 的BLS-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j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 moving 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。
其他摘要In order to solve the R2R(run-to-run) control problem in chemical mechanical polishing (CMP) process with the features of multi-input & multi-output and difficulty of product quality online measurement, a CMP process multivariable predictive R2R controller named BSVMPR2R based on Bayes least squares support vector machine (BLS-SVM) prediction model and the clonal selection immune multi-objective receding horizon optimization algorithm are proposed.LS-SVM and Bayes evidence framework(BEF) methods are used to build the BLS-SVM prediction models of material removal rate (MRR) and within-wafer nonuniformity (WIWNU), respectively, which solve the mismatch problem of linear prediction model.The prediction errors are used to online estimate the next run disturbances and drifts, achieve feedback correction and improve the prediction model accuracy.Multivariable control problem is transformed into multi-objective optimization problem based on the two prediction models, and clonal selection immune multi-objective receding horizon optimization algorithm is used to solve the optimal control law, which improves the control precision.Simulation results illustrate that the performance of BSVMPR2R controller is superior to that of double exponential weighted moving average (dEWMA) multivariable controller, the effects of CMP process disturbances and drifts are restrained, and the RMSEs of MRR and WIWNU are reduced significantly.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/10321
专题信息服务与智能控制技术研究室
作者单位1.中国科学院沈阳自动化研究所工业信息学重点实验室
2.中国科学院研究生院
3.沈阳化工大学
推荐引用方式
GB/T 7714
王亮,胡静涛. CMP过程多变量免疫预测R2R控制方法[J]. 仪器仪表学报,2012,33(11):2586-2593.
APA 王亮,&胡静涛.(2012).CMP过程多变量免疫预测R2R控制方法.仪器仪表学报,33(11),2586-2593.
MLA 王亮,et al."CMP过程多变量免疫预测R2R控制方法".仪器仪表学报 33.11(2012):2586-2593.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CMP过程多变量免疫预测R2R控制方法.(1553KB)期刊论文出版稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王亮]的文章
[胡静涛]的文章
百度学术
百度学术中相似的文章
[王亮]的文章
[胡静涛]的文章
必应学术
必应学术中相似的文章
[王亮]的文章
[胡静涛]的文章
相关权益政策
暂无数据
收藏/分享
文件名: CMP过程多变量免疫预测R2R控制方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。