针对具有不稳定扰动的半导体制造中基于张量的过程控制与监控
机器学习
2024-02-01 v1 机器学习
系统与控制
图像与视频处理
系统与控制
摘要
随着制造系统中安装的传感器的发展与普及,在制造过程中收集到了复杂的数据,这给传统过程控制方法带来了挑战。本文针对半导体制造过程中收集的高维基于图像的套刻误差(以张量形式建模)的复杂结构,提出了一种新颖的过程控制与监控方法。所提出的方法旨在使用有限的控制配方来减少套刻误差。我们首先建立了一个高维过程模型,并提出了不同的张量对向量回归算法来估计模型中的参数,以缓解维数灾难。然后,基于张量参数的估计,设计了用于张量数据的指数加权移动平均 (EWMA) 控制器,其稳定性在理论上得到了保证。考虑到低维控制配方无法补偿图像上所有高维扰动这一事实,我们对控制残差进行监控,以防止不可控的高维扰动发生显著漂移。通过广泛的仿真和实际案例研究,评估了张量空间中参数估计算法和 EWMA 控制器的性能。与现有的基于图像的反馈控制器相比,验证了我们方法的优越性,尤其是在扰动不稳定时。
引用
@article{arxiv.2401.17573,
title = {Tensor-based process control and monitoring for semiconductor manufacturing with unstable disturbances},
author = {Yanrong Li and Juan Du and Fugee Tsung and Wei Jiang},
journal= {arXiv preprint arXiv:2401.17573},
year = {2024}
}
备注
30 pages, 5 figures