硅片检测半导体运动台控制器的设计(二)

news2025/1/19 20:18:22
虽然我国目前对于精密硅片检测运动平台的整机研发还比较空白,但是值得注意的是,对于 X Y 两自由度运动平台,甚至多自由度运动平台、先进驱动方式和控制策略的研究已经积累了一定的经验,吸收这些经验并应用于本运动平台的研发对选择正确的机械结构、使用先进的驱动方式、正确的控制方法、加快项目的开展进度和保证项目的完成都有积极的意义。对比国外标准化的精密运动平台和国产精密平台如下。
日本在精密装备的制造上也已经有多年的积累,在国际上也占有十分领先的地位。日本精密装备厂商 THK ,提供的精密 XY 平台与本运动平台具有较多的相似之处,并具有种类丰富、多自由度行程和精度可以自由选择和组合的特点,典型结构如图 1-3 所示。
该平台导轨部分使用可靠性优异的 LM 滚动导轨,可长期保持高精度。进给丝杠使用精密滚珠丝杠,可实现无间隙的精确定位进给。可以选择的行程有 50mm 100mm 等等,最大可选行程可达 500mm ,最大载重可达 250kg 。可以选择的重复定位精度有 1um 2um和 3um 。并配有软式伸缩防尘罩可选。与之对比,虽然我国目前在超高精密装备的研究和开发上还存在比较多急需解决的
问题,与国外发达国家无论在理论研究还是工程实践上都还有较大的差距。但是,随着改革开放 30 年中国经济的高速发展、国内外学术交流的增多、先进零部件的引进以及电气控制等理论和学术领域研究的进步,国产精密运动装备也取得了长足的进步。例如,国内深圳大族电机科技有限公司生产的三自由度精密运动平台,重复定位精度也已经可以达到精密级别(±2μm ),如图 1-4 所示。
LMSU13 平台,采用无铁心式 LSMU 系列直线电机作为直线运动直接驱动元件, DDR系列旋转电机作为旋转运动直接驱动元件,使用增量式光学反馈系统,三维平台结构紧凑、无机械接触、低噪音、寿命长,无机械传动环节,高速响应,加减速时间短,可安装外罩,适用于高精度检测和定位应用场合。主要参数技术指标为:
(1)最大行程 250mm*300mm*360 °;
(2)重复定位精度:直线± 2μm ,旋转± 2 角秒;
(3)三维尺寸约 516mm*650mm*356mm
(4)直线电机峰值推力 308N ,旋转电机峰值扭矩 17NM

 

硅片检测运动平台总体设计
参考国外先进硅片检测运动装备的经验知:硅片检测过程必须使用到多自由度精密运动平台,且其自由度个数一般主要可分为三自由度和四自由度两种。三自由度一般是指:R Z theta ,四自由度一般是指: X Y Z theta 。本章首先对硅片检测的基本原理和流程进行了介绍,分析了运动平台在多个自由度上的性能参数需求,然后在需求分析的基础上,提出了一种整机设计方案,并分别从机械机构设计和控制系统设计的角度对其进行了介绍。
2.1 设计要求和技术参数
2.1.1 硅片检测运动原理
多自由度精密硅片检测运动平台的主要应用场合是:硅片表面化学颗粒污染物的检测,其主要检测目标是直径为 30nm~100nm 的化学颗粒污染物 [17] 。其基本工作原理是: 使用光学镜头对硅片表面进行地毯式的扫描,在成像系统中观察和记录化学颗粒污染物 形貌和位置,并要求可以在控制系统的帮助下准确获知和记录该污染物在整个硅片上的 位置坐标,直至扫描完整个硅片表面。众所周知,要完成对一个圆平面的完整扫描可以使用逐行扫描的方式也可以使用螺旋扫描的方式。本文对比了这两种工作方式对运动平台提出的不同要求,三自由度运动平台相对具有以下优点:(1 )三自由度比四自由度少一个自由度的运动要求,可以节约成本;(
2 )减少了一级直线运动,可以降低整个运动平台的高度,增加平台结构的紧凑性,更好的保证精度;
(3)螺旋扫描可以比逐行扫描
有更高的工作效率。所以,本文根据三自由度螺旋扫描的工作方式对运动平台进行了设计。
三自由度精密硅片检测运动平台检测的基本工作原理:光学镜头以 50um 大小(也可为 100um 150um 等)的光斑沿着阿基米德螺线,如图 2-1,完成对整个硅片上表面指定大小范围内的化学颗粒污染物的扫描检测。其中,阿基米德螺线式扫描运动可以由沿硅片半径 R 方向的匀速直线进给运动和沿硅片圆心 Theta 轴的匀速旋转运动叠加形成。合成后的阿基米德螺线如图 2‐1。
以使用直径 50um 大小光斑进行扫描为例,匀速直线运动和匀速旋转运动叠加生成的阿基米德螺线运动可以覆盖到硅片的整个表面,同时硅片沿半径 R 方向的匀速直线进给运动的速度为硅片每旋转一圈直线进给量 50um (或对应其他检测光斑的直径)。由此 可得,这是硅片化学颗粒污染检测的一种典型的常用的基本方法,在这种工作方式下其旋转运动速度和直线运动速度之间有某种对应关系,即直线运动速度为 50um/ 圈。除此 之外,目前也有多个光斑同时检测的检测方式,它的基本工作原理与前文描述的单个光斑检测基本类似,不同之处就是使用多个光斑在硅片上同时进行检测,这种方法可以较好的提高硅片检测的效率。

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/106159.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

分布式系统(事务处理)

文章目录事务(Transaction)分布式事务原子提交协议单阶段提交两阶段提交三阶段提交串行等价 / 并发控制分布式死锁锁超时全局等待图边追逐算法事务放弃时的恢复服务器崩溃后的恢复恢复文件重组恢复文件日志从Crash 中恢复2PC 的恢复事务(Tran…

【Bio】基础生物学 - 化学键 chemical bond

文章目录化学键1. 共价键2. 离子键3. 金属键4. 非共价键5. 氢键Ref.化学键 化学键(chemical bond)是纯净物分子内或晶体内相邻两个或多个原子(或离子)间强烈的相互作用力的统称。使离子(ion)相结合或原子&…

【强化学习笔记】二.价值学习

文章目录Q&A1.DQN工作原理2.如何训练DQN2.1.如何更新模型参数3.2.1.完整走完流程,再更新模型参数。3.2.2.无需走完流程,即可更新模型参数。3.如何将TD算法应用到DQN网络Q&A 问:强化学习的目标是什么? 最大化累计奖励&am…

Windows 的 常用指令操作

目录 1、启动方式 2、修改cmd窗口背景色和字体色 3、文件夹常用指令 4、网络相关常用指令 5、其他常用命令 1、启动方式 用户启动:winR,输入cmd,Enter。 管理员启动:winR,输入cmd,CTRLShiftEnter。 …

Dubbo架构设计与源码解析(二) 服务注册

一、Dubbo简介 Dubbo是一款典型的高扩展、高性能、高可用的RPC微服务框架,用于解决微服务架构下的服务治理与通信问题。其核心模块包含【RPC通信】和【服务治理】,其中服务治理又分为服务注册与发现、服务容错、负载均衡、流量调度等。今天…

强化学习 —— DQN 代码遇到的问题总结

No module named ‘torch‘ 在把 DQN 代码复制到 PyCharm,点击“运行”后,出现了该报错。是因为当前环境中缺少 pytorch。解决方法: pip install torch如果因为网络问题安装特别慢,可从如下源进行下载: pip install…

php宝塔搭建部署实战开源版OneNav网址导航书签系统源码

大家好啊,我是测评君,欢迎来到web测评。 本期给大家带来一套php开发的开源版OneNav网址导航书签系统源码,感兴趣的朋友可以自行下载学习。 技术架构 PHP7.2 nginx SQLite3 JS CSS HTMLcnetos7以上 宝塔面板 文字搭建教程 下载源码&a…

【RuoYi-Vue-Plus】学习笔记 46 - Redisson(十二)布隆过滤器 BloomFilter 简单分析

文章目录前言参考目录测试方法配置说明Demo 方法功能调用流程分析1、布隆过滤器的初始化 tryInit1.1、创建布隆过滤器1.2、初始化布隆过滤器1.2.1、计算 bit 位数1.2.2、计算 Hash 函数个数1.2.3、保存过滤器配置Redis 实际执行结果2、将待比较元素存入布隆过滤器 addRedis 实际…

QT QMenuBra QMenu QAction 菜单栏 操作详解

本文详细的介绍了QMenuBra QMenu QAction 菜单栏的各种操作,例如操作:新建界面、加入菜单项、加入子菜单、新建二级子菜单、QAction分隔符、pMenuBar、点击信号、触发信号、设置图标、设置禁用、设置提示语 等操作 本文作者原创,未经允许禁止…

Eclipse常用设置

Eclipse 是著名的跨平台的自由集成开发环境(IDE)。最初主要用来 Java 语言开发,但是目前亦有人通过插件使其作为其他计算机语言比如 C 和 Python 的开发工具 目录 1.解决中文乱码设置propertiew编码 2.更改字体大小 3.设置护眼颜色 4.修…

Usaco Training刷怪旅 第二层第一题:Milking Cows

usaco training 关注我持续更新usaco training内容 Three farmers rise at 5 am each morning and head for the barn to milk three cows. The first farmer begins milking his cow at time 300 (measured in seconds after 5 am) and ends at time 1000. The second farmer …

Go语言入门【09】结构体

结构体 相比于Java,在Go语言中没有类的概念,但是多了结构体。结构体与Java中的类很像,是表示一系列同一类型或不同类型的数据构成的数据集合。 例如可以将学生抽象成一个结构体,每一个学生有以下属性: Name&#xf…

基于pytorch搭建CNN 对人像是否戴口罩进行检测分类 详细教程

项目介绍 我们将使用 CNN (卷积神经网络)和机器学习分类器创建一个检测一个人是否戴着口罩的分类器。它将检测一个人是否戴着口罩。 我们将从头开始学习,我将对每一步进行解释。我需要你对机器学习和数据科学有基本的了解。我已经在本地 Windows 10 机器上实现了它,如果你…

A-Level/IB/AP不同课程体系分数可以相互转换吗?

都知道国际学校有不同的课程体系,也会有不同的考试体系。比如A-Level、IB、SAT/ACT和AP;甚至还有国内的高考体系。所以可能有同学家长会问,不同体系之间的分数是否能够进行对比呢? 严格来讲,其实不好对比,但…

wy的leetcode刷题记录_Day59

wy的leetcode刷题记录_Day59 声明 本文章的所有题目信息都来源于leetcode 如有侵权请联系我删掉! 时间:2022-12-9 前言 目录wy的leetcode刷题记录_Day59声明前言1780. 判断一个数字是否可以表示成三的幂的和题目介绍思路代码收获63. 题目题目介绍思路代码收获178…

m基于RFID和DBSCAN聚类的InSAR室内三维定位算法的matlab仿真

目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 许多室内应用需要有关物体的空间信息。示例应用程序包括项目查找,对象级别映射和在仓库或库中管理的大型对象。然而,使用802.11,可见光或声学的基于位置的服务…

浏览器里console是异步的

console我一直以为是同步执行的,直到在一本书上看到,才了解到console本身有异步的特性。虽然在平常开发中经常使用console,但是真的没有意识到它的异步性。 下面就看下异步的实例 基础类型 该类型是我们开发中经常使用的,正是这…

01VSCode配置Anaconda 环境和调试环境

VSCode配置Anaconda 环境 Anaconda 简介 自带Python解释器Anaconda 附带了一大批常用数据科学包150 多个科学包及其依赖项Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的,包含了虚拟环境管理工具通过虚拟环境可以使不同的Pyth…

【Python深度学习】RNN循环神经网络结构讲解及序列回归问题实战(图文解释 附源码)

需要全部代码请点赞关注收藏后评论区留言私信~~~ 循环神经网络 循环神经网络(Recurrent Neural Network,RNN)是用于对序列的非线性特征进行学习的深度神经网络。循环神经网络的输入是有前后关联关系的序列。 循环神经网络可以用来解决与序列…

python数据预处理时缺失值的不同处理方式!

在使用python做数据分析的时候,经常需要先对数据做统一化的处理,缺失值的处理是经常会使用到的。 一般情况下,缺失值的处理要么是删除缺失数据所在的行,要么就是对缺失的单元格数据进行填充。 今天介绍的是使用差补法/均值/固定…