28、解耦控制与晶圆表面缺陷模式识别方法

解耦控制与晶圆表面缺陷模式识别方法

解耦控制相关

提出了一种基于端口受控哈密顿（PCH）方法的三水箱液位系统（TTLLS）部分解耦控制策略。通过对系统时域动态方程进行简单变换，并结合TTLLS的控制目标，得到了虚拟控制器与目标控制器之间的关系。随后基于PCH方法得出解耦控制器的表达式，并证明了系统的稳定性。

仿真结果表明，所提出的解耦控制器具有良好的抗干扰性能，与PCH方法相比具有更好的鲁棒性。例如，当向水箱3添加干扰时，在控制器的作用下，水箱1的液位会发生反向变化，这有力地解释了PCH理论中的能量整形。

晶圆表面缺陷模式识别

随着半导体行业的发展，晶圆生产需求逐渐增加。然而，晶圆制造过程复杂，任何环节的异常波动都可能导致晶圆表面出现缺陷。准确快速地识别晶圆缺陷模式能够及时反映生产过程中的异常问题。

研究背景与贡献

早期学者应用统计方法进行晶圆缺陷模式识别，但传统分类模型需要大量标注图像进行训练，且由于晶圆图像数据具有高噪声和高维度的特点，在检测复杂缺陷模式时效果不佳。

近年来，无监督学习方法在图像领域得到广泛应用。基于此，提出了一种基于无监督学习的晶圆表面缺陷模式识别方法，主要贡献如下：
1. 提出基于无监督学习的晶圆表面缺陷模式识别方法，减少人工监督带来的影响和成本。使用少量监督数据进行缺陷模式识别的准确率远高于全监督模型。
2. 提出新的晶圆表面缺陷无监督采样方法（WaUSM），充分利用未标注数据获取丰富的表面缺陷模式特征，提高模型的特征提取能力，显著提升下游晶圆表面缺陷分类任务的准确性。
3. 在公共数据集WM - 811K上进行大量实验，证明了所提出的表