半导体器件的质量改善方法、装置及高能粒子束光刻设备

    公开(公告)号:CN117397002A

    公开(公告)日:2024-01-12

    申请号:CN202280032253.X

    申请日:2022-11-02

    Abstract: 本发明涉及一种半导体器件的质量改善方法、装置及高能粒子束光刻设备,该方法通过获取灰度图片中目标像素点组成的连通区域以及各个连通区域的宽度,根据各个连通区域的宽度所在的宽度区间以及宽度区间与高能粒子束束斑大小的对应关系,获取高能粒子束光刻设备雕刻各个连通区域对应的图案时的目标高能粒子束束斑值;根据与目标高能粒子束束斑值对应的预设的高能粒子束加工参数与灰度值之间的对应关系,获取各个连通区域内像素点对应的高能粒子束加工参数,从而使得高能粒子束光刻设备在雕刻宽度较大的连通区域时,采用更大的高能粒子束束斑,在雕刻宽度较小的连通区域时,采用更小的高能粒子束束斑。相对于现有技术,该方法在提高半导体器件加工精度的同时,保证了加工效率。

    基于高维度纺纱数据的混合特征选择方法

    公开(公告)号:CN115687899A

    公开(公告)日:2023-02-03

    申请号:CN202211082497.7

    申请日:2022-09-06

    Applicant: 东华大学

    Abstract: 本发明涉及一种基于高维度纺纱数据的混合特征选择方法,首先采用一种网络去卷积算法进行去除链式噪声所造成的噪声关联,之后再采用直接关联互信息值通过预筛选目标函数进行筛选一组最大相关、最大互补、最小冗余的关初选键参数子集。最后采用预测精度以及辨识度共同作为评估标准采用遗传算法进行搜索,并得到两者之间的最优占比,进而得到最终关键参数子集。本发明所提出的方法额外考虑的参数之间的互补性,以及纺纱生产过程中真实存在的噪声误差影响等,以提高纺纱能耗的预测精度。本发明提供的方法也可以应用到工况多变的类似工业场景中,帮助制造企业节能降耗,实现绿色生产。

    双弹性介质的高速低功耗细纱锭子及其智能设计优化方法

    公开(公告)号:CN115369526A

    公开(公告)日:2022-11-22

    申请号:CN202210813280.2

    申请日:2022-07-12

    Applicant: 东华大学

    Abstract: 本发明的一个技术方案是提供了一种双弹性介质的高速低功耗细纱锭子。本发明的另一个技术方案是提供了一种上述的双弹性介质的高速低功耗细纱锭子的智能设计优化方法。该高速低功耗细纱锭子包括:锭杆,上支轴承、弹性管、止推轴承、吸振卷簧、内壳体、外壳体、弹性阻尼介质和法兰座,其中,内壳体内吸振卷簧、弹性管配合润滑油与内、外壳体间的弹性阻尼介质组成双弹性介质系统,抑制细纱锭子高速振动。同时,设计多目标驱动的遗传算法优化锭子关键部位即吸振卷簧和弹性阻尼介质的结构参数,提供一种高速运转下高刚度、低振幅的细纱锭子,助力细纱机进一步提速降耗。

    一种环锭纺细纱机自动接头装置及方法

    公开(公告)号:CN113174668B

    公开(公告)日:2022-10-14

    申请号:CN202110398139.6

    申请日:2021-04-14

    Applicant: 东华大学

    Abstract: 本发明涉及一种环锭纺细纱机自动接头方法,用于环锭细纱机自动接头。本发明还提供了一种环锭纺细纱机自动接头装置,所述装置包括:工业机器人、多工位末端执行机构、吹气绕纱装置、备用纱退绕装置、钢丝圈定位装置、穿钢丝圈装置、接头操作台、3D相机等。所述接头方法步骤为:制停断纱锭子、获取细纱机各目标三维位姿信息、取出纱管放于吹气绕纱装置、定位钢丝圈、将备用纱卷绕在断纱纱管上、为备用纱加张力、将完成绕纱的纱管放回细纱机、挂线穿钢丝圈、牵引纱线穿过气圈环、导纱钩并喂入前罗拉。本发明提供了一种新的备用纱接头方法与装置,解决了现有自动接头技术难以实际应用、接头成功率低等问题。

    基于多注意力宽度神经网络模型的混合缺陷识别方法

    公开(公告)号:CN114820444A

    公开(公告)日:2022-07-29

    申请号:CN202210276221.6

    申请日:2022-03-21

    Applicant: 东华大学

    Abstract: 本发明涉及一种基于多注意力宽度神经网络模型的混合缺陷识别方法,该方法通过知识融入的多通道注意力宽度神经网络对多种模式混合的缺陷进行识别。本发明以混合模式晶圆图缺陷为例,针对混合模式缺陷特征空间复杂的特点,该方法利用八种基本缺陷特征的先验知识,预训练注意力机制引导的选择性采样算子,使其准确提取混合模式缺陷中的单一缺陷特征;针对缺陷混合模式组合复杂的特点,该方法构建通道激活知识来指导选择性采样算子的激活,准确判别缺陷混合模式中包含的基本类型缺陷。与现有方法相比,所提模型具有更高的缺陷采样率和更高的混合模式晶圆图缺陷识别精度。

    一种非等效三维点云分割方法

    公开(公告)号:CN109166128B

    公开(公告)日:2021-11-26

    申请号:CN201810859511.7

    申请日:2018-07-31

    Applicant: 东华大学

    Abstract: 本发明提供了一种非等效三维点云分割方法,首先构建原始点云数据集并进行训练集与测试集的划分,其次对训练集数据进行预处理,使各点云点数变为同一规格,再设计卷积神经网络模型,分别计算点云中各点和与其不在同一分割区域的点之间的距离,并选取两点之间最小的距离值构造距离矩阵,通过设计惩罚函数并作用于距离矩阵,使得靠近分割区域交界处的点的值变大,而远离交界处的点的值变小,并将惩罚后的距离矩阵与模型损失函数相乘,使得分割模型在训练过程中优化损失计算,强化分割区域交界处点的误差反馈,提高点云分割精度,最后利用测试集对所设计模型的分割性能进行评估。本发明可实现对非等效三维点云的快速分割,并且具有很高的分割精度。

    一种用于环锭纺细纱自动接头的机器人末端执行机构

    公开(公告)号:CN113174669A

    公开(公告)日:2021-07-27

    申请号:CN202110398252.4

    申请日:2021-04-14

    Applicant: 东华大学

    Abstract: 本发明设计了一种用于环锭纺细纱自动接头的机器人末端执行机构,所述机器人末端执行机构安装于工业机器人的末端关节,其特征在于,包括纱管夹取装置、钢丝圈定位装置、纱线送出与柔性牵引装置、穿钢丝圈装置和断纱装置,纱管夹取装置、钢丝圈定位装置、纱线送出与柔性牵引装置和穿钢丝圈装置分别位于所述机器人末端执行机构的四个不同工位,断纱装置设于纱线送出与柔性牵引装置上。本发明极大地简化了完成自动接头装置的机械结构与操作复杂度,并减少了移动接头过程中需要重新定位的机构数量。

    一种印花与提花面料的疵点检测方法

    公开(公告)号:CN112561892A

    公开(公告)日:2021-03-26

    申请号:CN202011525161.4

    申请日:2020-12-22

    Applicant: 东华大学

    Abstract: 本发明要解决的技术问题是:传统印花与提花面料疵点检测采用人工检测方法。为了解决上述技术问题,本发明的技术方案是提供了一种印花与提花面料的疵点检测方法,其特征在于,通过将模板花纹图案与待检面料图案进行特征提取,将高维图像数据转化为低维的特征向量,通过特征向量相减的方式实现模板花纹背景与疵点的分离。本发明针对印花或提花图案周期性出现的特点,设计了一种面向印花与提花面料的疵点的特征相减机制与检测方法,可以准确、高效地检测出印花与提花面料的表面疵点。

    一种基于机器视觉的断纱找头装置

    公开(公告)号:CN111519293A

    公开(公告)日:2020-08-11

    申请号:CN202010380839.8

    申请日:2020-05-08

    Applicant: 东华大学

    Abstract: 本发明涉及一种基于机器视觉的断纱找头装置及使用方法,属于环锭纺细纱自动接头技术领域;包括机器人、旋转锭子、气泵装置、吸嘴、毛刷、机器视觉系统和控制柜;旋转锭子的一侧对应设有机器人,机器人的末端执行机构上设有毛刷和吸嘴;吸嘴与气泵装置连接;旋转锭子对应设有机器视觉系统;机器人、旋转锭子、气泵装置和机器视觉系统与控制柜连接。本发明装置使用机器人完成纱管的取放,使用毛刷将附着在纱管表面的断纱刷离纱管,引入机器视觉的方法完成断纱的识别与定位以及断纱是否捕获成功的检测,使用负压气泵完成断纱的捕获。本发明用于断纱的寻找与捕获,解决了现有环锭纺细纱自动接头装置中断纱找头与捕获时间长、效率低的问题。

    一种基于对抗生成网络的晶圆图缺陷模式识别方法

    公开(公告)号:CN109543720A

    公开(公告)日:2019-03-29

    申请号:CN201811276338.4

    申请日:2018-10-30

    Applicant: 东华大学

    Abstract: 本发明针对各类晶圆缺陷数据的不平衡特点和数据维度与角度的多样性,提出了基于对抗生成网络的晶圆图缺陷模式识别方法。本方法首先将晶圆数据集分为训练集和测试集,再对训练集与测试集均进行预处理得到标准晶圆缺陷数据样本,在此基础上设计面向晶圆数据缺陷模式识别的分类对抗生成网络模型,通过设计生成器与鉴别器的损失函数,使生成器与鉴别器针对训练集内的真实晶圆与网络内生成器生成的仿真晶圆之间的差异进行对抗,提高生成器的生成能力,并利用此生成机制平衡各缺陷类型的样本数量,同时使鉴别器学习已知缺陷模式的晶圆数据特征规律。本发明能够实现对晶圆缺陷模的快速识别,并且具有很高的识别精度。

Patent Agency Ranking