晶圆划片机控制系统的优化与应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题的研究背景及意义 | 第11-13页 |
| 1.1.1 课题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国内外划片机的发展现状和趋势 | 第13-16页 |
| 1.2.2 划片机控制软件的发展现状与趋势 | 第16页 |
| 1.3 主要研究内容及结构安排 | 第16-18页 |
| 第二章 晶圆划切街道自动找正算法的实现 | 第18-38页 |
| 2.1 晶圆图像的预处理 | 第19-26页 |
| 2.1.1 图像灰度化 | 第19-20页 |
| 2.1.2 图像滤波操作 | 第20-23页 |
| 2.1.3 图像阈值操作 | 第23-25页 |
| 2.1.4 形态学操作 | 第25-26页 |
| 2.2 基于数理统计的重心定位找正方法研究 | 第26-29页 |
| 2.2.1 图像的矩 | 第26-27页 |
| 2.2.2 街道找正过程实现 | 第27-29页 |
| 2.3 基于Mark点的找正方法研究 | 第29-34页 |
| 2.3.1 模板匹配 | 第29-32页 |
| 2.3.2 掩膜操作 | 第32-34页 |
| 2.4 视野中位置点的追踪方法研究 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 Y轴定位误差的补偿方法研究 | 第38-56页 |
| 3.1 误差检测 | 第38-42页 |
| 3.1.1 光栅条纹信号 | 第39-41页 |
| 3.1.2 Y轴累计误差的测量 | 第41页 |
| 3.1.3 Y轴反向间隙的测量 | 第41-42页 |
| 3.2 神经网络概述 | 第42-45页 |
| 3.2.1 反向传播神经网络概述 | 第42-43页 |
| 3.2.2 反向传播网络的结构 | 第43-45页 |
| 3.3 Y轴定位误差补偿模型建立 | 第45-55页 |
| 3.3.1 反向传播神经网络模型构建 | 第46-48页 |
| 3.3.2 反向传播算法推导 | 第48-49页 |
| 3.3.3 反向传播神经网络的训练 | 第49-51页 |
| 3.3.4 反向传播神经网络的预测 | 第51-54页 |
| 3.3.5 Y轴定位补偿模型的实现 | 第54-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第四章 DD马达的控制算法优化 | 第56-75页 |
| 4.1 W轴系统概述 | 第56-58页 |
| 4.1.1 机械结构 | 第56-57页 |
| 4.1.2 控制系统 | 第57-58页 |
| 4.2 常规PID控制 | 第58-63页 |
| 4.2.1 PID控制基本原理 | 第58-59页 |
| 4.2.2 常规PID控制模型的建立 | 第59-62页 |
| 4.2.3 改进型PID控制模型的建立 | 第62-63页 |
| 4.3 基于模糊控制的PID控制器 | 第63-74页 |
| 4.3.1 模糊控制器概述 | 第64-66页 |
| 4.3.2 模糊PID控制算法 | 第66-69页 |
| 4.3.3 模糊PID控制模型的建立 | 第69-74页 |
| 4.4 本章小结 | 第74-75页 |
| 第五章 工程验证 | 第75-85页 |
| 5.1 晶圆划切街道的找正 | 第75-80页 |
| 5.1.1 人工找正操作的优化 | 第75-77页 |
| 5.1.2 基于数理统计的重心定位自动找正 | 第77-78页 |
| 5.1.3 基于Mark点的自动找正 | 第78-80页 |
| 5.2 Y轴定位误差补偿 | 第80-82页 |
| 5.3 DD马达优化算法实现 | 第82-83页 |
| 5.4 晶圆片试切 | 第83-84页 |
| 5.5 本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 工作总结 | 第85-86页 |
| 6.2 未来展望 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91页 |
