超精密表面抛光材料去除机理研究进展

化学机械抛光(Chemical-Mechanical Polishing, 简称 CMP)是目前提供全局平面化最理想的技术, 在超精密表面加工领域得到了大量研究和应用. 概述了超大规模集成电路(Ultra-large Scale Integration, 简称ULSI)多层布线中硅片、介电层和金属材料以及磁头/硬盘片化学机械抛光材料去除机理的研究现状和发展趋势, 重点评述了化学机械抛光过程中抛光液研磨颗粒与抛光片表面间相互作用机制, 并提出了材料去除机理的研究方法.     

化学机械抛光多区压力系统解耦逆控制研究

针对化学机械抛光(CMP)中多区压力腔室之间的耦合、时变和非线性现象,提出一种基于模型的离线辨识十神经元在线解耦十逆控制的策略.该策略通过神经元在线实时动态解耦各区压力,离线辨识对象模型并将模型带人逆控制器中,使得系统具有快速响应能力且鲁棒性好.实验结果表明该方案具有响应速度快、超调量少、稳定性好等特点.     

超音速等离子喷涂法制备La2O3和CeO2掺杂CoCrW涂层的摩擦学性能研究

利用一种新型的超音速等离子喷涂方法制备了稀土氧化物掺杂CoCrW涂层. 通过X射线衍射仪、接触表面形貌仪、显微硬度测试仪、多功能摩擦磨损试验机和具有EDS能谱的环境扫描电子显微镜对涂层的相结构、表面形貌、显微硬度、摩擦磨损性能进行了研究. 实验结果显示, 稀土氧化物掺杂涂层具有很高的显微硬度和优越的摩擦学性能. 同时, 对涂层的摩擦和磨损机理进行了研究.     

晶圆表面金属薄膜的纳米精度在线测量方法与实现

本文主要介绍了晶圆加工中的几何参数的纳米精度在线测量的原理、方法和测量仪器研究。针对化学机械抛光（ CMP ）中晶圆表面的金属膜厚的高精度快速在线和离线检测技术的要求，通过数值模拟和理论分析，研究了涡流传感器的参数对其灵敏度的影响规律，得到了提高灵敏度的新方法；实验验证了一种减小提离高度对膜厚测量精度影响的测量方法的有效性，并设计开发了快速多频测试系统；设计了电涡流在线和离线检测系统，并成功应用于国家重大专项项目“超低下压力化学机械抛光装备样机”中，实现了用电涡流方法进行全自动、快速、多模式、大提离条件下的晶圆金属膜厚度纳米级分辨率在线测量和晶圆抛光后铜膜厚度离线全局测量。     

薄膜润滑研究的进展与问题

论述了薄膜润滑与润滑状态划分,薄膜润滑的特性,固/液转变与有序分子膜,薄膜润滑的失效,微流体的等效粘度与流动特性,高分子薄膜润滑的机理,纳米级固-液二相流,超滑等方面的研究进展和目前存在的尚未解决的问题.     

化学机械抛光传输机器人晶圆抓取自适应控制方法

针对化学机械抛光装备中晶圆位置变化时传输机器人无法有效进行抓取的问题,提出了一种化学机械抛光传输机器人晶圆抓取自适应控制方法.机械手在对化学机械抛光设备工位上晶圆进行抓取时,使用先进的红外传感器测量晶圆位置和偏差,并进行实时位置补偿,从而实现机械手对工位上晶圆抓取的自适应能力,提高了化学机械抛光装备效率和可靠性.仿真实验验证了系统的有效性.     

软磁盘、硬盘的表面形貌和微摩擦特性

利用原子力／摩擦力显微镜,对市售的５种软磁盘及一种硬盘的表面形貌、１～１００ｎＮ载荷下的微摩擦性能及表面粘着性能进行了研究。结果表明：软磁盘主要由块状的磁粉颗粒组成;硬磁盘由环状磁道组成。硬盘的微摩擦力、表面粘着力、摩擦因子大于同样条件下的软磁盘,１２９ｍｍ（５．２５英）软磁盘的微摩擦力、表面粘着力、摩擦因子大于同一品牌的８６ｍｍ（３．５英）的软磁盘;探针与磁记录介质在大于２０ｎＮ载荷下的接触为塑性接触。     

Fe-N/TiN纳米多层膜的结构与力学特性

该文用磁控溅射法制备了一系列Fe-N/TiN纳米多层膜;利用广角和小角X射线衍射和俄歇电子能谱对多层膜的微观结构和成分进行了测试;利用纳米硬度计和纳米划痕仪研究了多层膜的微观力学性能。固定Fe-N层厚度为20nm,改变TiN层的厚度,研究了TiN层厚度变化对Fe-N/TiN纳米多层膜的附着力、硬度、弹性模量等性能的影响。发现TiN层为2nm时多层膜有最好的力学性能,说明对Fe-N/TiN多层膜来说,对力学性能影响最大的是多层膜的调制周期。     

铜化学机械抛光材料去除机理的准连续介质法研究

采用准连续介质力学方法研究了铜化学机械抛光过程的机械作用材料去除机理.模拟了不同大小磨粒在单晶铜工件上的磨削过程,分析了切削过程中工件内部材料变形、切屑的形成以及工件内部应力分布和切削力变化.研究结果表明,工件内部材料沿着与切削方向约45°变形形成剪切带,在剪切带区域伴随有位错、滑移等现象产生.磨粒较小时加工后的表面质量较差,磨粒较大时加工质量较好,但会造成工件内部较大的塑性变形与更深的残余应力分布.磨粒尺寸变化对于切向切削力影响不大.     

基于DRNN的CMP多区压力系统解耦自适应逆控制

化学机械抛光(chemical mechanical polishing,CMP)过程中由于柔性弹性隔膜的存在使得各腔室之间压力相互耦合,从而使得多区腔室的压力控制变得复杂。针对这一耦合现象,提出了一种将基于动态回归神经网络(dynamic recurrent neural network,DRNN)在线辨识与神经元解耦和分段变参数复合控制相结合的方案。利用DRNN的非线性映射能力以及神经元的在线实时动态解耦特性,获得对象的逆模型,消除了各区之间的耦合;采用分段变参数控制策略减少了由于初始时刻逆控制模型辨识不准而带来的不利影响和系统动荡,使得整个控制系统趋于稳定。实验结果表明:该方案不仅具有很好的在线辨识和解耦能力,同时较常规定参数比例积分微分(proportional integral derivative,PID)控制还具有自适应能力强、响应速度快、超调量小以及鲁棒性好等特点。