納米定位微位移工作臺的控制技術研究.pdf

1、隨著微機電系統(tǒng)的快速發(fā)展，需要不斷研究能夠產生各種精細圖形和微結構的加工技術。電子束曝光技術是目前公認的最好的高分辨率圖形制作技術，主要用于0.1～0.5μm的超微細加工和精密二維掩模制作，在實驗室條件下已能將電子束聚焦成尺寸小于2nm的束斑。但是目前廣泛使用的聚焦電子束由于加速電壓高、電子散射距離長，光刻時高能電子束在對抗蝕劑的刻寫過程中存在著鄰近效應，使得實際曝光面積遠大于設計圖形尺寸，影響了曝光分辨率。掃描隧道顯微技術(STM)由

2、于束徑細、電子運動距離短，有效減輕了鄰近效應的影響，能獲得極細的刻蝕圖形，可用于制作掩模，為微細加工技術提供了一條新的途徑。 目前掃描隧道顯微鏡還沒有偏轉方面的研究，實現(xiàn)曝光只能通過工作臺的移動來完成。機械位移方式由于存在著間隙、摩擦以及爬行現(xiàn)象等缺點，定位精度不夠高，所以目前最適合于納米級精度定位的工作臺是由壓電陶瓷驅動的，但是壓電陶瓷材料本身所固有的遲滯非線性和蠕變特性，降低了工作臺的定位精度和動態(tài)響應速度，造成了一定的位移

3、誤差。為了獲得滿足要求的運動精度和分辨率，需要研究壓電陶瓷的遲滯非線性機理，設計相應的控制電路和控制策略。本文主要圍繞微位移工作臺的精確定位問題，借助于智能控制理論，對工作臺的模型辨識和控制技術進行了較全面和較深入的研究，并在所建立的微位移平臺上進行了實驗，驗證了本文所提出方法的可行性。主要工作概括如下： 1.在分析和比較目前各種微位移機構的基礎上，建立了能夠實現(xiàn)納米級定位精度的微位移工作平臺。壓電陶瓷材料的尺寸小、位移分辨率高

4、、響應速度快、而且易于控制，而柔性鉸鏈不存在機械摩擦和間隙，具有運動靈敏度高和分辨率高的優(yōu)點，因此成為本文工作臺組成部件的首要選擇。由壓電陶瓷驅動、柔性鉸鏈導向的微位移機構，與傳統(tǒng)方式相比，不僅體現(xiàn)在能達到納米級的定位精度上，而且易于采用相應的控制策略對其進行位移誤差補償。實驗測試和性能分析表明，能夠滿足本文的技術要求； 2.利用系統(tǒng)辨識技術和神經(jīng)網(wǎng)絡理論建立了工作臺的數(shù)學模型。在此前對工作臺的驅動技術研究中，多采用基于模型的開

5、環(huán)控制或傳統(tǒng)閉環(huán)控制，它們都需要精確的數(shù)學模型。雖然Preisach、Maxwell等學者在深入分析壓電陶瓷的內在機理、動力學特性的基礎上，提出了許多種行之有效的建模方法，大幅度提高了壓電驅動器的跟蹤精度和定位精度，但是工作臺本身是一種時變不確定系統(tǒng)，模型的建立總存在著一定的滯后，而且在工作過程中，存在著外部干擾、樣品表面不同區(qū)域電特性的不同和功函數(shù)的不一致性，使得工作臺的機械參數(shù)甚至模型結構都可能會發(fā)生變化，此時再采用傳統(tǒng)建模方法，必

6、然存在著較大的誤差。人工神經(jīng)網(wǎng)絡能夠以任意精度逼近非線性函數(shù)，具有自學習、自組織、自適應的能力，通過權值系數(shù)和閾值的調整，能夠建立與工作臺實際系統(tǒng)較為接近的數(shù)學模型，從而提出了一種微位移工作臺模型的在線建立和修正方法，為控制系統(tǒng)提供了更為準確的模型信息； 3.提出了微位移工作臺的自適應控制方法，改進了傳統(tǒng)PID控制器的性能，提高了工作臺的位移精度。傳統(tǒng)PID控制器的系數(shù)過多地依靠人為整定，在自動控制中存在著一定的難度。把自適應技

7、術用于工作臺的控制，能夠根據(jù)被控對象的結構參數(shù)，計算并更新控制器的系數(shù)，從而實現(xiàn)最優(yōu)控制，減小工作臺的位移誤差； 4.基于神經(jīng)網(wǎng)絡理論，提出了微位移工作臺的神經(jīng)網(wǎng)絡自適應控制方法，改進了控制策略，提高了控制器的性能。自適應控制是基于線性理論發(fā)展起來的，對于非線性系統(tǒng)不容易找到理想的控制器結構和穩(wěn)定性分析依據(jù)。神經(jīng)網(wǎng)絡的出現(xiàn)恰好彌補了這一缺陷，神經(jīng)網(wǎng)絡控制器根據(jù)工作臺的位移誤差和辨識出的最新模型信息，直接按照自適應調節(jié)規(guī)律改變PI

8、D控制器的系數(shù)，既發(fā)揮了傳統(tǒng)PID控制系統(tǒng)可靠性高、魯棒性好的優(yōu)點，又體現(xiàn)了神經(jīng)網(wǎng)絡的自學習和自組織特性。在實驗室條件下，對控制系統(tǒng)進行了實驗，結果表明控制效果有了顯著的提高； 5.提出了基于遺傳算法的微位移工作臺辨識方法，改善了神經(jīng)網(wǎng)絡辨識結構的性能。由于所采用的前向BP網(wǎng)絡具有收斂速度慢和易于陷入局部極值點等缺點，所得到的模型結構不一定是最優(yōu)解，利用遺傳算法良好的全局搜索能力，為神經(jīng)網(wǎng)絡辨識結構確定出一個在網(wǎng)絡結構和參數(shù)最優(yōu)

9、解附近的解空間，縮小了網(wǎng)絡辨識的范圍，再利用神經(jīng)網(wǎng)絡局部尋優(yōu)能力強和逼近非線性函數(shù)的特性，找到全局最優(yōu)解，建立與工作臺實際系統(tǒng)更為接近的數(shù)學模型，結果表明最大誤差減小到了55nm； 6.設計了基于遺傳算法的神經(jīng)網(wǎng)絡自適應PID控制算法，有效補償了位移誤差，進一步提高了微位移工作臺的輸出位移精度。由于所采用的BP算法對于網(wǎng)絡的初始權值較為敏感，容易在定位工作的初始階段出現(xiàn)較大的振蕩和波動，可能會對加工設備和樣品造成傷害。利用遺傳算

10、法良好的全局搜索能力，借助于辨識出的模型，在隨機產生的神經(jīng)網(wǎng)絡控制系統(tǒng)初始參數(shù)種群中，搜索出一個最優(yōu)解附近的解空間，然后利用BP算法的局部搜索功能，得出控制器的最佳控制系數(shù)，從而實現(xiàn)了對微位移工作臺的實時控制。實驗結果表明工作臺的位移精度能夠控制在40nm，基本達到了本文精度要求； 7.借助于MATLAB強大的數(shù)學計算能力和控制系統(tǒng)的仿真能力，設計了辨識系統(tǒng)和控制系統(tǒng)的算法，并編制了相關程序。MATLAB以其靈活的編程語言和工具

11、箱函數(shù)，便于工作者學習和調用，以此設計的控制軟件，速度快，需要內存容量小，不僅可以輸出模型辨識的學習過程和權值系數(shù)，而且能夠得到控制網(wǎng)絡的訓練過程和控制器的控制系數(shù)； 8.分析了微位移工作臺在不同控制方法下的誤差及其產生的原因。由于微位移工作臺在建立、模型辨識和運動控制過程中存在著部件的系統(tǒng)誤差、加工精度、裝配精度、模型辨識精度和控制算法精度等的誤差，再加上在位移過程中外界環(huán)境對其產生的干擾，使得誤差在當前實驗條件下只能減小而不