基于不确定性补偿的超精密光刻装备学习控制系统及方法

本发明属于超精密装备制造，涉及一种超精密光刻装备控制系统及方法，具体涉及一种基于不确定性补偿的超精密光刻装备学习控制系统及方法。

背景技术：

1、随着对摩尔定律的追逐，半导体厂商对芯片的产量和品质有了越来越高的要求，反映到光刻装备上，其必须兼顾高动态与高精度需求。光刻装备的运动机构由加速段过渡到匀速扫描曝光段的时间越短，单位时间内曝光的芯片数量越多，产量越高。扫描曝光段运动机构的跟踪误差越小，成像质量越高，芯片品质越好。因此，研究先进控制方法，提升超精密光刻装备的控制精度，对提升芯片性能有重要意义。

2、由于扫描曝光过程的重复特性，迭代学习控制方法被广泛应用于超精密光刻装备的运动控制中，但是传统学习控制方法存在两个问题：(1)学习增益的设计依赖于控制对象的数学模型，模型精度越高，控制方法的收敛速度和收敛性能越好，但是对于复杂超精密光刻装备，由于柔性模态和复杂动力学特性的存在，获取其精确数学模型是十分困难的，建模代价较高；(2)迭代学习控制方法对非重复性扰动不仅没有抑制能力，反而有放大的风险，外部随机扰动的存在会降低迭代学习控制方法的性能。以上两个因素限制了迭代学习控制方法在超精密光刻装备中的实际应用。

技术实现思路

1、为了解决现有学习控制方法对模型依赖性较强、对非重复扰动敏感，从而限制了其在超精密光刻装备中应用的问题，本发明提供了一种基于不确定性补偿的超精密光刻装备学习控制系统及方法。本发明能够有效减少模型不确定性对学习性能的影响，同时可有效补偿外部随机扰动，设计简单，具有较强实际应用价值。

2、本发明的目的是通过以下技术方案实现的：

3、一种基于不确定性补偿的超精密光刻装备学习控制系统，包括运动轨迹生成部分s1、学习控制部分s2、反馈控制部分s3和不确定性补偿部分s4，其中：

4、所述运动轨迹生成部分s1包括运动轨迹生成器cr，运动轨迹生成器cr产生参考运动轨迹yd(t)，参考运动轨迹yd(t)减去位置测量信号yε,k(t)得到位置误差信号ek(t)，位置误差信号ek(t)输入给学习控制部分s2；

5、所述学习控制部分s2包括学习控制器cl和迭代后移算子z-1，位置误差信号ek(t)与前馈信号eff,k(t)输入给学习控制器cl，学习控制器cl产生第k+1次前馈信号eff,k+1(t)，第k+1次前馈信号eff,k+1(t)输入给迭代后移算子z-1，迭代后移算子z-1产生第k次前馈信号eff,k(t)，前馈信号eff,k(t)与位置误差信号ek(t)相加得到修正误差信号efb,k(t)，修正误差信号efb,k(t)输入给反馈控制部分s3，

6、所述反馈控制部分s3包括反馈控制器cfb，反馈控制器cfb产生反馈控制量ufb,k(t)，反馈控制量ufb,k(t)输入给不确定性补偿部分s4；

7、所述不确定性补偿部分s4包括名义质量模块光刻装备p、扩张状态观测器ceso、外部扰动信号fd,k(t)和测量噪声信号εk(t)，反馈控制量ufb,k(t)减去不确定性估计信号得到补偿后控制量umi,k(t)，补偿后控制量umi,k(t)输入给名义质量模块名义质量模块产生修正控制量umo,k(t)，修正控制量umo,k(t)与外部扰动信号fd,k(t)相加得到总输入信号up,k(t)，总输入信号up,k(t)输入给光刻装备p，光刻装备p产生实际位置信号yp,k(t)，实际位置信号yp,k(t)加上测量噪声信号εk(t)得到位置测量信号yε,k(t)，位置测量信号yε,k(t)与修正控制量umo,k(t)输入给扩张状态观测器ceso，扩张状态观测器ceso产生不确定性估计信号

8、上述，下标k表示迭代实验次数，k≥1，t表示时间。

9、一种利用上述系统进行基于不确定性补偿的超精密光刻装备学习控制的方法，包括如下步骤：

10、步骤一：对第k次位置误差信号ek(t)与第k次前馈信号eff,k(t)进行傅里叶变换，得到第k次频域位置误差信号ek(jw)与第k次频域前馈信号eff,k(jw)，方法如下：

11、

12、其中符号表示傅里叶变换，j表示虚数单位，w表示角频率；

13、步骤二：由第k次频域位置误差信号ek(jw)与第k次频域前馈信号eff,k(jw)得到第k+1次频域前馈信号eff,k+1(jw)，方法如下：

14、

15、其中表示的逆，cfb(s)为反馈控制器cfb的传递函数，s表示拉普拉斯算子，α∈(0 1)为学习系数，可设计为常数，也可按自适应等方式进行设计；

16、步骤三：对第k+1次频域前馈信号eff,k+1(jw)进行傅里叶逆变换，得到第k+1次前馈信号eff,k+1(t)，方法如下：

17、

18、其中符号表示傅里叶逆变换；

19、步骤四：扩张状态观测器ceso根据修正控制量umo,k(t)与位置测量信号yε,k(t)计算得到不确定性估计信号其计算方法为：

20、

21、其中符号表示拉普拉斯变换，表示拉普拉斯反变换，wo为扩张状态观测器ceso带宽。

22、相比于现有技术，本发明具有如下优点：

23、本发明仅需知道控制对象的近似质量，不需要其精确模型，通过在传统学习控制的基础上引入一个扩张状态观测器，将控制对象近似校正为一个具有单位质量的二阶系统，同时实现了模型不确定的补偿和外部随机扰动的抑制，提高了控制精度，具有较强工程应用价值。

技术特征：

1.一种基于不确定性补偿的超精密光刻装备学习控制系统，其特征在于所述系统包括运动轨迹生成部分s1、学习控制部分s2、反馈控制部分s3和不确定性补偿部分s4，其中：

2.一种利用权利要求1所述系统进行基于不确定性补偿的超精密光刻装备学习控制的方法，其特征在于所述方法包括如下步骤：

技术总结本发明公开了一种基于不确定性补偿的超精密光刻装备学习控制系统及方法，所述系统包括运动轨迹生成部分、学习控制部分、反馈控制部分和不确定性补偿部分，运动轨迹生成部分包括运动轨迹生成器C<subgt;r</subgt;，运动轨迹生成器C<subgt;r</subgt;产生参考运动轨迹y<subgt;d</subgt;(t)，y<subgt;d</subgt;(t)减去位置测量信号y<subgt;ε,k</subgt;(t)得到位置误差信号e<subgt;k</subgt;(t)，e<subgt;k</subgt;(t)输入给学习控制部分，学习控制部分产生前馈信号e<subgt;ff,k</subgt;(t)，e<subgt;ff,k</subgt;(t)与e<subgt;k</subgt;(t)相加得到修正误差信号e<subgt;fb,k</subgt;(t)，e<subgt;fb,k</subgt;(t)输入给反馈控制部分，反馈控制部分包括反馈控制器C<subgt;fb</subgt;，反馈控制器C<subgt;fb</subgt;产生反馈控制量u<subgt;fb,k</subgt;(t)，u<subgt;fb,k</subgt;(t)输入给不确定性补偿部分，不确定性补偿部分产生位置测量信号y<subgt;ε,k</subgt;(t)。本发明能够有效减少模型不确定性对学习性能的影响，同时可有效补偿外部随机扰动，设计简单，具有较强实际应用价值。技术研发人员：宋法质,武霭辰,孙鹏宇,董岳,刘杨,谭久彬受保护的技术使用者：哈尔滨工业大学技术研发日：技术公布日：2024/5/27