[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115625571B - 金刚石盘的监控方法及系统 - Google Patents

金刚石盘的监控方法及系统 Download PDF

Info

Publication number
CN115625571B
CN115625571B CN202211632324.8A CN202211632324A CN115625571B CN 115625571 B CN115625571 B CN 115625571B CN 202211632324 A CN202211632324 A CN 202211632324A CN 115625571 B CN115625571 B CN 115625571B
Authority
CN
China
Prior art keywords
data
diamond
diamond disc
disc
pressure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211632324.8A
Other languages
English (en)
Other versions
CN115625571A (zh
Inventor
张新峰
德米特里 德米特罗维奇
德米特罗维奇德米特里
龙安泽
高欣
石然
黄杰
冒振东
杜陈
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Zhuoyuan Semiconductor Co ltd
Original Assignee
Jiangsu Zhuoyuan Semiconductor Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Zhuoyuan Semiconductor Co ltd filed Critical Jiangsu Zhuoyuan Semiconductor Co ltd
Priority to CN202211632324.8A priority Critical patent/CN115625571B/zh
Publication of CN115625571A publication Critical patent/CN115625571A/zh
Application granted granted Critical
Publication of CN115625571B publication Critical patent/CN115625571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B7/00—Machines or devices designed for grinding plane surfaces on work, including polishing plane glass surfaces; Accessories therefor
    • B24B7/20—Machines or devices designed for grinding plane surfaces on work, including polishing plane glass surfaces; Accessories therefor characterised by a special design with respect to properties of the material of non-metallic articles to be ground
    • B24B7/22—Machines or devices designed for grinding plane surfaces on work, including polishing plane glass surfaces; Accessories therefor characterised by a special design with respect to properties of the material of non-metallic articles to be ground for grinding inorganic material, e.g. stone, ceramics, porcelain
    • B24B7/228—Machines or devices designed for grinding plane surfaces on work, including polishing plane glass surfaces; Accessories therefor characterised by a special design with respect to properties of the material of non-metallic articles to be ground for grinding inorganic material, e.g. stone, ceramics, porcelain for grinding thin, brittle parts, e.g. semiconductors, wafers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/16—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the load
    • B24B49/165—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the load for grinding tyres
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Ceramic Engineering (AREA)
  • Inorganic Chemistry (AREA)
  • Image Analysis (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Abstract

本发明公开了金刚石盘的监控方法及系统，所述监控方法包括以下步骤：监控端监控金刚石盘的表征状态以及运行状态，并生成图像数据以及模拟信号发送至处理端；处理端接收监控端发送的图像数据以及模拟信号后，分别对图像数据以及数字信号进行处理，数字信号处理为监控数据并存储。本发明通过在金刚石盘使用前以及使用后采集金刚石盘的表面图像信息，当金刚石盘表面缺陷时，可及时提醒人工更换或维护，在金刚石盘处理研磨垫的过程中实时监控金刚石盘的运行状态，并根据监控信息实时调节金刚石盘以最优运行状态处理研磨垫，监测精度高，且自动调节最优运行状态，不仅无需停机调节，而且对研磨垫的处理效果更好。

Description

金刚石盘的监控方法及系统
技术领域
本发明涉及半导体加工技术领域，具体涉及金刚石盘的监控方法及系统。
背景技术
随着半导体工业的发展，半导体器件的尺寸越来越小，对晶片表面平整度的要求也越来越高。
CMP(ChemicalMechanicalPolish，化学机械抛光)是一种化学反应和机械打磨结合的技术，可以实现晶片表面的全局平坦化，CMP的原理为：将晶片固定在抛光头的最下面，将抛光垫放置在研磨盘上，研磨液在晶片和抛光垫之间连续流动，在抛光时旋转的抛光头以一定压力下压，晶片表面的反应物不断地被剥离，在化学反应剂和磨粒的联合作用下实现平坦化。
金刚石盘(Disk)是CMP系统中的重要耗材，主要用于对研磨垫进行处理，去除研磨垫上的研磨副产物，令研磨垫表面更加平整、均匀，并让研磨垫表面保持一定的粗糙度，有助于研磨液在研磨垫表面分布地更加均匀。若研磨垫没有经过合适的处理，研磨副产物和研磨液会沉积在研磨垫表面的微孔内，使晶圆在研磨垫表面打滑，导致晶圆被划伤或研磨速率和均匀性变差。由此可以看出，金刚石盘的运行状态与CMP效果直接相关。
公告号CN111515864B的中国专利公开了一种金刚石盘的监控系统及方法，涉及半导体制造领域。该监控系统包括至少包括金刚石盘检测传感器、信号转换模块、金刚石盘信号采集电路、运动控制器、中控系统、研磨盘调节器驱动系；金刚石盘检测传感器设置在研磨盘的外侧且与金刚石盘的初始位置相邻，金刚石盘上设置有检测标记，金刚石盘检测传感器根据工作指令发射检测信号，接收由金刚石盘反射回的反馈信号；将反馈信号发送至中控系统，中控系统根据反馈信号确定金刚石盘的运行状态信息；解决了目前金刚石盘的实际运行状态不能及时反馈的问题；达到了实时获取金刚石盘的运行状态，防止金刚石盘运行过程中出现异常无法及时发现，有助于优化对研磨盘上研磨垫的处理的效果。
上述技术存在以下不足：该监控方法仅通过对金刚石盘的运行转态进行及时反馈，但是金刚石盘运行过程中出现异常时，工作人员接受到了金刚石盘的异常状态后，需要停机对金刚石盘进行调节、维护，这样不仅降低金刚石盘的加工效率，而且不能保证金刚石盘以最优状态加工研磨垫。
发明内容
本发明的目的是提供金刚石盘的监控方法及系统，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：金刚石盘的监控方法，所述监控方法包括以下步骤：
S1：监控端监控金刚石盘的表征状态以及运行状态，并生成图像数据以及模拟信号发送至处理端；
S2：处理端接收监控端发送的图像数据以及模拟信号后，先将模拟信号A/D转换为数字信号，再分别对图像数据以及数字信号进行处理，数字信号处理为监控数据并存储；
S3：处理端根据数据库中的初始图像数据以及数据阈值分别比对图像数据以及数字信号，图像数据与初始图像数据不匹配时，发出警示，数据阈值与监控数据不匹配时，处理端向控制端发出调节指令；
S4：控制端接收调节指令，并根据调节指令调节金刚石盘的运行状态。
在一个优选的实施方式中，所述表征状态为金刚石盘的表面完整度，对金刚石盘的表面完整度监控为金刚石盘使用前和使用后，金刚石盘使用前表面存在缺陷进行监控反馈。
在一个优选的实施方式中，所述运行状态包括金刚石盘运行过程中的水平度以及金刚石盘对研磨垫产生的压力，对金刚石盘水平度以及对研磨垫产生的压力监控为金刚石盘使用中。
本发明还提供金刚石盘的监控系统，所述监控系统用于实现金刚石盘的监控方法，包括采集模块、处理模块以及调节模块；
采集模块监控金刚石盘的表征状态以及运行状态，并生成图像数据以及模拟信号发送至处理模块，处理模块将模拟信号A/D转换为数字信号，再分别对图像数据以及数字信号进行处理，数字信号处理为监控数据并存储，根据数据库中的初始图像数据以及数据阈值分别比对图像数据以及监控数据，图像数据与初始图像数据不匹配时，发出警示，数据阈值与监控数据不匹配时，处理模块向调节模块发出调节指令，调节模块接收调节指令后，对金刚石盘的工作状态进行实时调节。
在一个优选的实施方式中，所述采集模块包括工业相机以及设置在研磨盘顶部的若干关于研磨盘呈中心对称设置的压力传感器，工业相机用于采集金刚石盘使用前和使用后的表征状态，压力传感器用于监控金刚石盘的运行转态。
在一个优选的实施方式中，所述调节模块对金刚石盘的调节包括水平调节以及压力调节；
水平调节：在金刚石盘加工研磨垫过程中倾斜时，通过机架上设置的电动推杆驱动压力数值增大的压力传感器下移推动研磨盘，当对称设置的压力传感器输出压力数值相等后停止调节；
压力调节：在金刚石盘对研磨垫产生压力过大时，通过气缸驱动机架带动金刚石盘上移，在金刚石盘对研磨垫产生压力过小时，通过气缸驱动机架带动金刚石盘下移，使金刚石盘对研磨垫产生压力等于预设压力阈值。
在一个优选的实施方式中，所述压力传感器输出数值的计算公式为：
Figure SMS_1
；
式中，M为若干压力传感器输出数值，
Figure SMS_2
为若干压力传感器检测数值总和，n为压力传感器的数量。
在一个优选的实施方式中，所述处理模块对图像数据的处理包括以下步骤：
（1）输入图像通过和三个滤波器及一个可加偏置进行卷积，卷积后产生三个特征映射图；
（2）特征映射图中相邻四个像素为一组再进行相加求平均值，再进行加权值、加偏置；
（3）通过激活函数得到特征映射图，映射图进行滤波处理栅格化，连接成一个一维向量输入到传统的神经网络中，得到输出。
在一个优选的实施方式中，所述处理模块对数字信号的处理包括数据融合，数据融合包括以下步骤：
(1)根据DCHP分簇路由协议，对压力传感器节点进行分簇，选出第一簇头和第二簇头；
(2)第一簇头将自身及簇内节点信息发送至汇聚节点，汇聚节点依据发来的信息构造BP神经网络；
(3)利用簇内成员节点和第一簇头进行融合运算；
(4)每个簇的传感器节点对收集的数据信息进行处理，结果发送到第一簇头节点，根据隐含层和输出层的神经元函数进一步融合处理；
(5)第一簇头将融合后特征值发送给相邻第二簇头，再由第二簇头节点经多跳路由发送到汇聚节点，第二簇头用于转发融合数据特征值。
在一个优选的实施方式中，所述处理模块对数字信号的处理还包括数据压缩，数据压缩包括以下步骤：
(1)给定时间序列S，最大误差界限
Figure SMS_3
；
(2)从第一个数据点开始，按序扫描序列中数据点，直到扫描到一个数据点，使得在这个数据点之前的所有数据点能被一条线段描述，且保证精度；
(3)再加上这个数据点之后，则不存在一条线段能描述当前所有未被描述的数据点；
(4)将最后一个数据点之前的所有数据点用一条线段来描述，然后从最后一个数据点进行扫描，直到整个时间序列结束。
在上述技术方案中，本发明提供的技术效果和优点：
1、本发明通过在金刚石盘使用前以及使用后采集金刚石盘的表面图像信息，当金刚石盘表面缺陷时，可及时提醒人工更换或维护，在金刚石盘处理研磨垫的过程中实时监控金刚石盘的运行状态，并根据监控信息实时调节金刚石盘以最优运行状态处理研磨垫，监测精度高，且自动调节最优运行状态，不仅无需停机调节，而且对研磨垫的处理效果更好。
2、本发明通过气缸驱动机架下移，使金刚石盘与研磨垫接触，研磨垫对金刚石盘产生一个向上的反作用力，金刚石盘带动研磨盘上移，研磨盘带动套管上移挤压弹簧，弹簧可使金刚石盘紧贴研磨垫，此时研磨盘对多个压力传感器施压，压力传感器受压后输出压力值，从而可得知金刚石盘对研磨垫产生的压力值，当压力值小于压力阈值时，气缸继续驱动机架下移，使压力值等于压力阈值，当压力值大于压力阈值时，气缸驱动机架上移，使压力值等于压力阈值，从而避免研磨垫加工不彻底或过渡加工。
3、本发明通过计算多个压力传感器的平均输出数值得到金刚石盘对研磨垫的压力值，并且在计算过程中出现某些压力传感器输出数值不相等时，可及时判断出金刚石盘处于倾斜转态，进而有效的提高采集模块的采集精度。
4、本发明通过通过融合处理采集的监测数据信息，使最后得到的数据信息代表相关的含义，对监测对象特征的细致反映，从而减小处理模块的数据计算量，并且对融合后的数据进行压缩处理，有效提高数据的传输效率，进而提高调节模块的调节速度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明监控方法的工作流程图。
图2为本发明的系统模块图。
图3为本发明中金刚石盘的使用场景图。
图4为本发明连接件的结构示意图。
图5为本发明研磨盘的俯视图。
图示：1、电动推杆；2、连接件；21、套管；22、转杆；221、花键；23、弹簧；3、气缸。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。
实施例1
请参阅图1所示，本实施例所述金刚石盘的监控方法，所述监控方法包括以下步骤：
监控端监控金刚石盘的表征状态以及运行状态，并生成图像数据以及模拟信号发送至处理端；
表征状态为金刚石盘的表面完整度，影响金刚石盘表面完整度的因素有凹陷、刮痕以及不平整，对金刚石盘的表面完整度监控为金刚石盘使用前和使用后，这样在金刚石盘使用前若表面存在凹陷、刮痕以及不平整现象，可及时进行监控反馈；
所述运行状态包括金刚石盘运行过程中的水平度以及金刚石盘对研磨垫产生的压力，对金刚石盘水平度以及对研磨垫产生的压力监控为金刚石盘使用中，这样在金刚石盘运行过程中发生倾斜或对研磨垫施加压力过大/过小时，可及时进行调整，避免金刚石盘损坏研磨垫。
处理端接收监控端发送的图像数据以及模拟信号后，先将模拟信号A/D转换为数字信号，再分别对图像数据以及数字信号进行处理，数字信号处理为监控数据并存储，根据数据库中的初始图像数据以及数据阈值分别比对图像数据以及监控数据，图像数据与初始图像数据不匹配时，发出警示，数据阈值与监控数据不匹配时，处理端向控制端发出调节指令。
控制端接收调节指令，并根据调节指令调节金刚石盘的运行状态，从而使得金刚石盘实时以最优运行状态处理研磨垫，该监控方法通过在金刚石盘使用前以及使用后采集金刚石盘的表面图像信息，当金刚石盘表面缺陷时，可及时提醒人工更换或维护，在金刚石盘处理研磨垫的过程中实时监控金刚石盘的运行状态，并根据监控信息实时调节金刚石盘以最优运行状态处理研磨垫，监测精度高，且自动调节最优运行状态，不仅无需停机调节，而且对研磨垫的处理效果更好。
表征状态为金刚石盘的表面完整度，影响金刚石盘表面完整度的因素有凹陷、刮痕以及不平整，对金刚石盘的表面完整度监控为金刚石盘使用前和使用后，这样在金刚石盘使用前若表面存在凹陷、刮痕以及不平整现象，可及时进行监控反馈，当金刚石盘表面存在凹陷以及不平整现象时，工作人员收到报警提示后，应当对金刚石盘进行更换，当金刚石盘表面存在刮痕，工作人员收到报警提示后，应当对金刚石盘进行维护，维护方式包括整面打磨去除刮痕。
实施例2
请参阅图2所示，本实施例所述金刚石盘的监控系统，包括采集模块、处理模块以及调节模块；
其中，采集模块：用于监控金刚石盘的表征状态以及运行状态，并生成图像数据以及模拟信号发送至处理模块；
采集模块包括工业相机以及设置在研磨盘顶部的若干关于研磨盘呈中心对称设置的压力传感器，在金刚石盘使用前，通过工业相机采集金刚石盘的表面图像，并在发现金刚石盘表面存在缺陷时及时做出处理，在金刚石盘使用后，工业相机再次采集金刚石盘的表面图像，此时金刚石盘表面存在缺陷可提前进行处理，这样可保证金刚石盘投入使用时表面完整；
若干关于研磨盘呈中心对称设置的压力传感器可以起到两个作用，金刚石盘对研磨盘会产生反向压力，一是当多个压力传感器受到金刚石盘的压力值不相等时，说明书金刚石盘加工研磨垫的过程中发生倾斜现象，倾斜的金刚石盘加工研磨垫后，会导致研磨垫的表面不平整，这样在加工圆晶片时，会使圆晶片的面受力不均匀，从而影响圆晶片的抛光质量，二是研磨盘带动金刚石盘与研磨垫接触时，研磨垫会对金刚石盘产生一个反作用力，多个压力传感器受力后会输出一个压力值，工作人员通过该压力值判断金刚石盘对研磨垫产生的压力，压力过大会导致研磨垫过渡加工，压力过小会导致研磨垫加工不彻底。
处理模块：用于将模拟信号A/D转换为数字信号，再分别对图像数据以及数字信号进行处理，数字信号处理为监控数据并存储，根据数据库中的初始图像数据以及数据阈值分别比对图像数据以及监控数据，图像数据与初始图像数据不匹配时，发出警示，数据阈值与监控数据不匹配时，处理模块向调节模块发出调节指令。
调节模块：接收调节指令后，对金刚石盘的工作状态进行实时调节，使得金刚石盘以最优的工作转台加工研磨垫：
依据采集模块中表征状态以及运行状态，调节模块对金刚石盘的调节方式包括水平调节以及压力调节。
请参阅图3、图4和图5所示，在研磨盘的顶部设置压力传感器，压力传感器至少设置为两个，且压力传感器之间呈中心对称分布，当压力传感器之间的压力数值不相等时，通过机架上设置的电动推杆1驱动压力数值增大的压力传感器下移推动研磨盘，当对称设置的压力传感器输出压力数值相等后停止调节，从而保证研磨盘带动金刚石盘处于水平转态；
请参阅图4所示，调节模块包括电动推杆1以及气缸3，并且，为了得到金刚石盘对研磨垫产生的压力（压力过大会导致研磨垫过渡加工，压力过小会导致研磨垫加工不彻底），我们在机架与研磨盘之间设置有可以伸缩的连接件2，连接件2包括套管21、转杆22、花键221以及弹簧23，转杆22与机架上的电机通过输出轴传递连接，套管21固定在研磨盘的顶部中心处，花键221固定在转杆22的底端外侧，且转杆22通过花键221带动套管21转动，并且，转杆22通过花键221在套管21中滑动，弹簧23设置在套管21与转杆22之间，机架3的顶部设置有气缸3，且机架与气缸3通过伸缩轴传动连接；
气缸3驱动机架下移，使金刚石盘与研磨垫接触，研磨垫对金刚石盘产生一个向上的反作用力，金刚石盘带动研磨盘上移，研磨盘带动套管21上移挤压弹簧23，弹簧23可使金刚石盘紧贴研磨垫，此时研磨盘对多个压力传感器施压，压力传感器受压后输出压力值，从而可得知金刚石盘对研磨垫产生的压力值，当压力值小于压力阈值时，气缸3继续驱动机架下移，使压力值等于压力阈值，当压力值大于压力阈值时，气缸3驱动机架上移，使压力值等于压力阈值，从而避免研磨垫加工不彻底或过渡加工。
请参阅图5所示，为了提高对金刚石盘水平度的监控精度，压力传感器可设置若干个，并使得压力传感器为双数设置，以及关于研磨盘呈中心对称设置，随着压力传感器设置数量的增加，对金刚石盘水平度的监控精度越高，因此本实施例中对压力传感器的具体数量不做限定；
若干压力传感器输出数值的计算公式为：
Figure SMS_4
；
式中，M为若干压力传感器输出数值，
Figure SMS_5
为若干压力传感器检测数值总和，n为压力传感器的数量，通过计算多个压力传感器的平均输出数值得到金刚石盘对研磨垫的压力值，并且在计算过程中出现某些压力传感器输出数值不相等时，可及时判断出金刚石盘处于倾斜转态，进而有效的提高采集模块的采集精度。
实施例3
所述处理模块基于深度学习算法识别图像数据，在神经网络的基础上叠加隐层层数的一种学习网络；
深度学习算法的处理逻辑为：
设一个系统L，它有n层
Figure SMS_6
，它的输入是I，输出是O，其过程可表示为：
Figure SMS_7
，如果输出O等于输入I，即输入I经过这个系统变化之后没有任何的信息损失，这意味着输入I经过每一层Li都没有任何的信息损失，即在任何一层Li，它都是原有信息（即输入I）的另外一种表示；
这样就可以自动地获取得到输入I的一系列层次特征，即
Figure SMS_8
，深度学习是对堆叠多个层，本层的输出作为下一层的输入实现对输入信息进行分级表达。
所述深度学习算法包括卷积神经网络，卷积神经网络利用空间关系减少需要学习的参数数目以提高一般前向卷积神经网络算法的训练性能，图像的一小部分（局部感受区域）作为层级结构的最低层的输入，信息再依次传输到不同的层，每层通过一个数字滤波器去获得观测数据的最显著的特征，这个方法能够获取对平移、缩放和旋转不变的观测数据的显著特征。
卷积神经网络是多层的人工神经网络，每层由多个二维平面构成，同时每个平面又由多个独立的神经元组成，具体处理逻辑为：
输入图像通过和三个滤波器及一个可加偏置进行卷积，卷积后在C1层产生三个特征映射图，然后特征映射图中相邻四个像素为一组再进行相加求平均值，再进行加权值、加偏置，通过一个激活函数（Sigmoid函数）得到三个S2层的特征映射图，这些映射图再经过相应滤波得到C3层，该层再和S2一样产生S4，最终，这些像素值被栅格化，并连接成一个一维向量输入到传统的神经网络中，得到输出；
卷积神经网络包括局部感受野、权值共享以及时间、空间采样，其中，
局部感受野：通过局部区域的感知能够发现样本数据的一些局部特征；
权值共享：卷积神经网络中每一层的由多个特征图组成，每个特征图包括多个神经单元，同一个特征图的所有神经单元共享同一个卷积核（即权重），一个卷积核往往代表样本的一类特征；
空间采样：样本采样的目的主要是打乱某个特征的具体位置，因为样本的一个特征找到后，那么它的具体位置已经不重要了，系统只关心这个特征与其它特征的相对位置。
本实施例中，通过将卷积神经网络作为识别模型的深度学习算法，使得：
（1）输入图像和网络的拓扑结构能很好的进行吻合；
（2）特征提取和模式分类可以同时进行，并同时在网络训练中产生；
（3）权重共享可以减少网络的训练参数，使得神经网络结构变得更加简单，适应性更强。
通过深度学习算法精准分析每一帧画面，采集模块获取单帧图像，并将单帧图像传输至训练好的深度学习模型，模型使用Yolo算法对单帧图像的内容进行目标检测，并通过对单帧图像的内容进行分析，从而精准识别金刚石盘表面存在的缺陷。
所述处理模块对数字信号的处理包括数据融合与数据压缩，从而减小数据的传输量，提高数据的传输速度。
数据融合：通过融合处理采集的监测数据信息，使最后得到的数据信息代表相关的含义，对监测对象特征的细致反映，传感器节点对周围环境可以进行感知和处理。
本实施例中，处理模块基于BP神经网络算法进行数据融合，BP神经网络算法到压力传感器的节点中，形成一种新的数据融合模型，将DCHP分簇路由协议与BP神经网络相结合，得到一种基于BP神经网络的数据融合算法DCBP，具体步骤如下：
(1)根据DCHP分簇路由协议，对整个压力传感器节点进行分簇，选出第一簇头和第二簇头；
(2)第一簇头将自身及簇内节点信息发送至汇聚节点，汇聚节点依据发来的信息构造BP神经网络；
(3)将BP算法的思想应用到压力传感器节点的每一个簇当中，利用簇内成员节点和第一簇头进行融合运算；
(4)每个簇的传感器节点对收集的数据信息进行简单处理，然后将结果发送到第一簇头节点，根据隐含层和输出层的神经元函数进一步融合处理。
(5)第一簇头将融合后特征值发送给相邻第二簇头，再由第二簇头节点经多跳路由发送到汇聚节点，选出的第二簇头只用于转发融合好的数据特征值。
在压力传感器节点中，假设一个簇中有n个成员节点，那么输入层神经元的数目就为n，而输出层中神经元数目的确认则是通过实际情况进行调整的，与信息采集的类型、成员节点数目没有直接关系。
假设输出层神经元个数为
Figure SMS_9
，一般采用两种方法来确定输出层节点数:当需输出信息较多时为/>
Figure SMS_10
，或是当输出信息较少时为/>
Figure SMS_11
，对于隐含层神经元的个数m的设定，是与一些因素相关的，比如训练样本的数目、样本噪声大小问题等。
通常作为计算最佳隐含层神经元节点数的方法为试凑法，首先从隐含层中选择少数的隐节点进行网络训练，之后开始慢慢增加隐节点数目，在训练时都要选用同一个样本集，当网络误差为最小时确定隐节点数目，目前运用试凑法，计算公式为：
Figure SMS_12
，/>
Figure SMS_13
设为1到10中间的数，公式得到的数目作为试凑法的初始值。
数据融合时需要通过BP神经网络训练过程得到相关参数值，但由于压力传感器节点中节点的能量资源是有限的，所以在整个网络通过DCHP路由协议完成分簇后，网络可以进入稳定的数据传输过程之前，需要利用汇聚节点完成神经网络设计好之前的训练来获得各种参数值，比如神经元间的权值，这种方法可以节省节点能量消耗，延长网络生命周期。
特别注意，通过DCHP协议将网络分簇后，选出的第一簇头将簇内节点的信息发送到汇聚节点，这个将选择哪些簇内信息发送到汇聚节点的过程是根据实际应用的不同而决定的，然后汇聚节点根据网络信息再进行神经网络训练，得到相关参数。
在压力传感器节点中，当需要进行新一轮的簇头选举时，需要进行参数移交，由于隐含层和输出层都是从第一簇头当中进行数目分配的，所以当再进行下一轮选举时，这些隐含层和输出层上的相关参数先保留在自身存储器中，待到网络重新达到分簇稳定后，上一轮的簇头节点根据自己现在所处的簇中，将相关参数传送到新的第一簇头中，然后再进行数据融合。
数据压缩：传感器节点连续地监测物理量，如何在压力传感器节点中高效地传输这些数据到汇聚节点，以便于进行之后的处理和分析。
一个直观的方法是让压力传感器中的所有节点周期性地发送它们的监测值给Sink节点，但是这种方法将带来严重的存储的消耗和通信开销，与压力传感器节点所要求的能效性相违背，因为传感器节点只有有限的电池寿命，而无线传输所需能量较多，故过度的数据传输将快速耗尽电池，使得节点失效。
压力传感器节点中数据压缩包括小波变换、离散傅立叶变换和离散余弦变换，但是上述三种方法由于具有较高的时空复杂性以及需要较高的计算和存储要求，并不适用于压力传感器节点。
本实施例中，对压力传感器的数据压缩包括以下步骤：
(1)给定时间序列S，最大误差界限
Figure SMS_14
；
(2)从第一个数据点开始，地按序扫描序列中数据点，直到扫描到一个数据点，使得在这个数据点之前的所有数据点能被一条线段来近似描述，且保证精度；
(3)再加上这个数据点之后，则不存在一条线段能近似描述当前所有未被近似描述的数据点；
(4)将最后一个数据点之前的所有数据点用一条线段来近似，然后从最后一个数据点开始类似地进行扫描，直到整个时间序列结束。
具体处理逻辑为：
在一个非Sink节点产生数据流时，设
Figure SMS_17
为该节点的编号，假设
Figure SMS_18
为节点/>
Figure SMS_19
产生的关于监测值的时间序列，当第一个数据点
Figure SMS_20
到达时，将它存储下来，当第二个数据点/>
Figure SMS_21
到达时，很容易找到一条线段，使前两个数据点到这条线段的竖直距离小于等于/>
Figure SMS_22
，当第三个数据点/>
Figure SMS_23
到达时，我们检查前三个数据点能否用一条线段来近似描述且满足/>
Figure SMS_15
误差界限要求，若不能，则将第一个和第二个数据点用一条线段来近似描述，然后从第三个数据点开始新的线段近似，若能，则等待第四个数据点的到达，当第四个数据点到达时，类似地检查前四个数据点能否用一条线段来近似描述且满足/>
Figure SMS_16
误差界限要求，这样，每当一个新的数据点到达，我们进行类似的检查操作，直到整个时间序列结束。
通过形式化定义分段不连接的线性近似问题，然后给这个问题提供了一个最优方法，其不仅能保证每个数据点其真实值与近似值之间的绝对值之差不超过最大误差界限
Figure SMS_24
，且只需要/>
Figure SMS_25
的时间，这里n表示时间序列的长度，数据压缩步骤适用于数据流较密集(网络中单个的传感器节点连续地采集和发送数据)的压力传感器节点应用。
处理模块通过融合处理采集的监测数据信息，使最后得到的数据信息代表相关的含义，对监测对象特征的细致反映，从而减小处理模块的数据计算量，并且对融合后的数据进行压缩处理，有效提高数据的传输效率，进而提高调节模块的调节速度。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-onlymemory，ROM)、随机存取存储器(randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.金刚石盘的监控系统，其特征在于：包括采集模块、处理模块以及调节模块；
采集模块监控金刚石盘的表征状态以及运行状态，并生成图像数据以及模拟信号发送至处理模块，处理模块将模拟信号A/D转换为数字信号，再分别对图像数据以及数字信号进行处理，数字信号处理为监控数据并存储，根据数据库中的初始图像数据以及数据阈值分别比对图像数据以及监控数据，图像数据与初始图像数据不匹配时，发出警示，数据阈值与监控数据不匹配时，处理模块向调节模块发出调节指令，调节模块接收调节指令后，对金刚石盘的工作状态进行实时调节；
所述表征状态为金刚石盘的表面完整度，对金刚石盘的表面完整度监控为金刚石盘使用前和使用后，金刚石盘使用前表面存在缺陷进行监控反馈；
所述运行状态包括金刚石盘运行过程中的水平度以及金刚石盘对研磨垫产生的压力，对金刚石盘水平度以及对研磨垫产生的压力监控为金刚石盘使用中；
所述调节模块对金刚石盘的调节包括水平调节以及压力调节；
水平调节：在金刚石盘加工研磨垫过程中倾斜时，通过机架上设置的电动推杆驱动压力数值增大的压力传感器下移推动研磨盘，当对称设置的压力传感器输出压力数值相等后停止调节；
压力调节：在金刚石盘对研磨垫产生压力过大时，通过气缸驱动机架带动金刚石盘上移，在金刚石盘对研磨垫产生压力过小时，通过气缸驱动机架带动金刚石盘下移，使金刚石盘对研磨垫产生压力等于预设压力阈值；
所述处理模块对图像数据的处理包括以下步骤：
（1）输入图像通过和三个滤波器及一个可加偏置进行卷积，卷积后产生三个特征映射图；
（2）特征映射图中相邻四个像素为一组再进行相加求平均值，再进行加权值、加偏置；
（3）通过激活函数得到特征映射图，映射图进行滤波处理栅格化，连接成一个一维向量输入到传统的神经网络中，得到输出；
所述处理模块对数字信号的处理包括数据融合，数据融合包括以下步骤：
(1)根据DCHP分簇路由协议，对压力传感器节点进行分簇，选出第一簇头和第二簇头；
(2)第一簇头将自身及簇内节点信息发送至汇聚节点，汇聚节点依据发来的信息构造BP神经网络；
(3)利用簇内成员节点和第一簇头进行融合运算；
(4)每个簇的传感器节点对收集的数据信息进行处理，结果发送到第一簇头节点，根据隐含层和输出层的神经元函数进一步融合处理；
(5)第一簇头将融合后特征值发送给相邻第二簇头，再由第二簇头节点经多跳路由发送到汇聚节点，第二簇头用于转发融合数据特征值；
所述处理模块对数字信号的处理还包括数据压缩，数据压缩包括以下步骤：
(1)给定时间序列S，最大误差界限
Figure QLYQS_1
；
(2)从第一个数据点开始，按序扫描序列中数据点，直到扫描到一个数据点，使得在这个数据点之前的所有数据点能被一条线段描述，且保证精度；
(3)再加上这个数据点之后，则不存在一条线段能描述当前所有未被描述的数据点；
(4)将最后一个数据点之前的所有数据点用一条线段来描述，然后从最后一个数据点进行扫描，直到整个时间序列结束。
2.根据权利要求1所述的金刚石盘的监控系统，其特征在于：所述采集模块包括工业相机以及设置在研磨盘顶部的若干关于研磨盘呈中心对称设置的压力传感器，工业相机用于采集金刚石盘使用前和使用后的表征状态，压力传感器用于监控金刚石盘的运行转态。
3.根据权利要求2所述的金刚石盘的监控系统，其特征在于：所述压力传感器输出数值的计算公式为：
Figure QLYQS_2
；
式中，M为若干压力传感器输出数值，
Figure QLYQS_3
为若干压力传感器检测数值总和，n为压力传感器的数量。
CN202211632324.8A 2022-12-19 2022-12-19 金刚石盘的监控方法及系统 Active CN115625571B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211632324.8A CN115625571B (zh) 2022-12-19 2022-12-19 金刚石盘的监控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211632324.8A CN115625571B (zh) 2022-12-19 2022-12-19 金刚石盘的监控方法及系统

Publications (2)

Publication Number Publication Date
CN115625571A CN115625571A (zh) 2023-01-20
CN115625571B true CN115625571B (zh) 2023-06-23

Family

ID=84911181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211632324.8A Active CN115625571B (zh) 2022-12-19 2022-12-19 金刚石盘的监控方法及系统

Country Status (1)

Country Link
CN (1) CN115625571B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118305088B (zh) * 2024-06-06 2024-08-23 广东纳德新材料有限公司 一种弹性磨块分拣设备及其分拣方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751162A (zh) * 2015-04-03 2015-07-01 哈尔滨工业大学 基于卷积神经网络的高光谱遥感数据特征提取方法
CN105538155B (zh) * 2015-12-07 2018-10-26 广州汇专工具有限公司 一种用于超声elid内圆磨削空化效应的在线监测装置
CN108284388B (zh) * 2017-12-26 2019-09-27 华中科技大学 一种视觉引导的智能力控磨抛装置
CN207900941U (zh) * 2018-01-29 2018-09-25 苏州温特金刚石滚轮有限公司 基于金刚石滚轮修整磨床的数字化检测系统
CN109001211A (zh) * 2018-06-08 2018-12-14 苏州赛克安信息技术有限公司 基于卷积神经网络的长输管道焊缝检测系统及方法
CN111390722B (zh) * 2019-01-03 2022-02-11 中国科学院沈阳自动化研究所 一种基于力控及视觉技术的智能打磨装置
CN111469048B (zh) * 2020-04-14 2021-06-25 大连理工大学 一种抛光垫微观接触状态的测量装置及其使用方法
CN112743445A (zh) * 2021-02-02 2021-05-04 河南科技学院 一种化学机械抛光检测装置及其检测方法

Also Published As

Publication number Publication date
CN115625571A (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
JP6598790B2 (ja) カスタマイズされたメトリックスをグローバル分類方法と組み合わせて極高処理能力でプロセスツール状態を監視するウエハおよびロットベースの階層化方法
CN115625571B (zh) 金刚石盘的监控方法及系统
CN111062938B (zh) 基于机器学习的板材涨塞检测系统和检测方法
TW202129801A (zh) 基板清洗裝置、研磨裝置、擦光處理裝置、基板清洗方法、基板處理裝置、及機械學習器
US11806833B2 (en) Chemical mechanical planarization system and a method of using the same
CN116567395A (zh) 一种安防设备联动运行调控方法及计算机存储介质
CN116593479B (zh) 电池盖板外观质量检测方法、装置、设备及存储介质
CN114372980A (zh) 一种工业缺陷检测方法及系统
Zhang et al. Fractal geometry applied to on-line monitoring of surface finish
CN116071348B (zh) 基于视觉检测的工件表面检测方法及相关装置
CN114937011B (zh) 一种基于经验Garbor小波变换的光伏电池图像异常检测方法
CN116112776A (zh) 一种基于ai智能图像分析处理的行为分析方法及装置
US11276180B1 (en) Techniques for encoding video data
CN114626522A (zh) 基于感受野准则的过滤器修剪方法
CN110232333A (zh) 行为识别系统模型训练方法、行为识别方法及系统
CN118170116B (zh) 一种基于物联网的智能制造设备群的故障分析及嗅探系统
CN117420868B (zh) 基于物联网的智慧教室控制系统及方法
CN117067004B (zh) 一种平磨机及其控制方法
CN114851569B (zh) 离子交换膜焊接成型的智能控制方法及系统
CN114406807B (zh) 砂带磨削材料去除率预测方法、装置、设备及存储介质
CN109685799B (zh) 一种基于图像数据及给定区间误警率的统计过程监控方法
CN118760102A (zh) 基于工业物联网的产品处理方法、装置、终端和存储介质
CN118092142A (zh) 基于遗传算法驱动的真空吸盘自动调节方法
Wang A Feature Ensemble Model for Material Rate Prediction in Chemical Mechanical Planarization
CN115420737A (zh) 一种梳棉胎研磨率检测系统及检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant