CN119472448A 一种半导体制造机台的控制方法及系统 （北京珂阳科技有限公司）

区西环南路26号院30号楼（嘉捷科技本发明提供一种半导体制造机台的控制方量输入基于长短期记忆网络构建的补偿量计算2目标由设备利用率与产品产出率构成；采用深度强化学习算法训练所述多目标优化模型，将所述优化预测结果与预设的目标参数进行偏差分析；基于所将所述补偿控制指令输入所述多目标优化模型，采用多采集加热器功率数据、射频电源功率数据以及真空泵功率数据作为基于所述能源数据计算单位时间能源消耗量，将所述加热器功率能源消耗量与所述原材料利用率进行归一化处理并加权组合构建制基于所述工艺数据计算工艺均匀性指标，在晶圆表面选取检测基于所述生产数据计算设备利用率，将所述设备运行状态数据划分为生产时间数据、3构建深度强化学习训练网络，所述深度强化学习训练网构建奖励计算模块，将所述调节动作作用于所述归训练所述深度强化学习训练网络：将所述状态特征向采用所述深度强化学习模型构建所述运行参数与所述优化目标之间入所述动作生成器得到优化调节动作；基于所述优化调节动作对所述运行参数进行调整，4.根据权利要求1所述的方法，其特征在于，将所述偏差特征向量输入补偿量计算模将偏差特征向量输入补偿量计算模型，所述补偿量计算模型基于长短期记忆网络构将所述时序特征序列输入所述补偿量计算模型的特征提取层，所述征表示输入特征融合层，所述特征融合层将所述加权特征表示与历史特征进行自适应融将所述融合特征向量输入补偿量预测层，所述补偿量预测层将所述优化后的补偿量输入补偿指令生成层，所述补偿指令生成层4将补偿控制指令输入多目标优化模型，对所述补偿控制指令进将所述目标权重矩阵输入多目标优化算法，所述多目标优化算法采对所述候选参数组合进行工艺约束验证，筛选出满足加工工艺算所述可行参数集中各参数组合的稳定性评价指标，所述稳定性评价指标包括参数波动将所述最优参数组合转换为设备控制参数，对所述设备控制参数进行时序平滑处理，构建工艺参数约束条件，所述工艺参数约束条件包括温对所述综合目标函数进行粒子群算法改进，设置自适应惯性权重策略性权重随迭代次数呈非线性递减；引入混沌扰动机制，所述混沌扰动机制采用V型混沌映根据所述工艺参数约束条件确定搜索空间，将工艺参数编码为位置根据所述工艺参数约束条件计算初始粒子群的约束违反度，将在迭代优化过程中，基于所述自适应惯性权重策略计算粒对每次迭代更新后的粒子位置重新计算约束违反度与适应度函数值；5所述参数调节指令包括工艺参数目标值信息，将所述工艺参数目标值将所述加热器控制指令发送至加热器，所述加热器根据温度反馈信将所述射频发生器控制指令发送至射频发生器，所述射频发生采集所述加热器的温度反馈信号、所述压力控制阀的压力反馈信号将所述工艺参数评估模型的输出结果与所述工艺参数目标值信根据所述调节补偿量对所述加热器控制指令、所述压力控制阀控第一单元，用于获取半导体制造过程中设备腔室的运行参数第二单元，用于将所述优化预测结果与预设的目标参数进行偏第三单元，用于将所述补偿控制指令输入所述多目标优6其中，所述处理器被配置为调用所述存储器存储的指令，以执行程序指令被处理器执行时实现权利要求1至7中任意7[0003]传统的半导体制造过程控制主要依赖于预先设定的工艺参数和人工经验进行调8功率数据进行积分运算得到单位时间能源消耗量；基于所述物料数据计算原材料利用率，时间能源消耗量与所述原材料利用率进行归一化处理并加权组合构建9[0020]采用所述深度强化学习模型构建所述运行参数与所括多层长短期记忆网络；所述多层长短期记忆网络对所述时序特征序列进行时序特征提[0024]将所述融合特征向量输入补偿量预测层，所述补偿量预测层对所述制造成本目标函数、所述制造质量目标函数与所述制造效率目标函数进行联合优[0029]对所述候选参数组合进行工艺约束验证，筛选出满足加工工艺要求的可行参数等离子体发生器根据等离子体密度反馈信号调节偏算法计算最优参数组合，所述多目标优化算法通过动态权重分配实现所述制造成本目标、[0064]图1为本发明实施例一种半导体制造机台的控制方法的流[0068]在一种可选的实施方式中,建立包含制目标的多目标优化模型，所述制造成本目标由单位时间能源消耗量与原材料利用率构成，功率数据进行积分运算得到单位时间能源消耗量；基于所述物料数据计算原材料利用率，时间能源消耗量与所述原材料利用率进行归一化处理并加权组合构建量。例如，某一时间段内进气量为100标准立方厘米每分钟（sccm实际反应气体量为述采集的功率数据累加得到17kW，假设保持该功率运行1小时，则单位时间能源消耗量为17kWh。原材料利用率通过实际反应气体量与进气量的比值计算得到。例如，80sccm/将单位时间能源消耗量和原材料利用率分别赋予0.6和0.4的权重，构建制造成本目标函[0084]采用所述深度强化学习模型构建所述运行参数与所[0093]在一种可选的实施方式中,将所述偏差特括多层长短期记忆网络；所述多层长短期记忆网络对所述时序特征序列进行时序特征提[0096]将所述融合特征向量输入补偿量预测层，所述补偿量预测层[0102]特征融合层设计了适应半导体工艺特点的门控结构，实现新旧特征的动态融[0107]在一种可选的实施方式中,将所述补偿控制指令输对所述制造成本目标函数、所述制造质量目标函数与所述制造效率目标函数进行联合优[0110]对所述候选参数组合进行工艺约束验证，筛选出满足加工工艺要求的可行参数[0121]在一种可选的实施方式中,在工艺参数定值范围为800℃至900℃,压力设定值范围为100kPa至200kPa，气体流量设定值范围为函数值更新个体最优位置和全局最优位置。当达到终止条件（例如达到最大迭代次数200[0138]在一种可选的实施方式中,将所述参数等离子体发生器根据等离子体密度反馈信号调节偏