類神經網路於MIMO半導體製程控制的應用

Neural-Network-Based Process Control for the MIMO Semiconductor Manufacturing Process

在製程上常存在許多干擾，這些干擾會造成製程輸出飄移或是偏移，本研究提出利用倒傳遞類神經網路針對多重輸入及多重輸出製程，建構製程的預測及控制模式來補償干擾造成的誤差。首先，倒傳遞類神經網路預測器經由學習製程的輸出模式，預測製程的干擾輸出，接著，倒傳遞類神經網路控制器經由學習製程的調控模式，依據目標值與干擾輸出的誤差計算製程的參數調整量，來補償干擾所產生的誤差。為了驗證倒傳遞類神經網路預測器的預測績效，預測結果將與Box-Jenkins 預測模式作比較。最後，利用半導體化學機械研磨製程為模擬驗證的對象，驗證倒傳遞類神經網路預測及控制器之可行性。研究結果顯示倒傳類神經網路預測及控制器能有效控制干擾輸出，降低製程干擾所產生的變動。