[发明专利]建立平均材料去除速率预测模型的方法及预测速率的方法

权利要求书

1.一种建立化学机械抛光机的平均材料去除速率预测模型的方法，其特征在于，该方法包括：

数据采集步骤A，由传感器采集被加工材料工件样本在不同抛光加工工况下的信号数据；

数据预处理步骤B，去除采集的传感器信号数据中的噪声和异常值；

特征提取步骤C，提取预处理后传感器信号数据的特征，将提取出的特征进行组合或变换生成模型参数训练数据集合；

特征选取步骤D，从模型参数训练数据集合中选取出优化特征；

模型建立步骤E，对选取出的优化特征采用多种模型进行回归处理，得到每种模型对应的回归模型函数；将多个回归模型函数进行加权处理得到平均材料去除速率预测模型函数，经由平均材料去除速率预测模型函数得到的输出目标值即为平均材料去除速率预测值。

2.如权利要求1所述的方法，其特征在于，数据采集步骤A包括：

传感器采集被加工材料工件样本在抛光加工工况下的信号数据；被加工材料工件样本的传感器信号数据包括：抛光机的腔室位置、抛光垫的用量、修整器的用量、抛光垫背衬膜用量、薄膜用量、抛光台转速、被加工材料工件的转速、被加工材料工件与抛光垫之间的压力、腔室压力、抛光液的流动速率及修整液的开关状态。

3.如权利要求2所述的方法，其特征在于，数据预处理步骤B包括：

采用拉依达准则去除采集的被加工材料工件样本的所有传感器信号数据中的噪声和异常值，即先经由被加工材料工件样本的所有传感器信号数据计算出其对应的平均值和标准误差值；对于被加工材料工件样本的所有传感器信号数据中的任一传感器信号数据，如若该传感器信号数据与平均值之差的绝对值满足大于标准误差值的3倍，则将该传感器信号数据作为噪声或异常值从被加工材料工件样本的所有传感器信号数据中予以去除；

对于采集的被加工材料工件样本的所有传感器信号数据中的缺失值，先经由被加工材料工件样本的所有传感器信号数据计算出其对应的中值，利用该中值来补全缺失值；

通过人工测量得到平均材料去除速率，即由单位时间内抛光加工过程中减少的材料厚度得到平均材料去除速率。

4.如权利要求3所述的方法，其特征在于，特征提取步骤C包括：

对预处理后的连续传感器信号数据提取与材料去除速率、抛光垫状态和修整器状态均敏感的特征，该特征包括：抛光垫的用量、修整器的用量、抛光垫背衬膜用量、薄膜用量、抛光台转速、被加工材料工件的转速、被加工材料工件与抛光垫之间的压力、腔室压力、抛光液的流动速率对应的均值特征、方差特征、求和特征和峭度特征；

对预处理后的可枚举的离散传感器信号数据，采用特征离散化编码，得到相应的离散化编码特征，其中，离散传感器信号数据包括：工件在抛光机中的位置数据和切削液状态数据；

将提取的预处理后的连续传感器信号数据和离散传感器信号数据的特征组合或变换生成对应的模型参数训练数据集合；并将人工测量得到的平均材料去除速率放进模型参数训练数据集合中。

5.如权利要求4所述的方法，其特征在于，从模型参数训练数据集合中选取出的优化特征包括：数据采集时的时间戳的均值特征、被加工材料工件与抛光垫之间的压力的均值特征、修整器用量的均值特征、修整器用量总量的均值特征、抛光液的均值特征、抛光垫用量的均值特征、被加工材料工件转速的均值特征、抛光头转速的均值特征、腔室压力的均值特征、腔室位置的均值特征、修整液开关状态的均值特征、抛光垫背衬膜用量的均值特征、薄膜用量的均值特征。