基于SVM的刻蚀工艺失效状态识别  

Failure recognition in etching processing by SVM

作　　者：高阳[1] 廖广兰[1] 曹艳波[1] 史铁林[1] 

机构地区：[1]华中科技大学数字制造装备与技术国家重点实验室,湖北武汉430074

出　　处：《华中科技大学学报（自然科学版）》2011年第7期80-83,共4页Journal of Huazhong University of Science and Technology(Natural Science Edition)

基　　金：国家重点基础研究发展计划资助项目(2009CB724204);国家自然科学基金资助项目(50805061;50975106)

摘　　要：针对反应离子刻蚀工艺,研究其状态监测与识别.采用主元分析(PCA)方法对原始数据进行降维,提取出有效的特征子集,再应用SVM建立失效状态的诊断识别模型,分析模型参数对失效状态的分类识别效果.采用主元分析法进行数据降维,从多监控量中提取影响最大的特征子集,再基于支持向量机(SVM)算法建立了失效状态的诊断识别模型,并分析了模型参数对失效状态的分类识别效果.研究结果验证了基于SVM方法的有效性,表明该模型具有高效的模式识别能力,可应用于存在小样本问题的其他半导体工艺状态分类和识别中.The condition monitoring and recognition of reactive ion etching process were investigated. The principal component analysis （PCA） was used to compress data and extract feature subset having maximum impact from multiple parameters. Then the failure diagnosis and recognition model was es- tablished based on support vector machines （SVM） algorithm. The effect of model parameters on fail- ure recognition and classification was analyzed. The results indicate that the model is efficient for pat- tern recognition, and can be applied to other semiconductor process condition classification and recog- nition.

关 键 词：刻蚀工艺 主元分析 支持向量机 状态识别 模式识别 

分 类 号：TN405.982[电子电信—微电子学与固体电子学]