【技术实现步骤摘要】
【国外来华专利技术】使用人工神经网络的运动控制
[0001]相关申请的交叉引用
[0002]本申请要求于2020年7月09日递交的美国申请63/049,719的优先权,并且所述美国申请的全部内容通过引用而被合并入本文中。
[0003]本专利技术涉及一种设备、一种用于控制设备的部件的方法,和一种非暂时性计算机可读介质。
技术介绍
[0004]光刻设备是被构造成将期望的图案施加至衬底上的机器。光刻设备可以用于(例如)集成电路(IC)的制造中。光刻设备可以例如将图案形成装置(例如,掩模)的图案(也常常称作“设计布局”或“设计”)投影至设置于衬底(例如,晶片)上的一层辐射敏感材料(抗蚀剂)上。
[0005]随着半导体制造过程持续进步,几十年来,电路元件的尺寸已继续减小,而每器件的诸如晶体管之类的功能元件的量已稳固地增加,这遵循通常称为“摩尔定律”的趋势。为了遵循摩尔定律,半导体行业正追逐能够产生越来越小特征的技术。为了将图案投影于衬底上,光刻设备可以使用电磁辐射。这种辐射的波长确定图案化于衬底上的特征的最小大小。当前在使用中的典型波长是365nm(i线)、248nm、193nm和13.5nm。相比于使用例如具有193nm的波长的辐射的光刻设备,使用具有在4nm至20nm的范围内的波长(例如,6.7nm或13.5nm)的极紫外(EUV)辐射的光刻设备可以用于在衬底上形成较小特征。
[0006]低k1光刻术可以用于处理尺寸小于光刻设备的经典分辨率限值的特征。在这样的过程中,可以将分辨率公式表达为CD=k1×
...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种设备,包括:部件,所述部件被配置成以至少一个指定运动来移动;和处理器,所述处理器由机器可读指令配置成:接收控制输入,所述控制输入指示所述部件的所述至少一个指定运动;利用经训练的人工神经网络、基于所述控制输入来确定所述部件的控制输出,其中利用训练数据来训练所述人工神经网络,使得所述人工神经网络确定所述控制输出,而与所述控制输入是否落在所述训练数据之外无关;和至少基于所述控制输出来控制所述部件。2.根据权利要求1所述的设备,其中,所述控制输入(1)被预滤波、和/或(2)包括扫描运动设定点和/或步进运动设定点。3.根据权利要求2所述的设备,其中,所述运动设定点包括用于所述部件的改变的目标参数。4.根据权利要求1至3中任一项所述的设备,其中,所述设备包括半导体光刻设备、光学量测检查工具或电子束检查工具。5.根据权利要求1至4中任一项所述的设备,其中,所述部件包括被配置成移入和/或移出用于光刻的一个或更多个位置的掩模版平台、晶片平台、反射镜或透镜元件。6.根据权利要求1至5中任一项所述的设备,其中,所述控制输入包括指示所述部件的随时间推移的位置、所述位置的较高阶时间导数、速度或加速度中的一个或更多个的数字信号。7.根据权利要求1至5中任一项所述的设备,其中,所述控制输入包括指示所述部件的随时间推移的位置的较高阶时间导数例如速度、或加速度中的一个或更多个、以及所述位置的数字信号。8.根据权利要求1至7中任一项所述的设备,其中,所述控制输出包括用于控制所述部件的移动的力、扭矩、电流、电压或电荷中的一种或更多种。9.根据权利要求1至8中任一项所述的设备,其中,利用所述训练数据预训练所述人工神经网络。10.根据权利要求9所述的设备,其中,离线地、在线地、或离线与在线组合地执行训练。11.根据权利要求9或10的设备,其中,所述训练数据包括基准训练控制输入和相对应的训练控制输出的多个对。12.根据权利要求11所述的设备,其中,训练控制输入包括用于所述部件的多个改变的目标参数。13.根据权利要求12所述的设备,其中,训练控制输出包括用于所述部件的、与所述多个改变的目标参数相对应的多个已知的力、扭矩、电流和/或电压。14.根据权利要求9至13中任一项所述的设备,其中,所述训练产生用于所述人工神经网络的一个或更多个系数。15.一种用于控制设备的部件的方法,所述方法包括:接收控制输入,所述控制输入指示所述部件的至少一个指定运动;利用经训练的人工神经网络、基于所述控制输入来确定所述部件的控制输出,其中利用训练数据来训练所述人工神经网络,使得所述人工神经网络确定所述控制输出,而与所
述控制输入是否落在所述训练数据之外无关;和至少基于所述控制输出来控制所述部件。16.根据权利要求15所述的方法,其中,所述控制输入(1)被预滤波、和/或(2)包括步进运动设定点和/或扫描运动设定点。17.根据权利要求16所述的方法,其中,所述运动设定点包括用于所述部件的改变的目标参数。18.根据权利要求15至17中任一项所述的方法,其中,所述设备包括半导体光刻设备、光学量测检查工具或电子束检查工具。19.根据权利要求15至18中任一项所述的方法,其中,所述部件包括被配置成移入和/或移出用于光刻的一个或更多个位置的掩模版平台、晶片平台、反射镜或透镜元件。20.根据权利要求15至19中任一项所述的方法,其中,所述控制输入包括指示所述部件的随时间推移的位置、所述位置的较高阶时间导数、速度或加速度中的一个或更多个的数字信号。21.根据权利要求15至19中任一项所述的方法,其中,所述控制输入包括指示所述部件的随时间推移的位置的较高阶时间导数例如速度、或加速度中的一个或更多个、以及所述位置的数字信号。22.根据权利要求15至21中任一项所述的方法,其中,所述控制输出包括用于控制所述部件的移动的力、扭矩、电流、电压或电荷中的一种或更多种。23.根据权利要求15至22中任一项所述的方法,其中,利用所述训练数据预训练所述人工神经网络。24.根据权利要求23所述的方法,其中,离线地、在线地、或离线与在线组合地执行训练。25.根据权利要求23或24所述的方法,其中,所述训练数据包括基准训练控制输入和相对应的训练控制输出的多个对。26.根据权利要求25所述的方法,其中,训练控制输入包括用于所述部件的多个改变的目标参数。27...
【专利技术属性】
技术研发人员:K,
申请(专利权)人:ASML荷兰有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。