第
25
卷第
9
期
2
伽年
9
月
机械科学与技术
MECHANICAL
SCIENCE
AND
TECHNOLOGY
Vo
l.
25
No.9
Se
ptemher
2
∞
6
文章编号
:1
∞
13
-8
728
(2
∞
6)ω-1082
-0
3
于
BP
神经网络的
SU-8
光刻胶工艺参数优选研究
曾永彬，朱获，明平美，胡洋洋
(南京航空航天大学机电学院，南京
21
∞
16)
曾永彬
摘 要
:SU-8
是一种性能优异的辱肢，广泛应用于高深宽比的
MEMS
微结构中。本文首先用正交试验研究了前烘
时间、曝光剂量、后烘时间以及显影时间对
SU
-8光刻胶图形尺寸精度的影响，得到了优化的工艺组合。在此基础
上，运用
BP
神经网络对试验数据进行分析处理，预测了较正交试验分析结采灵为优化的工艺组合，并用试验段证
了其正确性。结果表明，经正交试验数据训练过的
BP
神经网络，很好地映射了工艺参数与优化指标之间的复杂非
线性关系，此时应用
BP
神经网络对工艺参数进行优选研究能够得到灵全面、准确的结果。
关键词
:MEMS;SIJ-8;iE
交试验
;BP
神经网络;优化
中固分类号
:TN305.7
文献标识码
:A
Study
of
SU
-8
Phoωr
回
st
Proc
臼
s
Pararneters
Based
on
a
BP
Neural
Network
Zeng Yongbin , Zhu Di , Ming Pingmei ,
Hu
Yangyang
(Nanjing
University
of
Aeronautics
and
Astronautics, Nanjing 210016)
Abstract:
SU
-8
photoresist is widely used in high-aspect-ratio microstructures
in
MEMS for its excellent
perfOllnances.
. Using the orthogonal array
technique
，出
e
paper
perfOImed
an
optimization experiment to
study the influence
of
the process
p
缸缸
neters
of
pre-bake time , exposure doses, post exposure bake time
and
development time on the accuraccy
of
SU -8 photoresist image
sizes.
咀
le
pr
∞
ess
pammetemwere
opU-
mized, on the basis
of
which
theexperimental
data were analyzed by using a
BP
neural network.
Th
e
process parameters with
better
resolution
由
an
the orthogonal array technique
w
困
predicted
by the BP neu-
ral network
and
their
correctness was verified by
an
experiment.
咀
le
experimental results prove that after
being trained by
the
data
of
orthogonal tests, the
BP
neural network
has
a good capability
of
mapping the
complex nonlinear relationship between the process
p
缸
'ameters
and
the optimization targets. Therefore it
results
in
a more comprehensive
and
accurate optimization
of
process
p
町
ameters.
Key
words:
MEMS;
SU
息;
orthogonal
allay
technique;
BP
neural network; optimization
近年来，
SU
-8系列光刻胶在制作高深宽比的
MEMS
微结构方面得到广泛的应用和发展
[1·"
。
SU-8
系列光刻
股由美国
Micro
Chem
公司生产，其对紫外光吸收率低可以
得到高深宽比的微结构，有好的化学和热稳定性，良好的
综合力学性能，可用作微结构的结构材料，也可作为掩模
电铸中微模具材料。采用
UV-UGA
工艺使用普通的紫外
线曝光机便可得到高深宽比的
SU
-8厚胶结构，与
UGA
及
其它高深宽比微加工技术(如:
DRIE)
相比，其成本低廉，
因而被称作为"穷人的
UGA"
[2J
。
但是要充分发挥
SU
毛的性能，必须合理选择各工艺
参数并进行优化组合，才能得到侧壁陡直、尺寸精确的厚
胶图形。试验表明
SU-8
光刻胶图形受前烘温度及时间、
收稿日期
:2
∞
15
-10-14
基金项目:国家自然科学基金项目
(50375073)
资助
作者简介:曾永彬(1叨
8
-)，男(汉)
.重庆，博士研究生
E-mail:
binyz@sina.com
曝光剂量、后烘温度和时间、显影时间等诸多因素的影响。
前烘的目的是去除光刻胶中的溶剂，溶剂含量的多少将直
接决定图形的精度和深宽比
[3J
。紫外线曝光使
SU
-8曝光
区域产生酸催化剂，在后烘阶段该酸催化剂促使光刻胶发
生交联，交联后的光刻股不能被显影液去除。曝光剂量影
响酸催化剂的生成量，后烘时间影响光刻肢的交联程度，
因而对光刻股结构的侧壁形状和尺寸精度产生影响[
4.5J
。
BP
神经网络(
back
propagation
neural
network)
，即误差
反馈神经网络，经学习训练后具有较好泛化能力，能够映
射输入参数与优化指标之间的复杂非线性关系，有很强的
预测能力，在多方面得到了广泛的应用
(6J
。本文首先利用
正交试验方法对
SU
-8
1
∞光刻肢工艺进行了研究，然后用
所得的试验数据对建立的
BP
神经网络进行训练，并用训
练好的神经网络对其它工艺参数组合进行预测分析和试
验验证。结果表明，在正交试验的基础上，利用
BP
神经网
络可以获得较正交试验分析更为全面兑优秀的结果。
资源评论
weixin_38714641
- 粉丝: 2
- 资源: 948
最新资源
- 嵌入式linux-final（一些源码）.7z
- 嵌入式Linux课程设计选题指南-基于tiny210、Jetson Nano和Raspberry Pi的项目开发
- 嵌入式Linux下基于C语言实现的摄像头图像采集与远程传输解决方案
- Matching Anything By Segmenting Anything预训练权重
- 和豆包的对话_0109.txt
- Matching Anything By Segmenting Anything
- 嵌入式Linux环境下基于C/C++与Socket的HTTP客户端程序实现及数据处理
- transformer-6layer.png
- 网络安全领域常见十大漏洞扫描工具汇总及应用
- 补充说明3：嵌入式linux 加密数据socket通信.txt
- Socket网络编程实现多客户端数据上报与采集的技术实现
- 补充说明5：嵌入式Linux外接串口单片机的数据采集与存储.txt
- Linux系统环境下多主机间的高效文件传输机制与应用
- simulink二次调频AGC风电风机储能电动汽车水电火电二次调频，对比了有无储能电动汽车，水电火电调频，经典两区域系统二次调频 加入了风火水储资源 系统频率波形如下 经典两区域系统二次调频
- 发卡程序/会员/分站/三级分销/对接易/码/免签支付/完美运营
- 三电平ANPC实物实现以及仿真实现，拓扑交替反向叠波调制，采用SVPWM算法，中点平衡策略，可提供三电平SVPWM以及ANPC调制文档 功率3MW，电压1140V
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
