CN102162462A - 一种层流风的压力控制方法 - Google Patents

一种层流风的压力控制方法 Download PDF

Info

Publication number
CN102162462A
CN102162462A CN2010105964274A CN201010596427A CN102162462A CN 102162462 A CN102162462 A CN 102162462A CN 2010105964274 A CN2010105964274 A CN 2010105964274A CN 201010596427 A CN201010596427 A CN 201010596427A CN 102162462 A CN102162462 A CN 102162462A
Authority
CN
China
Prior art keywords
pressure
fuzzy
value
variable
microenvironment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010105964274A
Other languages
English (en)
Inventor
马嘉
吴仪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sevenstar Electronics Co Ltd
Beijing Sevenstar Huachuang Electronics Co Ltd
Original Assignee
Beijing Sevenstar Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sevenstar Electronics Co Ltd filed Critical Beijing Sevenstar Electronics Co Ltd
Priority to CN2010105964274A priority Critical patent/CN102162462A/zh
Publication of CN102162462A publication Critical patent/CN102162462A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Feedback Control In General (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)

Abstract

本发明属于控制技术领域,具体公开了一种层流风的压力控制方法,其包括以下步骤:S1:设计压力模糊控制器;S2:对设备内部微环境中测量点与外部环境的差压值信号进行处理,作为压力模糊控制器的反馈值;S3:根据反馈值,压力模糊控制器对设备内部微环境的压力进行自动调节。本发明基于模糊控制算法设计了风机调压模糊控制器,通过自动调节风机转速,以保证在不同工况下对设备内部微环境的特定压力要求,可通过采用多个差压计分别采集设备内部各个关键测量点与外部环境的差压值,为风机调压控制器提供合理的反馈信号,可以克服手动风机调速系统和常规PID控制方法的不足,适用于存在较大扰动、难于建立精确数学模型的压力控制系统。

Description

一种层流风的压力控制方法
技术领域
本发明涉及控制技术领域,特别是涉及一种用于集成电路制造设备内部微环境的层流风的压力控制方法。
背景技术
随着集成电路制造技术的高速发展,当前主流工艺已从90nm过渡到65nm、45nm甚至以下的超精细集成电路生产制造。这意味着集成电路芯片的特征尺寸已进入到深亚微米阶段,而造成芯片上超微细电路失效或损坏的关键颗粒的特征尺寸也随之大为减小,因而对集成电路制造设备内部微环境的洁净等级提出了更为严苛的要求。
为了避免集成电路晶圆在工艺制造过程中被环境中存在的颗粒所污染,通常在集成电路制造设备内部安装风机过滤单元(Fan FilterUnit,FFU)或垂直层流(Plenum)装置以形成自上而下经高效过滤的垂直层流风,从而建立设备内部的微环境。而现有集成电路制造设备对层流风速的调节大多通过手动完成,一则增加了人力成本,二则增加了风机能耗,对外部扰动不具有自动调节能力。而如果采用常规PID控制方法设计压力控制器,则存在抗干扰能力差的弊端。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是有效实现集成电路制造设备内部微环境的压力自动调节,并且减少人力成本,降低风能损耗,实现对外部扰动的自动调节,提高压力调节的抗干扰能力。
(二)技术方案
为了解决上述技术问题,本发明提供一种层流风的压力控制方法,用于调节集成电路制造设备内部微环境的压力,其包括以下步骤:
S1:设计压力模糊控制器;
S2:对所述集成电路制造设备内部微环境中测量点与外部环境的差压值信号进行处理,作为所述压力模糊控制器的反馈值;
S3:根据所述反馈值,所述压力模糊控制器对所述设备内部微环境的压力进行自动调节。
上述层流风的压力控制方法中,所述步骤S1具体包括:
S11:确定所述压力模糊控制器的结构,使其输入变量为压力偏差和压力偏差的变化率,输出变量为风机转速控制量;
S12:将输入变量和输出变量分别转换为模糊语言变量,设置相应的基本论域、量化因子以及隶属度函数;
S13:确定模糊关系,进行模糊推理,建立模糊控制规则表。
上述层流风的压力控制方法中,所述步骤S2具体包括:
S21:设置所述设备内部微环境与外部环境的差压值的测量点;
S22:对所测量的差压值信号进行A/D转换和滤波处理,并对不同测量点得到的差压值信号进行融合,采用最小的差压值作为所述压力模糊控制器的反馈值。
上述层流风的压力控制方法中,所述步骤S3具体包括:
S31:根据所述反馈值计算压力偏差和压力偏差的变化率,并将所述压力偏差和压力偏差的变化率根据所述量化因子和隶属度函数进行模糊化;
832:根据输入变量的模糊值,查询模糊控制规则表,得到输出变量的模糊值;
S33:按照中心值平均法对输出变量的模糊值进行模糊决策,得到输出量的等级后乘上量化因子,计算得到输出变量的精确值;
S34:对输出变量的精确值进行D/A转换,输出模拟电压信号,控制风机转速,进而对微环境的压力进行调节。
上述层流风的压力控制方法中,所述步骤S12中,所述输入变量 和输出变量的模糊语言变量的隶属度函数采用对称三角形函数。
上述层流风的压力控制方法中,所述步骤S13中,所述模糊关系采用Mamdani模糊蕴含关系,所述Mamdani模糊蕴含关系为:
Figure BSA00000391604400031
其中,e、Δe和u分别为压力偏差、压力偏差变化率和风机转速控制量的精确量,E、ΔE、U分别为所述精确量相对应的模糊语言变量,Ei、ΔEj、Uij为所述模糊语言变量相对应的模糊子集, 
Figure BSA00000391604400032
分别为所述模糊子集相对应的隶属度函数;X、Y、Z分别为E、ΔE、U的论域;Rij为Ei×ΔEj→Uij的模糊关系矩阵。
上述层流风的压力控制方法中,所述步骤S31中,所述压力偏差为设备内部微环境与外界环境压差的期望值减去所述反馈值之差。
(三)有益效果
上述技术方案基于模糊控制算法设计了风机调压模糊控制器,通过自动调节风机转速,以保证在不同工况下对设备内部微环境的特定压力要求,可通过采用多个差压计分别采集设备内部各个关键测量点与外部环境的差压值,为风机调压控制器提供合理的反馈信号,本发明克服了手动风机调速系统和常规PID控制方法的不足,适用于存在较大扰动、难于建立精确数学模型的压力控制系统。
附图说明
图1是本发明实施例的层流风的压力控制方法的流程图;
图2是本发明实施例的层流风的压力控制方法流程图中步骤S1的详细流程图;
图3是本发明实施例的层流风的压力控制方法流程图中步骤S2的详细流程图;
图4是本发明实施例的层流风的压力控制方法流程图中步骤S3的详细流程图;
图5是本发明层流风的压力控制方法的原理框图;
图6是本发明实施例的层流风压力控制系统原理图;
图7是本发明实施例的层流风的压力控制方法中集成电路制造设备内部设置的差压计测量点分布图。
图8是本发明实施例的压力控制系统原理图;
图9是本发明实施例的集成电路制造设备内部设置的差压值测量点。
其中,1:工艺腔室;2:a测量点;3:b测量点;4:垂直层流装置;5:风机;6:差压计。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本发明基于模糊控制算法设计了风机调压模糊控制器,通过自动调节风机转速,以保证在不同工况下对设备内部微环境的特定压力要求,采用多个差压计分别采集设备内部各个关键测量点与外部环境的差压值,为风机调压控制器提供合适的反馈信号。
如图1-4,具体示出了本发明实施例的层流风压力控制方法的流程图。
本发明提供的层流风压力控制方法,具体包括以下步骤:
S1:设计压力模糊控制器;
该步骤中,压力模糊控制器的设计,无需建立微环境气流和压力分布的精确数学模型;
S2:对设备内部测量点处的差压信号进行综合处理,作为压力模糊控制器的反馈值;
S3:根据所述反馈值,采用所设计的压力模糊控制器对设备内部的微环境进行压力自动调节。
上述方案中,所述步骤S1具体包括:
S11:确定压力模糊控制器的结构,其输入变量为压力偏差及压力偏差的变化率,输出变量为风机转速控制量;
S12:将输入输出变量分别转换为模糊语言变量,设置相应的基本论域、量化因子以及隶属度函数;
S13:确定模糊关系、进行模糊推理,建立模糊控制规则表。
在步骤S13中,模糊关系采用Mamdani模糊蕴含关系。
上述步骤S2具体包括:
S21:设置设备内部微环境与外界差压值的测量点;
S22:对测量数据进行A/D转换、滤波处理,并对不同测量点得到的数据进行融合,采用最小的差压值作为压力模糊控制器的反馈值。
上述步骤S3具体包括:
S31:将压力反馈值及其变化率根据量化因子和隶属度进行模糊化;
S32:根据输入量的模糊值,查询模糊控制规则表,得到输出量的模糊值;
S33:按照中心值平均法对输出模糊量进行模糊决策,得到输出量的等级后乘上量化因子,计算得到输出量的精确值;
S34:对输出量的精确值进行D/A转换,输出模拟电压信号,控制风机转速,进而对微环境的压力进行调节。
在本实施例中,定义语言变量E、ΔE和U的模糊子集分别为:
E={NB,NM,NS,Z0,PS,PM,PB};
ΔE={NB,NM,NS,Z0,PS,PM,PB};
U={NB,NM,NS,Z0,PS,PM,PB};
且论域均为[-6,6]。输入输出模糊量的隶属度函数为对称三角形函数。进一步将论域分为量化等级{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。
其中,图5示出了输入变量的模糊隶属度函数所采用的对称三角形函数的形式,图中e、Δe分别为压力偏差、压力偏差变化率的精确量;μ为为对应模糊子集{NB,NM,NS,Z0,PS,PM,PB}的隶属度。图6示出了输出变量的模糊隶属度函数所采用的对称三角形函数的形式,图中u为风机转速控制量的精确量;μ为为其模糊子集 {NB,NM,NS,Z0,PS,PM,PB}的隶属度。
表1示出的是模糊控制规则表。
表1
Figure BSA00000391604400061
模糊控制器的推理规则Rij定义为:
如果E=Ei,并且ΔE=ΔEj,则U=Uij,(i,j=1…7)
本实例中根据模糊蕴含最小运算(Mamdani)进行模糊判断,如式(1)所示:
Figure BSA00000391604400062
其中,e、Δe和u分别为压力偏差、压力偏差变化率和风机转速控制量的精确量,E、ΔE、U分别为所述精确量相对应的模糊语言变量,Ei、ΔEj、Uij为所述模糊语言变量相对应的模糊子集, 
Figure BSA00000391604400063
Figure BSA00000391604400064
分别为所述模糊子集相对应的隶属度函数;X、Y、Z分别为E、ΔE、U的论域;Rij为Ei×ΔEj→Uij的模糊关系矩阵。
得到总的模糊蕴含关系为:
R = ∪ i , j = 1 7 R ij
按照最大-最小合成法进行合成推理运算,如式(2)所示,得到输出控制量的模糊值。
进一步按照中心值平均法进行模糊决策,得到控制量的等级值再乘上输出量化因子得到控制量的精确值。根据以上模糊判断推理步 骤,可以建立如表2所示的模糊控制查询表,在实际控制中,可根据压力偏差E和偏差变化率ΔE,查询此表,实现微环境中的压力控制。
表2
图7是本发明层流风的压力控制方法的原理框图,图中压力偏差e和压力偏差变化率Δe作为模糊控制器的控制输入量,且e=pd-p,其中pd和p分别为微环境与外界压差的期望值和各实际测量值的综合值,风机转速控制量u作为模糊控制器的输出值;E、ΔE和U分别为精确量e、Δe和u的语言变量;K1、K2和K3分别为输入和输出量精确值的量化因子。差压计测得设备内部微环境测量点处的综合压力值,该压力值信号经A/D转换之后,与微环境与外界压差的期望值作差,所获得的差值即为压力偏差,压力偏差和压力偏差的变化率分别经其对应的量化因子量化之后作为压力模糊控制器的输入变量,压力模糊控制器的输出变量为风机转速控制量,经其对应的量化因子量化之后,再经D/A转换,转换后的信号输送给风机,进行压力控制。
图8是本发明压力控制系统原理图,图9示出了集成电路制造设 备内部设置的差压值测量点。在本实施例中,在集成电路制造设备内部,垂直层流装置4内设置有8个工艺腔室1,在设备左右两侧前后分别装有四扇侧门,用于设备维护检修。为了保证当任何的侧门打开时,维持设备内部微环境压力相对外部环境为一定的正压力,设置了如图9所示的两个差压值测量点,a测量点2和b测量点3,差压计6分别测得a测量点2和b测量点3的压力值,并对该两个测量点得到的数据进行融合,采用最小的差压值作为压力模糊控制器的反馈值,压力模糊控制器的输出变量经量化之后,通过D/A模块输出0~10V的模拟信号,该信号输入到风机转速控制器中,由风机转速控制器控制风机5完成对微环境的压力调节。
由以上实施例可以看出,本发明实施例基于模糊控制算法设计了风机调压模糊控制器,通过自动调节风机转速,以保证在不同工况下对设备内部微环境的特定压力要求,可通过采用多个差压计分别采集设备内部各个关键测量点与外部环境的差压值,为风机调压控制器提供合理的反馈信号,本发明克服了手动风机调速系统和常规PID控制方法的不足,适用于存在较大扰动、难于建立精确数学模型的压力控制系统,具有一定的普遍性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。

Claims (7)

1.一种层流风的压力控制方法,用于调节集成电路制造设备内部微环境的压力,其特征在于,包括以下步骤:
S1:设计压力模糊控制器;
S2:对所述集成电路制造设备内部微环境中测量点与外部环境的差压值信号进行处理,作为所述压力模糊控制器的反馈值;
S3:根据所述反馈值,利用所述压力模糊控制器对所述设备内部微环境的压力进行自动调节。
2.如权利要求1所述的层流风的压力控制方法,其特征在于,所述步骤S1具体包括:
S11:确定所述压力模糊控制器的结构,使其输入变量为压力偏差和压力偏差的变化率,输出变量为风机转速控制量;
S12:将输入变量和输出变量分别转换为模糊语言变量,设置相应的基本论域、量化因子以及隶属度函数;
S13:确定模糊关系,进行模糊推理,建立模糊控制规则表。
3.如权利要求2所述的层流风的压力控制方法,其特征在于,所述步骤S2具体包括:
S21:设置所述设备内部微环境与外部环境的差压值的测量点;
S22:对所测量的差压值信号进行A/D转换和滤波处理,并对不同测量点得到的差压值信号进行融合,采用最小的差压值作为所述压力模糊控制器的反馈值。
4.如权利要求3所述的层流风的压力控制方法,其特征在于,所述步骤S3具体包括:
S31:根据所述反馈值计算压力偏差和压力偏差的变化率,并将所述压力偏差和压力偏差的变化率根据所述量化因子和隶属度函数进行模糊化;
S32:根据输入变量的模糊值,查询模糊控制规则表,得到输出变量的模糊值;
S33:按照中心值平均法对输出变量的模糊值进行模糊决策,得到输出量的等级,将所述等级乘以量化因子,得到输出变量的精确值;
S34:对所述输出变量的精确值进行D/A转换,输出模拟电压信号,控制风机转速,进而对微环境的压力进行调节。
5.如权利要求2所述的层流风的压力控制方法,其特征在于,所述步骤S12中,所述输入变量和输出变量的模糊语言变量的隶属度函数采用对称三角形函数。
6.如权利要求2所述的层流风的压力控制方法,其特征在于,所述步骤S13中,所述模糊关系采用Mamdani模糊蕴含关系,所述Mamdani模糊蕴含关系为:
其中,e、Δe和u分别为压力偏差、压力偏差变化率和风机转速控制量的精确量,E、ΔE、U分别为所述精确量相对应的模糊语言变量,Ei、ΔEj、Uij为所述模糊语言变量相对应的模糊子集,
Figure FSA00000391604300022
分别为所述模糊子集相对应的隶属度函数;X、Y、Z分别为E、ΔE、U的论域;Rij为Ei×ΔEj→Uij的模糊关系矩阵。
7.如权利要求4所述的层流风的压力控制方法,其特征在于,所述步骤S31中,所述压力偏差为设备内部微环境与外界环境压差的期望值减去所述反馈值之差。
CN2010105964274A 2010-12-10 2010-12-10 一种层流风的压力控制方法 Pending CN102162462A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010105964274A CN102162462A (zh) 2010-12-10 2010-12-10 一种层流风的压力控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010105964274A CN102162462A (zh) 2010-12-10 2010-12-10 一种层流风的压力控制方法

Publications (1)

Publication Number Publication Date
CN102162462A true CN102162462A (zh) 2011-08-24

Family

ID=44463858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010105964274A Pending CN102162462A (zh) 2010-12-10 2010-12-10 一种层流风的压力控制方法

Country Status (1)

Country Link
CN (1) CN102162462A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371392A (zh) * 2016-08-31 2017-02-01 上海子元汽车零部件有限公司 一种基于模糊控制的epp预压控制系统
CN112904709A (zh) * 2021-01-18 2021-06-04 青岛海信电子设备股份有限公司 一种空调控制方法及空调器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0926803A (ja) * 1995-07-11 1997-01-28 Daidan Kk ファジィ適応制御装置
JP2004272634A (ja) * 2003-03-10 2004-09-30 Yosio Electronic Co ファジィ・pid制御方法及びその装置並びにプログラム
CN101261007A (zh) * 2008-03-31 2008-09-10 哈尔滨工程大学 直流蒸汽发生器蒸汽压力模糊-pid控制装置及控制方法
CN101876321A (zh) * 2010-06-25 2010-11-03 中冶北方工程技术有限公司 基于模糊控制的风机风门控制方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0926803A (ja) * 1995-07-11 1997-01-28 Daidan Kk ファジィ適応制御装置
JP2004272634A (ja) * 2003-03-10 2004-09-30 Yosio Electronic Co ファジィ・pid制御方法及びその装置並びにプログラム
CN101261007A (zh) * 2008-03-31 2008-09-10 哈尔滨工程大学 直流蒸汽发生器蒸汽压力模糊-pid控制装置及控制方法
CN101876321A (zh) * 2010-06-25 2010-11-03 中冶北方工程技术有限公司 基于模糊控制的风机风门控制方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371392A (zh) * 2016-08-31 2017-02-01 上海子元汽车零部件有限公司 一种基于模糊控制的epp预压控制系统
CN112904709A (zh) * 2021-01-18 2021-06-04 青岛海信电子设备股份有限公司 一种空调控制方法及空调器

Similar Documents

Publication Publication Date Title
Dai et al. Data-driven optimization control for safety operation of hematite grinding process
CN103028480A (zh) 一种基于模糊pid算法的立磨智能控制系统
CN105093928B (zh) 一种基于主抽风机变频调控的烧结过程状态智能控制方法
Pathmanathan et al. Development and implementation of fuzzy logic controller for flow control application
CN108393146B (zh) 一种钢球磨煤机制粉系统自适应最优解耦控制方法
CN101748477B (zh) 用于单晶硅生长过程控制的智能pid控制方法及其系统
CN107147283A (zh) 一种基于扰动观测器和二阶滑模的Buck变换器补偿控制方法
CN109062061B (zh) 基于逆解耦自抗扰内模技术的磨矿分级过程运行控制方法
CN106406083A (zh) 一种模糊控制选煤方法
CN105974953A (zh) 一种反应釜负压精馏模糊控制方法
CN106681136A (zh) 一种基于自整定模糊pid控制的同步电机励磁控制系统
CN105182740A (zh) 原料粉磨自动控制方法
Ma An improved fuzzy PID control algorithm applied in liquid mixing system
Wu et al. Intelligent decoupling control of gas collection process of multiple asymmetric coke ovens
CN102162462A (zh) 一种层流风的压力控制方法
CN108646553A (zh) 一种统计在线监控闭环控制系统模型质量的方法
Outanoute et al. Synthesis of an Optimal Dynamic Regulator Based on Linear Quadratic Gaussian (LQG) for the Control of the Relative Humidity Under Experimental Greenhouse.
CN114552587A (zh) 基于不完全升维的数据驱动电力系统的优化方法及应用
CN106054616A (zh) 模糊逻辑优化pid控制器参数的钛带卷连续酸洗活套高度控制方法
Ma et al. A novel self-learning fuzzy predictive control method for the cement mill: Simulation and experimental validation
CN102559964A (zh) 高炉炉顶压力前馈控制方法
Yao et al. Machining force control with intelligent compensation
Hrama et al. Intelligent automatic control of sugar factory evaporator operation using behavior prediction subsystem
CN102294366B (zh) 中厚钢板在线冷却控制系统的动态控制方法
CN105262405B (zh) 用于伺服电机电流环的闭环扰动观测补偿方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110824