CN114003009B - 沉铜控制方法、沉铜控制模型的训练方法及装置 - Google Patents
沉铜控制方法、沉铜控制模型的训练方法及装置 Download PDFInfo
- Publication number
- CN114003009B CN114003009B CN202111277237.0A CN202111277237A CN114003009B CN 114003009 B CN114003009 B CN 114003009B CN 202111277237 A CN202111277237 A CN 202111277237A CN 114003009 B CN114003009 B CN 114003009B
- Authority
- CN
- China
- Prior art keywords
- copper deposition
- concentration
- sample
- gas product
- period
- 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.)
- Active
Links
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 title claims abstract description 236
- 229910052802 copper Inorganic materials 0.000 title claims abstract description 235
- 239000010949 copper Substances 0.000 title claims abstract description 235
- 230000008021 deposition Effects 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012549 training Methods 0.000 title claims abstract description 25
- 238000009825 accumulation Methods 0.000 claims abstract description 63
- 238000005137 deposition process Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 94
- 238000012545 processing Methods 0.000 claims description 23
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 40
- 239000002699 waste material Substances 0.000 abstract description 9
- 238000000151 deposition Methods 0.000 description 138
- 239000007789 gas Substances 0.000 description 56
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 11
- 239000001257 hydrogen Substances 0.000 description 11
- 229910052739 hydrogen Inorganic materials 0.000 description 11
- 238000003860 storage Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- -1 Cu2+ ions Chemical class 0.000 description 2
- KDLHZDBZIXYQEI-UHFFFAOYSA-N Palladium Chemical compound [Pd] KDLHZDBZIXYQEI-UHFFFAOYSA-N 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 229910052763 palladium Inorganic materials 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种沉铜控制方法、沉铜控制模型的训练方法及装置,该方法包括:在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息;根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量;若所述沉铜累积量与沉铜预设值匹配,停止沉铜过程。该方式能够在沉铜过程中动态根据气体生成物的浓度信息确定沉铜累积量,无需将铜板取出即可检测沉铜累积量,并且,能够针对每一块铜板进行动态检测,无需依赖于首件生产模式,因而不会造成资源的浪费。
Description
技术领域
本发明涉及工艺控制技术,尤其涉及一种沉铜控制方法、沉铜控制模型的训练方法及装置。
背景技术
在印刷电路板的制造过程中,沉铜是一个很重要的工艺环节。沉铜,又称化学沉铜(Electroless Copper Deposition),是一种自催化的化学氧化及还原反应,在化学沉铜的过程中,Cu2+离子得到电子还原为金属铜,还原剂放出电子,本身被氧化。沉铜在印刷电路板制造中被用作孔金属化(使绝缘基材孔壁上附着一层铜原子),来完成双面板/多面板的层间导线的联通。沉铜需要满足一定的厚度,一般为1微米(1μm),也可以根据实际需要选择沉铜的厚度。沉铜厚度不足,可能造成金属化孔部分或者全部断裂,导电性变差。沉铜过厚又会造成浪费。沉铜是一个连续的生产过程,钻过孔的铜板浸泡在溶液中,不可能随时取出来检测厚度,只有等生产完成后,才能够知道沉铜厚度的效果。同时,沉铜过程中的参数较多,除不同生产线之间的差异外,单一生产线的主要工艺参数包括但不限于:时长,溶液温度(即反应温度),各种反应物(包括但不限于Cu2+离子、还原剂如HCHO,碱如NaOH)的浓度,催化剂(如含钯的催化剂)的浓度。由于参数较多,而且互相关联,互相影响,因此参数设置非常复杂。在无法有效建立起沉铜厚度和各参数模型的基础上,即使采集到大量的生产数据,也并不能很好地控制沉铜厚度。
目前,沉铜工序的工艺参数设置,由工序技术人员根据产品类型和个人经验来设置。各参数的公差设置一般很大,出于保守原因,生产部门往往将工艺参数维持在偏上限的区域,这样会造成大量浪费,如温度偏高浪费电能,药水溶度偏高浪费药水。在批量生产电路板之前,目前工厂的常规模式是先进行首件生产,一次放一张首件进生产线,等首件生产完成后进行检测,检测没有问题再开始批量生产。如果首件检测不合格,则调整参数,再次进行首件生产,直至首件检测合格后,再进行批量生产。这种首件生产模式,造成大量主材料、生产药水和生产线产能的浪费。
发明内容
鉴于上述问题,本发明提供了一种沉铜控制方法、沉铜控制模型的训练方法及装置,以解决现有技术中基于首件生产的沉铜控制方式所导致的资源浪费的问题。
根据本发明的一个方面,提供了一种用于电路板的沉铜控制方法,包括:
在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息;
根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量;
若所述沉铜累积量与沉铜预设值匹配,停止沉铜过程。
可选的,所述检测沉铜容器中的气体生成物的浓度信息包括:
周期性检测沉铜容器中的气体生成物的浓度信息,得到对应于多个检测周期的周期浓度数据;
按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据。
可选的,所述按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据包括:
分别确定各个周期浓度数据所对应的周期浓度检测值;
针对各个周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述浓度累积数据。
可选的,所述分别确定各个周期浓度数据所对应的周期浓度检测值包括:
针对各个周期浓度数据执行求幂次运算和/或向上取整运算,得到所述周期浓度检测值。
可选的,所述沉铜容器设置有进风口以及出风口,则所述检测沉铜容器中的气体生成物的浓度信息包括:
通过设置于所述出风口部位的传感器,检测沉铜容器中的气体生成物的浓度信息。
根据本发明的又一个方面,提供了一种沉铜控制模型的训练方法,包括:
在样本电路板的沉铜过程中,检测沉铜容器中的气体生成物的样本浓度信息;
将所述样本电路板从沉铜溶液中取出,确定对应于所述气体生成物的样本浓度信息的样本沉铜累积量;
根据所述气体生成物的样本浓度信息以及所述对应于所述气体生成物的样本浓度信息的样本沉铜累积量,训练得到所述沉铜控制模型。
可选的,所述检测沉铜容器中的气体生成物的样本浓度信息包括:
周期性检测沉铜容器中的气体生成物的样本浓度信息,得到对应于多个检测周期的样本周期浓度数据;
按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据。
可选的,所述按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据包括:
分别确定各个样本周期浓度数据所对应的样本周期浓度检测值;
针对各个样本周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述样本浓度累积数据。
根据本发明的又一个方面,提供了一种用于电路板的沉铜控制装置,包括:
检测模块,适于在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息;
确定模块,适于根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量;
控制模块,适于若所述沉铜累积量与沉铜预设值匹配,停止沉铜过程。
可选的,所述检测模块具体适于:
周期性检测沉铜容器中的气体生成物的浓度信息,得到对应于多个检测周期的周期浓度数据;
按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据。
可选的,所述检测模块具体适于:
分别确定各个周期浓度数据所对应的周期浓度检测值;
针对各个周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述浓度累积数据。
可选的,所述检测模块具体适于:
针对各个周期浓度数据执行求幂次运算和/或向上取整运算,得到所述周期浓度检测值。
可选的,所述沉铜容器设置有进风口以及出风口,则所述检测模块具体适于:
通过设置于所述出风口部位的传感器,检测沉铜容器中的气体生成物的浓度信息。
根据本发明的又一个方面,提供了一种沉铜控制模型的生成装置,包括:
样本检测模块,适于在样本电路板的沉铜过程中,检测沉铜容器中的气体生成物的样本浓度信息;
样本确定模块,适于将所述样本电路板从沉铜溶液中取出,确定对应于所述气体生成物的样本浓度信息的样本沉铜累积量;
训练模块,适于根据所述气体生成物的样本浓度信息以及所述对应于所述气体生成物的样本浓度信息的样本沉铜累积量,训练得到所述沉铜控制模型。
可选的,所述样本检测模块具体适于:
周期性检测沉铜容器中的气体生成物的样本浓度信息,得到对应于多个检测周期的样本周期浓度数据;
按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据。
可选的,所述样本检测模块具体适于:
分别确定各个样本周期浓度数据所对应的样本周期浓度检测值;
针对各个样本周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述样本浓度累积数据。
根据本发明的又一个方面,提供了一种电子设备,包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述数据集群的部署方法;
一个或多个I/O接口,连接在所述处理器与存储器之间,配置为实现所述处理器与存储器的信息交互。
根据本发明的再一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述数据集群的部署方法。
在本发明提供的沉铜控制方法、沉铜控制模型的训练方法及装置中,通过气体生成物的浓度信息以及沉铜控制模型确定沉铜累积量,从而能够在沉铜过程中动态根据气体生成物的浓度信息确定沉铜累积量,无需将铜板取出即可检测沉铜累积量,并且,能够针对每一块铜板进行动态检测,无需依赖于首件生产模式,因而不会造成资源的浪费。
附图说明
图1示出了本发明一个实施例提供的用于电路板的沉铜控制方法的流程图;
图2示出了本发明又一实施例提供的沉铜控制模型的训练方法的流程示意图;
图3示出了钻孔PCB样品铜板通过垂直拖带方式放置的示意图;
图4示出了样品铜板通过水平拖带方式放置的示意图;
图5示出了步骤二的流程示意图;
图6示出了本发明又一实施例提供的一种用于电路板的沉铜控制装置的结构示意图;
图7示出了本发明又一实施例提供的一种用于电路板的沉铜控制装置的结构示意图;
图8为本发明又一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的服务器进行详细描述。
在下文中将参考附图更充分地描述示例实施例,但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之,提供这些实施例的目的在于使本发明透彻和完整,并将使本领域技术人员充分理解本发明的范围。
如本文所使用的,术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例,且不意欲限制本发明。如本文所使用的,单数形式“一个”和“该”也意欲包括复数形式,除非上下文另外清楚指出。还将理解的是,当本说明书中使用术语“包括”和/或“由……制成”时,指定存在所述特征、整体、步骤、操作、元件和/或组件,但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
本文所述实施例可借助本发明的理想示意图而参考平面图和/或截面图进行描述。因此,可根据制造技术和/或容限来修改示例图示。因此,实施例不限于附图中所示的实施例,而是包括基于制造工艺而形成的配置的修改。因此,附图中例示的区具有示意性属性,并且图中所示区的形状例示了元件的区的具体形状,但并不旨在是限制性的。
除非另外限定,否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解,诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本发明的背景下的含义一致的含义,且将不解释为具有理想化或过度形式上的含义,除非本文明确如此限定。
图1示出了本发明一个实施例提供的用于电路板的沉铜控制方法的流程图。如图1所示,该方法包括以下步骤:
步骤S110:在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息。
其中,在电路板浸泡在沉铜溶液中进行沉铜操作的过程中,动态检测沉铜容器中的气体生成物的浓度信息。其中,沉铜容器是指:用于容纳沉铜溶液以及电路板的容器,该容器可为密封状态。或者,该容器也可以设置有进风口和出风口,以实现容器内气体的流动,本发明对此不做限定。例如,在一种实现方式中,沉铜容器设置有进风口以及出风口,相应的,通过设置于出风口部位的传感器,检测沉铜容器中的气体生成物的浓度信息。
在一种可选的实现方式中,为了避免某个时刻检测到的气体生成物的浓度数值不准所导致的问题,在本实施例中,通过周期性检测,并针对周期性检测结果进行浓度增强处理的方式提升浓度数值的准确性。例如,周期性检测沉铜容器中的气体生成物的浓度信息,得到对应于多个检测周期的周期浓度数据;按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于多个检测周期的浓度累积数据。
其中,在按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于多个检测周期的浓度累积数据时,通过以下方式实现:分别确定各个周期浓度数据所对应的周期浓度检测值;针对各个周期浓度检测值进行累加求和,得到求和结果;将求和结果乘以检测周期的周期时长,得到浓度累积数据。其中,在分别确定各个周期浓度数据所对应的周期浓度检测值时,可针对各个周期浓度数据执行求幂次运算和/或向上取整运算,得到周期浓度检测值。
步骤S120:根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量。
其中,沉铜控制模型可通过预先训练的方式得到。例如,预先采集沉铜容器中的气体生成物的样本浓度信息,以及对应于气体生成物的样本浓度信息的样本沉铜累积量;根据样本浓度信息以及样本沉铜累积量之间的关联关系,生成上述沉铜控制模型。相应的,将检测到的气体生成物的浓度信息输入沉铜控制模型,即可根据输出结果确定对应的沉铜累积量。
步骤S130:若沉铜累积量与沉铜预设值匹配,停止沉铜过程。
其中,沉铜预设值为沉铜工艺中规定的沉铜数值,当沉铜累积量与沉铜预设值匹配时,则停止沉铜过程;反之,则重复执行上述步骤S110和步骤S120,直至沉铜累积量与沉铜预设值匹配。
其中,沉铜累积量可通过多种方式表示,例如,既可以为沉铜厚度,也可以为沉铜重量,本发明对此不做限定。
由此可见,该方式通过气体生成物的浓度信息以及沉铜控制模型确定沉铜累积量,从而能够在沉铜过程中动态根据气体生成物的浓度信息确定沉铜累积量,无需将铜板取出即可检测沉铜累积量,并且,能够针对每一块铜板进行动态检测,无需依赖于首件生产模式,因而不会造成资源的浪费。
图2示出了本发明又一实施例提供的沉铜控制模型的训练方法的流程示意图,如图2所示,该方法包括以下步骤:
步骤S210:在样本电路板的沉铜过程中,检测沉铜容器中的气体生成物的样本浓度信息。
其中,周期性检测沉铜容器中的气体生成物的样本浓度信息,得到对应于多个检测周期的样本周期浓度数据;按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于多个检测周期的样本浓度累积数据。
其中,在按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于多个检测周期的样本浓度累积数据时,具体通过以下方式实现:分别确定各个样本周期浓度数据所对应的样本周期浓度检测值;针对各个样本周期浓度检测值进行累加求和,得到求和结果;将求和结果乘以检测周期的周期时长,得到样本浓度累积数据。
步骤S220:将样本电路板从沉铜溶液中取出,确定对应于气体生成物的样本浓度信息的样本沉铜累积量。
其中,沉铜累积量可通过多种方式表示,例如,既可以为沉铜厚度,也可以为沉铜重量,本发明对此不做限定。为了确定气体生成物的样本浓度信息与样本沉铜累积量之间的对应关系,需要将样本电路板从沉铜溶液中取出,并通过比较执行沉铜操作之前以及执行沉铜操作之后的样本电路板的重量差,确定样本沉铜累积量。
步骤S230:根据气体生成物的样本浓度信息以及对应于气体生成物的样本浓度信息的样本沉铜累积量,训练得到沉铜控制模型。
为了提升模型精度,可通过提升样本数量、扩充样本种类等方式实现。其中,沉铜控制模型可通过深度学习、神经网络等多种方式生成,本发明对具体算法不做限定。
为了便于理解,下面以一个具体示例为例,详细描述上述实施例的实现方式。该示例具体包括如下步骤:
步骤一:针对生产线执行改造操作。
将沉铜的容器全封闭,加装进风口,以一定的速率,向容器内送风。进一步的,针对容器加装出风口,在出风口加装传感器,该传感器能够实时检测容器中的气体生成物的浓度,并以一定的周期T(也可以定义采样频率f=1/T)将检测到的气体生成物的浓度值上传至后处理设备。其中,气体生成物可以为氢气。
其中,本示例中的电路板为钻孔PCB样品铜板,具体可通过垂直拖带方式或水平拖带方式放置在容器中。图3示出了钻孔PCB样品铜板通过垂直拖带方式放置的示意图,图4示出了样品铜板通过水平拖带方式放置的示意图。
步骤二:校准生产线,得出函数关系。
具体的,本步骤进一步包括多个子步骤,如图5所示:
子步骤A:设定计数器count=0,并将完成钻孔的样品电路板浸入溶液中,同时启动氢气浓度传感器,以周期T采集浓度数据density_hydrogen,T的数值可以由经验得到,可以是1秒(1s)、1毫秒(1ms)等。
子步骤B:经过一段时间后,将样品电路板从溶液中取出,氢气浓度传感器继续采集浓度数据density_hydrogen,一直到小于某一设定门限值threshhold时停止。
子步骤C:设A、B步骤一共经过n个周期,采集到n个周期浓度数据,记为density_hydrogen(1),density_hydrogen(2),…,…,density_hydrogen(n)。对周期浓度数据进行增强,得到周期浓度检测值:
density_enhancement(i)=10**ceil(lg(density_hydrogen(i))),i=1,2,…,n.这里**为求幂次符号,即a**b表示a的b次幂。ceil()为向上取整,如ceil(1)=1,ceil(1.5)=2,ceil(-1.5)=-1。lg()为以10为底的对数。
将所有浓度增强数据(即周期浓度检测值)求和,并乘以T,记为浓度时间累积(即浓度累积数据):
子步骤D:将样品电路板取出,烘干后称重,计算浸入溶液前后的重量差,将该重量差作为此次沉铜的铜的总重量,记为copper_weight(即沉铜累积量)。
子步骤E:经过步骤C、D,得到一组数据(copper_weight,density_time_sum)。
子步骤F:重复子步骤A-E,共m次,得到m组数据:
(copper_weight,density_time_sum)(1),
(copper_weight,density_time_sum)(2),
…,
…,
(copper_weight,density_time_sum)(m)。
其中,每当子步骤E执行一次后,控制计数器count+1,并重复执行子步骤A-E,直至计数器count=m,m为设定的自然数。
其中A-E的每一次重复过程中:
子步骤A每一次都需要更换成新的样品电路板,周期T可变;
子步骤B的时长每一次可以不一样,可长可短;子步骤C的周期个数n每一次都不一样。
子步骤G:以F中的m组(copper_weight,density_time_sum)数据作为训练集,函数模型不限,训练得出copper_weight与density_time_sum的函数关系:
copper_weight=H(density_time_sum)。
步骤三:沉铜厚度的精细化管理。
训练出H函数后,在产线开始生产时,就开始采集氢气浓度,并按照上述公式计算浓度时间累积density_time_sum的值。
将浓度时间累积density_time_sum代入H函数(即沉铜控制模型),则可以得到该时刻的沉铜总重量copper_weight。设所有沉铜孔的表面积为area,铜比重为specific_gravity,则沉铜厚度thickness为:
thickness=copper_weight/(area*specific_gravity)。
沉铜时间的精细化管理:
如果生产前已经设定了沉铜厚度的计划值,设为thickness。则首先计算沉铜总重量copper_weight,设所有沉铜孔的表面积为area,铜比重为specific_gravity,则有copper_weight=thickness*area*specific_gravity。
将copper_weight代入H函数,反查出所需要的浓度时间累积density_time_sum设定值aim。在产线开始生产时,就开始采集氢气浓度,并按照上述公式实时计算density_time_sum的值,达到设定值aim时则停止产线生产,将电路板撤出溶液。
综上可知,本发明通过选择较少的参数(包括气体生成物浓度density_hydrogen,同时考虑到气体生成物浓度density_hydrogen在实际生产中,有可能由传感器检测到的数值较小,对其增强得到了气体生成物浓度增强density_enhancement,时间采样周期T,浓度时间累积density_time_sum,沉铜重量copper_weight),建立沉铜厚度的预测方法。在实际生产中,当厚度预测值达到计划值时,即停止生产,不需要在生产中途停机检测或干预。另一方面,也可以根据生产计划值,预测生产时间。由上述两方面,做到了沉铜厚度和时长的精细化管理。与此同时,首件生产和检测不再需要,各生产工艺参数也不需要维持在偏上限的区域。由此,主材料、生产药水和生产线产能不再浪费,产能效率大幅提高,做到了生产成本的节约和精细化管理。
图6示出了本发明又一实施例提供的一种用于电路板的沉铜控制装置的结构示意图,包括:
检测模块61,适于在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息;
确定模块62,适于根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量;
控制模块63,适于若所述沉铜累积量与沉铜预设值匹配,停止沉铜过程。
可选的,所述检测模块具体适于:
周期性检测沉铜容器中的气体生成物的浓度信息,得到对应于多个检测周期的周期浓度数据;
按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据。
可选的,所述检测模块具体适于:
分别确定各个周期浓度数据所对应的周期浓度检测值;
针对各个周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述浓度累积数据。
可选的,所述检测模块具体适于:
针对各个周期浓度数据执行求幂次运算和/或向上取整运算,得到所述周期浓度检测值。
可选的,所述沉铜容器设置有进风口以及出风口,则所述检测模块具体适于:
通过设置于所述出风口部位的传感器,检测沉铜容器中的气体生成物的浓度信息。
图7示出了本发明又一实施例提供的一种用于电路板的沉铜控制装置的结构示意图,包括:
样本检测模块71,适于在样本电路板的沉铜过程中,检测沉铜容器中的气体生成物的样本浓度信息;
样本确定模块72,适于将所述样本电路板从沉铜溶液中取出,确定对应于所述气体生成物的样本浓度信息的样本沉铜累积量;
训练模块73,适于根据所述气体生成物的样本浓度信息以及所述对应于所述气体生成物的样本浓度信息的样本沉铜累积量,训练得到所述沉铜控制模型。
可选的,所述样本检测模块具体适于:
周期性检测沉铜容器中的气体生成物的样本浓度信息,得到对应于多个检测周期的样本周期浓度数据;
按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据。
可选的,所述样本检测模块具体适于:
分别确定各个样本周期浓度数据所对应的样本周期浓度检测值;
针对各个样本周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述样本浓度累积数据。
另外,参照图8,本发明又一实施例提供了一种电子设备,其包括:
一个或多个处理器501;
存储器502,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述任意一项的数据集群的部署方法;
一个或多个I/O接口503,连接在处理器与存储器之间,配置为实现处理器与存储器的信息交互。
其中,处理器501为具有数据处理能力的器件,其包括但不限于中央处理器(CPU)等;存储器502为具有数据存储能力的器件,其包括但不限于随机存取存储器(RAM,更具体如SDRAM、DDR等)、只读存储器(ROM)、带电可擦可编程只读存储器(EEPROM)、闪存(FLASH);I/O接口(读写接口)503连接在处理器501与存储器502间,能实现处理器501与存储器502的信息交互,其包括但不限于数据总线(Bus)等。
在一些实施例中,处理器501、存储器502和I/O接口503通过总线相互连接,进而与计算设备的其它组件连接。
最后,本发明又一实施例提供了一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现上述任意一种数据集群的部署方法。
本领域普通技术人员可以理解,上文中所发明方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其它传输机制之类的调制数据信号中的其它数据,并且可包括任何信息递送介质。
本文已经发明了示例实施例,并且虽然采用了具体术语,但它们仅用于并仅应当被解释为一般说明性含义,并且不用于限制的目的。在一些实例中,对本领域技术人员显而易见的是,除非另外明确指出,否则可单独使用与特定实施例相结合描述的特征、特性和/或元素,或可与其它实施例相结合描述的特征、特性和/或元件组合使用。因此,本领域技术人员将理解,在不脱离由所附的权利要求阐明的本发明的范围的情况下,可进行各种形式和细节上的改变。
Claims (10)
1.一种用于电路板的沉铜控制方法,其特征在于,包括:
在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息;
根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量;
若所述沉铜累积量与沉铜预设值匹配,停止沉铜过程;
所述检测沉铜容器中的气体生成物的浓度信息包括:
周期性检测沉铜容器中的气体生成物的浓度信息,得到对应于多个检测周期的周期浓度数据;
按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据。
2.根据权利要求1所述的方法,其特征在于,所述按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据包括:
分别确定各个周期浓度数据所对应的周期浓度检测值;
针对各个周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述浓度累积数据。
3.根据权利要求2所述的方法,其特征在于,所述分别确定各个周期浓度数据所对应的周期浓度检测值包括:
针对各个周期浓度数据执行求幂次运算和/或向上取整运算,得到所述周期浓度检测值。
4.根据权利要求1-3任一所述的方法,其特征在于,所述沉铜容器设置有进风口以及出风口,则所述检测沉铜容器中的气体生成物的浓度信息包括:
通过设置于所述出风口部位的传感器,检测沉铜容器中的气体生成物的浓度信息。
5.一种沉铜控制模型的训练方法,其特征在于,包括:
在样本电路板的沉铜过程中,检测沉铜容器中的气体生成物的样本浓度信息;
将所述样本电路板从沉铜溶液中取出,确定对应于所述气体生成物的样本浓度信息的样本沉铜累积量;
根据所述气体生成物的样本浓度信息以及所述对应于所述气体生成物的样本浓度信息的样本沉铜累积量,训练得到所述沉铜控制模型;
所述检测沉铜容器中的气体生成物的样本浓度信息包括:
周期性检测沉铜容器中的气体生成物的样本浓度信息,得到对应于多个检测周期的样本周期浓度数据;
按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据。
6.根据权利要求5所述的方法,其特征在于,所述按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据包括:
分别确定各个样本周期浓度数据所对应的样本周期浓度检测值;
针对各个样本周期浓度检测值进行累加求和,得到求和结果;
将所述求和结果乘以所述检测周期的周期时长,得到所述样本浓度累积数据。
7.一种用于电路板的沉铜控制装置,其特征在于,包括:
检测模块,适于在电路板的沉铜过程中,检测沉铜容器中的气体生成物的浓度信息;
确定模块,适于根据沉铜控制模型确定与检测到的气体生成物的浓度信息相对应的沉铜累积量;
控制模块,适于若所述沉铜累积量与沉铜预设值匹配,停止沉铜过程;
所述检测模块具体适于:
周期性检测沉铜容器中的气体生成物的浓度信息,得到对应于多个检测周期的周期浓度数据;
按照预设算法对多个周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的浓度累积数据。
8.一种沉铜控制模型的生成装置,其特征在于,包括:
样本检测模块,适于在样本电路板的沉铜过程中,检测沉铜容器中的气体生成物的样本浓度信息;
样本确定模块,适于将所述样本电路板从沉铜溶液中取出,确定对应于所述气体生成物的样本浓度信息的样本沉铜累积量;
训练模块,适于根据所述气体生成物的样本浓度信息以及所述对应于所述气体生成物的样本浓度信息的样本沉铜累积量,训练得到所述沉铜控制模型;
所述样本检测模块具体适于:
周期性检测沉铜容器中的气体生成物的样本浓度信息,得到对应于多个检测周期的样本周期浓度数据;
按照预设算法对多个样本周期浓度数据进行浓度增强处理,得到对应于所述多个检测周期的样本浓度累积数据。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据权利要求1-4任意一项所述的方法,或根据权利要求5-6任意一项所述的方法;
一个或多个I/O接口,连接在所述处理器与存储器之间,配置为实现所述处理器与存储器的信息交互。
10.一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1-4任意一项所述的方法,或根据权利要求5-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111277237.0A CN114003009B (zh) | 2021-10-29 | 2021-10-29 | 沉铜控制方法、沉铜控制模型的训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111277237.0A CN114003009B (zh) | 2021-10-29 | 2021-10-29 | 沉铜控制方法、沉铜控制模型的训练方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114003009A CN114003009A (zh) | 2022-02-01 |
CN114003009B true CN114003009B (zh) | 2024-01-12 |
Family
ID=79925686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111277237.0A Active CN114003009B (zh) | 2021-10-29 | 2021-10-29 | 沉铜控制方法、沉铜控制模型的训练方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114003009B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07307301A (ja) * | 1994-03-17 | 1995-11-21 | Hitachi Ltd | 半導体製造装置及び半導体製造方法 |
JPH0874060A (ja) * | 1994-09-08 | 1996-03-19 | Hitachi Ltd | 無電解銅めっき法におけるめっき膜の制御方法 |
JPH09129575A (ja) * | 1995-11-01 | 1997-05-16 | Hitachi Ltd | 半導体基板の製造方法及びその装置 |
JP2006032633A (ja) * | 2004-07-15 | 2006-02-02 | Hitachi Communication Technologies Ltd | 化学銅めっき装置における析出銅膜厚管理装置 |
CN101951728A (zh) * | 2010-09-10 | 2011-01-19 | 广东依顿电子科技股份有限公司 | 一种硬制线路板代替软性线路板的生产方法 |
CN104451227A (zh) * | 2014-12-10 | 2015-03-25 | 济南大学 | 镀铜石墨烯增强金属基复合材料的制备方法 |
EP3144413A1 (en) * | 2015-09-21 | 2017-03-22 | ATOTECH Deutschland GmbH | Plating bath composition for electroless plating of gold |
CN107829116A (zh) * | 2017-12-14 | 2018-03-23 | 广州三孚新材料科技股份有限公司 | 无氰碱性镀铜电镀液 |
CN110336845A (zh) * | 2019-04-02 | 2019-10-15 | 中国联合网络通信集团有限公司 | 工业产品质量实时监测方法、设备及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6444110B2 (en) * | 1999-05-17 | 2002-09-03 | Shipley Company, L.L.C. | Electrolytic copper plating method |
US20070261963A1 (en) * | 2006-02-02 | 2007-11-15 | Advanced Technology Materials, Inc. | Simultaneous inorganic, organic and byproduct analysis in electrochemical deposition solutions |
-
2021
- 2021-10-29 CN CN202111277237.0A patent/CN114003009B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07307301A (ja) * | 1994-03-17 | 1995-11-21 | Hitachi Ltd | 半導体製造装置及び半導体製造方法 |
JPH0874060A (ja) * | 1994-09-08 | 1996-03-19 | Hitachi Ltd | 無電解銅めっき法におけるめっき膜の制御方法 |
JPH09129575A (ja) * | 1995-11-01 | 1997-05-16 | Hitachi Ltd | 半導体基板の製造方法及びその装置 |
JP2006032633A (ja) * | 2004-07-15 | 2006-02-02 | Hitachi Communication Technologies Ltd | 化学銅めっき装置における析出銅膜厚管理装置 |
CN101951728A (zh) * | 2010-09-10 | 2011-01-19 | 广东依顿电子科技股份有限公司 | 一种硬制线路板代替软性线路板的生产方法 |
CN104451227A (zh) * | 2014-12-10 | 2015-03-25 | 济南大学 | 镀铜石墨烯增强金属基复合材料的制备方法 |
EP3144413A1 (en) * | 2015-09-21 | 2017-03-22 | ATOTECH Deutschland GmbH | Plating bath composition for electroless plating of gold |
CN107829116A (zh) * | 2017-12-14 | 2018-03-23 | 广州三孚新材料科技股份有限公司 | 无氰碱性镀铜电镀液 |
CN110336845A (zh) * | 2019-04-02 | 2019-10-15 | 中国联合网络通信集团有限公司 | 工业产品质量实时监测方法、设备及系统 |
Non-Patent Citations (3)
Title |
---|
ABS塑料镀铜工艺研究;薛岳,张新胜;《化学工程与装备》(第1期);16-18 * |
Large enhancement of giant magnetoimpedance property in electrodeposited NiFe/Cu wire with copper additive in plating bath;Amaresh Chandra Mishra et al.;《Solid State Communications》;第151卷(第23期);1787-1790 * |
高密度互连印制电路板孔金属化研究和进展;王赵云 等;《电化学》;第27卷(第03期);316-331 * |
Also Published As
Publication number | Publication date |
---|---|
CN114003009A (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schneider et al. | Nanoscale evolution of interface morphology during electrodeposition | |
Radisic et al. | Quantifying electrochemical nucleation and growth of nanoscale clusters using real-time kinetic data | |
CN108695211A (zh) | 半导体制造装置、故障预知方法、存储介质及管理系统 | |
Equbal et al. | Investigations on metallization in FDM build ABS part using electroless deposition method | |
Tewari et al. | Mesoscale anatomy of dead lithium formation | |
EP0564780A1 (en) | Methods and apparatus for maintaining electroless plating solutions | |
Jackson | Pd+ 2/poly (acrylic acid) thin films as catalysts for electroless copper deposition: Mechanism of catalyst formation | |
Harsányi et al. | Comparing migratory resistive short formation abilities of conductor systems applied in advanced interconnection systems | |
CN114003009B (zh) | 沉铜控制方法、沉铜控制模型的训练方法及装置 | |
JPS59114892A (ja) | 無電解金属めつきの監視方法 | |
CN101397656A (zh) | 镀金属制品及其制造方法 | |
CN105696064B (zh) | 一种图形电镀参数的获取方法 | |
Hazlebeck et al. | Modeling of additive effects on the electroplating of a through‐hole | |
Yao et al. | A two-stage deep learning framework for early-stage lifetime prediction for lithium-ion batteries with consideration of features from multiple cycles | |
Horkans et al. | Initiation of electroless Cu plating on nonmetallic surfaces | |
CN113966090B (zh) | 沉铜厚度控制方法、装置、生产系统、设备及介质 | |
WO1993021359A1 (en) | Method of and apparatus for detecting concentration of chemical processing liquid and automatic control apparatus for the same method and apparatus | |
Yang et al. | Effects of species concentration and external resistance on spatiotemporal dynamics during the electro-oxidation of sulfide ion on a platinum disk electrode | |
JPS61279681A (ja) | 無電解めっき槽のめっき能力測定方法と装置 | |
Fulazzaky et al. | Evaluation of coating rate and adhesive force for copper deposition on the surface of polypropylene | |
JP2010050435A (ja) | 配線基材の製造方法及び該製造方法により得られた配線基材 | |
Mukouyama et al. | Transient chaotic behavior during simultaneous occurrence of two electrochemical oscillations | |
Ono et al. | Mechanism of direct copper plating on nonconducting substrates | |
Clemens et al. | Predictive Modeling of Electrodeposition in a Single Pore Flow-Through Electrode: From Electronucleation to Coating Thickness Uniformity | |
JP2006032633A (ja) | 化学銅めっき装置における析出銅膜厚管理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |