CN114758732A - 一种高效和高质量的微尺度金属电沉积方法 - Google Patents

一种高效和高质量的微尺度金属电沉积方法 Download PDF

Info

Publication number
CN114758732A
CN114758732A CN202210388185.2A CN202210388185A CN114758732A CN 114758732 A CN114758732 A CN 114758732A CN 202210388185 A CN202210388185 A CN 202210388185A CN 114758732 A CN114758732 A CN 114758732A
Authority
CN
China
Prior art keywords
micro
metal
electrodeposition
quality
scale
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
CN202210388185.2A
Other languages
English (en)
Inventor
李东洁
张富越
荣伟彬
杨柳
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.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
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 Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN202210388185.2A priority Critical patent/CN114758732A/zh
Publication of CN114758732A publication Critical patent/CN114758732A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D1/00—Electroforming
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D1/00—Electroforming
    • C25D1/003—3D structures, e.g. superposed patterned layers
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D5/00—Electroplating characterised by the process; Pretreatment or after-treatment of workpieces
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Organic Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Electrochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Electrolytic Production Of Metals (AREA)

Abstract

一种高效和高质量的微尺度金属电沉积方法，是为了解决基于电化学沉积的金属微构件拾取过程中难以实现高效和高质量的微尺度金属电沉积问题。首先，通过受力分析，计算出能够实现基于电化学的金属微构件的可靠拾取所需要沉积的微尺度金属的最小高度；然后，利用COMSOL仿真分析微尺度金属电沉积的影响因素，得出高效、高质量的电沉积参数范围；其次，基于反向传播神经网络(BP)，建立影响因素与微尺度金属电沉积速率之间的关系；最后，以确定的电沉积速率为目标值，采用遗传算法优化了微尺度电沉积的工艺参数，并通过实验验证，实现高效率和高质量的沉积。本发明适用于微尺度金属电沉积。

Description

一种高效和高质量的微尺度金属电沉积方法
技术领域
本发明属于微纳操作，具体涉及一种高效和高质量的微尺度金属电沉积方法。
背景技术
微构件的拾取技术在微/纳米尺度的复杂系统的组装中扮演着重要的作用，基于电化学的金属微构件的拾取操作是一种可靠的、非破坏性的方法。然而，拾取过程中，沉积首先发生在操纵工具和操作对象之间的微尺度区域，因此，微尺度金属电沉积的质量和效率决定了后续操作的成功率。微尺度金属电沉积的质量和效率受电解质浓度、电压和环境相对湿度的影响，难以实现高效率和高质量的沉积，针对以上问题，本发明提出一种高效和高质量的微尺度金属电沉积方法。
发明内容
本发明是为了解决基于电化学沉积的金属微构件拾取过程中难以实现高效和高质量的微尺度金属电沉积问题，提出一种高效和高质量的微尺度金属电沉积方法，按照以下步骤进行：
步骤一：根据受力分析，计算出能够实现基于电化学的金属微构件的可靠拾取所需要沉积的微尺度金属的最小高度：
Figure BDA0003595680690000011
公式(1)中，FVDW为单位长度的微金属线和基地之间的范德华力，AH为Hamaker常数，R为金属线的半径，单位为m，d为微金属线与基地之间的距离，单位为m；
Figure BDA0003595680690000012
公式(2)中，δCu为沉积微金属的剪切强度，单位为Mpa,l为拾取的金属微构件微铜线的长度，单位m，r’为微移液管内沉积铜的半径，单位m,rNozzle为移液管管嘴半径,单位m；
Δr＝r'-rNoozle， (3)
根据移液管嘴形状，得出管嘴内沉积金属高度和Δr的关系：
h＝0.0639Δr3-0.1794Δr2+0.2569Δr-0.0094, (4)
公式(4)中，h为移液管内微尺度金属电沉积的高度，单位m；
步骤二：利用COMSOL仿真分别分析环境相对湿度、电解液浓度和所加沉积电压对微尺度金属电沉积速率和质量的影响，得出合适的参数范围；
步骤三：基于反向传播神经网络(BP)，建立影响因素与微尺度金属电沉积速率之间的关系。以确定的电沉积速率为目标值，采用遗传算法优化微尺度电沉积的工艺参数；
步骤四：以5×10-8m/s的沉积速度为遗传算法目标参数，采用优化后的参数，进行实验验证，实现高效率和高质量的微尺度金属电沉积。
作为本发明所述的一种高效和高质量的微尺度金属电沉积方法的进一步说明，所述的步骤二中利用COMSOL电沉积模块进行仿真，得出高效和高质量的微尺度金属电沉积的参数范围分别为：相对环境湿度50％-60％，电解液浓度0.400mol/L-0.600mol/L,所加电压为0.15V-0.25V。
作为本发明所述的一种高效和高质量的微尺度金属电沉积方法的进一步说明，所述的步骤三中BP神经网络采用2-5-1结构，200组模拟数据被用来作为神经网络模型的输入和输出样本数据，随机取出20组数据作为测试样本数据，剩下的180组数据作为网络模型的训练样本数据。遗传算法的种群规模设置为40，交叉概率设置为0.4，变异概率设置为0.2，迭代优化的次数设置为100。
本发明原理为：
操作工具微移液管和操作对象微铜线之间沉积的微尺度金属的质量和效率是基于电化学的金属微构件拾取操作成功的前提和关键。首先，通过受力分析，计算出能够实现基于电化学的金属微构件的可靠拾取所需要沉积的微尺度金属的最小高度；然后，利用COMSOL仿真分析电沉积的影响因素，得出高效、高质量的电沉积参数范围；其次，基于反向传播神经网络(BP)，建立影响因素与微尺度金属电沉积速率之间的关系；最后，以确定的电沉积速率为目标值，采用遗传算法优化了微尺度电沉积的工艺参数，并通过实验验证，实现高效率和高质量的微尺度金属电沉积。
本发明与现有技术相比，具有如下的优点和有益效果：
1.常规微尺度金属电沉积研究都需要进行了大量实验，本发明在实验之前，使用COMSOL对微金属电沉积过程进行仿真，分析电沉积的主要影响因素，为后期实验提供了指导，提高了后期实验的成功率，减少了材料损失；
2.基于反向传播神经网络(BP)，建立影响因素与微尺度金属电沉积速率之间的关系，以确定的电沉积速率为目标值，采用遗传算法优化了微尺度电沉积的工艺参数，实现了高效率和高质量的微尺度金属电沉积；
3.为实现基于电化学的金属微构件的可靠拾取操作提供了有力的保障。
附图说明：
图1一种高效和高质量的微尺度金属电沉积方法的流程框图。
具体实施方式：
为了使本发明的目的、技术方案及优点更加的清楚明白，以下结合实施例，对本发进一步详细说明。本实施例一种高效和高质量的微尺度金属电沉积方法按照以下步骤进行：
步骤一：根据受力分析，计算出能够实现基于电化学的金属微构件的可靠拾取所需要沉积的微尺度金属的最小高度：
Figure BDA0003595680690000031
公式(1)中，FVDW为单位长度的微金属线和基地之间的范德华力，AH为Hamaker常数，取1*10-19J.R为金属线的半径，为40*10-6m,d为微金属线与基地之间的距离，为2*10-10m。
Figure BDA0003595680690000032
公式(2)中，δCu为沉积微金属的剪切强度，为110Mpa,l为拾取的金属微构件微铜线的长度，为600*10-6m，rNozzle为移液管管嘴半径,为10*10-6m，r’为微移液管内沉积铜的半径，经公式(2)计算得出r’＝16.478*10-6m；
Δr＝r'-rNoozle, (3)
根据移液管嘴形状，得出移液管内微尺度金属电沉积的高度和Δr的关系：
h＝0.0639Δr3-0.1794Δr2+0.2569Δr-0.0094, (4)
公式(3)中，计算h＝11.497×10-6m，为了使拾取更可靠，实验中h＝12×10-6m。
步骤二：利用COMSOL仿真分别分析环境相对湿度、电解液浓度和所加沉积电压对微尺度金属电沉积速率和质量的影响，得出合适的参数范围。
微尺度内水分子的蒸发会影响移液管尖端的电解质浓度并产生对流，从而影响离子流向阴极，环境相对湿度决定了沉积微结构的生长速率和几何均匀性。通过有限元分析和建模，在COMSOL中建立了移液管嘴附件水蒸发的二维扩散模型。为移液管喷嘴和附近的主要区域选择Dirichlet的边界条件。移液器开口处的环境相对湿度设置为100％，周围主要区域的环境相对湿度设置为30％～80％，研究环境相对湿度对微尺度电沉积的影响。在相对湿度过低的微尺度环境中，电解液的蒸发很容易导致移液管喷嘴处形成微晶，从而堵塞移液管并阻止进一步的沉积。如果湿度太高，水会凝结在微量移液管的尖端和金属微构件的表面。从而稀释弯液面中的电解质并影响电沉积过程。因此，环境相对湿度应设置在50-60％，以满足沉积效率和质量的要求。
COMSOL电化学模块将微尺度金属电沉积定义为物理场约束。在阴极基板和阳极表面上施加潜在负载作为负载约束，在每个边界处添加边界约束，模拟电压和电解液浓度对微型弯月面电沉积的影响。保持电解液浓度为0.500mol/L，电压变化范围为0.05V至0.35V。随着电压的增加，电迁移率和电荷转换率增加，从而沉积速率随着电压的增加而增加。通过仿真结果得出，从0.05V至0.25V，沉积速率自然随电压增加，但电压超过0.25V，沉积速率缓慢增加。另外，电压过高容易造成铜沉积不均匀和氢还原反应，导致边缘的沉积率高于中心，产生气泡。因此，高电压不利于沉积铜的质量。因此，实验中合适的电压为0.15-0.25V，可以获得更高的沉积率和质量。电解液浓度为0.2-0.8mol/L，阳极负载电压为0.20V。高浓度是高效沉积的主要选择，但是，当电解液浓度过高时，由于水分的蒸发，容易发生结晶析出和吸管嘴堵塞。低浓度的电解质可以缓解堵塞问题。但当电解液浓度过低时，电沉积速率也过低，沉积时间会增加。而且电解液浓度低，很容易造成金属离子缺乏区的出现。因此，为满足操作过程中移液管的高效和不堵塞的要求，电解液浓度应设置为0.400-0.600mol/L。
步骤三；基于反向传播神经网络(BP)，建立影响因素与微尺度金属电沉积速率之间的关系。分析影响因素后，由于环境相对湿度不是影响沉积速率的主要因素，因此设定为50％。电压和电解质浓度被选为影响神经网络模型输入值的两个主要因素。定义电压的上下界为0.15-0.25V，电解液浓度的上下界为0.400-0.600mol/L。BP神经网络结构为2-5-1，200组仿真数据被用作神经网络模型的输入和输出样本数据，随机取出20组数据作为测试样本数据，其余数据作为网络模型训练样本数据。采用遗传算法优化微尺度电沉积的工艺参数，分别以5×10-8m/s的沉积速度为遗传算法目标参数，并设置电压和电解液浓度的上下边界。遗传算法组的大小设置为40，交叉概率设置为0.4，变异概率设置为0.2。迭代优化的代数设置为100。经过100代后，收敛条件得到满足，得到了满意的优化结果。
步骤四：当目标沉积速度为5×10-8m/s，经过参数优化后得到最佳电压为0.22V，最佳电解液浓度为0.550mol/L。采用优化后的参数，进行实验验证，240s后，经测量移液管内沉积的微金属高度为12×10-6m，且微尺度金属电沉积质量良好，实现了高效率和高质量的微尺度金属电沉积。

Claims (4)

1.一种高效和高质量的微尺度金属电沉积方法，其特征在于：该方法按照以下步骤进行：
步骤一：根据受力分析，计算出能够实现基于电化学的金属微构件的可靠拾取所需要沉积的微尺度金属的最小高度：
Figure FDA0003595680680000011
公式(1)中，FVDW为单位长度的微金属线和基地之间的范德华力，δCu为沉积微金属的剪切强度，单位为Mpa,l为拾取的金属微构件微铜线的长度，单位m，r’为微移液管内沉积铜的半径，单位m，rNozzle为移液管管嘴半径，单位m；
Δr＝r'-rNoozle, (2)
根据移液管嘴形状，得出管嘴内沉积金属高度h和Δr的关系：
h＝0.0639Δr3-0.1794Δr2+0.2569Δr-0.0094, (3)
公式(3)中，h为移液管内微尺度金属电沉积的高度，单位m；
步骤二：利用COMSOL仿真分别分析环境相对湿度、电解液浓度和所加沉积电压对微尺度金属电沉积速率和质量的影响，得出合适的参数范围；
步骤三：基于反向传播神经网络(BP)，建立影响因素与微尺度金属电沉积速率之间的关系，以确定的电沉积速率为目标值，采用遗传算法优化微尺度电沉积的工艺参数；
步骤四：采用优化后的参数，进行实验验证，实现高效率和高质量的微尺度金属电沉积。
2.如权利要求1所述的一种高效和高质量的微尺度金属电沉积方法，其特征在于，利用COMSOL电沉积模块进行仿真，得出高效和高质量的微尺度金属电沉积的参数范围分别为：相对环境湿度50％-60％，电解液浓度0.400mol/L-0.600mol/L,所加电压为0.15V-0.25V。
3.如权利要求1所述的一种高效和高质量的微尺度金属电沉积方法，其特征在于：BP神经网络采用2-5-1结构，200组模拟数据被用来作为神经网络模型的输入和输出样本数据，随机取出20组数据作为测试样本数据，剩下的180组数据作为网络模型的训练样本数据；遗传算法的种群规模设置为40，交叉概率设置为0.4，变异概率设置为0.2，迭代优化的次数设置为100。
4.如权利要求1所述的一种高效和高质量的微尺度金属电沉积方法，其特征在于：以5×10-8m/s沉积速度为遗传算法的目标参数，采用优化后的参数，进行实验验证，实现高效率和高质量的微尺度金属电沉积。
CN202210388185.2A 2022-04-14 2022-04-14 一种高效和高质量的微尺度金属电沉积方法 Pending CN114758732A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210388185.2A CN114758732A (zh) 2022-04-14 2022-04-14 一种高效和高质量的微尺度金属电沉积方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210388185.2A CN114758732A (zh) 2022-04-14 2022-04-14 一种高效和高质量的微尺度金属电沉积方法

Publications (1)

Publication Number Publication Date
CN114758732A true CN114758732A (zh) 2022-07-15

Family

ID=82330385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210388185.2A Pending CN114758732A (zh) 2022-04-14 2022-04-14 一种高效和高质量的微尺度金属电沉积方法

Country Status (1)

Country Link
CN (1) CN114758732A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117684243A (zh) * 2024-02-04 2024-03-12 深圳市海里表面技术处理有限公司 一种智能电镀控制系统及控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117684243A (zh) * 2024-02-04 2024-03-12 深圳市海里表面技术处理有限公司 一种智能电镀控制系统及控制方法
CN117684243B (zh) * 2024-02-04 2024-04-09 深圳市海里表面技术处理有限公司 一种智能电镀控制系统及控制方法

Similar Documents

Publication Publication Date Title
Momotenko et al. Write–read 3D patterning with a dual-channel nanopipette
Liu et al. Electrochemical visualization of gas bubbles on superaerophobic electrodes using scanning electrochemical cell microscopy
Brant et al. Finite element simulation of localized electrochemical deposition for maskless electrochemical additive manufacturing
CN114758732A (zh) 一种高效和高质量的微尺度金属电沉积方法
Kim et al. Nucleation and aggregative growth of palladium nanoparticles on carbon electrodes: experiment and kinetic model
CN110231064A (zh) 一种微流量传感器及其制作系统和方法
CN102431964A (zh) 可控生成量子点或量子线的方法
Hengsteler et al. Beginner's guide to micro-and nanoscale electrochemical additive manufacturing
Yu et al. Time-dependent surface structure evolution of NiMo films electrodeposited under super gravity field as electrocatalyst for hydrogen evolution reaction
CN108108509A (zh) 基于电化学的微构件可靠无损操作
Vasyliev et al. Local electrochemical deposition of copper from sulfate solution
CN112634999A (zh) 一种机器学习辅助优化梯度二氧化钛纳米管微图案的方法
Han et al. Micromachining of predesigned perpendicular copper micropillar array by scanning electrochemical microscopy
Zheng et al. Uncertainty Quantification Analysis on Silicon Electrodeposition Process Via Numerical Simulation Methods
CN116053505B (zh) 一种仿生复合结构的强传质多孔电极制备方法与应用
Wang et al. Fabrication of micro-sized-copper column array through localized electrochemical deposition using 20-μm-diameter micro-anode
CN207483873U (zh) 一种用于电解精炼阴极种板的包边装置
WO2023097664A1 (zh) 机器人辅助纳米晶自动表征加速材料的智能化逆向设计
CN109786777A (zh) 基于微流控芯片的液态金属电池装置及其制备方法
Zheng et al. Investigating the effects of solution viscosity on the stability and success rate of SECCM imaging
CN103396944B (zh) 一种用于细胞转染的电穿孔芯片及其制作方法
CN109239146A (zh) 一种Ta/Ni微腔阵列薄膜及其制备方法
CN1858202A (zh) 实现细胞融合的芯片
CN110230078B (zh) 双电位工具电极的约束电场动态调控电化学微增材制造法
Wang et al. Prediction of Deposition Rate in Meniscus‐Confined Electrodeposition Based on Parameter Optimization Algorithm

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