CN121768552B - 一种针对半导体隔膜材料配比的筛选方法和装置 - Google Patents

Abstract

本申请提供了一种针对半导体隔膜材料配比的筛选方法和装置，其中，在本申请中，根据得到的各稳定性项的预测模型预测各候选成分配方的各稳定性项的性能值，然后分别对各稳定性项的预测值和目标性能值进行比较，确定各稳定性项的性能达成度，然后再确定出在各稳定性项的各自变量的约束下所能达到的最低性能，以便利用最低性能确定各稳定性项的反性能达成度，最后根据各稳定性项的权重确定当前成分配比与目标性能值对应的期望成分配比的期望差值，然后选择出期望差值最小的数个成分配比作为后续性能测试的依据，通过上述方法可以快速找出相对合适的成分配置，有利于提高筛选效率。

Description

一种针对半导体隔膜材料配比的筛选方法和装置

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种针对半导体隔膜材料配比的筛选方法和装置。

背景技术

半导体制造工艺中的隔膜阀是控制超纯气体和化学液体传输的关键部件，其阀座或隔膜材料的性能直接决定了阀门的可靠性与寿命。这些材料通常由多种已知的高分子基体（如聚四氟乙烯或可溶性聚四氟乙烯）和功能填料（如碳纤维、玻璃微珠、润滑剂等）复合而成。材料需同时满足极低泄漏率（气密性）、长期稳定的压力保持能力（正压保压）以及在宽温域（如-20°C至150°C）下的尺寸与性能稳定性（耐温性）。

随着技术发展，人们可以用模拟的方式来确定某一材料的某一性能，但是如何整合多个相互冲突的性能目标（如气密性、正压保压、耐温性）并找出相对合适的成分配比仍是一个技术难题。

发明内容

有鉴于此，本申请实施例提供了一种针对半导体隔膜材料配比的筛选方法和装置，以准确筛选出综合性能相对较好的成分配比。

第一方面，本申请实施例提供了一种针对半导体隔膜材料配比的筛选方法，所述方法包括：

在得到各稳定性项的预测模型后，获取为各稳定性项设定的目标性能值，其中，各稳定性项的预测模型的自变量相同，各预测模型均为性能期望型模型，所述性能期望型模型的类型包括：望小型模型和望大型模型；

针对各候选成分配比，将该候选成分配比作为自变量输入到各稳定性项的预测模型中，得到各稳定性项的预测模型输出的预测值；

针对各稳定性项，计算该稳定性项对应的预测值和该稳定性项对应的目标性能值之间的第一比值；

确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度；

以该稳定性项的各自变量的取值范围为约束，根据该稳定性项的性能期望型模型的类型，计算该稳定性项在最低性能时对应的最差值；

计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度；

根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值；

在得到所有候选成分配比对应的期望差值后，按照期望差值从小到大的顺序，确定预设数量的目标期望差值；

输出所述目标期望差值对应的目标成分配比，以对目标成分配比对应的材料进行性能测试。

第二方面，本申请实施例提供了一种针对半导体隔膜材料配比的筛选装置，所述装置包括：

获取单元，用于在得到各稳定性项的预测模型后，获取为各稳定性项设定的目标性能值，其中，各稳定性项的预测模型的自变量相同，各预测模型均为性能期望型模型，所述性能期望型模型的类型包括：望小型模型和望大型模型；

第一确定单元，用于针对各候选成分配比，将该候选成分配比作为自变量输入到各稳定性项的预测模型中，得到各稳定性项的预测模型输出的预测值；

第一计算单元，用于针对各稳定性项，计算该稳定性项对应的预测值和该稳定性项对应的目标性能值之间的第一比值；

第二确定单元，用于确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度；

第二计算单元，用于以该稳定性项的各自变量的取值范围为约束，根据该稳定性项的性能期望型模型的类型，计算该稳定性项在最低性能时对应的最差值；

第三计算单元，用于计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度；

第三确定单元，用于根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值；

第四确定单元，用于在得到所有候选成分配比对应的期望差值后，按照期望差值从小到大的顺序，确定预设数量的目标期望差值；

输出单元，用于输出所述目标期望差值对应的目标成分配比，以对目标成分配比对应的材料进行性能测试。

本申请提供的技术方案包括但不限于以下有益效果：

在本申请中，根据得到的各稳定性项的预测模型预测各候选成分配方的各稳定性项的性能值（即：预测值），然后分别对各稳定性项的预测值和目标性能值进行比较，确定各稳定性项的性能达成度，然后再确定出在各稳定性项的各自变量的约束下所能达到的最低性能，以便利用最低性能确定各稳定性项的反性能达成度，进而通过各稳定性项的反性能达成度作为归一化条件对对应的稳定性项的性能达成度进行归一化，最后根据各稳定性项的权重确定当前成分配比与目标性能值对应的期望成分配比的期望差值，然后选择出期望差值最小的数个成分配比作为后续性能测试的依据，通过上述方法可以快速找出相对合适的成分配置，有利于提高筛选效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种针对半导体隔膜材料配比的筛选方法的流程示意图；

图2为本申请实施例提供的另一种针对半导体隔膜材料配比的筛选方法的流程示意图；

图3为本申请实施例提供的一种针对半导体隔膜材料配比的筛选装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请实施例提供的一种针对半导体隔膜材料配比的筛选方法的流程示意图，如图1所示，该方法包括以下步骤：

步骤101、在得到各稳定性项的预测模型后，获取为各稳定性项设定的目标性能值，其中，各稳定性项的预测模型的自变量相同，各预测模型均为性能期望型模型，所述性能期望型模型的类型包括：望小型模型和望大型模型。

步骤102、针对各候选成分配比，将该候选成分配比作为自变量输入到各稳定性项的预测模型中，得到各稳定性项的预测模型输出的预测值。

步骤103、针对各稳定性项，计算该稳定性项对应的预测值和该稳定性项对应的目标性能值之间的第一比值。

步骤104、确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度。

步骤105、以该稳定性项的各自变量的取值范围为约束，根据该稳定性项的性能期望型模型的类型，计算该稳定性项在最低性能时对应的最差值。

步骤106、计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度。

步骤107、根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值。

步骤108、在得到所有候选成分配比对应的期望差值后，按照期望差值从小到大的顺序，确定预设数量的目标期望差值。

步骤109、输出所述目标期望差值对应的目标成分配比，以对目标成分配比对应的材料进行性能测试。

具体的，在得到各稳定性项（包括：泄漏率、压力衰减率和耐温性，其中，压力衰减率与正压保压是等同的）的预测模型后，可以将一个成分配比（即：质量占比，如：成分包括：成分1、成分2和成分3，其中，成分1的质量占比为20%，成分2的质量占比50%，成分3的质量占比为30%），同时输入到各稳定性项对应的预测模型中，每个预测模型预测该成分配比的一个稳定性项的预测值，当稳定性项包括泄漏率、压力衰减率和耐温性时，输出的预测值包括泄漏率的预测值、压力衰减率的预测值和耐温性的预测值，当然也可以单独输入某个稳定性项对应的预测模型中，只得到该稳定性项对应的预测值。

为了确定上述的成分配比的总性能与目标总性能的差距，需要确定各稳定性项对应的各性能与各稳定性项对应的各目标性能之间的差距，例如：上述的成分配比的泄漏率的预测值与设定的泄漏率的目标性能值之间差距，上述的成分配比的压力衰减率的预测值与设定的压力衰减率的目标性能值之间差距，以及上述的成分配比的耐温性的预测值与设定的耐温性的目标性能值之间差距，即：通过第一比值来表示二者之间的差距，确定各稳定性项对应的第一比值所位于的为该稳定性项的预测模型的类型配置的区间，然后将为该区间配置的达成度作为该稳定性项的性能达成度，性能达成度表示完成目标性能值的比例，进一步的，针对每个稳定性项，利用该稳定性项的目标性能值的百分比，划定多个区间，确定该稳定性项的预测值落入那个区间，同时为每个区间设定不同的达成度，在确定该稳定性项的预测值所位于的区间后，将该区间对应的达成度作为该稳定性项的性能达成度，例如：对于望小型模型，当预测值小于0.8×目标性能值时，表示超额完成20%以上的性能，对于望大型模型，当预测值大于1.2×目标性能值时，表示超额完成20%以上的性能，即：望小型模型的预测值越小，对应的稳定性项的性能越高，望大型模型的预测值越大，对应的稳定性项的性能越高。

在确定出各稳定性项的性能达成度后，然后还需要确定每个性能在可行范围内的最差值，用于后续的归一化处理，对于每个性能指标，在约束条件下求解其最差值，如：成分1对应的泄漏率，成分2对应压力衰减率，成分3对应的耐温性，设定各成分的最大质量占比和最小质量占比，然后在对应的质量占比范围内，确定对应的性能的最差值，如：在成分1的质量占比范围内确定出泄漏率所能达到的最高值，在成分2的质量占比范围内确定出压力衰减率所能达到的最高值，在成分3的质量占比范围内确定出耐温性所能达到的最小值，即：得到各稳定性项在最低性能时对应的最差值，然后计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度。

在得到各稳定性项上的性能达成度和反性能达成度后，可以将多目标问题转化为单目标优化问题，通过性能达成度和反性能达成度寻找该配方与目标配方的差距，然后将差距最小的预设数量的候选成分配比输出，测试人员根据输出的结果对候选成分配比对应的材料进行实际的性能测试，通过上述方法可以无需通过实际的性能实验就可以找到与目标性能最接近的材料，从而有利于提高选材效率，并且有利于降低成本。

在一个可行的实施方案中，所述稳定性项包括：

泄漏率、压力衰减率和耐温性；

其中，所述泄漏率和衰减性对应的预测模型为望小型模型，所述耐温性对应的预测模型为望大型模型。

在一个可行的实施方案中，在执行确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度的步骤时，包括：

针对望小型模型，利用如下公式一计算该稳定性项的性能达成度：

公式一；

其中，为第j个稳定性项的预测模型的预测值，第j个稳定性项的目标性能值；

利用如下公式二计算该稳定性项的性能达成度：

公式二；

其中，为耐温性对应的预测模型的预测值，为耐温性对应的目标性能值。

在一个可行的实施方案中，所述泄漏率和所述压力衰减率对应的最差值为最小值，所述耐温性对应的最差值为最大值。

在一个可行的实施方案中，在执行根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值的步骤时，包括：

利用如下公式三确定该候选成分配比与目标性能值对应的期望成分配比的期望差值：

D()=√[∑W_i×((1-d_i())/(1-d_i ^-))²]；公式三

其中，√为根号，W_i为第i个稳定性项对应的权重，d_i()为第i个稳定性项对应的性能达成度，d_i ^-为第i个稳定性项对应的反性能达成度，i的取值为稳定性项的数量。

d_i()表示第i个性能未达目标的差距，1-d_i ^-为归一化因子，使不同性能的差距可比，平方和开根表示欧氏距离，考虑各性能的综合差，距举例说明：

性能达成度：d()=[0.87,0.92,0.97]；

反性能达成度：d^-=[0.25,0.30,0.73]；

权重：w=[0.4,0.3,0.3]；

则：D()=

√[0.4×((1-0.87)/(1-0.25))²+0.3×((1-0.92)/(1-0.30))²+0.3×((1-0.97)/(1-0.73))²]=0.155。

期望差值不仅是优化目标，还是评估解质量的综合指标，通过期望差值，可以找到在给定权重下，与理想点（即：目标总性能）综合距离较小的配方，确保了从数学最优到工程可用的平滑过渡。

图2为本申请实施例提供的另一种针对半导体隔膜材料配比的筛选方法的流程示意图，如图2所示，各稳定性项的预测模型可以通过以下步骤得到：

步骤201、获取每种实验材料的各稳定性项的稳定性参数和各成分的质量占比，其中，若干实验材料包括的成分种类是相同的。

步骤202、根据各稳定性项的稳定性参数和所述质量占比，构建各稳定性项对应的样本集，其中，每个稳定性项对应的样本集包括多个样本数据，每个样本数据是由每个实验材料的该稳定性项对应的稳定性参数和所述质量占比构成的。

步骤203、将该稳定性项对应的每个样本数据输入到公式四中，得到该稳定性项对应的多个模型：

；公式四

其中，为该稳定性项下的一样本数据中的稳定性参数，为常数项，为该样本数据中第i个成分的线性项系数，为该样本数据中第i个成分的二次项系数，为该样本数据中第i个成分和第j个成分之间的交互项系数，该样本数据中第i个成分的质量占比，该样本数据中第j个成分的质量占比，为每种实验材料包括的成分种类数量，为随机误差项。

步骤204、利用多元线性回归中的最小二乘法对该稳定性项对应的多个模型进行拟合，得到该稳定性项对应的预测模型。

具体的，针对多种实验材料，对每种实验材料进行检测和实验，获得每种材料的各稳定性项的稳定性参数和各成分的质量占比，以上述得到的数据构建样本集，例如：稳定性项包括：稳定性项1、稳定性项2和稳定性项3，成分的质量占比包括：质量占比1、质量占比2和质量占比3，通过某一实验材料得到的样本数据包括：[稳定性项1、质量占比1、质量占比2、质量占比3]、[稳定性项2、质量占比1、质量占比2、质量占比3]和[稳定性项3、质量占比1、质量占比2、质量占比3]，即：每个样本可以得到3各样本数据。

当实验材料包括实验材料1和实验材料2时，其中，实验材料1的样本数据为[稳定性项1、质量占比1、质量占比2、质量占比3]、[稳定性项2、质量占比1、质量占比2、质量占比3]和[稳定性项3、质量占比1、质量占比2、质量占比3]，实验材料2的样本数据为[稳定性项1、质量占比4、质量占比5、质量占比6]、[稳定性项2、质量占比4、质量占比5、质量占比6]和[稳定性项3、质量占比4、质量占比5、质量占比6]，可以得到3个样本集，稳定性项1对应的样本集1包括：[稳定性项1、质量占比1、质量占比2、质量占比3]和[稳定性项1、质量占比4、质量占比5、质量占比6]，稳定性项2对应的样本集2包括：[稳定性项2、质量占比1、质量占比2、质量占比3]和[稳定性项2、质量占比4、质量占比5、质量占比6]，稳定性项3对应的样本集3包括：[稳定性项3、质量占比1、质量占比2、质量占比3]和[稳定性项3、质量占比4、质量占比5、质量占比6]。

在得到多个样本集后，针对每个样本集，将该样本集中的每个样本数据输入到公式四中，从而得到该样本集所属的稳定性项的多个模型，以稳定性项1为例，将稳定性项1的样本集中的每个样本数据均带入公式四中，从而可以得到多个针对稳定性项1的模型，然后对稳定性项1对应的模型进行拟合，从而得到稳定性项1对应的、、、和，然后将得到的、、、和带回公式四中，从而得到针对稳定性项1的预测模型1，以此类推可以得到针对稳定性项2的预测模型2和针对稳定性项3的预测模型3。

举例说明，已知3种实验材料，3种实验材料的成分均仅包括含聚四氟乙烯和碳纤维，以及通过实验确定了3种实验材料的各稳定性项，后续以稳定性项为泄漏率举例进行说明，表1为得到的数据：

表1

将表1中的数据带入下列公式五（即：公式四的展开式）中：

；公式五

得到的针对泄漏率的模型包括：

通过这3个方程（实际中会用更多数据点）拟合出泄漏率对应的、、、和，然后将得到的、、、和带回公式四中，从而得到针对泄漏率的预测模型，依次类推，可以得到其他稳定性项的预测模型。

需要说明的是，常数项代表所有效应平衡后的基准性能水平，线性项系数用于揭示每种成分对性能的独立主效应，即：是促进还是抑制，二次项系数揭示单个成分的过量效应，即：是否存在最佳添加量或者是过犹不及，交互项系数揭示两种成分之间的协同或拮抗作用，即：是1+1>2 ，还是1+1<2，随机误差项代表模型未能解释的变异，如测量误差、微小工艺波动等，可以通过某一稳定性项对应的多个模型得到的不同的均值确定。

需要说明的是，当成分包括三种时，如：聚四氟乙烯（A）、碳纤维（B）、石墨（C），成分变量为x₁=A质量占比，x₂=B质量占比，x₃=C质量占比，带入到公式四后的展开式为：

++；

总共10个β参数（1个常数+3个线性+3个二次+3个交互）。

当成分包括4种时，两两成分组合有6中，会有总共15个β参数，其中，常数项：1个，线性项：4个（β₁,β₂,β₃,β₄），二次项：4个（β₁₁,β₂₂,β₃₃,β₄₄），交互项6个。

需要说明的是，通常情况下，获得的每个稳定性项的样本数据的数量要多于β参数的数量。

在一个可行的实施方案中，所述稳定性项包括：使用氦质谱检漏仪测量到的泄漏率（单位为sccm）、在特定正压（如6Bar）下检测到的压力衰减曲线对应的衰减率（单位Pa/s）、通过热机械分析仪测定的热变形温度（单位°C）。

需要说明的是，本申请设计到的计算使用的是无量纲的指数进行的计算，所以无需考虑等式两边的量纲是否相同。

图3为本申请实施例提供的一种针对半导体隔膜材料配比的筛选装置的结构示意图，如图3所示，所述装置包括：

获取单元31，用于在得到各稳定性项的预测模型后，获取为各稳定性项设定的目标性能值，其中，各稳定性项的预测模型的自变量相同，各预测模型均为性能期望型模型，所述性能期望型模型的类型包括：望小型模型和望大型模型；

第一确定单元32，用于针对各候选成分配比，将该候选成分配比作为自变量输入到各稳定性项的预测模型中，得到各稳定性项的预测模型输出的预测值；

第一计算单元33，用于针对各稳定性项，计算该稳定性项对应的预测值和该稳定性项对应的目标性能值之间的第一比值；

第二确定单元34，用于确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度；

第二计算单元35，用于以该稳定性项的各自变量的取值范围为约束，根据该稳定性项的性能期望型模型的类型，计算该稳定性项在最低性能时对应的最差值；

第三计算单元36，用于计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度；

第三确定单元37，用于根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值；

第四确定单元38，用于在得到所有候选成分配比对应的期望差值后，按照期望差值从小到大的顺序，确定预设数量的目标期望差值；

输出单元39，用于输出所述目标期望差值对应的目标成分配比，以对目标成分配比对应的材料进行性能测试。

在一个可行的实施方案中，所述稳定性项包括：

泄漏率、压力衰减率和耐温性；

其中，所述泄漏率和衰减性对应的预测模型为望小型模型，所述耐温性对应的预测模型为望大型模型。

在一个可行的实施方案中，所述第二确定单元用于确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度时，包括：

针对望小型模型，利用如下公式一计算该稳定性项的性能达成度：

公式一；

其中，为第j个稳定性项的预测模型的预测值，第j个稳定性项的目标性能值；

利用如下公式二计算该稳定性项的性能达成度：

公式二；

其中，为耐温性对应的预测模型的预测值，为耐温性对应的目标性能值。

在一个可行的实施方案中，所述泄漏率和所述压力衰减率对应的最差值为最小值，所述耐温性对应的最差值为最大值。

在一个可行的实施方案中，所述第三确定单元用于根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值时，包括：

利用如下公式三确定该候选成分配比与目标性能值对应的期望成分配比的期望差值：

D()=√[∑W_i×((1-d_i())/(1-d_i ^-))²]；公式三

其中，√为根号，W_i为第i个稳定性项对应的权重，d_i()为第i个稳定性项对应的性能达成度，d_i ^-为第i个稳定性项对应的反性能达成度，i的取值为稳定性项的数量。

关于图3所示相关内容的原理解释可参考图1所示相关内容的详细说明，在此不再详细赘。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种针对半导体隔膜材料配比的筛选方法，其特征在于，所述方法包括：

在得到各稳定性项的预测模型后，获取为各稳定性项设定的目标性能值，其中，各稳定性项的预测模型的自变量相同，各预测模型均为性能期望型模型，所述性能期望型模型的类型包括：望小型模型和望大型模型；

针对各候选成分配比，将该候选成分配比作为自变量输入到各稳定性项的预测模型中，得到各稳定性项的预测模型输出的预测值；

针对各稳定性项，计算该稳定性项对应的预测值和该稳定性项对应的目标性能值之间的第一比值；

确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度；

以该稳定性项的各自变量的取值范围为约束，根据该稳定性项的性能期望型模型的类型，计算该稳定性项在最低性能时对应的最差值；

计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度；

根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值；

在得到所有候选成分配比对应的期望差值后，按照期望差值从小到大的顺序，确定预设数量的目标期望差值；

输出所述目标期望差值对应的目标成分配比，以对目标成分配比对应的材料进行性能测试。

2.如权利要求1所述的筛选方法，其特征在于，所述稳定性项包括：

泄漏率、压力衰减率和耐温性；

其中，所述泄漏率和衰减性对应的预测模型为望小型模型，所述耐温性对应的预测模型为望大型模型。

3.如权利要求2所述的筛选方法，其特征在于，所述确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度，包括：

针对望小型模型，利用如下公式一计算该稳定性项的性能达成度：

公式一；

其中，为第j个稳定性项的预测模型的预测值，第j个稳定性项的目标性能值；

利用如下公式二计算该稳定性项的性能达成度：

公式二；

其中，为耐温性对应的预测模型的预测值，为耐温性对应的目标性能值。

4.如权利要求2所述的筛选方法，其特征在于，所述泄漏率和所述压力衰减率对应的最差值为最小值，所述耐温性对应的最差值为最大值。

5.如权利要求1所述的筛选方法，其特征在于，所述根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值，包括：

利用如下公式三确定该候选成分配比与目标性能值对应的期望成分配比的期望差值：

D()=√[∑W_i×((1-d_i())/(1-d_i ^-))²]；公式三

其中，√为根号，W_i为第i个稳定性项对应的权重，d_i()为第i个稳定性项对应的性能达成度，d_i ^-为第i个稳定性项对应的反性能达成度，i的取值为稳定性项的数量。

6.一种针对半导体隔膜材料配比的筛选装置，其特征在于，所述装置包括：

获取单元，用于在得到各稳定性项的预测模型后，获取为各稳定性项设定的目标性能值，其中，各稳定性项的预测模型的自变量相同，各预测模型均为性能期望型模型，所述性能期望型模型的类型包括：望小型模型和望大型模型；

第一确定单元，用于针对各候选成分配比，将该候选成分配比作为自变量输入到各稳定性项的预测模型中，得到各稳定性项的预测模型输出的预测值；

第一计算单元，用于针对各稳定性项，计算该稳定性项对应的预测值和该稳定性项对应的目标性能值之间的第一比值；

第二确定单元，用于确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度；

第二计算单元，用于以该稳定性项的各自变量的取值范围为约束，根据该稳定性项的性能期望型模型的类型，计算该稳定性项在最低性能时对应的最差值；

第三计算单元，用于计算该稳定性项对应的目标性能值和最差值的第二比值，以将所述第二比值作为该稳定性项的反性能达成度；

第三确定单元，用于根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值；

第四确定单元，用于在得到所有候选成分配比对应的期望差值后，按照期望差值从小到大的顺序，确定预设数量的目标期望差值；

输出单元，用于输出所述目标期望差值对应的目标成分配比，以对目标成分配比对应的材料进行性能测试。

7.如权利要求6所述的筛选装置，其特征在于，所述稳定性项包括：

泄漏率、压力衰减率和耐温性；

其中，所述泄漏率和衰减性对应的预测模型为望小型模型，所述耐温性对应的预测模型为望大型模型。

8.如权利要求7所述的筛选装置，其特征在于，所述第二确定单元用于确定所述第一比值所位于的为该稳定性项的预测模型的类型配置的区间，以根据所述区间确定该稳定性项的性能达成度时，包括：

针对望小型模型，利用如下公式一计算该稳定性项的性能达成度：

公式一；

其中，为第j个稳定性项的预测模型的预测值，第j个稳定性项的目标性能值；

利用如下公式二计算该稳定性项的性能达成度：

公式二；

其中，为耐温性对应的预测模型的预测值，为耐温性对应的目标性能值。

9.如权利要求7所述的筛选装置，其特征在于，所述泄漏率和所述压力衰减率对应的最差值为最小值，所述耐温性对应的最差值为最大值。

10.如权利要求6所述的筛选装置，其特征在于，所述第三确定单元用于根据各稳定性项的性能达成度和反性能达成度，确定该候选成分配比与目标性能值对应的期望成分配比的期望差值时，包括：

利用如下公式三确定该候选成分配比与目标性能值对应的期望成分配比的期望差值：

D()=√[∑W_i×((1-d_i())/(1-d_i ^-))²]；公式三

其中，√为根号，W_i为第i个稳定性项对应的权重，d_i()为第i个稳定性项对应的性能达成度，d_i ^-为第i个稳定性项对应的反性能达成度，i的取值为稳定性项的数量。