KR102537681B1 - 질소 ｏｅｓ를 이용한 공기 플라즈마 진단 시스템 - Google Patents
질소 ｏｅｓ를 이용한 공기 플라즈마 진단 시스템 Download PDFInfo
- Publication number
- KR102537681B1 KR102537681B1 KR1020210079754A KR20210079754A KR102537681B1 KR 102537681 B1 KR102537681 B1 KR 102537681B1 KR 1020210079754 A KR1020210079754 A KR 1020210079754A KR 20210079754 A KR20210079754 A KR 20210079754A KR 102537681 B1 KR102537681 B1 KR 102537681B1
- Authority
- KR
- South Korea
- Prior art keywords
- plasma
- temperature
- emission spectrum
- electron
- density
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 89
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title description 46
- 229910052757 nitrogen Inorganic materials 0.000 title description 23
- 238000000295 emission spectrum Methods 0.000 claims description 54
- 238000001636 atomic emission spectroscopy Methods 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 26
- 230000005284 excitation Effects 0.000 claims description 18
- 230000005855 radiation Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 abstract description 25
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 238000010801 machine learning Methods 0.000 abstract description 9
- 210000002381 plasma Anatomy 0.000 description 153
- 230000007704 transition Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000005684 electric field Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 238000004847 absorption spectroscopy Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005283 ground state Effects 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000001748 luminescence spectrum Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001874 polarisation spectroscopy Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/66—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light electrically excited, e.g. electroluminescence
- G01N21/68—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light electrically excited, e.g. electroluminescence using high frequency electric fields
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/443—Emission spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05H—PLASMA TECHNIQUE; PRODUCTION OF ACCELERATED ELECTRICALLY-CHARGED PARTICLES OR OF NEUTRONS; PRODUCTION OR ACCELERATION OF NEUTRAL MOLECULAR OR ATOMIC BEAMS
- H05H1/00—Generating plasma; Handling plasma
- H05H1/0006—Investigating plasma, e.g. measuring the degree of ionisation or the electron temperature
- H05H1/0012—Investigating plasma, e.g. measuring the degree of ionisation or the electron temperature using electromagnetic or particle radiation, e.g. interferometry
- H05H1/0037—Investigating plasma, e.g. measuring the degree of ionisation or the electron temperature using electromagnetic or particle radiation, e.g. interferometry by spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Software Systems (AREA)
- Biochemistry (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Mathematical Optimization (AREA)
- Plasma & Fusion (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Medicinal Chemistry (AREA)
- Operations Research (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Food Science & Technology (AREA)
- Optics & Photonics (AREA)
- Combustion & Propulsion (AREA)
- Algebra (AREA)
- Electromagnetism (AREA)
- Toxicology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Plasma Technology (AREA)
Abstract
본 발명의 목적은, 쉽게 구할 수 있는 스펙트로미터를 그대로 이용하면서, 실시간으로 플라즈마를 진단할 수 있는 새로운 플라즈마 진단 시스템을 구현하고 나아가 이에 대한 데이터를 러닝 머신(기계학습시스템)에 입력, 학습시켜 스펙트로미터 결과로부터 신속하게 플라즈마 진단결과를 얻을 수 있는 플라즈마 진단용 러닝머신 시스템을 제공하고자 한다.
상기 목적에 따라 본 발명은 스펙트로미터로부터 얻어진 플라즈마 스펙트럼과 해당 스펙트럼으로부터 계산된 플라즈마 진단 변수들을 러닝 머신에 입력 대비 출력 데이터로 제공하고 훈련시켜, 플라즈마 스펙트럼을 입력하면 플라즈마 진단변수를 도출하는 인공지능 플라즈마 진단시스템을 제공한다.
상기 목적에 따라 본 발명은 스펙트로미터로부터 얻어진 플라즈마 스펙트럼과 해당 스펙트럼으로부터 계산된 플라즈마 진단 변수들을 러닝 머신에 입력 대비 출력 데이터로 제공하고 훈련시켜, 플라즈마 스펙트럼을 입력하면 플라즈마 진단변수를 도출하는 인공지능 플라즈마 진단시스템을 제공한다.
Description
본 발명은 플라즈마 진단 시스템에 관한 것으로, 좀 더 상세하게는, OES(optical emission spectroscopy)와 컴퓨터 수학 알고리즘을 이용하여 플라즈마 온도(전자온도, 분자 진동 및 회전온도)와 플라즈마 전자밀도, 분자 여기종 밀도의 플라즈마 변수를 진단하는 소프트웨어와 이를 적용한 플라즈마 진단 시스템에 관한 것이다.
플라즈마 진단은 전자밀도, 전자온도, 분자 진동 및 회전온도, 플라즈마 여기 상태의 분자 활성종(여기종, 들뜬종 모두 동의어임)의 상태별 밀도 등을 포함한다. 이러한 플라즈마 진단은 각 변수별로 측정 수단이 주어진다. 전자온도는 레이저 산란 분광법, 또는 Langmuir 탐침법에 의해 측정될 수 있다. 전자특성은 방출하는 전기에너지와 전기장을 변수로 하여 나타낼 수 있고, 전기에너지는 전압과 전류로, 전기장은 슈타크 편광 스펙트럼(Stark polarization spectroscopy), 또는 발광 스펙트럼으로 측정될 수 있다. 플라즈마 밀도는 플라즈마의 중요 변수로서 전자 밀도, 라디칼 밀도, 여기 분자 또는 여기 원자 밀도를 포함하여 특정되며, 전자밀도는 Laser scattering spectroscopy, Optical emission spectroscopy (OES), Langmuir 탐침법, 또는 Optical interferometer에 의해 측정할 수 있고, 라디칼 밀도는 Optical absorption spectroscopy (OAS)에 의해, 여기 분자 또는 여기 원자 밀도는 Optical emission spectroscopy (OES), Optical absorption spectroscopy (OAS), 또는 Electro-chemical sensor에 의해 측정할 수 있다. 도 1에서와 같이 플라즈마 전자온도, 분자 진동 및 회전온도, 전자밀도, 여기 분자 밀도의 측정은 모두 발광스펙트럼 (Optical emission spectroscopy:약어로 OES)에 의해 측정될 수 있다.
OES 플라즈마 진단은 값싸고 쉬운 방법으로, 대부분의 연구자들이 플라즈마 상태를 측정하기 위해 기본적으로 분광기 (optical spectrometer)를 이용한다. 또한, 여러가지 플라즈마 변수들이 충돌에 의한 방출에 의해 얻어진 스펙트럼으로 측정될 수 있다. 대기압 플라즈마를 시료에 처리하거나 다른 물체에 처리함에 있어서, 실제 플라즈마가 발생하고 있는지 여부, 플라즈마에 대한 각종 변수를 실시간 측정하여 플라즈마의 실제 역할의 검증, 또는 이를 피드백으로 다시 변수를 제어하는 제어시스템 구현 등, 플라즈마의 실시간 진단에 대한 필요는 매우 절실하다. 대기압 플라즈마의 경우, CCD 어레이를 구비한 UV-VIS-IR 대역의 스펙트로미터를 이용한 OES 측정 후, 본 특허 기술이 접목된 소프트웨어로 변수들을 처리하여 전자온도, 분자들의 진동 및 회전온도, 전자밀도, 여기 분자 밀도를 동시에 산출할 수 있다.
그러나 종래 기술은 대부분 플라즈마 진단을 위한 추가적인 설비를 제안하며, 등록특허 10-1567176호 역시 플라즈마 진단을 위해, 프로브를 설치하고, 침습적인 방법으로 전기적 신호를 검출하는 방식을 기재한다. 기존 스펙트로미터 외에 그러한 장치를 새롭게 구성해야 하는 불편이 있고, 측정 장치를 실시간 사용 중인 플라즈마 장치에 대한 플라즈마 진단 시스템으로 실제 구현하기는 어렵다. 또한, 새롭게 추가된 프로브 등은 본래 방전되어야 할 플라즈마에 대해 영향을 미쳐 기대하는 플라즈마 방전을 얻지 못할 수도 있다.
따라서 본 발명의 목적은, 쉽게 구할 수 있는 스펙트로미터를 그대로 이용하면서, 실시간으로 플라즈마를 비침습적인 진단을 할 수 있는 새로운 플라즈마 진단 시스템을 구현하고 나아가 플라즈마 온도와 밀도에 대한 빅데이터를 수집할 수 있는 원천적인 IT 융합 기술을 제공한다. 또한, 이에 대한 데이터를 딥러닝(기계학습시스템)을 도입하여 플라즈마 분광 스펙트럼 결과로부터 신속하게 진단 결과를 얻을 수 있는 플라즈마 진단용 딥러닝 시스템 구축도 가능하다.
상기 목적에 따라 본 발명은 스펙트로미터로부터 얻어진 질소 플라즈마 스펙트럼을 통해 고유한 컴퓨터 소프트웨어 알고리즘에 따라 플라즈마 진단 변수(플라즈마 온도, 밀도)들을 산출하는 상온 대기압 플라즈마 진단 시스템을 제공한다.
본 발명은,
플라즈마 진단 방법으로서,
플라즈마 발광 스펙트럼으로부터 방사 강도(relative intensity) 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 상태별 밀도를 변수로 포함한 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 임의의 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 텐서 형태로 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 대기압 플라즈마 진단방법을 제공한다.
상기에 있어서, 플라즈마 진단변수는, 진동온도, 회전온도, 및 여기종 밀도를 더 포함하는 것을 특징으로 하는 플라즈마 진단방법을 제공한다.
또한, 본 발명은,
플라즈마 진단 시스템으로서,
플라즈마 발광 스펙트럼을 측정하는 분광기; 및
상기 분광기의 발광스펙트럼으로부터 플라즈마 진단 변수를 도출하는 플라즈마 진단 소프트웨어 모듈;을 포함하고,
플라즈마 진단 모듈은,
플라즈마 발광 스펙트럼으로부터 방사 강도 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 3가지 레벨의 상태별 밀도를 변수로 포함한 3가지 연립방정식의 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 구하고,
여기종 분자의 상태별 밀도를 변수로 포함한 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 텐서 형태로 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 도출하는 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 플라즈마 진단 시스템을 제공한다.
상기에 있어서, 플라즈마 진단변수는, 진동온도, 회전온도, 및 여기종 밀도를 더 포함하는 것을 특징으로 하는 플라즈마 진단시스템을 제공한다.
또한, 본 발명은,
플라즈마 진단 시스템으로서,
발생된 플라즈마에 대한 분광기(Optical emission spectroscopy:OES)에 의해 얻은 발광 스펙트럼을 입력받는 입력부;
상기 입력부에 입력된 진단을 원하는 플라즈마 발광 스펙트럼을 기준으로 동일 또는 가장 유사한 플라즈마 발광 스펙트럼 데이터를 검색하는 검색부;
상기 검색부에 의해 검색된 플라즈마 발광 스펙트럼에 대한 플라즈마 진단 정보를 출력하는 출력부; 및
상기 검색부가 검색하는 데이터베이스로서, 플라즈마 발광 스펙트럼과 상기 플라즈마 발광 스펙트럼으로부터 산출된 해당하는 플라즈마의 진단변수가 저장된 플라즈마 진단정보 데이터베이스;를 포함하여,
상기 입력부에 플라즈마 발광스펙트럼을 입력하면, 상기 검색부가 상기 플라즈마 진단정보 데이터베이스를 검색하여 상기 출력부가 플라즈마 진단결과를 출력하여 주는 것을 특징으로 하는 플라즈마 진단 시스템을 제공한다.
상기에 있어서, 상기 데이터베이스는 플라즈마 발광 스펙트럼의 이미지 또는 피크 데이터를 포함한 것을 특징으로 하는 플라즈마 진단 시스템을 제공한다.
상기에 있어서, 플라즈마 진단결과는 전자밀도, 전자온도, 진동온도, 회전온도, 여기종 밀도 중 하나 이상을 포함한 것을 특징으로 하는 플라즈마 진단 시스템을 제공한다.
상기에 있어서, 상기 피크 데이터는 피크가 출현한 파장 대역, 피크 강도, 또는 피크 출현 파장 대역을 구간별로 그룹핑한 피크 군을 포함한 것을 특징으로 하는 플라즈마 진단 시스템을 제공한다.
상기에 있어서, 플라즈마 진단정보 데이터베이스는,
플라즈마 발광 스펙트럼으로부터 방사 강도 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 3가지 레벨의 상태별 밀도를 변수로 포함한 3가지 연립방정식의 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 플라즈마 진단 시스템을 제공한다.
또한, 본 발명은,
플라즈마 진단정보 데이터베이스로서,
플라즈마 발광 스펙트럼으로부터 방사 강도 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 상태별 밀도를 변수로 포함한 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 텐서 형태로 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 플라즈마 진단 시스템용 플라즈마 진단정보 데이터베이스를 제공한다.
상기에 있어서, 플라즈마 진단변수는, 진동온도, 회전온도, 및 여기종 밀도를 더 포함하는 것을 특징으로 하는 플라즈마 진단 시스템용 플라즈마 진단정보 데이터베이스를 제공한다.
본 발명에 따르면, 스펙트로미터에 의해 얻은 플라즈마 스펙트럼 데이터를 소프트웨어에 입력함으로 즉시 플라즈마 변수들을 동시에 얻을 수 있다.
그에 따라 플라즈마를 이용하는 제품들의 플라즈마 방출의 진정성을 검증할 수 있고, 플라즈마의 공정 처리 역할에 대해 진단된 플라즈마 변수들과 연관하여 분석할 수 있으며, 면 방전 플라즈마 장치의 경우, 분포 균일성 여부 등을 알아낼 수 있어 품질관리가 가능하게 된다.
또한, 플라즈마 변수들에 대해 실시간 피드백 제어시스템도 구성할 수 있다.
또한, 인공지능 플라즈마 진단시스템은 실제 계산에 의해 구하여진 플라즈마 진단에 대한 빅 데이터를 기반으로 기계학습되어 플라즈마 스펙트럼만으로 신속은 물론 높은 정확도로 플라즈마 진단 결과를 줄 수 있다.
도 1은 각종 플라즈마 변수와 이를 측정하는 도구를 정리한 도표이다.
도 2는 플라즈마 진단 방식을 설명하는 개요도이다.
도 3는 여기된 질소 분자의 천이현상과 그에 따른 스펙트럼을 보여준다.
도 4는 여기 질소의 천이현상에 대한 충돌 방사 키네틱 모델이다.
도 5는 여기 질소의 천이현상에 대한 키네틱 모델의 밸런스 방정식이다.
도 6은 각 변수의 정의를 도시한다.
도 7은 충돌방사 키네틱 모델의 계산과정을 보여준다.
도 8은 플라즈마 진단에 대한 변수를 결정하는 방법을 보여준다.
도 9는 본 발명의 플라즈마 진단 소프트웨어의 개요도이다.
도 2는 플라즈마 진단 방식을 설명하는 개요도이다.
도 3는 여기된 질소 분자의 천이현상과 그에 따른 스펙트럼을 보여준다.
도 4는 여기 질소의 천이현상에 대한 충돌 방사 키네틱 모델이다.
도 5는 여기 질소의 천이현상에 대한 키네틱 모델의 밸런스 방정식이다.
도 6은 각 변수의 정의를 도시한다.
도 7은 충돌방사 키네틱 모델의 계산과정을 보여준다.
도 8은 플라즈마 진단에 대한 변수를 결정하는 방법을 보여준다.
도 9는 본 발명의 플라즈마 진단 소프트웨어의 개요도이다.
이하, 첨부도면을 참조하여 본 발명의 바람직한 실시예에 대해 상세히 설명한다.
먼저 대기압 플라즈마에서 환경, 바이오 및 반도체 분야에 중요 역할을 하는 질소 활성종(여기종, 들뜬종과 동의어)을 예로 들어 질소 플라즈마에 대한 진단 방법을 설명한다.
도 1에 정리한 바와 같이, 플라즈마 온도를 나타내는 전자온도, 진동온도, 회전온도, 전기적 특성을 나타내는 전기 방전에너지와 전기장, 플라즈마 밀도를 나타내는 전자밀도, 활성종 밀도, 여기 분자 또는 여기 원자 밀도, 모두 OES로 측정될 수 있다. 플라즈마 진단을 위한 OES는 상대적으로 저렴한 장비이며 조작이 쉽다. 대부분의 연구실은 플라즈마 진단용 기본 장비로서 상기 장비를 보유하고 있다. 또한, 다양한 플라즈마 변수들이 측정된 발광 스펙트럼(분광 스펙트럼과 동의어)과 충돌 방사에 의해 측정될 수 있다.
따라서 본 발명은 OES만으로 플라즈마 진단을 실시하고자 한다.
도 2는 플라즈마 진단 방식을 설명하는 개요도이다.
플라즈마 제트, 유전장벽 플라즈마 방전과 같은 대기압 플라즈마를 발생시킨 상태에서, OES 측정을 실시하고, 얻어진 발광 스펙트럼을 양자통계 물리학으로 분석하며 소프트웨어를 이용하여 원하는 플라즈마 변수들을 산출한다.
대기압 플라즈마의 경우, 대기 중 산소와 질소 비중이 높아 이들의 활성종이 차지하는 비율이 높으며, 산소 활성종과 질소 활성종은 살균소독, 정화 외에 질병예방 및 치료 작용에 대해서도 활약하고 있다.
본 실시예는 질소를 예로 들어, 플라즈마 진단 방법을 설명한다.
도 3는 대기압 플라즈마에 존재하는 여기된 질소 분자의 천이현상과 그에 따른 발광 스펙트럼을 보여준다. 맨 아래 그라운드 상태(0eV)와 그보다 높은 에너지 레벨 순서대로 A, B, C 상태(순서대로 각각 6, 7, 11eV)가 존재한다. 대기압 플라즈마 방전에서 질소 활성종은 질소 분자가 기저 상태에서 A, B, 또는 C 상태로 여기되고, B 상태에서 A 상태로 천이되는 제1 포지티브 (FPS: first positive system) 방출과 C 상태에서 B 상태로 천이되는 제2 포지티브 (SPS: second positive system) 방출에 의해 발생된다.
이러한 여기 질소 분자의 천이현상은 플라즈마 방전이 일어나는 상황에서 OES로 측정한 발광 스펙트럼에 그대로 나타난다. 도 3의 우측은 대기압 플라즈마의 질소 발광 스펙트럼으로 방출광의 파장 대비 상대 강도 피크가 표시되어 있다. 제1 포지티브 방출에 따른 제1 포지티브 군과 제2 포지티브 방출에 따른 제2 포지티브 군의 피크들이 나타나며, 각 군의 피크 수와 강도는 그래프에서 찾을 수 있다.
도 4는 여기 질소의 천이현상에 대한 충돌 방사 키네틱 모델(Nitrogen kinetic model of collision radiative (CR))이다. A 상태, B 상태, C 상태로 천이되는 경우와 그에 대한 광자 출입 및 에너지 출입을 식으로 설명한다.
도 5는 여기 질소의 천이현상에 대한 키네틱 모델의 균형(balance) 방정식이다. 도 4에 보인 여기 질소 천이현상에서 A, B, C 상태에 존재하는 단위부피당 여기 질소 분자 수에 대한 세개의 균형 방정식으로, 각각의 균형 방정식에는 플라즈마 진단과 관련된 여기 질소종 밀도가 포함되어 있다. 즉, 상기 3개의 균형방정식은 nA, nB, nC라는 3개의 미지수가 포함된 3개의 연립방정식을 이룬다. 따라서 나머지 변수들을 대입하면, 3개의 연립방정식은 해를 구할 수 있고, nA, nB, nC라는 3개의 미지수를 알 수 있게 된다. 상기에서, nA; A 상태 에너지 레벨의 N2 들뜬종(여기종) 밀도, nB; B 상태 에너지 레벨의 N2 들뜬종(여기종) 밀도, nC; C 상태 에너지 레벨의 N2 들뜬종(여기종) 밀도를 뜻한다. 그외 각 변수의 정의는 도 6에 도시하였다.
도 7은 충돌방사 키네틱 모델의 계산과정을 보여준다.
먼저, OES 결과 발광 스펙트럼으로부터 진동온도 Tvib와 회전온도 Trot를 구할 수 있다. 이 두 변수 값을 이용하면 온도 의존함수인 반응계수 Q에서 여기종 질소와 관련된 Q 값들을 구할 수 있다. 전자밀도 ne와 전자온도 kTe 값 역시 구해야 하는 미지수인데, 저온 플라즈마인 대기압 플라즈마에 대해 대략적인 전자밀도와 전자온도가 알려져 있으며, 그 값은 각각 1×1013~9×1015/cm3과 0.5~4 eV으로 할 수 있다. 따라서 이들 값을 일정한 스케일로 쪼개어 수치들을 대입하면 균형방정식의 미지수는 nA, nB, nC만 남는다. 나머지 천이확률과 wall deactivation의 반응계수는 알려져 있는 것을 대입한다. 그에 따라 전자밀도와 전자온도의 값 범위만큼에 해당하는 다수의 nA, nB, nC를 얻게된다. 즉, 구하여진 해로부터 다시 진정한 하나의 해를 특정해야 한다. 해의 특정을 위해 OES로부터 또 다시 그 단서를 찾을 수 있다. 강도 선 비(Intensity line ratio RI = AC.nC / AB.nB)는 각 상태의 여기종 밀도와 관련되며, 또한, 이것은 OES의 피크로부터 구할 수 있다(RI = IC / IB). 실험치는 발광 스펙트럼 그래프에 보인 바와 같이, 피크가 다수 나타나 있으므로, 그 수만큼의 실험치를 얻는다. 본 실시예의 경우, 제2 포지티브 군의 피크들이 12 개이고 제1 포지티브 군의 1개의 실험치가 나온다. 제1 포지티브 피크는 1개로 총 12개의 실험치 강도 선 비를 대비하여 일치하는 것을 찾는다.
도 8은 이와 같은 작업과 관련하여 전자온도와 방출강도비를 그래프로 그린 것(좌)과 전자밀도와 전자온도를 그래프로 그린 것(우)이다.
도 8에는 전자온도와 방출강도비에 대해 하나의 전자밀도 1×1014/cm3에 대한 그래프만 나타냈지만, 실제로는 수치 대입한 전자밀도마다 유사한 그래프를 얻는다. 얻어진 그래프에서 실험치와 이론치가 일치한 방출강도비(강도 선 비 RI) 값에 일치하는 점으로부터 전자온도 값을 구할 수 있다. 즉, 전자온도 값이 수치 대입한 전자밀도 값마다 나오게 되므로, 도 8의 좌측 그래프로부터 전자밀도 값과 전자온도 값이 쌍을 이루며 특정된다. 전자온도의 함수이기도 한 강도 선 비는 특정 전자밀도 값마다 전자온도에 대한 곡선으로 나타나고, 여기에 강도 선 비 실험치를 이용하여 전자온도를 특정하는 것이다.
따라서 수치 대입한 전자밀도 마다 특정된 전자온도를 그래프로 그리면 도 8의 우측 그래프를 얻는다. 도 8의 우측에 보인 바와 같이 제2 포지티브 군 중 하나의 피크에 대해 두개의 곡선이 나타나고, 여기서 교점이 바로 찾고자하는 전자밀도와 전자온도로 특정된다. 교점이 둘 이상 나올 경우, 평균값을 취한다.
요약하면, 균형 방정식인 연립 방정식에 전자 온도와 전자밀도를 추정수치로 대입하여 여기종 밀도들을 구하고, 실험치와 계산치 사이의 강도 선 비를 비교하면, 전자온도가 전자밀도에 대해 결정될 수 있다. 모든 전자 밀도에 대해 전자 온도 곡선을 얻을 수 있고, 교차점을 구하면, 전자 온도와 전자밀도가 결정된다.
이와 같은 방법으로, 플라즈마의 중요한 상태 변수인 전자밀도(ne), 전자온도(Te), 진동온도(Tvib), 회전온도(Trot), 질소분자 여기종의 상태별 밀도(nA, nB, nC)를 모두 구할 수 있다.
나아가 이러한 방식으로 플라즈마 진단하는 데에는 용량과 속도가 높은 컴퓨터로 상당시간을 할애하여야 하므로, 좀 더 신속하고 편리하게 플라즈마를 진단할 수 있도록 인공지능 기계학습 시스템을 적용한다.
즉, 다수의 대기압 플라즈마를 방전시켜 그에 대한 OES에 따른 발광 스펙트럼을 얻고, 상술한 방법으로 플라즈마를 진단한 후, OES 스펙트럼 그래프를 기계학습 모듈을의 입력으로, 플라즈마 진단 결과를 출력으로 제공하여 딥 러닝시킨다. 충분한 양의 데이터를 딥 러닝하여, OES 스펙트럼을 입력하면, 인공지능이 플라즈마 진단 결과를 알려주도록 구성한다.
인공지능 기계학습모듈은 OES 스펙트럼의 피크 수와 피크가 나타나는 범위(파장 대역, 피크 출현 파장), 피크 진폭을 인지하고, 그에 따라 학습 및 저장된 플라즈마 진단 변수를 찾아 진단결과를 제시하도록 구성할 수 있다.
OES 스펙트럼을 입력 받아 OES 스펙트럼의 변수를 판단한 후, 미리 학습되고 저장된 플라즈마 진단 변수를 검색하여 플라즈마 진단 결과를 출력하는 인공지능 플라즈마 진단 시스템은 상술한 바와 같이, 많은 양의 발광 스펙트럼 데이터를 학습하여 빅 데이터에 기반한 인공지능 진단 시스템으로 구성된다. 따라서 기계학습시스템은 먼저, 빅 데이터를 이루는 많은 수의 OES 스펙트럼에 대해 상술한 방법에 따라 플라즈마 진단 변수를 산출하는 과정을 거친다.
즉, OES 스펙트럼으로부터, 방사 강도 피크 군을 찾고, 각 피크 군에 속한 피크들의 방사 강도를 읽고, 여기종 분자의 진동온도와 회전온도를 구하고, 여기종 분자의 상태별 밀도를 변수로 포함한 상태 수만큼의 연립방정식을 균형방정식으로 세우고, 여기에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 구하고, OES 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고, 이로부터 나머지 플라즈마 진단 변수(상태 변수)들을 모두 구하여, OES 스펙트럼 정보(이미지와 피크 데이터)와 플라즈마 진단 변수를 짝지워 저장한다. 즉, 플라즈마 OES 스펙트럼 정보와 이에 대한 플라즈마 진단 결과가 데이터베이스화 된다.
다량의 플라즈마 진단 데이터가 상기 연산을 통하여 산출되고 수집되는 과정에서 기계학습모듈은 플라즈마 발광 스펙트럼 정보를 입력하면, 데이터베이스에서 가장 가까운 발광 스펙트럼을 찾아 그에 대한 플라즈마 진단 결과를 출력하여 주는 것을 훈련한다.
기계학습은 빅 데이터에 기반한 플라즈마 진단용 데이터베이스가 구성된 다음, 플라즈마 스펙트럼 이미지만을 입력하여 플라즈마 스펙트럼 이미지를 분석하고 동일 또는 최유사 스펙트럼을 찾아 플라즈마 진단결과를 출력하는 훈련을 반복시켜 완성될 수 있다. 최유사 스펙트럼을 찾는 방법은 이미지 분석으로 유사형태의 것들을 1차 필터링 하고, 이들 중에서 피크의 출현 파장 대역으로 2차 필터링 하고, 피크 강도 수치의 유사를 3차 필터링 하도록 구성할 수 있다.
훈련과정은 소정 개수의 진단 결과가 나올때마다 실제 산출 시스템에 다시 입력하여 진단 결과를 추출하여 검증하는 단계를 갖는다. 오류에 대해서는 스펙트럼 분석 단계, 동일 유사 스펙트럼 검색 단계, 출력 단계 중 어느 단계에서 발생된 오류인지를 분석하고 기계학습모듈을 보완한다. 이러한 검증 모듈을 통한 검증절차를 거쳐 미리 설정된 오차범위 내에 들어서면 인공지능 플라즈마 진단시스템으로 구성한다.
이와 같이 하여 플라즈마 진단을 간소화된 장비만으로 할 수 있고 나아가 인공지능을 이용하여 실시간으로 신속하고 정확하게 플라즈마를 진단할 수 있다.
본 발명의 권리는 위에서 설명된 실시 예에 한정되지 않고 청구범위에 기재된 바에 의해 정의되며, 본 발명의 분야에서 통상의 지식을 가진 자가 청구범위에 기재된 권리범위 내에서 다양한 변형과 개작을 할 수 있다는 것은 자명하다.
Claims (11)
- 공기 플라즈마 진단 방법으로서,
플라즈마 발광 스펙트럼으로부터 방사 강도(relative intensity) 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 진동온도와 회전온도 값을 이용하여 여기종 분자와 관련된, 온도 의존함수인 반응계수 Q 값들을 구하고,
여기종 분자의 상태별 밀도를 변수로 포함한 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 임의의 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 텐서 형태로 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 공기 플라즈마 진단방법. - 제1항에 있어서, 플라즈마 진단변수는, 진동온도, 회전온도, 및 여기종 밀도를 더 포함하는 것을 특징으로 하는 공기 플라즈마 진단방법.
- 공기 플라즈마 진단 시스템으로서,
플라즈마 발광 스펙트럼을 측정하는 분광기; 및
상기 분광기의 발광 스펙트럼으로부터 플라즈마 진단 변수를 도출하는 소프트웨어 플라즈마 진단 모듈;을 포함하고,
플라즈마 진단 모듈은,
플라즈마 발광 스펙트럼으로부터 방사 강도 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 진동온도와 회전온도 값을 이용하여 여기종 분자와 관련된, 온도 의존함수인 반응계수 Q 값들을 구하고,
여기종 분자의 3가지 레벨의 상태별 밀도를 변수로 포함한, 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 도출하는 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 공기 플라즈마 진단 시스템. - 제3항에 있어서, 플라즈마 진단변수는, 진동온도, 회전온도, 및 여기종 밀도를 더 포함하는 것을 특징으로 하는 공기 플라즈마 진단시스템.
- 공기 플라즈마 진단 시스템으로서,
발생된 플라즈마에 대한 분광기(Optical emission spectroscopy:OES)에 의해 얻은 발광 스펙트럼을 입력받는 입력부;
상기 입력부에 입력된 진단을 원하는 플라즈마 발광 스펙트럼을 기준으로 동일 또는 가장 유사한 플라즈마 발광 스펙트럼 데이터를 검색하는 검색부;
상기 검색부에 의해 검색된 플라즈마 발광 스펙트럼에 대한 플라즈마 진단 정보를 출력하는 출력부; 및
상기 검색부가 검색하는 데이터베이스로서, 플라즈마 발광 스펙트럼과 상기 플라즈마 발광 스펙트럼으로부터 산출된 해당하는 플라즈마의 진단변수가 저장된 플라즈마 진단정보 데이터베이스;를 포함하여,
상기 입력부에 플라즈마 발광스펙트럼을 입력하면, 상기 검색부가 상기 플라즈마 진단정보 데이터베이스를 검색하여 상기 출력부가 플라즈마 진단결과를 출력하여 주며,
플라즈마 진단정보 데이터베이스는,
플라즈마 발광 스펙트럼으로부터 방사 강도 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 진동온도와 회전온도 값을 이용하여 여기종 분자와 관련된, 온도 의존함수인 반응계수 Q 값들을 구하고,
여기종 분자의 3가지 레벨의 상태별 밀도를 변수로 포함한, 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 공기 플라즈마 진단 시스템. - 제5항에 있어서, 상기 데이터베이스는 플라즈마 발광 스펙트럼의 이미지 또는 피크 데이터를 포함한 것을 특징으로 하는 공기 플라즈마 진단 시스템.
- 제5항에 있어서, 플라즈마 진단결과는 전자밀도, 전자온도, 진동온도, 회전온도, 여기종 밀도 중 하나 이상을 포함한 것을 특징으로 하는 공기 플라즈마 진단 시스템.
- 제6항에 있어서, 상기 피크 데이터는 피크가 출현한 파장 대역, 피크 강도, 또는 피크 출현 파장 대역을 구간별로 그룹핑한 피크 군을 포함한 것을 특징으로 하는 공기 플라즈마 진단 시스템.
- 삭제
- 공기 플라즈마 진단정보 데이터베이스를 기록한 기록매체로서,
플라즈마 발광 스펙트럼으로부터 방사 강도 피크 군을 찾고,
각 피크 군에 속한 피크들의 방사 강도를 읽고,
여기종 분자의 진동온도와 회전온도를 구하고,
여기종 분자의 진동온도와 회전온도 값을 이용하여 여기종 분자와 관련된, 온도 의존함수인 반응계수 Q 값들을 구하고,
여기종 분자의 3가지 레벨의 상태별 밀도를 변수로 포함한, 상태 수만큼의 연립방정식을 균형방정식으로 세우고,
상기 균형방정식에 전자밀도와 전자온도를 일정 범위의 수치데이터로 입력하여 균형방정식의 해를 구하고,
플라즈마 발광 스펙트럼과 균형방정식의 해에서 각각 강도 선 비를 구하여 양자를 서로 대비하여 일치하는 것을 찾아 전자온도와 전자밀도를 구하고,
전자온도와 전자밀도를 플라즈마 진단변수로 플라즈마 발광 스펙트럼과 짝지워 저장하여 이루어진 것을 하여 특징으로 하는 공기 플라즈마 진단정보 데이터베이스를 기록한 기록매체. - 제10항에 있어서, 플라즈마 진단변수는, 진동온도, 회전온도, 및 여기종 밀도를 더 포함하는 것을 특징으로 하는 공기 플라즈마 진단정보 데이터베이스를 기록한 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210079754A KR102537681B1 (ko) | 2021-06-21 | 2021-06-21 | 질소 ｏｅｓ를 이용한 공기 플라즈마 진단 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210079754A KR102537681B1 (ko) | 2021-06-21 | 2021-06-21 | 질소 ｏｅｓ를 이용한 공기 플라즈마 진단 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220169547A KR20220169547A (ko) | 2022-12-28 |
| KR102537681B1 true KR102537681B1 (ko) | 2023-06-01 |
Family
ID=84538440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210079754A KR102537681B1 (ko) | 2021-06-21 | 2021-06-21 | 질소 ｏｅｓ를 이용한 공기 플라즈마 진단 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102537681B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4933860B2 (ja) * | 2006-08-21 | 2012-05-16 | 国立大学法人名古屋大学 | プラズマ電子状態測定装置および方法 |
| KR101930727B1 (ko) * | 2017-04-10 | 2019-03-11 | 서울대학교 산학협력단 | Oes 기반의 플라즈마 상태 변수 제어 장치 |
| KR102132212B1 (ko) * | 2019-06-13 | 2020-07-09 | 한국기초과학지원연구원 | 플라즈마 상태 진단 방법 및 장치 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS4933860B1 (ko) * | 1970-07-13 | 1974-09-10 | ||
| KR100403616B1 (ko) * | 2001-01-03 | 2003-10-30 | 삼성전자주식회사 | 플라즈마 장치에 의한 플라즈마 처리 공정의 시뮬레이션방법 |
-
2021
- 2021-06-21 KR KR1020210079754A patent/KR102537681B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4933860B2 (ja) * | 2006-08-21 | 2012-05-16 | 国立大学法人名古屋大学 | プラズマ電子状態測定装置および方法 |
| KR101930727B1 (ko) * | 2017-04-10 | 2019-03-11 | 서울대학교 산학협력단 | Oes 기반의 플라즈마 상태 변수 제어 장치 |
| KR102132212B1 (ko) * | 2019-06-13 | 2020-07-09 | 한국기초과학지원연구원 | 플라즈마 상태 진단 방법 및 장치 |
Non-Patent Citations (1)
| Title |
|---|
| 최광주 등. 대기압 아르곤 플라즈마 토치의 진동 및 회전온도 측정 연구. 전기학회논문지. vol.60, no.10, pp.1895-1902, 2011.10.01.* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220169547A (ko) | 2022-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8486290B2 (en) | Etching apparatus, analysis apparatus, etching treatment method, and etching treatment program | |
| CN103528990B (zh) | 一种近红外光谱的多模型建模方法 | |
| CN105300923B (zh) | 一种近红外光谱分析仪在线应用时无测点温度补偿模型修正方法 | |
| JP3179997B2 (ja) | プラズマ・データを分析する方法およびシステム | |
| US5347460A (en) | Method and system employing optical emission spectroscopy for monitoring and controlling semiconductor fabrication | |
| TWI534855B (zh) | 藉由連結具有工具操作參數之光譜資訊及材料測量資訊及改進工具表現 | |
| KR102045241B1 (ko) | 플라즈마 처리 장치 및 플라즈마 처리 시스템 | |
| US20020128805A1 (en) | Model predictive control (MPC) system using DOE based model | |
| US20140022540A1 (en) | Analysis method, analysis device, and etching processing system | |
| US9443704B2 (en) | Data analysis method for plasma processing apparatus, plasma processing method and plasma processing apparatus | |
| US20060287753A1 (en) | Process change detection through the use of evolutionary algorithms | |
| JP2000114130A (ja) | 半導体製造装置のための管理方法および管理システム | |
| TW542909B (en) | The method for controlling production process | |
| CN115769336A (zh) | 加工设备的控制 | |
| US20180067048A1 (en) | Unknown Sample Determining Method, Unknown Sample Determining Instrument, and Unknown Sample Determining Program | |
| Hong et al. | Neural network-based real-time malfunction diagnosis of reactive ion etching using in situ metrology data | |
| GB2561879A (en) | Spectroscopic analysis | |
| KR102537681B1 (ko) | 질소 ｏｅｓ를 이용한 공기 플라즈마 진단 시스템 | |
| EP2366991A1 (en) | Probabilistic scoring for components of a mixture | |
| Siepa | Global collisional-radiative model for optical emission spectroscopy of argon and argon-containing plasmas | |
| CN114486160B (zh) | 一种高焓流场热化学非平衡辨识分析方法 | |
| EP0298398B1 (en) | Analyzer of partial molecular structures | |
| KR101529827B1 (ko) | 플라즈마 식각 공정의 식각 종료점 검출 방법 | |
| CN1153056C (zh) | 以光学方法测量温度并监控蚀刻率的方法 | |
| Tian et al. | Analysis of Gas Mixtures with Broadband Dual Frequency Comb Spectroscopy and Unsupervised Learning Neural Network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |