摘要
本申请提出了一种适用于晶圆片的剥离和激光分片优化方法及其应用,首先建立含不同材料及厚度的晶圆数据库,存储各材料的最佳激光参数与切割路径。加工时,依据晶圆材料与厚度,经遗传算法或蚁群算法优化切割路径,调用匹配的激光参数进行分片。过程中实时监控厚度、温度与改质层状态,动态调整激光参数与路径。通过机器学习预测并优化加热与冷却曲线,确保剥离效果。最后,利用卷积神经网络检测清洗后晶圆的表面缺陷,记录并分析,实现全过程的智能控制与优化,提高晶圆片的生产效率与质量。
技术关键词
分片
激光器
参数
遗传算法
训练预测模型
晶圆
热传导方程
机器学习算法
加热
粒子群优化算法
数据
启发式信息
控制策略
蚂蚁
梯度下降算法
曲线
动态
可读存储介质
石蜡
系统为您推荐了相关专利信息
知识图谱补全方法
实体间关系
时序
频域特征
频率
甲烷
重要性评估方法
随机森林
机器学习算法
黄铁矿含量
步态分析方法
步态参数
HSV颜色空间
人机交互模块
数据分析模块
综合管理系统
外包
协同管理平台
关联规则分析
关联规则挖掘算法
大语言模型
风险评估方法
诊疗数据
多模态特征
深度学习模型