多几何参数优化大面积卷对卷纳米印记模块使用灰色关系分析和人工神经网络.
Truong Sinh Nguyen1,2, Anton Nailevich Gafurov1,3, Jeongdai Jo1
1Nano-Convergence Manufacturing Systems Research Division, Korea Institute of Machinery and Materials, Daejeon 34103, Republic of Korea.
Polymers
|July 14, 2023
概括
这项研究优化了通过模拟印记模块几何学来为灵活的电子产品优化卷对卷纳米印记光刻 (R2R NIL). 结果揭示了最佳参数,以最大限度地减少力不均,并提高大面积制造中的图案质量.
科学领域:
- 材料科学与工程 材料科学与工程
- 机械工程 机械工程
- 纳米技术 纳米技术
背景情况:
- 在聚合物基板上的微型和纳米制造对于触摸屏和可穿戴设备等灵活电子产品至关重要.
- 需要大面积,高通量生产方法,以满足对灵活和可穿戴电子产品日益增长的需求.
- 卷对卷 (R2R) 纳米印记光刻 (NIL) 提供快速,连续的纳米图案,但由于在大规模系统中曲而面临强力均性的挑战.
研究的目的:
- 为了研究R2R打印模块几何在纳米打印 lithography 期间的力分布的影响.
- 为了确定最佳的几何参数和备用滚筒配置,以实现统一的力分布.
- 开发一个预测模型,用于R2R NIL系统中NIP压力和力不均.
主要方法:
- 使用模拟来分析R2R打印模块几何学对力分布的影响.
- 采用灰色关系分析来确定力统一的最佳参数水平.
- 应用变量分析 (ANOVA) 用于量化每个参数的贡献.
- 开发了一种人工神经网络 (ANN) 模型,用于预测NIP压力和力不均.
主要成果:
- 模拟确定了影响力分布的关键R2R印记模块几何参数.
- 灰色关系分析和ANOVA精确确定了最佳参数设置及其意义.
- 该ANN模型成功预测了尖端压力和力分布不均.
- 实验验证证了模拟结果和ANN模型的准确性.
结论:
- 最佳选择R2R印记模块几何和备用滚筒参数可以显著降低力不均.
- 开发的模拟和ANN模型为设计和优化R2R NIL流程提供了强大的工具,用于高质量的灵活电子制造.
- 这项研究有助于推进用于下一代电子设备的纳米图案聚合物基板的大面积,高通量制造.
