增强基于投影的代学习控制:一个集成成员的方法
Li Li1, Hongyang Zhao1, Fazhi Song1
1Center of Ultra-precision Optoelectronic Instrument Engineering, Harbin Institute of Technology, Harbin 150080, China; Key Lab of Ultra-precision Intelligent Instrumentation (Harbin Institute of Technology), Ministry of Industry and Information Technology, Harbin 150080, China.
基于投影的代学习控制 (P-ILC) 提高了晶圆阶段的性能. 集成集成频域 ILC (SM-F-ILC) 提高了重复性和非重复性错误补偿,实现了更快的不确定性趋同.
科学领域:
- 控制工程 控制工程 控制工程
- 机械电子学是什么意思 机械电子学
- 半导体制造业 半导体制造业
背景情况:
- 石版机床对于半导体制造要求高精度和灵活性.
- 基于投影的代学习控制 (P-ILC) 是晶圆阶段的一个有希望的方法.
- 现有的P-ILC方法面临着模型不确定性和错误趋同的挑战.
研究的目的:
- 为了提高基于投影的代学习控制 (P-ILC) 对于石版机床的性能.
- 在P-ILC框架内改进非参数和参数前控制模式.
- 解决与重复性错误补偿,非重复性错误积累和在模型不确定性下的收速度相关的局限性.
主要方法:
- 整合基于集合成员的频率域代学习控制 (SM-F-ILC) 算法.
- 在P-ILC的非参数前控制模式中应用SM-F-ILC.
- 充分利用SM-F-ILC的优势,还可以增强参数前控制模式.
- 通过对晶圆阶段的实验结果进行验证.
主要成果:
- 增强的P-ILC方案在补偿重复错误方面表现得更好.
- 观察到非重复性错误积累的有效减弱.
- 实现了快速的融合速度,即使存在模型不确定性.
- 实验验证证了拟议的控制策略的有效性.
结论:
- 集成SM-F-ILC显著提高了P-ILC在石版应用中的能力.
- 改进的P-ILC方案提供了卓越的错误补偿和更快的融合,这对于晶圆阶段精度至关重要.
- 这种方法为实现半导体制造过程中的高运动精度和灵活性提供了强大的解决方案.
更多相关视频
08:18WheelCon: A Wheel Control-Based Gaming Platform for Studying Human Sensorimotor Control
Published on: August 15, 2020
09:01Gain-compensation Methodology for a Sinusoidal Scan of a Galvanometer Mirror in Proportional-Integral-Differential Control Using Pre-emphasis Techniques
Published on: April 4, 2017
相关概念视频
Observational Learning
Associative Learning
Classical conditioning, also known...
Statically Indeterminate Problem Solving
Purposive Learning
Introduction to Learning
In contrast to learned behaviors, unlearned behaviors such as crying, sexual...
Hierarchy of Motor Control
