论文部分内容阅读
随着新型功能陶瓷在电子、微电子、光电子和信息化技术等领域的广泛应用，功能陶瓷元器件的加工质量和效率面临着更大的挑战。CMP抛光作为功能陶瓷的主要加工手段，对功能陶瓷乃至相关应用领域的发展具有深远的影响。然而功能陶瓷CMP平面抛光质量受诸多因素的影响，如抛光工艺、工艺参数等。目前，学术界及业界对功能陶瓷CMP平面抛光的研究主要集中在基于单工序来探索工艺参数对抛光质量的影响，而对于多工序方面考虑甚少。因此，为进一步提升抛光质量和效率，迫切需要在多工序下，深入研究功能陶瓷CMP平面抛光工艺及工艺参数优化、抛光质量预测以构建功能陶瓷CMP平面抛光工艺决策支持平台。本文基于多工序多评价指标理论，以碳化硅陶瓷和氧化铝陶瓷为例探寻抛光工艺流程及抛光工艺参数与抛光质量的关系，利用BP神经网络建立相应预测模型，并针对功能陶瓷CMP平面抛光提出基于多工序的智能工艺决策模型。最后，利用Access、PowerBuilder等工具，以BP神经网络和实例推理为理论基础，开发基于多工序多评价指标的智能工艺决策系统，具体研究工作如下：1）基于多工序理论，提出功能陶瓷CMP平面抛光工艺流程规划方法，并以碳化硅陶瓷为例、详细阐述多工序工艺流程规划过程，并针对相关工艺参数进行优化；2）在1）的基础上，利用BP神经网路建立功能陶瓷CMP平面抛光多工序工艺中各工艺参数与评价指标的映射关系，并以碳化硅陶瓷为例详细介绍其建立过程；3）在1）和2）的基础上，针对功能陶瓷CMP平面抛光，建立基于多工序多评价指标的智能工艺决策模型。4)以BP神经网络和实例推理为理论基础，利用Access、PowerBuilder等工具开发基于多工序多评价指标的智能工艺决策系统，实现工艺决策、工艺参数优化、抛光质量预测等功能的智能化。综上，本文的研究发展了功能陶瓷CMP平面抛光智能工艺技术，为提升我国功能陶瓷CMP平面抛光智能化水平具有积极推动作用。