基于工艺状态学习的激光加工方法及装置与流程

摘要: 本发明涉及激光精密加工,特别是涉及基于工艺状态学习的激光加工方法及装置。背景技术:1、在半导体及显示器制造工艺中,诸如微细图案形成、玻璃切割、薄膜去除及钻孔等关...
基于工艺状态学习的激光加工方法及装置与流程

本发明涉及激光精密加工,特别是涉及基于工艺状态学习的激光加工方法及装置。

背景技术:

1、在半导体及显示器制造工艺中,诸如微细图案形成、玻璃切割、薄膜去除及钻孔等关键工序,普遍面临着由超短脉冲激光稳定性不足所引发的工艺挑战。具体而言,对于脉宽处于皮秒或飞秒量级的超短脉冲激光,即使是单个脉冲之间存在的微小能量差异或时间波形波动,也足以引发显著的加工质量劣化,最终导致产品良率严重下降。这种单个脉冲的不稳定性会直接造成材料去除量的逐点波动,使得加工深度和宽度难以维持均匀一致;同时,脉冲能量的异常波动还会导致激光与材料相互作用过程中的热积累效应失控,进而显著增大热影响区的范围,诱发材料边缘出现微裂纹、熔融飞溅及热应力集中等次生缺陷。

技术实现思路

1、本发明提供基于工艺状态学习的激光加工方法及装置,旨在至少解决现有技术中存在的技术问题之一。

2、本发明的技术方案为基于工艺状态学习的激光加工方法,包括以下步骤:

3、s100、通过光电二极管,实时测量激光加工过程中每个激光脉冲的脉冲能量值;

4、s200、计算所述脉冲能量值与目标脉冲能量输出值的相减值,得到脉冲能量误差;

5、s300、在缺陷位置的再加工过程中,当触发补偿条件时,自动调节振镜速度,自动调节重叠率。

6、根据本发明的一些实施例,所述步骤s300中,

7、若所述脉冲能量误差的绝对值大于能量误差阈值,则触发所述补偿条件;

8、若累积缺陷指数大于热力图累计阈值,则触发所述补偿条件;

9、若同一位置产生的异常激光脉冲次数大于重复发生次数阈值,则触发所述补偿条件;

10、若质量劣化指标大于品质指数阈值,则触发所述补偿条件。

11、根据本发明的一些实施例,所述调节振镜速度,表示如下:

12、,

13、式中,为调节后的振镜速度,为基准振镜速度,为振镜速度的补偿系数,为局部缺陷强度。

14、根据本发明的一些实施例,所述调节重叠率,表示如下:

15、,

16、式中,为调节后的重叠率,为基准重叠率,为重叠率的补偿系数,为所述脉冲能量误差。

17、根据本发明的一些实施例,还包括以下步骤:

18、s400、生成并存储先前工艺中累积的缺陷热力图数据,其中,当异常位置反复发生异常时,增加所述异常位置的热力图数值;

19、s500、当所述异常位置反复发生脉冲能量不足或脉冲能量过剩时,在进入所述异常位置之前,预先增加或衰减激光输出补偿值,得到预补偿后的输出功率值;

20、s600、在所述异常位置使用所述预补偿后的输出功率值进行激光加工。

21、根据本发明的一些实施例,所述热力图数值表示如下:

22、,

23、式中,为坐标位置的累积缺陷指数,即坐标位置的热力图数值,n为同一位置产生的异常激光脉冲次数,为同一位置发生异常的第i个激光脉冲的脉冲能量误差的权重系数,为所述脉冲能量误差。

24、根据本发明的一些实施例,所述步骤s500中,

25、所述激光输出补偿值包括实时位置补偿值和历史位置自学习补偿值,根据实时脉冲能量误差值与误差反馈系数的相乘值得到所述实时位置补偿值;

26、根据基准输出功率值、所述实时位置补偿值和所述历史位置自学习补偿值,生成所述预补偿后的输出功率值,表示如下:

27、,

28、式中,为在坐标处输出的预补偿后的输出功率值,为所述基准输出功率值,为所述误差反馈系数,为所述实时脉冲能量误差值,即实时检测得到的脉冲能量误差值,为所述历史位置自学习补偿值,即存储于热力图数据库中的位置的长期补偿值。

29、根据本发明的一些实施例,还包括以下步骤:

30、s700、将检测到异常激光脉冲的位置存储为缺陷数据集,工艺完成后,仅对存储的缺陷位置进行选择性重新加工;

31、s800、计算所述缺陷位置的再加工优先级,按照所述再加工优先级对所述缺陷位置进行激光加工。

32、根据本发明的一些实施例,所述缺陷位置的再加工优先级表示如下:

33、,

34、式中,为位置的再加工优先级,为基准重叠率,为坐标位置的累积缺陷指数,为缺陷密度,为质量劣化指标,为累计缺陷权重系数,即热力图影响系数,为缺陷影响系数,为品质劣化影响系数。

35、本发明的技术方案还涉及一种计算机装置,包括存储器和处理器,所述处理器执行存储在所述存储器中的计算机程序时实施如上所述的方法。

36、本发明的技术方案还涉及一种计算机可读存储介质,其上存储有程序指令,所述程序指令被处理器执行时实施如上所述的方法。

37、本发明的有益效果包括:通过光电二极管,实时测量激光加工过程中每个激光脉冲的脉冲能量值,计算脉冲能量值与目标脉冲能量输出值的相减值,得到脉冲能量误差,在缺陷位置的再加工过程中,当触发补偿条件时,自动调节振镜速度,自动调节重叠率。其中,振镜速度表示振镜扫描速度,重叠率表示脉冲重叠率,当触发补偿条件时,系统自动调节振镜扫描速度与脉冲重叠率,以抑制单脉冲能量波动对加工质量的影响,从而解决材料去除量的逐点波动问题,以及减小热影响区的范围。

38、此外,本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。

1.基于工艺状态学习的激光加工方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于工艺状态学习的激光加工方法,其特征在于,所述步骤s300中,

3.根据权利要求1所述的基于工艺状态学习的激光加工方法,其特征在于,所述调节振镜速度,表示如下:

4.根据权利要求1所述的基于工艺状态学习的激光加工方法,其特征在于,所述调节重叠率,表示如下:

5.根据权利要求1所述的基于工艺状态学习的激光加工方法,其特征在于,还包括以下步骤:

6.根据权利要求5所述的基于工艺状态学习的激光加工方法,其特征在于,所述热力图数值表示如下:

7.根据权利要求5所述的基于工艺状态学习的激光加工方法,其特征在于,所述步骤s500中,

8.根据权利要求1所述的基于工艺状态学习的激光加工方法,其特征在于,还包括以下步骤:

9.根据权利要求8所述的基于工艺状态学习的激光加工方法,其特征在于,所述缺陷位置的再加工优先级表示如下:

10.一种计算机装置,包括存储器和处理器,其特征在于,所述处理器执行存储在所述存储器中的计算机程序时实施如权利要求1至9中任一项所述的方法。