• Industrial Engineering and Management Systems
• /
• 제4권1호
• /
• pp.54-67
• /
• 2005

This paper provides an evaluation of an optimization-based, multiple-input double-output (MIDO) run-to-run (R2R) control scheme for general semiconductor manufacturing processes. The controller in this research, termed adaptive dual response optimizing controller (ADROC), can serve as a process optimizer as well as a recipe regulator between consecutive runs of wafer fabrication. In evaluation, it is assumed that the equipment model could be appropriately described by a pair of second-order polynomial functions in terms of a set of controllable variables. Of practical relevance is to consider a drifting effect in the equipment model since in common semiconductor practice the process tends to drift due to machine aging and tool wearing. We select a typical application of R2R control to chemical mechanical planarization (CMP) in semiconductor manufacturing in this evaluation, and there are five different CMP process scenarios demonstrated, including mean shift, variance increase, and IMA disturbances. For the controller, ADROC, an on-line estimation technique is implemented in a self-tuning (ST) control manner for the adaptation purpose. Subsequently, an ad hoc global optimization algorithm based on the dual response approach, arising from the response surface methodology (RSM) literature, is used to seek the optimum recipe within the acceptability region for the execution of next run. The main components of ADROC are described and its control performance is assessed. It reveals from the evaluation that ADROC can provide excellent control actions for the MIDO R2R situations even though the process exhibits complicated, nonlinear interaction effects between control variables, and the drifting disturbances.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제11권3호
• /
• pp.135-145
• /
• 2011

Accurate process characterization and optimization are the first step for a successful advanced process control (APC), and they should be followed by continuous monitoring and control in order to run manufacturing processes most efficiently. In this paper, process characterization and recipe optimization methods with multiple outputs are presented in high density plasma-chemical vapor deposition (HDP-CVD) silicon dioxide deposition process. Five controllable process variables of Top $SiH_4$, Bottom $SiH_4$, $O_2$, Top RF Power, and Bottom RF Power, and two responses of interest, such as deposition rate and uniformity, are simultaneously considered employing both statistical response surface methodology (RSM) and neural networks (NNs) based genetic algorithm (GA). Statistically, two phases of experimental design was performed, and the established statistical models were optimized using performance index (PI). Artificial intelligently, NN process model with two outputs were established, and recipe synthesis was performed employing GA. Statistical RSM offers minimum numbers of experiment to build regression models and response surface models, but the analysis of the data need to satisfy underlying assumption and statistical data analysis capability. NN based-GA does not require any underlying assumption for data modeling; however, the selection of the input data for the model establishment is important for accurate model construction. Both statistical and artificial intelligent methods suggest competitive characterization and optimization results in HDP-CVD $SiO_2$ deposition process, and the NN based-GA method showed 26% uniformity improvement with 36% less $SiH_4$ gas usage yielding 20.8 ${\AA}/sec$ deposition rate.

• 한국식품과학회지
• /
• 제34권1호
• /
• pp.65-72
• /
• 2002

식혜 제조시 당화에 영향을 미치는 인자인 엿기름 추출온도와 시간, 엿기름과 물의 비율, 밥의 양을 반응표면분석법의 중심합성계획에 따라 설계하여 각각 조건들의 영향을 dual cathod system으로 구성된 바이오센서로 행하였을 때 포도당과 맥아당의 측정은 엿기름 추출온도 및 각각의 조건들은 포도당과 맥아당의 최적조건이 약간은 다른 결과를 보였는데 포도당에서는 $60^{\circ}C$, 맥아당은 $55^{\circ}C$에서 최적의 온도를 나타내었고 엿기름 추출시간은 포도당이 6시간 30분, 맥아당은 5시간 45분이었으며 물과 엿기름의 비율은 포도당과 맥아당 각각 1:6.3, 1:8.8이었고 엿기름 추출액과 고두밥의 양에서는 0.48%는 포도당, 0.6%는 맥아당이 최적조건이었다. 반응표면분석법에 의하여 유의차를 검증한 결과 그 상관관계를 비교했을 때 유의성이 높게 나타났다.

• 대한기계학회논문집B
• /
• 제38권12호
• /
• pp.1065-1072
• /
• 2014

본 연구에서는 양흡입 원심블로어의 성능향상을 위하여 임펠러 스플리터의 형상 최적화 연구를 수행하였다. 두 개의 스플리터 형상 설계 변수(스플리터 코드 및 피치)를 선정하여 블로어 성능 및 내부 유동장 특성을 평가하였다. 수치해석에 의한 블로어 성능은 설계유량 조건에서 실험결과와 최대 4 % 이내로 잘 일치하였다. 스플리터 형상 최적화를 통하여 설계조건에서의 블로어 효율 및 압력은 기준 블로어 보다 3.65 % 및 1.14 % 각각 향상되었다. 스플리터 최적설계로 임펠러 날개 부압면의 유동박리를 억제시켜 익간 저속 유동에 의한 압력손실을 줄임으로써 블로어 전체의 성능이 향상되었다. 익간 내부유동 균일화는 임펠러 출구속도 분포에도 영향을 주어 볼류트케이싱 출구압력도 향상되었다.

• 대한기계학회논문집 C: 기술과 교육
• /
• 제3권1호
• /
• pp.23-28
• /
• 2015

본 논문은 GHP 에 사용되고 있는 이중 쉘-튜브형 배기가스 열교환기의 설계 변수의 변화에 따라 열전달 및 마찰특성 변화를 알아보기 위해 CFD 와 RSM 을 이용하여 최적화를 수행하였다. CFD 해석은 복잡한 형상의 열교환기 해석에 유용한 도구이나, 해석결과를 얻기까지 많은 시간이 소요된다. 이러한 해석시간을 줄이고, 유용한 결과를 얻기 위해 RSM 과 병행하여 최적화 설계를 진행하였다. 시뮬레이션 결과를 이용한 RSM 해석결과, 배플 6 개, 튜브 25 개에서 최적화되었으며, 기존 보다 차압 및 열전달 성능이 약 12.2% 개선되었다. 이러한 CFD 와 RSM 을 이용한 최적화 기법은 다양하고 복잡한 형상의 열교환기 해석에 유용함을 확인하였다.

• Journal of the Optical Society of Korea
• /
• 제20권3호
• /
• pp.413-426
• /
• 2016

There has been much advancement in the field of aerial cameras for geographical features with the help of drones, image processing power and computer aided optical programs. In this study, we propose a new optical lens design technique which minimizes the amount of ‘the third order Seidel aberration’ for enhancing MTF. In addition, we suggest a new optical lens design which stabilizes the mass-production yield through R.S.M and has robustness secure through the Taguchi method. Eventually, the image processing algorithm of stereo matching is implemented in order to evaluate whether the proposed lens design result meets adequate specifications for the use of dual aerial photographs or not. This paper provides good guidance for the optical design by development of experiments.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.29-43
• /
• 2019

미시적 교통류 모형의 정산은 시뮬레이션 분석에 있어 매우 중요한 요소이다. 유전자 알고리즘은 교통류 모형의 정산에 널리 활용되어 왔으며, 일반적으로 이러한 최적화 문제에 있어 높은 효율성을 보이는 것으로 알려져 있다. 하지만 제한된 시간내에 신속한 의사결정을 위한 시뮬레이션 분석에 있어 유전자알고리즘의 모형 정산속도는 여전히 느리다. 이에 본 연구에서는 정산 효율 향상을 위해 중심합성계획법 기반의 이중유전자알고리즘을 활용한 차량추종모형 정산방법론을 개발하였다. 개발된 정산 방법론에서는 실험계획법 중 하나인 중심합성계획법과 유전자알고리즘을 결합하여 준최적해를 찾고, 이를 다시 유전자알고리즘의 초기 값으로 하여 모형 파라미터의 최적해를 찾는다. 개발된 방법을 활용하여 Gipps의 차량추종모형을 정산하였다. 선행연구에서 사용된 단일 유전자알고리즘을 활용한 방법과 비교한 결과, 본 연구에서 개발한 방법이 더 짧은 시간내에 최적해를 찾는 것으로 확인되었다. 개발된 방법론은 유전자알고리즘을 사용하는 다양한 교통분석에 활용될 수 있을 것으로 기대된다.