Optinių Prietaisų Projektavimo Ir Gamybos Atotrūkio Uždarymas
Fotolitografija apima manipuliavimą šviesa, siekiant tiksliai išgraviruoti paviršiaus ypatybes, ir dažniausiai naudojama kompiuterių lustams ir optiniams įrenginiams, pvz., lęšiams, gaminti. Tačiau dėl nedidelių nukrypimų gamybos procese šie įrenginiai dažnai neatitinka jų dizainerių ketinimų.
Kad padėtų panaikinti šį dizaino ir gamybos atotrūkį, MIT ir Kinijos Honkongo universiteto mokslininkai naudojo mašininį mokymąsi, kad sukurtų skaitmeninį simuliatorių, imituojantį konkretų fotolitografijos gamybos procesą. Jų technikoje naudojami tikri duomenys, surinkti iš fotolitografijos sistemos, todėl galima tiksliau modeliuoti, kaip sistema sukurs dizainą.
Tyrėjai integruoja šį treniruoklį į projektavimo sistemą kartu su kitu skaitmeniniu treniruokliu, kuris imituoja pagaminto įrenginio našumą atliekant paskesnes užduotis, pavyzdžiui, kuriant vaizdus su skaičiavimo kameromis. Šie prijungti treniruokliai leidžia vartotojui sukurti optinį įrenginį, kuris geriau atitinka jo dizainą ir pasiekia geriausią užduoties atlikimą.
Ši technika galėtų padėti mokslininkams ir inžinieriams sukurti tikslesnius ir veiksmingesnius optinius įrenginius tokioms programoms kaip mobilieji fotoaparatai, papildyta realybė, medicininis vaizdas, pramogos ir telekomunikacijos. Ir kadangi skaitmeninio treniruoklio mokymosi vamzdynas naudoja realaus pasaulio duomenis, jį galima pritaikyti įvairioms fotolitografijos sistemoms.
„Ši idėja skamba paprastai, tačiau priežastys, dėl kurių žmonės anksčiau to nebandė, yra ta, kad tikri duomenys gali būti brangūs ir nėra precedentų, kaip efektyviai derinti programinę ir aparatinę įrangą, kad būtų sukurtas didelio tikslumo duomenų rinkinys“, – sako Cheng Zheng. mechanikos inžinerijos magistrantūros studentas, kuris yra vienas iš atviros prieigos dokumento, kuriame aprašomas darbas, vadovas. „Mes prisiėmėme riziką ir atlikome išsamius tyrimus, pavyzdžiui, kurdami ir išbandydami apibūdinimo įrankius ir duomenų tyrimo strategijas, kad nustatytų darbo schemą. Rezultatas yra stebėtinai geras, parodantis, kad realūs duomenys veikia daug efektyviau ir tiksliau nei duomenys, kuriuos generuoja treniruokliai, sudaryti iš analitinių lygčių. Nors tai gali būti brangu ir iš pradžių gali jaustis nesuvokiamas, verta tai padaryti.
Zheng parašė darbą su vienu iš pagrindinių autorių Guangyuan Zhao, Honkongo Kinijos universiteto magistrantūros studentu; ir jos patarėjas Peteris T. So, MIT mechaninės inžinerijos ir biologinės inžinerijos profesorius. Tyrimas bus pristatytas SIGGRAPH Asia konferencijoje.
Spausdinimas su šviesa
Fotolitografija apima šviesos modelio projektavimą ant paviršiaus, kuris sukelia cheminę reakciją, kuri išgraviruoja savybes į substratą. Tačiau dėl nedidelių šviesos difrakcijos nukrypimų ir nedidelių cheminės reakcijos svyravimų pagaminto prietaiso modelis yra šiek tiek kitoks.
Kadangi fotolitografija yra sudėtinga ir sunkiai modeliuojama, daugelis esamų projektavimo metodų remiasi lygtimis, gautomis iš fizikos. Šios bendrosios lygtys suteikia tam tikrą gamybos proceso supratimą, tačiau negali užfiksuoti visų fotolitografijos sistemai būdingų nukrypimų. Dėl to įrenginiai gali prasčiau veikti realiame pasaulyje.
Dėl savo technikos, kurią jie vadina neurone litografija, MIT mokslininkai sukuria savo fotolitografijos simuliatorių, kaip pagrindą naudodamiesi fizikos lygtimis, o tada įtraukia neuroninį tinklą, parengtą remiantis tikrais eksperimentiniais vartotojo fotolitografijos sistemos duomenimis. Šis neuroninis tinklas, mašininio mokymosi modelis, laisvai pagrįstas žmogaus smegenimis, išmoksta kompensuoti daugelį specifinių sistemos nukrypimų.
Tyrėjai renka duomenis apie savo metodą, kurdami daugybę dizainų, apimančių daugybę objektų dydžių ir formų, kuriuos jie gamina naudodami fotolitografijos sistemą. Jie išmatuoja galutines struktūras ir lygina jas su projektavimo specifikacijomis, susieja tuos duomenis ir naudoja juos treniruodami neuroninį tinklą savo skaitmeniniam treniruokliui.
„Išmoktų simuliatorių našumas priklauso nuo įvestų duomenų, o iš lygčių dirbtinai sugeneruoti duomenys negali apimti realaus pasaulio nukrypimų, todėl svarbu turėti realaus pasaulio duomenis“, – sako Zhengas.
Dvigubi simuliatoriai
Skaitmeninį litografijos treniruoklį sudaro du atskiri komponentai: optinis modelis, fiksuojantis, kaip šviesa projekuojama ant prietaiso paviršiaus, ir atsparumo modelis, rodantis, kaip vyksta fotocheminė reakcija, sukurianti paviršiaus ypatybes.
Atlikdami paskesnę užduotį, jie sujungia šį išmoktą fotolitografijos treniruoklį su fizikos pagrindu sukurtu treniruokliu, kuris numato, kaip pagamintas prietaisas atliks šią užduotį, pavyzdžiui, kaip difrakcinis lęšis išsklaidys į jį patenkančią šviesą.
Vartotojas nurodo rezultatus, kuriuos nori pasiekti įrenginiu. Tada šie du treniruokliai veikia kartu didesnėje sistemoje, kuri parodo vartotojui, kaip sukurti dizainą, kuris pasieks tuos našumo tikslus.
„Naudojant mūsų simuliatorių, pagamintas objektas gali pasiekti geriausią įmanomą našumą atliekant tolesnę užduotį, pavyzdžiui, skaičiavimo kameros, daug žadanti technologija, leidžianti ateities kameras padaryti miniatiūrines ir galingesnes. Mes parodome, kad net jei naudosite pokalibravimą, kad gautumėte geresnį rezultatą, tai vis tiek nebus taip gerai, kaip naudoti mūsų fotolitografijos modelį“, – priduria Zhao.
Jie išbandė šią techniką pagamindami holografinį elementą, kuris sukuria drugelio vaizdą, kai jį apšviečia šviesa. Lyginant su prietaisais, sukurtais naudojant kitus metodus, jų holografinis elementas sukūrė beveik tobulą drugelį, kuris labiau atitiko dizainą. Jie taip pat pagamino daugiapakopį difrakcijos objektyvą, kurio vaizdo kokybė buvo geresnė nei kitų įrenginių.
Ateityje mokslininkai nori patobulinti savo algoritmus, kad galėtų modeliuoti sudėtingesnius įrenginius, taip pat išbandyti sistemą naudojant vartotojų kameras. Be to, jie nori išplėsti savo požiūrį, kad jį būtų galima naudoti su įvairių tipų fotolitografijos sistemomis, pvz., sistemomis, naudojančiomis gilią arba ekstremalią ultravioletinę šviesą.
Šį tyrimą iš dalies remia JAV nacionaliniai sveikatos institutai, „Fujikura Limited“ ir Honkongo inovacijų ir technologijų fondas.
