基于卷积神经网络判定方法的激光微透镜阵列微米级加工工艺OACSTPCD
Micron-level processing technology of microlens array (MLA) photolithography based on convolutional neural network
在MLA曝光工艺中,曝光点的数量庞大,通过高倍率显微镜配合人工目检来判定曝光质量耗时耗力,造成工艺成本偏高.为了解决这个问题,设计了一种便于检测的圆环形图案并引入深度学习中的目标检测Yolov5模型,一定程度上能够取代人工目检,完成对曝光质量的快速判定.基于上述方法,分析了不同光刻胶厚度之下,线能量密度的最优区间与光刻胶的剖面倾角.并在同等线能量密度下通过圆度判定曝光图案失真情况.在本研究的MLA曝光工艺中,选取光刻胶厚度、激光曝光功率以及加工平台移动速度作为自变量,评价曝光合格率、光刻胶剖面倾角以及曝光圆度等加工质量参数具有重要的工程意义.
姚宇超;周锐;严星;王振忠;高娜
厦门大学萨本栋微米纳米科学技术研究院,福建厦门 361005厦门大学萨本栋微米纳米科学技术研究院,福建厦门 361005||福建省能源材料科学与技术创新实验室(IKKEM),福建厦门 361005厦门大学航空航天学院,福建厦门 361102厦门大学物理科学与技术学院,福建厦门 361005||厦门大学九江研究院,江西九江 332000
电子信息工程
无掩膜光刻微透镜阵列曝光合格率目标检测
maskless lithogrophymicrolens arrayqualification rateobject detection
《光学精密工程》 2024 (001)
基于双光束和微球光学增强耦合的激光诱导微纳跨尺度壁膜成形及原位分离机理研究
43-52 / 10
国家自然科学基金资助项目(No.62175203);福建省科技计划资助项目(No.2020H0006);嘉庚创新实验室应用基础研究资助项目(No.RD2020050301)
评论