首页 / 年会论文 / 正文
铁磁流体化学机械抛光的深度学习算法
Deep learning algorithm for ferrofluid chemical mechanical polishing
2025-04-11 17:37
廖增,李明军,黄山 ()
介绍了一种直角坐标系下的受电流导线作用的铁磁流体CMP雷诺方程模型,并且使用了目前主流的SA-PINNs方法,将其与基于残差的自适应细化方法(RAR)相结合对模型进行求解,这样可以基于实验手段采集的数据集进一步提高模型求解的准确性。首先,考察了电流导线产生的非均匀磁场和抛光参数对CMP过程中晶片表面压力分布的影响。之后,假设CMP模型中抛光液的粘度是未知的,基于一些观测数据,使用了PINN学习得到了抛光液粘度的近似值,同时也得到了抛光液的压力预测分布。数值结果表明,深度学习算法是基于数据集求解铁磁流体CMP模型的一类新算法。
来源:数字仿真论坛