面向光刻机超精密机械运动的迭代前馈控制方法及其任务适应性研究

Core technologies in various fields are increasingly needed to deal with the design of the high-performance lithography machine (LM) which is one of the urgently required equipment in China. Iterative-learning-based feedforward control approaches are utilized in ASML, an international corporation, to improve the motion performance of 28nm-level lithography machines. However, the significance of these approaches is not realized by LM manufacturers in our country, which motivates this project. Iterative learning feedforward control approaches are proposed in this project to solve the challenge of high velocity, high acceleration and high accuracy, achieving a breakthrough on the motion control technology of LMs. Firstly, an iterative learning controller (ILC) with wide learnable band is designed in frequency domain for repetitive wafer scanning motions, solving the difficulty of existing ILCs in controller parameters tuning. Then, a projection-based iterative feedforward tuning (IFFT) method with IIR basis functions is proposed for nonrepetitive wafer profile measuring motions to solve the poor task flexibility of ILC and the low control accuracy of existing IFFT methods. Furthermore, a robust IFFT method with the iteration-varying gain is proposed to solve the contradiction between fast convergence and high robustness. The approaches proposed in this project provide theory supports for the common motion control issues in high-end equipment, and have a promising application prospect in high-performance LMs.

高性能光刻机是国家急需的高端装备，其相关核心技术已成为标志性卡脖子问题。ASML等国际公司在28nm光刻机中使用迭代前馈控制方法，使系统性能得到大幅提升，而我国光刻机生产厂商尚未使用此类方法。本项目以此为动机，针对光刻扫描系统面临的高速度、高加速度和高定位精度兼顾性挑战，研究基于迭代学习思想的前馈控制方法，突破高端光刻机的核心控制技术。首先，针对曝光扫描等重复运动，提出一种高学习带宽迭代学习控制器(ILC)的频域设计方法，解决传统ILC方法控制参数整定困难的问题。其次，针对硅片形貌测量等非重复运动，提出一种基于IIR基函数的投影迭代前馈整定(IFFT)方法，解决ILC任务适应性差、传统IFFT控制精度有限的问题；进一步提出一种变增益鲁棒迭代前馈整定方法，解决控制器收敛速度与鲁棒性之间的矛盾。本项目的研究，可为高端装备的共性运动控制问题提供理论支持，在高性能光刻机等装备中具有潜在的应用前景。

本项目针对反馈控制方法受限于机械谐振频率，控制带宽有限，无法满足扫描光刻系统超精密运动精度需求的问题，从前馈角度，提出了面向硅片扫描曝光与硅片形貌测量两种场景的迭代学习控制方法，主要完成以下工作：1)基于扫描曝光过程的重复性运动特点，提出了一种自适应频域迭代学习控制（ILC）方法，将学习系数、超前补偿系数与低通滤波器分别解耦到三个设计步骤中，并提出了学习系数的自适应机制，解决了传统ILC方法控制参数整定困难、学习带宽有限的问题；2)针对ILC方法对硅片形貌测量等非重复性任务不具备适应性的问题，提出了一种基于有理基函数的迭代前馈整定（IFFT）方法，通过前馈参数化提高了任务适应性，采用有理基函数实现了对控制对象刚-柔特性的复合补偿，提高了控制精度；3)针对传统迭代前馈控制方法无法兼顾收敛速度与鲁棒性的问题，提出了一种变增益鲁棒迭代前馈整定方法，实现了零均方差收敛，取得了收敛速度和鲁棒性的兼顾。仿真和实验证明，所提出的方法可有效提升控制误差移动平均值等性能指标，具有良好的任务适应性、收敛性和鲁棒性。受该项目支持，共发表学术论文5篇，出版学术专著1部，授权发明专利4项，软件著作权2项。