用于光阻剥离液生产的自动配料系统及其配料方法技术方案

本申请涉及智能生产配料的领域，其具体地公开了一种用于光阻剥离液生产的自动配料系统及其配料方法，其通过深度神经网络模型作为特征提取器来提取作为理想被剥离的印刷电路板的表面特征作为参考，并基于此参考特征来对加入氢氧化物及碱金属胺类的组合物的比例进行智能准确地判断。这样就可以避免发生印刷电路中金属图形的腐蚀以及下部侵蚀的情况，进而能够在提高剥离效果的同时，避免其引入难以接受的负面效果。受的负面效果。受的负面效果。

【技术实现步骤摘要】
用于光阻剥离液生产的自动配料系统及其配料方法


[0001]本专利技术涉智能生产配料的领域，且更为具体地，涉及一种用于光阻剥离液生产的自动配料系统及其配料方法。

技术介绍

[0002]在硅基材料制造工艺中，通常先在二氧化硅、铜等材料表面上铺设形成光阻的涂层，并利用适当的掩膜进行曝光、显影，根据所用光阻的特性，除去曝光或者未曝光部分的光阻，在所要求的部位形成光阻图案。光阻剥离液用于将涂覆在微电路保护区域上作为掩膜的光阻除去，它是硅基材料进行光阻化学清洗过程所需的常用化学品。
[0003]例如，在印刷电路板(Pr i nted C i rcu it Board,PCB)的制备过程中，其首先在基板上涂覆干膜，曝光显影工程后进行蚀刻以形成电路；之后，从基板上部使用剥离液玻璃去除上述干膜以形成该印刷电路板。
[0004]为了提高光阻剥离液的剥离效果，通常在光阻剥离液中加入氢氧化物及碱金属胺类的组合物，但是随着提高的剥离性，会引发金属图形的腐蚀、下部被侵蚀等问题。
[0005]因此，期待一种用于光阻剥离液生产的自动配料系统，其能够基于被剥离的印刷电路板的表面情况来智能地确定氢氧化物及碱金属胺类的组合物的加入比例，以在提高剥离效果的同时，避免其引入难以接受的负面效果。

技术实现思路

[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于光阻剥离液生产的自动配料系统及其配料方法，其通过深度神经网络模型作为特征提取器来提取作为理想被剥离的印刷电路板的表面特征作为参考，并基于此参考特征来对加入氢氧化物及碱金属胺类的组合物的比例进行智能准确地判断。这样就可以避免发生印刷电路中金属图形的腐蚀以及下部侵蚀的情况，进而能够在提高剥离效果的同时，避免其引入难以接受的负面效果。
[0007]根据本申请的一个方面，提供了一种用于光阻剥离液生产的自动配料系统，其包括：
[0008]结局参考数据获取模块，用于获取参考图像，所述参考图像为被理想剥离处理后的PCB板图像；
[0009]参考数据编码模块，用于将所述参考图像通过使用空间注意力机制的第一卷积神经网络以得到参考特征矩阵；
[0010]配料数据获取模块，用于获取待配料的光阻剥离液中各个组分的质量百分比；
[0011]配料数据关联编码模块，用于将所述待配料的光阻剥离液中各个组分的质量百分比通过上下文编码器以得到配方特征向量；
[0012]自注意力校正模块，用于基于所述参考特征矩阵对所述配方特征向量进行特征分布校正以得到校正后配方特征向量；
[0013]映射模块，用于将所述校正后配方特征向量与所述参考特征矩阵进行向量相乘以将所述参考特征矩阵的高维特征信息映射到所述校正后配方特征向量的高维特征空间中以得到分类特征向量；以及
[0014]配料结果生成模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否加入氢氧化物，以及，是否加入碱金属胺类。
[0015]在上述用于光阻剥离液生产的自动配料系统中，所述参考数据编码模块，进一步用于使用所述第一卷积神经网络的各层在层的正向传递中对输入数据分别进行：对所述参考图像进行卷积处理以得到卷积特征图；将所述卷积特征图通过所述第一卷积神经网络的空间注意力模块以得到空间注意力得分图；将所述空间注意力得分图与所述卷积特征图进行按位置点乘以得到空间注意特征图；对所述空间注意力特征图进行沿通道维度的均值池化以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述第一卷积神经网络的最后一层的输出为所述参考特征矩阵。
[0016]在上述用于光阻剥离液生产的自动配料系统中，所述参考数据编码模块，进一步用于：将所述卷积特征图通过所述空间注意力模块的卷积层以得到空间注意力图；以及，将所述空间注意力图输入Sigmoid激活函数以得到所述空间注意力得分图，其中，所述空间注意力得分图中各个位置的值在0到1的区间内。
[0017]在上述用于光阻剥离液生产的自动配料系统中，所述配料数据关联编码模块，包括：嵌入编码单元，用于使用所述上下文编码器的嵌入层将所述待配料的光阻剥离液中各个组分的质量百分比转化为输入向量以获得嵌入输入向量；以及，上下文编码单元，用于使用所述上下文编码器的转换器对所述嵌入输入向量进行基于全局的上下文语义编码以获得所述配方特征向量。
[0018]在上述用于光阻剥离液生产的自动配料系统中，所述自注意力校正模块，包括：第一预分类单元，用于将所述配方特征向量通过所述分类器以得到第一类概率值；空间交互单元，用于计算所述参考特征矩阵与所述配方特征向量之间的向量乘积以得到空间交互矩阵；度量单元，用于计算所述参考特征矩阵和所述配方特征向量之间的度量距离，所述度量距离为所述配方特征向量向量的各个元素与所述参考特征矩阵的各个元素之间的欧式距离的加和值除以所述配特征向量向量的元素的总数与所述参考特征矩阵的元素的总数之间的乘积；修正单元，用于以所述空间交互矩阵除以所述度量矩阵以得到修正特征矩阵；指数运算单元，用于计算以所述修正特征矩阵中各个位置的特征值为幂的自然指数函数值以得到指数修正特征矩阵；以及，第二预分类单元，用于将所述指数修正特征矩阵通过所述分类器以得到第二类概率；加权修正单元，用于以所述第一类概率和所述第二类概率之间的乘积作为加权系数对所述配方特征向量进行按位置点乘以得到所述校正后配方特征向量。
[0019]在上述用于光阻剥离液生产的自动配料系统中，所述第二预分类单元，包括：降维子单元，用于使用所述分类器的全连接层对所述指数修正特征矩阵进行全连接编码以将所述指数修正特征矩阵转化为一维的分类向量；以及，预分类结果生成子单元，用于将所述一维的分类向量输入所述分类器的Softmax分类函数以得到所述第二类概率。
[0020]在上述用于光阻剥离液生产的自动配料系统中，所述配料结果生成模块，进一步用于：使用所述分类器以如下公式对所述分类特征向量进行处理以获得所述分类结果，其中，所述公式为：softmax{(W
n
,B
n
):
…
:(W1,B1)|X}，其中，W1到W
n
为权重矩阵，B1到B
n
为偏置向
量，X为所述分类特征向量。
[0021]根据本申请的另一方面，一种用于光阻剥离液生产的自动配料系统的配料方法，其包括：
[0022]获取参考图像，所述参考图像为被理想剥离处理后的PCB板图像；
[0023]将所述参考图像通过使用空间注意力机制的第一卷积神经网络以得到参考特征矩阵；
[0024]获取待配料的光阻剥离液中各个组分的质量百分比；
[0025]将所述待配料的光阻剥离液中各个组分的质量百分比通过上下文编码器以得到配方特征向量；
[0026]基于所述参考特征矩阵对所述配方特征向量进行特征分布校正以得到校正后配方特征向量；
[0027]将所述校正后配方特征向量与所述参考特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于光阻剥离液生产的自动配料系统，其特征在于，包括：结局参考数据获取模块，用于获取参考图像，所述参考图像为被理想剥离处理后的PCB板图像；参考数据编码模块，用于将所述参考图像通过使用空间注意力机制的第一卷积神经网络以得到参考特征矩阵；配料数据获取模块，用于获取待配料的光阻剥离液中各个组分的质量百分比；配料数据关联编码模块，用于将所述待配料的光阻剥离液中各个组分的质量百分比通过上下文编码器以得到配方特征向量；自注意力校正模块，用于基于所述参考特征矩阵对所述配方特征向量进行特征分布校正以得到校正后配方特征向量；映射模块，用于将所述校正后配方特征向量与所述参考特征矩阵进行向量相乘以将所述参考特征矩阵的高维特征信息映射到所述校正后配方特征向量的高维特征空间中以得到分类特征向量；以及配料结果生成模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否加入氢氧化物，以及，是否加入碱金属胺类。2.根据权利要求1所述的用于光阻剥离液生产的自动配料系统，其中，所述参考数据编码模块，进一步用于使用所述第一卷积神经网络的各层在层的正向传递中对输入数据分别进行：对所述参考图像进行卷积处理以得到卷积特征图；将所述卷积特征图通过所述第一卷积神经网络的空间注意力模块以得到空间注意力得分图；将所述空间注意力得分图与所述卷积特征图进行按位置点乘以得到空间注意特征图；对所述空间注意力特征图进行沿通道维度的均值池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述第一卷积神经网络的最后一层的输出为所述参考特征矩阵。3.根据权利要求2所述的用于光阻剥离液生产的自动配料系统，其中，所述参考数据编码模块，进一步用于：将所述卷积特征图通过所述空间注意力模块的卷积层以得到空间注意力图；以及将所述空间注意力图输入Sigmoid激活函数以得到所述空间注意力得分图，其中，所述空间注意力得分图中各个位置的值在0到1的区间内。4.根据权利要求3所述的用于光阻剥离液生产的自动配料系统，其中，所述配料数据关联编码模块，包括：嵌入编码单元，用于使用所述上下文编码器的嵌入层将所述待配料的光阻剥离液中各个组分的质量百分比转化为输入向量以获得嵌入输入向量；以及上下文编码单元，用于使用所述上下文编码器的转换器对所述嵌入输入向量进行基于全局的上下文语义编码以获得所述配方特征向量。5.根据权利要求4所述的用于光阻剥离液生产的自动配料系统，其中，所述自注意力校正模块，包括：第一预分类单元，用于将所述配方特征向量通过所述分类器以得到第一类概率值；
空间交互单元，用于计算所述参考特征矩阵与所述配方特征向量之间的向量乘积以得到空间交互矩阵；度量单元，用于计算所述参考特征矩阵和所述配方特征向量之间的度量距离，所述度量距离为所述配方特征向量向量的各个元素与所述参考特征矩阵的各个元素之间的欧式距离的加和值除以所述配特征向量向量的元素的总数与所述参考特征矩阵的元素的总数之间的乘积；修正单元，用于以所述空间交互矩阵除以所述度量矩阵以得到修正特征矩阵；指数运算单元，用于计算以所述修正特征矩阵中各个位置的特征值为幂的自然指数函数值以得到指...

【专利技术属性】
技术研发人员：黄斌斌，郑义达，罗霜，陈少骏，袁瑞明，
申请(专利权)人：福建天甫电子材料有限公司，
类型：发明
国别省市：