【技术实现步骤摘要】
碳化硅材料的激光冷切割控制系统及其方法
[0001]本专利技术涉及智能化控制
,尤其涉及一种碳化硅材料的激光冷切割控制系统及其方法
。
技术介绍
[0002]碳化硅(
Silicon Carbide
,
SiC
)具有高硬度
、
高热传导性
、
高耐高温性和化学稳定性等优良特性,在许多领域中得到广泛应用,包括电子
、
光学
、
机械和化工等
。
[0003]碳化硅材料的切割是碳化硅器件制造过程中的重要工序,直接影响着器件的质量和性能
。
对于碳化硅材料,传统的机械切割方法往往效率低下
、
精度难以控制,而且容易引起晶圆表面的损伤
。
[0004]因此,期待一种优化的方案
。
技术实现思路
[0005]本专利技术实施例提供一种碳化硅材料的激光冷切割控制系统及其方法,其使用激光照射碳化硅晶锭的剥落层以使得碳化硅材料发生局部膨胀以形成微裂纹;将聚合物涂覆于所述碳化硅晶锭的表面;将涂覆有所述聚合物的碳化硅晶锭放入低温环境中进行冷却分离以得到碳化硅晶圆与剩余碳化硅晶锭;以及,使用预定溶剂对所述碳化硅晶圆的表面进行清理以得到去除所述聚合物后的碳化硅晶圆
。
这样,结合基于深度学习的人工智能技术和图像处理技术,通过分析碳化硅晶锭的晶锭表面裂纹图像来实现自动化地判断何时停止激光照射,以完成高精度的激光照射控制
。< ...
【技术保护点】
【技术特征摘要】
1.
一种碳化硅材料的激光冷切割控制方法,其特征在于,包括:使用激光照射碳化硅晶锭的剥落层以使得碳化硅材料发生局部膨胀以形成微裂纹;将聚合物涂覆于所述碳化硅晶锭的表面;将涂覆有所述聚合物的碳化硅晶锭放入低温环境中进行冷却分离以得到碳化硅晶圆与剩余碳化硅晶锭;以及使用预定溶剂对所述碳化硅晶圆的表面进行清理以得到去除所述聚合物后的碳化硅晶圆
。2.
根据权利要求1所述的碳化硅材料的激光冷切割控制方法,其特征在于,使用激光照射碳化硅晶锭的剥落层以使得碳化硅材料发生局部膨胀以形成微裂纹,包括:获取由摄像头采集的晶锭表面裂纹图像;对所述晶锭表面裂纹图像进行图像特征提取以得到感知增强表面裂纹纹理特征图;以及基于所述感知增强表面裂纹纹理特征图,确定是否结束激光照射
。3.
根据权利要求2所述的碳化硅材料的激光冷切割控制方法,其特征在于,对所述晶锭表面裂纹图像进行图像特征提取以得到感知增强表面裂纹纹理特征图,包括:将所述晶锭表面裂纹图像通过基于卷积神经网络模型的裂纹纹理特征提取器以得到晶锭表面裂纹纹理特征图;以及将所述晶锭表面裂纹纹理特征图通过基于空间注意力模块的表面裂纹感知增强器以得到所述感知增强表面裂纹纹理特征图
。4.
根据权利要求3所述的碳化硅材料的激光冷切割控制方法,其特征在于,基于所述感知增强表面裂纹纹理特征图,确定是否结束激光照射,包括:将所述感知增强表面裂纹纹理特征图通过分类器以得到分类结果,所述分类结果用于表示是否结束激光照射
。5.
根据权利要求4所述的碳化硅材料的激光冷切割控制方法,其特征在于,还包括训练步骤:对所述基于卷积神经网络模型的裂纹纹理特征提取器
、
所述基于空间注意力模块的表面裂纹感知增强器和所述分类器进行训练;其中,所述训练步骤,包括:获取训练数据,所述训练数据包括由摄像头采集的训练晶锭表面裂纹图像,以及,是否结束激光照射的真实值;将所述训练晶锭表面裂纹图像通过所述基于卷积神经网络模型的裂纹纹理特征提取器以得到训练晶锭表面裂纹纹理特征图;将所述训练晶锭表面裂纹纹理特征图通过所述基于空间注意力模块的表面裂纹感知增强器以得到训练感知增强表面裂纹纹理特征图;将所述训练感知增强表面裂纹纹理特征图通过分类器以得到分类损失函数值;以及以所述分类损失函数值来对所述基于卷积神经网络模型的裂纹纹理特征提取器
、
所述基于空间注意力模块的表面裂纹感知增强器和所述分类器进行训练...
【专利技术属性】
技术研发人员:李娜,李亮,白玉宁,党云龙,
申请(专利权)人:西安天光测控技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。