董樂,宋芳
(201620 上海市 上海工程技術(shù)大學(xué))
在集成電路制造過程中,晶圓需要在各工位之間頻繁傳輸,晶圓傳輸機器人保證了晶圓在各工位之間精確、快速、平穩(wěn)地傳輸,因此晶圓傳輸機器人的研制對集成電路產(chǎn)業(yè)的發(fā)展至關(guān)重要[1-4]。在相關(guān)研究中,Chen[5]等通過加快晶圓定位過程,提高了晶圓傳輸效率;劉小磊[6]采用時間最優(yōu)軌跡實現(xiàn)了晶圓傳輸機器人的快速平穩(wěn)傳輸。由于真空中只能通過摩擦式晶圓傳輸機械手對晶圓進行傳輸,晶圓傳輸效率與摩擦力息息相關(guān)。申磊[7]提出了一種基于微摩擦矩陣的方法來提高晶圓傳輸過程中的加速度;蔡昌宗[8]在申磊的基礎(chǔ)上提出了一種基于位姿調(diào)整的加速度算法,突破了摩擦力限制,大大提高了晶圓傳輸效率。Liu[9]等對晶圓傳輸過程中的傳輸速度與機架振動進行了分析,采用了軌跡規(guī)劃方法對振動進行了抑制,提高了傳輸效率。由于常規(guī)的PD 控制算法在干擾存在情況下不能取得很好的控制效果,造成傳輸精度差,影響晶圓傳輸效率。任鵬飛[10]、賀軍[11]等分別采用RBF 神經(jīng)網(wǎng)絡(luò)和模糊控制算法解決模型不確定性和負(fù)載變化對系統(tǒng)的影響;胡勇[12]通過設(shè)計魯棒控制算法,減小傳輸過程中的干擾,實現(xiàn)了晶圓穩(wěn)定高效傳輸;He[13]等建立了四自由度的晶圓傳輸機器人模型,并對其進行了解耦伺服控制,提高了晶圓傳輸機器人的動態(tài)跟蹤性能。
本文在位姿調(diào)整算法的基礎(chǔ)上,充分考慮最大加速度與位姿角的關(guān)系后,對晶圓傳輸軌跡進行重新規(guī)劃,避免相對滑動??紤]晶圓傳輸平臺的非線性、不確定性、關(guān)節(jié)耦合對軌跡跟蹤控制及傳輸效率的不利影響,通過線性反饋化解耦算法以及干擾觀測器實現(xiàn)控制系統(tǒng)的解耦控制,并設(shè)計積分滑??刂票WC控制性能,提高系統(tǒng)魯棒性。
根據(jù)實驗要求,項目組搭建了基于位姿調(diào)整的二自由度晶圓傳輸機器人實驗平臺,如圖1 所示。實驗平臺動力系統(tǒng)由一個直線電機和一個旋轉(zhuǎn)電機組成,為方便描述,將直線電機所在的軸命名為軸1,另一個軸為軸2。
圖1 晶圓傳輸實驗平臺Fig.1 Wafer transmission experimental platform
在實驗平臺的運動過程中,加速度、速度曲線是對稱的,除受力方向外,晶圓在各運動階段中的力學(xué)狀態(tài)是相似的,因此只需要對初始加速階段進行力學(xué)分析,就可以類比得到其他階段運動過程中的受力狀態(tài)。
對圖2 狀態(tài)進行受力分析。圖2 中,m 為晶圓質(zhì)量;g 為重力加速度;a 為平臺運動的加速度;Fn為微結(jié)構(gòu)對晶圓的支持力;w,r 分別為末端執(zhí)行器旋轉(zhuǎn)的角速度和半徑;f 為微結(jié)構(gòu)與晶圓間的摩擦力;Fr為向心力。采用經(jīng)典的摩擦理論,取最大靜摩擦力近似等于滑動摩擦力。根據(jù)達(dá)朗貝爾原理[14]得
圖2 晶圓受力圖Fig.2 Force diagram of a wafer
由于摩擦力的方向不確定,微結(jié)構(gòu)與晶圓間的摩擦為
忽略運動過程中的微結(jié)構(gòu)形變,計算得到等效摩擦系數(shù)μ=0.447。由式(1)與式(2)可得
式中:amax——最大加速度;amin——最小加速度。
在實際運行過程中,由式(3)可以看出向心力的存在可以增大加速度,由于末端執(zhí)行器旋轉(zhuǎn)到一定角度后進行平動,此時不存在向心力,因此考慮向心力存在與不存在兩種情況。取最大加速度中的小值,最小加速度中的較大值,得到加速度與旋轉(zhuǎn)角度之間的關(guān)系如圖3 所示。
圖3 加速度與角度關(guān)系圖Fig.3 Relationship between acceleration and angle
根據(jù)平臺性能以及加速度和角速度的關(guān)系,可以求得平臺運動過程中的最大加速度。采用基于位姿調(diào)整的S 加速算法[8],得到各軸的位移、速度、加速度軌跡如圖4 和圖5 所示。
圖4 軸1 軌跡Fig.4 Trajectory of axis 1
圖5 軸2 軌跡Fig.5 Trajectory of axis 2
在ADAMS 環(huán)境下,對規(guī)劃軌跡進行仿真,晶圓與末端執(zhí)行器位移如圖6 所示。由圖中可以看出晶圓與末端執(zhí)行器沒有相對滑動。
圖6 末端執(zhí)行器與晶圓軌跡Fig.6 End-effector and wafer trajectory
運用拉格朗日法建立晶圓傳輸平臺的動力學(xué)方程得
式中:d——不確定的干擾;q——關(guān)節(jié)位移;τ——關(guān)節(jié)輸入力或力矩。由于實際中各種干擾的存在,很難獲得機器人模型的完整信息,只能獲得機器人的名義模型。將機器人未建模動態(tài)當(dāng)作干擾,則式(4)變?yōu)?/p>
式中:M0(q),C(0q,),G0(q)——名義模型參數(shù);D——包含模型誤差的總的不確定項。
式中:m1——旋轉(zhuǎn)電機、電機支架和底座的總質(zhì)量;m2——末端執(zhí)行器和晶圓的總質(zhì)量;d2——末端執(zhí)行器質(zhì)心到旋轉(zhuǎn)中心距離;θ——軸2 旋轉(zhuǎn)角度;g——重力加速度。
由于晶圓傳輸平臺是一個非線性強耦合系統(tǒng),傳統(tǒng)PD 控制并不能很好滿足平臺控制性能的要求,本文采用反饋線性化解耦思想,利用干擾觀測器對系統(tǒng)不確定性進行實時補償,并通過積分滑模控制器消除觀測誤差增強系統(tǒng)魯棒性。
根據(jù)式(5)設(shè)計控制律
式中:u——虛擬控制量,通過合理設(shè)計u 可以提高系統(tǒng)動態(tài)品質(zhì)。
將式(7)代入式(5)化簡可得
根據(jù)估計干擾的輸出值與實際干擾的差值對估計值進行實時修正,則干擾觀測器可設(shè)計為
其中L(q)>0,定義輔助狀態(tài)變量[15-16]:
對式(10)中的Z 進行微分,聯(lián)立式(6)、式(9)、式(10)、式(11),得到新的干擾觀測器表達(dá)式為
令觀測誤差為=D-,一般沒有干擾D的微分先驗經(jīng)驗,假設(shè)D 的變化相對于干擾器的動態(tài)是緩慢的,可以取D˙=0,對觀測誤差求導(dǎo)可得
式中:X——常數(shù)矩陣且可逆。取觀測器Lyapunov 函數(shù)為
由于M(q)>0,所以V1是正定的。對V1求導(dǎo),結(jié)合式(10)可得:
構(gòu)造不等式
根據(jù)舒爾補定理,式(18)等價為
此時可利用線性矩陣不等式的方法求解X-1,便可以得到L(q)與P()的表達(dá)式。
滑??刂剖且环N非線性的控制算法,由于對控制對象內(nèi)部參數(shù)變化和外部擾動的不敏感、快速響應(yīng)、物理實現(xiàn)簡單等優(yōu)點得到了廣泛應(yīng)用。定義跟蹤誤差為E=-,采用積分滑模面來保證系統(tǒng)初始狀態(tài)時就位于滑模面上,可以有效減小系統(tǒng)抖振現(xiàn)象。對式(8)進行控制算法設(shè)計,定義積分滑模面為
采用指數(shù)趨近率方法設(shè)計控制器,對式(20)進行微分,得:
假設(shè)干擾觀測器誤差為0,則
本文設(shè)計的晶圓傳輸平臺參數(shù)為m1=24 kg、m2=0.3 kg,d2=0.07 m。在SolidWorks 中建立晶圓傳輸平臺的三維模型,并在ADAMS 中建立控制系統(tǒng)模型導(dǎo)入Simulink,通過S 函數(shù)實現(xiàn)基于干擾觀測器的積分滑模和線性化反饋控制。
經(jīng)過試驗滑模控制器參數(shù)為
為了減小系統(tǒng)抖振,用飽和函數(shù)代替符號函數(shù),取邊界層厚度為0.001。
干擾觀測器仿真結(jié)果如圖7 所示。由圖中可以看出,干擾觀測器可以較好地跟蹤實際誤差,通過干擾觀測器對不確定干擾進行實時補償,采用線性化反饋化方法對晶圓傳輸平臺進行解耦控制,利用積分滑??刂票U舷到y(tǒng)性能并消除觀測誤差影響,晶圓傳輸平臺軌跡跟蹤結(jié)果如圖8 和圖9,此算法在模型不確定情況下對規(guī)劃軌跡有較好的規(guī)劃效果。
圖7 觀測干擾與實際干擾Fig.7 Observation interference and actual interference
圖8 軸1 軌跡跟蹤Fig.8 Track of axis 1
圖9 軸2 旋轉(zhuǎn)角度Fig.9 Axis 2 rotation angle
本文在晶圓傳輸機器人末端位姿調(diào)整的算法基礎(chǔ)上搭建了實驗平臺,通過對平臺分析得到了晶圓傳輸最大加速度與末端位姿角的關(guān)系,規(guī)劃了晶圓傳輸平臺運動軌跡,并通過晶圓傳輸平臺名義模型,設(shè)計了基于觀測干擾器的線性化解耦控制算法,通過積分滑模控制來保證系統(tǒng)動態(tài)品質(zhì),仿真實驗表明,此算法在模型不確定情況下有較好的跟蹤精度,可以有效提高晶圓傳輸效率。