Diese Diplomarbeit beschäftigt sich mit der Entwicklung von Teststrukturen zur
Charakterisierung von Mikrosystemen auf Waferebene. Sie dienen zur Bestimmung
von Prozesstoleranzen. Ziel dieser Arbeit ist es, einen Algorithmus zu entwickeln,
mit dem Teststrukturen optimiert werden können. Dazu wird ein Ansatz zur Optimierung
von Teststrukturen mittels eines Genetischen Algorithmus untersucht.
Grundlage für diesen ist eine Bewertung der Strukturen hinsichtlich der Sensitivität
gegenüber den Fertigungsparametern und der Messbarkeit der Eigenmoden.
Dem Leser wird zuerst ein Einblick in das Themengebiet und in die Verwendung von
Teststrukturen gegeben. Es folgen Grundlagen zur Fertigung und Messung von Mikrosystemen,
zur Parameteridentifikation, sowie zu Optimierungsalgorithmen. Anschließend
wird ein Bewertungs- und Optimierungskonzept, sowie eine Softwareimplementation
für die sich aus der Optmierung ergebenden Aufgaben, vorgestellt.
Unter anderem eine Eigenmodenerkennung mittels Neuronalem Netz und einer auf
der Vandermond’schen Matrix basierende Datenregression. Die Ergebnisse aus der
Umsetzung durch ein Testframework werden abschließend erläutert. Es wird gezeigt,
dass die Optimierung von Teststrukturen mittels Genetischem Algorithmus
möglich ist. Die dargestellte Bewertung liefert für die untersuchten Teststrukturen
nachvollziehbare Resultate. Sie ist in der vorliegenden Form allerdings auf Grund
zu grober Differenzierung nicht für den Genetischen Algorithmus geeignet. Entsprechende
Verbesserungsmöglichkeiten werden gegeben. / This diploma thesis deals with the development of test-structures for the characterization
of microsystems on wafer level. Test-structures are used for the determination
of geometrical parameters and material properties deviations which are
influenced by microsystem fabrication prozesses. The aim of this work is to establish
principles for the optimization of the test-structures. A genetic algorithm as
an approach for optimization is investigated in detail. The reader will get an insight
in the topic and the application of test-structures. Fundamentals of fabrication and
measurement methods of microsystems, the parameter identification procedure and
algorithms for optimization follow. The procedures and a corresponding software
implementation of some applied issues, which are needed for the optimization of
test structures, are presented. Among them are neural network algorithms for mode
identification and a data regression algorithm, based on Vandermonde Matrix.
Results of implemented software algorithms and an outlook conclude this work. It
is shown, that the optimization of test-structure using a genetic algorithm is possible.
An automated parameter variation procedure and the extraction of important
test-structures parameters like sensitivity and mode order are working properly.
However, the presented evaluation is not suitable for the genetic algorithm in the
presented form. Hence, improvements of evaluation procedure are suggested.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:19361 |
| Date | 04 April 2009 |
| Creators | Streit, Petra |
| Contributors | Shaporin, Alexey, Dienel, Marco, Mehner, Jan, Technische Universität Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | doc-type:masterThesis, info:eu-repo/semantics/masterThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds