节点文献

铁磁流体化学机械抛光的深度学习算法

Deep Learning Algorithm for Ferrofluid Chemical Mechanical Polishing

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 廖增李明军黄山

【Author】 LIAO Zeng;LI Mingjun;HUANG Shan;

【机构】 湘潭大学数学与计算科学学院湖南国家应用数学中心

【摘要】 介绍了一种直角坐标系下的受电流导线作用的铁磁流体CMP雷诺方程模型,并且使用了目前主流的SA-PINNs方法,将其与基于残差的自适应细化方法(RAR)相结合对模型进行求解,这样可以基于实验手段采集的数据集进一步提高模型求解的准确性。首先,考察了电流导线产生的非均匀磁场和抛光参数对CMP过程中晶片表面压力分布的影响。之后,假设CMP模型中抛光液的粘度是未知的,基于一些观测数据,使用了PINN学习得到了抛光液粘度的近似值,同时也得到了抛光液的压力预测分布。

  • 【会议录名称】 第二十届中国CAE工程分析技术年会论文集
  • 【会议名称】第二十届中国CAE工程分析技术年会
  • 【会议时间】2024-08-23
  • 【会议地点】中国北京
  • 【分类号】TP18;TG175
  • 【主办单位】中国力学学会产学研工作委员会
节点文献中: 

本文链接的文献网络图示:

本文的引文网络