[发明专利]用于光阻剥离液生产的自动配料系统及其配料方法

说明书

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。

技术领域

本发明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。

背景技术

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。

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。

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。

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。

发明内容

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。

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：

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。

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。