WILKERSON威爾克森過濾器流量的預測
在半導體制成工藝中，不論早期的250nm制成技術，還是現在主流的28nm制成技術，濕法清洗技術都扮演著極為重要的角色；而清洗機化學品的流量和濃度控制又是濕法清洗技術的重中之重。威爾克森過濾器的更換控制在對化學品的流量和濃度控制中是或*。

WILKERSON威爾克森過濾器流量的預測
本文的研究涉及半導體后道工藝中晶圓清洗機化學品槽過濾器生命周期內的流量預測和基于預測優化過濾器更換的應用，主要解決過早過濾器更換中的成本浪費和杜絕該設備的過濾器流量EP報警時對正生產產品成品率的影響，zui終完成降低產品生產成本的目的。本文的主要研究工作概述如下：（1）列出了威爾克森過濾器流量預測應用的背景和它的應用價值，介紹了國內外各大半導體制造企業在過濾器更換控制中的方法和措施；簡單地分析了非線性系統的各類典型神經網絡預測模型的結構、優缺點以及前人們的應用成果。（2）研究了威爾克森過濾器的工作原理和過濾器更換對流量的變化，提出了威爾克森過濾器流量的預測模型確立的技術路線和技術措施。（3）討論了基于RBF神經網絡威爾克森過濾器流量的預測模型中，輸入量與輸出量的自相關系數，梯度下降算法以及不同神經元個數時的預測結果。通過對其預測模型的理論分析和仿真研究，為本論文涉及的預測建模提供了理論依據。（4）為了提高預測模型的辨識精度以及減少誤差，文中針對RBF網絡預測模型的結構進行了一定改進，同時通過帶有有效準則的模糊聚類算法研究和應用，確立了*聚類數，即神經元的個數。通過仿真計算，獲得了該模型的各類參數；zui后利用仿真實驗，表明該模型的預測效果十分良好。 （5）以威爾克森實時的輸出流量作為被控對象，通過將PC和在PC中Matlab軟件作為軟硬件預測實踐平臺，并將改進的RBF網絡預測模型以及模糊聚類算法應用到該實驗平臺中去。

WILKERSON威爾克森過濾器流量的預測
實驗實踐結果表明，文中所提出的改進型過濾器的預測模型，能夠有效地精準地預測下一時刻的流量變化，優化了過濾器的更化，即節約成本。近年來，大型半導體制造企業的市場競爭日趨激烈，暴利程度也被不斷侵蝕，為了提高企業自身的競爭力，其不得不致力于提升產品成品率和降低產品生產成本的運動中。而該研究的應用，能夠優化威爾克森過濾器的更換，提高產品成品率，同時降低了清洗工藝的成本，具有良好的工程實踐應用價值。