扫描隧道显微镜精密工作台的神经网络控制

针对目前扫描隧道显微镜超高精度位移的要求,提出了一种基于神经网络的精密工作台控制方案。在分析微位移机构工作原理的基础上,建立了工作台的数学模型。神经网络辨识器在线辨识工作台的机械参数,神经网络自学习PID控制器代替传统PID控制器,实现了样本的在线采集,有效克服了神经网络控制器需要离线训练的缺点。利用BP网络的自学习和自适应能力,实时调整网络加权值,改变控制器的控制系数,增强了系统的实时控制性能。实验结果表明,相对于传统PID控制算法,参考位移量为10μm时,达到稳态值的时间从3.8 s缩短到1.8 s,稳态误差从4.2%减小到1.9%。     

STM微位移工作台的遗传神经网络控制技术

为了提高扫描隧道显微镜微位移工作台的定位精度,提出了一种基于遗传算法的神经网络PID控制方案。微位移工作台以压电陶瓷为驱动器、柔性铰链为导向机构,在分析工作原理的基础上,建立了工作台的数学模型。神经网络PID控制器对工作台进行闭环控制,能够在线调整网络加权值,实时改变PID控制器的系数,减小工作台的位移误差。利用遗传算法的全局搜索能力对BP网络的初始权值进行学习优化,有效消除了神经网络对初始权值敏感和容易局部收敛的缺陷,改善了控制器的控制效果。性能测试表明,12μm阶跃参考输入下的稳态误差从3.24%减小到2.55%,稳态时间从1.7 s缩短到1.1 s。     

电子束重复增量扫描生成三维结构的研究

针对三维曝光图形的结构特点,结合自行设计的图形发生器,提出了电子束重复增量扫描方式及曝光剂量与刻蚀深度关系和灵敏度的计算方法.根据计算得到的剂量关系,按照重复增量扫描方式,在SDS-3电子束曝光机上进行了曝光实验,显影后得到了轮廓清晰的梯锥和圆锥的三维结构.因此,重复增量扫描方式可以用于三维结构的加工,并且关于曝光剂量与刻蚀深度关系和灵敏度的计算可以为其提供符合实际曝光的参数.     

非线性曲线拟合法确定邻近效应参数

为了更精确地确定邻近效应参数,借助优化的电子散射模型,利用改进的Monte Carlo算法模拟了电子束在固体中的散射过程,得到了不同曝光条件下抗蚀剂中的能量沉积分布。利用最小二乘非线性曲线拟合法对该分布进行了双高斯拟合,得到了邻近效应参数α,β和η的值,并与实验结果进行了比较发现,最小二乘非线性曲线拟合法可以用于邻近效应参数的确定。对不同曝光条件的参数拟合显示,增加入射电子束能量,α减小,β增大,而η几乎不变;增加抗蚀剂厚度,α增大,β和η变化不明显;增大衬底材料原子序数,β减小,η增大,而α几乎不变。所得结果不但能为电子束曝光条件的优化、邻近效应的降低提供理论指导,而且还能为邻近效应校正快速地提供精确的参数。     

电子束抗蚀剂反差的计算

为了更精确地确定电子束抗蚀剂的反差，借助优化的电子散射模型，利用改进的Monte Carlo算法模拟了电子束在固体中的散射过程，得到了不同曝光条件下抗蚀剂中的能量沉积分布，再结合电子的空间分布密度函数，根据反差的定义，提出了一种计算电子束抗蚀剂反差的简单模型，计算结果与实验结果基本一致．对不同曝光条件的反差计算显示，随着电子初始能量的增加，反差值减小，随着抗蚀剂厚度的增加，反差值增大．     

电子束光刻的快速邻近效应校正

提出了实现电子束光刻的快速邻近效应校正的分级模型.首先利用矩阵实现内部最大矩形和顶点矩形的快速替换,然后对内部最大矩形和顶点矩形进行校正迭代.在校正迭代的过程中,用局部曝光窗口与曝光强度分布函数直接卷积计算邻近图形对关键点产生的有效曝光剂量,将整个曝光块近似为一个大像点,以计算全局曝光窗口中的曝光图形对关键点产生的有效曝光剂量,实现了快速图形尺寸校正.在与同类软件精度相同的情况下,提高了运算速度.     

基于供应链的高校餐饮采购管理研究

面对当前食品原料价格持续上涨、食品安全风险增加、人力成本大幅提高等压力,高校餐饮组织的采购问题日益突出。从供应链管理的角度看,高校餐饮组织采购管理中存在组织设计不合理、采购流程环节缺失、采购方式单一、供应商的选择机制不健全等问题,通过采取组织结构的调整、采购流程的再造,采购有关机制的规范等措施,能从很大程度上优化高校餐饮组织的采购管理,提升采购管理的绩效。     

食品企业人力资源管理存在的主要问题与对策

受宏观经济发展放缓、食品安全问题频繁曝光等问题的影响,食品企业正面临着前所未有的机遇和挑战,如何在这样的宏观环境下,有效利用企业内部和外部的人力资源、信息资源、物力资源和经济资源而获得长期发展是当今食品企业面临的亟需解决的关键问题之一。人力资源作为企业发展的关键因素,如何进行科学管理亦是现代科学管理的重要内容。文章用理论研究、行业分析、案例学习等方法,对食品企业人力资源管理进行了分析,探讨当下食品企业人力资源管理存在的主要问题,并提出解决问题的办法。     

BP神经网络对老旧街区消防安全的评估

针对老旧街区火灾的影响因素,以基于改进的BP神经网络理论构建了老旧街区消防安全评估的指标体系,通过该体系可以有效地对老旧街区消防安全现状及其隐患作出可靠评估,可用于评价老旧街区火灾危险性,进而提高老旧街区人们的消防意识以及提升自救能力.