[go: up one dir, main page]

DE102023206831A1 - Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen - Google Patents

Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen Download PDF

Info

Publication number
DE102023206831A1
DE102023206831A1 DE102023206831.1A DE102023206831A DE102023206831A1 DE 102023206831 A1 DE102023206831 A1 DE 102023206831A1 DE 102023206831 A DE102023206831 A DE 102023206831A DE 102023206831 A1 DE102023206831 A1 DE 102023206831A1
Authority
DE
Germany
Prior art keywords
quality
recorded
method step
semi
component
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102023206831.1A
Other languages
English (en)
Inventor
Michael Rudolph Volkmann
Holger Maltor
Marie Weber
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Carl Zeiss SMT GmbH
Original Assignee
Carl Zeiss SMT GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Carl Zeiss SMT GmbH filed Critical Carl Zeiss SMT GmbH
Priority to DE102023206831.1A priority Critical patent/DE102023206831A1/de
Publication of DE102023206831A1 publication Critical patent/DE102023206831A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32193Ann, neural base quality management
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/45Nc applications
    • G05B2219/45157Grind optical lens

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zur Herstellung eines Bauteils, insbesondere einer optischen Komponente, vorzugsweise einer Projektionsbelichtungsanlage für die Mikrolithographie, mit mindestens einem Verfahrensschritt, bei dem mindestens ein Halbzeug verwendet wird, wobei bei dem mindestens einen Verfahrensschritt mindestens ein Umgebungsparameter erfasst wird, mit dessen Hilfe die Qualität des Verfahrensschritts und / oder des Halbzeugs durch Signalverarbeitung und / oder statistische Datenanalyse und / oder eine Methode des maschinellen Lernens bewertet wird.

Description

  • HINTERGRUND DER ERFINDUNG
  • GEBIET DER ERFINDUNG
  • Die vorliegende Erfindung betrifft ein Verfahren zur Herstellung eines Bauteils, insbesondere einer optischen Komponente, vorzugsweise einer Projektionsbelichtungsanlage für die Mikrolithographie, mit mindestens einem Verfahrensschritt, insbesondere mindestens einem trennenden Verfahrensschritt und / oder einem Prozess des Urformens, Umformens, Beschichtens, Fügens und / oder Ändern von Stoffeigenschaften.
  • STAND DER TECHNIK
  • Üblicherweise werden bei der Herstellung von unterschiedlichsten Bauteilen Qualitätssicherungsmaßnahmen vorgenommen, um eine gleichbleibende Qualität der hergestellten Bauteile innerhalb einer bestimmten Spezifikation zu gewährleisten. Allerdings betreffen die Qualitätssicherungsmaßnahmen, wie beispielsweise Vermessung der hergestellten Bauteile zur Gewährleistung der Einhaltung der erforderlichen Formgebung oder dergleichen, üblicherweise Maßnahmen, die nach Abschluss des Herstellungsprozesses vorgenommen werden. Dies führt jedoch dazu, dass Bearbeitungsfehler erst nach Abschluss des Herstellungsprozesses erkannt werden und das fehlerhafte Bauteil dann als Ausschuss ausgesondert werden muss, was zu nicht unerheblichen Verlusten führen kann.
  • Dies gilt insbesondere bei hochwertigen Bauteilen, an die kontinuierlich sehr hohe Qualitätsanforderungen gestellt werden, wie dies beispielsweise bei optischen Komponenten von optischen Anlagen und insbesondere bei optischen Bauteilen von Projektionsbelichtungsanlage für die Mikrolithographie oder entsprechende Maskeninspektionssysteme im Bereich der Mikrolithographie der Fall ist. Bei derartigen Bauteilen kann die fehlerhafte Bearbeitung in einem Bearbeitungsschritt nach einem sehr langen Herstellungsprozess zu extrem hohen Verlusten führen, was die Herstellung von derartigen Anlagen zusätzlich aufwändig und teuer macht. Dies gilt insbesondere für Bauteile für EUV - Projektionsbelichtungsanlagen, die mit Arbeitslicht im Wellenlängenspektrum von extrem ultraviolettem Licht (EUV - Licht) Strukturen eines Retikels auf einen Wafer abbilden, um Bauteile der Mikroelektronik oder Mikrosystemtechnik herzustellen. Durch die Verwendung von Arbeitslicht im Wellenlängenspektrum des EUV - Lichts mit Wellenlängen von beispielsweise 13,5 nm sind die Anforderungen an die Genauigkeit der optischen Bauteile hinsichtlich beispielsweise der Form sehr hoch und die Herstellungskosten entsprechend hoch, sodass Abweichungen im Herstellungsprozess möglichst früh erkannt werden müssen.
  • OFFENBARUNG DER ERFINDUNG
  • AUFGABE DER ERFINDUNG
  • Es ist deshalb Aufgabe der vorliegenden Erfindung ein Verfahren zur Herstellung von Bauteilen, insbesondere von optischen Elementen für optische Anlagen, wie Projektionsbelichtungsanlage für die Mikrolithographie bereitzustellen, bei welchem bereits während eines Herstellungsschritts Information über die Qualität des Herstellungsschrittes erhalten werden können, um unter Umständen entsprechende Abhilfemaßnahmen zu ergreifen oder den Herstellungsprozess zu stoppen, um Aufwand und Kosten zu minimieren. Gleichwohl soll das Verfahren einfach und kostengünstig durchführbar sein und die Herstellungsprozesse im Übrigen nicht beeinträchtigen.
  • TECHNISCHE LÖSUNG
  • Diese Aufgabe wird gelöst durch ein Verfahren mit dem Merkmal des Anspruchs 1. Vorteilhafte Ausgestaltungen des Verfahrens sind Gegenstand der abhängigen Ansprüche.
  • Die Erfindung schlägt ein Verfahren zur Herstellung eines Bauteils, insbesondere einer optischen Komponente, vorzugsweise einer Projektionsbelichtungsanlage für die Mikrolithographie, mit mindestens einem Verfahrensschritt vor, bei welchem mindestens ein Halbzeug verwendet wird und wobei bei dem mindestens einen Verfahrensschritt mindestens ein, vorzugsweise mehrere Umgebungsparameter erfasst werden, mit deren Hilfe die Qualität des mindestens einen Verfahrensschritts bewertet werden kann. Die Erfindung beruht dabei auf der Idee, dass durch Erfassung einer Vielzahl von unterschiedlichsten Parametern, die nicht unbedingt unmittelbare Prozessparameter sein müssen, sondern Parameter, die im Umfeld des zu überwachenden Herstellungsschritts erfasst werden können und deshalb Umgebungsparameter genannt werden sollen, Informationen über den Ablauf eines Herstellungsschritts und / oder des zu bearbeitenden Halbzeugs gewonnen werden können, die zur Aufrechterhaltung oder Verbesserung des entsprechenden Verfahrensschritts eingesetzt werden können, ohne dass es einer direkten Vermessung oder sonstigen Untersuchung des herzustellenden Bauteils bedarf. Beispielsweise können bei spanabhebenden Formgebungsschritten, wie beispielsweise Fräsen, Drehen oder Bohren, Geräusch - oder Schallemissionen erfasst werden, die kontinuierlich Aufschluss über den Ablauf des spanabhebenden Verformungsprozesses und / oder des bearbeiteten Halbzeugs in situ geben können, wobei beispielsweise Veränderungen der Geräusch - oder Schallemissionen im Laufe der Bearbeitung auf einen Werkzeugverschleiß hindeuten können oder das periodische Auftreten von speziellen Schallfrequenzen auf Inhomogenitäten innerhalb des Halbzeugs hinweisen können.
  • Unter Halbzeug ist hierbei jedes Material zu verstehen, welches im Herstellungsverfahren eingesetzt wird und nicht das Endprodukt darstellt. Entsprechend kann das Halbzeug eine fast fertiggestellte optische Komponente, wie beispielsweise ein Spiegel, sein, oder ein Ausgangsstoff für das Urformen des herzustellenden Bauteils.
  • Durch Signalverarbeitung und / oder statistische Datenanalyse und / oder Methoden des maschinellen Lernens kann der mindestens eine erfasste Umgebungsparameter ausgewertet und die Qualität des mindestens einen Verfahrensschritts und / oder Halbzeugs bewertet werden. Unter Signalverarbeitung werden alle Methoden verstanden, die ermöglichen, Informationen aus dem gemessenen Signal des mindestens einen Umgebungsparameters zu extrahieren. Insbesondere können Verfahren der Datenanalyse und insbesondere der statistischen Datenanalyse eingesetzt werden, um entsprechende Kenngrößen und damit verbundene Informationen zu gewinnen. Vorteilhaft können Methoden des maschinellen Lernens eingesetzt werden, um in den erfassten Umgebungsparametern Muster oder Zusammenhänge zu den gewünschten Eigenschaften des herzustellenden Bauteils oder gar Optimierungsschritte zu lernen.
  • Wenn das Verfahren mehrere Verfahrensschritte umfasst, können bei mehreren oder allen Verfahrensschritten Umgebungsparameter erfasst werden, mit deren Hilfe die Qualität der einzelnen Verfahrensschritte und / oder die Qualität von mehreren oder allen Verfahrensschritten oder deren Ergebnis sowie der in den Verfahrensschritten verwendeten Halbzeuge bewertet werden kann. Mit anderen Worten, die Verfahren der Signalverarbeitung und / oder der statistische Datenanalyse und / oder die Methoden des maschinellen Lernens können bei mehreren Verfahrensschritten zur Herstellung eines Bauteils bei ausgewählten einzelnen Verfahrensschritten oder allen Verfahrensschritten einzeln angewandt werden oder übergreifend über mehrere oder alle Verfahrensschritte. Dabei können in den einzelnen Verfahrensschritten unterschiedliche und / oder gleiche Umgebungsparameter erfasst werden. Beispielsweise kann bei der Herstellung eines Spiegels bei der Formgebung durch Fräsen die Geräusch - oder Schallemission erfasst werden, während beim nachfolgenden Polierschritt zusätzlich die Temperatur des Spiegels während des Polierens erfasst werden kann.
  • Der mindestens eine Verfahrensschritt kann ein beliebiger Verfahrensschritt sein. Insbesondere kann es sich um einen Schritt des Urformens, Umformens, Beschichtens, Fügens, Änderns von Stoffeigenschaften, Trennens, Zusammensetzens, Füllens, An - und Einpressens, Implantierens, Schweißens, Lötens und / oder Klebens handeln.
  • Entsprechend kann als trennender Verfahrensschritt mindestens ein Verfahrensschritt durch die Erfassung von Umgebungsparametern überwacht werden, der das Zerteilen, insbesondere Stanzen, Spanen, insbesondere Drehen, Fräsen, Bohren, Schleifen, Abtragen und Reinigen umfasst.
  • Der trennende Verfahrensschritt kann beispielsweise durch die materialabtragende Formgebung und / oder Reinigung von Spiegeln oder optischen Linsen und / oder das Vereinzeln von Spiegelelementen, insbesondere Mikrospiegeln betreffen. Bei der Herstellung von Komponenten für Projektionsbelichtungsanlagen kann dies beispielsweise die Vereinzelung von Mikrospiegeln oder Spiegelfacetten durch Fräsbearbeitung oder die Formgebung von Spiegelkollektoren durch Drehbearbeitung sein.
  • Der mindestens eine Verfahrensschritt kann auch ein Fügeprozess sein, wie beispielsweise das Schweißen, Löten und Kleben oder das Fügen von Facettenspiegeln.
  • Der mindestens eine zu erfassende Umgebungsparameter kann aus einer Vielzahl unterschiedlichster Parameter gewählt werden. Beispielsweise kann der Umgebungsparameter die Temperatur, Luftfeuchtigkeit, Zusammensetzung der Umgebungsatmosphäre, Luftdruck, Umgebungsdruck, Geräusche, Klang, Töne, Magnetfelder, Beschleunigungen, elektromagnetische Strahlung, Licht und Helligkeit betreffen, wobei diese Aufzählung nicht abschließend ist.
  • Der mindestens eine Umgebungsparameter kann insbesondere kontinuierlich erfasst werden, um laufend während des Bearbeitungsprozesses oder Herstellungsschritts entsprechende Daten zur Bewertung der Qualität des Bearbeitungsprozesses oder Herstellungsschritts bzw. des bearbeiteten Materials zur Verfügung zu haben.
  • Zur Erfassung von Geräuschen bzw. Schallemissionen als Umgebungsparameter kann ein Schallsensor am Werkzeug und / oder am zu bearbeitenden Halbzeug angeordnet werden oder darin integriert werden. So kann ein Schallsensor an einem Werkzeug zur spanenden Formgebung, beispielsweise an einem Fräskopf, integriert werden.
  • Neben einem Kontaktmikrofon am Halbzeug können beispielsweise ferner Geräusche bzw. Schallemissionen der Bearbeitungsmaschine (Umgebungsgeräusche) durch entsprechende Mikrofone erfasst werden. Das Nutzsignal kann durch Herausrechnung bzw. Filterung, z.B. durch destruktive Interferenz der erfassten Audiosignale zur Datenverarbeitung und zur Bestimmung der resultierenden Prognose zur Qualität des fabrizierten Produkts sowie des Werkzeugzustands und der lokalen Gefügezusammensetzung des bearbeiteten Materials des Halbzeuges herangezogen werden.
  • Neben den Umgebungsparametern kann selbstverständlich auch zusätzlich mindestens ein Prozessparameter zur Bewertung der Güte des Bearbeitungsprozesses oder Herstellungsschritts und / oder des Werkzeugs und / oder Halbzeugs eingesetzt werden. So kann mindestens ein Prozessparameter des Verfahrensschritts, wie beispielsweise die Vorschubgeschwindigkeit bei Fräsprozessen oder der Anpressdruck bei Klebevorgängen, erfasst werden, insbesondere kontinuierlich erfasst werden, um die Bewertung der Güte des Bearbeitungsprozesses oder Herstellungsschritts und / oder des Werkzeugs und / oder Halbzeugs zu verbessern und / oder die Prozessparameter mit Umgebungsparametern korrelieren zu können. Der mindestens eine Prozessparameter kann mit den gleichen Methoden zur Informationsgewinnung aus den erfassten Werten ausgewertet werden, nämlich mit Methoden der Signalverarbeitung und / oder statistische Datenanalyse und / oder Methoden des maschinellen Lernens. Dabei kann der mindestens eine Prozessparameter unabhängig von dem mindestens einen Umgebungsparameter ausgewertet werden oder es können einzelne, mehrere oder alle Umgebungsparameter und / oder Prozessparameter zusammen ausgewertet werden.
  • Weiterhin kann der mindestens eine erfasste Prozessparameter mit der bestimmten Qualität des mindestens einen Verfahrensschritts verglichen werden, um die Qualität des mindestens einen Verfahrensschritts mit den Prozessparametern zu korrelieren.
  • Die zur Bewertung der Qualität oder Güte des mindestens einen Verfahrensschritts eingesetzte Methoden zur Informationsgewinnung aus den erfassten Umgebungsparametern und / oder Prozessparametern in Form einer Signalverarbeitung und / oder statistischen Datenanalyse und / oder einer Methoden des maschinellen Lernen kann mindestens eine Methode aus dem Bereich Mustererkennung und / oder Musteranalyse und /oder eines anderen Verfahrens der künstlichen Intelligenz sein, wie maschinelles Lernen, überwachtes Lernen, unüberwachtes Lernen, Reinforcement Learning, Autoencoding und neuronale Vernetzung.
  • Beim überwachten Lernen umfassen die Trainingsdaten bekannte Eingabe- und Zieldaten. Der Algorithmus lernt dabei den unbekannten Zusammenhang zwischen Eingabe und Ziel, wobei die Eingabedaten im vorliegenden Fall die Umgebungs - und /oder Prozessparameter sind und die Zieldaten die Eigenschaften des hergestellten Bauteils, wie beispielsweise Formvorgaben. Da die Zielgröße bekannt ist, kann die Abweichung zwischen dem momentanen Ergebnis und dem Ziel quantifiziert und zur Verbesserung des Lernens eingesetzt werden. Zu den überwachten Lernverfahren gehören künstliche neuronale Netze (KNN), Entscheidungsbäume, Support Vector Machines und Gauß-Prozesse.
  • Beim unüberwachten Lernen stehen lediglich Eingabedaten zur Verfügung, also die Umgebungsparameter, während auf die Zieldaten verzichtet wird. Der entsprechende Algorithmus versucht nun Muster in den Eingabedaten zu erkennen, um so Muster (Cluster) von Daten zu finden oder durch Dimensionsreduktion der Daten diese vergleichbar zu machen.
  • Das Reinforcement Learning zielt auf das Lernen einer Strategie ab, die es erlaubt, bei bestimmten Umgebungs - und / oder Prozessparametern optimale Aktionen durchzuführen oder Entscheidungen zu treffen, um das optimale Bauteil herzustellen. Zum Lernen stehen dem Lernalgorithmus keine bekannten Trainingsdaten zur Verfügung. Vielmehr lernt der Algorithmus durch Exploration und Interaktion, wobei dieser für eine gewählte Aktion eine Belohnung oder Bestrafung erfährt. Auf dieser Grundlage versucht das Verfahren die Aktionswahl derart zu verbessern, dass die erhaltene Belohnung maximiert bzw. die Bestrafung minimiert wird. Bekannte Verfahren des Reinforcement Leamings sind Temporal-Difference-Learning oder das dynamische Programmieren.
  • Die Bewertung der Qualität des mindestens einen Verfahrensschritts kann somit eine Datenreduktion, eine Mustererkennung, ein Erfassen von Datenclustern, ein Erfassen von Abweichungen über die Zeit oder eine Reihe von mehreren gleichen Verfahrensschritten mit gleichen oder unterschiedlichen Werkzeugen und / oder Halbzeugen und die Korrelation, insbesondere automatisierte Korrelation mit Prozessdaten und / oder Messdaten zur Qualität des erzeugten Halbzeugs und / oder Bauteils umfassen.
  • Die Bewertung der Qualität von verschiedenen Verfahrensschritten kann miteinander kombiniert werden, sodass bei aufeinander folgenden Verfahrensschritten die ermittelte Qualität eines vorangegangen Verfahrensschritts mit einbezogen werden kann.
  • Vorzugsweise kann die Bewertung der Qualität des mindestens einen Verfahrensschritts laufend während des mindestens einen Verfahrensschritts erfolgen, sodass insbesondere bei Über - oder Unterschreiten eines Grenzwertes eine Warnung ausgegeben werden kann. Bei Ausgabe einer entsprechenden Warnung kann ein Bediener, der den Bearbeitungsprozess oder Herstellungsschritt durchführt, geeignete Veränderungen oder Anpassungen vornehmen.
  • Allerdings können bei Über - oder Unterschreiten eines Grenzwertes bei der Bewertung der Qualität des mindestens einen Verfahrensschritts und / oder mehrerer oder aller Verfahrensschritte Prozessparameter des mindestens einen Verfahrensschritts und / oder weiterer Verfahrensschritte nicht nur manuell durch einen Bediener, sondern auch automatisiert verändert werden.
  • Zur Optimierung der Bewertung der Qualität des mindestens einen Verfahrensschritts können nach Abschluss des mindestens einen Verfahrensschritts oder mehrerer Verfahrensschritte oder des gesamten Bearbeitungsprozesseses Messdaten zur Qualität des hergestellten Bauteils verwendet werden, um durch ein Feedback die Bewertung der erfassten Umgebungsparameter zu verbessern.
  • KURZBESCHREIBUNG DER FIGUREN
    • Die beigefügte Figur zeigt in rein schematischer Weise einen Fräskopf zur Bearbeitung eines Halbzeugs mit einer Sensoreinheit zur Erfassung von Umgebungsparametern.
  • AUSFÜHRUNGSBEISPIELE
  • Weitere Vorteile, Kennzeichen und Merkmale der vorliegenden Erfindung werden bei der nachfolgenden detaillierten Beschreibung eines Ausführungsbeispiels ersichtlich. Allerdings ist die Erfindung nicht auf dieses Ausführungsbeispiel beschränkt.
  • Die beigefügte Figur zeigt eine rein schematische Darstellung eines Halbzeugs 1, welches in einer Bauteilhalterung 2 eines Bearbeitungszentrums zur spanenden Formgebung zur Herstellung eines Bauteils aufgenommen ist. Im gezeigten Ausführungsbeispiel kann es sich beispielsweise um eine Fräsmaschine handeln, mit der ein Halbzeug 1 zur Formgebung bearbeitet wird, um ein Bauteil in Form eines optischen Elements, wie beispielsweise eine optische Linse oder einen Spiegel für eine Projektionsbelichtungsanlage für die Mikrolithographie herzustellen. Hierzu umfasst das Bearbeitungszentrum einen Fräskopf 4 mit einem Fräser 3, mit welchem die materialabtragende Bearbeitung des Bauteils 1 erfolgen kann.
  • Zur erfindungsgemäßen Durchführung eines Verfahrens zur Herstellung einer entsprechenden Komponente aus dem Halbzeug 1 ist an dem Fräskopf 4 eine Sensoreinheit 5 angeordnet, mit deren Hilfe verschiedene Umgebungsparameter, wie Temperatur, Luftfeuchtigkeit, Luftdruck, Beschleunigungen des Fräskopfs 4, Geräusche und dergleichen erfasst werden können. Die erfassten Daten können über die Datenleitung 7 an eine Auswerteeinheit 6 übermittelt werden, die in-situ während der Fräsbearbeitung des Halbzeugs 1 die erfassten Umgebungsparameter auswertet, wozu vorzugsweise Verfahren der künstlichen Intelligenz, wie maschinelles Lernen oder die Verwendung neuronaler Netze eingesetzt werden, um bestimmte Muster der erfassten Daten zu erkennen und daraus Rückschlüsse auf die Qualität des Fräsprozesses zu erzielen.
  • So kann beispielsweise durch die Erfassung von Geräuschen und Vergleich der erfassten Geräuschdaten mit Geräuschemissionen aus vorangegangenen identischen Fräsprozessen im einfachsten Fall durch entsprechenden Vergleich ermittelt werden, ob sich der aktuelle Fräsprozess von vorangegangenen Fräsprozessen unterscheidet, da sich die Geräuschentwicklung in Abhängigkeit von z.B. Werkzeug - oder Materialverhalten kontinuierlich oder diskontinuierlich ändert. Dies könnte beispielsweise auf einen Verschleiß des Fräswerkzeugs 3 hindeuten, was zu einer Qualitätseinbuße beim Fräsvorgang führen könnte. Bei einer Veränderung der Geräuschentwicklung, die über oder unter einem bestimmten Grenzwert liegt, kann durch die Auswerteeinheit 6 eine Warnung an einen Bediener der Fräsmaschine ausgegeben werden und / oder es können automatisiert die Betriebsparameter der Fräsmaschine entsprechend variiert werden, beispielsweise durch Veränderung des Vorschubs oder der Drehfrequenz des Fräsers 3, um eine schonendere Bearbeitung zu ermöglichen.
  • Sofern Erkenntnisse aus früheren identischen oder vergleichbaren Bearbeitungsvorgängen vorliegen, die die Änderung der Geräuschemissionen mit bestimmten Veränderungen des Fräsers 3 in Verbindung bringen können und / oder wenn Daten aus nachfolgenden Vermessungen des bearbeiteten Halbzeugs 1, beispielsweise hinsichtlich der Oberflächengüte aus vergleichbaren oder identischen Bearbeitungsprozessen vorliegen und diese mit der Veränderung der Geräuschemissionen korreliert werden können, können unmittelbar während des Bearbeitungsvorgangs entsprechende Maßnahmen zur Abhilfe getroffen werden, um eine hohe Qualität des Bearbeitungsvorgangs bzw. des bearbeiteten Halbzeugs 1 zu gewährleisten.
  • Zusätzlich oder alternativ ist auch eine in situ-Unterscheidung zwischen Bearbeitungsgeräuschen und Umgebungsgeräuschen mit dem Ziel möglich, belastbarere Ergebnisse zu liefern und schnelleres und effektiveres Lernen, beispielsweise aufgrund eines geringeren Datenaufkommens durch negative Interferenz, zu ermöglichen.
  • Obwohl die vorliegende Erfindung anhand des Ausführungsbeispiels detailliert beschrieben worden ist, ist für den Fachmann selbstverständlich, dass die Erfindung nicht auf dieses Ausführungsbeispiel beschränkt ist, sondern dass vielmehr Abwandlungen in der Weise möglich sind, dass einzelne Merkmale weggelassen oder andersartige Kombinationen von Merkmalen verwirklicht werden können, ohne dass der Schutzbereich der beigefügten Ansprüche verlassen wird. Insbesondere schließt die vorliegende Offenbarung sämtliche Kombinationen der offenbarten Einzelmerkmale mit ein, sodass einzelne Merkmale, die nur in Zusammenhang mit einem Ausführungsbeispiel beschrieben sind, auch bei anderen Ausführungsbeispielen oder nicht explizit dargestellten Kombinationen von Einzelmerkmalen eingesetzt werden können.
  • BEZUGSZEICHENLISTE
  • 1
    Halbzeug
    2
    Bauteilhalterung
    3
    Fräser
    4
    Fräskopf
    5
    Sensoreinheit
    6
    Auswerteeinheit
    7
    Datenleitung

Claims (14)

  1. Verfahren zur Herstellung eines Bauteils, insbesondere einer optischen Komponente, vorzugsweise einer Projektionsbelichtungsanlage für die Mikrolithographie, mit mindestens einem Verfahrensschritt, bei dem mindestens ein Halbzeug verwendet wird,, dadurch gekennzeichnet, dass bei dem mindestens einen Verfahrensschritt mindestens ein Umgebungsparameter erfasst wird, mit dessen Hilfe die Qualität des Verfahrensschritts und / oder des Halbzeugs durch Signalverarbeitung und / oder statistische Datenanalyse und / oder eine Methode des maschinellen Lernens bewertet wird.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Verfahren mehrere Verfahrensschritte umfasst, wobei bei mehreren oder allen Verfahrensschritten Umgebungsparameter erfasst werden, mit deren Hilfe die Qualität der einzelnen Verfahrensschritte und / oder die Qualität von mehreren oder allen Verfahrensschritten oder deren Ergebnis bewertet wird.
  3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der mindestens eine Verfahrensschritt mindestens einen Schritt aus der Gruppe aufweist, die Urformen, Umformen, Beschichten, Fügen, Ändern von Stoffeigenschaften, Trennen, Zusammensetzen, Füllen, An - und Einpressen, Implantieren, Schweißen, Löten und Kleben umfasst.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der mindestens eine Verfahrensschritt einen trennenden Verfahrensschritt umfasst, der mindestens einen Schritt aus der Gruppe aufweist, die Zerteilen, insbesondere Stanzen, Spanen, insbesondere Drehen, Fräsen, Bohren, Schleifen, Polieren, Abtragen und Reinigen umfasst.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass der trennende Verfahrensschritt die materialabtragende Formgebung und / oder Reinigung von Spiegeln oder optischen Linsen und / oder das Vereinzeln von Spiegelelementen, insbesondere Mikrospiegeln umfasst.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Umgebungsparameter mindestens einen Parameter aus der Gruppe umfassen, die die Temperatur, Luftfeuchtigkeit, Zusammensetzung der Umgebungsatmosphäre, Luftdruck, Umgebungsdruck, Geräusche, Klang, Töne, Magnetfelder, Beschleunigungen, elektromagnetische Strahlung, Licht und Helligkeit beinhaltet.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der mindestens eine Umgebungsparameter kontinuierlich erfasst wird.
  8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Erfassung eines Umgebungsparameters ein Schallsensor am Werkzeug und / oder zu bearbeitendem Werkzeug angeordnet oder integriert ist, insbesondere ein Schallsensor an einem Werkzeug zur spanenden Formgebung integriert ist.
  9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass weiterhin mindestens ein Prozessparameter des mindestens einen Verfahrensschritts erfasst wird, insbesondere kontinuierlich erfasst wird.
  10. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der mindestens eine erfasste Prozessparameter zur Bewertung der Qualität des Verfahrensschritts verwendet wird und / oder mit der bestimmten Qualität des Verfahrensschritts verglichen wird.
  11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Bewertung der Qualität des mindestens einen Verfahrensschritts mindestens eine Methode aus der Gruppe eingesetzt wird, die Musteranalyse, Mustererkennung, Verfahren der künstlichen Intelligenz, maschinelles Lernen, überwachtes Lernen, unüberwachtes Lernen, Reinforcement Learning, Autoencoding und neuronale Vernetzung beinhaltet.
  12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Bewertung der Qualität des mindestens einen Verfahrensschritts mindestens eine Komponente aus der Gruppe umfasst, die eine Datenreduktion, eine Mustererkennung, ein Erfassen von Datenclustern, ein Erfassen von Abweichungen über die Zeit oder eine Reihe von mehreren gleichen Verfahrensschritten mit gleichen oder unterschiedlichen Werkzeugen und / oder Halbzeugen und die Korrelation, insbesondere automatisierte Korrelation mit Prozessdaten und / oder Messdaten zur Qualität der erzeugten Halbzeugs und / oder Bauteils umfasst.
  13. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Bewertung der Qualität des mindestens einen Verfahrensschritts laufend während des Verfahrensschritts erfolgt und insbesondere bei Über - oder Unterschreiten eines Grenzwertes eine Warnung ausgegeben wird. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bei Über - oder Unterschreiten eines Grenzwertes bei der Bewertung der Qualität des mindestens einen Verfahrensschritts Prozessparameter des mindestens einen Verfahrensschritts und / oder eines oder mehrerer anderer Verfahrensschritte verändert werden.
  14. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Optimierung der Bewertung der Qualität des Verfahrensschritts Messdaten zur Qualität des hergestellten Bauteils verwendet werden.
DE102023206831.1A 2023-07-19 2023-07-19 Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen Withdrawn DE102023206831A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102023206831.1A DE102023206831A1 (de) 2023-07-19 2023-07-19 Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102023206831.1A DE102023206831A1 (de) 2023-07-19 2023-07-19 Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen

Publications (1)

Publication Number Publication Date
DE102023206831A1 true DE102023206831A1 (de) 2024-06-27

Family

ID=91434720

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102023206831.1A Withdrawn DE102023206831A1 (de) 2023-07-19 2023-07-19 Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen

Country Status (1)

Country Link
DE (1) DE102023206831A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021047770A1 (de) * 2019-09-11 2021-03-18 Siemens Aktiengesellschaft Verfahren zur analyse von bild-informationen mit zugeordneten skalaren werten
EP3825796A1 (de) * 2019-11-22 2021-05-26 Siemens Aktiengesellschaft Verfahren und vorrichtung zum ki-basierten betreiben eines automatisierungssystems
EP3767403B1 (de) * 2019-07-16 2022-09-07 Carl Zeiss Industrielle Messtechnik GmbH Machine-learning gestützte form- und oberflächenmessung zur produktionsüberwachung
WO2022263458A1 (de) * 2021-06-14 2022-12-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Überwachung der produktion von werkstoffplatten, insbesondere holzwerkstoffplatten, insbesondere unter verwendung einer selbstorganisierenden karte

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3767403B1 (de) * 2019-07-16 2022-09-07 Carl Zeiss Industrielle Messtechnik GmbH Machine-learning gestützte form- und oberflächenmessung zur produktionsüberwachung
WO2021047770A1 (de) * 2019-09-11 2021-03-18 Siemens Aktiengesellschaft Verfahren zur analyse von bild-informationen mit zugeordneten skalaren werten
EP3825796A1 (de) * 2019-11-22 2021-05-26 Siemens Aktiengesellschaft Verfahren und vorrichtung zum ki-basierten betreiben eines automatisierungssystems
WO2022263458A1 (de) * 2021-06-14 2022-12-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Überwachung der produktion von werkstoffplatten, insbesondere holzwerkstoffplatten, insbesondere unter verwendung einer selbstorganisierenden karte

Similar Documents

Publication Publication Date Title
EP4210898B1 (de) Verfahren zur zustandsüberwachung eines laserbearbeitungskopfes und laserbearbeitungssystem zum durchführen desselben
DE69212048T2 (de) Vorrichtung und Verfahren, die ein Echtzeitexpertensystem verwenden zur Vorhersage der Werkzeuglebensdauer und zur Diagnose des Werkzeugverschleisses
EP3044571B1 (de) Verfahren und vorrichtung zur überprüfung eines inspektionssystems zur erkennung von oberflächendefekten
EP3961559B1 (de) Verfahren und vorrichtung zum ermitteln von defekten während eines oberflächenmodifizierungsverfahrens
DE102015204800B3 (de) Verfahren und Vorrichtung zur Qualitätsbeurteilung eines mittels eines additiven Herstellungsverfahrens hergestellten Bauteils
DE102018108779A1 (de) Schätzvorrichtung eines maschinellen Bearbeitungsfehlerfaktors
EP3767403B1 (de) Machine-learning gestützte form- und oberflächenmessung zur produktionsüberwachung
EP1132732A2 (de) Verfahren zur Bewertung von strukturfehlern auf einer Waferoberfläche
DE102018109819A1 (de) Verfahren zur Gewinnung von Information aus Röntgen-Computertomographiedaten zur Optimierung des Spritzgussprozesses von kurzfaserverstärkten Kunststoffteilen
WO2021219515A1 (de) Verfahren, vorrichtung und computerprogramm zum erzeugen von qualitätsinformation über ein beschichtungsprofil, verfahren, vorrichtung und computerprogramm zum erzeugen einer datenbank, überwachungsgerät
EP4170448A1 (de) Prozesssignalrekonstruktion und anomalie-detektion bei laserbearbeitungsprozessen
DE19755133A1 (de) Verfahren zur Überwachung von Bearbeitungsanlagen
EP4200123A1 (de) Verfahren und vorrichtung zur additiven herstellung eines werkstücks
DE102020214459A1 (de) Verfahren zur Ermittlung einer Schädigung eines Bauteils, Computerprogramm, digitales Speichermedium sowie Steuereinheit
DE102023206831A1 (de) Verfahren zur überwachten und / oder angepassten herstellung von insbesondere optischen elementen
BE1027491B1 (de) Verfahren und Testsystem zur Bewertung der Qualität einer mikrooptischen und/oder subwellenlängenoptischen Mehrkanalprojektionseinheit
EP4306322B1 (de) Verfahren zur prüfung von tiefdruckzylindern und tiefdruckplatten
EP4295202B1 (de) Verfahren und system zur vermessung von bauteilen sowie programm
EP3629242A1 (de) Verfahren zum konfigurieren einer bildauswerteeinrichtung sowie bildauswerteverfahren und bildauswerteeinrichtung
DE102022208394A1 (de) Verfahren und Vorrichtung zum Identifizieren von Variablen aus einer Mehrzahl von Variablen, die eine Abhängigkeit von einer vorgegebenen Variable aus der Mehrzahl der Variablen aufweisen
DE102018109816B3 (de) Verfahren zur Gewinnung mindestens eines signifikanten Merkmals in einer Serie von Bauteilen gleichen Typs und Verfahren zur Klassifikation eines Bauteils eienr solchen Serie
DE102023126786B3 (de) Verfahren und System zur Qualitätskontrolle ophthalmischer Linsen
EP4357120B1 (de) Verfahren zum überwachen einer maschine
DE102022208868A1 (de) Maschinelles Lernsystem zur optischen Inspektion
DE102020207323A1 (de) Messung der Empfindlichkeit von Bildklassifikatoren anhand realistischer Änderungen, die Klassengrenzen überschreiten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R230 Request for early publication
R120 Application withdrawn or ip right abandoned