【摘 要】
：
等离子体增强化学气相沉积（plasma-enhanced chemical vapor deposition,PECVD）是高端集成电路制造中的关键工艺。通过对PECVD工艺及建模方法研究,提出了基于蒙特卡罗（MC）方法的PECVD二维模型。该模型将薄膜沉积速率计算和轮廓形貌演化集合一体,并且深入研究了粒子和沟槽结构的相对大小以及粒子之间不同的接触方式对模型仿真能力的影响,使得仿真结果更加接近实际
【基金项目】
：
国家自然科学基金“集成电路制造中关键图形工艺的模型研究”（61874002）项目资助；
论文部分内容阅读
等离子体增强化学气相沉积（plasma-enhanced chemical vapor deposition,PECVD）是高端集成电路制造中的关键工艺。通过对PECVD工艺及建模方法研究,提出了基于蒙特卡罗（MC）方法的PECVD二维模型。该模型将薄膜沉积速率计算和轮廓形貌演化集合一体,并且深入研究了粒子和沟槽结构的相对大小以及粒子之间不同的接触方式对模型仿真能力的影响,使得仿真结果更加接近实际工艺条件下的生长形貌。通过该模型模拟了不同深宽比（aspect ratio）沟槽的PECVD沉积情况,得到了符合实验数据的结果;并通过设定不同比例的离子增强部分进行对比,发现LPCVD的台阶覆盖性优于PECVD。
其他文献
该文提出一种基于极端梯度提升（e Xtreme Gradient Boosting,XGBoost）模型和长短期记忆网络（Long Short-Term Memory,LSTM）模型的短期光伏出力预测组合模型。根据短期光伏发电特性，首先分别建立XGBoost模型和LSTM模型，然后利用XGBoost模型进行初步预测增加特征，并利用误差倒数法将两模型组合起来进行预测。选取2018年光伏电站人工智能运
【目的】人类活动改变流域下垫面条件而导致河川径流发生变化，为保证径流系列的一致性，需进行天然径流系列一致性修正。【方法】基于武山水文站1956～2016年天然径流量，采用R/S分析、曼-肯德尔、斯波曼秩次相关等方法分析天然年径流变化趋势和突变点，并应用LM-BP神经网络预测模型对突变点前的序列值进行一致性修正，建立输入变量为多个影响因子的天然年径流预测模型。【结果】与传统降水径流法相比，通过一致性
在高考中,古诗文的背诵默写和阅读理解所占的分值比较多,因此在高三语文复习中,教师应该做好古诗文的复习。高考中古诗文的难度大,所以对于学生来说是复习的难点,学生很容易丢分。因此,教师一定要加强对古诗文的复习,采取有效的方法来突破古诗文的复习重难点。本文就高考古诗文复习重难点突破进行探析,旨在为人们提供一定的参考。
《哈姆雷特》作为莎士比亚的代表戏剧，剧中的主人公哈姆雷特一直是人们关注的焦点，因此鲜少有人注意剧中的小人物；现代剧作家汤姆·斯托帕德将剧中两个小人物罗森格兰兹和吉尔登斯吞作为主角，对《哈姆雷特》进行戏仿重构，再现经典情节的同时，也为阐释莎剧提供了全新视角。
随着航空器及航空设备的研究与开发工作越来越复杂，系统开发对信息可追溯性以及不同层级的交互提出了越来越高的要求，系统工程应用也越来越广泛。该文针对基于模型的系统工程（Model-Based Systems Engineering）方法论Harmony SE进行研究，在以直升机研发设计为牵引落地实践过程中，经过多轮迭代，提出了符合现阶段设计流程的MBSE方法论。研究发现，在改进的MBSE方法论指导下，
一、引言莎士比亚是经典的中心，《哈姆雷特》创作于1599-1602年，是莎士比亚创作最辉煌时期的一部作品，是他所有戏剧中篇幅最长的一部，也是莎士比亚最负盛名的剧本，属于经典中的经典。《哈姆雷特》在文学史上具有独特的研究地位和研究价值，人物完整的性格塑造和整部作品完美的艺术表现方式，更被誉为文艺复兴时期文学的巅峰之作。本文以格雷马斯符号学角度重读莎士比亚经典作品《哈姆雷特》，运用格雷马斯叙事符号学理
针对传统动力学模型难以考虑滚动轴承故障处的塑性变形对轴承动力学特性的影响这一问题，提出了考虑滚动轴承故障处塑性变形的有限元模型并进行了动力学特性分析。首先，采用线弹性材料本构模型，在ANSYS LS-DYNA环境下建立了考虑滚动体和外圈滚道不产生塑性变形的弹/弹模型；其次，考虑滚动体过故障时产生塑性变形，采用塑性随动强化本构模型，建立了滚动体和外圈故障处都产生塑性变形的塑/塑模型；最后，考虑故障处
随着国内城镇化率升高，我国的机动车数量也越来越多，引发的交通问题以及交通拥堵问题业愈发严重，不仅成了国家和政府急需解决的难题，也在暗中危害着人们的生命安全以及财产安全。随着计算机的快速发展，ITS （Intelligent Transportation System）逐渐被用于城市交通问题，车流量监测及预测式ITS中重要组成部分。而传统机器学习方法准确率低因此，本文基于深度学习LSTM模型，实现了
目的:建立离子色谱法同时测定乌梅药材及中药配方颗粒中4种有机酸成分（L-苹果酸、草酸、延胡索酸和柠檬酸）的含量。方法:样品经处理后用分离柱分离,以KOH为淋洗液在4～54 mmol/L的浓度下梯度洗脱,抑制电流为75 mA。结果:在优化的梯度条件下,4种有机酸均能基线分离,且待测物浓度与其峰面积在一定范围内呈良好线性,重复性、稳定性以及精密度的相对标准偏差RSD均小于3.0%,加标回收率为98%～