宏微双机构伺服控制系统及其控制方法

摘要

宏微双机构伺服控制系统及其控制方法，属于精密伺服运动平台建模与控制技术领域。它解决了在双机构伺服系统的控制中，要求微动台的机械谐振高，加工难度大并且不易控制的问题。它包括微动台子控制系统和宏动台子控制系统，通过将宏动台和微动台的相对速度vr作为微动电机M1反电动势的来源，将宏动台和微动的相对位移yr作为反馈施加到宏动台部分，将参考指令R施加给微动台子系统，并将零输入参考指令作为宏动台的输入，将微动台的惯性力F直接施加到宏动台上，建立具有明确物理意义的宏微双机构伺服系统的控制模型。本发明适用于宏微双机构的伺服控制。

说明书

技术领域

本发明涉及一种宏微双机构伺服控制系统及其控制方法，属于精密伺服运动平台建模与控制技术领域。

背景技术

随着高科技产品性能的不断提高，例如更快运行速度的处理器，更高存储密度的硬盘，对产品的配套生产线提出了更高的要求，高精度、高效率的加工制造设备越来越受到重视。在半导体制造领域，光刻设备是其中最为关键的一个部分，它在很大程度上决定了集成芯片的性能，光刻设备要达到45nm甚至更高的生产节点，要求光刻设备的主要构成部分硅片台和掩膜台具有很高的定位和跟踪精度。为保证光刻设备的工作效率，又要求硅片台和掩膜台具有非常短的调整时间。依靠提高机械结构的谐振频率来达到想要的性能越来越困难，通常采用宏微双机构伺服系统来达到精度和速度的双重提高，由微动台保证系统的精度和快速性，而由宏动台保证系统的行程，这样增加了系统的控制难度和复杂性。

在宏微双机构系统中，微动台的体积较小，行程短，质量较轻，适合设计具有高精度、高速度的控制系统。通常要求微动台机械谐振做得高，由此导致机械加工难度增大。

当前，国内外对双机构伺服系统的控制策略研究中，切实可行并在实际中应用的少之又少。经过对现有技术的文献检索发现，杨一博等在《粗精动超精密运动平台系统建模与分析研究》中，建立了相应的部分模型，其中只包含对象部分，然而其模型是经过力学分析建立的等效模型，其中加入了一些质量的比例关系，稍显繁琐，物理意义不够明确。

发明内容

本发明是为了解决在双机构伺服系统的控制中，要求微动台的机械谐振高，加工难度大并且不易控制的问题，提供一种宏微双机构伺服控制系统及其控制方法。

本发明所述宏微双机构伺服控制系统，它包括微动台子控制系统和宏动台子控制系统：

微动台子控制系统为：将要跟踪的轨迹R作为参考指令与微动台的绝对位移y_w作差后输入给第一存储器Mem1，第一存储器Mem1的输出信号给学习算法器L，学习算法器L的输出信号与第二存储器Mem2的输出信号相加后输入给低通滤波器Q低通滤波器Q的输出信号给第二存储器Mem2，低通滤波器Q的输出信号还与参考指令相加后再与微动台的绝对位移y_w作差后输入给微动台位置控制器C₁，微动台位置控制器C₁输出的电流信号与微动电机M₁的工作电流信号作差后输入给微动台电流控制器C₂，微动台电流控制器C₂输出的电压信号与微动台电机反电动势系数E₁单元输出的电压信号作差后输入给微动电机M₁，微动电机M₁输出驱动力给微动台P_w，微动台P_w在所述驱动力的作用下运动，采集微动台P_w的速度信号给微动台积分环节微动台积分环节输出微动台的绝对位移y_w；

宏动台子控制系统为：将零输入指令作为宏动台子控制系统的输入，将零输入指令与宏动台和微动台的相对位移y_r作差后，输入给宏动台位置控制器C₅，宏动台位置控制器C₅输出的速度信号加上前馈控制器C_FF输出的速度信号后，再与采集获得的宏动台P_h的速度信号相减后输入给宏动台速度控制器C₃，宏动台速度控制器C₃输出的电流信号与宏动电机M₂的工作电流信号相减后，输入给宏动台电流控制器C₄，宏动台电流控制器C₄输出的电压信号与宏动台电机反电动势系数E₂单元输出的电压信号作差后输入给宏动电机M₂，宏动电机M₂输出驱动力给宏动台P_h，该宏动台P_h所述驱动力与微动电机M₁输出的驱动力的共同作用下产生运动，采集宏动台P_h的速度信号给宏动台积分环节宏动台积分环节输出宏动台的绝对位移y_h；

宏动台和微动台的相对位移y_r由宏动台的绝对位移y_h与微动台的绝对位移y_w相减获得；

前馈控制器C_FF的输入端连接微动台积分环节的输出端；

微动台电机反电动势系数E₁单元输出的电压信号由采集获得的微动台P_w速度信号与宏动台P_h速度信号相减后与微动台电机反电动势系数E₁单元的微动台电机反电动势系数E₁相乘获得；

宏动台电机反电动势系数E₂单元输出的电压信号由采集获得的宏动台P_h速度信号与宏动台电机反电动势系数E₂单元的宏动台电机反电动势系数E₂相乘获得。

基于上述宏微双机构伺服控制系统的宏微双机构伺服控制方法，

第一存储器Mem1保存当前指令周期的参考指令R与微动台的绝对位移y_w的差值，该差值与学习算法器L通过离线学习得到当前指令周期的学习控制量，该当前指令周期的学习控制量与第二存储器Mem2中存储的相邻前一指令周期的指令修正量相加后，通过低通滤波器Q处理，得到当前指令周期的指令修正量，存入第二存储器Mem2中，该当前指令周期的指令修正量与参考指令R相加，作用到微动台子控制系统的闭环系统中，该闭环系统由微动台位置控制器C₁、微动台电流控制器C₂、微动电机M₁和微动台P_w组成；

将宏动台和微动台的相对位移y_r作为宏动台P_h的反馈，将零输入信号作为宏动台P_h的指令，进行宏动台P_h跟随微动台P_w的控制；将微动台的绝对位移y_w作为前馈信号作用到宏动台子控制系统；

将微动台P_w的速度信号与宏动台P_h的速度信号作差后，获得的相对速度v_r作为微动电机M₁的反电动势来源；将微动电机M₁输出的驱动力作为微动台惯性力F直接施加到宏动台P_h上。

本发明的优点是：本发明解决了宏微双机构伺服系统的控制问题，控制系统采用物理意义明确的方式建模，简单、直观，并充分考虑了宏微双机构伺服系统的耦合因素。本发明采用恰当的控制策略对硬件设计成本进行控制，对宏动台和微动台的机械结构要求不高，可以在低谐振频率的基础上实现高精度和短调整时间的控制效果。

本发明控制系统将物理意义明确的模型结构和多种控制方式相结合，进行混合控制。通过将宏动台和微动台的相对速度v_r作为微动电机M₁反电动势的来源，将宏动台和微动的相对位移y_r作为反馈施加到宏动台部分，将参考指令R施加给微动台子系统，并将零输入参考指令作为宏动台的输入，将微动台的惯性力F直接施加到宏动台上，建立具有明确物理意义的宏微双机构伺服系统的控制模型，以便进行系统设计和分析。在此基础上，施加如下控制策略，对微动台施加一种微动台位置控制器C₁和由学习算法器L完成的迭代学习控制策略相结合的二自由度控制策略，实现一种低成本、低带宽、高精度、短调整时间的控制；对宏动台施加一般的控制策略，但是将微动台的输出y_w通过一个交叉前馈控制器C_FF施加到宏动台上，以保证宏动台和微动台的相对位移y_r不超出微动台的相对运动行程。

本发明能在微动台机械谐振频率较低的情况下进行，减少了微动台的机械设计和加工成本，同时针对微动台存在的高频不确定性因素，对微动台进行带宽优化，使微动台的控制能力得到优化。

附图说明

图1为本发明宏微双机构伺服控制系统的原理框图；

图2为宏微双机构伺服系统的结构示意图；图中A为宏动台电机定子，B为宏动台电机动子及台体，C为微动台电机定子，D为微动台电机动子及台体，F_s为微动电机M₁输出的驱动力，k为刚性系数，ξ为阻尼系数，例如，在气浮结构下，参数k和ξ可以忽略；Y_s为微动台的位置，Y_L为宏动台的位置，m为微动台运动部分的质量，M为宏动台运动部分的质量；

图3为宏动台的频率特性曲线；

图4为微动台的频率特性曲线；

图5为微动台位置控制器的频率特性曲线；

图6为本发明所要跟踪的目标速度曲线；

图7为本发明的跟踪位置曲线及其局部放大图，图中Run1表示采用传统反馈方式不学习得到的控制输出曲线，即第一个运动周期得到的输出曲线，Run10表示施加综合学习算法经过10个运动周期后得到的控制输出曲线，图中用A表示局部放大的位置及放大图；

图8为本发明的跟踪误差曲线，图中Ree1对应的误差曲线是图7中Run1的输出曲线减去图7中的参考指令R得到的，Ree10对应的误差曲线是图7中Run10的输出曲线减去图7中的参考指令R得到的；

图9为宏动台和微动台的相对位移曲线；

图10为学习算法器L的频率特性曲线。

具体实施方式

具体实施方式一：下面结合图1和图2说明本实施方式，本实施方式所述宏微双机构伺服控制系统，它包括微动台子控制系统和宏动台子控制系统：

微动台子控制系统为：将要跟踪的轨迹R作为参考指令与微动台的绝对位移y_w作差后输入给第一存储器Mem1，第一存储器Mem1的输出信号给学习算法器L，学习算法器L的输出信号与第二存储器Mem2的输出信号相加后输入给低通滤波器Q，低通滤波器Q的输出信号给第二存储器Mem2，低通滤波器Q的输出信号还与参考指令相加后再与微动台的绝对位移y_w作差后输入给微动台位置控制器C₁，微动台位置控制器C₁输出的电流信号与微动电机M₁的工作电流信号作差后输入给微动台电流控制器C₂，微动台电流控制器C₂输出的电压信号与微动台电机反电动势系数E₁单元输出的电压信号作差后输入给微动电机M₁，微动电机M₁输出驱动力给微动台P_w，微动台P_w在所述驱动力的作用下运动，采集微动台P_w的速度信号给微动台积分环节微动台积分环节输出微动台的绝对位移y_w；

宏动台子控制系统为：将零输入指令作为宏动台子控制系统的输入，将零输入指令与宏动台和微动台的相对位移y_r作差后，输入给宏动台位置控制器C₅，宏动台位置控制器C₅输出的速度信号加上前馈控制器C_FF输出的速度信号后，再与采集获得的宏动台P_h的速度信号相减后输入给宏动台速度控制器C₃，宏动台速度控制器C₃输出的电流信号与宏动电机M₂的工作电流信号相减后，输入给宏动台电流控制器C₄，宏动台电流控制器C₄输出的电压信号与宏动台电机反电动势系数E₂单元输出的电压信号作差后输入给宏动电机M₂，宏动电机M₂输出驱动力给宏动台P_h，该宏动台P_h所述驱动力与微动电机M₁输出的驱动力的共同作用下产生运动，采集宏动台P_h的速度信号给宏动台积分环节宏动台积分环节输出宏动台的绝对位移y_h；

宏动台和微动台的相对位移y_r由宏动台的绝对位移y_h与微动台的绝对位移y_w相减获得；

前馈控制器C_FF的输入端连接微动台积分环节的输出端；

微动台电机反电动势系数E₁单元输出的电压信号由采集获得的微动台P_w速度信号与宏动台P_h速度信号相减后与微动台电机反电动势系数E₁单元的微动台电机反电动势系数E₁相乘获得；

宏动台电机反电动势系数E₂单元输出的电压信号由采集获得的宏动台P_h速度信号与宏动台电机反电动势系数E₂单元的宏动台电机反电动势系数E₂相乘获得。

本实施方式所述控制系统将微动电机M₁的出力直接作为耦合力加到宏动台P_h上，来处理模型中的耦合效应。将宏动台和微动台的位移差作为宏动台的反馈，该位移差可通过相应的传感器来测量，将零指令作为宏动台的输入指令。

在已有的宏微双机构系统中，微动台的体积较小，行程短，质量较轻，适合设计具有高精度、高速度的控制系统。通常要求微动台机械谐振做得高，为使得机械加工难度大，为降低其机械设计成本，本发明从控制上进行改进。微动台采用鲁棒控制和迭代学习控制构成的二自由度控制策略进行控制，由微动台位置控制器C₁完成微动台的位置伺服反馈控制，可以设计成具有低带宽的控制系统，一方面可以降低系统对微动台的机械性能要求，另一方面作为一种带宽优化的手段，使微动台系统鲁棒稳定，并取得优化的性能。通过迭代学习控制策略来完成对鲁棒闭环控制系统的整定，主要是在保证系统稳定的基础上，提高系统的性能，例如减小调整时间，提高精度，增强对重复性扰动的抑制能力。

为了保证整个系统的行程，宏动台的体积和质量一般较大，宏动台的机械谐振一般较低，需设计低带宽控制器，在对宏动台施加传统控制方式的基础上，将微动台的实际位置输出作为前馈量，构成对宏动台的交叉前馈控制，使得宏动台跟随微动台，以防止宏动台和微动台的相对位移超出传感器测量行程和微动台运动行程。

图2所示为现有的宏微双机构伺服系统的结构框图，最底部为基座和隔振平台，宏动台的电机定子部分和宏动台台体底座固定在隔振平台上，宏动台电机的动子部分与宏动台台体运动部分连在一起，台体运动部分通过气浮结构减少运动阻力。宏动台台体的运动部分与微动台的底座以及微动电机的固定部分连在一起，微动台的电机动子与微动台台体连在一起，台体部分也是采用气浮结构。这一结构在光刻设备的工件台、掩膜台系统中常被采用，通过这一结构既可以保证系统有足够的带宽和精度，保证晶圆光刻的效率和品质，又可以保证系统有足够的行程，对于换台和曝光大尺寸晶圆有益。图2为工件台或掩膜台系统在某一个运动方向上的简化示意图，宏动台和微动台之间只通过气膜阻力和电机的电磁力相联系。

由图2所示结构得到图1所示控制系统的模型，通过该模型可以设计相应的各个控制器，合理便捷并且有具体物理意义的模型对系统的控制器整定和应用很有帮助。图1所示，通过对微动台电机和整体的结构的分析，得到的控制系统有如下的特点：

首先将要跟踪的轨迹R作为微动台的指令信号，参考指令R可以通过工控机进行发送，微动台的绝对位移y_w，即微动台相对于基座的位移通过激光干涉仪等获取；其次，宏动台与微动台的耦合效应通过将宏动台和微动台的相对速度v_r反馈到微动台电机驱动来建立联系，避免了繁琐的力学关系转换；第三，将宏动台和微动台的相对位移y_r作为宏动台的反馈，而将零输入信号作为宏动台的指令，进行宏动台跟随微动台的运动控制，宏动台和微动台的相对位移和速度可以通过霍尔元件等相对位移传感器获得；第四，将微动台的输出作为前馈信号作用到宏动台系统，设计交叉前馈控制器C_FF，减小宏动台和微动台的相对位移不超过相对运动行程和传感器量程；第五，微动台的控制器设计，C₁采用鲁棒设计，作为微动台带宽优化的一种有效方法，针对某一被控对象得到最优性能，这里的对象并不局限于具有高谐振频率的微动台，可以是具有低频谐振频率的微动台；第六，由学习算法器L，低通滤波器Q和第二存储器Mem2组成的迭代学习控制律来整定由鲁棒控制器组成的鲁棒闭环系统，达到跟踪的高精度，并保证迭代学习律的收敛性。由第五点和第六点构成的二自由度控制结构可以保证即使在低频对象结构下也可以得到足够好的跟踪特性，并有效降低设计具有高频谐振频率微动台的成本。

宏动台电机行程较大，一般选用直线电机，而微动台电机行程小，出力大，一般选用音圈电机或平面电机等。宏动台速度控制器C₃的反馈信号可以在不额外增加传感器的基础上从电机驱动中提取。

具体实施方式二：下面结合图1至图10说明本实施方式，本实施方式为基于实施方式一所述宏微双机构伺服控制系统的宏微双机构伺服控制方法，

第一存储器Mem1保存当前指令周期的参考指令R与微动台的绝对位移y_w的差值，该差值与学习算法器L通过离线学习得到当前指令周期的学习控制量，该当前指令周期的学习控制量与第二存储器Mem2中存储的相邻前一指令周期的指令修正量相加后，通过低通滤波器Q处理，得到当前指令周期的指令修正量，存入第二存储器Mem2中，该当前指令周期的指令修正量与参考指令R相加，作用到微动台子控制系统的闭环系统中，该闭环系统由微动台位置控制器C₁、微动台电流控制器C₂、微动电机M₁和微动台P_w组成；

将宏动台和微动台的相对位移y_r作为宏动台P_h的反馈，将零输入信号作为宏动台P_h的指令，进行宏动台P_h跟随微动台P_w的控制；将微动台的绝对位移y_w作为前馈信号作用到宏动台子控制系统；

将微动台P_w的速度信号与宏动台P_h的速度信号作差后，获得的相对速度v_r作为微动电机M₁的反电动势来源；将微动电机M₁输出的驱动力作为微动台惯性力F直接施加到宏动台P_h上。

本发明将宏微结构的相对速度v_r作为微动台电机的反向电动势的来源，将目标指令给微动台，并将微动台的绝对位移y_w作为微动台的位置反馈；同时将宏动台和微动台之间的相对位移y_r作为宏动台的位置反馈施加到宏动台上，将零输入指令作为宏动台的输入，使得宏动台跟随微动台，并使其相对位移趋于目标指令零，构成一种物理意义明确便于进行控制的控制系统，在此控制系统的基础上实现集多种控制方法于一体的混合控制方法。

本发明在微动台机械谐振频率较低的情况下，对微动台进行带宽优化，使微动台的控制能力得到优化，这是综合控制策略的第一步。

采用迭代学习控制来整定闭环鲁棒控制系统，构成一种二自由度控制策略，配合低通滤波器保证鲁棒迭代学习系统的收敛性，进一步提高微动台的跟踪性能，减小调整时间，这是综合控制策略的第二步。

将微动台的绝对位移作为宏微交叉前馈量作用到宏动台，设计相应的交叉前馈控制器C_FF，来保证宏微双机构伺服系统的相对位移不超出传感器测量和微动台运动行程。且通过长行程宏动台的双闭环控制设计保证整个系统有足够大的运动行程，这是综合控制策略的第三步。

下面对本发明的控制方法进行验证：

图3和图4分别为宏动台和微动台的对象频率特性，宏动台质量较大，机械谐振频率为50Hz，而微动台的质量相对较轻，其机械谐振频率为250Hz。通常经过长时间的运行或是环境变化，被控对象的机械谐振频率会在一定范围内变化，且阻尼也会发生变化，如果采用传统的控制方法，例如PID或超前滞后手段，都会使系统的控制效果发生变化，甚至使系统变得不稳定。这是由于对于高精密运动控制系统，常常为了满足系统的动态指标而将系统做到接近性能极限的情况，造成系统对不确定因素的灵敏度提升，而系统自身的鲁棒性降低。鲁棒控制设计方法可以使系统在具有一定不确定性的情况下，仍然保证稳定性不变的性能。具体的设计是先对宏动台进行独立设计，再对微动台进行独立设计，最后将控制策略进行综合，并做适当的调整。宏动台的要求往往并不高，它只是为了保证系统具有一定的运动行程，所以针对宏动台进行传统的控制器设计，得到宏动台的相对位移回路带宽为21Hz，并能有效地抑制宏动台的机械谐振。对微动台进行鲁棒设计，系统带宽约为75Hz，系统对具有一定的乘性不确定性的系统具有鲁棒性。系统采样周期为4kHz，通过鲁棒设计方法，例如混合灵敏度的设计，得到的反馈控制器的频率特性如5所示，控制器在低频段具有高增益，可以保证微动台在具有250Hz谐振频率下保持鲁棒稳定。通过鲁棒设计得到的控制系统并无法保证系统具有足够好的动态性能，设计具有前馈特征的迭代学习控制律来修正鲁棒反馈控制系统，构成一种二自由度鲁棒迭代学习控制律。这样可以充分利用系统在扫描曝光过程中的周期性运动特点，利用前一运动周期扫描、曝光过程中得到的运动信息，如跟踪误差等，和控制量信息，构成当前运动周期的控制信息，形成一种类似人类学习的控制策略，有效地提高系统的扫描、曝光精度。为保证迭代学习系统的收敛性，设计了具有低通特性的滤波器。

图7至图9是在本发明方法混合控制策略作用下的控制效果图。根据目标速度曲线，如图6所示，来规划相应的目标位置曲线，为保证光刻的效率，系统在匀速段的速度为450mm/s。给定的目标位置曲线，即位置输入指令，如图7中实线R所示，在光刻系统中，晶圆通常在匀速段进行扫描曝光。如图7跟踪曲线Run1和图8误差曲线中的Ree1所示，在没有其他控制律配合的情况下，由于微动台的带宽限制，由鲁棒反馈控制器构成的微动台系统很难达到所期望的性能。通过迭代学习律对鲁棒闭环系统进行整定，例如采用基于对象逆的迭代学习控制律，如图10所示，配合相应的低通滤波器得到的控制效果如图7中Run10和图8中的Ree10所示，此时系统的跟踪性能远好于只有反馈控制器的情况。在匀速段，微动台经过33ms的调整使跟踪精度达到30nm，并且在接下来的3ms内迅速收敛至5nm范围以内。如图9所示，宏微双机构伺服系统在交叉前馈控制器C_FF的作用下，宏动台和微动台的相对位移在±1mm以内，不会超出相对运动行程(±1.5mm)和传感器的量程(±2mm)。

在控制策略具体的实施过程中，可以根据系统指标的要求，结合控制对象自身的特性，选择合适的鲁棒控制策略、迭代学习控制律以及交叉前馈控制器，具体的软件实现可以在工控机中或相应的控制板卡中实施。实施方便可行，通过该控制策略，对微动台的机械加工要求低，有利于减小硬件设计成本。

本发明所述控制方法通过对物理模型的分析，进行合理的建模，使得整个控制系统结构上实现有效宏微运动解耦，没有额外的系数交叉项，便于分析，在此控制系统基础上设计了相应的控制方法，物理意义明确，便于实现。

一个好的控制策略对控制系统的设计有益处，双机构驱动的系统控制方法主要由微动台的控制策略、宏动台的控制策略以及两者之间的交叉控制策略构成。微动台决定了整个控制系统的输出性能指标，微动台的控制策略是整个方法的重点；宏动台对微动台是否有影响，通过所建立的模型分析发现宏动台的性能指标对微动台的性能指标影响不大，微动台对宏动台的影响通过反电动势通路作用到微动台系统，可以通过微动台的电流环设计加以抑制，所以宏动台采用传统的控制策略即可。交叉控制策略也随之简化，主要用来解决宏动台和微动台的相对位移约束。

鉴于上述分析，宏动台的控制可以通过传统的校正或PID等技术手段实现。微动台子系统是设计的重点，指令R和微动台的输出y_w的差值保存在第一存储器Mem1中，微动台位置控制器的作用是实现反馈带宽最优化，电流控制器通过校正方法或PID等反馈手段来设计高带宽电流内环，提高系统响应速度并消除宏动台对微动台系统的影响。

上述的学习策略可以通过多种学习方法实现，包括基于对象逆的学习方法、优化学习方法等。例如，基于对象逆的学习控制律包括以下设计步骤：

1)根据对象特性设计微动台位置控制器C₁，微动台位置控制器C₁的实现手段包括灵敏度设计或回路成形等方法；

2)设计低通滤波器Q，选取合适的带宽Ω，由于是离线学习，滤波器形式可以是因果或非因果的滤波器；

3)学习算法器的学习律T₀是由辨识得到的近似对象模型P_w，控制器C₁，C₂和电机M₁构成的闭环系统，给定α初始值，令α₀₀＝0，α₀₁＝1；

4)令判断||Q(I-α₁T₀^-1T_Δ)||_∞是否小于1，以保证迭代系统的收敛性，T_Δ是实际的对象闭环特性；

5)如果步骤4)中条件无法满足，令α₀₁＝α₁，返回步骤4)；若条件满足，则令α₀₀＝α₁，返回步骤4)，直到步骤4)中条件接近1；若都无法满足，返回步骤2)，减小带宽Ω；

6)若控制性能满足要求，则设计结束；若无法满足，则回到步骤2)，提高带宽Ω，重新设计，直到满足设计要求。