用显微镜自制光刻机

已于 2025-03-07 19:37:48 修改
阅读量466 收藏
点赞数
分类专栏： 技术栈 文章标签： 学习
于 2023-07-10 18:03:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_36912383/article/details/131641897
版权
文章介绍了将旧蔡司显微镜改造为光刻设备的方法，包括MarkI至MarkIII的改进模型，分别利用DLP、LCoS技术和红色激光进行对准和曝光，达到亚微米级别的分辨率。这些低成本解决方案展示了显微镜在微制造中的潜力，如微芯片原型制作和软光刻。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

首先感谢文章：蔡司显微镜：悄悄告诉你，显微镜也可以作光刻机！

该文章专业，通俗易懂的，并附上大量文献

1.Mark IV Maskless Submicron Photolithography Stepper

在这里插入图片描述
用于 2“ （50mm） 晶圆的自动 DLP 亚微米步进机，具有 LabView 控制、计算机校准和晶圆真空吸盘。基于具有定制光学组件和原位紫外-可见光谱的旧尼康显微镜，用于照明过程控制。衍射极限分辨率为<250nm，光源为365nm。
四阶曝光
Stepped array
详细

Mark I

在这里插入图片描述
图像缩小
图像缩小

Mark II

手动DLP投影对准仪 >10um 特性。由于其在400nm以下无法传输太多光线，因此移除了彩色轮。通过仿真（弛豫振荡器）电路来产生投影机期望从彩色轮背电动势驱动/传感器和光电二极管处接收到的信号。

拆除投影仪色轮
色轮模拟，我猜是让投影仪不产生异常而加入的
用来模拟色轮的振荡器
Reduction lens assembly

二代完成

Mark III

带红色激光对准照明的手动 LCoS 亚微米步进机。在显微镜物镜上给定数值孔径为0.98，曝光波长为365纳米，简单计算得到的分辨率为0.227微米，然而由于此投影系统固有的衍射限制，实际分辨率可能在0.5微米左右。焦深在数值孔径为0.98时计算出约为1.8微米，但很可能更差。

LCoS pico projector
投影仪光学模组
UV LED 和 红色激光加入

控制器和电源
完整系统

带红色激光对准照明的手动 LCoS 亚微米步进机

在这里插入图片描述

2.A maskless photolithographic prototyping system using a low-cost consumer projector and a microscope

3.Optical devices and methods for distributed lab-on-a-chip analyses

4.Microscope Projection Photolithography Based on Liquid Crystal Microdisplay

5.Microscope Projection Photolithography for RapidPrototyping of Masters with Micron-Scale Features for Use in Soft Lithography

信息技术发展史及其趋势
pandana的专栏
05-26 3万+
[摘要]：第三次科技革命是人类文明史上继蒸汽技术革命和电力技术革命之后科技领域里的又一次重大飞跃。 随着第三次科技革命的广泛传播，人类由工业社会进入信息社会。信息技术在第三次科技革命的带动下，信息技术有了长足的发展。电子计算机和通信技术紧密结合，给人们的工作和生活带来了极大的便利，人类进入了数字信息化时代。本文将介绍信息技术发展史，分析信息技术的发展趋势。 [关键字]：信息技术，信息化，发展趋势，发展史
中科院5nm激光光刻弯道超车?95后本科生DIY纳米级光刻机？背后的真实情况
人工智能学家
07-12 1691
资料来源：知乎、大数据文摘、传感器技术等物联网智库 整理发布转载请注明来源和出处导 读中国苦“芯”久矣！中国慕“光刻机”亦久矣！如果我们真的在核心技术领域取得了重大进展，那确实值得大书...
他22岁在家自造芯片，性能接近英特尔初代，连光刻机都有解决方案
量子位
01-29 269
金磊 发自 凹非寺量子位 | 公众号 QbitAI万万没想到，造芯这件事，竟然还能如此“亲民”：在22岁的年纪，一个人竟能凭一己之力，在自家车库里打造一块芯片！△图源：WIRED你没听错...
达特茅斯学院 | 规模化高均匀性PEDOT:PSS薄膜在微电极阵列上的电沉积制备
脑机接口社区
09-15 2633
美国达特茅斯学院方辉课题组近期在国际知名期刊《Biosensors and Bioelectronics》上提出一种高效的PEDOT:PSS薄膜大面积阵列级的制备方法，为微电极阵列上高均匀性规模化制备 PEDOT:PSS提供了一种可控的技术途径，成功解决了传统溶液涂覆法难以在微电极阵列上实现均匀镀膜的难题。该方法通过精确控制电化学反应，利用恒电位电镀通过电化学聚合的方式实现了PEDOT:PSS薄膜...
中国目前还未掌握的核心技术有哪些？(无图)
wzebinbin的博客
03-31 6338
中国目前还未掌握的核心技术有哪些？ 1、A半导体加工设备 基本被日本，美国霸占，看intel的最佳供应商就知道了。不同的是中国想买有些国外设备，别人不卖。 目前蚀刻设备精度最高的是日立。其实看看英特尔的最佳供应商就知道了，一块CPU要制造出来需要N多东西。INTEL的牛逼，离不开其供应商，有些是独家供应。其他厂商想买都买不成。比如东丽，帝人的炭纤维，超高精密仪器，数控机床，光栅刻画机（这
Python Day44 学习（日志Day12复习）
Y317429的博客
06-07 162
注：这里AI给出的“适用场景”存在问题。关于性别，为二分类问题，不需要使用独热编码。三分类以上才涉及独热编码。出现问题：忘记之前已对数据进行了独热编码，导致映射出来的值为空值。对信贷数据重新进行标签编码（回写昨日复习的代码）对信贷数据重新进行标签编码（回写昨日复习的代码）补充：对数据进行“归一化”和“标准化”的作用。补充：“独热编码”与“标签编码”的选择。
【Python 学习笔记】dictionary unpacking
cbldzz的博客
06-03 369
【代码】【Python 学习笔记】dictionary unpacking。
Apple风格在DPSK学习平台页面设计中的应用
qq_39764825的博客
06-04 606
苹果设计美学在网页中的应用：DPSK学习助手网站设计实践 摘要：本文探讨了Apple设计风格在网页设计中的具体应用。核心要素包括：极简主义（留白艺术、简化导航）、毛玻璃效果（背景模糊创造层次感）。视觉特征表现为柔和的渐变色彩、超大无衬线字体排版。交互设计强调微动画和平滑过渡，采用卡片式布局。技术实现上运用现代CSS特性（毛玻璃效果、响应式字体）和移动优先策略。Apple风格有效提升可读性、可用性和品牌识别。实践建议包括参考iOS设计指南、保持一致性并关注细节。最终证明，这种以用户为中心的设计哲学能创造美观实
c++之STL容器的学习（上）
2202_76101487的博客
06-03 453
基于c++的STL标准库的容器学习
NLP学习路线图（二十）：FastText
2501_91516851的博客
06-03 1146
FastText是Facebook AI团队提出的创新型词向量模型，它在Word2Vec基础上引入字符n-gram的子词信息，有效解决了传统词向量在形态丰富语言、罕见词和OOV词处理上的痛点。该模型通过将词分解为字符n-gram的组合，利用共享的n-gram向量实现词义的分解与重组，显著提升了词向量表示的泛化能力。FastText具有训练高效、内存占用少等优势，尤其擅长处理社交媒体文本等存在大量新词和拼写错误的场景。
NLP学习路线图（二十九）：BERT及其变体
2501_91516851的博客
06-06 837
在自然语言处理（NLP）领域，一场静默的革命始于2017年。当谷歌研究者发表《Attention is All You Need》时，很少有人预料到其中提出的Transformer架构会彻底颠覆NLP的发展轨迹，更催生了以GPT系列为代表的语言模型风暴，重新定义了人类与机器的交互方式。
【AI学习】transform模型
gogo小Sa的专栏
06-05 879
CNN（Convolutional Neural Network）是卷积神经网络，它能够从低级特征到高级语义特征逐步提取信息，这种逐层提取和组合特征的方式，在图像和视频领域取得了显著成果，但是不适合不定长序列的处理。（multi-head attention）则进一步增强了模型的表达能力，使其能够同时关注输入序列中的不同部分，捕捉更加复杂的语义关系。1、准备训练数据：准备多组训练数据（x,y），例如(X1,Y1)、(X2,Y2)...（Xn,Yn），x表示输入，y表示预期输出。
Linux驱动学习day2
weixin_71568456的博客
06-06 266
app与驱动之间，通过下面两个函数交互数据驱动和硬件之间交互。
CppCon 2014 学习:Mixins for C++
虾球
06-04 759
问题组合的限制解决方式数量不定组合不能变参用变参模板继承名字固定成员名必须提前写死无法完美解决，可通过tupleget<N>绕过方法转发需要手动转发成员方法C++20 的可改善Variadic CRTP + 多继承，将多个策略的成员变量和方法“拼装”到一个类型中。策略聚合体) 作为中枢协调整体状态和类型。通过模板元编程，变成了一个功能非常灵活且强类型的查询对象。每个策略负责自己的一块责任，互不干扰，易于扩展。select_t,no_from_t,是。
go语言学习 第4章：流程控制
2301_80152021的博客
06-04 709
本章介绍了Go语言的流程控制语句，主要包括条件语句和循环语句。条件语句部分详细讲解了if语句（单分支、双分支、多分支）和switch语句的基本用法以及特殊特性（如fallthrough）。循环语句部分则重点阐述了for循环的基本结构、无限循环和灵活用法，以及for-range循环在数组、切片、字符串和映射中的应用。此外还介绍了循环控制语句break和continue的使用方法。这些流程控制语句是构建程序逻辑的基础，掌握它们对编写高效的Go代码至关重要。
算法（蓝桥杯学习C/C++版）
2403_82497315的博客
06-05 508
对于题目给出的数组，自己定义的时候，开大一点点（数字随便，多10个甚至9个都行），为了防止数组越界数组定义到全局里，不要定义在main中，c++中，如果把数组定义到main函数中，main函数是栈空间，空间比较小，一定义可能会把栈爆了//如果题目要求a数组最大是1000，开大一点点//定义到全局，不要定义在main函数中int a[NN];return 0;记忆化搜索的dp，如果是多测（多组测试数据），不要写memset。
NLP学习路线图（二十四）：门控循环单元（GRU）
2501_91516851的博客
06-04 873
在自然语言处理（NLP）领域，处理序列数据（如文本、语音、时间序列）是核心任务。传统的前馈神经网络难以有效捕捉序列中的长期依赖关系。循环神经网络（RNN）应运而生，但其存在臭名昭著的梯度消失/爆炸问题，限制了其处理长序列的能力。为了解决这一瓶颈，门控循环单元（Gated Recurrent Unit, GRU） 作为一种强大的序列模型变体被提出，它在保持RNN核心思想的同时，显著提升了模型记忆和传递长距离信息的能力。
NLP学习路线图（三十）：微调策略
最新发布
2501_91516851的博客
06-07 985
在自然语言处理领域，预训练语言模型（如BERT、GPT、T5）已成为基础设施。但如何让这些“通才”模型蜕变为特定任务的“专家”？微调策略正是关键所在。本文将深入剖析七种核心微调技术及其演进逻辑。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值