UDK 533.5 ISSN 1580-2949 Izvirni znanstveni članek MATER. TEHNOL. 35(6)415(2001) MERITVE VISOKEGA IN ULTRAVISOKEGA VAKUUMA Z INVERTNIM MAGNETRONOM IN LINEARIZACIJA KARAKTERISTIK Z NEVRONSKIM SISTEMOM MEASUREMENTS OF THE HIGH- AND ULTRA-HIGH-VACUUM RANGES BY INVERTED MAGNETRON AND THE LINEARISATION OF GAUGE PARAMETERS BY NEURAL NETWORKS Lidija Irmančnik Belič1, Igor Belič2, Bojan Erjavec1, Janez Šetina1 1Inštitut za kovinske materiale in tehnologije, Lepi pot 11, 1000 Ljubljana, Slovenija 2Visoka policijsko varnostna šola, Kotnikova 8, 1000 Ljubljana, Slovenija lidija.belicŽimt.si Prejem rokopisa - received: 2001-11-26; sprejem za objavo - accepted for publication: 2001-12-10 Invertni magnetronski merilnik spada v skupino ionizacijskih merilnikov s hladno katodo (CCG). Ti merilniki imajo zanemarljivo termično razplinjavanje in nizko spodnjo merilno mejo ter so primerni za merjenje v visokem (VV) in ultra visokovakuumskem (UVV) področju. Pomanjkljivost teh merilnikov je nelinearnost in nezveznost toka v odvisnosti od tlaka ter časovno zakasnjen vžig razelektritve pri nižjih tlakih. Trenutno teorija delovanja merilnikov tlaka CCG še ne zmore dovolj natančno opisati povezave merjenega toka in drugih parametrov, kot so visoka napetost, gostota magnetnega polja, geometrija in material merilnika ter vrsta plina v notranjosti komore. Končnega uporabnika merilnika zanima predvsem linearnost odnosa med izmerjenim tokom in dejanskim tlakom v merilni komori. Prevedba nelinearne tokovne karakteristike invertnega magnetrona je navadno izvedena z logaritmičnimi pretvorniki ali odčitana v internih tabelah. V članku je prikazan model merilne glave z invertno magnetronsko geometrijo, ki je bil konstruiran na osnovi miniaturne ionsko razprševalne črpalke. Karakteristike merilnika so bile izmerjene na kalibracijskem UVV-sistemuza primerjalne meritve. Za primerjalni plin sta bila izbrana dušik in vodik. Prikazana je uporaba nevronskih sistemov za linearizacijo neželenih nelinearnosti med parametri merilnika in izhodnim tokom. Nevronski sistem se iz predstavljenih meritev nauči vhodno-izhodne preslikave parametrov CCG-merilnika. Ključne besede: ionizacijski merilniki, invertni magnetron, jakost razelektritve, nevronski sistem, linearizacija karakteristik, modeliranje The inverted-magnetron gauge is a member of cold-cathode-ionization gauges (CCG) group. Such gauges have an extremely low thermal outgassing rate and can be used for very low pressure measurements. However the pressure-current characteristic prediction is nonlinear and it is even discontinued at lower pressures. At lower pressures the current discharges show temporal delays. The theory of the cold cathode discharge gauge is insufficient. Thus the current-versus-pressure-characteristic prediction from gauge parameters such as high voltage, magnetic field, cell dimensions and material and the kind of test gas is not adequate. The end user is only interested in the linearity of the indicated pressure as a function of true pressure. The conversion from the non-linear current characteristic of the inverted magnetrons at pressures is typically made via logarithmic converters or internal look-up tables. This article describes a model of an inverted-magnetron geometry gauge, constructed on the basis of a miniature ion-getter pump. The gauge parameters were tested on a calibration UHV system designed for comparative measurements. The characteristics were measured using two test gases: nitrogen and hydrogen. Our work focuses on the implementation of artificial-neural-network nets to correct the unwanted nonlinearities between gauge parameters. Neural networks were trained to perform the transfer function between the input gauge parameters and the pressure. Keywords: Cold-cathode ionization gauge, inverted magnetron, discharge intensity, neural networks, linearisation parameters, modeling 1 UVOD Ionizacijski merilniki so namenjeni merjenjutlaka v območjuod 1012 do vrednosti 102 mbara. V ionizacijskih merilnikih s hladno katodo (CCG) se v prostoru med katodo in anodo ustvari oblak okoli anode krožečih elektronov, ki je ujet v ortogonalno križajoče magnetno in električno polje. Elektroni se gibljejo v cikloidnih skokih po krožnici okoli anode. Energija elektrona je pri vsakem cikloidnem skokudovolj velika, da povzroči ionizacijo atoma ali molekule plina, ki se nahaja na njegovi poti (slika 1) 1. Kinetična energija prvotnega elektrona se zaradi trka zmanjša in elektron se pomakne na krožnico, ki je bližje anodi. Po nekaj zaporednih trkih elektron doseže anodo. Nastali ion se na svoji poti do katode zaradi večje mase (razmerje m/e) giblje v večjih skokih. Ob trkuiona s katodo, le ta izbije iz kovine nov elektron, ki se pridruži elektronom na poti do anode. Ion ostane na površini katode, kar je povezano s črpalnim učinekom merilnika. MATERIALI IN TEHNOLOGIJE 35 (2001) 6 415 L. IRMANČNIK BELIČ ET AL.: MERITVE VISOKEGA IN ULTRAVISOKEGA VAKUUMA Slika 1: Poti elektronov in ionov v merilnikuCCG v prečnem magnetnem in električnem polju Figure 1: Electron and ion trajectories in the CCG in crossed magnetic and electric fields Če želimo CCG uporabiti kot merilnik tlaka, moramo poznati razmerje med izmerjenim anodnim tokom in tlakom v notranjosti merilnika. Eksperimentalne meritve so pokazale, da razelektrit-veni tok ni linearno odvisen od tlaka, v literaturi je odvisnost navadno prikazana z eksponentno obliko tipa 2: Id =KPn Id - razelektritveni tok; K in n sta konstanti, za posamezno celico in sta odvisni od magnetnega polja, delovne napetosti in vrste plina 3. Po podatkih v literaturi je eksponent n od 1,0 do 1,15. Tudi tako postavljeno razmerje med tlakom in tokom velja samo za omejene odseke karakteristik merilnika, dodatne težave pa povzroča vedenje merilnika pri zelo nizkih tlakih, kjer se poleg nelinearnosti pojavijo še nepojasnjeni skoki - nezveznosti. Karakteristike merilnika so zelo nelinearne, so pa časovno stabilne in ponovljive 2-4, kar omogoča uporabo dodatnih matematičnih obdelav. 1.1 Namen dela Namen raziskav je preučiti jakost razelektritve (električnega toka) v odvisnosti od anodne napetosti pri invertnem magnetronu. Pri tem ohranjamo konstantno gostoto magnetnega polja in nespremenjeno geometrijo razelektritvene celice. Delovanje celice invertnega magnetrona spremljamo pri različnih tlakih preskusnega plina. Velika pomanjkljivost invertnega magnetrona in tudi drugih CCG-merilnikov je nelinearnost med parametri, kot so anodna napetost, anodni tok in tlak v merilni komori. Končnega uporabnika merilnika zanima predvsem linearnost odnosa med izmerjenim tlakom, ki ga pri invertnem magnetronulahko odčitavamo posredno preko anodnega toka in dejanskim tlakom v merilni komori. 416 Poseben poudarek tega dela je bil preučiti možnosti, kako nelinearnost merilnika z dodatnimi obdelavami merjenega anodnega toka linearizirati s preslikavo dejanskega tlaka v notranjosti merilnika (vakuumskega sistema) v izhodno merilno vrednost. V ta namen smo uporabili prirejen nevronski sistem. Namen študija uporabe nevronskih sistemov je bil pokazati, da je možno modelirati vhodno - izhodne karakteristike pri ioizacijskem merilnikutlaka. 1.2 Metodologija modeliranja vhodno-izhodnih karakteristik invertnega magnetrona z nevronskim sistemom Pri študiju delovanja ionizacijskih merilnikov s hladno katodo naletimo na meritve številnih karakteristik 5. Za vse velja, da so nelinearne in da trenutno ne poznamo natančne matematične povezave med njimi. Modeliranja karakteristik se lahko lotimo na več načinov. Med drugim lahko izmerjene točke povežemo po eni od numeričnih metod. Najpogosteje se za ta namen uporablja metoda najmanjših kvadratov 6 (omenimo še ortogonalne polinome, aproksimacija periodičnih funkcij, konstrukcija empiričnih formul ...), ki zagotavlja, da je napaka med izmerjenimi točkami in aproksimirano krivuljo najmanjša. Dobljena krivulja nikoli ne poteka skozi izmerjene točke, ampak se jim samo po nekem meriluoddaljenosti optimalno približa. Druga možnost je uporaba vrste interpolacijskih metod (interpolacijski polinom, metoda nedoločenih koeficientov, ...). Pri interpolaciji poteka generirana krivulja natančno skozi izmerjene točke, vedenje v prostorumed merjenimi točkami pa je lahko neuporabna za namen modeliranja. Izbrali smo tretjo možnost - nevronske sisteme, za katere velja: • Nevronski sistem se modeliranja odvisnosti spremenljivk nauči iz izmerjenih vrednosti. • Naučena povezava med vhodom in izhodom ne gre natančno skozi izmerjene točke, ampak se jim poljubno natančno približa. • Če je pri aproksimacijskih metodah merilo za kakovost približanja merjenim točkam ocena oddaljenosti krivulje od vseh točk skupaj, je merilo pri nevronskih sistemih oddaljenost od vsake točke posebej. • Vedenje modelirane krivulje v področju zunaj merilnih točk je primerno (ni nenadnih skokov, prevojev in nihanj, ki so tako značilni za polinomske interpolacije). • Z nevronskimi sistemi zlahka modeliramo več-dimenzijske probleme, kar pride do izraza pri modeliranjuvedenja več izmerjenih parametrov hkrati. • Uporaba nevronskih sistemov je relativno enostavna, saj mora uporabnik priskrbeti le vrsto merilnih vrednosti, sistem pa model zgradi sam. Preostane le še karakterizacija izvedenega modela. MATERIALI IN TEHNOLOGIJE 35 (2001) 6 L. IRMANČNIK BELIČ ET AL.: MERITVE VISOKEGA IN ULTRAVISOKEGA VAKUUMA V prid uporabe nevronskih sistemov za modeliranje vhodno - izhodnih karakteristik pri invertnem magne-tronugovori kar nekaj dejstev: • Vhodno-izhodne karakteristike merilnika so nelinearne s posebno zahtevnim vedenjem v področju ekstremno nizkih tlakov. • Ne poznamo eksaktnega matematičnega opisa, ki bi povezoval različne parametre merilnika. Znani so le grobi približki, ki veljajo za omejeno področje delovanja. • Delovanje teh merilnikov je ponovljivo in časovno zelo stabilno 2-4. • Delovanje teh merilnikov je pri določenih pogojih delovanja enolično. • Slaba stran ionizacijskih merilnikov s hladno katodo je njihov "spomin", ki nekoliko oteži postopke modeliranja in posredno linearizacije. Nekateri avtorji 2,4 opisujejo uporabo pripravljenih tabel, s katerimi nato z odčitanega anodnega toka sklepajo na tlak v notranjosti vakuumske komore. 1.3 Umestitev nevronskega sistema CCG v sistem merilnika Za nevronski sistem so parametri merilnika, za katere iščemo medsebojne povezave, vhodni podatki. Ker je merilnik CCG priklopljen na kalibracijski vakuumski sistem, pri vsaki izmerjeni vrednosti pospeševalne napetosti in anodnega toka, poznamo vrednost tlaka v vakuumskem sistemu. Izmerjeni tlak je tista ciljna vrednost, ki jo mora znati nevronski sistem razbrati iz danih vrednosti anodnega toka in visoke napetosti (slika 2). 1.4 Formiranje vhodno - izhodnih karakteristik Za modeliranje vhodno - izhodnih karakteristik izkoriščamo lastnost nevronskih sistemov, da se karakteristik naučijo na osnovi izmerjenih podatkov. Za vsak Slika 2: Umestitev nevronskega sistema v proces linearizacije razmerja med dejanskim in izmerjenim tlakom. Nevronski sistem uporablja dva vhoda: anodni tok I in napetost med katodo in anodo V Figure 2: The role of the neural-network system in the linearisation of the measured pressure and real pressure relationship. The neural network uses two inputs: anode current I and the anode-cathode voltage V izmerjen vzorec na posebni vhod pripeljemo vrednost izmerjenega tlaka v vakuumski komori, ki se ji poskuša sistem v procesuučenja čim bolj približati. Na razpolago imamo celo vrsto različnih arhitektur nevronskih sistemov. Odločili smo se za uporabo večnivojskega perceptrona z učenjem s povratnim razširjanjem napak. Naš namen ni bil poiskati najustreznejšo arhitekturo nevronskega sistema, ampak pokazati, da je že preprost sistem večnivojskega perceptrona sposoben generirati želeno vhodno - izhodno karakteristiko 7". Postopek formiranja vhodno - izhodnih karakteristik je naslednji: • na vhod nevronskega sistema pripeljemo izmerjene vrednosti (V, I) • sočasno na posebni "učni" vhod pripeljemo še vrednost izmerjenega tlaka P • postopek učenja ponavljamo tako dolgo, da je nevronski sistem sposoben generirati vhodno-izhodno karakteristiko s predpisano natančnostjo. • na koncu še ocenimo kvaliteto modelirane karakteristike ter po potrebi nekoliko spremenimo glavne elemente nevronskega sistema. 2EKSPERIMENTALNI DEL Merilna glava invertnega magnetrona je narejena na osnovi ionsko-razprševalne črpalke z nominalno črpamo hitrostjo 2 l/s (slika 3). Razelektritveno celico sestavlja katodni cilinder iz nerjavnega jekla z notranjim premerom 24 mm in dolžino 29 mm, ki ga pokrivata pokrova z odprtino premera 6 mm in anodna palica. Velikost reže med katodnim cilindrom in anodo je 2 mm. Ohišje merilne glave je od priključne prirobnice ConFlat® s steklo-kovinskim spojem, električno izoli- VN NAPAJALNIK DIGITALNI ELEKTROMETER (KEITHLEY616) Slika 3: Konstrukcija modela ionizacijskiega merilnika s hladno katodo (podolžni prerez), ki temelji na invertno magnetronski geometriji Figure 3: Cross-section of a cold-cathode ionization gauge model based on the inverted-magnetron geometry MATERIALI IN TEHNOLOGIJE 35 (2001) 6 417 L. IRMANCNIK BELIC ET AL.: MERITVE VISOKEGA IN ULTRAVISOKEGA VAKUUMA ... rano. Visokonapetostna prevodnica z veliko električno prebojno trdnostjo je narejena s steklo-kovinskim spojem. Natančne meritve zelo majhnih razelektritvenih tokov je omogočila ločitev katodnega cilindra od ozemljitve in uporaba natančnega elektrometra, ki je bil priključen med ohišje merilne glave in ozemljitev. Uporabili smo tudi visoko stabiliziran visokonapetostni napajalnik. Ta je bil priključen med ozemljitev in anodno palico. Ohišje obdaja permanentni magnet iz SmCo z gostoto magnetnega polja 0,13T. 2.1 Kalibracijski vakuumski sistem Sistem za merjenje karakteristik sestavljajo komora iz nerjavnega jekla s CF-prirobnicami, kovinski črpalni sistem in razdelilni sistem za uvajanje preskusnih plinov v vakuumski sistem (slika 4). Na preskusno komoro smo s prirobnicami priključili ionizacijske merilnike s hladno katodo: Penningov, magnetronski in invertno magne-tronski; ekstraktorski merilnik IE 514 - s spodnjo merilno mejo pod 11012 mbar in viskoznostni merilnik z lebdečo kroglico Viscovak VM 212. Ekstraktorski merilnik smo uporabljali za meritve v območju tlakov od 1-10"10 do IO"5 mbar. Viskoznostni merilnik smo uporabili kot referenčni étalon, z njim smo pri višjih tlakih kalibrirali ekstraktorski merilnik 10. Preskusno komoro smo med razplinjevanjem črpali s turbomolekularno in krio črpalko, med meritvami pa s krio in pomožno Ti-sublimaci] sko črpalko. Po termičnem razplinjevanjuje bil v komori končni tlak -1-10"10 mbar; rezidualno atmosfero je sestavljal predvsem vodik. ! EG j (IE 514) ®-| Č CCG (TESTNI MERILNIK) ! BAG I (IE 414) ®-| -® SRG (VISCOVACVM212) ?--------- IE BA 2 G 1) ©-----------© RGA -&- ..testni plin (QM201) fr- EG - ekstraktorski merilnik BAG - merilnik z Bayard-Alpertovo triodo CCG - merilnik s hladno katodo SRG - merilnik z lebdeeo kroglico RGA - kvadropolni masni spektrometer CP - kriogenska erpalka SIP - ionsko razprševalna erpalka TMP - turbomolekularna erpalka RP - rotacijska erpalka TI - titanova sublimacijska erpalka Slika 4: UVV-kalibracijski sistem za primerjalne meritve, ki vsebuje preskusno vakuumsko komoro, opremljeno z ekstraktorskim merilnikom in viskoznostnim merilnikom z vrtljivo kroglico, in plinski uvajalni sistem s preciznim dozirnim ventilom Figure 4: Gauge comparison UHV calibration system comprising a test chamber, equipped with an extractor gauge, a spinning rotor gauge, and a gas manifold with a precise leak valve Razelektritveni tok smo merili pri različni anodni napetosti v območju1 do 10 kV s korakom 0,5 kV in pri konstantnih tlakih -llOČllO8, MO"7 in 1106 mbar. Razelektritveni tok v odvisnosti od tlaka v območju 11010 do 1105 mbar in napetosti -4,5 kV. Napetost 4,5 kV smo izbrali zato, ker smo pri tej vrednosti pričakovali neko spremembo nelinearnosti ali nezveznosti. Kot preskusna plina smo uporabili dušik in vodik. Nadaljnjo obdelavo merilnih rezultatov smo naredili na osebnem računalniku, kjer smo za študij modeliranja vhodno izhodnih karakteristik uporabili programsko orodje Neuralyst 1.4. 3 REZULTATI IN DISKUSIJA Rezultati meritev invertnega magnetrona, pri katerih je bil kot preskusni plin uporabljen vodik, so prikazani na sliki 5a. Na sliki je prikaz meritev pred uporabo nevronskega sistema. Diagram prikazuje anodni tok v odvisnosti od tlaka v vakuumskem sistemu. Pri tej meritvi je napetost med katodo in anodo konstantna in je 5 kV. Meritve, pri katerih je bil uporabljen kot preskusni plin dušik, so identične. Za nevronski sistem smo uporabili štiri plasti nevronov. V prvi in zadnji plasti je uporabljen po en >."* *' P(mbar) (b) P(mbar) Slika 5: (a) Razelektritveni tok v odvisnosti od tlaka vodika - merjene točke karakteristike in (b) razelektritveni tok v odvisnosti od tlaka vodika - z nevronskim sistemom modelirana karakteristika Figure 5: (a) The discharge current vs hydrogen pressure - measured points, and (b) the discharge current vs hydrogen pressure - neural network modelling of the characteristic curves 418 MATERIALI IN TEHNOLOGIJE 35 (2001) 6 L. IRMANČNIK BELIČ ET AL.: MERITVE VISOKEGA IN ULTRAVISOKEGA VAKUUMA 1.00E-06 j 1.00E-06 1.D0E-07 1.ME-08 1.00E-M 1234BB7BS (a) V(kV) (b) V(kV) Slika 6: (a) Razelektritveni tok v odvisnosti od anodno-katodne napetostippb pri različnih tlakih (l-l,451Cr9 mbar; 2-1,48-lCT8 mbar; 3-1,45-lCr7 mbar; 4-1,43-lCT6 mbar) - merjene točke karakteristike in (b) razelektritveni tok v odvisnosti od anodno-katodne napetosti, pri različnih tlakih (1-1,4510-9 mbar; 2-l,481()-8 mbar; 3-1,45-K)-7 mbar; 4-1,43-lCT6 mbar, 5-510"8 mbar modelirano) - z nevronskim sistemom modelirana karakteristika Figure 6: (a) The discharge current vs anode-cathode voltage V at different pressures (1-1,4510"9 mbar; 2-1,48-K)-8 mbar; 3-1,45-K)-7 mbar; 4-1,43-lCT6 mbar) - measured points and (b) the discharge current vs anode-cathode voltage V at different pressures (l-l,451Cr9 mbar; 2-1,48-K)-8 mbar; 3-1,45-K)-7 mbar; 4-1,4310-« mbar, 5-510"8 mbar modelled) - neural network modelling of the characteristic curves nevron, v dveh skritih plasteh pa je bilo uporabljeno v vsaki po 10 nevronov. Parametri učenja s povratnim razširjanjem napak so bili: Koeficient hitrosti učenja: 0,8 Koeficient vztrajnosti: 0,5 Primešan šum: 0 Toleranca približka učni množici: 0,5% Sistem je za dosego želene tolerance natančnosti uče-nja potreboval med 3000 do 4000 učnih ciklov (epoh). Zmanjševanje napake učenja je monotono padajoče, brez zaznanih nihanj, kar pomeni, da je izbrana konfiguracija primerna za modeliranje predstavljene vhodno-izhodne funkcije. Slika 5b prikazuje rezultat modeliranja odvisnosti anodnega toka od tlaka v vakuumski komori z opisanim nevronskim sistemom. Nobena od merilnih točk (slika 5a) se ne odmika od modelirane vrednosti za več kot 0,5%, potek krivulje v prostoru med merjenimi točkami pa je zvezen in gladek. MATERIALI IN TEHNOLOGIJE 35 (2001) 6 Pri konstantni napetosti med katodo in anodo invertnega magnetrona lahko uporabimo nevronski sistem, ki izmerjen tok pretvori v vrednost tlaka. Povezava med dejanskim tlakom v vakuumski komori in izhodno vrednostjo iz nevronskega sistema postane tako linearna, napaka ki jo pri tem vnaša nevronski sistem pa je za izmerjene vrednosti manjša od 0,5%. Pri drugem poskusu smo celo polje karakteristik, ki so bile ravno tako izmerjene s preskusnim plinom H2, modelirali z enim nevronskim sistemom. Slika 6a prikazuje merilne točke. Diagram prikazuje anodni tok v odvisnosti od napetosti med katodo in anodo invertnega magnetrona. Skupine merilnih točk, označene od 1 do 4, pripadajo meritvam pri različnih tlakih (1-1,45?10-9 mbar; 2-1,48?10-8 mbar; 3-1,45?10-7 mbar; 4-1,43?10-6 mbar). Uporabili smo nevronski sistem s petimi plastmi nevronov. V prvi plasti sta bila dva nevrona (V, P), v zadnji plasti pa je uporabljen en nevron. V drugi plasti je bilo 25 nevronov, v tretji 15 ter v četrti 10 nevronov. Parametri učenja s povratnim razširjanjem napak so bili: Koeficient hitrosti učenja: 0,6 Koeficient vztrajnosti: 0,4 Primešan šum: 0 Toleranca približka učni množici: 0,5% Sistem je za dosego želene tolerance natančnosti učenja potreboval med 30.000 do 50.000 učnih ciklov (epoh). Naredili smo več ločenih zaporednih poskusov učenja in ugotovili, da je zmanjševanje napake učenja vedno monotono padalo, kar je tudi v tem primeru pomenilo, da je izbrana konfiguracija primerna za modeliranje predstavljene vhodno-izhodne funkcije. Slika 6b prikazuje rezultat modeliranja polja krivulj odvisnosti anodnega toka od napetosti. Tudi tu se nobena od izmerjenih točk (slika 6a) ne odmika od modelirane vrednosti za več kot 0,5%, potek krivulj v prostoru med merjenimi točkami pa je zvezen in gladek. Pomen modeliranja vhodno-izhodne karakteristike je v tem primeruše večji, saj je nevronski sistem sposoben naučene krivulje prenesti na celotno polje učenja - torej tudi na področje med izmerjenimi krivuljami. Kot zgled je na sliki 6b predstavljena krivulja 5, ki je modelirana odvisnost I/V na vmesnem - neizmerjenem področju. Opazimo, da je tudi ta krivulja zvezna in gladka ter že na prvi pogled povzema lastnosti sosednjih krivulj. Uporabljen nevronski sistem je dobro orodje za modeliranje širšega polja karakteristik invertnega magnetrona. S takim nevronskim sistemom lahko izvedemo linearizacijo odnosa P-P’ (slika 2), ki povezuje med seboj anodni tok I, katodno-anodno napetost V in vrednost tlaka v notranjosti vakuumske komore. 419 L. IRMANČNIK BELIČ ET AL.: MERITVE VISOKEGA IN ULTRAVISOKEGA VAKUUMA 4 SKLEP Velika pomanjkljivost invertnega magnetrona kot CCG merilnika je nelinearnost med parametri, kot so anodna napetost, anodni tok in tlak v komori magne-trona. Končnega uporabnika merilnika zanima predvsem linearnost odnosa med izmerjenim tlakom, ki ga pri invertnem magnetronulahko odčitavamo posredno preko anodnega toka in dejanskim tlakom v merilni komori. Namen študija uporabe nevronskih sistemov je bil pokazati, da je z nevronskim sistemom možno modelirati vhodno - izhodne karakteristike pri CCG. Po končanih raziskavah uporabe nevronskega sistema za modeliranje vhodno-izhodnih karakteristik invertnega magnetrona lahko podamo dve pomembni ugotovitvi: Pri konstantni napetosti med katodo in anodo invertnega magnetrona lahko uporabimo nevronski sistem, ki izmerjeni tok pretvori v vrednost tlaka. Povezava med dejanskim tlakom v vakuumski komori in izhodno vrednostjo iz nevronskega sistema postane tako linearna, napaka ki jo pri tem vnaša nevronski sistem, pa je za izmerjene vrednosti manjša od 0,5%. Uporabljen nevronski sistem je dobro orodje za modeliranje širšega polja karakteristik invertnega mag-netrona. S takim nevronskim sistemom lahko izvedemo linearizacijo odnosa P-P’, ki povezuje med seboj anodni tok I, katodno - anodno napetost V in vrednost tlaka v notranjosti vakuumske komore. 5 LITERATURA 1 R. N. Peacock, N. T. Peacock, D. S. Haucshulz, J. Vac. Sci. Tehnol. A 9 (1991) 3, 1977 2 B. R. F. Kendall, E. Drubetsky, J. Vac. Sci. Technol., A15 (1997) 3, 740 3 N. T. Peacock, R. N. Peacock, J. Vac. Sci. Tehnol., A6 (1988) 3, 1141 4 P. A. Redhead, Vacuum, 38 (1988) 8-10, 901 5 B. Erjavec, J. Šetina, L. Irmančnik-Belič, Mater. Tehol., 35 (2001) 3-4, 143 6 W. H. Press, B. P. Flannery, S. A. Tekuolsky, W. T. Vetterling, Numerical Recipies, The Art of Scientific Computing, Cambridge University Press, Cambridge 1989, p 818 7 I. Aleksander, H. Morton, An Introduction to Neural Computing, Second edition, International Thomson Computer Press, London 1995, p 284 8 S Haykin, Neural Networks, a Comprehensive Foundation, Second Edition, Prentice Hill International, Upper Saddle River 1999, p 842 9 N. B. Karayiannis, A. N. Venetsanopoulus, Artificial Neural Networks, Learning Algorithms, Performance Evaluation and Application, Kluwer Academic Publishers, Norwell - Massachusetts 1993, p 440 10 B. Erjavec, J. Šetina, L. Irmančnik-Belič, Mater. Tehol., 35 (2001) 5, 251 420 MATERIALI IN TEHNOLOGIJE 35 (2001) 6