بهینه سازی طراحی میدان حرارتی برای کوره اپیتاکسیال SiC (راکتور CVD دیوار داغ)

هدف اصلی دستیابی به یکنواختی دمای سطح ویفر (≤±0.5-5℃) و پایداری میدان دما/جریان است، در نتیجه یکنواختی ضخامت لایه همپایی (<3٪)، یکنواختی دوپینگ (<8٪)، کاهش تراکم نقص و افزایش نرخ رشد (> 60 میکرومتر در ساعت) را بهبود می بخشد.

پیشرفت‌های اخیر در بهینه‌سازی فرآیند epitaxy SiC بر مدیریت حرارتی، بهینه‌سازی چند پارامتری، شبیه‌سازی به کمک هوش مصنوعی، تنظیم جریان گاز و ارتقاء ساختار راکتور متمرکز شده است. هدف این پیشرفت ها بهبود یکنواختی لایه همپایی، راندمان رشد، کنترل عیب و مقیاس پذیری صنعتی ویفرهای بزرگ است.

مدلسازی رسانایی حرارتی مواد عایق

یکی از جهت‌های تحقیقاتی مهم، مدل‌سازی هدایت حرارتی نمد گرافیت فیبری است که در راکتورهای اپیتاکسی استفاده می‌شود. مدل‌های تحلیلی پیشرفته برای ارزیابی هدایت حرارتی ظاهری با در نظر گرفتن ترکیب گاز، فشار محفظه و دمای عملیاتی توسعه داده شده‌اند. تحت شرایط گاز حامل غنی از هیدروژن، انتقال حرارت فاز گاز به مکانیسم غالب انتقال حرارت تبدیل می شود. مطالعات نشان می دهد که کاهش فشار محفظه از 100 میلی بار به 1.5 میلی بار به طور قابل توجهی قدرت گرمایش مورد نیاز را کاهش می دهد. این مدل‌ها همچنین پیش‌بینی دقیق‌تری توزیع دما در مناطق مختلف راکتور را امکان‌پذیر می‌کنند و به جلوگیری از یکنواختی رسوب ناشی از تغییرات دما در خارج از ناحیه ویفر حتی زمانی که دمای بستر ثابت می‌ماند کمک می‌کند.

بهینه سازی پارامتر چند هدفه با استفاده از FEM و یادگیری ماشینی

یکی دیگر از پیشرفت‌های مهم، ترکیب مدل‌سازی اجزای محدود (FEM) با الگوریتم‌های یادگیری ماشین برای بهینه‌سازی چند هدفه است. پارامترهای کلیدی فرآیند شامل نرخ کل جریان گاز، دمای رشد، فشار محفظه، سرعت چرخش گیرنده و طراحی توزیع گاز است. رویکردهای بهینه‌سازی مانند مدل‌های جایگزین MOPSO، NSGA-II و SVM به طور گسترده مورد استفاده قرار گرفته‌اند. نتایج نشان می‌دهد که یکنواختی ضخامت را می‌توان تقریباً 30 درصد بهبود بخشید، در حالی که بهینه‌سازی پارتو جلویی به نرخ رشد بالا و ضریب تغییرات پایین به طور همزمان دست می‌یابد. پنجره های فرآیند بهینه معمولاً در دمای رشد 1450-1500 درجه سانتی گراد، فشار محفظه 80-100 میلی بار، سرعت چرخش گیرنده بالاتر از 60 دور در دقیقه و نسبت های ورودی گاز نامتقارن مانند 5:16:5 یافت می شوند.

شبیه سازی چندفیزیکی گذرا همراه با یادگیری ماشینی

مطالعات اخیر همچنین شبیه‌سازی‌های CFD گذرا را با تکنیک‌های یادگیری ماشین برای تسریع بهینه‌سازی فرآیند ادغام می‌کنند. مدل‌های CFD جفت‌شده حرارتی-شیمیایی همراه با شبکه‌های عصبی ACO-BPNN برای بهینه‌سازی دمای رسوب، جریان گاز ورودی، سرعت چرخش و فشار محفظه استفاده می‌شوند. اعتبار تجربی توافق عالی بین نتایج شبیه‌سازی و عملی را نشان می‌دهد، با انحرافات پیش‌بینی تنها 4.03 درصد برای نرخ رشد و 0.49 درصد برای یکنواختی. این رویکرد به طور قابل توجهی چرخه های توسعه و بهینه سازی را کوتاه می کند و به ویژه برای راکتورهای CVD دیوار داغ افقی مناسب است.

بهینه سازی میدان جریان گاز و دما

بهینه سازی جریان گاز و توزیع میدان حرارتی برای رشد اپیتاکسی SiC با کیفیت بسیار حیاتی است. در شرایط بهینه، از جمله نرخ جریان H2 100 slm، نسبت تقسیم جریان 20:60:20 (سمت: مرکز: سمت)، نسبت C/Si 0.95، دمای رشد 1610 درجه سانتیگراد، و چرخش گیرنده، محققان به یک جریان موازی دمایی بسیار پایدار و یکنواخت دست یافتند. گرادیان دمای سطح ویفر تنها به 19.3 درجه سانتیگراد کاهش یافت. علاوه بر این، یکنواختی دوپینگ نیتروژن به 3.35-4.85٪ رسید، در حالی که عیوب کریستالی به طور قابل توجهی به 28 نقص کل کاهش یافت، از جمله تنها 8 نقص مثلثی و 6 دررفتگی صفحه پایه (BPDs).

تکرار ساختار تجهیزات و صنعتی سازی

به‌روزرسانی‌های راکتور در مقیاس صنعتی بین سال‌های 2023 و 2026 عمدتاً بر سیستم‌های تزریق گاز تقسیم عمودی، گرمایش القایی چند ناحیه‌ای، سازگاری با پیکربندی‌های تک ویفر و دو ویفر برای ویفرهای 6 تا 12 اینچی و طراحی مجدد اجزای گرافیت با تعمیر و نگهداری پیشگیرانه خودکار (PM) متمرکز است. این پیشرفت‌های ساختاری، فرآیندهای اپیتاکسی SiC 8 اینچی و 12 اینچی را قادر می‌سازد تا به ضخامت غیریکنواختی زیر 3 درصد و تغییرات دوپینگ زیر 8 درصد دست یابد. علاوه بر این، آلودگی ذرات تقریباً 50٪ کاهش یافته است، زمان تعمیر و نگهداری تا 30٪ کاهش یافته است و تغییرات دما در ± 5 درجه سانتیگراد در سیستم های دو ویفر کنترل می شود.

سه نتیجه گیری کلیدی

1. شبیه‌سازی + یادگیری ماشینی به روش اصلی برای بهینه‌سازی میدان حرارتی تبدیل شده است: با جفت کردن میدان حرارتی-سیال-شیمیایی از طریق CFD/FEM و ترکیب آن با ACO-BPNN یا MOPSO/NSGA-II، پارامترهای بهینه پارتو را می‌توان در عرض چند هفته (به‌جای ضخامت بیش‌تر از یکنواختی/آزمایش یکنواخت و erov) یافت. 30 درصد و کاهش هزینه های آزمایشی. این یک ابزار ضروری برای رشد اپیتاکسیال در مقیاس بزرگ SiC 8 تا 12 اینچی است.

2. تأثیر فاز گاز (فشار/ترکیب H2) داخل نمد عایق بر روی رسانایی حرارتی ظاهری را نمی توان نادیده گرفت: در دماهای بالا H2، انتقال حرارت فاز گاز غالب است و تغییرات در نرخ جریان فشار/پیش ماده، توزیع دمای کلی راکتور را تغییر می دهد. جدیدترین مدل‌های تحلیلی را می‌توان مستقیماً در CFD تعبیه کرد تا به پیش‌بینی دقیق توان و کنترل میدان حرارتی حلقه بسته دست یابد، که هسته اصلی راندمان بالا، صرفه‌جویی در مصرف انرژی و یکنواختی در شومینه‌های حرارتی است.

3. انتقال به اندازه های بزرگتر (8 تا 12 اینچ) نیازمند نوآوری ساختاری است: تجهیزات داخلی به دمای سطح ویفر ≤ ± 0.5 درجه سانتیگراد و اختلاف دمای دو ویفر ≤ 5 درجه سانتیگراد از طریق ورودی هوای تقسیم عمودی، کنترل دمای چند منطقه ای و بهینه سازی گیرنده دست یافته اند. یکنواختی ضخامت/دوپینگ به سطح پیشرو بین المللی رسیده است و به طور مستقیم از کاهش هزینه و دو برابر شدن ظرفیت تولید حمایت می کند. Hotwall افقی + susceptor چرخان هنوز هم جریان اصلی است و هیچ مناقشه آشکاری وجود ندارد.

Semicorex کیفیت بالایی را ارائه می دهداجزاء در فرآیند اپیتاکسیال. اگر سؤالی دارید یا نیاز به جزئیات بیشتری دارید، لطفاً در تماس با ما دریغ نکنید.

تلفن تماس 86-13567891907

ایمیل: sales@semicorex.com