Optimasi desain lapangan termal kanggo tungku epitaxial SiC (reaktor CVD tembok panas)

Tujuan inti yaiku kanggo nggayuh keseragaman suhu permukaan wafer (≤ ± 0.5-5 ℃) lan stabilitas medan suhu / aliran, saéngga ningkatake keseragaman ketebalan lapisan epitaxial (<3%), keseragaman doping (<8%), ngurangi Kapadhetan cacat, lan ningkatake tingkat pertumbuhan (> 60 μm / h).

Kemajuan anyar ing optimasi proses epitaksi SiC wis fokus ing manajemen termal, optimasi multi-parameter, simulasi dibantu AI, regulasi aliran gas, lan upgrade struktur reaktor. Pangembangan kasebut ngarahake kanggo nambah keseragaman lapisan epitaxial, efisiensi pertumbuhan, kontrol cacat, lan skalabilitas industri wafer gedhe.

Pemodelan Konduktivitas Termal Bahan Insulasi

Salah sawijining arah riset penting yaiku pemodelan konduktivitas termal saka grafit serat sing digunakake ing reaktor epitaksi. Model analitis canggih wis dikembangake kanggo ngevaluasi konduktivitas termal sing katon nalika nimbang komposisi gas, tekanan kamar, lan suhu operasi. Ing kahanan gas pembawa sing sugih hidrogen, transfer panas fase gas dadi mekanisme transfer panas sing dominan. Studies nuduhake yen ngurangi tekanan kamar saka 100 mbar kanggo 1,5 mbar Ngartekno sudo daya panas dibutuhake. Model iki uga mbisakake prediksi sing luwih akurat babagan distribusi suhu ing saindhenging wilayah reaktor sing beda-beda, mbantu nyegah deposisi non-keseragaman sing disebabake dening variasi suhu ing njaba area wafer sanajan suhu substrat tetep konstan.

Optimization Parameter Multi-Tujuan Nggunakake FEM lan Machine Learning

Terobosan utama liyane nggabungake modeling unsur terhingga (FEM) karo algoritma pembelajaran mesin kanggo optimasi multi-tujuan. Parameter proses utama kalebu tingkat aliran gas total, suhu pertumbuhan, tekanan ruang, kecepatan rotasi susceptor, lan desain distribusi gas. Pendekatan optimasi kayata model pengganti MOPSO, NSGA-II, lan SVM wis diadopsi kanthi akeh. Asil nduduhake sing uniformity kekandelan bisa apik dening kira-kira 30%, nalika Optimization Pareto-ngarep entuk loro tingkat wutah dhuwur lan koefisien kurang saka variasi bebarengan. Jendhela proses optimal biasane ditemokake ing suhu pertumbuhan 1450-1500 ° C, tekanan kamar 80-100 mbar, kecepatan rotasi susceptor ing ndhuwur 60 rpm, lan rasio inlet gas asimetris kayata 5:16:5.

Simulasi Multifisika Transient Digabungake karo Machine Learning

Pasinaon anyar uga nggabungake simulasi CFD transien karo teknik pembelajaran mesin kanggo nyepetake optimasi proses. Model CFD gabungan aliran termal-kimia sing digabungake karo jaringan saraf ACO-BPNN digunakake kanggo ngoptimalake suhu deposisi, aliran gas mlebu, kacepetan rotasi, lan tekanan ruang. Validasi eksperimen nuduhake kasepakatan banget antarane simulasi lan asil praktis, kanthi panyimpangan prediksi mung 4,03% kanggo tingkat pertumbuhan lan 0,49% kanggo keseragaman. Pendekatan iki nyepetake siklus pangembangan lan optimalisasi kanthi signifikan lan cocok kanggo reaktor CVD tembok panas horisontal.

Aliran Gas lan Optimasi Lapangan Suhu

Optimasi distribusi aliran gas lan medan termal tetep kritis kanggo pertumbuhan epitaksi SiC sing berkualitas tinggi. Ing kahanan sing dioptimalake, kalebu tingkat aliran H₂ 100 slm, rasio pamisah aliran 20:60:20 (sisih: tengah: sisih), rasio C / Si 0,95, suhu pertumbuhan 1610 ° C, lan rotasi susceptor, peneliti entuk lapangan aliran paralel sing stabil lan distribusi suhu seragam. Gradien suhu permukaan wafer dikurangi dadi mung 19,3 ° C. Kajaba iku, keseragaman doping nitrogen tekan 3,35-4,85%, dene cacat kristal dikurangi kanthi signifikan dadi 28 cacat total, kalebu mung 8 cacat segitiga lan 6 dislokasi bidang basal (BPD).

Iterasi lan Industrialisasi Struktur Peralatan

Nganyarke reaktor skala industri antarane 2023 lan 2026 utamane fokus ing sistem injeksi gas pamisah vertikal, pemanasan induksi multi-zona, kompatibilitas karo konfigurasi wafer tunggal lan wafer kanggo wafer 6-12 inci, lan desain ulang komponen grafit kanthi pangopènan pencegahan otomatis (PM). Perbaikan struktural kasebut wis ngaktifake proses epitaksi SiC 8-inci lan 12-inci kanggo nggayuh ketebalan non-keseragaman ing ngisor 3% lan variasi doping ing ngisor 8%. Salajengipun, kontaminasi partikel wis suda kira-kira 50%, downtime pangopènan disingkat 30%, lan variasi suhu dikontrol ing ± 5 ° C ing sistem dual-wafer.

Telung Kesimpulan Kunci

1. Simulasi + Machine Learning Wis Dadi Metode Mainstream kanggo Optimization Thermal Field: Kanthi gandheng lapangan thermo-fluida-kimia liwat CFD / FEM, lan nggabungke karo ACO-BPNN utawa MOPSO / NSGA-II, paramèter Pareto optimal bisa ditemokaké ing minggu (tinimbang nyoba tradisional lan kesalahan), Ngartekno nambah kekandelan / doping uniformity 30% luwih saka abang saka eksperimen. Iki minangka alat penting kanggo pertumbuhan epitaxial skala gedhe saka SiC 8-12 inci.

2. Pengaruh Fase Gas (Tekanan/Komposisi H₂) Nang Insulation Felt ing Konduktivitas Thermal Nyoto Ora Bisa Digatekake: Ing suhu H₂ dhuwur, transfer panas fase gas dominan, lan owah-owahan ing tingkat aliran tekanan / prekursor bakal ngowahi distribusi suhu sakabèhé reaktor. Model analitis paling anyar bisa langsung dipasang ing CFD kanggo entuk prediksi daya sing akurat lan kontrol lapangan termal loop tertutup, sing dadi inti efisiensi dhuwur, hemat energi, lan keseragaman ing perapian termal.

3. Transisi menyang ukuran sing luwih gedhe (8-12 inci) mbutuhake inovasi struktural: Peralatan domestik wis entuk suhu permukaan wafer ≤ ± 0,5 ℃ lan prabédan suhu wafer ≤ 5 ℃ liwat intake udara pamisah vertikal, kontrol suhu multi-zona, lan optimalisasi susceptor. Kekandelan / keseragaman doping wis tekan tingkat internasional, langsung ndhukung pengurangan biaya lan tikel kapasitas produksi. Hotwall horisontal + susceptor puteran isih dadi mainstream lan ora ana kontroversi sing jelas.

Semicorex nawakake kualitas dhuwurkomponen ing proses epitaxial. Yen sampeyan duwe pitakon utawa butuh rincian tambahan, aja ragu-ragu hubungi kita.

Kontak telpon # +86-13567891907

Email: sales@semicorex.com