Glavni cilj je doseči enakomernost površinske temperature rezin (≤±0,5–5 ℃) in stabilnost polja temperature/toka, s čimer se izboljša enakomernost debeline epitaksialne plasti (<3 %), enakomernost dopinga (<8 %), zmanjša gostota napak in poveča hitrost rasti (>60 μm/h).
Nedavni napredek pri optimizaciji postopka epitaksije SiC je osredotočen na termično upravljanje, optimizacijo z več parametri, simulacijo s pomočjo umetne inteligence, regulacijo pretoka plina in nadgradnje strukture reaktorja. Cilj tega razvoja je izboljšati enotnost epitaksialne plasti, učinkovitost rasti, nadzor napak in industrijsko skalabilnost velikih rezin.
Ena od pomembnih raziskovalnih smeri je modeliranje toplotne prevodnosti vlaknastega grafitnega filca, ki se uporablja v epitaksijskih reaktorjih. Razviti so bili napredni analitični modeli za oceno navidezne toplotne prevodnosti ob upoštevanju sestave plina, tlaka v komori in delovne temperature. V pogojih nosilnega plina, bogatega z vodikom, postane prenos toplote v plinski fazi prevladujoč mehanizem prenosa toplote. Študije kažejo, da zmanjšanje tlaka v komori s 100 mbar na 1,5 mbar bistveno zmanjša zahtevano moč ogrevanja. Ti modeli omogočajo tudi natančnejšo napoved porazdelitve temperature po različnih območjih reaktorja, s čimer pomagajo preprečiti neenakomerno nanašanje, ki ga povzročajo temperaturne razlike zunaj območja rezin, tudi če temperatura podlage ostane konstantna.
Drug velik preboj združuje modeliranje končnih elementov (FEM) z algoritmi strojnega učenja za optimizacijo z več cilji. Ključni procesni parametri vključujejo skupni pretok plina, temperaturo rasti, tlak v komori, hitrost vrtenja suceptorja in zasnovo distribucije plina. Optimizacijski pristopi, kot so nadomestni modeli MOPSO, NSGA-II in SVM, so bili široko sprejeti. Rezultati kažejo, da je mogoče enakomernost debeline izboljšati za približno 30 %, medtem ko Pareto-front optimizacija hkrati dosega visoke stopnje rasti in nizek koeficient variacije. Optimalna procesna okna običajno najdemo pri temperaturah rasti 1450–1500 °C, tlakih v komori 80–100 mbar, hitrosti vrtenja susceptorja nad 60 vrt./min in asimetričnim vstopnim razmerjem plina, kot je 5:16:5.
Nedavne študije prav tako vključujejo prehodne simulacije CFD s tehnikami strojnega učenja za pospešitev optimizacije procesa. Toplotno-pretočno-kemično sklopljeni modeli CFD v kombinaciji z nevronskimi mrežami ACO-BPNN se uporabljajo za optimizacijo temperature nanašanja, pretoka vstopnega plina, hitrosti vrtenja in tlaka v komori. Eksperimentalna validacija kaže odlično ujemanje med simulacijo in praktičnimi rezultati, z odstopanji napovedi le 4,03 % za stopnjo rasti in 0,49 % za enotnost. Ta pristop bistveno skrajša razvojne in optimizacijske cikle in je še posebej primeren za vodoravne toplostenske reaktorje CVD.
Optimizacija pretoka plina in porazdelitev toplotnega polja ostaja ključnega pomena za visokokakovostno rast epitaksije SiC. Pod optimiziranimi pogoji, vključno s hitrostjo pretoka H₂ 100 slm, razmerjem delitve toka 20:60:20 (stran:sredina:stran), razmerjem C/Si 0,95, rastno temperaturo 1610°C in rotacijo suceptorja, so raziskovalci dosegli zelo stabilno vzporedno polje toka in enakomerno porazdelitev temperature. Temperaturni gradient površine rezin se je zmanjšal na samo 19,3 °C. Poleg tega je enakomernost dopinga z dušikom dosegla 3, 35–4, 85%, medtem ko so se kristalne napake znatno zmanjšale na 28 skupnih napak, vključno s samo 8 trikotnimi napakami in 6 dislokacijami bazalne ravnine (BPD).
Nadgradnje reaktorjev v industrijskem obsegu med letoma 2023 in 2026 se v glavnem osredotočajo na sisteme za navpično razdeljeno vbrizgavanje plina, večconsko indukcijsko ogrevanje, združljivost s konfiguracijami z enojno in dvojno rezino za 6–12-palčne rezine ter preoblikovanje grafitnih komponent z avtomatiziranim preventivnim vzdrževanjem (PM). Te strukturne izboljšave so omogočile 8-palčnim in 12-palčnim postopkom epitaksije SiC, da dosežejo neenakomernost debeline pod 3 % in variacijo dopinga pod 8 %. Poleg tega se je kontaminacija z delci zmanjšala za približno 50 %, izpadi vzdrževanja skrajšani za 30 %, nihanje temperature pa je nadzorovano v okviru ±5 °C v sistemih z dvojnimi rezinami.
1. Simulacija + strojno učenje je postalo glavna metoda za optimizacijo toplotnega polja: s povezovanjem termo-fluidnega-kemičnega polja prek CFD/FEM in njegove kombinacije z ACO-BPNN ali MOPSO/NSGA-II je mogoče najti optimalne Paretove parametre v nekaj tednih (namesto tradicionalnih poskusov in napak), s čimer se znatno izboljša enakomernost debeline/dopinga za več kot 30 % in zmanjšanje eksperimentalnih stroškov. To je bistveno orodje za obsežno epitaksialno rast 8–12-palčnega SiC.
2. Vpliva plinske faze (tlak/sestava H₂) znotraj izolacijskega filca na navidezno toplotno prevodnost ni mogoče prezreti: Pri visokih temperaturah H₂ je prevladujoč prenos toplote v plinski fazi in spremembe v tlaku/stopnji pretoka predhodnika bodo spremenile celotno porazdelitev temperature v reaktorju. Najnovejše analitske modele je mogoče neposredno vgraditi v CFD, da se doseže natančno napovedovanje moči in zaprto zančno kontrolo toplotnega polja, kar je jedro visoke učinkovitosti, varčevanja z energijo in enotnosti v termalnih kaminih.
3. Prehod na večje velikosti (8–12 palcev) zahteva strukturne inovacije: Domača oprema je dosegla površinsko temperaturo rezin ≤ ±0,5 ℃ in temperaturno razliko dvojnih rezin ≤ 5 ℃ prek navpičnega razdeljenega dovoda zraka, večconskega nadzora temperature in optimizacije susceptorja. Enotnost debeline/dopinga je dosegla mednarodno vodilno raven, kar neposredno podpira zmanjšanje stroškov in podvojitev proizvodnih zmogljivosti. Horizontalna vroča stena + rotacijski suceptor je še vedno glavni tok in ni očitnih polemik.
Semicorex ponuja visoko kakovostkomponente v epitaksialnem procesu. Če imate kakršna koli vprašanja ali potrebujete dodatne podrobnosti, ne oklevajte in stopite v stik z nami.
Kontaktna telefonska številka +86-13567891907
E-pošta: sales@semicorex.com