Kjernemålet er å oppnå jevnhet av waferoverflatetemperatur (≤±0,5–5 ℃) og temperatur/strømningsfeltstabilitet, og derved forbedre epitaksial lagtykkelsesensartethet (<3 %), dopinguniformitet (<8 %), redusere defekttetthet og øke veksthastigheten (>60 μm/t).
Nylige fremskritt innen SiC-epitaksi-prosessoptimalisering har fokusert på termisk styring, multiparameteroptimalisering, AI-assistert simulering, gassstrømregulering og oppgradering av reaktorstruktur. Disse utviklingene tar sikte på å forbedre epitaksiallagets ensartethet, veksteffektivitet, defektkontroll og industriell skalerbarhet med store wafere.
En viktig forskningsretning er termisk konduktivitetsmodellering av fibrøs grafittfilt brukt i epitaksereaktorer. Avanserte analytiske modeller er utviklet for å evaluere den tilsynelatende varmeledningsevnen mens man tar hensyn til gasssammensetning, kammertrykk og driftstemperatur. Under hydrogenrike bæregassforhold blir varmeoverføring i gassfase den dominerende varmeoverføringsmekanismen. Studier viser at å redusere kammertrykket fra 100 mbar til 1,5 mbar reduserer den nødvendige varmeeffekten betydelig. Disse modellene muliggjør også mer nøyaktig prediksjon av temperaturfordeling gjennom forskjellige reaktorregioner, og hjelper til med å forhindre ujevnhet i avsetning forårsaket av temperaturvariasjoner utenfor waferområdet selv når substrattemperaturen forblir konstant.
Et annet stort gjennombrudd kombinerer finite element-modellering (FEM) med maskinlæringsalgoritmer for multi-objektiv optimalisering. Nøkkelprosessparametere inkluderer total gassstrømningshastighet, veksttemperatur, kammertrykk, susceptorrotasjonshastighet og gassdistribusjonsdesign. Optimaliseringstilnærminger som MOPSO, NSGA-II og SVM surrogatmodeller har blitt tatt i bruk mye. Resultatene viser at jevnhet i tykkelsen kan forbedres med omtrent 30 %, mens Pareto-frontoptimalisering oppnår både høye vekstrater og lav variasjonskoeffisient samtidig. Optimale prosessvinduer finnes vanligvis ved veksttemperaturer på 1450–1500 °C, kammertrykk på 80–100 mbar, susceptorrotasjonshastigheter over 60 rpm og asymmetriske gassinnløpsforhold som 5:16:5.
Nyere studier integrerer også forbigående CFD-simuleringer med maskinlæringsteknikker for å akselerere prosessoptimalisering. Termisk-strøm-kjemisk koblede CFD-modeller kombinert med ACO-BPNN nevrale nettverk brukes for å optimalisere avsetningstemperatur, innløpsgassstrøm, rotasjonshastighet og kammertrykk. Eksperimentell validering viser utmerket samsvar mellom simulering og praktiske resultater, med prediksjonsavvik på kun 4,03 % for vekstrate og 0,49 % for ensartethet. Denne tilnærmingen forkorter utviklings- og optimaliseringssyklusene betydelig og er spesielt egnet for horisontale varmveggs-CVD-reaktorer.
Optimalisering av gassstrøm og termisk feltfordeling er fortsatt kritisk for høykvalitets SiC-epitaksivekst. Under optimaliserte forhold, inkludert en H₂-strømningshastighet på 100 slm, strømningsdelingsforhold på 20:60:20 (side:senter:side), C/Si-forhold på 0,95, veksttemperatur på 1610°C og susceptorrotasjon, oppnådde forskerne et svært stabilt parallelt strømningsfelt og jevn temperaturfordeling. Waferoverflatetemperaturgradienten ble redusert til bare 19,3°C. I tillegg nådde nitrogendopingens ensartethet 3,35–4,85 %, mens krystalldefekter ble betydelig redusert til 28 totale defekter, inkludert bare 8 triangulære defekter og 6 basalplandislokasjoner (BPD).
Reaktoroppgraderinger i industriell skala mellom 2023 og 2026 fokuserer hovedsakelig på vertikale splittede gassinjeksjonssystemer, flersone induksjonsoppvarming, kompatibilitet med både enkelt-wafer og dual-wafer-konfigurasjoner for 6–12 tommers wafere, og grafittkomponentredesign med automatisert forebyggende vedlikehold (PM). Disse strukturelle forbedringene har muliggjort 8-tommers og 12-tommers SiC-epitaksiprosesser for å oppnå tykkelsesujevnhet under 3 % og dopingvariasjon under 8 %. Videre er partikkelforurensning redusert med ca. 50 %, vedlikeholdsstansetid forkortet med 30 %, og temperaturvariasjon kontrollert innenfor ±5°C i doble wafer-systemer.
1. Simulering + maskinlæring har blitt hovedmetoden for termisk feltoptimalisering: Ved å koble det termo-væske-kjemiske feltet gjennom CFD/FEM, og kombinere det med ACO-BPNN eller MOPSO/NSGA-II, kan de optimale Pareto-parametrene bli funnet i løpet av uker (i stedet for tradisjonell prøving og feiling ved å forbedre 30% jevnere tykkelse) eksperimentelle kostnader. Dette er et viktig verktøy for storskala epitaksial vekst av 8–12-tommers SiC.
2. Påvirkningen av gassfasen (H₂-trykk/sammensetning) inne i isolasjonsfilten på den tilsynelatende termiske ledningsevnen kan ikke ignoreres: Ved høye H₂-temperaturer er gassfasevarmeoverføring dominerende, og endringer i trykk/forløperstrømningshastighet vil endre den generelle temperaturfordelingen til reaktoren. De nyeste analytiske modellene kan integreres direkte i CFD for å oppnå nøyaktig effektprediksjon og termisk feltkontroll med lukket sløyfe, som er kjernen i høy effektivitet, energisparing og ensartethet i termiske peiser.
3. Overgang til større størrelser (8–12 tommer) krever strukturell innovasjon: Husholdningsutstyr har oppnådd waferoverflatetemperatur ≤ ±0,5 ℃ og dobbel-wafer temperaturforskjell ≤ 5 ℃ gjennom vertikalt delt luftinntak, flersones temperaturkontroll og susceptoroptimalisering. Ensartethet i tykkelse/doping har nådd det internasjonale ledende nivået, noe som direkte støtter kostnadsreduksjon og dobling av produksjonskapasiteten. Horisontal hotwall + roterende susceptor er fortsatt mainstream og det er ingen åpenbar kontrovers.
Semicorex tilbyr høy kvalitetkomponenter i epitaksial prosess. Hvis du har spørsmål eller trenger ytterligere detaljer, ikke nøl med å ta kontakt med oss.
Kontakt telefonnummer +86-13567891907
E-post: sales@semicorex.com