Optimización del diseño del campo térmico para horno epitaxial de SiC (reactor CVD de pared caliente)

El objetivo principal es lograr uniformidad de la temperatura de la superficie de la oblea (≤±0,5–5 ℃) y estabilidad del campo de temperatura/flujo, mejorando así la uniformidad del espesor de la capa epitaxial (<3%), la uniformidad del dopaje (<8%), reduciendo la densidad de defectos y aumentando la tasa de crecimiento (>60 μm/h).

Los avances recientes en la optimización del proceso de epitaxia de SiC se han centrado en la gestión térmica, la optimización de múltiples parámetros, la simulación asistida por IA, la regulación del flujo de gas y las actualizaciones de la estructura del reactor. Estos desarrollos tienen como objetivo mejorar la uniformidad de la capa epitaxial, la eficiencia del crecimiento, el control de defectos y la escalabilidad industrial de obleas grandes.

Modelado de conductividad térmica de materiales aislantes

Una dirección de investigación importante es el modelado de la conductividad térmica del fieltro fibroso de grafito utilizado en reactores de epitaxia. Se han desarrollado modelos analíticos avanzados para evaluar la conductividad térmica aparente teniendo en cuenta la composición del gas, la presión de la cámara y la temperatura de funcionamiento. En condiciones de gas portador rico en hidrógeno, la transferencia de calor en fase gaseosa se convierte en el mecanismo de transferencia de calor dominante. Los estudios demuestran que reducir la presión de la cámara de 100 mbar a 1,5 mbar reduce significativamente la potencia de calefacción necesaria. Estos modelos también permiten una predicción más precisa de la distribución de la temperatura en las diferentes regiones del reactor, lo que ayuda a prevenir la falta de uniformidad en la deposición causada por variaciones de temperatura fuera del área de la oblea, incluso cuando la temperatura del sustrato permanece constante.

Optimización de parámetros multiobjetivo mediante FEM y aprendizaje automático

Otro avance importante combina el modelado de elementos finitos (FEM) con algoritmos de aprendizaje automático para la optimización multiobjetivo. Los parámetros clave del proceso incluyen el caudal total de gas, la temperatura de crecimiento, la presión de la cámara, la velocidad de rotación del susceptor y el diseño de distribución de gas. Se han adoptado ampliamente enfoques de optimización como MOPSO, NSGA-II y modelos sustitutos SVM. Los resultados demuestran que la uniformidad del espesor se puede mejorar en aproximadamente un 30%, mientras que la optimización del frente de Pareto logra altas tasas de crecimiento y un bajo coeficiente de variación simultáneamente. Las ventanas de proceso óptimas generalmente se encuentran a temperaturas de crecimiento de 1450 a 1500 °C, presiones de cámara de 80 a 100 mbar, velocidades de rotación del susceptor superiores a 60 rpm y relaciones de entrada de gas asimétricas, como 5:16:5.

Simulación multifísica transitoria combinada con aprendizaje automático

Estudios recientes también integran simulaciones CFD transitorias con técnicas de aprendizaje automático para acelerar la optimización de procesos. Los modelos CFD acoplados de flujo térmico y químicos combinados con redes neuronales ACO-BPNN se utilizan para optimizar la temperatura de deposición, el flujo de gas de entrada, la velocidad de rotación y la presión de la cámara. La validación experimental muestra una excelente concordancia entre la simulación y los resultados prácticos, con desviaciones de predicción de sólo el 4,03% para la tasa de crecimiento y el 0,49% para la uniformidad. Este enfoque acorta significativamente los ciclos de desarrollo y optimización y es particularmente adecuado para reactores CVD horizontales de paredes calientes.

Optimización del campo de temperatura y flujo de gas

La optimización del flujo de gas y la distribución del campo térmico sigue siendo fundamental para el crecimiento de epitaxia de SiC de alta calidad. En condiciones optimizadas, que incluyen un caudal de H₂ de 100 slm, una relación de división del flujo de 20:60:20 (lado:centro:lado), una relación C/Si de 0,95, una temperatura de crecimiento de 1610 °C y una rotación del susceptor, los investigadores lograron un campo de flujo paralelo altamente estable y una distribución uniforme de la temperatura. El gradiente de temperatura de la superficie de la oblea se redujo a sólo 19,3°C. Además, la uniformidad del dopaje con nitrógeno alcanzó entre 3,35 y 4,85%, mientras que los defectos de los cristales se redujeron significativamente a 28 defectos totales, incluidos sólo 8 defectos triangulares y 6 dislocaciones del plano basal (DBP).

Iteración e industrialización de la estructura del equipo.

Las actualizaciones de los reactores a escala industrial entre 2023 y 2026 se centran principalmente en sistemas de inyección de gas dividida vertical, calentamiento por inducción multizona, compatibilidad con configuraciones de oblea única y doble para obleas de 6 a 12 pulgadas y rediseño de componentes de grafito con mantenimiento preventivo (PM) automatizado. Estas mejoras estructurales han permitido que los procesos de epitaxia de SiC de 8 y 12 pulgadas logren una falta de uniformidad en el espesor por debajo del 3% y una variación de dopaje por debajo del 8%. Además, la contaminación por partículas se ha reducido en aproximadamente un 50 %, el tiempo de inactividad por mantenimiento se ha reducido en un 30 % y la variación de temperatura se ha controlado dentro de ±5 °C en sistemas de doble oblea.

Tres conclusiones clave

1. La simulación + aprendizaje automático se ha convertido en el método principal para la optimización del campo térmico: al acoplar el campo químico termofluido a través de CFD/FEM y combinarlo con ACO-BPNN o MOPSO/NSGA-II, los parámetros de Pareto óptimos se pueden encontrar en cuestión de semanas (en lugar del método tradicional de prueba y error), lo que mejora significativamente la uniformidad del espesor/dopaje en más de un 30 % y reduce los costos experimentales. Esta es una herramienta esencial para el crecimiento epitaxial a gran escala de SiC de 8 a 12 pulgadas.

2. No se puede ignorar la influencia de la fase gaseosa (presión/composición de H₂) dentro del fieltro aislante sobre la conductividad térmica aparente: a altas temperaturas de H₂, la transferencia de calor en fase gaseosa es dominante y los cambios en la presión/caudal del precursor alterarán la distribución general de temperatura del reactor. Los últimos modelos analíticos se pueden integrar directamente en CFD para lograr una predicción precisa de la energía y un control del campo térmico de circuito cerrado, que es el núcleo de la alta eficiencia, el ahorro de energía y la uniformidad en las chimeneas térmicas.

3. La transición a tamaños más grandes (de 8 a 12 pulgadas) requiere innovación estructural: los equipos domésticos han alcanzado una temperatura de la superficie de la oblea ≤ ±0,5 ℃ y una diferencia de temperatura de la oblea dual ≤ 5 ℃ mediante la entrada de aire dividida vertical, el control de temperatura multizona y la optimización de susceptores. La uniformidad del espesor/dopaje ha alcanzado el nivel líder internacional, apoyando directamente la reducción de costos y la duplicación de la capacidad de producción. El hotwall horizontal + susceptor giratorio sigue siendo la corriente principal y no existe una controversia obvia.

Semicorex ofrece alta calidadcomponentes en el proceso epitaxial. Si tiene alguna consulta o necesita detalles adicionales, no dude en ponerse en contacto con nosotros.

Teléfono de contacto # +86-13567891907

Correo electrónico: sales@semicorex.com