隨著大規(guī)模集成電路的迅速發(fā)展,對硅單晶的品質(zhì)及尺寸提出了更高的要求。大批量制備高品質(zhì)IC級硅單晶通常采用直拉法（Czochralski）,完整的晶體制備過程長達幾十個小時,而等徑生長階段是硅單晶生長過程中耗時最長且最重要的環(huán)節(jié)。直拉法硅單晶生長工藝參數(shù)的精確控制決定了硅單晶的品質(zhì),目前硅單晶生長工藝參數(shù)調(diào)節(jié)主要依賴于人工經(jīng)驗并通過多次實驗獲得,耗時長且成本高,因此硅單晶生長過程關鍵參數(shù)優(yōu)化研究是硅單晶生長領域亟需解決的核心問題。晶體直徑是硅單晶等徑生長階段評價硅單晶品質(zhì)的重要指標,而CZ硅單晶等徑生長過程中涉及眾多特征參數(shù),且參數(shù)間相互影響,所以需剔除與晶體直徑無關特征和冗余特征,識別出影響晶體直徑的關鍵參數(shù),構建關鍵參數(shù)與晶體直徑系統(tǒng)模型,通過優(yōu)化調(diào)節(jié)等徑階段關鍵參數(shù)控制晶體直徑的一致性,以達到提高硅單晶品質(zhì)的目的。雖然硅單晶生長過程中的非線性、大時滯和時變等特性造成機理建模過程復雜且模型求解困難,但生長過程的輸入、輸出數(shù)據(jù)以及生長設備運行過程數(shù)據(jù)較易采集,因此本文基于硅單晶生長過程數(shù)據(jù)建立系統(tǒng)模型。本文研究的重點包括對CZ硅單晶等徑生長階段影響晶體直徑的關鍵參數(shù)進行識別,建立關鍵參... 

【文章來源】：鄭州大學河南省 211工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

直拉法硅單晶生長工藝流程

2硅單晶生長原理及其特性分析7(a)化料(b)引晶(c)縮頸(d)放肩(e)等徑(f)收尾圖2.2直拉法硅單晶生長工藝流程(a)單晶硅棒(b)單晶硅拋光片圖2.3單晶硅棒和單晶硅拋光片2.3CZ硅單晶生長過程特性分析CZ硅單晶生長過程是一個非常復雜的物理相變過程，存在非線性、大時滯和時變等生長特性[23]。非線性特性主要表現(xiàn)為晶體生長過程中熱傳導及熱對流現(xiàn)象[24]。一方面，坩堝中的硅熔液不斷凝固形成硅單晶的相變過程中存在復雜的吸熱、散熱現(xiàn)象，且隨著單晶硅棒的生長，坩堝內(nèi)的硅熔液液面不斷下降，以熱傳導方式進入硅熔液

3CZ硅單晶等徑階段關鍵參數(shù)識別12析特征參數(shù)間的線性相關度。第個特征參數(shù)與第個特征參數(shù)間的Pearson相關系數(shù)可表示為：=∑()()=11,,=1,2,…,(3.1)式中，為樣本個數(shù)，為特征參數(shù)維度，||∈[0,1]。若||=1，則特征參數(shù)與特征參數(shù)完全線性相關；若||=0，則特征參數(shù)與特征參數(shù)不存在線性相關關系。選取EKZ-2700單晶爐制備直徑為155mm硅單晶等徑生長階段=15609個=13維特征參數(shù)測量數(shù)據(jù)作為樣本集合，計算該樣本點集合Pearson相關系數(shù)矩陣，Pearson相關系數(shù)熱度圖如圖3.5所示。相關系數(shù)越接近1，參數(shù)間的線性相關程度越高，一般||≥0.9即認為參數(shù)與參數(shù)存在極強線性相關，參數(shù)與參數(shù)相互冗余。因此，剔除||≥0.9的平均拉速、加熱器功率、平均溫度、溫度增量、熔液溫度、壓力控制閥等6維冗余特征，剩余特征參數(shù)如表3.2所示。圖3.2特征參數(shù)間Pearson系數(shù)熱度圖表3.2剔除冗余特征后特征參數(shù)列表變量參數(shù)1提拉速度2坩堝提升速度

【參考文獻】：
期刊論文
[1]基于響應面法的直拉硅單晶生長工藝參數(shù)優(yōu)化方法[J]. 張晶,潘亞妮,劉丁,牟偉明.  人工晶體學報. 2018(12)
[2]大數(shù)據(jù)驅(qū)動的晶圓工期預測關鍵參數(shù)識別方法[J]. 汪俊亮,張潔.  機械工程學報. 2018(23)
[3]硅單晶生長工藝參數(shù)建模及多目標優(yōu)化[J]. 黃偉超,劉丁.  人工晶體學報. 2017(11)
[4]加熱器/坩堝相對位置對ф200mm單晶硅生長過程中溫度場和晶體質(zhì)量的影響[J]. 高忙忙,朱博,李進,景華玉,董法運,梁森,李海波.  硅酸鹽通報. 2016(11)
[5]非線性模型預測控制的研究進展[J]. 趙國榮,蓋俊峰,胡正高,劉文寶.  海軍航空工程學院學報. 2014(03)
[6]一種基于κ-近鄰互信息變化率的輸入變量選擇方法[J]. 韓敏,梁志平.  控制與決策. 2012(06)
[7]基于粒子群算法的時滯動力學系統(tǒng)時滯辨識[J]. 陳龍祥,蔡國平.  應用力學學報. 2010(03)
[8]利用NARX神經(jīng)網(wǎng)絡由IMF與太陽風預測暴時SYM-H指數(shù)[J]. 蔡磊,馬淑英,蔡紅濤,周云良,劉若思.  中國科學(技術科學). 2010(01)
[9]時滯時變對象參數(shù)辨識方法[J]. 孫建平,閆永躍,于樹新,李慶周.  電光與控制. 2008(01)
[10]時滯系統(tǒng)的辨識及NARMA模型的修正[J]. 王冬青.  中國工程科學. 2006(02)

博士論文
[1]神經(jīng)網(wǎng)絡預測控制中的滾動優(yōu)化方法研究[D]. 樊兆峰.中國礦業(yè)大學 2015
[2]直拉式單晶硅生長爐的關鍵技術研究[D]. 曹建偉.浙江大學 2010
[3]直拉單晶硅的晶體生長及缺陷研究[D]. 田達晰.浙江大學 2010
[4]一類非線性系統(tǒng)預測控制中的建模問題[D]. 羅秋濱.哈爾濱工業(yè)大學 2008
[5]基于支持向量機的非線性系統(tǒng)辨識建模與控制[D]. 何熠.天津大學 2007

碩士論文
[1]直拉硅單晶生長中晶體直徑模型辨識方法研究[D]. 楊曼.西安理工大學 2019
[2]基于數(shù)據(jù)挖掘的單晶硅等徑生長過程“掉苞”預測方法研究[D]. 杜佳晨.浙江大學 2019
[3]CZ硅單晶等徑階段熱場溫度建模與控制方法研究[D]. 景坤雷.西安理工大學 2018
[4]基于數(shù)據(jù)挖掘的針織產(chǎn)品質(zhì)量控制研究[D]. 劉鵬飛.江南大學 2018
[5]基于過濾法的信息論特征選擇算法研究[D]. 張平.吉林大學 2018
[6]硅單晶等徑階段直徑模型辨識與控制研究[D]. 段偉鋒.西安理工大學 2017
[7]直拉單晶爐生長系統(tǒng)模型預測控制方法研究[D]. 嚴博濤.西安理工大學 2010
[8]基于奇異值分解的神經(jīng)網(wǎng)絡結構優(yōu)化設計及其應用[D]. 韓子博.華北電力大學（河北） 2010



本文編號：3308081