[发明专利]一种神经网络模型预测的半导体薄膜工艺参数优化系统

说明书

本发明提出了一种神经网络模型预测的半导体薄膜工艺参数优化系统。本发明包括集成多种在线监测功能的神经网络模型预测的半导体薄膜工艺参数优化装置。本发明结合半导体薄膜质量特征向量、人工标定的质量等级构建半导体薄膜质量训练集并进行训练，得到训练后半导体薄膜质量等级预测神经网络模型；通过半导体薄膜质量训练集对生长工艺参数预测神经网络模型进行训练，得到训练后生长工艺参数预测神经网络模型；进一步通过半导体薄膜质量等级预测神经网络模型、生长工艺参数预测神经网络模型优化半导体薄膜样品的生长工艺参数特征向量，使样品生长达到半导体薄膜样品质预定等级。实现生长条件优化，低位错密度，低缺陷高质量外延半导体薄膜的生长。

技术领域

本发明属于外延半导体薄膜生长技术领域，尤其涉及一种神经网络模型预测的半导体薄膜工艺参数优化系统。

背景技术

无论是氮化物、碳化硅、金刚石等基材料的LD、LED还是功率电子器件，它们的性能优劣高度依赖对半导体薄膜材料生长过程的品质控制。在半导体薄膜材料生长过程中，在线监测技术作为控制生长过程的前提，是半导体材料生长技术的重要组成部分。要达到生长膜的均匀性、重复性、可控性、低缺陷等要求，在材料生长过程中，需要对反应温度、样品翘曲、生长速度、气体流量、气体压力等直接影响材料性能的参数进行精确控制。

半导体薄膜材料生长中能量的吸收、传递、转换机制以及缺陷的产生、演化、调控涉及电子密度(等离子体)、原子、分子等动力学。目前，关于半导体薄膜生长中缺陷的监测与调控已开展一定的研究，并取得部分成果。但是，主要集中在理论分析方面，缺乏实验数据和相应的测试手段。材料生长过程本质上是微观结构的演变过程，结构变化取决于化学键的形成和断裂以及原子的重排过程，空穴和间隙原子、位错等结构演变发生在原子振动周期的时间尺度，大约几百飞秒。这种时间尺度的原子运动最终决定了材料的成型(相变)过程及功能。因此需要采用多种更先进的测量手段来在线表征这些微观的变化过程，使我们从本质上认识材料生长的过程，从而更科学的优化材料生长工艺，寻找更好的生长方式。

目前国际市场上的设备只针对温度、膜厚、翘曲、应力这些参数的测量，在线荧光光谱和拉曼监测技术、X射线衍射仪测量技术在实验室已经有所应用，但在生产设备上的使用还未见报导。质谱仪、原子力显微镜、超快反射式高能电子衍射仪等未见集成于材料生长设备的报道。飞行质谱仪可以检测生长腔内气体的成分，可以分别根据颗粒物质谱特征进行化学组成表征、颗粒物的窄气动力学直径对颗粒物进行分类，实现颗粒分类；也可以同时对颗粒的大小与颗粒化学成分组合进行分类；建立主要化学成分和颗粒粒径之间的对应关系。可以分别分析在检测范围内，不同颗粒直径范围的数浓度随时间变化。可以根据其变化趋势准确反映出某一时间内发生的特殊变化，分析某种化学成分随时间的变化；特别重要的是可实现颗粒物中重金属的实时在线分析，是当前不可替代的方法。

生长腔里的气体组分对衬底及外延半导体薄膜的生长质量起着决定性的作用，气体组分的实时监控可以帮我们更好理解气相沉积过程中发生的化学反应及其随时间的变化，掌握其反应机理，优化生长参数。但是目前并未有集成质谱仪在线监测的半导体薄膜材料生长设备。

另一种重要的测量仪器反射式高能电子衍射仪是分子束外延设备的标配测量设备，通过电子的衍射图案可以实时观测半导体薄膜的生长过程和生长模式，但无法捕获材料结构的瞬间变化信息。

原子力显微镜是测量半导体薄膜表面形貌尤其是亚纳米级起伏的常用设备，目前都是在离线状态下进行的测量。

发明内容