申请/专利权人:北京大学
申请日:2023-04-25
公开(公告)日:2023-05-26
公开(公告)号:CN116168788A
主分类号:G16C60/00
分类号:G16C60/00;C30B15/04;C30B29/06;G06N3/006;G06N20/10
优先权:
专利状态码:有效-授权
法律状态:2023.08.11#授权;2023.06.13#实质审查的生效;2023.05.26#公开
摘要:本发明公开了基于大数据的熔融液态硅晶分凝系数分析方法及系统,涉及半导体技术领域。为了解决对硅熔液中的分凝系数进行分析时,通常只分析溶液中的分凝系数,这样分析出来的结果准确度不高的问题。基于大数据的熔融液态硅晶分凝系数分析方法,包括以下步骤:加热得到硅熔液,并预设硅熔液分凝系数,获取掺杂离子和浓度系数,计算得出第一分凝系数k1,对硅溶液进行凝固处理,对硅晶体区的离子数据进行分析,计算得到第二分凝系数k2,计算得到最终的分凝系数m。本发明能够获得高度准确的分析结果,进而在加工硅晶体时能够准确的添加掺杂剂,保证了硅晶体的成品质量。
主权项:1.基于大数据的熔融液态硅晶分凝系数分析方法,其特征在于,包括以下步骤:S1:向长晶炉腔中的坩埚内添加硅原料,对坩埚进行加热使硅原料熔融,得到硅熔液,并预设对应的硅熔液分凝系数;S2:获取硅熔液中掺杂的掺杂离子,将获取的掺杂离子设为第一掺杂离子,根据预设的硅熔液分凝系数计算第一掺杂离子在硅溶液中的浓度,得到浓度系数,并根据浓度系数与第一掺杂离子的比例计算得出硅熔液中第一分凝系数k1;S3:对硅溶液进行凝固处理,凝固形成具有第二掺杂离子的硅晶体区,并预设对应的硅晶体分凝系数;S4:对硅晶体区的离子数据进行分析,包括如下步骤:S401:通过获取硅晶体区的离子含量数据,构建最小二乘支持向量机的模型函数: 其中,f(x)为最小二乘支持向量机的模型函数;qi表示第i种离子的含量权重;表示第i种离子的含量值x下的含量函数;b表示离子含量阈值,i为正整数,且i不为0;S402:基于粒子群算法,求解最优值: 其中,表示粒子群算法的收缩因子,A1和A2表示非对称学习因子;xmax表示第i种离子的最大含量;xmin表示第i种离子的最小含量;S403:将最优解融入最小二乘支持向量机的模型函数,获取例子含量最优解: 其中,表示离子的总种类数;fzx为最小二乘支持向量机的最优模型函数;S5:根于预设的硅晶体分凝系数获得结晶后的硅晶中掺杂离子的含量,将获取的掺杂离子设为第二掺杂离子,并根据第二掺杂离子在硅晶体区内的含量,计算得到第二分凝系数k2;S6:根据得到的第一分凝系数k1和第二分凝系数k2,分析计算得到最终的分凝系数m。
全文数据:
权利要求:
百度查询: 北京大学 基于大数据的熔融液态硅晶分凝系数分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。