Revolution of semiconductor bulk crystal growth technique by transport phenomena combined with information technology

• Project/Area Number: 20H00320
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 27:Chemical engineering and related fields
• Research Institution: Osaka University
• Principal Investigator: 岡野 泰則 大阪大学, 大学院基礎工学研究科, 教授 (90204007)
• Co-Investigator(Kenkyū-buntansha): 稲富 裕光 国立研究開発法人宇宙航空研究開発機構, 宇宙科学研究所, 教授 (50249934) ; 宇治原 徹 名古屋大学, 未来材料・システム研究所, 教授 (60312641)
• Project Period (FY): 2020-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥45,370,000 (Direct Cost: ¥34,900,000、Indirect Cost: ¥10,470,000); Fiscal Year 2024: ¥7,150,000 (Direct Cost: ¥5,500,000、Indirect Cost: ¥1,650,000); Fiscal Year 2023: ¥7,280,000 (Direct Cost: ¥5,600,000、Indirect Cost: ¥1,680,000); Fiscal Year 2022: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000); Fiscal Year 2021: ¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000); Fiscal Year 2020: ¥17,810,000 (Direct Cost: ¥13,700,000、Indirect Cost: ¥4,110,000)
• Keywords: 移動速度論 / 情報学 / 半導体 / 結晶成長 / 数値解析 / 数値流体解析 / 人工知能 / PINNs / ベイズ最適化 / 炭化ケイ素 / 混晶半導体

Outline of Research at the Start

これまで研究代表者が長年取り組んできた移動現象論と近年進歩の著しい情報学とを融合することにより、これまでの「ノウハウは人から人へ」といったモノづくりの概念を根底から覆し、「ノウハウはコンピューターから人へ」とパラダイムシフトする。具体的に本研究では、ノウハウの塊であるバルク単結晶作製技術に着目し、製造現場において「長年培ってきた経験」に基づく「勘」による操作（暗黙知）を数値化、定式化（形式知化）することにより、経験の浅い技術者でも最小限の試行錯誤で再現性良く高品質な結晶育成を可能とする手法の構築に取り組む。さらに「なぜその条件が最適なのか？」を解明することにより、技術の普遍化を図る。

Outline of Annual Research Achievements

GaSb/InSb/GaSbサンドイッチ試料からの一方向凝固において、固液界面を平坦に保った高品質結晶を育成するための提言として、ベイズ最適化による初期条件の設定に、強化学習を組み合わせることによる育成シーケンスを提言した。強化学習は事前に教師データーが不要であるため、本手法は極めて広範囲な成長条件に対応しうるものと考えられる。
一方、引き上げ法によるシリコンバルク単結晶育成におけるデジタルツイン技術作成に関しては、これまでの純粋なPINNsにおける境界条件の精度向上を目的として、新たにハイブリッドPINNsの開発に成功した。これにより瞬時に高精度で固液界面上の縦方向温度勾配が算出できるため、固液界面形状の予想が容易となった。
上記の技術は2点とも、結晶育成中にるつぼ周囲の温度を測定さえすれば、通常では観察不可能な融液内の流動、温度、濃度分布がその場で観察しうるものであり、結晶成長初心者であっても極めて感覚的に成長の様子が捉えることが可能となる。また従来のベイズ最適化ではいくつかの実験結果あるいは数値解析結果が必要であり、その習得に時間を要したが、特にPINNsにおいては1run辺り約0.1秒という高速で結果を得ることが可能であるため、あえて最適化手法をせずとも単なる試行錯誤を行ったとしても極めて高速で最適解にたどり着くことが可能である。これは最適化手法やそのプログラミング手法に長けていない技術者においても気楽に最適解にたどり着くことが可能であることを意味する。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

ベイズ最適化と強化学習という異なるAI技術を融合することにより、教師データーを必要とせずに最適な結晶成長条件をその場で予測できるようになったことは大きな進展である。
加えて、PINNsの精度がハイブリッド化することにより大幅に向上し、実用化への道筋がより鮮明化してきた。

Strategy for Future Research Activity

引き上げ法によるシリコンバルク単結晶育成に関するデジタルツインシステム構築に注力する。そのために融液内酸素濃度の瞬時予測や、結晶内濃度、温度分布の予測具術の開発に着手する。
同時にこれらの技術をTSSG法を用いたSiC作製技術へと応用展開する。

Research Products

• [Journal Article] A Numerical Study for the Growth of InGaSb Crystals with a Flatter Interface by Vertical Gradient Freezing under Normal Gravity and Utilizing Bayesian Optimization (2023)
  • Author(s): Ghritli Rachid、Okano Yasunori、Inatomi Yuko、Dost Sadik
  • Journal Title: Journal of Chemical Engineering of Japan Volume: 56 Issue: 1
  • DOI: 10.1080/00219592.2023.2222757
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] Fast Prediction of Transport Structures in the Melt by Physics Informed Neural Networks during ‘VMCz’ Crystal Growth of Silicon (2023)
  • Author(s): Takehara Yuto、Okano Yasunori、Dost Sadik
  • Journal Title: Journal of Chemical Engineering of Japan Volume: 56 Issue: 1
  • DOI: 10.1080/00219592.2023.2236656
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] Control of growth interface shape during InGaSb growth by vertical gradient freezing under microgravity, and optimization using machine learning (2022)
  • Author(s): Ghritli Rachid、Okano Yasunori、Inatomi Yuko、Dost Sadik
  • Journal Title: Japanese Journal of Applied Physics Volume: 61 Issue: 11 Pages: 115502-115502
  • DOI: 10.35848/1347-4065/ac99c2
  • Peer Reviewed / Int'l Joint Research
• [Journal Article] Estimation of the diffusion coefficient of GaSb in InSb melt using Bayesian optimization and the ISS experimental results (2021)
  • Author(s): Rachid Ghritli, Yasunori Okano, Yuko Inatomi, Atsushi Sekimoto, Sadik Dost
  • Journal Title: J. Crystal Growth Volume: 573 Pages: 126280-126280
  • Peer Reviewed / Int'l Joint Research
• [Journal Article] Estimation of the diffusion coefficient of GaSb in InSb melt using Bayesian optimization and the ISS experimental results (2021)
  • Author(s): Rachid Ghritli, Yasunori Okano, Yuko Inatomi, Atsushi Sekimoto, Sadik Dost,
  • Journal Title: J. Crystal Growth Volume: -
  • Peer Reviewed / Int'l Joint Research
• [Presentation] Hybrid-PINNsによるCz-Si融液内移動現象の高速予測 (2023)
  • Author(s): 宮本剛志、竹原悠人、岡野泰則
  • Organizer: 第52回結晶成長国内会議(JCCG-52)
• [Presentation] AI活用による結晶成長支援技術開発 －PINNsによるCz-Si融液内移動現象の高速予想－ (2023)
  • Author(s): 岡野 泰則
  • Organizer: 応用物理学会 第3回研究会
  • Invited
• [Presentation] PINNs application to the heat flow in Cz-Si growth for digital twin development (2023)
  • Author(s): Yuto Takehara, Yasunori Okano, Sadik Dost
  • Organizer: 17th International Heat Transfer Conference（IHTC-17）
  • Int'l Joint Research
• [Presentation] Fast prediction of transport structure in bulk single crystal growth by Physics Informed Neural Networks (2023)
  • Author(s): Yasunori Okano, Yuto Takehara, Sadik Dost
  • Organizer: International Conference on Crystal Growth and Epitaxy（ICCGE-20）
  • Int'l Joint Research / Invited
• [Presentation] Fast prediction of transport phenomena in crystal growth using Physics Informed Neural Networks (2023)
  • Author(s): Y. Takehara, Y. Okano and S. Dost
  • Organizer: 11th World Congress of Chemical Engineering（WCCE11）
  • Int'l Joint Research
• [Presentation] PINNs (Physics Informed Neural Networks)によるシリコン単結晶成長時の融液内移動現象解析の高速化 (2023)
  • Author(s): 宮本 剛志ら
  • Organizer: 第25回化学工学会学生発表会
• [Presentation] Physics Informed Neural Networksを用いたSi結晶成長における熱流体の高速解析 (2022)
  • Author(s): 竹原 悠人、岡野 泰則
  • Organizer: 第35回計算力学講演会 (CMD2022)
• [Presentation] Control of growth interface shape in growth of InGaSb by Vertical Gradient Freezing under microgravity and optimization using machine learning (2022)
  • Author(s): Rachid Ghritli et al.
  • Organizer: American Society for Gravitational and Space Research Annual Meeting 2022 (ASGSR 2022)
  • Int'l Joint Research
• [Presentation] PINNs (Physics Informed Neural Networks) を用いたCz-Siのデジタルツインの作製 (2022)
  • Author(s): 竹原 悠人、岡野 泰則
  • Organizer: 第51回結晶成長国内会議 (JCCG-51)
• [Presentation] Development of the production process for high quality power semiconductor SiC crystals for an efficient energy system using data science (2022)
  • Author(s): Yuto Takehara, Yasunori Okano
  • Organizer: The Sixth International Symposium on Innovative Materials and Processes in Energy Systems (IMPRESS 2022)
  • Int'l Joint Research
• [Presentation] TSSG法による炭化ケイ素結晶成長プロセスにおけるPhysics Informed Neural Networkを用いた物性値の逆推定 (2022)
  • Author(s): 竹原 悠人ら
  • Organizer: 化学工学会第87年会
• [Presentation] CDFおよびAIを用いたTSSG法によるSiC結晶作製時の移動現象の解明と最適条件探索 (2021)
  • Author(s): 岡野泰則、竹原悠人
  • Organizer: 日本金属学会秋期(第169回)講演会
  • Invited
• [Presentation] 混晶半導体結晶育成宇宙実験に関する数値解析 (2021)
  • Author(s): 岡野泰則
  • Organizer: 第82回応用物理学会秋季学術講演会
  • Invited
• [Presentation] TSSG法を用いたSiC結晶成長における移動現象のデータ駆動型解析 (2021)
  • Author(s): 竹原悠人、岡野 泰則
  • Organizer: 応用物理学会関西支部2021年度第1回講演会
• [Presentation] The Bayesian Optimization for a High- and Uniform-Crystal Growth Rate in the Top-Seeded Solution Growth Method Using Different Objective Functions (2021)
  • Author(s): 竹原 悠人ら
  • Organizer: International Conference on Materials and Systems for Sustainability 2021 (ICMaSS2021)
• [Presentation] Growth interface shape control of InGaSb crystals in the Vertical Gradient Freeze method under microgravity conditions and optimization using machine learning methods (2021)
  • Author(s): Rachid Ghritli et al.
  • Organizer: 日本マイクログラビティ応用学会 第33回学術講演会 (JASMAC-33)
• [Presentation] 異なる熱伝導率を有する断熱材を用いた TSSG法によ る SiC 結晶作製時の熱輸送の最適化 (2021)
  • Author(s): 竹原 悠人, 岡野 泰則
  • Organizer: 第58回日本伝熱シンポジウム