化学気相成長法のための自動研究開発システムの構築

Research Project

Project/Area Number	21K03817
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 18030:Design engineering-related
Research Institution	Shizuoka University
Principal Investigator	高橋崇宏静岡大学, 工学部, 准教授 (50324330)
Project Period (FY)	2021-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000) Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords	化学気相成長法 / 反応機構 / 反応モデル / 人工知能 / 薄膜 / 自動化 / 進化的アルゴリズム / データサイエンス
Outline of Research at the Start	半導体デバイスの製造に用いられる化学気相成長プロセスの研究開発を自動化・無人化する人工知能システムの開発を行う。開発担当者の反応工学の専門知識に依存することなく、プロセスの診断・開発を迅速かつ低コストで遂行するシステムの実現を目指す。システムは、化学気相成長プロセスの装置内部の化学反応による成膜のメカニズムを解明する「反応機構自動解析システム」と、反応機構の解明に必要、かつ最小限の実験計画 (レシピ)を提案する「実験計画自動立案システム」から構成される。
Outline of Annual Research Achievements	化学気相成長(CVD)プロセスを対象とした反応機構自動解析システムの開発を行った。特に、実験データから反応機構(反応モデル)を推定する人工知能部の開発と性能評価に注力した。まず、量産用途向けの大規模商用装置として実用的に用いられている熱CVD拡散炉を対象に、昨年度定式化された支配方程式に基づき炉内における反応モデルの解析を行った。反応系としては、文献調査で実際の実験データが得られたSiH4/H2系によるSi膜とSiH2Cl/NH3系によるSi3N4膜を対象とした。開発中の反応機構自動解析システムに上記2つの系の実験データを入力することで、自動的に妥当と思われる反応機構を人間が解析する場合と比較して比較的短時間で提案することに成功した。得られた反応モデル候補は、実験結果を精度よく再現でき、モデルの反応経路は成膜に寄与しない無駄な反応の混入が防がれた比較的簡素なものであり、実用上有用な反応モデルと考えられた。さらに、自動解析を実現するための基盤となるアルゴリズムとして、システムに利用されている多目的最適化アルゴリズムについて、実装候補となるものを選び出して性能評価を行った。候補の中で最も高い性能を示したのは、NSGA-IIIと呼ばれるアルゴリズムであったが、計算時間がかかり、実用上の問題となることが分かった。そこで、NSGA-IIIを用いた最適化作業を、計算コストの低い複数回の作業に置き換えることで、全体としてより短い時間で最適化が完了できることが分かった。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 得られた反応モデルのいくつかにおいて健全性の問題が見つかったため、そのような反応モデルが提案される原因を究明することに多大な時間を要した。そのため、解析条件を新たに設定することで、解析アルゴリズムを改善する必要が生じた。この問題は現在でも完全には解消されておらず、検討中である。また、非線形反応系への対応とCFDの導入については、マンパワー不足により文献調査段階にある。そのため、研究開発の継続が必要である。
Strategy for Future Research Activity	反応機構自動解析システムの不具合を解消するために、引き続き多目的最適化アルゴリズムの性能評価と解析手法の改善を試みていく。解析性能を評価するため、CVD拡散炉に限定せず、マクロキャビティーやその他の反応装置で得られた成膜実験データを用いて検証を行っていく。 CFDの導入速度を上げるために、CFDソフトウェアのメーカーやコンサルタントと契約を結んで、相談を行いながら効率的に導入を進めていく。さらに、反応機構自動解析システムを活用した自動実験計画システムの構築を進めていく。