2020 Fiscal Year Annual Research Report
Method of Crystal Growth Informatics
| Project/Area Number |
18H03839
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
宇治原 徹 名古屋大学, 未来材料・システム研究所, 教授 (60312641)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 正英 金沢大学, 総合メディア基盤センター, 教授 (20306533)
原田 俊太 名古屋大学, 未来材料・システム研究所, 准教授 (30612460)
岡野 泰則 大阪大学, 基礎工学研究科, 教授 (90204007)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 結晶成長 / プロセスインフォマティクス / SiC |
|---|
| Outline of Annual Research Achievements |
我々は溶液成長法による高品質SiC結晶成長技術の開発を長年行ってきた。その結果、転位密度が極めて低い高品質SiC結晶を実現してきた。本研究では、機械学習技術を用いることで、6インチの大口径結晶成長を目指した。
この技術開発においては二つのポイントがあった。一つは、マクロステップの形成である。ステップを適度にバンチングさせることでマクロステップを形成し、貫通転位の上を通過させることで貫通転位を結晶の外部に掃き出し、低転位密度を実現する。もう一つは、溶媒の流れの向きの制御である。ステップバンチングは高品質化において重要な役割を果たす一方、過度のバンチングはインクリュージョンやボイドの原因となりうる。バンチングしたステップに対して、ステップ進行方向に対して逆向きに溶媒の流れを作ることで、バンチングの発展を抑制できる。
ところで、本技術を大口径化するためには、結晶成長界面の全面において、適当な流れが生じるようにする必要がある。しかし、その条件を試行錯誤で探索することは極めて困難である。そこで我々は機械学習技術を用いて、結晶成長シミュレーションを高速化したサロゲートモデルを構築し、適当な目的関数を与えることで、遺伝的アルゴリズムなどを用いて最適な結晶成長条件を導出する手法を開発した。これにより、大口径結晶成長技術を早期に実現した。現在、n型だけではなく溶媒にAlを添加することでp型結晶についても実現している。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
Research Products
(6 results)
