2020 Fiscal Year Annual Research Report
Revolution of semiconductor bulk crystal growth technique by transport phenomena combined with information technology
| Project/Area Number |
20H00320
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
岡野 泰則 大阪大学, 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
|
| Keywords | 結晶成長 / 数値流体解析 / 人工知能 / 炭化ケイ素 / 混晶半導体 |
|---|
| Outline of Annual Research Achievements |
Top-Seeded Solution Growth(TSSG)法による炭化ケイ素(SiC)結晶作製における最適条件探索を目的としてまず数値解析コードを作製した。3次元計算の結果マランゴニ対流が結晶内の不均一分布に多大な影響を及ぼすことが分かった。そのためシリコン単結晶成長で一部用いられているかスプ磁界印加について数値解析を用いて検討を行ったところ極めて有効であることが分かった。しかしながらカスプ磁界の導入は従来の結晶回転や磁場強度といった因子に加え、次回中心位置などこれまでにない新しいパラメーターのチューニングが必要である。1回の計算時間を考慮すると考えられるパラメーター全ての組み合わせを試すことは非現実であったため、少ない試行回数で最適条件を見つけ出すことが可能なベイズ最適化を適用することとした。本法は機械学習に基づく手法であり、結晶成長プロセスに適用した例はこれまでない。その結果単純な組み合わせでは125通りの計算負荷を約20%程度まで低減することができ、加えて畳み込みニューラルネットワークを導入することにより、従来予想されていた固液界面付近の流動のみならず、深部における流動現象の制御も大事であることを指摘した。
一方InGaSbサンドイッチ資料の作製に関しては以前申請者らが行った宇宙実験の結果より拡散係数を算出した。高温流体中の拡散係数測定は極めて困難であるが、ここでもやはりベイズ最適化を宇宙で作製した試料に適用することにより濃度依存性を考慮した拡散係数の推定に成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コロナの影響で実験がままならず、やむなく繰り越しを行ったが、その分数値シミュレーションや人工知能の適用に注力した。その結果当初計画とは順番が入れ替わったが、結果としてはおおむね順調に進展している。
|
| Strategy for Future Research Activity |
コロナの状況にもよるが、今後人工知能を駆使して得た最適条件を用い実際の結晶成長を行う。また宇宙実験結果より得た拡散係数を用いて、地上での結晶成長実験を模擬した解析を行い、地上試料と比較検討を行う。
|
