潜在空間における複雑な結晶成長モデルの構築とプロセス設計

• 研究課題/領域番号: 22H00300
• 研究種目: 基盤研究(A)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 中区分30:応用物理工学およびその関連分野
• 研究機関: 名古屋大学
• 研究代表者: 宇治原 徹 名古屋大学, 未来材料・システム研究所, 教授 (60312641)
• 研究分担者: 原田 俊太 名古屋大学, 未来材料・システム研究所, 准教授 (30612460) ; 烏山 昌幸 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (40628640) ; 河村 貴宏 三重大学, 工学研究科, 助教 (80581511) ; 岡野 泰則 大阪大学, 大学院基礎工学研究科, 教授 (90204007) ; 沓掛 健太朗 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (00463795)
• 研究期間 (年度): 2022-04-01 – 2025-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 42,640千円 (直接経費: 32,800千円、間接経費: 9,840千円); 2024年度: 12,740千円 (直接経費: 9,800千円、間接経費: 2,940千円); 2023年度: 12,740千円 (直接経費: 9,800千円、間接経費: 2,940千円); 2022年度: 17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
• キーワード: 結晶成長 / 機械学習 / SiC / マルチフィジクスシミュレーション

研究開始時の研究の概要

我々はSiC溶液成長において、高温溶液内部の温度や流れの状態を即座に予測できるサロゲートモデルを機械学習技術により構築し、それを活用してプロセス設計を行い、6インチの大口径成長を早期に実現してきた。ところで、欠陥の形成や低減においてはステップバンチングやステップの湾曲や蛇行などによって形成される複雑な結晶表面構造が重要となる。本研究では、その時間発展を6インチ全面にわたって正確かつ高速に予測する代理モデルを構築し、大口径と究極の高品質を両立させたプロセス設計を行う。