一种MOCVD反应腔石墨盘均匀加热工艺参数的优化方法与流程

本发明涉及半导体薄膜的生长工艺，具体涉及到一种MOCVD反应腔石墨盘均匀加热工艺参数的优化方法。

背景技术：

金属有机化合物化学气相淀积方法(Metal-organic Chemical Vapor Deposition，简称MOCVD)是在气相外延生长(VPE)的基础上发展起来的一种新型气相外延生长技术，是化学气相淀积中的一种。MOCVD的原理是把含有构成薄膜元素的气态反应剂或液态反应剂的蒸气及反应所需其它气体一同经装置输送进反应腔，在衬底表面发生化学反应，从而生成薄膜的一个过程。

MOCVD设备是集精密机械、物理、电子、化学、光学、计算机等多学科为一体的，自动化程度高、技术集成高度集中、造价昂贵的高端设备。MOCVD对所需镀膜的成分、晶向等的控制好，可在形状各异的衬底表面生长出均匀的薄膜，并且所长薄膜具有结构致密、附着力好，界面陡峭等优点，并且拥有其他半导体材料生长设备无法替代的优异特性，如高稳定性、可重复性和可大规模化等，是目前制造LED芯片、半导体器件、超高频射频器件、太阳能电池、新型材料合成等的核心及关键上游设备。

MOCVD外延生长所使用的源属于易燃、易爆、且毒性很大的物质，而且MOCVD外延生长要生长出多组分、大面积、薄层和超薄层的异质材料，因此在整个MOCVD系统的设计思想上，必须要考虑系统的密封性，系统的流量、反应室等的温度控制要精确，其生长所需的组分变换要迅速等等。MOCVD设备一般都由源供给系统、气体输运和流量控制系统、加热系统、反应室及自动控制系统等组成。其中加热系统是为薄膜沉积提供化学反应所需的温度，必须满足加热均匀，升温速度快等要求。

目前MOCVD生产前调试，都是根据工程师的经验来确定不同工况下加热片三区域加热电流的大小，缺少一个系统的方法，导致石墨盘衬底表面温度不均匀，影响薄膜生长质量，调试耗费大量时间。

技术实现要素：

本发明的目的在于提供一种MOCVD反应腔石墨盘均匀加热工艺参数的优化方法，将计算机和传热学知识相结合，通过实验和数值模拟对比验证，进而构建数学模型进行优化，得到最均匀石墨盘表面温度时的工艺参数，节省时间。

为了实现上述主要目的，本发明提供的一种MOCVD反应腔石墨盘均匀加热工艺参数的优化方法，其包括如下步骤：

a、在MOCVD反应腔中，利用加热片对石墨盘进行加热，通过控制加热片内圈、中圈和外圈的电流大小来进行若干组实验，加热完成后测量石墨盘表面若干个取样点的温度，得到若干组实验测量温度；

b、根据MOCVD加热设备结构构建CFD数值模拟模型，利用上述加热片内圈、中圈和外圈的电流大小进行数值模拟计算，并对上述取样点进行监测，得到若干组模拟温度；

c、实验测量温度和数值模拟温度对比，对其数值大小和变化趋势对比拟合，验证数值模拟的正确性；

d、进行实验设计，控制加热片内圈，中圈和外圈输入电流的大小，随机选取若干组初始值进行数值模拟，相应的得到若干组石墨盘表面温度结果；

e、利用上述若干组电流大小输入和石墨盘表面温度输出构建神经网络数学模型，得到输入和输出之间的对应关系；

f、利用遗传算法对上述得到的神经网络数学模型进行优化，找出输出结果最均匀情况下的输入，得到优化结果。

进一步地，所述步骤a中，所述若干组实验和若干组实验测量温度为至少五组，所述若干个取样点为至少9个。

进一步地，所述步骤b中，所述若干组数值模拟为至少五组。

进一步地，所述步骤d中，所述若干组初始值为至少100组。

进一步地，所述步骤e中，所述若干组电流值输入和若干组石墨盘表面温度输出都为至少100组。

本发明的有益效果是：

通过CFD数值计算的方法来模拟实验的MOCVD石墨盘加热器，只需进行少量的实验，对比验证模拟的结果，而后就可以利用数值模拟来代替实验，再通过CFD数值模拟计算可以获得大量实验数据，节省大量时间。利用得到的实验数据构建数学模型，通过优化算法得到最佳的工艺参数，优化得到的工艺参数可以使得石墨盘表面温度最均匀，提高薄膜生长质量，节省调试时间。

【附图说明】

图1是MOCVD加热器模型示意图；

图2是加热片结构示意图；

图3是石墨盘表面监测点示意图；

图4是石墨盘监测点温度的神经网络模型示意图；

【具体实施方式】

针对MOCVD设备在生长薄膜过程中对石墨盘衬底温度均匀性的要求，本发明包含以下三个步骤进行工艺参数优化：实验和数值模拟对比验证、实验设计构建神经网络数学模型和遗传算法优化。

本发明首先利用MOCVD加热器对石墨盘1进行加热，通过控制加热片内圈3、中圈4和外圈5的电流来进行五组实验，加热完成后测量石墨盘1上9个取样点的温度，得到五组实验温度。再根据MOCVD加热设备结构构建CFD数值模拟模型，利用实验中的电流大小进行模拟，得到五组模拟温度。而后实验和数值模拟结果结合起来，对比验证模型的准确性。

本发明采用常规立式MOCVD作为模拟对象，该MOCVD反应腔中衬底面积很大，一次可以生长57片2英寸的外延片。采用红外热辐射式电阻片2加热方式加热，利用电阻片在通电状态下产生焦耳热，再将热量经过热传导、热辐射等方式将热量传递给石墨盘，从而实现衬底加热，整体结构如图1所示。由于加热过程中，靠近边缘部分换热比较严重，造成边缘温度较低。而石墨盘1中心位置由于旋转支撑轴的存在，会影响到中间部分的加热效果。故加热片由内圈3、中圈4和外圈5三区域组成，中圈4面积最大负责供热，内圈3和外圈5面积较小，负责平衡石墨盘表面温度分布，三者相互配合，保证石墨盘表面温度均匀。

本发明中构建的数值计算加热片模型，如图2所示，为了模拟结果的准确性，加热片模型尺寸按照1：1比例构造，忽略加热片表面触点等细节，这样保证了模型的准确性，也简化了数值计算的复杂度。

实验过程中，加热完成后，利用红外热像仪测量石墨盘表面温度，可以直接得到石墨盘表面温度分布，因为红外热像仪所拍温度为相对值，为了保证数据的可靠性，在处理数据时以热电偶测温点所测的温度作为标准参考点，红外热像仪最后使用的数据均由标注值经过此标准参考点所得的补偿系数α进行校正后所得。系数α计算公式为：

其中，T_a为红外热像仪探测点的数值，T_b为热电偶测量的探测点值。

石墨盘面积很大，将实验和模拟得到的石墨盘表面温度一一对比不现实，且在石墨盘温度差异主要在轴向方向存在，为了对比实验和模拟结果，验证数值模拟模型的准确性，本发明在轴向方向均匀选点，如图3所示，红外热像仪测得的实验数据和数值模拟监测得到的数据进行对比分析。

为了定量表示实验和模拟结果的一致性，本发明引进相关系数进行定量说明。相关系数是用以反映变量之间相关关系密切程度的统计指标,通过两个离差相乘来反映两变量之间相关程度。相关系数ρ_XY取值在-1到1之间，ρ_XY＝0时，称X，Y不相关；|ρ_XY|＝1时，称X，Y完全相关，此时，X，Y之间具有线性函数关系；|ρ_XY|>0.8时称为高度相关，当|ρ_XY|<0.3时称为低度相关，其它情况为中度相关。相关系数的公式如下：

五组实验和数值模拟结果相关系数，若都为中高度相关，则此数值模拟模型合理，可用于代替实际实验，用于后续优化设计。

验证数值模拟结果的正确性后，进行实验设计，通过控制加热片电流大小，随机选取100组初始值，而后利用这100组电流大小进行数值模拟，得到100组石墨盘表面温度输出。在模拟过程中可以发现，随着各个电流的变化，石墨盘表面温度也随着变化，但并非简单的线性关系，而是内圈，中圈和外圈加热耦合作用的复杂关系。根据得到的100组输入输出数据，利用神经网络算法来表达这种映射关系，构建得到神经网络数学模型，如图4所示。

本发明在进行输入参数的优化方面，由于通过神经网络模型得到的预测模型可以直接准确的得到输入输出之间的关系，为了表现石磨盘表面温度的均匀性，即9个监测点温度的一致性，引入变异系数C作为衡量指标，变异系数是衡量数据离散程度的绝对值，其公式为：

本发明中假设3个加热圈电流大小为X＝(x₁，x₂，x₃)，石墨盘表面对应9个监测点温度分别为Y＝(y₁，y₂，y₃，y₄，y₅，y₆，y₇，y₈，y₉)。基于上面的假设条件，参数优化问题转化为数学问题：如何寻找最优的加热电流，使得石墨盘表面温度值变异系数最小。

式中：x_i——加热电流大小；

f()——神经网络模型的预测输出；

C()——石墨盘表面监测点温度的变异系数。

采用遗传算法，直接根据神经网络模型进行寻优，以变异系数最小作为目标，实际工程应用中以变异系数小于5％作为标准，得到石墨盘表面温度最均匀的工艺参数，即优化结果。

以上所述实施例只是为本发明的较佳实施例，并非以此限制本发明的实施范围，凡依本发明之形状、构造及原理所作的等效变化，均应涵盖于本发明的保护范围内。