基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法技术

本发明专利技术公开了一种基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法，包括:获取磷化铟单晶生产炉炉内实测温度数据；将获取的温度数据进行归类计算，得出降温速率；将计算所得的数据进行归类分析，建立数据库并结合数据驱动系统，根据现有温度预测生产所需最优温度，建立最优温度预测模型；通过预测模型预测磷化铟单晶生长每个环节所需的最佳温度，提前给出最优控制输入策略。每完成新一轮单晶生长之后，将该轮数据统计收集归纳进数据库，使形成动态数据库。本方法利用磷化铟单晶生产过程中的温度数据，分析不同温度下晶体生长的规律并以此预测生产所需最优温度，使磷化铟单晶生长过程始终保持最佳温度，提高磷化铟单晶生产率和晶体合格率。率和晶体合格率。

【技术实现步骤摘要】
基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法


[0001]本专利技术涉及一种基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法，该专利技术应用于磷化铟单晶生产，旨在提高磷化铟单晶生产率和晶体合格率。

技术介绍

[0002]磷化铟是磷和铟的化合物，磷化铟作为半导体材料具有优良特性。使用磷化铟衬底制造的半导体器件，具备饱和电子漂移速度高、发光波长适宜光纤低损通信、抗辐射能力强、导热性好、光电转换效率高、禁带宽度较高等特性，因此磷化铟可被广泛应用于制造光模块器件、传感器件、高端射频器件等，它在5G/6G移动通信、激光和光探测设备、人工智能、自动驾驶、太阳能电池、高铁、航空航天等产业具有不可替代的作用和重要的发展前景。
[0003]目前现有的制备方法主要包括液封直拉(LEC)法、垂直布里奇曼(VB)法和垂直梯度凝固(VGF)法，但由于LEC法制备的磷化铟单晶产品不满足市场需求，因此目前多以VB法和VGF法为主。
[0004]对于磷化铟单晶的制备来说，磷化铟单晶是很难采用单质原料直接合成的，而是以磷化铟多晶作为中介体生长磷化铟单晶，在VGF法制备磷化铟单晶的工艺中，以磷化铟多晶为基体，以氧化硼为浸润剂，再配合掺杂剂和红磷等原料置入石英管中的坩埚密封，再进行梯度加热，使得熔化的磷化铟多晶熔化并在籽晶处凝固生长单晶。然而，目前的VGF法制备磷化铟单晶的效率较低，生长的磷化铟单晶长度也较短，还会形成孪晶、多晶等缺陷。

技术实现思路

[0005]基于现有技术存在的缺陷，本专利技术的目的在于提供一种生产率高、单晶成品多晶孪晶率低的基于磷化铟单晶生产过程的炉温大数据驱动热场控制的方法。
[0006]为了达到上述目的，本专利技术采取的技术方案为：一种基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法，包括如下步骤：
[0007](a)收集所有磷化铟单晶生长炉炉内所有测温点的温度数据；
[0008](b)将所得温度数据进行分类分析，再利用所得温度数据以及测温时间间隔，计算不同单晶生长过程的降温速率；
[0009](c)将得到的晶体降温速率归类分析后建立数据库，并结合数据驱动系统，建立最优温度系统预测模型；
[0010](d)依据预测模型得到磷化铟单晶生产的结晶过程所需最佳温度，提前给出最优控制输入策略，并将控制参数输入单晶炉控制箱内；
[0011](e)完成新一轮单晶生长后，将该轮数据统计收集分析，将其放入原有数据库中，使形成动态数据库。
[0012]作为一种优选的方案，所述步骤b中在对所得温度数据进行分类分析时，包括：将磷化铟单晶按照合格标准进行分类后分析差异性，其中合格标准有：(1)磷化铟单晶晶体总长度是否达到预算标准；(2)磷化铟单晶晶体表面是否达到标准；(3)磷化铟单晶晶体内部
是否纯净、有无杂质或多晶或孪晶；(4)磷化铟单晶晶体中可用长度、尺寸是否达到标准。
[0013]作为一种优选的方案，所述步骤c中，根据步骤b中所得出的不同类别下的降温速率分析温度对晶体生长的影响，找出不同温度变化下晶体生长的规律；其中分析不同晶体降温速率差异的方式包括：(1)达标晶体与不达晶体在同一位置测温在不同步数间的最大值，分析同位置温场的最大允许温度速率；(2)达标晶体与不达晶体在同一位置测温在不同步数间降温速率的极差值；(3)同一单晶炉不同时间段生产的不同晶体间温度变化差异；分析完成后，依据分类分析结果和温度数据建立数据库，并结合数据驱动系统，分析并建立最优温度系统预测模型。
[0014]作为一种优选的方案，所述步骤d中，依据步骤c中得到的最优温度预测模型，在空炉时提前将每个步骤所需最优温度输入到单晶炉温度控制箱内，控制箱将信号传递至4个控温点C1，C2，C3，C4，依据输入控制信号控制炉丝电流，以达到控制温度的目的。
[0015]作为一种优选的方案，所述步骤e中，在每次进行新一轮的单晶生产时，需实时测量生产过程中的实际炉温，并在每次生产结束后，收集所得温度数据以及晶体的生长情况，将所得温度信息归纳进数据库中；在单晶生产中不断更新数据库以形成动态数据库，便于优化控制系统，提高生产率。
[0016]本专利技术的有益效果是：提供的基于磷化铟单晶生产过程炉温大数据驱动热场控制方法，以磷化铟单晶生产过程的炉温大数据为基础，归类并分析温度对磷化铟单晶形成存在的影响，将归纳分析的数据内容建立数据库并结合数据驱动系统建立最优温度预测模型，再将所得最优温度预测模型应用到实际磷化铟单晶生产中，以达到提高磷化铟单晶生产率、降低单晶成品多晶、孪晶的目的，同时使所得产品的晶棒长度可以显著增加，晶体的品质也有所提升，产品生产效益高。
附图说明
[0017]图1为本专利技术基于温度大数据驱动热场控制方法的流程示意图；
具体实施方式
[0018]下面结合附图对本专利技术作进一步的描述。
[0019]参考图1，本专利技术提供的基于温度数据驱动热场控制方法，包括如下步骤：
[0020](a)收集所有磷化铟单晶生产炉炉内8个测温点T1，T2，T3，T4，T5，T6，T7，T8不同流程的所有温度数据；
[0021](b)将所得温度数据进行分类分析，包括：将磷化铟单晶按照合格标准进行分类后分析差异性，其中合格标准有：(1)磷化铟单晶晶体总长度是否达到预算标准；(2)磷化铟单晶晶体表面是否达到标准；(3)磷化铟单晶晶体内部是否纯净、有无杂质或多晶或孪晶；(4)磷化铟单晶晶体中可用长度、尺寸是否达到标准。再利用所得温度数据以及测温时间间隔，计算不同单晶生长过程的降温速率；
[0022](c)根据步骤b中所得出的不同类别下的降温速率分析温度对晶体生长的影响，找出不同温度变化下晶体生长的规律；其中分析不同晶体降温速率差异的方式包括：(1)达标晶体与不达晶体在同一位置测温在不同步数间的最大值，分析同位置温场的最大允许温度速率；(2)达标晶体与不达晶体在同一位置测温在不同步数间降温速率的极差值；(3)同一
单晶炉不同时间段生产的不同晶体间温度变化差异；分析完成后，依据分类分析结果和温度数据建立数据库，并结合数据驱动系统，分析并建立最优温度系统预测模型。
[0023](d)依据步骤c中所得到的最优温度预测模型得到磷化铟单晶生产的结晶过程所需最佳温度，提前给出最优控制输入策略。将得到的每个步骤的最优生产温度在空炉时输入到单晶炉温度控制箱内，由控制箱将控制信号传送至控温点C1，C2，C3，C4中，依据输入控制信号控制炉丝电流，炉内开始梯度变温，以达到控制温度的目的。
[0024](e)在每次进行新一轮的单晶生产时，实时测量生产过程中的实际炉温，并在每次生产结束后，收集所得温度数据以及晶体的生长情况，包括炉内温度数据、磷化铟单晶成品率、合格率，将所得温度信息归纳进原有数据库中；在单晶生产中不断更新数据库以形成动态数据库，便于优化控制系统，提高生产率。
[0025]以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法，包括如下步骤：(a)收集所有磷化铟单晶生长炉炉内所有测温点的温度数据；(b)将所得温度数据进行分类分析，再利用所得温度数据以及测温时间间隔，计算不同单晶生长过程的降温速率；(c)将得到的晶体降温速率归类分析后建立数据库，并结合数据驱动系统，建立最优温度系统预测模型；(d)依据预测模型得到磷化铟单晶生产的结晶过程所需最佳温度，提前给出最优控制输入策略，并将控制参数输入单晶炉控制箱内；(e)完成新一轮单晶生长后，将该轮数据统计收集分析，将其放入原有数据库中，使形成动态数据库。2.根据权利要求1所述的基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法，其特征在于：所述步骤b中在对所得温度数据进行分类分析时，包括：将磷化铟单晶按照合格标准进行分类后分析差异性，其中合格标准有：(1)磷化铟单晶晶体总长度是否达到预算标准；(2)磷化铟单晶晶体表面是否达到标准；(3)磷化铟单晶晶体内部是否纯净、有无杂质或多晶或孪晶；(4)磷化铟单晶晶体中可用长度、尺寸是否达到标准。3.根据权利要求1所述的基于磷化铟单晶生产过程炉温大数据驱动热场控制的方法，其特征在于：步骤c中，根据步骤b中所得出的不同类别下的降...

【专利技术属性】
技术研发人员：黄国勇，马思艺，叶晓达，权忠朝，李世强，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：