近日,中國電科產業基礎研究院開發基于深度神經網絡的材料性能預測與工藝自主優化系統,實現對材料性能參數的精準預測。
化合物半導體材料生長條件苛刻、生長狀態受設備時變擾動影響嚴重,為保證材料高一致性生長,批次間需進行生長工藝調控,但傳統調控方式主要依靠后道檢測結果反饋,材料的性能、良率提升與成本控制難以協同兼顧。
針對以上問題,中國電科產業基礎研究院開發基于深度神經網絡的材料性能預測與工藝自主優化系統,基于海量自有工業數據,以材料生長過程監控參數為主要輸入,實現對材料性能參數的精準預測,預測精度大于85%。根據預測結果,科研團隊結合工藝優化數字模型,實現了對工藝的智能調優、對生長狀態的及時修正,材料關鍵性能波動幅度收窄超30%,完成了材料制造模式向“邊生長、邊監控、邊調控”的智能化模式轉型,有力支撐了化合物半導體材料高質量、智能化生長。