会员新闻
【会员新闻】中山大学的新研究：MOCVD中TEGa生长Ga₂O₃的化学反应-组分输运模型及智能系统
日期：2023-07-03阅读：260
近日，中山大学光电材料与技术国家重点实验室王钢教授团队系统地开展了氧化镓MOCVD外延生长过程中的化学反应机理及多物理场耦合下工艺参数的研究，构建了氧化镓薄膜生长的化学反应-组分输运模型，并基于人工智能技术提出了适用于氧化物MOCVD生长的智能可视化系统，为实现满足工业需求的大尺寸氧化镓薄膜生长提供新思路。相关成果发表于国际期刊《CRYSTENGCOMM》和《Journal of Crystal Growth》上，中山大学博士生王杰为论文第一作者，王钢教授为论文通讯作者。
内容摘要
氧化镓（Ga2O3），由于其超宽带隙（~4.8-4.9 eV）和强击穿场强（8 MV/cm），在功率电子、日盲紫外探测器、滤波器等领域具有广泛的应用前景。金属有机化学气相沉积（MOCVD）是实现高质量和大尺寸半导体薄膜生长的关键技术，但由于其复杂的流场、温场、组分分布和化学反应过程，生长过程类似于一个黑匣子。为了实现高质量的氧化镓薄膜生长，充分理解其化学反应与组分输运过程，构建准确的化学反应-组分输运模型至关重要。而要实现满足工业需求的大尺寸氧化镓MOCVD外延生长，业界亟需一个实时的智能系统以可视化和指导实验参数的调试，从而减少调试周期和降低成本。
本研究基于中山大学自主研发的专用于氧化物外延生长的MOCVD设备，使用密度泛函理论（DFT）计算了TEGa与H2O、O2和N2O分子的热分解反应和加合物反应路径，获得了详细的气相反应路径和动力学参数，提出了完整的反应机理，包括气相和表面反应，并与计算流体力学（CFD）方法相结合构建了氧化镓MOCVD生长的化学反应-组分输运模型。结果表明，H2O/O2/N2O和TEGa反应都能自发生成Ga(OH)3，而Ga(OH)3聚合物可能是气相反应中纳米颗粒的来源，最终水解为Ga2O3纳米颗粒。将采用不同氧源下的模拟生长速率与实验结果进行对比，发现加合物反应路径可以准确地反映薄膜生长速率随生长温度的变化，因此加合物反应路径是此MOCVD中Ga2O3生长的主要途径。TEGa与H2O的反应温度最低，其次是N2O和O2，并给出了各自的生长温度窗口。
图1 氧化镓MOCVD化学反应组份输运模型的构建与验证
在此基础上利用构建的化学反应-组份输运模型结合人工智能技术，提出了一种实现实时流场可视化、生长结果预测、工艺参数优化和异常结果溯源的系统，它可以为氧化物薄膜的生长提供辅助和快速的响应。根据MOCVD反应腔的进气结构，薄膜生长的调节是通过5对MO源入口配比以及多工艺参数的耦合来实现（共11个生长参数），因此通过实验设计和随机采样方法获得了2457组输入和输出数据（流场、流动状态、生长速率分布）：1. 基于机器学习方法K-最近邻（KNN）的流场可视化和流动状态预测，以及基于神经网络（NN）模型的生长结果（生长速率、膜均匀性）预测，可以呈现工艺参数下的流场、沉积速率分布、流动状态、平均生长速率和薄膜均匀性。2. 利用遗传算法（GA）和构建的神经网络模型对工艺参数进行优化，以获得高生长速率或均匀的薄膜。目前已成功应用于4inch 氧化物薄膜的生长，仅通过一次工艺优化，薄膜的均匀性变异系数从4.67%提高到0.93%。3. 通过使用全局优化，可以追踪导致异常生长结果的工艺参数。
图2 氧化物MOCVD生长可视化系统
原文链接：
https://doi.org/10.1039/D3CE00310H
https://doi.org/10.1016/j.jcrysgro.2023.127311
