MOCVD所生长β-Ga2O3外延层的预测方法及相关设备技术

技术编号：42863863 阅读：17 留言：0更新日期：2024-09-27 17:27

本申请公开了一种MOCVD所生长β‑Ga<subgt;2</subgt;O<subgt;3</subgt;外延层的预测方法及相关设备，所述方法包括：获取预设生长参数，并将预设生长参数输入经过训练的外延层预测模型，其中，所述预设生长参数包括O/Ga比，腔体压力，温度和生长时间；通过所述外延层预测模型输出预设生长参数对应的β‑Ga<subgt;2</subgt;O<subgt;3</subgt;外延层的预测数据。本申请通过采用机器学习模型来进行外延层预测，根据预测数据来对预设生长参数进行调整，以选取适合β‑Ga<subgt;2</subgt;O<subgt;3</subgt;外延生长的工艺窗口的生长参数，然后将该生成参数输入至MOCVD中进行外延，以提高OCVD外延生长β‑Ga<subgt;2</subgt;O外延层的质量。

全部详细技术资料下载

【技术实现步骤摘要】

本申请涉及β-ga2o3外延层生长，特别涉及一种mocvd所生长β-ga2o3外延层的预测方法及相关设备。

技术介绍

1、目前用mocvd外延生长β-ga2o3时，由于tmga的反应温度更高，而o2的氧化性较强，导致高温环境下非常容易发生预反应，即反应物在到达衬底之前，就发生反应生成了β-ga2o3。这种预反应产生的粉末会在衬底表面作为新的成核点，促进外延层的三维生长，从而严重劣化外延层的质量。

2、因而现有技术还有待改进和提高。

技术实现思路

1、本申请要解决的技术问题在于，针对现有技术的不足，提供一种mocvd所生长β-ga2o3外延层的预测方法及相关设备。

2、为了解决上述技术问题，本申请第一方面提供了一种mocvd所生长β-ga2o3外延层的预测方法，其中，所述mocvd所生长β-ga2o3外延层的预测方法具体包括：

3、获取预设生长参数，并将所述预设生长参数输入经过训练的外延层预测模型，其中，所述预设生长参数包括o/ga比，腔体压力，温度和生长时间；

4、通过所述外延层预测模型输出所述预设生长参数对应的β-ga2o3外延层的预测数据，其中，所述预测数据至少包括半高全宽比。

5、所述的mocvd所生长β-ga2o3外延层的预测方法，其中，所述外延层预测模型的训练过程具体包括：

6、获取训练数据集，其中，所述训练数据集包括若干训练数据组，每个训练数据组均包括训练生长参数和β-ga2o3外延层的标签数据；</p>

7、将所述训练数据组中的训练生长参数输入预设机器学习模型，通过预设机器学习模型输出β-ga2o3外延层的训练预测数据；

8、基于所述训练预测数据和所述标签数据，对所述预设机器学习模型进行训练，以得到经过训练的外延层预测模型。

9、所述的mocvd所生长β-ga2o3外延层的预测方法，其中，所述基于所述训练预测数据和所述标签数据，对所述预设机器学习模型进行训练具体包括：

10、计算所述训练预测数据和所述标签数据的预测差异值；

11、当所述预测差异值小于或者等于预设差异阈值时，基于所述训练预测数据和所述标签数据确定损失函数项，并基于所述损失函数项对所述预设机器学习模型进行训练；

12、当所述预测差异值大于预设差异阈值时，基于所述训练预测数据和所述标签数据确定损失函数项，并为所述训练预测数据设置惩罚项，基于所述损失函数项和所述惩罚项对所述预设机器学习模型进行训练。

13、所述的mocvd所生长β-ga2o3外延层的预测方法，其中，所述训练预测数据和所述标签数据均包括半高全宽比；所述计算所述训练预测数据和所述标签数据的预测差异值具体包括：

14、读取所述训练预测数据中的预测半高全宽比和标签数据中的标注半高全宽比，其中，所述预测半高全宽比和标注半高全宽比均用于反映外延后半高全宽和外延前的半高全宽的差值；

15、计算所述预测半高全宽比与标注半高全宽比的差值，得到预测差异值。

16、所述的mocvd所生长β-ga2o3外延层的预测方法，其中，所述预测数据还包括厚度和/或表面粗糙度。

17、所述的mocvd所生长β-ga2o3外延层的预测方法，其中，所述通过所述外延层预测模型输出所述预设生长参数对应的β-ga2o3外延层的预测数据之后，所述方法还包括：

18、检测所述预测数据是否满足预设要求；

19、当所述预测数据未满足预设要求时，对所述预设生长参数进行修正，以得到修正生长参数；

20、将所述修正生长参数作为预设生长参数，重新执行将所述预设生长参数输入经过训练的外延层预测模型的步骤，直至预测数据满足预设要求；

21、将满足预测要求的预测数据对应的预设生长参数作为目标生长参数，并将所述目标生长参数输入到mocvd中进行β-ga2o3外延。

22、所述的mocvd所生长β-ga2o3外延层的预测方法，其中，所述方法还包括：

23、基于目标生长参数及其对应的外延数据，生成微调数据组；

24、基于所述微调数据组对所述外延层预测模型进行微调。

25、本申请第二方面提供了一种mocvd所生长β-ga2o3外延层的预测装置，其中，所述的mocvd所生长β-ga2o3外延层的预测装置具体包括：

26、获取模块，用于获取预设生长参数，并将所述预设生长参数输入经过训练的外延层预测模型，其中，所述预设生长参数包括o/ga比，腔体压力，温度和生长时间；

27、预测模块，用于通过所述外延层预测模型输出所述预设生长参数对应的β-ga2o3外延层的预测数据，其中，所述预测数据至少包括半高全宽比。

28、本申请第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的mocvd所生长β-ga2o3外延层的预测方法中的步骤。

29、本申请第四方面提供了一种终端设备，其包括：处理器和存储器；

30、所述存储器上存储有可被所述处理器执行的计算机可读程序；

31、所述处理器执行所述计算机可读程序时实现如上任一所述的mocvd所生长β-ga2o3外延层的预测方法中的步骤。

32、有益效果：与现有技术相比，本申请提供了一种mocvd所生长β-ga2o3外延层的预测方法及相关设备，所述方法包括：获取预设生长参数，并将所述预设生长参数输入经过训练的外延层预测模型，其中，所述预设生长参数包括o/ga比，腔体压力，温度和生长时间；通过所述外延层预测模型输出所述预设生长参数对应的β-ga2o3外延层的预测数据。本申请通过采用机器学习模型来进行外延层预测，根据预测数据来对预设生长参数进行调整，以选取适合β-ga2o3外延生长的工艺窗口的生长参数，然后将该生成参数输入至mocvd中进行外延，以提高ocvd外延生长β-ga2o外延层的质量。

本文档来自技高网...

【技术保护点】

1.一种MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述MOCVD所生长β-Ga2O3外延层的预测方法具体包括：

2.根据权利要求1所述的MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述外延层预测模型的训练过程具体包括：

3.根据权利要求2所述的MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述基于所述训练预测数据和所述标签数据，对所述预设机器学习模型进行训练具体包括：

4.根据权利要求3所述的MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述训练预测数据和所述标签数据均包括半高全宽比；所述计算所述训练预测数据和所述标签数据的预测差异值具体包括：

5.根据权利要求1所述的MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述预测数据还包括厚度和/或表面粗糙度。

6.根据权利要求1所述的MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述通过所述外延层预测模型输出所述预设生长参数对应的β-Ga2O3外延层的预测数据之后，所述方法还包括：>

7.根据权利要求6所述的MOCVD所生长β-Ga2O3外延层的预测方法，其特征在于，所述方法还包括：

8.一种MOCVD所生长β-Ga2O3外延层的预测装置，其特征在于，所述的MOCVD所生长β-Ga2O3外延层的预测装置具体包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的MOCVD所生长β-Ga2O3外延层的预测方法中的步骤。

10.一种终端设备，其特征在于，包括：处理器和存储器；

...

【技术特征摘要】

1.一种mocvd所生长β-ga2o3外延层的预测方法，其特征在于，所述mocvd所生长β-ga2o3外延层的预测方法具体包括：

2.根据权利要求1所述的mocvd所生长β-ga2o3外延层的预测方法，其特征在于，所述外延层预测模型的训练过程具体包括：

3.根据权利要求2所述的mocvd所生长β-ga2o3外延层的预测方法，其特征在于，所述基于所述训练预测数据和所述标签数据，对所述预设机器学习模型进行训练具体包括：

4.根据权利要求3所述的mocvd所生长β-ga2o3外延层的预测方法，其特征在于，所述训练预测数据和所述标签数据均包括半高全宽比；所述计算所述训练预测数据和所述标签数据的预测差异值具体包括：

5.根据权利要求1所述的mocvd所生长β-ga2o3外延层的预测方法，其特征在于，所述预测数据还包括厚度和/或表面...

【专利技术属性】
技术研发人员：齐红基，陈端阳，杨珍妮，田卡，
申请(专利权)人：杭州富加镓业科技有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人