【技术实现步骤摘要】
本公开涉及碳化硅(以下称作sic)单晶制造装置、其运算器以及碳化硅单晶的制造方法。
技术介绍
1、作为使sic单晶生长的方法，有将sic原料气体导入到sic单晶制造装置(以下称作晶体制造装置)内、在种晶表面使sic单晶生长的气体生长法。在气体生长法中，能够将sic原料气体持续长时间供给从而期待sic单晶的长尺寸生长。但是，如果固体附着物堆积在晶体制造装置内而气体流路被堵塞，则sic原料气体的供给阻滞并且生长条件变化，所以不再能使sic单晶长尺寸生长。因此，希望预测晶体制造装置内的气体流路的堵塞并进行应对。
2、为了预测晶体制造装置内的气体流路的堵塞，需要反复进行实验并监视堵塞状态。例如，在专利文献1的马达驱动装置中，为了预测风扇马达(fan motor)的故障，对风扇马达的转速进行观测，并且，根据输出了警报的时期、风扇马达实际发生了故障的时期来计算报酬并作为过去的数据来储存。并且，基于风扇马达的转速的观测结果和报酬的计算结果，人工智能预测风扇马达的故障，如果预测到故障则输出警报。
3、现有技术文献
4、专利文献
5、专利文献1：日本特开2017－70125号公报
技术实现思路
1、但是，在专利文献1的马达驱动装置的情况下，是观测量能够直接观测的风扇马达的转速，但是在晶体制造装置的情况下，将气体流路堵塞的固体附着物及成为其原因的气体中产生的粉体的体积的直接观测是困难的。
2、本公开的目的在于，提供能够基于能够直接观测的参数的
3、本公开的第1技术方案是sic单晶制造装置，具有：具有中空部的筒形的坩埚，构成反应室；具有一面的台座，配置在上述坩埚的上述中空部内，sic单晶的生长用的种晶被设置于上述一面；气体导入管，具备从比上述台座靠下方的位置将含有sic原料气体的供给气体向上述坩埚内导入的气体出口，上述sic原料气体用于使上述sic单晶在上述种晶的表面进行生长；加热装置，将上述sic原料气体加热而分解；压力传感器，测定上述供给气体的气体压力；以及运算器，基于通过机器学习而制作的学习模型以及由上述压力传感器所测定的上述气体压力，预测到上述气体导入管被固体附着物堵塞为止的时间即堵塞时间，上述机器学习中利用根据上述sic单晶的生长的仿真及实验结果而计算出的数据。
4、这样，在晶体制造装置中具备测定供给气体的气体压力的压力传感器。此外，基于对通过多次仿真实现的机器学习添加实验结果而得到的学习模型的堵塞预测时间、与通过实验得到的实际堵塞时间之间存在相关性，基于此而制作了通过由仿真实现的机器学习得到的学习模型。并且，基于由压力传感器测定的气体压力和学习模型来预测堵塞时间。由此，能够基于气体压力这样的能够直接观测的参数的观测结果来预测堵塞状态。
5、本公开的第2技术方案是sic单晶制造装置的运算器，上述运算器，在利用sic单晶制造装置，将种晶设置于在构成反应室的筒形的坩埚的中空部内配置的台座的一面，从比上述台座靠下方的气体导入管将包含sic原料气体的供给气体向上述坩埚内导入并且将上述sic原料气体加热分解而供给到上述种晶的表面从而使sic单晶生长时，输入由压力传感器测定上述供给气体的气体压力所得到的测定结果，并且，基于通过机器学习而制作的学习模型以及由上述压力传感器所测定的上述气体压力，预测到上述气体导入管被固体附着物堵塞为止的时间即堵塞时间，上述机器学习中利用根据上述sic单晶的生长的仿真及实验结果而计算出的数据。
6、这样，由晶体制造装置中具备的压力传感器测定供给气体的气体压力。此外，基于对通过多次仿真实现的机器学习而得到的学习模型的堵塞预测时间、与通过实验得到的实际堵塞时间之间存在相关性，基于此而制作了对基于仿真的机器学习添加了实验结果而得到的学习模型。并且，基于由压力传感器测定的气体压力和学习模型来预测堵塞时间。由此，能够得到能够基于气体压力这样的能够直接观测的参数的观测结果来预测堵塞状态的运算器。
7、本公开的第3技术方案是sic单晶的制造方法，包括：利用sic单晶制造装置，将种晶设置于在构成反应室的筒形的坩埚的中空部内配置的台座的一面，从比上述台座靠下方的气体导入管将包含sic原料气体的供给气体向上述坩埚内导入，并且将上述sic原料气体加热分解而供给到上述种晶的表面从而使sic单晶生长；由压力传感器测定上述供给气体的气体压力；以及基于通过机器学习而制作的学习模型以及由上述压力传感器所测定的上述气体压力，预测到上述气体导入管被固体附着物堵塞为止的时间即堵塞时间，上述机器学习中利用根据上述sic单晶的生长的仿真及实验结果而计算出的数据。
8、这样，由晶体制造装置中具备的压力传感器测定供给气体的气体压力。此外，基于对通过多次仿真实现的机器学习添加实验结果而得到的学习模型的堵塞预测时间、与通过实验得到的实际堵塞时间之间存在相关性，基于此而制作了通过由仿真实现的机器学习得到的学习模型。并且，基于由压力传感器测定的气体压力和学习模型来预测堵塞时间。由此，能够基于气体压力这样的能够直接观测的参数的观测结果来预测堵塞状态来制造sic单晶。
本文档来自技高网...【技术保护点】
1.一种碳化硅单晶制造装置，其特征在于，
2.如权利要求1所述的碳化硅单晶制造装置，其特征在于，
3.如权利要求1或2所述的碳化硅单晶制造装置，其特征在于，
4.如权利要求1或2所述的碳化硅单晶制造装置，其特征在于，
5.一种碳化硅单晶制造装置的运算器，其特征在于，
6.如权利要求5所述的碳化硅单晶制造装置的运算器，其特征在于，
7.如权利要求5或6所述的碳化硅单晶制造装置的运算器，其特征在于，
8.如权利要求5或6所述的碳化硅单晶制造装置的运算器，其特征在于，
9.一种碳化硅单晶的制造方法，其特征在于，
10.如权利要求9所述的碳化硅单晶的制造方法，其特征在于，
11.如权利要求9或10所述的碳化硅单晶的制造方法，其特征在于，
12.如权利要求9或10所述的碳化硅单晶的制造方法，其特征在于，
【技术特征摘要】
1.一种碳化硅单晶制造装置，其特征在于，
2.如权利要求1所述的碳化硅单晶制造装置，其特征在于，
3.如权利要求1或2所述的碳化硅单晶制造装置，其特征在于，
4.如权利要求1或2所述的碳化硅单晶制造装置，其特征在于，
5.一种碳化硅单晶制造装置的运算器，其特征在于，
6.如权利要求5所述的碳化硅单晶制造装置的运算器，其特征在于，
7.如权利要求...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。