机器学习与CVD建模相结合的组分预测方法
授权
摘要
本发明提供一种机器学习与CVD建模相结合的组分预测方法，确定反应器的尺寸和基片形状尺寸；建立对应的反应器几何模型；为几何区域和边界添加材料属性；模型网格剖分；选择建立多物理场模型，并进行多物理场耦合；建立流体传热和层流模型；建立浓物质传递模型；计算层流和流体传热耦合的物理场，将得到的解作为初始值计算化学和浓物质传递的物理场接口，得到硼碳体系前驱体气体反应得到的各种中间物质的浓度分布；分别得到不同的结果对比分析，最终得到各种沉积工艺条件下的物质浓度分布结果；利用机器学习算法将沉积硼碳比和其联系起来，预测不同沉积条件下沉积的硼碳比，并分析其误差大小。本发明可准确预测沉积产物组分比。
基本信息
专利标题 ：
机器学习与CVD建模相结合的组分预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111597735A
申请号 ：
CN202010567007.7
公开（公告）日 ：
2020-08-28
申请日 ：
2020-06-19
授权号 ：
CN111597735B
授权日 ：
2022-06-14
发明人 ：
关康曾庆丰高勇卢振亚吴建青刘建涛冯志强
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
成都方圆聿联专利代理事务所(普通合伙)
代理人 ：
宋红宾
优先权 ：
CN202010567007.7
主分类号 ：
G06F30/20
IPC分类号 ：
G06F30/20 G06F111/10 G06F113/08 G06F119/14
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/20
设计优化、验证或模拟
法律状态
2022-06-14 ：
授权
2020-09-22 ：
实质审查的生效
IPC(主分类) : G06F 30/20
申请日 : 20200619
申请日 : 20200619
2020-08-28 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111597735A.PDF
PDF下载
