管式PECVD硅片颜色值预测方法及镀膜时间控制方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115491652A(43)申请公布日2022.12.20(21)申请号202211108366.1C23C16/50(2006.01)(22)申请日2022.09.13G06K9/62(2022.01)G06N20/00(2019.01)(66)本国优先权数据202210698573.02022.06.20CN(71)申请人江苏恒云太信息科技有限公司地址214028江苏省无锡市新吴区锡士路79-A地块(72)发明人张勇王苏西王新宝赵张超樊臻严金银马清清(74)专利代理机构苏州衡创知识产权代理事务所(普通合伙)32329专利代理师王睿(51)Int.Cl.C23C16/00(2006.01)C23C16/52(2006.01)权利要求书1页说明书6页附图2页(54)发明名称管式PECVD硅片颜色值预测方法及镀膜时间控制方法(57)摘要本发明揭示一种管式PECVD硅片颜色值预测方法及镀膜时间控制方法，包括以下步骤：采集炉管的运行大数据，构建大数据训练集，所述运行大数据包括炉管参数、镀膜工艺参数和硅片颜色值y，所述镀膜工艺参数包括镀膜时间t；以所述炉管参数和镀膜工艺参数为输入，以硅片颜色值为输出，通过机器学习算法对所述大数据训练集进行训练，得到映射函数y＝f(x)；以包括k倍的镀膜时间t的炉管参数和镀膜工艺参数为输入，以硅片颜色值y为输出，构建硅片颜色值预测模型，其中0.5＜k＜0.9，技术效果：基于炉管的运行大数据实现实时地预测在镀膜过程中的硅片颜色值，进而实时预测镀膜厚度，有助于在镀膜完成前，实时调整镀膜时间t，以调整镀膜的厚度。CN115491652ACN115491652A权利要求书1/1页1.管式PECVD硅片颜色值预测方法，其特征在于，包括以下步骤：采集炉管的运行大数据，构建大数据训练集，所述运行大数据包括炉管参数、镀膜工艺参数和硅片颜色值y，所述镀膜工艺参数包括镀膜时间t；以所述炉管参数和镀膜工艺参数为输入，以硅片颜色值为输出，通过机器学习算法对所述大数据训练集进行训练，得到映射函数y＝f(x)，其中x为炉管参数和镀膜工艺参数；以包括k倍的镀膜时间t的炉管参数和镀膜工艺参数为输入，以硅片颜色值y为输出，构建硅片颜色值预测模型，其中0.5＜k＜0.9。2.如权利要求1所述的管式PECVD硅片颜色值预测方法，其特征在于，所述炉管参数包括石墨舟使用次数和炉管使用次数。3.如权利要求1或2所述的管式PECVD硅片颜色值预测方法，其特征在于，所述镀膜工艺参数还包括氨气流量、硅烷流量、A舟射频功率、B舟射频功率、第一温区温度、第二温区温度、第三温区温度、第四温区温度、第五温区温度和第六温区温度。4.如权利要求3所述的管式PECVD硅片颜色值预测方法，其特征在于，所述硅片颜色值y是A舟和B舟承载的各硅片颜色的平均值。5.如权利要求3所述的管式PECVD硅片颜色值预测方法，其特征在于，所述镀膜工艺参数是时间序列参数，在一个完整的镀膜周期内，所述镀膜工艺参数均采集中位数。6.如权利要求3所述的管式PECVD硅片颜色值预测方法，其特征在于，对所述大数据训练集进行超参数调整。7.基于大数据的管式PECVD镀膜时间控制方法，其特征在于，包括以下步骤：建立映射函数h＝f(y)，其中y为硅片颜色值，h为硅片镀膜厚度；设定镀膜时间为T，硅片的目标颜色值为Y，硅片的目标镀膜厚度为H；以k倍的镀膜时间为T为输入，其中0.5＜k＜0.9，通过权利要求1‑6任一所述的管式PECVD硅片颜色值预测方法预测得到硅片颜色值yk，再通过映射函数h＝f(y)得到镀膜厚度hk；若hk＝k*H，则镀膜时间T无需调整；若hk＜k*H，则镀膜时间T按比例延长；若hk＞k*H，则镀膜时间T按比例缩短。8.如权利要求7所述的基于大数据的管式PECVD镀膜时间控制方法，其特征在于，所述k＝0.8。9.如权利要求7所述的基于大数据的管式PECVD镀膜时间控制方法，其特征在于，所述k＝0.85。10.如权利要求7所述的基于大数据的管式PECVD镀膜时间控制方法，其特征在于，所述k＝0.75。2CN115491652A说明书1/6页管式PECVD硅片颜色值预测方法及镀膜时间控制方法技术领域[0001]本发明涉及光伏管式设备控制技术领域，尤其涉及一种管式PECVD硅片颜色值预测方法及镀膜时间控制方法。背景技术[0002]管式PECVD是完成半成品硅片的镀膜的关键工艺，是影响镀膜厚度的关键环节，而硅片的镀膜厚度将对成品硅片的光转化效率产生决定性影响。PECVD是通过沉积的方式在硅片表面进行镀膜，膜厚是衡量该工艺的重要指标；膜厚与硅片的颜色值具有一一对应的关系，当前，在硅片镀膜完成后，通过AOI设备检测硅片的颜色值，从而通过颜