Распознавание дислокационной структуры эпитаксиальных слоев карбида кремния с использованием нейронной сети

Abstract

Технологические особенности роста монокристаллов карбида кремния неизбежно создают условия для образования в них дефектов кристаллической структуры. Предложен способ распознавания и анализа дефектной дислокационной структуры монокристаллов карбида кремния на основе применения оптической микроскопии и нейронной сети прямого распространения. Проведена апробация способа на гомоэпитаксиальных слоях карбида кремния 4H политипа. На базе предложенного способа создано программное обеспечение, позволяющее строить карты распределения краевых, винтовых и базисных дислокаций по поверхности монокристаллов карбида кремния. Проведена апробация работы программного обеспечения на цифровых изображениях ростовой поверхности эпитаксиальных слоев карбида кремния. Точность распознавания дислокаций составила 95 %. Полученная информация о распределении дислокаций применяется при разработке технологических приемов снижения их плотности при выращивании монокристаллов. Technological features of the growth of single crystal silicon carbide inevitably create condi-tions for the formation of crystal structure defects in them. A method is proposed for recognizing and analyzing a dislocation structure of single crystal silicon carbide based on the use of optical microscopy and a direct distribution neural network. The method was tested on homoepitaxial lay-ers of 4H-polytype silicon carbide. Software has been developed that allows building maps of the dislocation structure distribution over the surface of single crystal silicon carbide. The software was tested on digital images of the surface of silicon carbide epitaxial layers. The accuracy of recognition of dislocation structure was 95%. The dislocation mapping is used in the development of process technologies for reducing their density during the growth of single crystals.