| 1 |
1
센싱 데이터를 수신하는 단계;상기 센싱 데이터를 전처리하여, 전처리된 센싱 데이터를 생성하는 단계;상기 전처리된 센싱 데이터와, 미리 학습된 제1 딥러닝 모듈을 이용하여 제1 제어 신호를 생성하는 단계; 및상기 제1 제어 신호를 이용하여 다이아몬드 제조 장비를 제어하는 단계를 포함하고, 상기 센싱 데이터는 가시광선 이미지 데이터, 적외선 이미지 데이터, XRD 데이터, 방출 스펙트럼 데이터, 라만 스펙트럼 데이터, 초분광 이미지 데이터, 제1 가스의 유량 데이터, 상기 제1 가스와 다른 제2 가스의 유량 데이터, 상기 제1 가스의 분압 데이터, 상기 제2 가스의 분압 데이터, 상기 제1 가스의 순도 데이터, 상기 제2 가스의 순도 데이터, 전력 데이터, 챔버 압력 데이터, 디스크 온도 데이터 및 기판 온도 데이터 중 적어도 하나를 포함하는,인공지능 기반의 다이아몬드 제조 방법
|
| 2 |
2
제1 항에 있어서,상기 제1 제어 신호는 다이아몬드 제조 공정의 공정 조건을 최적화하는데 이용되는 인공지능 기반의 다이아몬드 제조 방법
|
| 3 |
3
제1 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 제1 딥러닝 모듈을 이용하여, 다이아몬드의 성장 두께를 결정하는 단계를 포함하는 인공지능 기반의 다이아몬드 제조 방법
|
| 4 |
4
제3 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 결정된 다이아몬드의 성장 두께에 따라 상기 제1 제어 신호를 생성하는 단계를 더 포함하는 인공지능 기반의 다이아몬드 제조 방법
|
| 5 |
5
제4 항에 있어서,상기 제1 제어 신호는 다이아몬드가 성장되는 기판의 높이를 조절하는데 이용되는 인공지능 기반의 다이아몬드 제조 방법
|
| 6 |
6
제1 항에 있어서,상기 제1 제어 신호는 다이아몬드 제조 공정의 공정 순서를 변경하는데 이용되는 인공지능 기반의 다이아몬드 제조 방법
|
| 7 |
7
제6 항에 있어서,상기 제1 딥러닝 모듈을 이용하여 상기 제1 제어 신호를 생성하는 단계는,상기 제1 딥러닝 모듈을 이용하여, 다이아몬드 성장체에 흑연 스팟 결함이 존재하는지 여부를 결정하는 단계를 포함하고,상기 다이아몬드 성장체에 흑연 스팟 결함이 존재하는 경우, 상기 제1 딥러닝 모듈은 상기 제1 제어 신호를 생성하는 인공지능 기반의 다이아몬드 제조 방법
|
| 8 |
8
제7 항에 있어서,상기 제1 제어 신호는 CH4 가스의 유입을 중단하도록 제어하는 신호인 인공지능 기반의 다이아몬드 제조 방법
|
| 9 |
9
제1 항에 있어서,상기 제1 가스는 H2, O2, CH4, Ar, N2, Ne 및 Xe 중 어느 하나이고, 상기 제2 가스는 상기 제1 가스와 다르고, H2, O2, CH4, Ar, N2, Ne 및 Xe 중 어느 하나인 인공지능 기반의 다이아몬드 제조 방법
|
| 10 |
10
챔버 내에 마이크로파 필드를 형성하는 마이크로파 생성부;다이아몬드가 성장되는 기판의 위치를 조절하는 무빙부;제1 가스 및 상기 제1 가스와 다른 제2 가스를 상기 챔버 내로 유입하는 가스 조절부; 센싱 데이터를 생성하는 센싱부; 및인공지능 기반 공정 컨트롤러 및 인공지능 기반 결함 컨트롤러를 포함하고, 상기 마이크로파 생성부, 상기 무빙부 및 상기 가스 조절부를 제어하는 제어부를 포함하고, 상기 인공지능 기반 공정 컨트롤러는 상기 센싱 데이터를 기초로, 다이아몬드 제조 공정의 공정 조건을 최적화하기 위한 제1 제어 신호를 생성하고, 상기 인공지능 기반 결함 컨트롤러는 상기 센싱 데이터를 기초로, 상기 다이아몬드 제조 공정의 공정 순서를 변경하기 위한 제2 제어 신호를 생성하는 인공지능 기반의 다이아몬드 제조 장비
|
