1 |
1
글로벌 모델과 로컬 모델로 구성되는 전산유체해석모델을 구축하고 기계학습을 수행하는 전산유체해석모델 기계학습 단계; 및 상기 기계학습을 수행한 결과를 토대로 적어도 두개 이상의 미세채널 또는 다공성재질을 갖는 피증착물의 원자층증착해석을 수행하는 원자층증착해석 단계;를 포함한 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
2 |
2
제 1항에 있어서,상기 전산유체해석모델 기계학습 단계는, 상기 전산유체해석모델을 이용하여 실측데이터와 합치되는 실험결과를 얻어 상기 전산유체해석모델의 정확도를 확보한 후, 상기 미세채널 또는 상기 다공성재질의 유체인입부와 배출부에서의 유체 흐름을 상기 글로벌 모델로 도출하여 이를 상기 로컬 모델에 적용하고 상기 미세채널 내부의 세부적인 유체거동을 정밀해석하는 한편, 상기 미세채널 내의 유체 흐름을 상기 유체인입부와 상기 배출부의 유체압력에 따라 상기 기계학습을 수행한 결과를 데이터베이스에 저장하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
3 |
3
제 2항에 있어서,상기 원자층증착해석 단계는, 상기 미세채널 또는 상기 다공성재질의 유체인입부와 배출부에서의 유체 흐름에 대한 특성을 상기 데이터베이스에서 추출하여 상기 원자층증착해석을 수행하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
4 |
4
제 2항에 있어서,상기 정확도를 확보하는 것은, 물리현상, 메쉬크기 및 표면 반응을 감안하여 위치별 결정성장속도값(싸이클당 성장율)이 실험데이터와 기준값 이상 합치되는 상기 전산유체해석모델을 채택하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
5 |
5
제 1항에 있어서,상기 전산유체해석모델 기계학습 단계에서는, 상기 글로벌 모델은 나비에-스토크스(Navier-Stokes) 방정식으로 전체적인 반응기 해석을 수행하여 주기성이 높은 종횡비 다공성 매질의 경계에 대한 흐름 프로파일을 도출하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
6 |
6
제 1항에 있어서,상기 전산유체해석모델 기계학습 단계에서는, 상기 로컬 모델은 관심의 대상이 되는 미세 채널의 해석을 위해 다공성매질의 해석 방법인 Darcy 법칙을 활용하여 해석하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
7 |
7
제 1항에 있어서,상기 기계학습은, 입력층의 입력으로 온도, 압력, 캐리어기체의 몰분률, 전구체의 몰분률, 캐리어기체의 확산율, 전구체의 확산율, 및 투자율(Permeability)을 적용하는 인공신경망을 사용하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
8 |
8
제 1항에 있어서,상기 기계학습은, 적어도 2계층 이상의 은닉층을 적용하는 인공신경망을 사용하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
9 |
9
제 1항에 있어서,상기 기계학습은, 상기 미세채널 또는 상기 다공성재질을 갖는 피증착물의 표면 피복률(surface coverage)을 출력층으로 적용하는 인공신경망을 사용하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|
10 |
10
제 9항에 있어서,상기 표면 피복률(surface coverage)은, 상기 미세채널 또는 상기 다공성재질을 갖는 피증착물의 시작 지점과 끝 지점에서의 압력에 따라 깊이방향(hole depth)으로의 표면 피복률(surface coverage) 경향을 포함하는 것을 특징으로 하는 미세채널을 갖거나 다공성재질을 갖는 피증착물에 대한 원자층증착 시뮬레이션 방법
|