مروری جامع بر کاربرد هوش مصنوعی و یادگیری ماشینی در پیش بینی، بهینه سازی و کنترل فرآیندهای لایه نشانی لایه های نازک برای بهبود خواص الکترونی، یکنواختی سطح و عملکرد دستگاه های الکترونیکی نوین

در سال های اخیر، پیشرفت سریع فناوری های الکترونیکی نوین موجب افزایش توجه پژوهشگران به توسعه و بهینه سازی لایه های نازک با خواص ساختاری و الکترونی کنترل شده شده است. لایه های نازک نقش اساسی در عملکرد بسیاری از دستگاه های الکترونیکی از جمله ترانزیستورها، حسگرها، سلول های خورشیدی و نمایشگرها ایفا می کنند. با این حال، فرآیندهای لایه نشانی معمولا شامل تعداد زیادی پارامتر عملیاتی مانند دما، فشار، توان منبع، ترکیب گازها و زمان رسوب هستند که تغییرات کوچک در آن ها می تواند به تغییرات قابل توجهی در مورفولوژی سطح، یکنواختی فیلم و خواص الکترونی منجر شود. هدف از این پژوهش، بررسی جامع کاربرد روش های هوش مصنوعی و یادگیری ماشینی در پیش بینی خواص لایه های نازک، بهینه سازی پارامترهای فرآیندی و کنترل فرآیندهای لایه نشانی به منظور بهبود عملکرد مواد و دستگاه های الکترونیکی است. در این مطالعه، ابتدا مهم ترین روش های لایه نشانی لایه های نازک و پارامترهای موثر بر کیفیت فیلم ها معرفی شده و سپس مبانی و الگوریتم های متداول هوش مصنوعی مورد استفاده در مهندسی مواد مورد بررسی قرار گرفته اند. در ادامه، مطالعات منتشرشده در زمینه استفاده از مدل های یادگیری ماشینی برای پیش بینی ویژگی هایی نظیر ضخامت لایه، زبری سطح، یکنواختی، باندگپ و رسانایی الکتریکی تحلیل شده و نقش این مدل ها در بهینه سازی شرایط فرآیندهای لایه نشانی مورد ارزیابی قرار گرفته است. همچنین کاربرد روش های یادگیری عمیق و الگوریتم های داده محور در پایش بلادرنگ فرآیند، کنترل تطبیقی تجهیزات و تحلیل خرابی دستگاه های مبتنی بر لایه های نازک بررسی شده است. نتایج این مرور نشان می دهد که مدل های هوش مصنوعی قادرند روابط پیچیده و غیرخطی میان پارامترهای فرآیندی و خواص نهایی فیلم را با دقت بالایی پیش بینی کرده و امکان انتخاب شرایط بهینه برای دستیابی به خواص مطلوب را فراهم سازند. علاوه بر این، استفاده از سیستم های هوشمند در پایش و کنترل فرآیند می تواند موجب افزایش یکنواختی لایه ها، کاهش نقص های ساختاری و بهبود بازتولیدپذیری در تولید مواد الکترونی شود.

کلیدواژه ها:

هوش مصنوعی ، یادگیری ماشینی ، لایه های نازک ، فرآیندهای لایه نشانی ، مواد الکترونی