부분 유사성 조건에서의 데이터 기반 Cz–Si 확장

요약 Cz–Si 성장에서 고체–액체 경계의 형태와 v / G 비율은 결정 품질에 상당한 영향을 미칩니다. 이 연구는 부분 유사성 조건에서 Cz–Si의 확장 프로세스를 조사하기 위해 다층 퍼셉트론(MLP) 신경망과 베이지안 최적화를 활용하는 데이터 기반 접근법을 사용합니다. 다양한 공정 및 용광로 기하학 매개변수와 방사선 차폐 재료 특성이 결정 품질의 중요한 측정에 미치는 영향을 탐구하는 데 중점을 둡니다. 축대칭 CFD 모델링을 통해 340세트의 18D 원시 데이터가 생성되며, 이로부터 MLP의 설계 및 훈련을 위한 14차원 무차원 유도 데이터 튜플이 생성됩니다. 최상의 MLP는 CFD 데이터에서 유도된 무차원 숫자 간의 복잡한 비선형 의존성을 정확하게 평가할 수 있는 능력을 보여주며, 출력 측면에서는 인터페이스 굴곡과 v / G를 포함합니다. 확장에 중요한 이러한 관계는 다양한 매개변수에 걸쳐 성공적으로 일반화됩니다.