РАЗРАБОТКА ЦИФРОВОГО ДВОЙНИКА ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ТРАВЛЕНИЯ

Современные технологии производства микроэлектроники требуют высокой точности и воспроизводимости при обработке полупроводниковых пластин. Одним из ключевых этапов является плазмохимическое травление, обеспечивающее формирование микроструктур с высокой степенью разрешения. Однако сложность управления процессами в реальном времени и высокая стоимость оборудования мотивируют к внедрению цифровых двойников — программных моделей, отражающих поведение физических установок.

Цифровой двойник представляет собой комплексную модель, включающую описание структуры установки, математическое моделирование процессов, интерфейс взаимодействия с пользователем и при необходимости — связь с физическим оборудованием.

Его применение позволяет не только воспроизводить поведение технологической системы при различных условиях, но и проводить оптимизацию параметров, предотвращать ошибки и заранее прогнозировать поведение объекта при изменении входных воздействий.

Целью данной работы является разработка цифрового двойника процесса плазмохимического травления, способного имитировать технологический цикл, учитывать ключевые изменяемые условия среды и обеспечивать предсказуемое поведение при разных вариациях условий. Такой подход позволяет снизить затраты на реальные эксперименты и повысить качество управления технологическим процессом.

В качестве объекта моделирования выбрана установка плазмохимического травления, включающая в себя систему подачи газов, плазмообразующий генератор, реакционную камеру и систему откачки.

В работе используется модифицированная математическая модель, основанная на уравнении Аррениуса: 

                                                                             (1)

где

P — давление в камере;

α — степень чувствительности скорости к давлению (эмпирический параметр);

C — эффективная концентрация активных частиц;

A₀ — пред экспоненциальный множитель, характеризующий частоту столкновений;

E_a — энергия активации;

k_B — постоянная Больцмана;

T — температура в К;

β — степень чувствительности к концентрации активных частиц (эмпирический параметр).

Формула 1 позволит провести полноценную модуляцию процесса плазмохимического травления, для использования данной формулы необходимо создать функциональную программную оболочку.

Разработка цифрового двойника выполнена с использованием языка программирования C++ и фреймворка Qt 6. Архитектура включает следующие основные модули:

• MainWindow — пользовательский интерфейс и панель управления параметрами;
• Logic — модуль моделирования физических процессов;
• External — связь с реальным оборудованием через EtherCAT;
• Validator и Generator — проверка корректности параметров и генерация виртуальных установок.

Программа позволяет формировать установку, технологические процессы, задавать параметры давления, температуры и состава газовой смеси, а также запускать симуляцию с возможностью визуализации результата.

Для разработанной модели были проведены тестовые симуляции. Результаты показали:

• снижение затрат ресурсов при использовании цифрового двойника (особенно в виртуальном режиме без оборудования);
• соответствие профиля давления и концентраций газов реальному эксперименту;
• возможность настройки параметров без затрат на физическое сырье.

Таблица 1.

Сравнительная таблица накопление затрат ресурсов

Разработанный цифровой двойник был протестирован на ряде симуляций, сопоставленных с данными, полученными на физической установке. Сравнительный анализ показал высокую степень соответствия между вычисленными и измеренными параметрами. Основный измеряемой мерой было значение F1-меры, которая отражает баланс между точностью и полнотой работы алгоритма. Полученное значение F1-меры — 96,06%, что подтверждает корректность используемых математических уравнений и адекватность архитектурной реализации.

Разработанный цифровой двойник процесса плазмохимического травления демонстрирует высокую точность моделирования и эффективность в снижении затрат. Реализация модели в программной среде позволяет гибко варьировать параметры, адаптировать рецепты и визуализировать поведение системы. Представленный подход может быть использован в промышленных и научных целях, а также как обучающая платформа в образовательных учреждениях.