Numérisation des processus de revêtement pour capteurs ultrasonores haute résolution

Systèmes de clusters du Fraunhofer FEP pour les processus de sputtering par magnétron pulsé. © Fraunhofer FEP, Photo : Anna Schroll

têtes à ultrasons avec couches minces piézoélectriques intégrées. © PVA TePla Analytical Systems GmbH / Transducteurs ultrasonores avec couches minces piézoélectriques intégrées. © PVA TePla Analytical Systems GmbH

Les couches piézoélectriques jouent un rôle clé dans la technologie médicale, la microélectronique et la détection, notamment dans la fabrication d’ultrasons, qui permettent d’étudier des structures semi-conductrices de plus en plus petites et des structures cellulaires biologiques. Cependant, les exigences croissantes en matière de qualité et de reproductibilité de ces couches imposent des contraintes élevées aux processus de dépôt complexes, où de nombreux paramètres doivent être parfaitement coordonnés. Afin de relever ce défi, l’Institut Fraunhofer pour la technique à faisceau d’électrons et de plasma FEP développe dans le cadre du projet DigiMatUs (FKZ 13XP5187D), financé par le BMBF, un jumeau numérique du procédé de dépôt pour les couches minces piézoélectriques. Cela permet une modélisation et une optimisation numériques des processus, conduisant à une amélioration significative des performances et de la reproductibilité des capteurs à ultrasons.

Les couches piézoélectriques jouent un rôle central dans la technologie médicale, la microélectronique et la détection, en particulier dans la fabrication d’ultrasons. Ces microscopes permettent d’étudier des structures de plus en plus petites, telles que des composants semi-conducteurs ou des cellules biologiques.

Les couches minces piézoélectriques sont des couches hautement cristallines, où l’application d’une tension électrique provoque une déformation du matériau, permettant par exemple l’émission d’impulsions sonores. En ajustant les propriétés de la couche et son épaisseur, ainsi qu’en appliquant cette tension très rapidement, il est possible d’émettre des impulsions ultrasonores. Pour des fréquences plus élevées et une meilleure résolution des microscopes à ultrasons, des intervalles de plus en plus courts entre les impulsions sonores sont nécessaires. Les exigences en matière de qualité de la couche et, par conséquent, de la qualité du processus, augmentent fortement avec la fréquence cible.

Pour répondre à ces exigences croissantes, six partenaires travaillent dans le cadre du projet commun DigiMatUs, financé par le ministère fédéral de l’Éducation et de la Recherche (BMBF), sur la digitalisation des processus de dépôt pour la fabrication de capteurs ultrasonores piézoélectriques à haute résolution. L’Institut Fraunhofer pour la technique à faisceau d’électrons et de plasma FEP à Dresde développe dans ce contexte un jumeau numérique du procédé de dépôt pour les couches minces piézoélectriques à base de nitrure d’aluminium (AlN) et de nitrure d’aluminium-scandium (AlScN). La déposition des couches se fait sur les installations en cluster du Fraunhofer FEP par des processus de sputtering à aimantation pulsée. Les nombreux paramètres du processus et leurs influences sur les propriétés de la couche sont étudiés et enregistrés numériquement. La base de l’analyse des données est une ontologie élaborée conjointement avec les partenaires du projet pour les matériaux et processus de couches minces. Une ontologie est un système formel permettant de classifier et structurer les connaissances dans un domaine spécifique, afin de représenter clairement les relations et propriétés. La modélisation numérique des matériaux et procédés, rendue possible par cette ontologie, permet une modélisation précise et une optimisation des flux de processus. Ainsi, il est possible d’analyser en détail les propriétés du processus et du matériau, ce qui conduit à une meilleure performance et reproductibilité des capteurs à ultrasons et facilite la mise en œuvre d’autres étapes de développement de manière plus efficace.

« La modélisation représente un défi particulier, car il faut prendre en compte une multitude de paramètres de processus et leurs interactions. En particulier, le nombre relativement faible de points de données, combiné à un espace paramétrique vaste, impose des exigences élevées pour le développement d’une modélisation robuste de la réalité. Le Fraunhofer FEP met à profit son expertise de longue date dans la fabrication et la caractérisation des couches minces, créant ainsi la base d’une production plus efficace et numériquement assistée », explique le Dr.-Ing. Stephan Barth, chef de projet au Fraunhofer FEP.

Le projet utilise des technologies de pointe telles que les ontologies et l’intelligence artificielle (IA) pour analyser et décrire les relations entre les paramètres du processus. Par exemple, il est possible de prévoir comment des modifications du processus de dépôt — telles que l’ajustement des tensions de cathode, la température du substrat ou la pression de dépôt — influencent les propriétés du matériau. Cela permet une optimisation ciblée des couches et améliore l’efficacité du développement des processus.

Dans le cadre de l’avancement du projet, une première version de l’ontologie des couches minces a été développée en collaboration avec les partenaires, permettant d’étendre l’enregistrement numérique et le traitement des paramètres des équipements et des processus du Fraunhofer FEP, ainsi que de déterminer diverses propriétés des matériaux des couches minces sur les supports en verre des objectifs en fonction de ces paramètres. Des substrats de test ont été déposés sur les équipements du Fraunhofer FEP et remis aux partenaires du projet pour une caractérisation tout au long de la chaîne de valeur. Les données recueillies jusqu’à présent constituent la base pour le développement des modèles d’IA du partenaire du projet, l’Université Otto-von-Guericke de Magdebourg. Au fur et à mesure de l’avancement du projet, l’ontologie et les modèles d’IA seront continuellement améliorés pour mieux représenter la réalité. Sur la base de ces modèles, d’autres couches de test seront déposées pour la caractérisation au Fraunhofer FEP et chez les partenaires, afin d’améliorer les modèles.

Outre l’optimisation de la détection par ultrasons, les résultats du projet ouvrent également de nouvelles possibilités pour d’autres applications basées sur la technologie des couches minces. La modélisation numérique des données matérielles et de processus via l’ontologie des couches minces et les modèles d’IA pourra être réutilisée et transférée à des processus de dépôt similaires, ce qui accélérera considérablement la recherche et le développement de nouveaux matériaux à l’avenir.