Digitalisierung von Beschichtungsprozessen für hochauflösende Ultraschallsensoren

Clusteranlagen des Fraunhofer FEP für Puls-Magnetron-Sputterprozesse. © Fraunhofer FEP, Foto: Anna Schroll / Cluster systemen van het Fraunhofer FEP voor pulsmagnetron-sputterprocessen. © Fraunhofer FEP, Foto: Anna Schroll

Ultrasonekoppen met geïntegreerde piezo-elektrische dunne lagen. © PVA TePla Analytical Systems GmbH / Ultrasone transducers met geïntegreerde piezo-elektrische dunne lagen. © PVA TePla Analytical Systems GmbH

Piezoelektrische lagen spelen een sleutelrol in de medische technologie, micro-elektronica en sensoriek, bijvoorbeeld bij de productie van ultrasone microscopen die steeds kleinere halfgeleidercomponenten en biologische cellen onderzoeken. De toenemende eisen aan de kwaliteit en reproduceerbaarheid van deze lagen stellen hoge eisen aan de complexe coatingprocessen, waarbij veel parameters nauwkeurig op elkaar afgestemd moeten worden. Om deze uitdaging het hoofd te bieden, ontwikkelt het Fraunhofer-Institut für Elektronenstrahl- und Plasmatechnik FEP in het kader van het door het BMBF gefinancierde project DigiMatUs (FKZ 13XP5187D) een digitale tweeling van het coatingproces voor piezo-elektrische dunne lagen. Dit maakt digitale weergave en optimalisatie van de processen mogelijk en leidt tot een duidelijke verbetering van de prestaties en reproduceerbaarheid van ultrasone sensoren.

Piezoelektrische lagen spelen een centrale rol in de medische technologie, micro-elektronica en sensoriek, vooral bij de productie van ultrasone microscopen. Deze microscopen maken het mogelijk om steeds kleinere structuren, zoals halfgeleidercomponenten of biologische cellen, te onderzoeken.

Piezo-elektrische dunne lagen zijn hoogkristallijne lagen waarbij door het aanleggen van een elektrische spanning een vervorming van het materiaal optreedt, waardoor bijvoorbeeld geluidsimpulsen kunnen worden uitgezonden. Door aangepaste laag-eigenschappen en laagdiktes, evenals zeer snelle aanlegging van deze spanning, kunnen ultrasone impulsen worden uitgezonden. Voor hogere frequenties en dus een betere resolutie van ultrasone microscopen zijn steeds kortere afstanden tussen de geluidsimpulsen noodzakelijk. De eisen aan de laagkwaliteit en daarmee de proceskwaliteit nemen sterk toe naarmate de doel-frequentie toeneemt.

Om aan deze groeiende eisen te voldoen, werken zes partners binnen het door het Bundesministerium für Bildung und Forschung (BMBF) gefinancierde gezamenlijke project DigiMatUs aan de digitalisering van coatingprocessen voor de productie van hoogfrequente piezo-elektrische ultrasone sensoren. Het Fraunhofer-Institut für Elektronenstrahl- und Plasmatechnik FEP in Dresden ontwikkelt in dit kader een digitale tweeling van het coatingproces voor piezo-elektrische dunne lagen op basis van aluminiumnitrid (AlN) en aluminium-scandiumnitrid (AlScN). De laagdepositie vindt plaats op de clusterinstallaties van het Fraunhofer FEP met behulp van pulsmagnetron-sputterprocessen. Daarbij worden de vele procesparameters en invloedsfactoren en hun effecten op de laag-eigenschappen onderzocht en digitaal vastgelegd. De basis voor de data-analyse vormt een gezamenlijk met de projectpartners ontwikkelde ontologie voor dunne-laagmaterialen en -processen. Een ontologie beschrijft hierbij een formeel systeem voor de classificatie en structurering van kennis in een bepaald vakgebied, om verbanden en eigenschappen duidelijk in kaart te brengen. De daardoor te realiseren digitale weergave van de materialen en processen maakt een nauwkeurige modellering en optimalisering van de processtappen mogelijk. Zo kunnen proces- en materiaaleigenschappen gedetailleerd worden geanalyseerd, wat leidt tot betere prestaties en reproduceerbaarheid van de ultrasone sensoren en ook verdere ontwikkelingsstappen efficiënter mogelijk maakt.

“De ontwikkeling van de modellen vormt een bijzondere uitdaging, omdat een groot aantal procesparameters en hun onderlinge interacties in overweging moeten worden genomen. Vooral de relatief geringe hoeveelheid data punten bij een groot aantal parameters stelt hoge eisen aan de ontwikkeling van een robuuste weergave van de werkelijkheid. Het FEP brengt hier zijn jarenlange expertise in dunne-laagprocesering en -karakterisering in en legt daarmee de basis voor een efficiëntere en digitaal ondersteunde productie,” legt Dr.-Ing. Stephan Barth, projectleider bij het FEP, uit.

Het project maakt gebruik van geavanceerde technologieën zoals ontologieën en kunstmatige intelligentie (AI) om de verbanden tussen de procesparameters te analyseren en te beschrijven. Zo kunnen bijvoorbeeld voorspellingen worden gedaan over hoe veranderingen in het coatingproces – zoals de aanpassing van de kathodenspanningen, de substrattemperatuur of de coatingdruk – de materiaaleigenschappen beïnvloeden. Dit maakt gerichte optimalisatie van de lagen mogelijk en verbetert de efficiëntie van de procesontwikkeling.

In het kader van de huidige projectfase is samen met de projectpartners een eerste versie van de dunne-laag-ontologie ontwikkeld, die de digitale vastlegging en verwerking van installatie- en procesparameters van de installaties bij het FEP uitbreidt, evenals verschillende materiaaleigenschappen van de dunne lagen op de glazen oppervlakken van de objectieven afhankelijk van deze parameters bepaalt. Testsubstraten werden op de installaties van het FEP gecoat en aan de projectpartners overhandigd om een karakterisering langs de verdere waardeketen te realiseren. De tot nu toe verzamelde data vormen de basis voor de ontwikkeling van de AI-modellen van de projectpartner Otto-von-Guericke-Universität Magdeburg. In de loop van het project worden de ontologie en AI-modellen stapsgewijs verder ontwikkeld om een betere weergave van de werkelijkheid te realiseren. Aan de hand van de ontwikkelde modellen worden verdere coatings van testsubstraten uitgevoerd voor de karakterisering bij het FEP en bij de projectpartners om de modellen te verbeteren.

Naast de optimalisatie van de ultrasone sensortechnologie openen de projectresultaten ook nieuwe mogelijkheden voor andere toepassingen die gebaseerd zijn op dunne-laagtechnologieën. De digitale weergave van de materiaaleigenschappen en procesgegevens via de dunne-laag-ontologie en de AI-modellen kan worden hergebruikt en overgedragen op vergelijkbare coatingprocessen, wat de onderzoek- en ontwikkelingsactiviteiten voor nieuwe materialen in de toekomst aanzienlijk zal versnellen.