Cyfryzacja procesów powlekania dla wysokorozdzielczych czujników ultradźwiękowych

Systemy klastrowe Fraunhofer FEP do procesów pulsacyjnego magnetronowego napylania. © Fraunhofer FEP, Zdjęcie: Anna Schroll

Głowice ultradźwiękowe z wbudowanymi cienkimi warstwami piezoelektrycznymi. © PVA TePla Analytical Systems GmbH / Czujniki ultradźwiękowe z wbudowanymi cienkimi warstwami piezoelektrycznymi. © PVA TePla Analytical Systems GmbH

Piezoelektriczne warstwy odgrywają kluczową rolę w medycynie, mikroelektronice i sensorach, na przykład przy produkcji ultradźwiękowych mikroskopów, które badają coraz mniejsze elementy półprzewodnikowe i struktury komórek biologicznych. Rosnące wymagania dotyczące jakości i powtarzalności tych warstw stawiają wysokie wymagania wobec skomplikowanych procesów powlekania, w których wiele parametrów musi być precyzyjnie dostosowanych. Aby sprostać tym wyzwaniom, Instytut Fraunhofera ds. Technologii Promieniowania Elektronowego i Plazmy FEP opracowuje w ramach finansowanego przez BMBF projektu DigiMatUs (FKZ 13XP5187D) cyfrowego bliźniaka procesu powlekania dla piezoelektrycznych cienkich warstw. Umożliwia to cyfrowe odwzorowanie i optymalizację procesów, co prowadzi do znacznej poprawy wydajności i powtarzalności ultradźwiękowych czujników.

Piezoelektryczne warstwy odgrywają kluczową rolę w medycynie, mikroelektronice i sensorach, szczególnie przy produkcji ultradźwiękowych mikroskopów. Te mikroskopy umożliwiają badanie coraz mniejszych struktur, takich jak elementy półprzewodnikowe czy komórki biologiczne.

Piezoelektryczne cienkie warstwy to wysoko krystaliczne warstwy, w których przyłożenie napięcia elektrycznego powoduje odkształcenie materiału, co pozwala na emisję impulsów dźwiękowych. Dzięki dostosowaniu właściwości warstw i ich grubości, a także bardzo szybkiemu przyłożeniu napięcia, można emitować impulsy ultradźwiękowe. Dla wyższych częstotliwości, a co za tym idzie lepszej rozdzielczości mikroskopów ultradźwiękowych, konieczne są coraz krótsze odległości między impulsami dźwiękowymi. Wymagania dotyczące jakości warstwy i procesu rosną więc znacznie wraz ze wzrostem docelowej częstotliwości.

Aby sprostać tym rosnącym wymaganiom, sześciu partnerów pracuje w ramach wspólnego projektu finansowanego przez Federalne Ministerstwo Edukacji i Badań (BMBF) DigiMatUs nad cyfryzacją procesów powlekania w celu produkcji wysokorozdzielczych piezoelektrycznych czujników ultradźwiękowych. Instytut Fraunhofera ds. Technologii Promieniowania Elektronowego i Plazmy FEP w Dreźnie opracowuje w tym kontekście cyfrowego bliźniaka procesu powlekania dla piezoelektrycznych cienkich warstw na bazie azotku glinu (AlN) i azotku skandanu glinu (AlScN). Nakładanie warstw odbywa się na klastrach urządzeń Fraunhofer FEP za pomocą pulsacyjnych magnetronowych procesów rozpylania. W tym celu badane są różnorodne parametry procesu i czynniki wpływające na właściwości warstw oraz ich wpływ na właściwości warstw, a dane są cyfrowo rejestrowane. Podstawą analizy danych jest ontologia opracowana wspólnie z partnerami projektu, dotycząca materiałów i procesów cienkich warstw. Ontologia to formalny system klasyfikacji i strukturyzacji wiedzy w określonej dziedzinie, umożliwiający jasne odwzorowanie powiązań i właściwości. Cyfrowe odwzorowanie materiałów i procesów pozwala na precyzyjne modelowanie i optymalizację przebiegu procesów. Dzięki temu można szczegółowo analizować właściwości procesowe i materiałowe, co prowadzi do poprawy wydajności i powtarzalności czujników ultradźwiękowych, a także umożliwia bardziej efektywną realizację kolejnych etapów rozwoju.

„Opracowanie modeli stanowi szczególne wyzwanie, ponieważ trzeba uwzględnić wiele parametrów procesu i ich wzajemne oddziaływania. Zwłaszcza stosunkowo niewielka liczba punktów danych przy jednoczesnym dużym zakresie parametrów stawia wysokie wymagania wobec opracowania solidnego odwzorowania rzeczywistości. Fraunhofer FEP korzysta tutaj ze swojej wieloletniej wiedzy w zakresie procesowania i charakteryzacji cienkich warstw, tworząc podstawę dla bardziej wydajnej i cyfrowo wspomaganej produkcji” – wyjaśnia dr inż. Stephan Barth, kierownik projektu w Fraunhofer FEP.

Projekt wykorzystuje najnowocześniejsze technologie, takie jak ontologie i sztuczna inteligencja (SI), do analizy i opisu powiązań między parametrami procesów. Na przykład można przewidzieć, jak zmiany w procesie powlekania – takie jak dostosowanie napięć katodowych, temperatury podłoża czy ciśnienia powlekania – będą wpływać na właściwości materiału. Umożliwia to celową optymalizację warstw i poprawę efektywności rozwoju procesów.

W ramach dotychczasowego przebiegu projektu wspólnie z partnerami opracowano pierwszą wersję ontologii cienkich warstw, rozszerzono cyfrowe rejestrowanie i przetwarzanie parametrów urządzeń i procesów w zakładach Fraunhofer FEP, a także określono różne właściwości materiałów cienkich warstw na powierzchniach szklanych obiektywów w zależności od tych parametrów. Testowe podłoża zostały powleczone w urządzeniach Fraunhofer FEP i przekazane partnerom projektu, aby przeprowadzić charakterystykę na dalszym etapie łańcucha wartości. Dotychczas zebrane dane stanowią podstawę do opracowania modeli SI przez partnera projektu, Uniwersytet im. Otto-von-Guericke w Magdeburgu. W trakcie realizacji projektu ontologia i modele SI będą stopniowo rozwijane, aby lepiej odwzorować rzeczywistość. Na podstawie opracowanych modeli będą przeprowadzane kolejne powłoki testowych podłoży w celu charakteryzacji w Fraunhofer FEP i u partnerów, co pozwoli na ulepszenie modeli.

Oprócz optymalizacji ultradźwiękowych czujników, wyniki projektu otwierają także nowe możliwości dla innych zastosowań opartych na technologiach cienkich warstw. Cyfrowe odwzorowanie danych materiałowych i procesowych za pomocą ontologii cienkich warstw i modeli SI może być ponownie wykorzystywane i przenoszone na podobne procesy powlekania, co znacznie przyspieszy badania i rozwój nowych materiałów w przyszłości.