Die Sektion Fundamentale Beschreibung hat zum Ziel, durch numerische Simulationen einen tieferen Einblick in Kristallwachstumsprozesse zu erhalten. Thematisch reichen die Arbeiten von grundlegenden Arbeiten auf der der atomaren Skala bis hin zu angewandten, industrierelevanten Fragestellungen. Die Sektion arbeitet sowohl für institutsinterne als auch für externe Partner. Das physikalische Verständnis des Kristallwachstums wird durch Modellexperimente im Labormaßstab im Rahmen eines „ERC-starting grants“ für junge Forscher gestützt.
Die Forschungsaktivitäten umfassen: Entwicklung und Optimierung der Kristallwachstumsprozesse und Ofenprototypentwürfe auf den verschiedenen Skalen mit multiphysikalischer Kopplung. Die Validierung numerischer Modelle wird durch Modellexperimente bei niedrigen Temperaturen unterstützt. Auf atomarer Ebene tragen die Simulation von Kristalldefekten und der Wachstumskinetik zum Verständnis der kritischen Aspekte des Kristallwachstums bei. In der letzten Zeit kommen zunehmend Methoden der KI zur Anwendung.
Kristalline Materialien werden unter der Beteiligung einer Vielzahl von physikalischen Phänomenen wie Wärmetransport und Fluiddynamik in komplexen Prozessen bei hohen Temperaturen hergestellt. Gefördert durch den Starting Grant des Europäischen Forschungsrats arbeiten wir, im Rahmen des NEMOCRYS Projektes, an einer neuen Generation von multiphysikalischen Modellen für derartige Prozesse. Der dadurch erwartete Paradigmenwechsel bei der Art und Weise wie Kristallzüchtungsprozesse beobachtet, beschrieben und entwickelt werden, führt zu einer Minimierung der erforderlichen Anzahl von Experimenten. Darüber hinaus eröffnen sich neue Horizonte in der wissenschaftlichen Analyse als auch beim Einsatz smarter Prozesskontrollen mit Verwendung künstlicher Intelligenz oder anderer moderner Technologien.
Wir entwickeln eine Reihe von einzigartigen Kristallzüchtungsanlagen für Modellmaterialien, um vergleichsweise niedrige Temperaturen, vereinfachte Vakuumbedingungen und folglich einen problemlosen messtechnischen Zugang zum Prozess zu ermöglichen. Die dadurch erhaltenen in-situ Messdaten dienen der Entwicklung und Validierung multiphysikalischer Modelle, die anschließend für verschiedene Züchtungsprozesse sowohl im Forschungs- als auch Industriemaßstab angewandt werden. Darüber hinaus dienen Modellexperimente der Optimierung von Messtechniken für in-situ Beobachtungen und zur Erschaffung einer neuen Grundlage für das Benchmarking von Modellen sowie für Big Data Konzepte in der Kristallzüchtung.
Kaspars Dadzis, Olf Pätzold, Gunter Gerbeth
Model experiments for flow phenomena in crystal growth
Crystal Research & Technology, 55(2) (2019) 1900096
DOI: 10.1002/crat.201900096
Kaspars Dadzis, Paul Bönisch, Lamine Sylla, Thomas Richter
Validation, verification, and benchmarking of crystal growth simulations
Journal of Crystal Growth, 474 (2017) 171-177
DOI: 10.1016/j.jcrysgro.2016.12.091
Kaspars Dadzis, Gleb Lukin, Dagmar Meier, Paul Bönisch, Lamine Sylla, Olf Pätzold
Directional melting and solidification of gallium in a traveling magnetic field as a model experiment for silicon processes
Journal of Crystal Growth, 445 (2016) 90-100
DOI: 10.1016/j.jcrysgro.2016.03.037
Künstliche Intelligenz (KI) basierend auf künstlichen neuronalen Netzen (KNN) kann die Kosten erheblich senken und die Zeit für die Entwicklung neuartiger kristalliner Materialien und Kristallwachstumsprozesse verkürzen. Der Hauptgrund für die Verwendung von KNNs besteht darin, schnell Muster und Beziehungen in Kristallwachstumsdatensätzen zu extrahieren, die zu komplex sind, um von anderen numerischen Techniken bemerkt zu werden. Die schnelle Vorhersage ist entscheidend für die Prozesssteuerung, bei der In-situ-Messungen von Prozessparametern nicht möglich sind.
Das IKZ verwendete statische KNNs zur Parameteroptimierung bei magnetisch angetriebener VGF-GaAs sowie DS-Si Kristallzüchtung. Ein kürzliches Forschungsthema war die Anwendung dynamischer neuronaler Netze zur Echtzeitvorhersage im transienten VGF-GaAs-Kristallzüchtungsprozess. Beispielsweise können Temperaturfelder im Ofen sowie die Position der Kristallisationsfront während des Wachstums schnell vorhergesagt werden. Die KI-Anwendung für andere Kristallzüchtungsthemen ist derzeit in Bearbeitung.
Natasha Dropka, Martin Holena
Application of Artificial Neural Networks in Crystal Growth of Electronic and Opto-Electronic Materials
Crystals 10 (2020) 00663
DOI: 10.3390/cryst10080663
Natasha Dropka, Martin Holena, Stefan Ecklebe, Christiane Frank-Rotsch, Jan Winkler
Fast forecasting of VGF crystal growth process by dynamic neural networks
Journal of Crystal Growth 521(2019) 9-14
DOI: 10.1016/j.jcrysgro.2019.05.022
Natasha Dropka, Martin Holena
Optimization of magnetically driven directional solidification of silicon using artificial neural networks and Gaussian process models
Journal of Crystal Growth 471 (2017) 53-61
DOI: 10.1016/j.jcrysgro.2017.05.007
Kristallwachstum ist ein kinetischer Prozess bei dem Atome in ein Kristallgitter eingebaut werden. Das betrifft das Wachstum von Volumenkristallen als auch von kristallinen Schichten. Das Verständnis der kinetischen Prozesse ist von großer Bedeutung für Struktur und Eigenschaften des Materials sowie für die Prozessführung bei der Herstellung. Numerische Berechnungen liefern in Zusammenhang mit Charakterisierungsverfahren wie z.B. Transmissions-Elektronenmikroskopie (TEM) oder atomic force microscopy (AFM) fundierte Erkenntnisse.
Die Homoepitaxie von Ga2O3 wird mit einer eigens hierfür entwickelten Kinetischen Monte-Carlo (KMC) Methode untersucht: Welchen Einfluss haben die Prozessparameter auf die Wachstumsrate und Oberflächenmorphologie, welche sind die bestimmenden kinetischen Vorgänge?
Ausserdem beschäftigen wir uns mit Phasenfeld-Modellen, sowohl für den Phasenübergang Schmelze/Kristall als auch für epitaktische Schichtabscheidung. Für die Homoepitaxie von Ga2O3 wird auf der Grundlage der Ergebnisse der KMC-Berechnungen ein Phasenfeld-Modell entwickelt.
Wolfram Miller, Dennis Meiling, Robert Schewski, Andreas Popp, Saud Bin Anooz, Martin Albrecht
A KMC model for homoepitaxial growth of Ga2O3
Phys. Rev. Research 2 (2020) 033170
DOI: 10.1103/PhysRevResearch.2.033170
Xiaofang Qi, Lijun Liu, Thècle Riberi-Béridot, Nathalie Mangelinck-Noël, Wolfram Miller
Simulation of grain evolution in solidification of silicon on meso-scopic scale
Comput. Mater. Sci. 159 (2019) 432-439
DOI: 10.1016/j.commatsci.2018.12.015
Oleg Weinstein, Alexander Virozub, Wolfram Miller, Simon Brandon
Modeling anisotropic shape evolution during Czochralski growth of oxide single crystals
J. Crystal Growth 509 (2019)71-86
DOI: 10.1016/j.jcrysgro.2018.12.019
Gegenstand der Arbeit sind Anlagen und Prozesse zur Kristallzüchtung und auch zur Untersuchung der fertigen Kristalle. Als numerische Werkzeuge wird vor allem kommerziell angebotene Software verwendet, sowohl schon speziell auf ein Kristallzüchtungsverfahren zugeschnittene, als auch Programme mit einer sehr breit gefächerten physikalisch-technischen Anwendbarkeit. Die numerischen Modelle sind zwei- bzw. dreidimensional und simulieren die Züchtung vor allem von Volumenkristallen. Im Mittelpunkt stehen Feldverteilungen von Temperatur, Strömungsgeschwindigkeit und thermischen Spannungen.
Die Czochralski-Züchtung von NdScO3-Einkristallen entlang der [110]-Richtung wird numerisch analysiert im Hinblick auf den Einfluss der optischen Absorption auf die Gestalt der Phasengrenze zwischen Kristall und Schmelze und die Bildung von thermoelastischen Spannungen. Nach der axialsymmetrischen Berechnung von Temperatur und Strömung in der Züchtungsanlage erfolgt eine dreidimensionale Analyse der Spannungen, bei welcher die orthorhombische Anisotropie des thermischen Ausdehnung und der Elastizität berücksichtigt wird.
Klaus Böttcher, Wolfram Miller, Steffen Ganschow
Numerical modelling of heat transfer and thermal stress at the Czochralski growth of neodymium scandate single crystals
Crystal Research & Technology (2020) submitted
Wolfram Miller, Klaus Böttcher, Zbigniew Galazka, Jürgen Schreuer
Numerical Modelling of the Czochralski Growth of β-Ga2O3
Crystals 7 (2017) 26
DOI: 10.3390/cryst7010026
Natasha Dropka, Torun Ervik, Mathias Czupalla, Frank M. Kiessling
Scale up aspects of directional solidification and Czochralski silicon growth processes in traveling magnetic fields
Journal of Crystal Growth 451 (2016) 95-102
DOI: 10.1016/j.jcrysgro.2016.07.020