단결정 실리콘 공정에서의 에너지 절감을 위한 수냉관 최적 설계 및 Dipping 공정 자동화 연구 :Study on optimum design of water cooling tube and automation of dipping process for energy saving in single crystal silicon manufacturing process

채강호

추천

검색

자료유형: 학위논문

저자정보: 채강호 (영남대학교, 영남대학교 대학원)

지도교수: 정재학

발행연도: 2019

저작권: 영남대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (2)

2019

단결정 실리콘 공정에서의 에너지 절감을 위한 수냉관 최적 설계 및 Dipping 공정 자동화 연구

채강호 화학공학과 2019.01 학위논문

2018

무결정결함영역을 유지하면서 에너지를 절감하는 초크랄스키 실리콘 단결정 성장로 수냉관 최적 설계

채강호 , 조나영 , 조민제 외 4명 Current Photovoltaic Research 2018.06 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

In producing monocrystalline silicon ingots, most of them are produced through the Czochralski process, and thus they are trying to produce low cost and high quality ingots. In order to reduce costs in the Czochralski process, this study studied the optimal water-cooled tube design and at the same time confirmed the quality of the ingot with Von mises stress and V (tensile speed pull) / Gn (crystallization temperature gradient). In this study, CG-Sim software package was used. As a result, process conditions that can produce high-quality ingots with lower power were derived, and by laying the groundwork for automating the dipping process depending on man-skill, It is possible to produce an even and stable ingot.

#단결정 실리콘 #에너지 절감 #최적화 #자동화

1. 서 론 1
1.1. 연구의 필요성 1
1.2. 연구의 목적 4
2. 이론적 배경 5
2.1. 실리콘의 결정구조 및 물리적 특성 5
2.2. 초크랄스키법을 통한 실리콘 잉곳의 성장 7
2.3. 실리콘 잉곳 내 산소 유입 및 거동 10
2.4. 실리콘 잉곳에서의 결함의 종류 13
2.4.1. 전위(Dislocation) 14
2.4.2. 미소 결함(Micro defect) 14
2.4.3. 소용돌이 결함(Swirl defect) 15
2.4.4. 열응력에 의한 전위 결함 16
2.4.5. 산화적층결함(Oxidation Induced Stacking Fault) 16
2.5. 무결정결함영역 17
2.6. 공정 자동화를 위한 Machine Learning 19
2.6.1. 지도 학습(Supervised Learning) 20
2.6.2. 비 지도 학습(Unsupervised Learning) 21
3. 이론적 계산 22
3.1. 지배방정식 22
3.2. 무차원수 23
3.2.1. Prandtl number 25
3.2.2. Rayleigh number 25
3.2.3. Reynolds number 26
3.2.4. Grashof number 26
3.2.5. Peclet number 27
3.2.6. Marangoni number 27
3.2.7. Von.mises Stress 28
4. 시뮬레이션 연구 28
4.1. 유한요소해석의 필요성 28
4.2. Crystal Growth Simulation 30
4.3. 초크랄스키 공정의 최적화 31
4.4. Auto Dipping System 알고리즘 개발 33
4.5. 연구 결과 35
4.5.1. 시뮬레이션을 통한 공정 최적화 36
4.5.2. Dipping 최적 이미지 도출 프로세스 45
5. 결론 50
참고문헌 52
Abstract 55

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)