Search
Search

연구성과물 검색 타이틀 이미지

HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10011137&local_id=10018358
System-in-Package (SIP)의 Wire-on-Bumps (WOB) 기술을 위한 프로세스 모델링 및 최적화에 관한 연구
Reports NRF is supported by Research Projects( System-in-Package (SIP)의 Wire-on-Bumps (WOB) 기술을 위한 프로세스 모델링 및 최적화에 관한 연구 | 2006 Year 신청요강 다운로드 PDF다운로드 | 한승수(명지대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
사업별 신청요강보기
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number D00242
Year(selected) 2006 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2007년 08월 28일
Year type 결과보고
Year(final report) 2007년
Research Summary
  • Korean
  • 본 연구는 p-type single-crystalline float zone (FZ) 웨이퍼를 이용한 고효율 태양전지 제조 공정상의 공정 모델링과 최적화 기술에 대하여 서술 하였다. 태양전지 제조 공정 중 중요한 4가지의 공정: 1)Emitter formation; 2)Anti-Reflection-Coating (ARC); 3)Screen-printing; 4)Contact formation 중에서 제조비용을 줄여주며, 성능을 증대 시키는데 중요한 contact formation 공정을 모델링을 하고, 최적화 하였다. 본 논문에서는 공정에 소요되는 시간과 비용을 줄이기 위해 실험계획법 (design of experiments: DOE) 중 중심합성계획 (central composite design)을 이용하여 24개의 요인 (factorial), 8개의 축점 (axial points), 3개의 중심점 (center points)과 실험의 범위를 증가시키기 위한 6개의 임의점 (random points)으로 실험계획을 수립하였다. 접촉형성 (contact formation) 공정 이후에는 실험 결과를 사용하여 신경망 (neural network)으로 모델링을 하였다. 수립된 신경망 모델을 바탕으로 유전자 알고리즘 (genetic algorithm)을 이용하여 다양한 조합의 공정파라미터를 합성하는 방법으로 최적화를 수행 하여 고효율의 태양전지를 구현 할 수 있는 최적의 공정 조건을 수립하였다.
  • English
  • This research presents modeling and optimization techniques for high efficiency solar cell process on single-crystalline float zone (FZ) wafers. Among a sequence of multiple steps of fabrication, the followings are the most sensitive steps for the contact formation: 1) Emitter formation by diffusion; 2) Anti-reflection-coating (ARC) with silicon nitride using plasma-enhanced chemical vapor deposition (PECVD); 3) Screen-printing for front and back metalization; and 4) Contact formation by firing. In order to increase the performance of solar cells in terms of efficiency, the contact formation process is modeled and optimized using neural networks and genetic algorithms, respectively. This paper utilizes the design of experiments (DOE) in contact formation to reduce process time and fabrication costs. The experiments were designed by using central composite design which consists of 24 factorial design augmented by 8 axial points with three center points. After contact formation process, the efficiency of the fabricated solar cell is modeled using neural networks. Established efficiency model is then used for the analysis of the process characteristics and process optimization for more efficient solar cell fabrication.
Research result report
  • Abstract
  • 본 연구는p-type single-crystalline float zone (FZ) 웨이퍼를 이용한 고효율 태양전지 제조 공정상의 공정 모델링과 최적화 기술에 대하여 서술 하였다. 태양전지 제조 공정 중 중요한 4가지의 공정: 1)Emitter formation; 2)Anti-Reflection-Coating (ARC); 3)Screen-printing; 4)Contact formation 중에서 제조비용을 줄여주며, 성능을 증대 시키는데 중요한 contact formation 공정을 모델링을 하고, 최적화 하였다. 본 논문에서는 공정에 소요되는 시간과 비용을 줄이기 위해 실험계획법 (design of experiments: DOE) 중 중심합성계획 (central composite design)을 이용하여 24개의 요인 (factorial), 8개의 축점 (axial points), 3개의 중심점 (center points)과 실험의 범위를 증가시키기 위한 6개의 임의점 (random points)으로 실험계획을 수립하였다. 접촉형성 (contact formation) 공정 이후에는 실험 결과를 사용하여 신경망 (neural network)으로 모델링을 하였다. 수립된 신경망 모델을 바탕으로 유전자 알고리즘 (genetic algorithm)을 이용하여 다양한 조합의 공정파라미터를 합성하는 방법으로 최적화를 수행 하여 고효율의 태양전지를 구현 할 수 있는 최적의 공정 조건을 수립하였다.
  • Research result and Utilization method
  • 본 연구에서는 태양전지의 공정 중 contact formation을 위한 belt furnace공정을 최적화 하기 위해서 실험계획법과 신경회로망 모델링 방법 및 최적화를 위한 유전자 알고리즘 등을 반도체 공정 분야에 도입하였다. 본 연구에서 개발된 최적 공정조건 탐색 방법은 기존의 반도체 공정 분야에서 사용하던 방법에 비해서 매우 체계적이며 학문적으로 검증된 방법이다. 또한 최적 공정조건을 찾기 위한 시간과 노력을 경감시킴으로서 많은 비용을 절감할 수 있다. 본 연구에서 개발된 방법을 반도체 공정 장비를 개발하는 기업에서 활용하게 되면 적은 비용으로 장비의 특성 및 최적 조건을 찾을 수 있게 되며, 또한 반도체 공정 기업에서도 충분히 활용할 수 있는 방법이다. 본 방법을 사용함으로써 공정의 특성의 분석할 수 있게 되며, 또한 공정 반응 메카니즘을 이해하는데 도움을 줄 수 있다.
  • Index terms
  • 프로세서 모델링, 공정조건 최적화, 실험계획법, 신경회로망, 유전자 알고리즘, 태양전지 효율
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력
트위터 페이스북
NRF Daejeon
(34113) 201, Gajeong-ro, Yuseong-gu, Daejeon, Korea
Tel: 82-42-869-6114 / Fax: 82-42-869-6777
NRF Seoul
(06792) 25, Heonreung-ro, Seocho-gu, Seoul, Korea
Tel: 82-2-3460-5500 / Fax: 82-2-3460-5759
KRM Help Center
Tel : 042-710-4360
E-mail : krmcenter@nrf.re.kr / Fax : 042-861-4380