扩散方阻的智能调控方法、系统、设备及可读存储介质与流程

1.本发明涉及太阳能电池技术领域，尤其涉及一种扩散方阻的智能调控方法、一种扩散方阻的智能调控系统、一种计算机设备及一种计算机可读存储介质。


背景技术：

2.扩散工序作为太阳能电池“心脏”pn结制作的关键工序，对电池的性能影响较大。针对扩散工序，业内通常采用管控其方阻、表面浓度、结深三个参数的方式实现控制。同时，因表面浓度和结深测试属于破环性测试，且测试周期长，因此，现行管控方案主要通过扩散方阻的表征测量来进行管控。
3.目前，扩散方阻的管控是由现场负责人员利用四探针仪器测量方阻，判断是否在方阻控制范围内，若是，则不对工艺参数修正，若否，则根据经验对扩散工艺参数作对应的修改。但是，现有技术存在以下缺点：
4.(1)响应时间长。每次取样操作繁琐，测量方阻耗时长需要数分钟，在此期间如发现异常，需打开总控电脑中对应工艺名称，修正工艺参数；
5.(2)容易出现故障未能及时处理的问题，导致损失；
6.(3)现场维护人员压力大。由于每次工艺参数修正的修正都需要依靠现场维护人员的经验进行调节，并没有固定的修正方法，因此修正过程需要不断尝试，工作效率低，压力大。


技术实现要素：

7.本发明所要解决的技术问题在于，提供一种扩散方阻的智能调控方法、系统、计算机设备及计算机可读存储介质，可实现工艺参数的自动调节，灵活性强，准确性高。
8.为了解决上述技术问题，本发明提供了一种扩散方阻的智能调控方法，包括：根据预设的工艺参数运行太阳能电池扩散工艺，所述工艺参数包括扩散温度信息、扩散时间信息及气体流量信息；检测经所述太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息；判断所述当前方阻信息是否在预设的方阻规格范围内；判断为是时，保持所述工艺参数，并根据所述工艺参数继续运行所述太阳能电池扩散工艺；判断为否时，根据所述当前方阻信息、预设的目标方阻信息及理论模拟模型更新所述工艺参数，并根据新的工艺参数运行所述太阳能电池扩散工艺。
9.作为上述方案的改进，所述根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数时，更新所述工艺参数中的扩散温度信息和/或扩散时间信息，并保持所述工艺参数中的气体流量信息。
10.作为上述方案的改进，所述理论模拟模型用于表示当前方阻信息、目标方阻信息、当前扩散温度信息、目标扩散温度信息、当前扩散时间信息及目标扩散时间信息之间的关系，其中，所述目标方阻信息与目标扩散温度信息和/或目标扩散时间信息呈负相关。
11.作为上述方案的改进，所述负相关为开平方关系。
12.作为上述方案的改进，所述理论模拟模型的约束条件为：
[0013][0014]
其中，r前为当前方阻信息，r后为目标方阻信息，ea为杂质扩散激活能，k为气体摩尔常数，t前为当前扩散温度信息，t后为目标扩散温度信息。
[0015]
作为上述方案的改进，所述理论模拟模型的约束条件为：
[0016][0017]
其中，r前为当前方阻信息，r后为目标方阻信息，t前为当前扩散时间信息，t后为目标扩散时间信息。
[0018]
作为上述方案的改进，所述理论模拟模型的约束条件为：
[0019][0020]
其中，r前为当前方阻信息，r后为目标方阻信息，ea为杂质扩散激活能，k为气体摩尔常数，t前为当前扩散温度信息，t后为目标扩散温度信息，t前为当前扩散时间信息，t后为目标扩散时间信息。
[0021]
作为上述方案的改进，所述扩散方阻的智能调控方法还包括：根据所述工艺参数预测掺杂浓度，所述根据工艺参数预测掺杂浓度的步骤包括：根据余误差函数计算经恒定表面源扩散处理后的第一掺杂浓度；根据高斯函数计算无磷硅玻璃经有限表面源扩散处理后的第二掺杂浓度，或根据smith函数计算有磷硅玻璃经有限表面源扩散处理后的第二掺杂浓度；根据所述第一掺杂浓度及第二掺杂浓度预测掺杂浓度。
[0022]
作为上述方案的改进，所述扩散方阻的智能调控方法还包括：根据所述掺杂浓度预测电阻率。
[0023]
作为上述方案的改进，所述扩散方阻的智能调控方法还包括：根据所述工艺参数预测结深参数，所述根据工艺参数预测结深参数的步骤包括：根据公式计算结深参数xj，其中，，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t为扩散温度信息，t为扩散时间信息，a为恒定源扩散参数或有限源扩散参数。
[0024]
相应地，本发明还提供了一种扩散方阻的智能调控系统，包括：扩散模块，用于根据预设的工艺参数运行太阳能电池扩散工艺，所述工艺参数包括扩散温度信息、扩散时间信息及气体流量信息；检测模块，用于检测经所述太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息；处理模块，用于判断所述当前方阻信息是否在预设的方阻规格范围内，当判断为否时，根据所述当前方阻信息、预设的目标方阻信息及理论模拟模型更新所述工艺参数。
[0025]
作为上述方案的改进，所述处理模块包括：判断单元，用于判断所述当前方阻信息是否在预设的方阻规格范围内；温度调节单元，用于根据所述当前方阻信息、预设的目标方阻信息及理论模拟模型更新所述工艺参数中的扩散温度信息；时间调节单元，用于根据所述当前方阻信息、预设的目标方阻信息及理论模拟模型更新所述工艺参数中的扩散时间信
息；驱动单元，用于当所述判断单元判断出所述当前方阻信息不在预设的方阻规格范围内时，驱动所述温度调节单元和/或时间调节单元更新所述工艺参数中的扩散温度信息和/或扩散时间信息。
[0026]
作为上述方案的改进，所述处理模块还包括存储单元，所述存储单元用于记录理论模拟模型，所述理论模拟模型用于表示当前方阻信息、目标方阻信息、当前扩散温度信息、目标扩散温度信息、当前扩散时间信息及目标扩散时间信息之间的关系，其中，所述目标方阻信息与目标扩散温度信息和/或目标扩散时间信息呈负相关，所述负相关为开平方关系。
[0027]
作为上述方案的改进，所述扩散方阻的智能调控系统还包括：掺杂浓度预测模块，用于根据所述工艺参数预测掺杂浓度；电阻率预测模块，用于根据所述掺杂浓度预测电阻率；结深参数测模块，用于根据所述工艺参数预测结深参数。
[0028]
相应地，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现上述扩散方阻的智能调控方法的步骤。
[0029]
相应地，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述扩散方阻的智能调控方法的步骤。
[0030]
实施本发明，具有如下有益效果：
[0031]
本发明引入了理论模拟模型，形成了固定的修正方法以修改工艺参数，可以为传统人工工艺维护人员提供快速调控方阻的方案，使得现场维护人员不再需要依据经验进行调节，减轻了维护人员压力，节省调试时间，从而实现了工艺参数的自动调节，灵活性强，准确性高，大大地提升了制程cpk，提高品质。
[0032]
同时，本发明通过自动检测、检验、处理、判断和自动反馈手段，若出现方阻异常，则根据方阻计算的理论模拟模型反演出工艺参数，自动重新设定，达到实时监控并对异常快速调控的效果。
[0033]
进一步，本发明可以快速预测掺杂浓度和结深等参数，减少破坏性测试所造成的成本损失。
附图说明
[0034]
图1是本发明扩散方阻的智能调控方法的第一实施例流程图；
[0035]
图2是本发明扩散方阻的智能调控方法的第二实施例流程图；
[0036]
图3是本发明扩散方阻的智能调控方法的第三实施例流程图；
[0037]
图4是本发明扩散方阻的智能调控方法的第四实施例流程图；
[0038]
图5是本发明扩散方阻的智能调控方法的第五实施例流程图；
[0039]
图6是本发明扩散方阻的智能调控系统的第一实施例结构示意图；
[0040]
图7是本发明扩散方阻的智能调控系统中处理模块的结构示意图；
[0041]
图8是本发明扩散方阻的智能调控系统的第二实施例结构示意图。
具体实施方式
[0042]
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一
步地详细描述。仅此声明，本发明在文中出现或即将出现的上、下、左、右、前、后、内、外等方位用词，仅以本发明的附图为基准，其并不是对本发明的具体限定。
[0043]
参见图1，图1显示了本发明扩散方阻的智能调控方法的第一实施例，包括：
[0044]
s101，根据预设的工艺参数运行太阳能电池扩散工艺。
[0045]
在开始运行太阳能电池扩散工艺前，需根据实际情况预设工艺参数、方阻规格范围及目标方阻信息，其中，所述工艺参数包括扩散温度信息、扩散时间信息及气体流量信息，所述气体流量信息包括大n2气体流量、小n2气体流量、o2气体流量及pocl3气体流量。
[0046]
完成预设工艺参数、方阻规格范围及目标方阻信息的设定后，即可根据预设的工艺参数运行太阳能电池扩散工艺。
[0047]
s102，检测经太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息。
[0048]
太阳能电池扩散工艺运行结束后，将目标硅片输出扩散炉，并检测经目标硅片的当前方阻信息。
[0049]
s103，判断当前方阻信息是否在预设的方阻规格范围内。
[0050]
s104，判断为是时，保持工艺参数，并根据工艺参数继续运行太阳能电池扩散工艺。
[0051]
若当前方阻信息在预设的方阻规格范围内，则表示目标硅片的当前方阻信息符合方阻规格，不需要调整扩散炉的工艺参数，扩散炉仍按预设的工艺参数运行太阳能电池扩散工艺。
[0052]
s105，判断为否时，根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数，并根据新的工艺参数运行太阳能电池扩散工艺。
[0053]
若当前方阻信息不在预设的方阻规格范围内，则表示目标硅片的当前方阻信息不符合方阻规格，需要调整扩散炉的工艺参数，以使扩散炉按调整后的工艺参数运行太阳能电池扩散工艺。
[0054]
需要说明的是，本发明中的理论模拟模型用于表示当前方阻信息、目标方阻信息、当前扩散温度信息、目标扩散温度信息、当前扩散时间信息及目标扩散时间信息之间的关系。因此，在已知当前方阻信息、当前扩散温度信息及当前扩散时间信息的情况下，可通过调整目标扩散温度信息和/或目标扩散时间信息即可得到需要的目标扩散温度信息。
[0055]
因此，与现有技术不同的是，本发明引入了理论模拟模型，形成了固定的修正方法以修改工艺参数，使得现场维护人员不再需要经验进行调节，从而实现了工艺参数的自动调节，灵活性强，准确性高。
[0056]
进一步，根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数时，更新工艺参数中的扩散温度信息和/或扩散时间信息，并保持工艺参数中的气体流量信息。
[0057]
本发明采用的太阳能电池扩散工艺主要包括预沉积(恒定表面源扩散)和再分布(有限表面源扩散)两步扩散，而扩散方阻则由上述两步扩散完成后的掺杂浓度和结深共同决定。其中，恒定表面源扩散是指硅一直处于杂质氛围中，硅片中杂质的表面掺杂浓度数值基本上就是扩散温度下杂质在硅中的固溶度；有限表面源扩散指通过杂质源在预沉积扩散过程中积累的杂质总量基础上再分布的过程。
[0058]
相应地，方阻r计算公式如下：
[0059][0060][0061]
d＝d0exp[-ea/(kt)]
[0062]
其中：
[0063]
q为电子电荷量；
[0064]
u为载流子迁移速率，可以依据载流子浓度和基体掺杂浓度之间关系获取；
[0065]
q为扩散入硅片的单位面积杂质总量；
[0066]
ns为表面杂质浓度，取预沉积扩散温度下的固溶度；
[0067]
d是扩散系数；
[0068]
t是扩散时间信息；
[0069]
d0为扩散常数；
[0070]
ea为杂质扩散激活能；
[0071]
k为气体摩尔常数；
[0072]
t为扩散温度信息。
[0073]
由上述公式可知，表面杂质浓度ns、扩散系数d均为温度的函数，所以只要调整扩散温度信息t及扩散时间信息t两个参数，就可得到确定的方块电阻值。相应地，目标方阻信息与目标扩散温度信息和/或目标扩散时间信息呈负相关，即，在目标扩散温度不变的情况下，目标扩散时间增长，则目标方阻减小，而在目标扩散时间不变的情况下，目标扩散温度增高，则目标方阻减小。优选地，所述负相关为开平方关系。
[0074]
因此，本发明通过自动检测、检验、处理、判断和自动反馈手段，可实时快速把控方阻情况，并针对异常自动调整参数，减轻了维护人员压力，提升制程cpk，提高品质。
[0075]
参见图2，图2显示了本发明扩散方阻的智能调控方法的第二实施例，包括：
[0076]
s201，根据预设的工艺参数运行太阳能电池扩散工艺。
[0077]
s202，检测经太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息。
[0078]
s203，判断当前方阻信息是否在预设的方阻规格范围内。
[0079]
s204，判断为是时，保持工艺参数，并根据工艺参数继续运行太阳能电池扩散工艺。
[0080]
s205，判断为否时，根据理论模拟模型的约束条件：s205，判断为否时，根据理论模拟模型的约束条件：更新工艺参数，并根据新的工艺参数运行太阳能电池扩散工艺。
[0081]
本实施例中，理论模拟模型的约束条件为：
[0082][0083]
其中：
[0084]
r前，为当前方阻信息；
[0085]
r后，为目标方阻信息；
[0086]
ea，为杂质扩散激活能；
[0087]
k，为气体摩尔常数；
[0088]
t前，为当前扩散温度信息；
[0089]
t后，为目标扩散温度信息。
[0090]
在相同硅片衬底上，相同气体流量信息的条件下，当只调节扩散温度信息，并保证扩散时间信息不变时，则调节扩散温度信息前后的方阻关系可以表达为：
[0091][0092]
上述模型不仅可以快速反演方阻条件，也可以为传统人工工艺维护人员提供快速调控方阻的方案，节省调试时间，提升生产效益。
[0093]
参见图3，图3显示了本发明扩散方阻的智能调控方法的第三实施例，包括：
[0094]
s301，根据预设的工艺参数运行太阳能电池扩散工艺。
[0095]
s302，检测经太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息。
[0096]
s303，判断当前方阻信息是否在预设的方阻规格范围内。
[0097]
s304，判断为是时，保持工艺参数，并根据工艺参数继续运行太阳能电池扩散工艺。
[0098]
s305，判断为否时，根据理论模拟模型的约束条件：更新工艺参数，并根据新的工艺参数运行太阳能电池扩散工艺。
[0099]
与图2所示的第二实施例不同的是，本实施例中，理论模拟模型的约束条件为：
[0100][0101]
其中：
[0102]
r前，为当前方阻信息；
[0103]
r后，为目标方阻信息；
[0104]
t前，为当前扩散时间信息；
[0105]
t后，为目标扩散时间信息。
[0106]
在相同硅片衬底上，相同气体流量信息的条件下，当只调节扩散时间信息，并保证扩散温度信息不变时，则调节扩散温度信息前后的方阻关系可以表达为：
[0107][0108]
上述模型不仅可以快速反演方阻条件，也可以为传统人工工艺维护人员提供快速调控方阻的方案，节省调试时间，提升生产效益。
[0109]
参见图4，图4显示了本发明扩散方阻的智能调控方法的第四实施例，包括：
[0110]
s401，根据预设的工艺参数运行太阳能电池扩散工艺。
[0111]
s402，检测经太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息。
[0112]
s403，判断当前方阻信息是否在预设的方阻规格范围内。
[0113]
s404，判断为是时，保持工艺参数，并根据工艺参数继续运行太阳能电池扩散工
艺。
[0114]
s405，判断为否时，根据理论模拟模型的约束条件：s405，判断为否时，根据理论模拟模型的约束条件：更新工艺参数，并根据新的工艺参数运行太阳能电池扩散工艺。
[0115]
与图2所示的第二实施例不同的是，本实施例中，理论模拟模型的约束条件为：
[0116][0117]
其中:
[0118]
r前,为当前方阻信息；
[0119]
r后,为目标方阻信息；
[0120]
ea,为杂质扩散激活能；
[0121]
k,为气体摩尔常数，
[0122]
t前,为当前扩散温度信息；
[0123]
t后,为目标扩散温度信息；
[0124]
t前,为当前扩散时间信息；
[0125]
t后,为目标扩散时间信息。
[0126]
在相同硅片衬底上，相同气体流量信息的条件下，同时调节扩散时间信息及扩散温度信息时，调节扩散温度信息及扩散温度信息前后的方阻关系可以表达为：
[0127][0128]
上述模型不仅可以快速反演方阻条件，也可以为传统人工工艺维护人员提供快速调控方阻的方案，节省调试时间，提升生产效益。
[0129]
综合实施例一至四可知，本发明采取智能检测反馈智能调整参数的方法，即结合扩散方阻的自动测量，建立方阻判断、反馈和智能调整技术，若出现方阻异常，则根据方阻计算的理论模拟模型反演出工艺参数，自动重新设定，达到实时监控并对异常快速调控的效果。
[0130]
参见图5，图5显示了本发明扩散方阻的智能调控方法的第五实施例，包括：
[0131]
s501，根据预设的工艺参数运行太阳能电池扩散工艺。
[0132]
s502，检测经太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息。
[0133]
s503，判断当前方阻信息是否在预设的方阻规格范围内。
[0134]
s504，判断为是时，保持工艺参数，并根据工艺参数继续运行太阳能电池扩散工艺。
[0135]
s505，判断为否时，根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数，并根据新的工艺参数运行太阳能电池扩散工艺。
[0136]
s506，根据工艺参数预测掺杂浓度。
[0137]
具体地，所述根据工艺参数预测掺杂浓度的步骤包括：
[0138]
(1)根据余误差函数计算经恒定表面源扩散处理后的第一掺杂浓度。
[0139]
根据实际的太阳能电池扩散工艺过程可知:扩散温度t分为预沉积扩散温度t1和再分布扩散温度t2，即扩散系数d由预沉积扩散系数d1和再分布扩散系数d2组成；同理，扩散时间t也由预沉积扩散时间t1和再分布扩散时间t2组成。
[0140]
恒定表面源扩散表面掺杂浓度依据余误差函数n(x,t1)＝ns[1-erfc(x/2d1t1＝ns[1-2/π0x/2d1t1exp-λ2dλ]进行计算。其中，ns为表面杂质浓度，取预沉积扩散温度下的固溶度；t1为预沉积扩散时间；x为平行于pn结面的x位置处；d1为预沉积扩散温度下的扩散系数，d1＝d0exp[-ea/(kt1)]，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t1为预沉积扩散温度下的扩散温度信息。
[0141]
(2)根据高斯函数计算无磷硅玻璃经有限表面源扩散处理后的第二掺杂浓度，或根据smith函数计算有磷硅玻璃经有限表面源扩散处理后的第二掺杂浓度。
[0142]
经过恒定源扩散后，进行有限源扩散时，依据实际制程工艺分为无磷硅玻璃和有磷硅玻璃两种情况。具体地：
[0143]
无磷硅玻璃时，x位置处杂质浓度遵从高斯函数分布n(x,t2)＝(q/πd2t2exp(-x2/4d2t2)，其中，q为扩散入硅片的单位面积杂质总量，t2为再分布扩散时间,x为平行于pn结面的x位置处，d2为再分布扩散温度下的扩散系数，d2＝d0exp[-ea/(kt2)]，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t2为再分布扩散温度下的扩散温度信息。因此，结合预沉积和再分布扩散函数，最终得出扩散后x位置处杂质浓度n(x,t1,t2)＝(2ns1/πd1t1/d2t2exp(-x2/4d2t2)，相应的表面浓度，即x＝0处,
[0144]
有磷硅玻璃(考虑到实际生产制造中有限源再分布时表面已有含杂质的玻璃层)时，x位置处杂质浓度遵从smith函数β：x2/4(d1t1 d2t2)，相应的x＝0处表面浓度：
[0145]
(3)根据所述第一掺杂浓度及第二掺杂浓度预测掺杂浓度。
[0146]
s507，根据掺杂浓度预测电阻率。
[0147]
具体地，可以依据掺杂浓度与电阻率之间的关系表，输出电阻率
[0148]
s508，根据工艺参数预测结深参数。
[0149]
具体地，所述根据工艺参数预测结深参数的步骤包括：根据公式计算结深参数xj，其中，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t为扩散温度信息，t为扩散时间信息，a为恒定源扩散参数或有限源扩散参数。
[0150]
依据公式和d＝d0exp[-ea/(kt)]，其中d为扩散系数。
[0151]
可知，当xj、扩散温度和扩散时间任意两者确定，就可以确定第三个参数，所以生产制造中，只要扩散温度t和扩散时间t确定，就可以预估结深参数xj。
[0152]
相应地，a依据恒定源扩散或有限源扩散分布理论进行计算。具体地，可以由余误差分布函数a＝2erfc-1
(nb/ns)和高斯分布函数a＝2(lnns/nb)
1/2
计算得出。其中，nb为生产
制造中的硅片基体掺杂浓度，一般为10
15
～10
18
cm-3
；ns为表面杂质浓度，取预沉积扩散温度下的固溶度。
[0153]
需要说明的是，用户可根据实际情况单独运行步骤s506，或单独运行步骤s508，或同时运行步骤s506、s507，或同时运行步骤s506、s507及s508。
[0154]
因此，通过步骤s506、s507及s508可以快速预测掺杂浓度和结深等参数，减少破坏性测试所造成的成本损失。
[0155]
参见图6，图6显示了本发明扩散方阻的智能调控系统100的第一实施例，其包括扩散模块1、检测模块2及处理模块3，具体地：
[0156]
扩散模块1用于根据预设的工艺参数运行太阳能电池扩散工艺。工艺参数包括扩散温度信息、扩散时间信息及气体流量信息。在开始运行太阳能电池扩散工艺前，需根据实际情况预设工艺参数、方阻规格范围及目标方阻信息，其中，所述工艺参数包括扩散温度信息、扩散时间信息及气体流量信息，所述气体流量信息包括大n2气体流量、小n2气体流量、o2气体流量及pocl3气体流量。完成预设工艺参数、方阻规格范围及目标方阻信息的设定后，扩散模块1即可根据预设的工艺参数运行太阳能电池扩散工艺。
[0157]
检测模块2用于检测经太阳能电池扩散工艺扩散处理后的目标硅片的当前方阻信息。太阳能电池扩散工艺运行结束后，将目标硅片输出扩散炉，检测模块2即可实时检测经目标硅片的当前方阻信息。
[0158]
处理模块3用于判断当前方阻信息是否在预设的方阻规格范围内，当判断为否时，根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数。若当前方阻信息在预设的方阻规格范围内，则表示目标硅片的当前方阻信息符合方阻规格，不需要调整扩散炉的工艺参数，扩散炉仍按预设的工艺参数运行太阳能电池扩散工艺。若当前方阻信息不在预设的方阻规格范围内，则表示目标硅片的当前方阻信息不符合方阻规格，处理模块3需要调整扩散炉的工艺参数，以使扩散炉按调整后的工艺参数运行太阳能电池扩散工艺。
[0159]
本发明结合扩散模块1、检测模块2及处理模块3，使得出现方阻异常时，可根据理论模拟模型反演出工艺参数，并自动重新设定，达到实时监控并对异常快速调控的效果。
[0160]
进一步，处理模块3根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数时，更新工艺参数中的扩散温度信息和/或扩散时间信息，并保持工艺参数中的气体流量信息。
[0161]
如图7所示，处理模块3包括判断单元31、温度调节单元32、时间调节单元33及驱动单元34，具体地：
[0162]
判断单元31，用于判断当前方阻信息是否在预设的方阻规格范围内。
[0163]
温度调节单元32，用于根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数中的扩散温度信息。
[0164]
时间调节单元33，用于根据当前方阻信息、预设的目标方阻信息及理论模拟模型更新工艺参数中的扩散时间信息。
[0165]
驱动单元34，用于当判断单元31判断出当前方阻信息不在预设的方阻规格范围内时，驱动温度调节单元32和/或时间调节单元33更新工艺参数中的扩散温度信息和/或扩散时间信息。
[0166]
在实际应用中，理论模拟模型可以采用以下约束条件中的任意一种：
[0167]
(1)
[0168]
(2)
[0169]
(3)
[0170]
其中:r前,为当前方阻信息；r后,为目标方阻信息；t前,为当前扩散温度信息；t后,为目标扩散温度信息；t前,为当前扩散时间信息；t后,为目标扩散时间信息。
[0171]
需要说明的是，在相同硅片衬底上，相同气体流量信息的条件下，同时调节扩散时间信息及扩散温度信息时，调节扩散时间信息及扩散温度信息前后的方阻关系可以表达为：当只调节扩散时间信息，并保证扩散温度信息不变时，则调节扩散时间信息前后的方阻关系可以表达为：当只调节扩散温度信息，并保证扩散时间信息不变时，则调节扩散温度信息前后的方阻关系可以表达为：因此，通过理论模拟模型不仅可以快速反演方阻条件，也可以为传统人工工艺维护人员提供快速调控方阻的方案，节省调试时间，提升生产效益。
[0172]
进一步，处理模块3还包括存储单元35，存储单元35用于记录理论模拟模型，理论模拟模型用于表示当前方阻信息、目标方阻信息、当前扩散温度信息、目标扩散温度信息、当前扩散时间信息及目标扩散时间信息之间的关系。因此，在已知当前方阻信息、当前扩散温度信息及当前扩散时间信息的情况下，可通过调整目标扩散温度信息和/或目标扩散时间信息即可得到需要的目标扩散温度信息。进一步，目标方阻信息与目标扩散温度信息和/或目标扩散时间信息呈负相关，即，在目标扩散温度不变的情况下，目标扩散时间增长，则目标方阻减小，而在目标扩散时间不变的情况下，目标扩散温度增高，则目标方阻减小。优选地，所述负相关为开平方关系。
[0173]
参见图8，图8显示了本发明扩散方阻的智能调控系统100的第二实施例，与图6所示的第一实施例不同的是，本实施例中所述扩散方阻的智能调控系统100还包括掺杂浓度预测模块4、电阻率预测模块5及结深参数测模块6，具体地：
[0174]
掺杂浓度预测模块4用于根据所述工艺参数预测掺杂浓度。预测过程中，掺杂浓度预测模块4根据余误差函数计算经恒定表面源扩散处理后的第一掺杂浓度；再根据高斯函数计算无磷硅玻璃经有限表面源扩散处理后的第二掺杂浓度，或根据smith函数计算有磷硅玻璃经有限表面源扩散处理后的第二掺杂浓度；最后根据所述第一掺杂浓度及第二掺杂浓度预测掺杂浓度。
[0175]
进一步，恒定表面源扩散表面掺杂浓度依据余误差函数
进行计算。其中，ns为表面杂质浓度，取预沉积扩散温度下的固溶度；t1为预沉积扩散时间；x为平行于pn结面的x位置处；d1为预沉积扩散温度下的扩散系数，d1＝d0exp[-ea/(kt1)]，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t1为预沉积扩散温度下的扩散温度信息。
[0176]
同时，经过恒定源扩散后，进行有限源扩散时，依据实际制程工艺分为无磷硅玻璃和有磷硅玻璃两种情况。具体地：
[0177]
无磷硅玻璃时，x位置处杂质浓度遵从高斯函数分布n(x,t2)＝(q/πd2t2exp(-x2/4d2t2)，其中，q为扩散入硅片的单位面积杂质总量，t2为再分布扩散时间,x为平行于pn结面的x位置处，d2为再分布扩散温度下的扩散系数，d2＝d0exp[-ea/(kt2)]，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t2为再分布扩散温度下的扩散温度信息。因此，结合预沉积和再分布扩散函数，最终得出扩散后x位置处杂质浓度n(x,t1,t2)＝(2ns1/πd1t1/d2t2exp(-x2/4d2t2)，相应的表面浓度，即x＝0处,
[0178]
有磷硅玻璃(考虑到实际生产制造中有限源再分布时表面已有含杂质的玻璃层)时，x位置处杂质浓度遵从smith函数β：x2/4(d1t1 d2t2)，相应的x＝0处表面浓度：
[0179]
电阻率预测模块5用于根据所述掺杂浓度预测电阻率。具体地，可以依据掺杂浓度与电阻率之间的关系表，输出电阻率
[0180]
结深参数预测模块6用于根据所述工艺参数预测结深参数。具体地，所述结深参数预测模块6可根据公式计算结深参数xj，其中，d0为扩散常数，ea为杂质扩散激活能，k为气体摩尔常数，t为扩散温度信息，t为扩散时间信息，a为恒定源扩散参数或有限源扩散参数。相应地，a依据恒定源扩散或有限源扩散分布理论进行计算，具体地，可以由余误差分布函数a＝2erfc-1
(nb/ns)和高斯分布函数a＝2(ln ns/nb)
1/2
计算得出，其中，nb为生产制造中的硅片基体掺杂浓度，一般为10
15
～10
18
cm-3
；ns为表面杂质浓度，取预沉积扩散温度下的固溶度。
[0181]
需要说明的是，用户可根据实际情况单独设置掺杂浓度预测模块4，或单独设置结深参数预测模块6，或同时设置掺杂浓度预测模块4及电阻率预测模块5，或同时设置掺杂浓度预测模块4、电阻率预测模块5及结深参数预测模块6。
[0182]
因此，通过本发明可以快速预测掺杂浓度和结深等参数，减少破坏性测试所造成的成本损失。
[0183]
相应地，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现上述扩散方阻的智能调控方法的步骤。同时，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述扩散方阻的智能调控方法的步骤。
[0184]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。