Neural Network Model of Electron Temperature for Hemispherical Inductively Coupled Plasma Equipment

반구형 유도결합플라즈마 장비의 전자온도 신경망 모델

신경망을 이용하여 반구형 유도결합형 플라즈마 장비에 대한 전자온도의 예측모델을 개발하였다. 신경망으로는 Radial Basis Function Network을 이용하였고, 신경망의 예측성능은 유전자 알고리즘을 이용하여 최적화하였다. 체계적인 모델링을 위해 $2^4$ 전 인자 (Full Factorial) 실험획법을 이용하여 $Cl_2$ 플라즈마에서의 데이터를 수집하였다. 최적화된 전자온도 모델의 예측성능은 0.143 eV이었다. 개발된 모델을 이용하여 공정변수에 따른 예측온도의 영향을 고찰하였다. 소스전력과 압력의 변화에 따른 전자온도의 변화는 작았다. 그러나 $Cl_2$ 유량과 특히 척위치의 증가에 따른 전자온도의 증가는 현저하였으며, 이는 고이온밀도의 형성에 기인하는 것으로 해석되었다.