DIGI4PLAS

KI-gesteuerte Toolbox für die Echtzeitüberwachung und -steuerung von Plasmaproduktionsprozessen

Horizontale Grafik der Sustainable Development Goals: links das SDG-Logo, daneben Ziel 9 „Industry, Innovation and Infrastructure“ (orange, Würfel-Symbol) und Ziel 12 „Responsible Consumption and Production“ (braun, Kreislauf-Pfeil).

Begrenzte Prozesskontrolle in der Plasmabeschichtung

Moderne PVD-Plasmabeschichtungsanlagen erfassen überwiegend steuerungsnahe Prozessparameter wie Beschichtungsdauer, Leistung, Gasflüsse, ggf. Temperaturen und Biasspannung am Substrat. Die eigentlichen im Beschichtungsraum vorhandenen, entscheidenden Plasmagrößen wie die Dichte von chemisch reaktiven Radikalen oder Ionen sowie Elektronendichte und -temperatur, die letztlich die Beschichtungseigenschaften und -qualität bestimmen, werden dagegen kaum oder nur unzureichend überwacht und nicht zur Prozesssteuerung herangezogen. Prozessabweichungen und Abweichungen in der Schichtqualität werden daher oft erst nach der Beschichtung erkannt und führen so zu einem Ausschuss ganzer Chargen, aufwändiger Nachbehandlung oder Einzelsortierung bzw. Verschrottung und somit zu Wertschöpfungsverlusten. Vor diesem Hintergrund sind Lösungen erforderlich, die Prozessabweichungen rechtzeitig erkennen.

KI-basierte Regelung durch integrierte Plasmadiagnostik

Im Projekt werden zwei komplementäre Plasmadiagnostikverfahren mit der Beschichtungsanlage synchronisiert und große Datenmengen in Echtzeit ausgewertet. Darauf aufbauend entsteht eine neuartige Regelungsmethodik auf Basis von Künstlicher Intelligenz und Machine Learning (ML). Die Kombination aus fortschrittlicher Messtechnik, datengetriebener Analyse und intelligenter Prozessregelung stellt eine echte Innovationdar und schließt damit eine zentrale Lücke in der Plasmabeschichtung.

Effizientere Prozesse und neue Perspektiven

Das Projekt DIGI4PLAS schafft die Grundlage,  moderne Plasmamesstechniken mit zukunftsweisenden Datenanalysemethoden nachhaltig in Produktionsprozessen zu integrieren. Dadurch lassen sich Prozessstabilität, Schichtqualität und Ressourceneffizienz deutlich verbessern.

 

 

Projektförderung

Das Projekt wird im Rahmen des Förderprogramms EFRE-NRW gefördert.