薄膜生长数据自动化采集技术研究

摘要

【目的】 本研究旨在通过自动化采集薄膜生长数据，从而提高薄膜数据采集的效率，大幅加快薄膜研究及工艺摸索。【应用背景】 随着薄膜技术的不断发展和应用，需要对薄膜生长过程进行深入的研究，以便更好地理解薄膜生长的机制。然而，目前的薄膜生长研究往往依赖于手动采集数据，存在效率低下和数据误差较大的问题。【方法】 为了解决这些问题，我们研发了电子实验记录本来规范数据采集，并通过自编采集程序实现了从薄膜合成和测试设备上对整个实验过程数据的全自动化采集方法。【结论】 该方法实现了对薄膜生长过程的高精度、高效率、无人工干预的实时监控和数据采集，为进一步研究薄膜生长机理和开发新型薄膜提供了实验基础和理论指导。

关键词： 薄膜生长; 数据采集; 电子实验记录本

引言

薄膜作为一种重要的材料形态，在凝聚态物理、材料科学和应用等领域占据着越来越重要的地位。在应用方面，将各种量子材料如铁电、热电、超导、铁磁等材料从块材制备成薄膜，能够节约成本，从而满足大多数应用场合的要求。另一方面，物理维度上的变化使得这些功能材料的薄膜衍生出块材中难以观测到的新奇物理性质，甚至产生如分数量子霍尔效应[1]、量子反常霍尔效应[2]、Wigner 晶体[3]等物理现象。近年来，通过制备多层膜异质结构，人们发现界面效应能够提高量子材料性能参数[4]，也可以带来全新的功能，例如各种光电、光伏、高灵敏传感等器件就是利用了多层薄膜的特性。薄膜研究可以帮助我们了解材料的表面和界面特性，从而提高材料的性能和应用价值。除此之外，很多在块体材料中难以稳定的相，可以借助应力等以薄膜形式存在[5-6]，因此薄膜技术常被用以研制新材料。可见，薄膜材料无论是在基础研究还是在应用开发上都是十分重要的。

薄膜的生长是薄膜研究与应用的基础。其基本原理是利用物理或化学方法将前驱物液化、汽化甚至是等离子体化在衬底表面进行原子、分子或者基团的重新排列生长成所需的薄膜。常用的生长方法包括磁控溅射、分子束外延、化学气相沉积、脉冲激光沉积等等，所涉及到设备的种类也很多，从半导体工业工艺线上的重型超高真空多腔室物理气相沉积系统，到实验室的化学沉积电镀池。根据应用目标不同，薄膜广泛地应用于光学涂层、防腐[7]、半导体[8]和自旋电子器件。由于薄膜涉及复杂的生长过程，影响薄膜最终质量的因素也很多，如所用的衬底、薄膜生长的温度、升降温的速率、生长时所处的氛围等。准确、详实地记录薄膜生长条件，对于控制和优化薄膜质量至关重要。目前除了少数成熟工艺流水线上采用自动采集的方式，大多数实验研究阶段还是通过手动的方式来记录薄膜生长过程。随着现代科学技术的蓬勃发展、大数据时代来临，如何对每日产生的繁杂数据进行收集、管理和挖掘正成为各个行业面临的主要问题。对于薄膜领域亦如此，传统的记录方式已难以高效地产生规范化数据，无法满足大数据探索科研范式的需求，迫切需要开发新的技术和工具。

针对当前的发展趋势和迫切需求，中国科学院凝聚态物质科学数据中心与一线科研人员密切合作，开发了电子实验记录本系统。该系统实现了数据的规范汇聚、安全存储、关联融合、开放共享、自动汇交等主要功能模块，覆盖了科研数据的全生命周期。目前，电子实验记录本已在中国科学院物理研究所部分课题组中投入使用，并推广至怀柔科学实验平台和大装置。在规范非晶合金薄膜材料数据，提升功能材料单晶薄膜质量等工作中发挥了重要的作用。本文希望通过介绍这项工作为物质科学领域的科研数据治理提供一个应用示范。

1 数据规范性采集技术

新技术的开发是有针对性的。薄膜制备实验中，手动收集信息存在以下的问题：

（1）数据记录存在重复、缺漏和错误的可能，或因笔迹导致的可读性差。

（2）记录方式差异多样：使用纸质记录本、off-ice软件、工具软件等。

（3）数据形式不统一：包括使用的数据格式、单位、参考系、专业术语描述等。

（4）数据可比较性差：数据处理加工过程差异，处理精度不一。

（5）数据量有限、实时性差：人工记录无论是手写还是录入计算机，其速率、精度和持久性都有限。

（6）数据可追溯性差：相互间难以建立有效的关联；传输过程中存在丢失或被篡改的可能。

上述问题可以分为规范化和全面性两类，分别影响数据的质量和数量，会降低所收集数据在后期研究中的价值。

针对规范化问题，我们亟需一个电子化的数据收集和处理平台。国际上现有的平台都是面向化学、生物医药等领域，并不适用于物理学。因此需要探索一套适合物理科研的电子实验记录本系统。考虑到上述问题及学科特点，对这套系统设定了以下的目标功能：

（1）数据的规范化、系统化收集。支持实验原始数据及时、规范、多样、灵活填写，提高数据采集的效率和质量；并保证数据的链条完整、存储安全和真实可信。

（2）数据的通用化、智能化管理。支持对数据进行标准化格式的整理，确保数据可以被不同研究方向和系统之间共享和使用。利用智能化技术，在自动化采集过程中实现实验数据向数字化数据的转换，为数据处理分析奠定基础。

（3）数据的集成化、深度化挖掘。将数据整合集成到同一平台，快速实现数据分类、关联、检索等功能，提高数据的利用率。利用机器学习、人工智能等技术，深度挖掘数据背后蕴藏的规律，为科研人员后续研究提供可靠的数据支撑。

针对不同的功能，电子实验记录本在开发过程中采用多种技术进行实现，具体如下：

（1