“是的，老师。”
蔻依神色沮丧，“氧化镓工业化良率依旧很低，成本太高，根本达不到工业化的标准。”
大家在发现氧化镓后会这么兴奋，是因为氧化镓这种材料可通过熔体法，比如导模法、铸造法，生长大尺寸单晶，成本仅为碳化硅的1/3，且单晶生长速度更快，导模法生长速率达30mm/h，碳化硅仅2-5 mm/h。
这就意味着氧化镓性能更高，成本更低，生产速度还很快，具有极强的工业化潜力。
没想到因为制备设备的问题，导致氧化镓并没有达到理论的低成本，反而因为良率问题，成本远比预料的高得多，生产速度也远不及预期，想要完成工业化生产，目前的工艺显然是完全不够的。
上次她就来找过陈辉，说了关于温控还有材料缺陷控制等方面的问题，当时陈辉就给她指点了一下方向，没想到还没有解决。
倒是坩埚的问题，鄂维南院士已经解决了，他们利用陈辉的模型，研究出了一种新型的铜基材料，可以耐3000摄氏度的高温，解决了垂直布里奇曼法制备氧化镓时的一大难题。
“具体说说。”
陈辉好整以暇，胸有成竹的问道。
他从来不怕问题太难，有问题，反而是好事。
蔻依深吸一口气，问题实在太多，一时间竟不知道该从哪里说起好，在脑海中组织了好半天语言，才开口说道，“传统LSW模型假设熔体为理想溶液，但氧化镓熔体含镓空位和氧间隙等缺陷，实际扩散速率比模型预测低30%。”
“有限元仿真中热导率参数取经验值，氧化镓热导率1.9 W/m·K，但实际晶圆因杂质掺杂了Si、Mg，热导率波动±20%，导致温度场预测误差达±15%……”
“我们也考虑过引入机器学习，用超算来训练预测模型，但氧化镓晶圆量产中，缺陷数据，如位错、裂纹具有低概率、高维度特征，这就导致良品数据占比95%，缺陷数据仅5%，模型易陷入‘过拟合良品’，漏检缺陷率高达10%！”
鄂维南院士是机器学习方面的专家，引入机器学习倒也是应有之理，没想到这都遇到了问题，看来氧化镓的工业化的确没预想中的那么简单。
“氧化镓晶圆生长涉及温度场、流场、应力场、电场的多物理场耦合，导模法生长中，熔体流动影响温度梯度，温度梯度又导致晶体应力，传统单场仿真无法准确预测工艺结果……”
“量产产线要求工
…。。