电子分析员
下载贤集网APP入驻自媒体
近日，南京邮电大学郭宇锋教授团队在第37届国际功率半导体器件与集成电路会议（37th International Symposium on Power Semiconductor Devices and ICs, ISPSD 2025）发表创新研究成果“Intelligent Design of Superjunction Devices based on Physics-informed Neural Network”。 该研究针对传统设计方案中“人在回路”的局限，提出了超结功率器件物理信息网络（SJ-PiNN）智能设计方案。基于精确二维电场分析和碰撞电离路径积分构建的R阱模型生成数据，训练SJ-PiNN模型实现从性能指标到结构参数的智能预测，并结合差分进化算法，实现任意击穿电压与比导通电阻下的最优宽长比设计。 结果表明SJ-PiNNd的R²预测准确率>99.6%，3秒内可生成与数值仿真平均误差<3%的最优宽长比设计，且基于该方案，在CRM 12英寸超结工艺平台研制出两个750V超结器件，实测击穿电压/比导通电阻平均偏差仅2.4%/5.1%。这一成果为功率器件的设计提供了全新的设计方法。
