Geração automatizada de máscaras para manufatura de MEMS por corrosão anisotrópica profunda.

• Ano de defesa: 2024
• Autor(a) principal: Rehder, Ana Paula Borges
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Algoritmos genéticos; Anisotropic etching; Corrosão anisotrópica; Genetic algorithm; Inverse problem; MEMS; Microfabricação; Microfabrication; Silício; Silicon; Sistemas microeletromecânicos; Wet etching
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-08072025-082638/

A fabricação de Sistemas Microeletromecânicos (MEMS) envolve uma ampla gama de disciplinas técnicas, como engenharia mecânica, ciência de materiais, engenharia elétrica, química e óptica, além de processos complexos de microfabricação, como a corrosão úmida anisotrópica em silício. A natureza cristalina do silício, com suas propriedades anisotrópicas, torna a fabricação desses dispositivos particularmente desafiadora, especialmente no que diz respeito ao projeto das máscaras fotolitográficas adequadas para obter estruturas tridimensionais desejadas. Dada a complexidade e o número elevado de etapas envolvidas na microfabricação, a simulação computacional tem se mostrado uma ferramenta essencial para economizar tempo e recursos. Este trabalho introduz um método inovador para resolver o problema inverso no projeto de máscaras, integrando algoritmos genéticos com simulações de corrosão anisotrópica. Utilizando bibliotecas de código aberto como ViennaLS para simular o processo de corrosão e o OpenSCAD para manipulação e comparação de modelos 3D, o algoritmo genético refina iterativamente as soluções de máscara através de operações de seleção, cruzamento e mutação. O objetivo é minimizar a diferença volumétrica entre a estrutura corroída e o design pretendido, atingindo uma precisão de mais de 90% em dispositivos MEMS padronizados, como vigas e ilhas, e até dispositivos mais complexos, como giroscópios otimizados. Além disso, o algoritmo ajusta automaticamente o tempo de corrosão com base na estabilização dos valores de fitness, considerando incertezas no comportamento do processo, o que elimina a necessidade de experimentos empíricos. Em conclusão, a integração de algoritmos genéticos com simulações de corrosão anisotrópica oferece uma poderosa solução para o design inverso de máscaras em MEMS, permitindo uma fabricação mais eficiente e econômica de microestruturas complexas. Este avanço representa um passo significativo na otimização de processos de microfabricação, possibilitando o desenvolvimento de dispositivos com maior precisão e menor custo.