ナノテク情報

加工技術

半導体向けの3Dプリント技術を開発しMEMSセンサーの製造期間を短縮 ~IoT社会で求められる多種多様なセンサーを迅速に提供~

 株式会社日立製作所(日立)は2017年2月15日,半導体向けの3Dプリント技術を開発し,振動や加速度などの計測に使われるMEMS(Micro Electro Mechanical Systems)センサーの製造期間を短縮したと発表した.従来MEMSセンサーは工場で大量生産されており,設計・製造に3カ月から1年程度を要していた.今回,3Dプリント技術に加え,センサー形状や寸法をAI(人工知能)で自動設計する技術も用い,振動MEMSセンサー100個を1カ月で設計・製造できることを確認した.本技術の一部は,2017年2月15日~17日に東京ビッグサイトで開催された「第16回 国際ナノテクノロジー総合展・技術会議」で発表された.

 様々なモノがネットワークで接続されるIoT(Internet of Things)社会では,設備の動作状態や周囲の環境などを検出するためのセンサーが必要になる.センサーで測定する対象は音や振動など多種にわたり,また周波数や感度などといった必要性能も多様である.このようなセンサーの多くは,MEMSと呼ばれる微細な電気機械デバイスで実現されている.しかし,MEMSセンサーは大量生産に向く半導体工場で製造されているため,様々な仕様のセンサーを少量で短期間に提供することは困難だった.

 これに対して,日立は,顧客の要求に応じたセンサーを短期間かつ少量から提供可能とするため,MEMSセンサーを高速に設計・製造する技術を開発した.

 設計面では,AIを活用した自動設計技術を開発した.100万以上のMEMSセンサー設計データの中から,要求仕様に近いセンサーの候補を抽出し,その構造をベースにシミュレーションを行うことで,要求仕様を満たすセンサーの構造を決定する.抽出はAIのクラスター分析を用いて行った.クラスター分析は,AIの機械学習アルゴリズムの一手法で,異なる性質のものが混在した集合から互いに似た性質を持つ部分集合を効率的に抽出する手法である.シミュレーションは,設計データから構造と性能の相関を解析した結果に基づいて行った.こうした設計の自動化により,MEMSセンサーを高速に設計することが可能になった.

 製造面では,集束イオンビーム(FIB)を活用した半導体向け高速3Dプリント技術を開発した.MEMSセンサー構造の設計図をもとに,1µm以下のFIBを照射し,微細なMEMSセンサーの構造を3Dプリントで形成する.従来,分析用途で利用されてきたFIB装置は加工速度が遅く,MEMSセンサーの製造に利用することは困難だったが,今回,FIB装置のイオン源にプラズマイオン源を用いることでビームの高出力化を実現し,加工速度を大幅に向上させた.これにより,MEMSセンサーを短期間に製造することが可能になった.

 これらの技術を適用して,工場のモーターやコンプレッサーなどの故障予兆検知を目的とした,20kHz以上の高い周波数の信号取得に特化した振動MEMSセンサーを試作した.従来の半導体工場で製造した場合と同等性能のセンサーを5日で設計し,1個あたり5時間で製造,100個であれば1カ月で設計・製造可能であることを確認した.今後日立では,開発した技術を用いて多種多様なMEMSセンサーを迅速に提供し,IoT社会を牽引していくとしている.