论文发表信息（图片均由西安石油大学提供）

中国科学报10月31日讯：近日，西安石油大学化学化工学院范峥、黄风林科研团队以范峥为第一作者、西安石油大学为第一单位在国际膜科学领域学术期刊Journal of Membrane Science（JCR、中科院分区双一区TOP期刊，IF=10.53）上发表了题为Wavelet neural network modeling for the retention efficiency of sub-15 nm nanoparticles in ultrafiltration under small particle to pore diameter ratio的论文。

目前，在大规模及超大规模集成电路的加工过程中，超净高纯试剂广泛用于芯片及硅晶圆片表面的清洗、刻蚀，其纯度、清洁度对集成电路的成品率、电性能及可靠性具有十分显著的影响。在确保产品质量满足SEMI-C12（Semiconductor Equipment and Materials International，即国际半导体设备和材料协会）相关要求基础上，持续降低过程能量消耗，切实助力“双碳”背景下全球集成电路行业的节能降耗、提质增效一直是膜科学领域中的研究热点。

该成果紧密围绕陕西省集中力量打造的23条重点产业链之一——大规模及超大规模集成电路加工中的核心环节——超净高纯试剂微小纳米颗粒净化展开。在小粒径膜孔比条件下，利用超滤膜与小颗粒间的内生扩散性、静电吸引力有效实现<15nm颗粒的高效捕集，抑制了滤膜上下游逐渐增大的高压差，显著降低过程能量消耗。同时，分析、阐明了诸因素对纳米颗粒截留效率的作用规律和作用、强弱，确定了基于小粒径膜孔比的膜超滤技术未来优化发展方向。此外，以滤膜特征、颗粒性质、溶液特点、操作条件等13个关键参数为输入信号，通过小波人工神经网络建立了<15nm颗粒超滤截留效率预测模型，并与基于经典和扩展DLVO理论的MEDLVO-Maxwell模型进行了对比、分析。结果表明，针对pH变化，小波人工神经网络模型预测值与MEDLVO-Maxwell模型计算结果高度一致，且小波人工神经网络模型更加强大、便捷，可以快速、准确地预测极端条件下膜超滤过程的纳米颗粒截留效果。该工作有效解决了半导体、芯片、硅晶圆片表面清洗、刻蚀等生产过程的“卡脖子”问题，为超滤技术在陕西省乃至全国超净高纯试剂生产中的大范围推广提供了切实可行的解决途径，为大规模及超大规模集成电路加工提供了基本条件，促进智能制造的可持续发展。

相关论文信息：https://doi.org/10.1016/j.memsci.2021.119503