Scale-bridging simulations for plasma-surface interactions

Plasma-Oberflächen-Wechselwirkungen spielen bei den meisten technischen Plasmaanwendungen eine wesentliche Rolle. Die intrinsischen Zeit- und Längenskalen des Plasmas und des Festkörpers unterscheiden sich um Größenordnungen und verhindern somit eine einheitliche theoretische Beschreibung. Plasmasimulationen werden daher durch effektive Oberflächenmodelle ergänzt, die jedoch die grundlegenden atomaren Prozesse vereinfachen oder gar vernachlässigen. Eine Verallgemeinerung, welche die atomare Genauigkeit bewahrt, kann durch maschinelles Lernen erreicht werden. Diese Arbeit widmet sich der Entwicklung und Überprüfung entsprechender Methoden. Beides wird für Sputterdepositionen in Ar- und \(Ar/N_2\)-Entladungen untersucht. Dabei werden sowohl amorphe \(Ti_{1−x}Al_x\)-Targets als auch kristalline Al- und AlN-Oberflächen berücksichtigt. Es wird gezeigt, dass atomare Systemzustände und deren Entwicklung für Prozesszeiten von Stunden mit molekulardynamischer Genauigkeit vorhergesagt werden können