Desenvolvimento de códigos em Python para análise do tempo de vida da solução dopante de fósforo para aplicações SOG em lâminas de silício

Abstract

Python, com suas bibliotecas científicas e de análise de dados, oferece ferramentas poderosas para modelagem, simulação e análise estatística, tornando esses processos mais acessíveis e eficientes. A combinação de uma linguagem de programação robusta com metodologias avançadas de análise de dados promete fomentar o desenvolvimento de soluções inovadoras, contribuindo significativamente para o avanço da ciência. Este trabalho de conclusão de curso se concentra no desenvolvimento de códigos em Python para a análise de confiabilidade, especificamente aplicada ao estudo do tempo de vida da solução de ácido fosfórico utilizada no processo de dopagem de lâminas de silício pelo método Spin on Glass (SOG). Como resultado, os códigos elaborados permitiram realizar de forma ágil a análise dos dados de tempo de vida da solução de dopante, indicando que o modelo exponencial foi o que melhor se ajustou aos dados.

Python, with its scientific and data analysis libraries, offers powerful tools for modeling, simulation, and statistical analysis, making these processes more accessible and efficient. The combination of a robust programming language with advanced data analysis methodologies promises to foster the development of innovative solutions, significantly contributing to the advancement of science. This final paper focuses on the development of Python codes for reliability analysis, specifically applied to the study of the lifetime of the phosphoric acid solution used in the doping process of silicon blades by the Spin on Glass method (SOG). As a result, the codes developed enabled an agile analysis of the lifetime data of the doping solution, indicating that the exponential model was the one that best adjusted to the data.