4. 材料热参数配置:硅、二氧化硅、氮化硅等常见材料的热导率、比热容与热膨胀系数设置

在硅光芯片热仿真中,材料热参数的准确性直接决定了温度场分布、热光效应响应以及热应力评估的可信度。本章聚焦于三种核心材料——硅(Si)、二氧化硅(SiO₂)、氮化硅(Si₃N₄)——的热导率、比热容与热膨胀系数配置方法,并给出典型值与温度依赖关系。

4.1 材料热参数概览与对比

下表列出了三种材料在室温(300 K)下的关键热参数典型值,供仿真初始配置使用。

材料 热导率 k (W/(m·K)) 比热容 cₚ (J/(kg·K)) 热膨胀系数 α (×10⁻⁶ /K) 密度 ρ (kg/m³)
硅 (Si) 130 ~ 150 700 ~ 712 2.6 2329
二氧化硅 (SiO₂) 1.1 ~ 1.4 730 ~ 750 0.55 2200
氮化硅 (Si₃N₄) 18 ~ 30 680 ~ 710 2.8 ~ 3.2 3100
关键对比:硅的热导率比二氧化硅高约两个数量级,是芯片内部主要的散热通道;二氧化硅作为埋氧层(BOX)和上包层,起热隔离作用;氮化硅的热导率介于两者之间,常用于波导芯层或应力调控层。

4.2 热导率设置:温度依赖与各向异性

热导率是温度敏感参数,尤其在硅光芯片工作温度范围(-40°C ~ 125°C)内变化显著。仿真中应避免使用单一常数,推荐采用分段线性或多项式拟合。

4.2.1 硅的热导率温度模型

单晶硅的热导率随温度升高而下降,常用经验公式为:

k_Si(T) = k₀ × (T / T₀)^(-1.3)

其中:
  k₀ = 148 W/(m·K)  (T₀ = 300 K)
  T 为温度 (K)
  适用范围:200 K ~ 500 K

在 COMSOL 或 Ansys 中,可通过“热导率 → 用户定义 → 温度表达式”直接输入上述公式。对于多晶硅或掺杂硅,需根据掺杂浓度修正系数(通常降低 10% ~ 30%)。

4.2.2 二氧化硅与氮化硅的各向同性设置

二氧化硅和氮化硅在薄膜形态下通常视为各向同性材料。二氧化硅的热导率随温度变化较小(约 0.1% /K),可近似为常数 1.3 W/(m·K)。氮化硅的热导率在 300 K 时取 20 W/(m·K),温度系数约为 -0.2% /K。

工程建议:在 MZI 热隔离仿真中,将二氧化硅包层的热导率设置为 1.2 W/(m·K)(略低于理论值),可更保守地评估热串扰,为设计留出余量。

4.3 比热容与热膨胀系数配置

比热容影响瞬态热响应时间,热膨胀系数则决定热应力与波导形变。两者在硅光芯片热仿真中常被低估,但却是热光相位漂移和可靠性分析的关键输入。

4.3.1 比热容的常数近似与温度修正

硅的比热容在 300 K 附近变化平缓,多数商用仿真软件默认使用常数 712 J/(kg·K)。如需更高精度,可采用 Debye 模型:

c_p_Si(T) = 9 * R * (T / θ_D)^3 * ∫₀^(θ_D/T) [x⁴ * e^x / (e^x - 1)²] dx

其中:
  R = 8.314 J/(mol·K)
  θ_D = 645 K (硅的德拜温度)
  该积分需数值求解,或查表插值

对于二氧化硅和氮化硅,比热容在 200 K ~ 500 K 范围内变化约 ±5%,工程仿真中可直接使用室温常数。

4.3.2 热膨胀系数的各向异性处理

单晶硅具有立方对称性,热膨胀系数各向同性,取 2.6×10⁻⁶ /K。氮化硅薄膜因沉积工艺引入残余应力,其面内与面外热膨胀系数可能不同,需根据工艺数据分别设置:

  • 面内 (in-plane): 2.8×10⁻⁶ /K
  • 面外 (out-of-plane): 3.2×10⁻⁶ /K

二氧化硅的热膨胀系数极小(0.55×10⁻⁶ /K),在热应力仿真中常作为应力释放层,但需注意其与硅的界面失配。

4.4 材料参数配置流程与常见陷阱

以下流程图总结了从材料库选择到参数验证的完整配置步骤:

材料热参数配置流程图 选择材料库 导入默认参数 温度依赖? 常数近似设置 温度函数/插值 各向异性? 完成参数配置 注意:氮化硅需区分面内/面外

4.5 常见陷阱与避坑指南

陷阱 1:忽略热导率的温度退化。 在高温区域(如加热电极附近),硅的热导率可能降至室温值的 60% 以下,若使用常数将严重低估热扩散能力,导致温度场失真。
陷阱 2:二氧化硅热导率取值过高。 实际 PECVD 沉积的二氧化硅薄膜热导率仅为 0.8 ~ 1.1 W/(m·K),低于体材料值。使用 1.4 W/(m·K) 会低估热隔离效果,使 MZI 臂间热串扰计算偏小。
最佳实践:在仿真前先查阅工艺手册或文献,获取与自身工艺节点匹配的材料参数。对于关键参数(如硅热导率),建议设置参数化扫描范围(±20%),评估仿真结果对参数不确定性的敏感度。

4.6 参数配置代码示例(COMSOL API)

以下 Python 脚本展示了通过 COMSOL API 批量设置材料热参数的方法:

import mph
import numpy as np

# 加载模型
client = mph.start()
model = client.load('mzi_thermal.mph')

# 获取材料节点
si_mat = model.java.component('comp1').material('mat1')  # 硅
sio2_mat = model.java.component('comp1').material('mat2') # 二氧化硅

# 设置硅的热导率温度依赖函数
k_si_expr = '148 * (T/300[K])^(-1.3)'
si_mat.propertyGroup('def').set('thermalconductivity', 
                                 {'k': k_si_expr, 'userdef': 'on'})

# 设置二氧化硅的常数热导率
sio2_mat.propertyGroup('def').set('thermalconductivity', 
                                   {'k': '1.3[W/(m*K)]', 'userdef': 'on'})

# 设置硅的比热容(常数)
si_mat.propertyGroup('def').set('heatcapacity', 
                                 {'Cp': '712[J/(kg*K)]', 'userdef': 'on'})

# 设置热膨胀系数
si_mat.propertyGroup('def').set('coefficientofthermalexpansion', 
                                 {'alpha': '2.6e-6[1/K]', 'userdef': 'on'})

print("材料热参数配置完成。")
参数验证:配置完成后,建议运行一次稳态热仿真,检查加热电极下方温度梯度是否合理(硅区域温度下降快,二氧化硅区域温度梯度大),以此反向验证热导率设置的正确性。