2. CVD 基础原理：化学反应类型、边界层理论与质量输运竞争机制
CVD（化学气相沉积）工艺的核心在于通过气相化学反应在加热衬底表面生成固态薄膜。理解反应类型、边界层行为以及质量输运与表面反应之间的竞争关系，是进行气流场仿真和均匀性预测的理论基石。本章将系统阐述这三部分内容，并建立它们之间的内在联系。
2.1 主要化学反应类型
CVD 过程中，前驱体分子在气相或衬底表面发生化学反应，生成目标薄膜材料及副产物。根据反应机理，主要分为以下三类：
| 反应类型 | 反应机理 | 典型示例 | 工艺特点 |
|---|---|---|---|
| 热解反应 | 前驱体分子在高温下直接分解，释放出薄膜组分。 | SiH₄ → Si + 2H₂ （多晶硅薄膜） | 反应简单，无需额外反应气体；温度依赖性高。 |
| 还原反应 | 前驱体与还原性气体（如 H₂）反应，被还原为薄膜材料。 | WF₆ + 3H₂ → W + 6HF （钨薄膜） | 可降低沉积温度；需精确控制还原剂流量。 |
| 氧化反应 | 前驱体与氧化性气体（如 O₂、N₂O）反应，生成氧化物薄膜。 | SiH₄ + O₂ → SiO₂ + 2H₂ （二氧化硅薄膜） | 反应放热明显；需避免气相成核（颗粒污染）。 |
工艺提示： 实际 CVD 工艺常为复合反应。例如，制备 TiN 薄膜时，TiCl₄ 与 NH₃ 的反应同时涉及还原与氮化过程，需综合考虑热力学与动力学因素。
2.2 边界层理论
在反应腔室内，气流流经加热衬底表面时，由于粘性作用会形成速度梯度显著的薄层——边界层。边界层是理解质量输运与表面反应竞争的关键区域。
2.2.1 边界层的形成与结构
根据流体力学，边界层分为：
- 速度边界层：气流速度从自由流速度降至衬底表面零速度的区域。
- 浓度边界层：反应物浓度从自由流浓度降至衬底表面浓度的区域。
- 热边界层：温度从自由流温度降至衬底表面温度的区域。
在 CVD 仿真中，浓度边界层的厚度（δ_c）直接决定了反应物向衬底表面的扩散速率。
关键参数： 边界层厚度 δ ∝ √(μ·L / ρ·U)，其中 μ 为动力粘度，L 为特征长度，ρ 为密度，U 为自由流速度。流速越高，边界层越薄，质量输运效率越高。
2.3 质量输运与表面反应竞争机制
CVD 沉积速率由两个串联过程共同决定：
- 质量输运（扩散）：反应物从气流主体穿过边界层，扩散至衬底表面。
- 表面反应：反应物在衬底表面吸附、反应、成膜，并释放副产物。
这两个过程的相对快慢决定了沉积的控制模式：
| 控制模式 | 条件 | 沉积速率表达式 | 温度依赖性 | 均匀性特征 |
|---|---|---|---|---|
| 质量输运控制 | 表面反应速率远快于扩散速率 | G = k_m · (C_g - C_s) | 弱（T 对扩散系数影响小） | 受气流场影响大，易出现入口效应 |
| 表面反应控制 | 扩散速率远快于表面反应速率 | G = k_s · C_s^n | 强（Arrhenius 指数关系） | 受温度均匀性影响大 |
| 混合控制 | 两者速率相当 | G = (k_m·k_s)/(k_m + k_s) · C_g | 中等 | 需同时优化气流与温度场 |
其中，G 为沉积速率，k_m 为质量输运系数，k_s 为表面反应速率常数，C_g 为气相浓度，C_s 为表面浓度。
仿真注意事项： 在 CFD 仿真中，必须正确判断工艺所处的控制模式。若实际为表面反应控制，却采用质量输运控制模型，将导致沉积速率预测严重偏离。通常通过 Arrhenius 曲线（ln(G) vs 1/T）的斜率变化来识别控制模式的转变点。
2.4 竞争机制对薄膜均匀性的影响
薄膜均匀性直接受控于上述竞争机制的空间分布：
- 质量输运控制区：沉积速率正比于局部反应物浓度。在反应腔入口处，浓度高，沉积快；出口处浓度低，沉积慢，形成“入口厚、出口薄”的梯度分布。此时需优化气流分布（如使用喷淋头、调整流速）来改善均匀性。
- 表面反应控制区：沉积速率主要受温度影响。若衬底表面存在温度梯度（如边缘散热快），则低温区沉积慢，高温区沉积快。此时需优化加热器设计或采用热补偿。
- 混合控制区：均匀性同时受气流场和温度场影响，优化难度最大，通常需要借助 CFD 仿真进行多参数协同优化。
工程案例： 在 LPCVD（低压化学气相沉积）氮化硅薄膜工艺中，通常工作在表面反应控制区（低压下扩散系数大）。此时，温度均匀性成为决定薄膜均匀性的首要因素，要求加热器控温精度达到 ±1°C 以内。
2.5 本章小结
CVD 基础原理是连接工艺参数与薄膜质量的桥梁。理解热解、还原、氧化三类反应的本质，掌握边界层理论对质量输运的制约，并能够判断沉积过程的控制模式，是进行后续气流场仿真和均匀性预测的前提。在仿真建模时，必须根据工艺条件（温度、压力、流速）准确选择对应的控制模型，才能获得可靠的预测结果。