3、工艺模型基础:扩散模型、氧化模型与离子注入模型

深亚微米CMOS工艺的精确控制依赖于对扩散、氧化、离子注入等基本物理过程的定量描述。本章聚焦三大核心工艺模型:扩散模型(Fick定律与Fermi-Dirac统计)、氧化模型(Deal-Grove模型)以及离子注入模型(Monte Carlo与解析模型)。理解这些模型是进行TCAD工艺仿真与器件性能预测的前提。

3.1 扩散模型:Fick定律与Fermi-Dirac统计

杂质扩散是高温退火过程中掺杂原子在晶格中迁移的现象。在深亚微米工艺中,高浓度掺杂效应(如发射极推进、瞬态增强扩散)必须通过修正的扩散模型来描述。

3.1.1 Fick扩散定律

Fick第一定律描述了稳态扩散通量,第二定律描述了非稳态浓度随时间的变化。在TCAD中,通常求解Fick第二定律的数值形式:

∂C/∂t = ∇ · (D ∇C)

其中,C为杂质浓度,D为扩散系数。在低浓度下,D可视为常数;但在深亚微米工艺中,D是浓度、温度、点缺陷浓度的强函数。

关键点: 扩散系数D通常遵循Arrhenius关系:D = D₀ exp(-Eₐ/kT)。对于硼(B)在硅中的扩散,D₀ ≈ 0.76 cm²/s,Eₐ ≈ 3.46 eV。

3.1.2 Fermi-Dirac统计与浓度依赖扩散

当掺杂浓度超过本征载流子浓度(nᵢ)时,杂质电离状态受Fermi-Dirac统计支配,导致扩散系数呈现浓度依赖性。TCAD中常用的模型为:

D = D⁰ + D⁺ (n/nᵢ) + D⁻ (p/nᵢ) + D²⁻ (n/nᵢ)²

其中,D⁰、D⁺、D⁻分别对应中性、带正电、带负电点缺陷对扩散的贡献。下表总结了常见掺杂剂的扩散组分:

掺杂剂 主要扩散机制 浓度依赖形式 典型应用场景
硼 (B) 间隙辅助扩散 D ∝ (n/nᵢ) P阱、源漏延伸区
磷 (P) 空位辅助扩散 D ∝ (n/nᵢ)² N阱、多晶硅掺杂
砷 (As) 空位辅助扩散 D ∝ (n/nᵢ) 源漏重掺杂
锑 (Sb) 空位辅助扩散 D ≈ 常数(低浓度) 埋层、集电区
工程提示: 在TCAD仿真中,激活Fermi-Dirac扩散模型时,需同时开启点缺陷耦合模型(如“Fully Coupled Diffusion”),否则无法准确模拟高浓度磷扩散的“发射极推进效应”。

3.1.3 扩散模型对比SVG图

扩散模型对比:Fick定律 vs Fermi-Dirac模型 扩散模型对比:Fick定律 vs Fermi-Dirac模型 Fick定律(低浓度) ∂C/∂t = D ∇²C D = 常数 适用:C < nᵢ 忽略点缺陷耦合 误差:高浓度下>50% Fermi-Dirac模型(高浓度) D = D⁰ + D⁺(n/nᵢ) + D⁻(p/nᵢ) D = f(C, T, 点缺陷) 适用:C > nᵢ 考虑Fermi能级钉扎 精度:高浓度下<5% 深亚微米工艺必须使用Fermi-Dirac模型,否则结深误差可达30%以上

3.2 氧化模型:Deal-Grove模型

热氧化是CMOS工艺中生长栅氧化层的关键步骤。Deal-Grove模型是描述硅热氧化动力学的经典解析模型,广泛应用于TCAD工艺仿真。

3.2.1 Deal-Grove方程

Deal-Grove模型假设氧化过程由氧化剂在氧化层中的扩散和界面反应两个步骤串联控制。氧化层厚度Xₒₓ与时间t的关系为:

Xₒₓ² + A·Xₒₓ = B·(t + τ)

其中:

  • B:抛物线速率常数,由氧化剂在SiO₂中的扩散系数决定;
  • B/A:线性速率常数,由Si-SiO₂界面反应速率决定;
  • τ:初始氧化层厚度修正项。
模型参数示例(干氧氧化,1000°C):
B = 0.011 μm²/min,B/A = 0.17 μm/min,τ = 0.02 min(对应初始自然氧化层~2nm)。

3.2.2 氧化模型的关键修正

在深亚微米工艺中,Deal-Grove模型需要引入以下修正:

  1. 薄氧化层修正(Massoud模型):当氧化层厚度 < 20nm时,初始阶段线性速率常数比Deal-Grove预测值大2-3倍。
  2. 应力效应修正:LOCOS隔离或STI结构中的非平面氧化,需考虑氧化层体积膨胀导致的应力对扩散系数的影响。
  3. 掺杂增强氧化:高浓度磷或硼掺杂会改变界面反应速率,使B/A增大。
氧化条件 B (μm²/min) B/A (μm/min) 适用厚度范围
干氧 (900°C) 0.003 0.04 5-100 nm
湿氧 (900°C) 0.020 0.30 10-500 nm
干氧 (1000°C) 0.011 0.17 5-200 nm
湿氧 (1000°C) 0.050 0.80 10-1000 nm

3.2.3 Deal-Grove氧化模型SVG流程图

Deal-Grove氧化模型流程图 Deal-Grove氧化模型:两步控制机制 步骤1:扩散控制 氧化剂通过SiO₂扩散 速率常数:B 步骤2:反应控制 Si-SiO₂界面化学反应 速率常数:B/A Deal-Grove方程 X² + A·X = B·(t+τ) A = 2D/kₛ (D:扩散系数, kₛ:反应速率) 薄氧化层(<20nm)需使用Massoud模型修正初始反应速率 STI结构氧化需开启应力依赖扩散模型(Viscous Flow模型) TCAD实现:Sentaurus Process中通过“DealGrove”参数组激活

3.3 离子注入模型:Monte Carlo与解析模型

离子注入是深亚微米CMOS工艺中实现精确掺杂分布的关键步骤。TCAD仿真中主要使用两类模型:解析模型(快速、适用于工艺优化)和Monte Carlo模型(高精度、适用于物理研究)。

3.3.1 解析模型:Pearson分布与双Pearson分布

解析模型通过统计矩(投影射程Rₚ、标准偏差ΔRₚ、偏度γ、峰度β)来拟合注入分布。最常用的是Pearson IV分布:

f(x) = K · |b₀ + b₁(x - Rₚ) + b₂(x - Rₚ)²|^(1/(2b₂)) · exp[- (b₁/(2b₂) + a) · arctan(...)]

对于深亚微米工艺中的低能量注入(<5 keV),由于沟道效应和表面非晶化,通常使用双Pearson分布(一个描述非晶部分,一个描述沟道部分)。

注入离子 能量 (keV) 投影射程 Rₚ (nm) 标准偏差 ΔRₚ (nm) 推荐分布类型
硼 (B) 5 18 9 双Pearson
磷 (P) 20 25 12 Pearson IV
砷 (As) 30 18 7 Pearson IV
铟 (In) 50 22 10 双Pearson

3.3.2 Monte Carlo模型:物理精度与计算代价

Monte Carlo模型通过跟踪每个入射离子与靶原子的一系列二元碰撞来模拟注入过程。核心物理包括:

  • 核阻止本领:采用Ziegler-Biersack-Littmark (ZBL) 通用势计算弹性碰撞能量损失;
  • 电子阻止本领:采用Lindhard-Scharff模型(低能)或Bethe-Bloch公式(高能);
  • 沟道效应:考虑晶格取向对离子轨迹的影响,需输入晶向(如<100>、<110>);
  • 非晶化与损伤累积:跟踪每个离子产生的点缺陷数量,用于后续退火仿真。
计算代价警告: Monte Carlo仿真通常需要模拟10,000-100,000个离子才能获得统计收敛的分布。对于2D/3D结构,计算时间可能比解析模型高出2-3个数量级。建议在工艺开发初期使用解析模型,在关键节点(如沟道注入、Halo注入)使用Monte Carlo验证。

3.3.3 离子注入模型对比SVG图

离子注入模型对比:解析模型 vs Monte Carlo模型 离子注入模型对比:解析模型 vs Monte Carlo模型 解析模型(Pearson分布) 优点: • 计算速度快(毫秒级) • 适合工艺优化与DOE • 参数化方便(Rₚ, ΔRₚ, γ, β) 缺点: • 无法模拟沟道效应尾部 • 低能注入(<2 keV)误差大 • 无法预测损伤分布 Monte Carlo模型 优点: • 物理精度高(ZBL势) • 可模拟沟道效应、损伤 • 适用于任意靶材料 缺点: • 计算量大(分钟~小时级) • 统计噪声需大量粒子 • 对晶向输入敏感 工程实践:Halo注入使用Monte Carlo,源漏注入使用解析模型

3.4 工艺模型验证与TCAD实践要点

在深亚微米CMOS工艺仿真中,模型验证是确保仿真结果与实测数据一致的关键环节。以下是基于工程实践的验证流程:

  1. 扩散模型验证:使用SIMS(二次离子质谱)数据校准扩散系数D₀和激活能Eₐ,重点关注高浓度区域的拖尾分布。
  2. 氧化模型验证:通过椭偏仪测量氧化层厚度,校准Deal-Grove参数B和B/A,特别注意薄氧化层(<10nm)的Massoud修正系数。
  3. 注入模型验证:使用SIMS或SRP(扩展电阻探针)测量注入分布,调整Pearson分布的矩参数或Monte Carlo的电子阻止本领模型。
TCAD工具链建议:
• 扩散/氧化:Sentaurus Process → 使用“diffuse”和“oxidize”命令,激活Fermi-Dirac模型和点缺陷耦合。
• 离子注入:Sentaurus Process → 使用“implant”命令,解析模型选择“Pearson”,Monte Carlo选择“MonteCarlo”。
• 模型校准:Sentaurus Workbench → 通过DOE(实验设计)模块自动拟合SIMS数据。