电感耦合等离子刻蚀

引言

众所周知,化合物半导体中不同的原子比对材料的蚀刻特性有很大的影响。为了对蚀刻速率和表面形态的精确控制,通过使用低至25nm的薄器件阻挡层的,从而增加了制造的复杂性。本研究对比了三氯化硼与氯气的偏置功率,以及气体比对等离子体腐蚀高铝含量AlGaN与AlN在蚀刻速率、选择性和表面形貌方面的影响。

蚀刻速率受偏置功率和气体化学性质的影响很大。英思特详细说明了AlGaN的Al组成的微小变化的影响,并显示了与AlN相比,相对于偏置功率的蚀刻速率的显著变化。

实验与讨论

本研究采用金属有机化学气相沉积(MOCVD)培养了三种不同的样品,包括Al0.71Ga0.29N、Al0.85Ga0.15N和AlN。所有三个样品都在1.3mm厚的蓝宝石基板上的AlN缓冲层上生长。为了评估偏置功率对蚀刻速率和表面形貌的影响,在腔室压力(3mTorr)、ICP功率(125W)和气体流量(20%三氯化硼+5sccmAr)的条件下,将偏置功率从10W扫到100W。

图1显示了所有三种成分的蚀刻速率。我们观察到随着蚀刻率的线性增加,Al0.71Ga0.29N组成的调查偏差功率为100W。然而,Al0.85Ga0.15N和AlN蚀刻率呈现非线性趋势,即使在较低偏置功率下,都显示接近饱和蚀刻率100W偏置功率。

图1:偏置功率对蚀刻率的影响

如图2所示,与Al0.85Ga0.15N和AlN相比,Al0.71Ga0.29N对偏压功率表面粗糙度的响应显示出不同的趋势,其类似于图1中显示出的不同趋势的蚀刻速率。与Al0.71Ga0.29N相比,Al0.85Ga0.15N和AlN在10W至20W范围内表现出更大的表面粗糙度,在更低的偏置功率下过渡到更光滑的表面。

随着Al含量的降低,这种蚀刻机制的平衡得到改善,并且与较高的含Al成分相比,在低偏压下会导致较低的表面粗糙度。总的来说,对于后处理制造来说,30W以上的所有三种组合物的亚纳米表面粗糙度都是可接受的。

结论

英思特实验发现,当保持压力、ICP功率和总气体流量不变时,Al0.71Ga0.29N的蚀刻速率在高达100 W的偏压功率下呈现线性趋势,而Al0.85Ga0.15N和AlN都呈现接近饱和的非线性蚀刻速率。其结果表明,即使Al的含量发生微小变化,也会导致显著的蚀刻速率和表面形态趋势。

同样,所研究的较低Al含量,Al0.71Ga0.29N,随着BCl3与Cl2比率的变化,显示出对表面形态的不同响应。此外,对于高Cl2含量的等离子体蚀刻,其表面氧化导致蚀刻速率的显著降低以及表面粗糙度的增加。

相关推荐
不爱写代码的玉子4 分钟前
HALCON透视矩阵
人工智能·深度学习·线性代数·算法·计算机视觉·矩阵·c#
sbc-study17 分钟前
PCDF (Progressive Continuous Discrimination Filter)模块构建
人工智能·深度学习·计算机视觉
EasonZzzzzzz24 分钟前
计算机视觉——相机标定
人工智能·数码相机·计算机视觉
猿小猴子34 分钟前
主流 AI IDE 之一的 Cursor 介绍
ide·人工智能·cursor
要努力啊啊啊34 分钟前
Reranker + BM25 + FAISS 构建高效的多阶段知识库检索系统一
人工智能·语言模型·自然语言处理·faiss
EasyDSS42 分钟前
国标GB28181设备管理软件EasyGBS远程视频监控方案助力高效安全运营
网络·人工智能
春末的南方城市1 小时前
港科大&快手提出统一上下文视频编辑 UNIC,各种视频编辑任务一网打尽,还可进行多项任务组合!
人工智能·计算机视觉·stable diffusion·aigc·transformer
叶子2024221 小时前
学习使用YOLO的predict函数使用
人工智能·学习·yolo
dmy1 小时前
n8n内网快速部署
运维·人工智能·程序员
傻啦嘿哟1 小时前
Python 数据分析与可视化实战:从数据清洗到图表呈现
大数据·数据库·人工智能