硅上半圆柱空隙锗外延层位错还原的理论计算和实验验证
July 17th, 2020
提出了降低硅上半圆柱空隙的锗外延层螺纹位错（TD）密度的理论计算和实验验证。给出了基于TD与表面相互作用的计算方法，通过像力、TD测量和透射电子显微镜对TD的观测。
低螺纹位错锗对于实现高性能硅光子芯片非常重要。锗-硅酮界面处的空隙作为位错沉，以降低螺纹位错密度。演示该程序的是我实验室的硕士生 Mohammed Faiz。
首先，通过使用商业软件准备具有线和间距图案以及方形硅窗口区域的设计文件来定义锗生长区域。然后通过确定窗口宽度和掩码宽度来准备选择性外延生长掩码，同时通过单击打开文件绘制矩形，然后单击结构，并使用软件选择矩形或折线选项。要制备电阻率为 1 至 100 欧姆厘米的掺硼 p 硅衬底，请打开管式炉的盖子，然后使用玻璃棒将硅衬底装入炉中。
打开燃气阀，开始将干燥的氮气吹入炉内。然后通过控制阀门将气体流速设置为每分钟 0.5 升。通过更改程序来设置退火温度。
当温度达到 900 摄氏度时，关闭干燥的氮气阀。打开干燥氧气阀并保持 2 小时。使用旋涂机在氧化的有机硅基材上涂上表面活性剂，然后在热板上以 110 摄氏度烘烤 90 秒。
表面活性剂涂覆后，如前所述，使用旋涂机在有机硅基材上涂覆光刻胶。然后在热板上以 180 摄氏度烘烤 5 分钟。在通风室中为显影剂制备光刻胶显影剂和冲洗液后，将曝光的有机硅基材在室温下浸入显影剂中 60 秒。
然后将显影的硅胶基材放在热板上，在 110 摄氏度下烘烤 90 秒。接下来，将有机硅衬底浸入缓冲氢氟酸中 1 分钟，以去除因电子束暴露和显影而暴露在空气中的部分二氧化硅层。要从有机硅基材上去除光刻胶，请浸入有机光刻胶去除剂中 15 分钟，然后在 0.5% 稀释的氢氟酸中浸泡 4 分钟，以去除窗口区域中的稀薄天然氧化物，但保留二氧化硅掩模。
对于外延锗生长，将带有选择性外延生长掩模的硅胶加载到负载锁定室中。在作计算机上显示的 Recipe 选项卡中设置缓冲液主生长温度。在确定锗主要生长的持续时间，以便选择性外延生长锗层与相邻层合并后，单击主窗口中的 Start（开始），有机硅衬底将自动转移到生长室中。
当硅胶衬底自动从生长室转移到负载锁定室时，请放空负载锁室并手动卸载硅胶衬底。对于蚀刻坑密度测量，使用超声波清洗机将 32 毫克碘溶解在 67 毫升乙酸中。将溶碘的乙酸与 20 毫升硝酸和 10 毫升氢氟酸混合。
将锗生长的有机硅基材浸入酸性混合物溶液中 5 到 7 秒，以形成蚀刻凹坑。用光学显微镜观察刻蚀的锗表面，以确保蚀刻的凹坑成功形成。要计算蚀刻的凹坑，请将蚀刻的锗样品放在 AFM 载物台上，然后单击自动接近接近探针。
使用集成了 AFM 的光学显微镜确定观察区域，并扫描五个不同的 10 x 10 微米区域。计算了源自 113 个刻面和圆形选择性外延生长锗的聚结锗中的螺纹位错密度，表明螺纹位错的产生仅发生在界面处，并且位错密度应随孔径比的降低。获得了聚结或非聚结锗层的 SEM 图像和分布图，结果表明，当窗口宽度小于 1 微米时，发生了聚结。
AFM 研究了聚结和覆盖锗的螺纹位错密度，结果表明在 700 摄氏度下生长的锗层厚度减少。通过聚结锗层的 STEM 和 TEM 图像监测螺纹位错与表面的相互作用，表明应变积累发生在半圆柱形空隙的顶部，应变松弛发生在空隙的地下层，以便在生长期间或之后最小化其能量。聚结和覆盖锗层的 TEM 图像显示，聚结锗中的缺陷线长度比覆盖层中的缺陷线长。
对于斜位错，获得了具有高螺纹位错密度的小区域的 TEM 图像，表明当衍射矢量 G 改变时，螺钉位错消失了。虽然混合位错没有消失，但选择的任何衍射矢量 G。该程序中最重要的方案是通过光刻进行衬底图案化，然后是锗外延生长。
不幸的是，由于机器的不同，我们无法直接显示协议。i-line step 不是使用电子束写入器，也是可以进行图案化并应用于不同类型的第二衬底上的锗外延的机器之一。
View the full transcript and gain access to thousands of scientific videos
概述
本研究提出了一种使用硅上的半圆柱形空隙来减少锗外延层中贯穿位错密度的方法。该方法结合了理论计算和实验验证，以提高锗材料在硅光子应用中的质量。
研究的主要组成部分
科学领域
- 材料科学
- 半导体物理
- 光子器件
背景
- 贯穿位错可能会显著影响半导体材料的性能。
- 锗对高性能硅光子芯片至关重要。
- 锗-硅界面的空隙作为位错汇集点。
- 减少位错密度对提高材料质量至关重要。
研究目的
- 展示一种减少锗层中贯穿位错密度的方法。
- 用实验结果验证理论计算。
- 提高硅光子器件的性能。
所用方法
- 基于贯穿位错与表面通过像力相互作用的理论计算。
- 贯穿位错密度的测量。
- 通过透射电子显微镜观察贯穿位错。
- 制备选择性外延生长掩模和硼掺杂的p-硅基底。
主要结果
- 成功减少了锗层中的贯穿位错密度。
- 通过实验观察验证了理论模型。
- 展示了空隙作为位错汇集点的有效性。
- 提高了锗在光子应用中的质量。
结论
- 所提出的方法有效减少了贯穿位错密度。
- 研究结果支持使用空隙来提高半导体材料质量。
- 本研究有助于硅光子技术的进步。
常见问题
Executive Industry Relevance
Reducing threading dislocation density (TDD) in germanium epitaxial layers on silicon is critical for advancing monolithic integration in photonic device manufacturing. This work demonstrates a validated approach for TDD reduction using semicylindrical voids, directly impacting material quality and device reliability at the discovery-to-development interface. The method supports predictive confidence in substrate engineering, enabling risk-adjusted progression of photonic and semiconductor portfolios.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables quantitative interrogation of defect reduction mechanisms in engineered substrates.
- Supports mechanistic de-risking by clarifying the role of voids as dislocation sinks.
- Facilitates functional validation of substrate modifications for downstream device integration.
Screening & Assay Development
- Provides standardized protocols for measuring TDD via etch pit density and TEM imaging.
- Enables reproducible assessment of substrate quality for high-throughput screening of growth conditions.
- Supports platform scalability by defining mask and growth parameters for consistent results.
Translational & Preclinical Research
- Aligns substrate engineering with translational requirements for photonic device fabrication.
- Ensures continuity from theoretical modeling to experimental verification, reducing late-stage risk.
- Improves predictive value for material performance in preclinical device prototypes.
Pipeline & Workflow Integration
This method integrates at the substrate engineering and early device development stages, bridging theoretical modeling with experimental validation for photonic and semiconductor workflows.
- Discovery Biology: Quantifies the impact of void-induced dislocation bending and termination on substrate quality.
- Screening: Standardizes TDD measurement for comparative analysis of growth conditions and mask designs.
- Analytics: Delivers quantitative outputs via etch pit density and TEM, supporting data-driven decision-making.
- Translational Research: Provides a validated substrate modification strategy for preclinical device integration.
- Enterprise Reuse: Establishes a reusable protocol for substrate quality improvement across photonic and semiconductor projects.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in substrate engineering and defect management.
- Operational Value: Enhances reproducibility and standardization of TDD reduction protocols.
- Strategic Value: Reduces risk of device failure due to substrate defects, supporting efficient go/no-go decisions.
- Portfolio Impact: Enables risk-adjusted prioritization of substrate and device development programs.
Implementation Considerations
- Requires expertise in substrate patterning, selective epitaxial growth, and advanced microscopy.
- Demands access to ultra-high vacuum CVD, lithography, and TEM/AFM instrumentation.
- Necessitates cross-team standardization of mask design and growth parameters.
- Adaptable to different substrate types with appropriate patterning and process adjustments.
- Dependent on precise control of growth temperature and mask geometry for optimal TDD reduction.
