Un quadro integrato di simulazione multimetodo per il controllo dei detriti di stagno nella litografia ultravioletta estrema

Summary

Questo protocollo mira a guidare gli utenti attraverso un quadro di simulazione integrato per ottenere il controllo dei detriti di stagno nell'ultravioletto estremo (EUV) e nella litografia emergente Blue-X, integrando modellazione cinetica, l'equazione di trasporto di Boltzmann (BTE) e metodi basati sulla teoria del funzionale della densità (DFT) per valutare le interazioni ioniche e la pulizia assistita dall'idrogeno.

Abstract

Questo protocollo è un quadro di modellazione concettuale e integrato, illustrato con risultati rappresentativi, e istruisce gli utenti sulla combinazione dell'equazione di trasporto di Boltzmann (BTE), delle simulazioni particella nella cella (PIC) e cinetiche per studiare la mitigazione dei detriti di stagno (Sn) nella litografia a ultravioletti estremi (EUV). Il protocollo include la riflettività degli specchi multilayer Mo/Si (MLM), la resa dello sputtering, la profondità di impianto, la modellazione cinetica e il calcolo BTE. Le simulazioni BTE e PIC sono utilizzate per risolvere la funzione di distribuzione dell'energia elettronica (EEDF) dei plasmi di idrogeno e analizzare la generazione e l'accelerazione degli ioni Sn energetici in diverse condizioni di plasma. Viene quantificata anche l'influenza del flusso di idrogeno sul rallentamento degli ioni e sull'efficienza delle radiazioni. Basandosi sulle sezioni d'urto di ionizzazione e sui canali di dissociazione delle specie_{Sn x}H_y , i potenziali di interazione per la collisione Sn-H vengono calcolati utilizzando il metodo della teoria del funzionale della densità (DFT), che viene utilizzato per calcolare la profondità di impianto. Inoltre, la riflettività e il rendimento di sputtering dell'MLM derivanti dall'interazione tra detriti di Sn e il rivestimento di Ru sull'MLM vengono calcolati utilizzando una formula semi-empirica. Seguendo questo protocollo, gli utenti possono ottenere parametri fisici chiave rilevanti per il controllo dei detriti di Sn, inclusi rese di sputtering, profondità di impianto, riflettività MLM e formazione di SH₄ sotto vari EEDF di plasma di idrogeno. Questi risultati consentono una valutazione sistematica dei processi di contaminazione, pulizia e rilevamento nei sistemi di litografia EUV.

Introduction

La litografia a ultravioletti estremi (EUVL) è la tecnologia all'avanguardia per promuovere la miniaturizzazione dei circuiti integrati, permettendo la modellazione di caratteristiche inferiori a 2 nm. In una tipica sorgente EUV, una microgoccia di stagno (Sn) viene prima vaporizzata e ionizzata da un preimpulso di un laser Nd:YAG, e la nube di plasma risultante viene riscaldata da un laser_CO2 che opera a 10,6 μm, generando così radiazione EUV, che viene raccolta dagli specchi multistrato Mo/Si (MLM^)1,2. Per i sistemi commerciali come quelli sviluppati da ASML, la fonte di energia ha raggiunto livelli sufficienti per la produzione di massa. Tuttavia, la ricerca in corso—in particolare in Cina—continua a concentrarsi sul miglioramento dell'efficienza dei plasmi Sn prodotti da laser CO₂.

Una delle principali sfide nelle sorgenti di luce EUV è la produzione di ioni Sn energetici. L'irradiazione delle gocce di Sn con impulsi laser di_CO2 ad alta intensità genera ioni con energie nell'intervallo keV, che possono danneggiare gli specchi multistrato (MLM) e accorciare la vita del^{sistema 3,4,5}. Per ridurre i danni indotti dagli ioni, l'idrogeno (_H2) è ampiamente impiegato come gas cuscinetto. Attraverso il rallentamento collisionale, H₂ mitiga il trasporto degli ioni Sn e riduce i detriti che raggiungono i componenti ottici. Dati affidabili sulla potenza di arresto e modelli accurati delle interazioni Sn–H sono quindi cruciali per ottimizzare sia l'efficienza della sorgente che la durata ^5,6,7.

Un'altra questione importante è legata alla deposizione di frammenti di Sn sulle superfici all'interno della camera a vuoto, in particolare sugli specchi collettori posizionati vicino al plasma. Anche un rivestimento sottile in Sn riduce la riflettività EUV e degrada le prestazioni ottiche e la stabilità^{operativa 8,9,10}. Una soluzione industriale pratica è l'iniezione continua di_H2 come gas^{di fondo 11}. In questo approccio, i radicali idrogeno incidono i rivestimenti di Sn attraverso la seguente reazione esotermica, produendo stannane volatile (_{SnH 4}), che viene rimosso pompando.

Sn(s) + 4H(g) →_{SnH 4}(g),

Pur essendo efficace nel migliorare la rimozione del Sn, questo metodo introduce nuove complicazioni. I radicali idrogeno prodotti dalla dissociazione del plasma di_H2 possono indurre la decomposizione a catena di_{SnH 4}, rigenerando Sn e causando contaminazione^{secondaria 9}. Tali processi riducono l'efficienza della pulizia e possono compromettere la stabilità dello specchio e le prestazioni ottiche. Una comprensione dettagliata della formazione, decomposizione e interazioni superficiali dell'idruro di stagno è quindi essenziale per migliorare i metodi di pulizia a base di idrogeno. Studi recenti sulla superficie sottolineano l'importanza di caratterizzare gli idruri di stagno e i loro intermedi per identificare correttamente le vie di contaminazione e sopprimere la rideposizione di^{Sn 12}.

Nonostante questi sforzi, aspetti chiave della chimica del plasma Sn–H rimangono insufficientemente caratterizzati. In particolare, la struttura, la reattività, le frammentazioni e i tassi di formazione/dissociazione delle specie di Sn-H (ad esempio, Sn₂H₂ e_{SnH x}) in condizioni plasmate rilevanti per EUV mancano di una validazione sperimentale^{diretta 13}. Inoltre, le vie di reazione laterale nei plasmi Sn-H, i fattori che ne governano le probabilità di occorrenza, le soglie critiche per le reazioni avverse e la stabilità operativa a lungo termine non sono state sistematicamente^{indagate 14}.

Insieme, questi temi sottolineano la necessità di indagini fondamentali sulle interazioni plasma–superficie dal punto di vista della fisica atomica e molecolare, della fisica del plasma e della chimica quantistica. Gli approcci di modellazione esistenti tipicamente affrontano solo aspetti isolati del controllo dei detriti Sn, come la generazione degli ioni Sn, il potere di arresto di H₂ verso ioni Sn ad alta energia o l'interazione ione-superficie, e quindi non possono catturare l'intero ciclo contaminazione–pulizia–rilevamento. Per affrontare queste limitazioni, abbiamo mirato a sviluppare un protocollo di simulazione integrato che combini simulazioni particle-in-cell (PIC), analisi delle equazioni di trasporto di Boltzmann (BTE), teoria del funzionale della densità (DFT) e modellazione cinetica. Gli studi sulle sorgenti luminose a ultravioletti estremi (EUV) coinvolgono molteplici processi accoppiati, tra cui laser–gocciola, laser–plasma, plasma–plasma e interazioni plasma–gas. Questo protocollo descrive un quadro di simulazione integrato che combina metodi di fluidodinamica, particle-in-cell (PIC) e teoria della densità funzionale (DFT) per modellare la mitigazione dei detriti di stagno (Sn) e la pulizia a idrogeno. Questo protocollo fornisce un flusso di lavoro unificato e riproducibile per indagare la generazione, il trasporto, le interazioni superficiali e la mitigazione assistita dall'idrogeno dei detriti. La sezione seguente dettaglia l'implementazione passo dopo passo di questa metodologia.

Protocol

NOTA: Il flusso di lavoro complessivo, inclusa l'integrazione di approcci fluidi, cinetici e quantistici. Il flusso di lavoro è illustrato nella Figura 1 (evidenziata nel riquadro rosso).

Figura 1. Schema del quadro integrato di simulazione per la litografia ultravioletta estrema. Abbreviazioni : MLM = specchi multistrato; PIC = particella nella cella; BTE = equazione di trasporto di Boltzmann; EEDF = Funzione di distribuzione dell'energia degli elettroni. Clicca qui per visualizzare una versione più grande di questa figura.

1. Simulazione di riflettività MLM

1. Imposta i parametri multilayer. Usa MLM Mo/Si come collezionisti nelle fonti EUV. Definiamo la struttura dello specchio multistrato (MLM) Mo/Si con i seguenti spessori di strato: Mo (1,950 nm), Mo-on-Si (0,806 nm), Si (3,843 nm) e Si-on-Mo (0,386 nm)¹⁵.
2. Valuta i materiali di protezione superficiale. Poiché la superficie Mo/Si è soggetta all'ossidazione e alla formazione di carburi, che riducono le prestazioni ottiche nel tempo, si includono rivestimenti Ru,_{RuO 2},_{ZrO 2} e_{TiO 2} per valutare l'ossidazione e la resistenza al^{carburo 16}.
3. Calcola la riflettività MLM. Valutare la riflettività di un multilayer Mo/Si con uno strato di capo Ru utilizzando dati sull'indice di rifrazione, consentendo una valutazione quantitativa dei compromessi tra protezione ed efficienza ottica.
   
   
   
   NOTA: i valori di δ e β per materiali diversi sono disponibili presso il Center for X-Ray Optics del Lawrence Berkeley National^{Laboratory 17}.
4. La riflettività MLM rispetto allo strato di coprizione Ru: Calcolare le variazioni di riflettività in funzione dello spessore dello strato di coprizione usando indici di rifrazione. Confrontare i risultati per determinare il compromesso tra efficienza ottica e durabilità (Figura 2).
5. Output e checkpoint di riproducibilità: Confermare l'esecuzione riuscita di questa sezione generando una curva riflettività–spessore a 13,5 nm come Figura 2 o i valori di riferimento riportati da Liu et ^al.15.

Figura 2. Riflettività di uno strato multistrato Mo/Si con spessori variabili dello strato di coprizione Ru. Clicca qui per visualizzare una versione più grande di questa figura.

2. Calcolo della resa per sputtering

1. Applica la formula Yamamura. Calcolare la resa dello sputtering (Y) usando la formula proposta da Yamamura et al.¹⁸
2. Calcolare le sezioni d'urto di arresto. Valutare le sezioni d'urto di arresto nucleare (S_n) e elettroniche (S_e) utilizzando le EC. (3)–(4).
   
   e
3. Determina le costanti. Calcola la costante empirica K usando l'Equ. (5)
   
   Dove Z₁ e Z2 rappresentano rispettivamente il numero atomico del proiettile incidente e del materiale bersaglio; M1 e M2 rappresentano rispettivamente la massa del proiettile incidente e del materiale bersaglio. E_r ed _{E th} sono rispettivamente l'energia ridotta e l'energia soglia, E_s è l'energia di legame superficiale del materiale^{bersaglio 18}.
4. Passaggi di esecuzione: Calcola la resa dello sputtering eseguendo lo script Python mostrato nella Figura 3. Implementa la formula Yamamura usando lo script Python mostrato nella Figura 4. Assicurati che il computer sia dotato di Python 3 e della libreria NumPy. L'esecuzione dello script Python mostrato nella Figura 3 genera un file di testo di due colonne chiamato yield.dat contenente i risultati calcolati dello sputtering, come mostrato nella Figura 5.
5. Checkpoint di riproducibilità: Confermare l'esecuzione riuscita di questa sezione generando una curva sputtering-yield–versus-incident-energy per ioni Sn che impattano Ru (Figura 5). Verifica che la resa calcolata per sputtering per Ar su Ru corrisponda ai dati sperimentali pubblicati entro il ±30%, fungendo da controllo di calibrazione.

Figura 3. Script Python per calcolare la resa dello sputtering. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4. Script Python per la formula Yamamura. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 5. Rendimenti calcolati di sputtering di Ar in Ru e Sn in Ru. Sinistra: Ru; destra: Sn in Ru. La formula di Yamamura et al. descritta nello Step 2.1 è stata utilizzata. Viene effettuato il confronto tra le simulazioni attuali e quelle di Wu et ^al.26 e Laegreid et ^al.27 . Clicca qui per visualizzare una versione più grande di questa figura.

3. Simulazione della profondità di impianto

1. Seleziona il modello potenziale. Usa il potenziale KrC nel codice^{RustBCA 19} per le interazioni ione–solido:
2. Definisci la funzione di screening. Implementare Φ(r/a) come somma di termini esponenziali:
   
   1. Esprimi il valore di a per il potenziale KrC come nella seguente equazione con altri parametri c_i e d_i dalla Tabella 1.
3. Fasi di esecuzione: Calcolare la profondità di impiantamento eseguendo lo script Python mostrato nella Figura 6, dove il comando di esecuzione RustBCA è integrato nello script:
   1. Digita il comando = "cargo run --release 1D" + InputFile
   2. Poi, digita os.system(command)
4. Apri lo script Python mostrato nella Figura 6, imposta i parametri secondo lo script ed eseguilo per ottenere un file di testo a due colonne chiamato depth.dat, che contiene la profondità di impiantamento calcolata.
5. Checkpoint di riproducibilità: Confermare il successo dell'esecuzione di questa sezione generando una profondità media di impianto di Sn (Figura 7).

c1	c2	c3	d1	d2	d3
0.19095	0.47367	0.33538	0.27854	0.63717	1.91925

Tabella 1: I parametri c _i e _{d i} coinvolti nel potenziale KrC.

Figura 6. Script Python per calcolare la profondità di impianto. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 7. Calcolo la profondità di impianto degli ioni Sn negli specchi multistrato Ru-Mo-Si. Sinistra: Distribuzione della profondità di impianto di 10.000 ioni Sn incidenti a due energie incidenti, 2,0 keV (giallo) e 3,0 keV (blu); Destra: La profondità media di impianto di Sn. Calcolata dal potenziale KrC implementato in RustBCA descritto dal passo 3.1 del protocollo. Clicca qui per visualizzare una versione più grande di questa figura.

4. Calcolo della potenza di arresto

1. Modella l'idrogeno come gas tamponamento. Per mitigare i danni degli ioni keV Sn alle MLM, introdurre l'idrogeno come gas tamponamento.
   NOTA: Pertanto, la potenza di arresto e lo sputtering degli ioni keV Sn in presenza di idrogeno e superfici MLM restano questioni critiche.
2. Usa potenziali basati su DFT. Adattare i potenziali interatomici calcolati per sistemi idrogeno–metallo sia alle forme di potenziale Ziegler–Biersack–Littmark (ZBL) che di Morse.
   NOTA: In un lavoro^{recente 20}, è stato sviluppato un potenziale interatomico per sistemi idrogeno–metallo basato sui calcoli della teoria del funzionale della densità (DFT).
3. Checkpoint di riproducibilità: Validare il potere di arresto calcolato degli ioni Sn nell'idrogeno confrontando le curve di arresto dipendenti dall'energia con i dati di riferimento ottenuti da simulazioni SRIM e dataset sperimentali pubblicati.
   NOTA: Questi dati devono essere confrontati con la Figura 6 di Feng et ^al.20.
4. Combinare i risultati delle Sezioni 1–4 (riflettività MLM, resa di sputtering, profondità di impianto e potere di arresto) per stimare la durata relativa degli specchi multistrato Mo/Si sotto esposizione agli ioni Sn.
   NOTA: Effetti come l'evoluzione della rugosità superficiale, la geometria dello specchio e il ray tracing non sono inclusi nel protocollo attuale e dovrebbero essere incorporati in future estensioni.
5. Applicare lo stesso flusso di lavoro a regimi alternativi di lunghezze d'onda, come la litografia Blue-X, regolando di conseguenza costanti ottiche e distribuzioni di energia degli ioni.

5. Formazione e decomposizione di_{SnH 4}

NOTA: Uno studio cinetico dettagliato della formazione e decomposizione di_{SnH 4} richiede diverse sezioni d'urto e velocità di reazione tra Sn-H. In precedenza, sono state segnalate alcune ionizzazioni e frammentazioni da impatto elettronico dello^{stannane 21}, velocità di reazione di_{XH 4}+H→XH₃+_{H 2} e SnH₄+SnH→_{Sn 2}H₃+_{H 2}, SnH₄+SnH→_{Sn 2H 5}^22,23. Tuttavia, la formazione in fase plasmatica di_{SnH 4}, così come le interazioni e i meccanismi di reazione con vari materiali, non sono ancora stati completamente caratterizzati o compresi. Gli studi sperimentali sulla chimica di Stannane e sulle vie di decomposizione correlate, quindi, restano^{scarsi 12,24}, evidenziando la necessità di ulteriori indagini.

1. Calcoli DFT e TST: Utilizzare la teoria del funzionale della densità (DFT) in combinazione con la teoria dello stato di transizione (TST) implementata nella Gaussiana 16 per calcolare le velocità di reazione mancate.
   NOTA: Questi approcci computazionali permettono il calcolo dell'energetica delle reazioni, degli stati di transizione e delle costanti di velocità, fornendo una comprensione meccanicistica dettagliata della formazione degli stannani in condizioni di plasma.
2. Definisci i percorsi di reazione. Qui sono inclusi due percorsi di reazione successivi che portano alla formazione di_{SnH 4} .
   (1) Sn+_{H 2}→SnH₂
   (2) SnH₂+_{H 2}→_{SnH 4}
3. Esegui calcoli DFT e TST. Calcola le energie di reazione, gli stati di transizione e le costanti di velocità (k) per le due reazioni, con i risultati mostrati in Figura 8 e Figura 9. Riassumi la termodinamica delle reazioni nelle Tabelle 2 e 4 e i parametri di Arrhenius nelle Tabelle 3 e 5.
4. Checkpoint di uscita e riproducibilità: Validare le costanti di velocità di reazione calcolate riproducendo le curve di velocità dipendenti dalla temperatura mostrate nella Figura 8 e nella Figura 9, oppure con i valori riportati^22,23.
5. Esportare le costanti di velocità validate in formato tabulato o leggibile da macchina (ad esempio, CSV o TXT) per l'uso diretto come parametri di input nella successiva modellazione cinetica della chimica del plasma Sn–H.

Figura 8. La velocità di reazione e la barriera energetica per Sn+_{H 2}→_{SnH 2}. Sinistra: costanti di velocità di reazione di Sn+_{H 2}→SnH₂; A destra: barriera energetica per i percorsi di reazione (tutti gli atomi grigi rappresentano H, e quelli blu rappresentano Sn). I calcoli sono eseguiti dalla Gaussian 16. Clicca qui per visualizzare una versione più grande di questa figura.

Reazione	Prodotto	ΔH	ΔG	ΔE
Sn+H 2→SnH2	SnH 2	-24.71	-19.13	17.87

Tabella 2: Entalpie di reazione (H), energia libera di Gibbs (G) e barriere potenziali (E) (kcal/mol) per i tre canali di reazione a 298,15 K e 1 atm.

Parametri di Arrhenius	Metodi	Reazioni
		Sn+H 2→SnH2
A	TST	2.50×10-13
	TST/Wigner	1.13×10-13
	TST/Eckart	1.45×10-29
n	TST	0.85
	TST/Wigner	0.93
	TST/Eckart	5.56
Ea(kJ/mol)	TST	68.99
	TST/Wigner	65.3
	TST/Eckart	30.4
k(298K)(cm3 mol-1 sec-1)	TST	2.72×10-23
	TST/Wigner	8.94×10-23
	TST/Eckart	1.03×10-21

Tabella 3: Parametri di Arrhenius della reazione_{Sn+H 2}→SnH₂ nell'intervallo di temperatura compreso tra 180 e 2000 K.

Figura 9. La velocità di reazione e la barriera energetica per_{SnH 2}+_{H 2}→SnH₄. Sinistra: costanti di velocità di reazione di_{SnH 2}+H₂→_{SnH 4}; A destra: barriera energetica per i percorsi di reazione (tutti gli atomi grigi rappresentano H, e quelli blu rappresentano Sn). I calcoli sono eseguiti dalla Gaussian 16. Clicca qui per visualizzare una versione più grande di questa figura.

Reazione	Prodotto	ΔH	ΔG	ΔE
SnH 2+H 2→SnH4	SnH 4	-26.5	-32.81	26.26

Tabella 4: Entalpie di reazione (H), energia libera di Gibbs (G) e barriere potenziali (E) (kcal/mol) per i tre canali di reazione a 298,15 K e 1 atm.

Parametri di Arrhenius	Metodi	Reazioni
		SnH 2+H 2→SnH4
A	TST	3.73×10-17
	TST/Wigner	1.23×10-17
	TST/Eckart	1.29×10-37
n	TST	1.55
	TST/Wigner	1.67
	TST/Eckart	7.5
Ea(kJ/mol)	TST	136.39
	TST/Wigner	132.94
	TST/Eckart	90.83
k(298K)(cm3 mol-1 sec-1)	TST	3.39×10-37
	TST/Wigner	9.33×10-37
	TST/Eckart	6.56×10-36

Tabella 5: Parametri di Arrhenius della reazione_{SnH 2}+_{H 2}→SnH₄ nell'intervallo di temperatura compreso tra 180 e 2.000 K.

6. Calcolo della funzione di distribuzione dell'energia degli elettroni (EEDF)

NOTA: Equazione di trasporto di Boltzmann

L'equazione di Boltzmann per un insieme di elettroni in un gas ionizzato è

Dove f è la distribuzione degli elettroni nello spazio delle fasi a sei dimensioni, v sono le coordinate di velocità, e è la carica elementare, m è la massa dell'elettrone (9,10956 × ^10-31 kg), E è il campo elettrico, è l'operatore gradiente di velocità e C rappresenta la velocità di variazione di f dovuta alle collisioni.

1. Esegui il risolutore BOLSIG+ usando l'approssimazione a due termini per risolvere l'equazione di trasporto di Boltzmann per il plasma^{di idrogeno 25}.
2. Fasi di esecuzione: BOLSIG+ è una finestra grafica.
   1. Clicca sul pulsante Leggi collisioni come mostrato nella Figura 10A per leggere i dati delle sezioni d'urto di H₂.
   2. Seleziona i parametri di calcolo nel file "conditions" come mostrato nella Figura 10B.
   3. Infine, come presentato nella Figura 10C, clicca sul pulsante di grafica EEDF per disegnare l'immagine EEDF.
3. Checkpoint di uscita e riproducibilità: Confermare l'esecuzione riuscita del solver BOLSIG+ generando la funzione di distribuzione dell'energia elettronica (EEDF) per il plasma di idrogeno nell'intervallo specificato del campo elettrico ridotto (E/N). Verifica che l'EEDF sia la Figura 11.
4. Esportare i dati finali EEDF in forma tabellata (ad esempio, formato ASCII o CSV) per un uso diretto come input nella modellazione cinetica della chimica del plasma Sn–H.

Figura 10. L'interfaccia grafica del software BOLSIG+. Clicca qui per visualizzare una versione più grande di questa figura.

7. Modellazione cinetica della chimica del plasma Sn–H

1. Importare parametri del plasma dalle simulazioni PIC. Estrarre parametri del plasma, inclusa densità elettronica e temperatura del plasma, da simulazioni di fluidi. Utilizzare questi parametri come condizioni iniziali per simulazioni PIC per ottenere le distribuzioni spaziotemporali e gli spettri energetici degli ioni Sn.
2. Esegui simulazioni cinetiche. Risolvere le equazioni di velocità accoppiate per Sn,_{SnH x} e intermedi correlati utilizzando come input le distribuzioni di energia degli ioni derivate dal PIC e i tassi di reazione derivati da DFT/TST. Monitorare l'evoluzione temporale delle densità di specie in condizioni di plasma di idrogeno rilevanti per il funzionamento delle sorgenti EUV.
3. Accoppia le uscite cinetiche con modelli di interazione superficiale. Combinare i risultati cinetici con la potenza di arresto, la potenza di sputing e le distribuzioni di profondità di impianto ottenute nelle sezioni 2–4. Utilizzare questi output accoppiati per valutare i meccanismi di degrado e stimare la durata effettiva della MLM Mo/Si.

Results

Calibrazione e validazione della resa sputtering
Calcola la resa di sputtering degli atomi di Ar in Ru come passaggio di calibrazione. Questi rendimenti di sputtering rappresentano l'output del passo 2.1 del protocollo (modello Yamamura). I risultati sono mostrati nella Figura 5 (a sinistra). I dati sperimentali riportati da Wu et ^al.26 e Laegreid et ^al.27 sono in gran parte coerenti. I risu...

Discussion

La metodologia integrata che combina l'equazione di trasporto di Boltzmann (BTE), la particella nella cella (PIC) e le simulazioni cinetiche stabilisce un quadro unificato per l'indagine della mitigazione dei detriti di stagno (Sn) nella litografia a ultravioletti estremi (EUV). In particolare, la simulazione del fluido fornisce i parametri del plasma—densità e temperatura—che possono essere integrati in un programma PIC per ottenere la distribuzione spaziotemporale delle molecole Sn

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BOLSIG+	Laboratorio Plasma et Conversion d'Energie, Università Paul Sabatier	La versione è stata aggiornata il 24 aprile 2025
Gaussiano	Gaussian Inc.	Gaussian 16
RustBCA	Dipartimento di Ingegneria Nucleare, Plasma e Radiologica, Università dell'Illinois a Urbana-Champaign	1.2.0