7价 半导体掺杂_掺杂工艺(一)

概述半导体材料的独特性质之一是它们的导电性和导电类型(N型或P型)能被产生和控制。在本章中,描述在晶圆内和表面上特别的小块导电区和PN结的形成。介绍扩散和离子注入两种掺杂技术的原理和工艺。

简介

使晶体管和二极管工作的结构就是PN结。结(junction)就是富含电子的区域(N型区)与富含空穴的区域(P型区)的分界处。结的具体位置就是电子浓度与空穴浓度相同的地方。这个概念在以后“由扩散形成掺杂区和扩散结”中解释。

通常在半导体晶圆表面形成结的方法是热扩散(diffusion)或离子注入(ion implantation)。用热扩散,掺杂材料被引入晶圆顶层暴露的表面,典型的是通过在顶层二氧化硅的孔洞。通过加热,它们被散布到晶圆的体内。散布的量和深度由一套规则控制,说明如下。这些规则源自一套化学规则,无论何时,晶圆被加热到一个阈值温度,这套规则将控制掺杂剂在晶圆中的任何运动。在离子注入中,顾名思义掺杂剂材料被射入晶圆的表面,进来的大部分掺杂剂原子静止于表面层以下。此外,扩散规则也控制注入的原子运动(参见下图)。因此,本节以讨论半导体的结开始,进行到扩散技术和规则,以描述离子注入工艺结尾。

用扩散法形成掺杂区

扩散掺杂工艺的开发是半导体生产的一个重要进步。扩散,是一种材料通过另一种材料的运动,是一种自然的化学过程,在日常生活中有很多例子。扩散的发生需要两个必要的条件。第一,一种材料的浓度必须高于另外一种材料的浓度。第二,系统内部必须有足够的能量使高浓度的材料进入或通过另一种材料。气相扩散的一个例子就是常见的充压喷雾罐(参见下图),比如房间除臭剂。按下喷嘴时,带有压力的物质离开罐子进入到附近的空气中。此后,扩散过程使得气体移动分布到整个房间。这种移动在喷嘴被按开时开始,并且在喷嘴关闭后还会继续。只要前面的喷雾引入的浓度高于空气中的浓度,这种扩散过程就会一直继续。随着物质远离喷雾罐,物质的浓度会逐渐降低。这是扩散过程的一个特性。扩散会一直继续,直到整个房间的浓度均一为止。

8b99c29a3de0cb00630a1bf9b2479d6c.png
c7867ecf35b0faf4dc3cc9fbfc0e9aaf.png

一滴墨水滴入一杯水中时,展现的就是液态扩散的另一个例子。墨水的浓度高于周边水的浓度,于是立即向杯中的水扩散。扩散过程会一直继续直到整杯水有相同的颜色为止。这个例子还可以用来说明能量对扩散过程的影响。如果杯中的水被加热(给予水更多的能量),墨水会更快地散布在杯中。

当掺杂的晶圆暴露接触面比晶圆内杂质原子浓度更高时,会发生相同的扩散现象,称为固态扩散。

扩散形成的掺杂区和结

扩散工艺掺杂后的晶圆中杂质的检查,显示了掺杂区和结的形成。初始时的情况显示在下图中。显示的晶圆来自p型晶体。图中的“+”号代表单晶生长过程中引进的p型杂质。它们均匀地分布在整片晶圆中。

4af659bff2621387f2848728908d5917.png

晶圆经过热氧化及图形化工艺后,氧化层上面会留出孔洞。在扩散炉管里,晶圆在高温条件下暴露于一定浓度的N型杂质中(参见下图中的“一”号)。N型杂质透过氧化层上的孔洞扩散到晶圆内部。

对晶圆不同深度处发生变化的检查,显示了掺杂在晶圆内部引起的变化。扩散炉管中的条件设置使得扩散到晶圆内部的N型杂质原子数量高于第一层中p型原子的数量。在此演示中,N型原子比P型原子多7个,从而使其成为N型导电层。

0d8cc16e7b21bb2171e865d06027a73c.png

扩散过程随着N型原子从第一层向第二层的扩散而继续(参见下图)。同样,第二层中N型杂质的数量高于P型,使第二层转变为N型。下图中显示的是每一层中N型与p型原子的计数这个过程会继续到晶圆更深处。

5446a810a89f36e3408b897011c6a232.png

11.3.1 NP结

在第4层中,N型与P型原子的数量恰好完全相同。这一层就是NP结的所在。NP结的定义就是指N型与P型杂质原子数量相同的地方。注意在结下方的第5层只有3个N型原子,不足以将该层改变为N型。

NP结的定义指出掺杂区中N型原子的浓度较高。PN结意味着掺杂区域中P型杂质的浓度较高。电流通过半导体结的特征行为造成单个半导体器件的特殊性能表现。本系列的重点放在晶圆掺杂区的形成与特征上。

11.3.2固态扩散的目的

扩散工艺(热扩散或离子注入)的目的有三个:

  1. 在晶圆表面产生具体掺杂原子的数量(浓度)。

2.在晶圆表面下的特定位置处形成NP(或PN)结。

3.在晶圆表面层形成特定的掺杂原子(浓度)分布。

11.3.3横向扩散

上图中的扩散掺杂工艺显示外来杂质原子竖直进入晶圆。实际上,杂质原子朝各个方向运动。精确的截面图(参见下图)会显示一部分原子进行了横向的运动,在氧化隔离层下面形成了结。这种运动称为横向(lateral)或侧向(side)扩散。横向或侧向扩散量约为纵向扩散结深的85%。不论扩散或离子注入,都会发生横向扩散现象。横向扩散对电路密度的影响在离子注入的介绍部分进行讨论。

4d94027c1638b6471f7286f38ff096ab.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/564694.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据增强_imgaug图像数据增强必备工具

导读我们经常会遇到训练模型时数据不够的情况,而且很多时候无法再收集到更多的数据,只能通过做一些数据增强或者其它的方法来合成一些数据。常用的数据增强方式有裁剪、旋转、缩放、亮度对比度色度饱和度变换、仿射变换、透视变换等,这篇文章…

深度学习多模态融合_3D目标检测多模态融合综述

0前言本篇文章主要想对目前处于探索阶段的3D目标检测中多模态融合的方法做一个简单的综述,主要内容为对目前几篇几篇研究工作的总结和对这个研究方面的一些思考。在前面的一些文章中,笔者已经介绍到了多模态融合的含义是将多种传感器数据融合。在3D目标检…

自适应宽_移动端实现自适应缩放界面的方法汇总

作者 | 唐宋元明清2188来源 | http://www.cnblogs.com/kybs0/在开发App端的网页时,要适配iphone、ipad、ipod、安卓等各种机型,一般是直接使用em、px转em、界面缩放。本章是通过将界面缩放,等比例显示在各机型上。过程中遇到了些问题和大坑~然…

Java继承简介

继承是面向对象的三大特征之一。继承和现实生活中的“继承”的相似之处是保留一些父辈的特性,从而减少代码冗余,提高程序运行效率。 Java 中的继承就是在已经存在类的基础上进行扩展,从而产生新的类。已经存在的类称为父类、基类或超类&…

各种说明方法的答题格式_初中语文阅读答题公式 语文阅读理解万能公式大全...

很多人想知道初中语文阅读理解有哪些答题公式,语文阅读理解的万能公式有哪些呢?下面小编为大家介绍一下!初中语文阅读理解答题公式大全(一)某句话在文中的作用:1、文首:开篇点题;渲染气氛(散文),埋下伏笔(记叙类文章)&#xff0c…

esp8266手机端网络调试助手_esp8266定时控制

要实现定时控制,需要先实现手动控制,或者app控制。实测定时精度,北京时间,误差不超过1秒。第一、远程App控制或手动控制下载esp8266示例程序下载地址: 点击下载本demo 是利用arduino IDE开发,关于arduino IDE 的ESP826…

集成学习之Adaboost(提升方法)

Adaboost 提升方法就是从弱学习器出发,反复学习,得到一系列弱分类器(基本分类器),然后组合这些弱分类器,构成一个强分类器。 基本思路 待解决问题 1、每一轮如何改变训练数据的权值或概率分布 2、如何将…

93没有了_杭州1米93程序员征婚贴火了!年薪50万,孩子随妈姓,没有皇位要继承...

文丨三秋桂子自从二胎政策开放以来,很多宝妈都希望二宝能随自己姓,但有些男方家庭却不同意,双方就孩子的“冠名权”一事争论不休。可最近有位小伙却因为征婚贴火了,原因有两个,一是小伙瞩目的身高,二是小伙…

李航《统计学习方法》之HMM隐马尔可夫模型

李航《统计学习方法》之HMM隐马尔可夫模型 文章目录前言一、基本概念1、语言描述:2、符号表示3、基本假设4、例子5、隐马尔可夫模型解决的三个基本问题二、概率计算算法1、向前算法算法:例题2、向后算法三、学习算法1、监督学习算法背景方法2、无监督学习…

6000毫安以上智能手机_展望2021年智能手机市场:这5大技术要爆发

2020年是极不平凡的一年,在黑天鹅、政治动荡等事件的冲击下,许多行业都按下了暂停键,智能手机行业自然也不例外。销售渠道受阻、供应链生产紧张,导致智能手机市场整体出货量呈现持续下跌的状况,严峻的市场行情让智能手…

无监督学习之聚类方法(K-Means、层次聚类)

一、导入 无监督学习中需要对无标记样本进行训练学习进而找到数据的内在性质和逻辑结构,聚类方法是为了为无监督学习的数据分析提供的基础学习方法。 聚类将数据集划分为若干个子集(每个子集称为类或者簇),如果一个样本只属于一个…

js调用python接口_JavaScript如何调用Python后端服务

欢迎关注【无量测试之道】公众号,回复【领取资源】, Python编程学习资源干货、 PythonAppium框架APP的UI自动化、 PythonSelenium框架Web的UI自动化、 PythonUnittest框架API自动化、 资源和代码 免费送啦~ 文章下方有公众号二维码,可直接微信扫一扫关注…

详细地图_一目了然:蒙城学区划分详细地图

从明天(8月5日)起,小学一年级,初中一年级可在网上注册、报名了。根据区域内适龄学生人数、学校分布、学校规模、班额规定、交通状况等因素,以街道、路段、门牌号、居住小区、村组等构成要件,按照确保公平和免试就近入学的原则&…

奇异值分解SVD(证明全部省略)

SVD知识梳理一、引入二、SVD的定义、性质定义例题奇异值分解一定存在紧奇异值分解和截断奇异值分解几何解释三、SVD算法计算过程四、SVD与矩阵近似五、python实现六、应用一、引入 主成分分析PCA、潜在语义分析都会用到SVD 不要求A矩阵是方阵,SVD是线性代数中相似对…

jq 比较两个时间是否在同一天_jq: 属性-class

.aadClass() 添加class用法和前面的text方法一样&#xff0c;可以传字符串&#xff0c;可以传函数。值用空格隔开可以增加多个class<.removeClass() 移出class值<他们在一起也可以链式调用。链式调用: 取值的时候返回return结果&#xff0c;赋值返回this,表示可以继续调用…

李航《统计学习方法》之EM算法及其推广

EM算法是一种迭代方法&#xff0c;可以看作用坐标下降法来最大化对数似然估计下界的过程。 一、引入 &#xff08;一&#xff09;算法介绍 1、例题 有三枚硬币&#xff0c;ABC他们出现正面的概率分别是Π&#xff0c;p和q。进行如下投掷实验&#xff1a;先投掷A&#xff0c…

获取选中_【字节】如何实现选中复制的功能

Barnett Demesne公园中在白雪覆盖的山坡上玩耍的一家&#xff0c;北爱尔兰贝尔法斯特(© Stephen Barnes/Alamy)本题摘自于我 github 上的面试每日一题&#xff1a;https://q.shanyue.tech&#xff0c;并有大厂面经及内推信息&#xff0c;可在左下角打开本题原文链接在一些…

c语言 bool_程序的数据要放到哪里呢?|C语言第二篇

在C语言第一篇里我写到了编译器&#xff0c;在这里补充一个点&#xff0c;文本编辑器&#xff0c;编译器&#xff0c;IDE(集成开发环境)的区别。文本编辑器是用作编写普通文字的应用软件&#xff0c;如window的记事本&#xff0c;atom&#xff0c;sublime&#xff0c;它常用来编…

项目职责_项目经理的9个职责

虽说懂技术是项目经理的一个必要项&#xff0c;但事实上&#xff0c;很多技术出身的人&#xff0c;根本干不好项目经理。当项目经理之前&#xff0c;是活儿管你&#xff0c;让你干什么你就干什么&#xff0c;只对任务结果负责&#xff0c;对整体目标不负责。当项目经理之后&…

jenkins 安装插件失败_Jenkins 自动化安装插件

手工安装 Jenkins 插件的方法通常&#xff0c;我们有两种方法安装 Jenkins 插件。第一种方法是到 Jenkins 插件管理页面搜索插件&#xff0c;然后安装。第二种方法是上传 Jenkins 插件的 hpi 文件安装。这两种方法能满足大多数人的需求。第一种方法&#xff0c;如下图所示&…