La méthode présentée décrit comment identifier et résoudre les artefacts de mesure liés à la spectrométrie de masse d’ions secondaires ainsi que d’obtenir des distributions 3D réalistes d’impuretés/dopants dans les matériaux à l’état solide.
Le protocole présenté combine d’excellentes limites de détection (1 ppm à 1 ppb) par spectrométrie de masse d’ions secondaires (SIMS) avec une résolution spatiale raisonnable (~1 μm). En outre, il décrit comment obtenir des distributions tridimensionnelles (3D) réalistes d’impuretés/dopants séparés dans les matériaux à l’état solide. La reconstruction directe du profil de profondeur 3D est souvent difficile à réaliser en raison des artefacts de mesure liés au SIMS. Voici une méthode pour identifier et résoudre ce problème. Trois questions majeures sont discutées, notamment : i) la non-uniformité du détecteur est compensée par la correction en champ plat ; ii) la contribution du bruit de fond au vide (numération de l’oxygène parasite à partir des gaz résiduels présents dans la chambre d’analyse) est estimée et soustraite ; et iii) l’exécution de toutes les étapes dans un laps de temps stable de la source d’ions primaire. La gravure chimique humide est utilisée pour révéler la position et les types de dislocation dans un matériau, puis le résultat SIMS est superposé aux images obtenues par microscopie électronique à balayage (MEB). Ainsi, la position des impuretés agglomérées peut être liée à la position de certains défauts. La méthode est rapide et ne nécessite pas d’étape sophistiquée de préparation de l’échantillon ; Cependant, elle nécessite une source d’ions stable et de haute qualité, et l’ensemble de la mesure doit être effectuée rapidement pour éviter la détérioration des paramètres du faisceau primaire.
La spectrométrie de masse d’ions secondaires (SIMS) est une technique bien connue utilisée pour la surveillance de la contamination avec d’excellentes limites de détection 1,2,3,4,5,6. La contribution du bruit de fond sous vide peut être problématique pour les éléments légers (par exemple, l’hydrogène, le carbone, l’azote, l’oxygène), qui peuvent être présents sous forme de gaz résiduels dans une chambre de mesure. Peres et al. ont déjà mis au point une technique permettant d’estimer la contribution de fond ; Ainsi, une concentration réaliste d’atomes contaminants peut être déterminée7.
Dans de nombreux matériaux, la distribution des atomes contaminants n’est pas uniforme. Le cas du nitrure de gallium (GaN) est particulièrement intéressant, car il est prédit que l’oxygène décore principalement les dislocations à vis et mixtes 8,9,10,11. Étant donné que la plupart des méthodes analytiques manquent de sensibilité ou de résolution spatiale pour détecter les atomes contaminants à faible concentration, il est essentiel de développer une procédure de mesure SIMS capable de localiser en 3D les impuretés ségréguées12.
Alors que de nombreux spectromètres SIMS sont équipés de détecteurs sensibles à la position, une reconstruction tridimensionnelle directe (3D) d’un profil de profondeur est insuffisante pour obtenir une distribution réaliste des atomes d’oxygène dans un échantillon de GaN. L’imperfection du détecteur peut déformer l’image et empêcher les chercheurs d’obtenir une distribution réaliste des atomes contaminants. Cependant, un problème important est la contribution du bruit de fond du vide, car généralement >90 % des numérations d’oxygène enregistrées proviennent des gaz résiduels présents dans la chambre d’analyse. Nous présentons ici une méthode permettant d’identifier et de résoudre adéquatement chacun de ces défis.
La non-uniformité du détecteur peut être testée sur une plaquette de silicium vierge. Même un long temps d’intégration peut conduire à l’observation d’une certaine non-uniformité de l’image des ions secondaires, en raison de la sensibilité variable de chaque canal dans un détecteur à plaque à microcanaux. Par conséquent, la correction en champ plat est nécessaire pour obtenir des images de haute qualité des distributions 3D des atomes ségrégués.
La contribution du bruit de fond du vide est liée à un flux d’atomes contaminants du vide adsorbés sur la zone d’analyse. Étant donné que le processus est dynamique (c’est-à-dire que la surface de l’échantillon est constamment pulvérisée par le faisceau primaire), on peut supposer que chaque point de la zone analysée a la même probabilité d’adsorber ces atomes d’oxygène. De plus, ils sont presque immédiatement pulvérisés et n’ont pas assez de temps pour se séparer. Par conséquent, une approche statistique est la plus efficace. L’élimination aléatoire de 90 % (ou plus) du nombre d’oxygène devrait révéler les régions où l’oxygène est aggloméré.
Il est à noter que la stabilité du faisceau primaire est cruciale pour ce type d’expérience. Au bout d’un certain temps, l’intensité et l’homogénéité du faisceau se détériorent, ce qui réduit la qualité de l’image. Il est donc essentiel d’estimer une durée de fonctionnement stable du faisceau et d’effectuer toutes les expériences avant que le faisceau ne devienne instable. Le protocole peut être facilement utilisé pour d’autres matériaux et éléments détectés pour lesquels une distribution non uniforme est attendue. Il est particulièrement intéressant de combiner cela avec la gravure chimique humide, qui révèle les positions et les types de luxation. Ainsi, la position des impuretés agglomérées peut être corrélée à la position des défauts.
1. Gravure sélective des défauts
2. Observation par microscopie électronique à balayage (MEB)
3. Mesures par spectrométrie de masse d’ions secondaires
4. Traitement des données
Des structures très claires en forme de pilier doivent être observées dans l’image 3D. Une plus grande quantité d’oxygène doit être agglomérée dans une région plus proche de la surface, car le processus de gravure introduit plus d’oxygène qui peut se diffuser à travers l’échantillon. La figure 7 présente une image 3D des données brutes et une animation de la façon dont la procédure de réduction révèle le résultat final. La figure 4C présente également un résultat typique pour un seul plan.
L’image SIMS superposée à l’image MEB révèle que l’oxygène est aggloméré le long des carottes des plus grandes fosses de gravure. Ceux-ci peuvent être attribués à des luxations mixtes/vissées15. Il convient de noter que si le noyau est plus petit que la taille d’un faisceau primaire, l’image secondaire héritera de la taille et de la forme du faisceau primaire. Dans les expériences sous-optimales, une distribution aléatoire des nombres d’oxygène peut être observée (Figure 8). La figure 9 présente une situation dans laquelle le faisceau devient instable pendant l’expérience. Plus précisément, la qualité est élevée pour une région si proche de la surface, mais elle se détériore progressivement au cours de l’expérience.
Figure 1 : Micrographies MEB de piqûres de gravure révélées sur la surface du GaN à l’aide de la gravure E+M. Les paramètres de gravure ont été réglés à 450 °C pendant 3 min. L’encart représente une micrographie agrandie avec des fosses hexagonales révélées générées sur des carottes de dislocation. Les deux plus grandes fosses (>500 nm) représentent des dislocations avec la composante vissée du vecteur de Burgers. Cette figure a été reproduite avec l’autorisation12. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 2 : Concentration moyenne d’O- par rapport au courant primaire inverse. La contribution du bruit de fond sous vide peut être estimée à partir de la place. Les barres d’erreur représentent l’écart-type de chaque ensemble de données (cinq mesures). Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 3 : Image typique d’ions secondaires 30Si2- pour une plaquette de silicium vierge. Les différences d’intensité sont causées par la non-uniformité du détecteur. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 4 : Vue en plan typique de la distribution du nombre d’oxygène mesurée en mode 3D. Les images (A) sont présentées à partir de données brutes, (B) après correction en champ plat et (C) après soustraction de la contribution du bruit de fond sous vide. Cette figure a été adaptée avec l’autorisationde 12. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 5 : Vue 3D du nombre d’oxygène dans uncuboïde de 5 μ m x 5 μ m x 1 μm. Pour une meilleure visibilité, l’échelle z est allongée. Voir la figure supplémentaire 1 pour l’animation. Cette figure a été adaptée avec l’autorisationde 12. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 6 : Distribution latérale des ions secondaires d’oxygène (pixels bleus) projetés sur la micrographie MEB. Malgré les artefacts liés au SIMS (résolution latérale déterminée par la taille du faisceau primaire), une corrélation claire entre les positions des plus grandes fosses et l’oxygène est observée. Cette figure a été adaptée avec l’autorisationde 12. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 7 : Animation montrant comment la procédure de réduction est effectuée. Au début de la procédure, tous les comptages sont présents, puis pour chaque couche, 90% des comptages sont éliminés de manière aléatoire. Veuillez cliquer ici pour télécharger cette animation.
Figure 8 : Distribution aléatoire du nombre d’oxygène dans une expérience sous-optimale. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 9 : Expérience réalisée avec un faisceau instable. La qualité diminue avec la profondeur de pulvérisation. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure supplémentaire 1. Veuillez cliquer ici pour télécharger cette figure.
Les problèmes de non-uniformité du détecteur et de contribution du bruit de fond du vide sont faciles à résoudre par correction de champ plat et soustraction des comptages parasites, respectivement. La procédure de soustraction n’est pas parfaite, car elle peut soustraire une contribution lorsque l’oxygène a été aggloméré. En revanche, à l’autre position, le nombre d’arrière-plans n’est pas affecté ; Ainsi, certains dénombrements artificiels peuvent encore être présents alors que certains dénombrements réels sont réduits. Néanmoins, il est suffisamment efficace et sensible pour fournir des résultats acceptables.
L’instabilité du faisceau primaire est la plus problématique, car la détérioration des paramètres du faisceau primaire brouille l’image des ions secondaires ; Il n’est donc pas possible d’obtenir des informations fiables sur l’échantillon. La section 3.2 du protocole est particulièrement importante. Par exemple, pour un faisceau bien aligné, la première image de l’ion secondaire 30Si2- reflète la non-uniformité du détecteur, mais après un certain temps, l’image commencera à changer. Cela est dû à la détérioration des paramètres du faisceau primaire (c’est-à-dire la perte de courant primaire, la défocalisation, la dérive de position, etc.). Il est donc important d’estimer la durée de stabilité du faisceau. Il est conseillé de commencer l’expérience 2 à 3 h après l’initialisation du faisceau, car il est généralement plus stable.
Si l’expérience est réalisée dans un laps de temps stable du faisceau et que le résultat n’est toujours pas satisfaisant, il est conseillé de tenir compte de la qualité du faisceau primaire. Pour un petit faisceau primaire, il est plus difficile de confirmer une qualité suffisante en observant uniquement une image d’ions secondaires. Il est donc conseillé d’effectuer des tests de rugosité par microscopie à force atomique au fond du cratère après pulvérisation cathodique ~1 μm d’un matériau très plat (c’est-à-dire une plaquette de silicium vierge). Si la rugosité quadratique moyenne est supérieure à 1 nm, une optimisation supplémentaire de la poutre primaire est nécessaire.
La taille du faisceau limite la résolution latérale de cette méthode. SIMS peut imager des entités plus petites que la taille du faisceau, mais l’image d’ions secondaires héritera de la forme et de la taille du faisceau d’ions primaire. Si la distance entre deux entités est inférieure à la taille du faisceau, l’image ionique secondaire les floutera. Malgré ces problèmes, la méthode permet aux utilisateurs d’obtenir une distribution 3D réaliste des impuretés/dopants dans les échantillons à l’état solide. De plus, toute ségrégation spatiale des atomes peut être corrélée à la position des défauts et des interfaces.
Pour les structures à base de GaN (c’est-à-dire décorées à l’oxygène), les dislocations agissant comme des centres de recombinaison locaux non radiatifs sont responsables de la conductivité de type n. Pour d’autres matériaux, toute inhomogénéité de la distribution des atomes dopants/contaminants peut avoir des impacts majeurs sur les performances d’un dispositif. Ainsi, le protocole est particulièrement utile pour l’analyse des défaillances et l’optimisation des procédures de croissance et de traitement.
Les auteurs n’ont rien à divulguer.
Ces travaux ont été partiellement soutenus par le Centre national des sciences (NCN) dans SONATA14 le cadre des projets 2018/31/D/ST5/00399 et OPUS10 2015/19/B/ST7/02163.
Name | Company | Catalog Number | Comments |
Heating plate with ceramic top plate | IKA - Werke GmbH | 3644200 | for defect selective etching; yellow MAG HP 7 |
Hydrochloric acid (HCl) solution 35-38% | Chempur | 115752837 | for etchant removal; pure p.a.; CAS: 7647-01-0 |
Magnesium oxide (MgO) | Chempur | 116140200 | for eutectic solid etchant prepration; pure p.a.; CAS: 1309-48-4 |
Potassium hydroxide (KOH) | POCH S.A. | 746800113 | for eutectic solid etchant prepration; pure p.a.; CAS: 1310-58-3 |
Sodium hydroxide (NaOH) | POCH S.A. | 810925112 | for eutectic solid etchant prepration; pure p.a.; CAS: 1310-73-2 |
Secondary ion mass spectrometer | CAMECA | IMS SC Ultra | |
Scanning electron microscope | Hitachi | SU8230 |
Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE
Demande d’autorisationExplorer plus d’articles
This article has been published
Video Coming Soon