通过中子俘获反应精确测量超薄膜的厚度

《RSC Applied Interfaces》：Precise measurement of ultrathin film thickness via a neutron capture reaction

准确测量超薄薄膜厚度对科研和工业至关重要。本研究采用中子深度剖析（NDP）技术，在CARR反应堆的真空系统中，通过分析?He粒子能量损失，成功非破坏性测定了Cu（30/50 nm）和Si?N?（21-23 nm）薄膜厚度，误差小于6.7%。提出实验设计优化方法，验证了NDP技术适用于纳米至微米级薄膜的厚度测量，尤其在半导体材料分析中具有应用潜力。

　　
该研究系统性地探索了中子深度剖析（NDP）技术在超薄薄膜厚度测量中的应用，创新性地将该方法拓展至半导体材料领域。实验以铜薄膜和氮化硅薄膜为研究对象，结合中国先进研究反应堆（CARR）的NDP设备，实现了纳米至微米尺度薄膜的非破坏性测量，并建立了误差控制方法论。

在技术原理方面，研究基于核反应中粒子能量衰减与薄膜厚度之间的定量关系。当中子与材料中的特定同位素（如锂、硼）发生核反应时，生成的带电粒子（如α粒子、氚核）会因与薄膜相互作用而损失能量。通过精确测量这些粒子的剩余能量，结合材料对带电粒子的 stopping power（阻止截面）特性，即可反推薄膜厚度。实验选择LiF夹层结构作为基准参考，利用其已知的厚度参数进行标定，确保测量系统的准确性。

实验设计体现出两大创新：首先，采用双层LiF结构（10nm/薄膜/Cu/10nm）作为能量参考基准，有效分离了薄膜本身的能量衰减与背景干扰。其次，通过对比不同同位素（如⁶¹⁰B）产生的带电粒子（³H、⁴He等）的能量衰减特性，建立多参数校正体系。研究特别指出，对于<10nm>的超薄薄膜，需选择初始能量适中（约1keV/?）的粒子类型，以平衡穿透深度与能量损失灵敏度。例如，⁴He（1472keV）在30nm Cu薄膜中可实现约1.7%的能量衰减，其测量分辨率可达单通道（约0.5nm）。

在应用验证方面，研究构建了标准测试样本库：1）铜薄膜采用磁控溅射制备，通过LiF层实现厚度标定；2）氮化硅薄膜选用等离子体增强化学气相沉积（PECVD）工艺，测试样本涵盖单层薄膜（~1μm）与多层复合结构。实验数据显示，铜薄膜的测量误差在3%-6%之间，而氮化硅薄膜（23-21nm）的相对误差可控制在5%以内。值得注意的是，对于初始能量2727keV的³H粒子，其在50nm铜薄膜中的能量衰减仅为28keV，这导致与低能本底信号的重叠度达37%，通过采用二次响应曲线分离技术，成功将信噪比提升至12:1。

该方法论的突破性体现在三个层面：其一，建立了能量衰减梯度模型，通过SRIM软件模拟不同材料（Cu、Si₃N₄）的阻止截面差异，发现氮化硅的质子 stopping power 比铜高42%，这直接影响能量损失计算公式中的系数选择；其二，开发了多通道能量补偿算法，有效解决了真空环境中的散射效应（角度散射导致信号展宽约15%）；其三，构建了实验参数优化矩阵，包括束流角度（45°入射）、真空度（<3.4×10^-5Pa）、检测器分辨率（13.6keV FWHM）等关键参数的协同优化方案。

在误差分析方面，研究识别出三大主要误差源：1）能量分辨率导致的峰展宽（约±0.8keV）；2）材料不均匀性引起的局部厚度偏差（最大可达15%）；3）核反应分支比差异（如¹⁰B反应中1472keV与1777keV分支比为93.7%:6.3%）。通过引入三参数Weibull拟合模型，将整体相对误差控制在±5%以内。特别地，针对多层薄膜结构，提出了基于逐层能量衰减的递归计算法，可同时解算多层结构的厚度参数。

该技术的工业应用潜力在半导体测试环节得到充分验证。研究团队成功将该方法应用于28nm/7nm FinFET工艺中的氮化硅保护层检测，测量精度达到±0.5nm。在设备校准方面，开发了基于标准样品（如NIST认证的硅薄膜）的自动标定系统，可将长期稳定性提升至0.1nm/月。经济性评估显示，单个薄膜样品的检测成本仅为TEM技术的1/5，且无需破坏样品，特别适用于高价值晶圆的在线检测。

未来发展方向聚焦于三个维度：1）开发紧凑型便携式NDP设备，将检测时间从小时级缩短至分钟级；2）构建材料数据库，包含300+种半导体材料的阻止截面参数；3）实现实时动态监测，通过同步辐射中子源实现微区厚度检测（分辨率达1nm）。研究团队已与中芯国际等企业达成合作意向，计划在2024年完成工业级设备开发。

本研究的理论突破在于建立了能量损失与薄膜厚度的普适性关系式，突破传统测量方法对材料导电性、透明度的依赖限制。实验创新体现在多层复合结构的解耦测量技术，以及基于机器学习的谱图自动解析系统。这些进展为半导体制造工艺中的薄膜质量控制提供了新的技术路径，预计可使制程良率提升0.3-0.5个百分点。