基于顶视SEM-EDX与机器学习联用的铝薄膜厚度测量创新方法研究

本研究提出了一种结合电子束模拟与机器学习算法的铝薄膜厚度测量新技术。通过多加速电压下的EDX特征X射线计数比值分析，无需基底信号参考即可实现亚微米级精度测量（误差＜10%），突破了传统方法对样品透明度和基底材料的限制，为不透明薄膜的高精度检测提供了新方案。

　　

研究亮点

本研究开创性地将电子束模拟数据作为机器学习训练集，通过顶视扫描电镜-能谱联用技术（SEM-EDX）实现了铝薄膜厚度的精准预测。该方法摒弃了传统依赖纯物质参照样本或基底信号对比的模式，转而采用多加速电压下的EDX特征X射线计数比值分析技术。由于无需基底信号参与，铝薄膜下层可兼容任意材料体系。

厚度与有效范围预测

分类预测模型能准确判断训练数据是否处于各加速电压组（A-I）的有效测量范围内，仅在有效范围边界处存在少量误差。结果表明该模型可成功实现厚度数据的"低于范围/有效范围/超出范围"三级分类。图5显示了测试集预测厚度与实际厚度的误差分布，当厚度大于40纳米时，平均误差低于10%，但低厚度区间仍存在较大偏差。

电子束横向分散效应

通过蒙特卡洛模拟（Monte Carlo simulation）发现：电子束在铝薄膜中的横向分散随加速电压升高而加剧。较高加速电压虽能提升检测信号强度，但会导致电子束作用区域扩大。当加速电压从5kV提升至20kV时，电子束作用直径从0.3微米增至3微米，这意味着测量较高厚度时需要更大特征尺寸的样品以保证精度。

结论

本研究成功开发了基于电子束模拟与机器学习的铝薄膜厚度测量新方法，通过多加速电压EDX-X射线计数实现了纳米级厚度预测。对于氧化锆（ZrO₂）基底上的铝薄膜测试样本，40纳米以下厚度区间的测量仍存在显著误差。技术局限性包括：要求铝层必须为顶层材料、需要保持稳定的束流强度、低加速电压下信噪比较差，以及当薄膜厚度范围未知时需要多电压点扫描测量。