氮掺杂对4H-SiC热各向异性的浓度依赖性抑制

《Acta Materialia》:Concentration-Dependent Suppression of Thermal Anisotropy in 4 H-SiC by Nitrogen Doping

【字体: 大 中 小 】 时间:2026年09月05日 来源:Acta Materialia 10.7

编辑推荐:

   摘要氮(N)掺杂是实现4H-碳化硅(SiC)n型导电性的标准且成熟的方法,使其在功率电子器件及其他新兴应用中得到了广泛使用。然而,N掺杂对热输运性质的影响,尤其是控制电子器件冷却的各向异性行为,仍缺乏深入了解。本研究开发了一种统一的神经网络势(NNP),以阐明N掺杂SiC中浓

  

摘要

氮(N)掺杂是实现4H-碳化硅(SiC)n型导电性的标准且成熟的方法,使其在功率电子器件及其他新兴应用中得到了广泛使用。然而,N掺杂对热输运性质的影响,尤其是控制电子器件冷却的各向异性行为,仍缺乏深入了解。本研究开发了一种统一的神经网络势(NNP),以阐明N掺杂SiC中浓度依赖的热导率(κ)各向异性行为的原子起源。模拟结果表明,N掺杂显著抑制了κ的各向异性。在微观层面,掺杂原子引起的强声子局域化和偏振无序增强了声子散射并缩短了声子弛豫时间。与纯净SiC中低频声子以面内偏振为主不同,N掺杂增强了面外偏振分量,降低了κ的各向异性。对N掺杂调控4H-SiC热输运的深入微观理解,为n型SiC电子器件的热管理提供了重要见解。

引言

4H-碳化硅(SiC)展现出卓越的性能,如宽带隙(3.26 eV)、高临界击穿电场(3.1 MV/cm)、高热导率(κ = 450 W/mK)和高电子饱和漂移速度(2×107 cm/s),使其成为最具前景的宽禁带半导体之一[[1], [2], [3]]。与传统硅基器件相比,SiC器件具有显著更低的功率损耗、更高的功率密度以及对极端运行条件(包括高压和高温)的优越耐受性。它们被广泛应用于高速铁路、电动汽车充电架构、有源功率滤波器和光伏逆变器[4,5]。随着器件微型化和更高集成度的持续推进,对材料性质的精确控制已成为确保器件可靠性和稳定运行的关键[[6], [7], [8]]。氮(N)是最广泛使用的n型掺杂剂,用于调节4H-SiC的电学性质,实现高载流子浓度和改善电子输运,这对于大功率和高频电子器件至关重要。此外,N掺杂的4H-SiC是多种新兴应用的有前景候选材料,如超稳定压电纳米发电机[9]和废水处理应用[10,11]。
在实际功率器件中,热量主要沿垂直于衬底的方向提取,而面内方向则促进横向热扩散和温度均化。因此,κ的各向异性在控制热流分布和热点演化方面起着关键作用。以往研究主要关注掺杂引起的热导率整体下降,而对其对热导率各向异性影响的研究较少[[12], [13], [14]]。尽管SiC的本征热输运性质(包括其显著的κ各向异性)已被广泛研究[1,2,15],但N掺杂SiC的性质尚未从微观角度进行系统研究。值得注意的是,掺杂不可避免地会扰动局部晶格结构,导致晶格畸变和原子间力常数无序,严重影响声子输运行为[14,16]。增强的声子散射和模式局域化加剧了自热效应,从而直接限制了SiC器件的热管理能力和长期可靠性。因此,系统的原子尺度研究对于阐明掺杂如何改变κ以及指导SiC基器件中各向异性热输运的合理控制至关重要。
现有的理论和计算方法在描述原子尺度掺杂调控热输运方面难以兼顾精度和效率。尽管精度较高,但第一性原理计算与ShengBTE的结合计算成本高昂,且受限于可处理的系统尺寸,限制了其在低掺杂浓度所需的大超胞中的应用。相比之下,基于质量无序近似的Tamura模型[17,18]提供了更高的计算效率。然而,它忽略了掺杂引起的局部结构和力常数扰动,导致预测的κ存在较大偏差。分子动力学(MD)模拟在描述复杂材料系统的动态演化方面具有显著的效率和规模优势,但其可靠性 critically 取决于用于描述原子间相互作用的原子间势的精度。近年来,基于机器学习的神经网络势(NNP)为弥合精度与效率之间的鸿沟提供了一条有效途径,并被广泛应用于研究材料的热输运[19,20]、力学性能[21,22]和相变[23]。特别是,NNP非常适合涉及缺陷[13,24]、非晶[25]和界面[26]的复杂系统。
本研究基于7,535个涵盖不同掺杂浓度和不同掺杂位点的训练构型,为纯净和N掺杂SiC开发了一种高精度NNP。我们从原子尺度系统研究了N掺杂如何改变SiC的晶体结构、声子动力学和热输运性质。更重要的是,我们采用了声子局域化和偏振无序分析——这些分析在以往研究中关注较少——以阐明N掺杂SiC中热输运调控的内在机制。MD模拟表明,N掺杂显著降低了SiC的κ,同时κ的各向异性随掺杂浓度增加而大幅抑制。局域振动模式分析进一步表明,N掺杂增强了面外偏振分量,从而降低了κ的各向异性。本研究为高性能SiC功率器件的热管理优化和掺杂工程提供了理论见解和定量指导。

章节片段

计算方法

开发了一种包含7,535个训练数据集的NNP来描述纯净和N掺杂SiC系统。数据集由七种不同的SiC1-xNx结构组成,对应四种N浓度(x = 0.0000、0.0625、0.0278和0.0078),其中N原子在每种掺杂浓度下取代h位或k位的C原子。为增强结构多样性,每种构型的晶格常数分别按0.98、1.00和1.02的因子进行缩放,并带有五个随机扰动的结构。

晶体结构

4H-SiC属于六方晶系,晶格参数为a = 3.09 ?、b = 3.09 ?和c = 10.13 ?。由于其在面内具有高对称性而沿c轴对称性相对较低,4H-SiC在弹性常数、κ和介电响应等物理性质上通常表现出面内各向同性和面外各向异性[2,37]。如图1(a)所示,SiC沿c轴的ABAC堆垛模式产生了两种不等价C位。一种是ABA……

结论

本研究构建并训练了一种统一的NNP来描述纯净和N掺杂SiC的原子间相互作用。分子动力学模拟表明,N掺杂显著抑制了SiC的κ各向异性,这是热扩散的重要指标。由于掺杂引起的晶格畸变改变了局部原子间力常数,SED中观察到展宽的低频声子线宽和缩短的声子寿命。局域振动模式分析……

利益冲突声明

作者声明他们没有已知的竞争性经济利益或个人关系可能影响本文所报告的工作。

CRediT 作者贡献声明

E Zhou:撰写——初稿、形式分析、数据管理、概念设计。Tongtong Wang:撰写——审阅与编辑、验证、形式分析。Lijuan Wang:撰写——审阅与编辑、验证、调查研究。Taiqiao Liu:撰写——审阅与编辑、调查研究、形式分析。Zeyuan Li:撰写——审阅与编辑、验证。Wei Yu:撰写——审阅与编辑、验证。Xuhao Wan:撰写——审阅与编辑、验证。Guangzhao Qin:撰写——审阅与编辑,……
E Zhou|Tongtong Wang|Lijuan Wang|Taiqiao Liu|Zeyuan Li|Wei Yu|Xuhao Wan|Guangzhao Qin|Yuzheng Guo|Sheng Liu|Zhaofu Zhang
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号