《Journal of Materials Science & Technology》:Laser slicing of 4H-SiC wafers with different doping types: Multiscale mechanism investigation and deep learning-based processing strategy
编辑推荐:
•掺杂类型决定了光吸收特性和自由载流子浓度。•焦前自由载流子吸收降低了焦点处的光强和温度。•基于FiLM的网络可预测功率、速度和间距以实现自适应切片。引言以4H-碳化硅(SiC)为代表的下一代宽带隙半导体,凭借宽禁带、高击穿电场、高饱和电子漂移速度和高热导率等优异特性,已成为
- •
掺杂类型决定了光吸收特性和自由载流子浓度。
- •
焦前自由载流子吸收降低了焦点处的光强和温度。
- •
基于FiLM的网络可预测功率、速度和间距以实现自适应切片。
引言
以4H-碳化硅(SiC)为代表的下一代宽带隙半导体,凭借宽禁带、高击穿电场、高饱和电子漂移速度和高热导率等优异特性,已成为新能源汽车、增强现实眼镜、先进封装和航空航天等领域中高压、高频、高温功率器件和射频器件的核心衬底材料 [[1], [2], [3]]。晶圆切片是4H-SiC器件制造流程中的核心工序,其加工质量、材料损耗和加工效率直接决定了后续器件制造的良率和生产成本 [4,5]。然而,SiC晶体的高硬度(莫氏硬度9.5)和低断裂韧性使切片极为困难。传统线切割存在大线宽损耗、加工效率低以及严重的表面/亚表面损伤等固有缺陷,难以满足大尺寸(8–12英寸)晶圆低成本、高良率制造的需求 [6,7]。
超快激光切片技术利用非线性吸收效应将激光辐射聚焦于材料内部,诱发多光子电离并形成改性层 [8]。随后通过机械拉伸 [9]、低温断裂 [10]、光电化学蚀刻 [11]、热辅助 [12] 或超声振动 [13] 实现晶圆分离。该技术具有非接触加工、损伤小、线宽损耗小以及适合大规模加工等显著优势。我们之前的研究也验证了激光切片相较于线切割的优越性能 [14],进一步证明了激光切片作为SiC晶圆加工方法的应用潜力。众多学者对4H-SiC激光切片技术进行了广泛研究并证明了其可行性。Kim等人将双脉冲飞秒激光聚焦于SiC晶体内部,在焦点区域诱发了非晶化,并沿 c 轴平面形成了平面改性区 [15]。Wang等人提出了多光束协同调控策略,并通过实验与相场模拟相结合系统研究了离轴条件下激光诱导裂纹的演化 [16]。Yan等人采用时间整形超快脉冲串对半绝缘SiC晶体进行改性,在16.5 μm厚的层内实现了薄单层改性和裂纹形成 [17]。Xie等人提出了同步双光束激光策略,通过建立数值模型模拟了双光束激光辐照下SiC内部的瞬态温度场和应力分布,阐明了裂纹扩展和材料改性的机制 [18]。Lu等人针对SiC提出了创新的双焦点双层激光切割技术,将球差校正集成到传统的加权Gerchberg-Saxton算法中 [19]。在Liu等人的工作中,首先使用高能密度脉冲激光在SiC内部诱发微裂纹以增强其光吸收率;随后使用低能密度脉冲激光调控微裂纹的生长和合并 [20]。Qing等人通过能量控制实验和分子动力学模拟相结合,揭示了激光切片4H-SiC中依赖能量的多阶段相变路径 [21]。
尽管在上述方面取得了显著的研究进展,以及我们团队对氮掺杂浓度不同影响机制的先前研究 [22],但针对不同掺杂类型(包括高纯半绝缘(本征)、V掺杂半绝缘、N掺杂n型和Al掺杂p型)4H-SiC激光切片机制和第一性原理基础的系统性研究仍然缺乏。此外,工艺自动化和智能化的研究仍显不足。研究人员正逐步探索数据驱动方法,如利用深度学习优化激光加工参数。深度学习模型可以建立材料属性与激光参数之间复杂的非线性关系。Li等人采用深度学习模型优化激光减薄参数,成功构建了包括激光功率、扫描速度和频率等输入参数与包括材料去除率和表面粗糙度等输出特征之间的映射关系 [23]。实验数据与第一性原理计算的结合使深度学习能够促进对激光-材料相互作用内在机制的更全面理解,从而有望在SiC晶圆激光加工中实现更优的工艺控制和加工性能。
因此,本研究整合实验表征、第一性原理计算、双温度模型(TTM)和深度学习,系统揭示了掺杂类型对4H-SiC超快激光切片过程中光吸收、焦点区域载流子密度以及载流子和晶格温度演化规律的影响机制。在此基础上,阐明了不同掺杂类型在激光改性裂纹扩展、剥离强度和表面粗糙度方面的不同行为。最后,构建了基于特征线性调制(FiLM)机制的条件神经网络模型,以材料电阻率、焦点深度和掺杂类型作为输入,实现对激光功率、扫描速度和光栅间距等核心工艺参数的准确预测。本工作为4H-SiC晶圆的精密制造提供了基础机制理解和实际工程解决方案。
章节摘要
实验准备与材料表征
本研究所用的实验样品是由山东大学通过物理气相传输法制备的直径为200 mm(8英寸)的4H-SiC晶体。这些晶体经线切割、研磨和抛光后制成厚度为700 μm、表面粗糙度约为1 nm的晶圆。该预处理工艺显著降低了后续激光切片过程中的表面漫反射损耗,确保了激光能量在预定位置精确聚焦。
激光内部改性机制与剥离表征分析
拉曼光谱是表征不同掺杂剂对SiC结构和电子性能影响的关键无损技术。图3(a)展示了不同掺杂类型4H-SiC的归一化拉曼光谱。~776和~796 cm?1处的峰对应于一阶横向光学声子模式(TO1和TO2),其峰形和半高宽直接反映了晶格的完整性 [26]。960–980 cm?1的范围是复合峰
结论
本研究系统阐明了不同掺杂类型4H-SiC晶圆超快激光切片的跨尺度机制,并提出了基于深度学习的智能工艺参数优化策略。主要结论如下:
(1) 作为间接宽带隙半导体,4H-SiC的掺杂类型通过调节自由载流子浓度和光吸收特性直接决定了焦点处的能量沉积效率。对于
CRediT作者贡献声明
张健飞: 撰写——初稿、数据整理、概念化。赵来宾: 软件、数据整理。车林林: 形式分析、概念化。李碧雪: 方法学、调查研究。张星: 可视化、验证。范浩宇: 验证、概念化。李光兆: 软件。薛宇丰: 数据整理、概念化。贾洋洋: 调查研究、形式分析。王伟嘉: 验证、软件。钟光辉: 验证、资源。张白涛: 资源,
利益冲突声明
作者声明不存在已知可能影响本论文所报告工作的竞争性经济利益或个人关系。
致谢
本研究受山东省重点研发计划,中国(编号 2025ZLGX02)、山东省科技泰山攀登计划青年人才项目,中国(编号 SDAST2025QTA016)和泰山学者项目(编号 tsqn202507007)资助。
张健飞|赵来宾|车林林|李碧雪|张星|范浩宇|李光兆|薛宇丰|贾洋洋|王伟嘉|钟光辉|张白涛|徐向刚|邱晨|谢学健|陈秀芳|王荣坤