AlScN压电薄膜:MEMS声波器件性能突破与工艺实现详解
1. 项目概述:从“听”到“感知”的芯片革命
最近几年,我身边做射频前端和传感器设计的朋友,讨论的话题越来越频繁地聚焦在一个词上:AlScN。特别是Al0.8Sc0.2N这个组分,几乎成了高性能MEMS声波器件芯片的“黄金配方”。你可能对MEMS声波器件感到陌生,但你每天都在使用它——你手机里的4G/5G射频滤波器、智能手表里的心率血氧传感器、甚至未来自动驾驶汽车里的超声波雷达,其核心都可能是一颗比米粒还小的声波芯片。这个项目,就是围绕这颗“心脏”展开的。
简单来说,我们做的是一类利用声波(机械波)在固体材料中传播特性来工作的微型芯片。传统上,这类芯片的“发动机”是石英晶体或锆钛酸铅(PZT)等压电材料。但石英性能提升遇到瓶颈,PZT又含有铅,不符合环保趋势。于是,氮化铝(AlN)因其良好的压电性、高稳定性、CMOS工艺兼容性且无铅环保,成为了主流选择。然而,纯AlN的压电系数(d33,衡量电能与机械能转换效率的关键指标)还不够高,限制了器件性能的进一步提升。
这时,掺钪的氮化铝(AlScN)登场了。研究发现,在AlN中掺入一定比例的钪(Sc)原子,能显著“软化”晶体结构,大幅提升压电性能。而Al0.8Sc0.2N(即铝、钪原子数比例为8:2)这个组分,被理论和实验反复验证,在压电系数提升(可比纯AlN提高数倍)与材料制备难度、成本之间取得了极佳的平衡。因此,基于Al0.8Sc0.2N压电薄膜的MEMS声波器件,就成了当前追求更高频率、更宽带宽、更低损耗、更强传感能力的必然技术路径。它瞄准的,是下一代移动通信(如5G-A/6G的高频段滤波器)、物联网传感节点(如高精度气体、生物传感器)和微型化超声成像等前沿应用。
如果你是一名半导体工艺工程师、射频器件设计师、或传感器研发人员,正在为如何突破现有器件性能天花板而寻找材料层面的解决方案,那么深入理解这颗“AlScN芯”,将是你的必修课。接下来,我将从一个一线研发者的角度,拆解从设计思路、工艺实现到测试优化的全流程,分享那些在标准文献里不会写的实操细节和踩过的“坑”。
2. 核心材料:为什么是Al0.8Sc0.2N?
选择Al0.8Sc0.2N作为压电薄膜,绝非偶然,而是一系列物理特性、工艺可行性和应用需求综合博弈后的最优解。理解这一点,是设计好器件的起点。
2.1 压电性能的“甜蜜点”
压电材料的核心指标是压电系数,特别是纵向压电系数d33,它直接决定了施加单位电压能产生多大的应变(用于驱动声波),或反之,单位应变能产生多大的电压(用于传感)。纯AlN的d33大约在5-6 pC/N。当Sc原子部分取代Al格点位置时,会引起晶格畸变和化学键的弱化,从而降低材料的刚度,显著增强其压机电耦合能力。
研究表明,随着Sc掺杂浓度的增加,d33近乎线性增长。当Sc含量达到20%左右(即Al0.8Sc0.2N)时,d33可以跃升至12-15 pC/N甚至更高,相比纯AlN提升了约150%。这意味着,在相同驱动电压下,AlScN薄膜能激发出更强力的声波;或者在接收相同声波信号时,能产生更显著的电信号,这对于提高滤波器的带宽、降低插入损耗,或提升传感器的灵敏度至关重要。
然而,性能提升并非没有代价。Sc含量继续增加,虽然d33还能提升,但材料的结晶质量会开始下降,薄膜的内应力控制变得极其困难,更容易出现裂纹,并且材料的电阻率会降低,导致器件的Q值(品质因数,衡量能量存储效率)劣化。此外,钪是稀土元素,成本高昂。Al0.8Sc0.2N恰好处于一个“性能陡升区”的末端和“工艺恶化区”的起点之前,用可接受的工艺难度和成本,换来了最具性价比的性能飞跃。
注意:这里说的20%是原子百分比。在实际的溅射靶材中,需要精确控制Al和Sc金属的比例来制备合金靶,或者使用共溅射的方式。靶材的均匀性和纯度是后续薄膜质量的生命线。
2.2 与CMOS工艺的兼容性挑战
MEMS器件的一大优势就是能与标准集成电路工艺线(Foundry)兼容,实现单片集成或后道集成。AlN本身在这方面表现优异:它的沉积温度相对较低(通常300-400°C),不会对底层CMOS电路造成热损伤;它不含有害物质,符合半导体产线的环保要求。
掺入Sc后,兼容性面临新考验:
- 应力控制:AlScN薄膜通常呈现较大的张应力。如果不加以控制,在后续工艺或器件工作时,薄膜可能翘曲甚至从衬底上剥落。我们通过在溅射过程中精确调控工艺气体(Ar/N2)比例、气压、衬底偏压和温度,并引入适当的缓冲层(如Mo、Ru)来匹配晶格和热膨胀系数,从而将应力控制在可接受的±200 MPa范围内。
- 刻蚀选择性:AlScN的干法刻蚀(通常用Cl2/BCl3基的等离子体)速率和选择比,与纯AlN有所不同。需要重新开发或优化刻蚀配方,确保能干净地刻蚀AlScN的同时,对下方的电极材料(如Mo、Pt)和衬底(如Si、SiO2)有足够高的选择比,避免过刻蚀损伤关键结构。
- 热稳定性:需要验证经过后续所有的退火、键合等工艺步骤后,AlScN的晶体结构和压电性能是否保持稳定。我们的经验是,在450°C以下进行短时间处理,性能衰减可以忽略不计。
2.3 材料表征:不止看XRD
拿到一片沉积好的AlScN薄膜,第一件事就是表征。X射线衍射(XRD)的2θ-ω扫描看(002)峰是常规操作,用于判断C轴择优取向(半高宽FWHM越小,取向越好)。但对于AlScN,这远远不够。
- 摇摆曲线(Rocking Curve):测量(002)峰的摇摆曲线半高宽,更能真实反映晶粒间取向的离散程度,这个值直接关系到声波传播的损耗。好的AlScN薄膜,摇摆曲线半高宽应小于2°。
- Sc含量精确测量:不能完全依赖靶材配比。我们使用X射线光电子能谱(XPS)或俄歇电子能谱(AES)进行表面定量分析,并结合二次离子质谱(SIMS)进行深度剖析,确保Sc元素在薄膜厚度方向上分布均匀,且实际原子比接近目标值0.2。
- 压电系数d33的直接测量:实验室常用压电力显微镜(PFM)进行局部点测量。但更贴近器件工作状态的方法是,制作简单的金属-压电薄膜-金属(MIM)电容结构,通过测量其谐振频率下的阻抗曲线,利用标准公式反推出生效的d33,f(薄膜系数)。这个值比PFM测得的局部值更具工程参考意义。
3. 器件设计与仿真:在声学与电学的交叉点
有了性能优异的压电薄膜,如何把它变成一颗可用的芯片?这需要精密的器件设计。我们以最常见的两类器件为例:薄膜体声波谐振器(FBAR)和声表面波(SAW)谐振器。
3.1 薄膜体声波谐振器(FBAR)设计要点
FBAR的结构可以想象成一个“压电三明治”:上下是金属电极,中间是AlScN压电层,整个结构悬浮在空腔之上,形成声学反射边界,将声波能量限制在薄膜内产生体声波谐振。
核心设计参数与考量:
- 谐振频率(fr)与反谐振频率(fa):这主要由压电薄膜的厚度决定,关系为 fr = v / (2t),其中v是纵波声速,t是压电层厚度。Al0.8Sc0.2N的声速比纯AlN略低,设计时需要采用修正后的声速值(通过实验测得,例如对于2μm厚的膜,其声速可能在10000 m/s左右,需实测校准)。
- 机电耦合系数(Kt²):这是衡量电能与机械能转换效率的关键,Kt² ≈ (π/2) * (fr/fa) * tan( (π/2)*(fr/fa) )。AlScN的高d33直接带来了更高的Kt²,这意味着更宽的带宽。设计滤波器时,带宽要求直接决定了所需的最小Kt²。
- 空腔设计与支撑膜:空腔用于隔离衬底,防止声能泄漏。常用“背部刻蚀”或“表面微加工”形成空腔。支撑膜(通常是SiN或SiO2)的刚度和应力必须精心设计。太软,器件机械强度不够;太硬,会影响声学边界条件。我们通常通过有限元仿真(如COMSOL)来优化支撑膜的厚度和形状,在机械可靠性与电学性能间折衷。
- 电极材料与厚度:电极不仅是电学通路,也参与声学振动。常用的底电极是Mo或Ru,因为它们与AlScN有较好的晶格匹配,能促进其C轴生长。电极厚度会影响谐振频率和Q值。通常,上下电极采用不对称设计(例如上薄下厚),以将振动模式能量更集中于压电层内,提升Q值。
仿真流程实录:我们的设计通常从一维Mason模型开始,快速估算频率、Kt²和阻抗曲线。然后进入COMSOL Multiphysics进行3D有限元仿真,步骤包括:
- 建立包含衬底、空腔、支撑膜、下电极、AlScN层、上电极的完整几何模型。
- 设置材料参数(密度、弹性矩阵、压电矩阵、介电常数),这里AlScN的材料参数需要查阅最新文献或通过实验提取,不能直接套用AlN的数据。
- 施加边界条件:空腔边界设为声学硬边界(即位移为0),器件边缘设为低反射边界。
- 进行频域分析,提取S参数(如S11)和阻抗曲线。重点关注谐振频率、Q值、寄生模态(Spurious Modes)的位置和强度。
- 通过参数化扫描,优化电极尺寸(决定横向模态)、压电层厚度、电极厚度等,在满足频率和带宽要求的同时,抑制寄生模态,提升Q值。
实操心得:仿真和实测总会存在偏差。最大的偏差来源往往是材料参数的不准确和工艺导致的尺寸误差。因此,我们建立了“仿真-流片-测试-参数反提-修正仿真”的迭代循环。第一轮流片后,通过实测结果反推出实际有效的AlScN材料参数(如声速、损耗因子),将其代入仿真模型,第二轮设计的准确性会大幅提高。
3.2 声表面波(SAW)与体声波(BAW)的抉择
虽然本项目聚焦于基于压电薄膜的器件(主要是FBAR这类BAW器件),但有必要提一下SAW。传统SAW器件在衬底表面制作叉指换能器(IDT),激发表面波。其频率由IDT指条周期决定,通常工作在几MHz到2-3 GHz。
当频率向更高频(如5G n77, n79频段)迈进时,SAW的IDT指条会变得非常细(亚微米级),制造难度和损耗急剧增加。而FBAR等BAW器件,其频率由薄膜厚度决定,更容易实现高频化(3-10 GHz),且功率容量更高。因此,在6 GHz以下,SAW和BAW存在竞争;在6 GHz以上,BAW(包括FBAR和其衍生技术如XBAR)几乎是唯一选择。AlScN的高Kt²特性,对SAW和BAW都是巨大的性能助推器。对于SAW,高Kt²意味着更宽的带宽和更低的插入损耗;对于FBAR,意义同样重大。
4. 关键工艺实现:从图纸到芯片的荆棘之路
设计图只是蓝图,把蓝图变成可工作的芯片,需要走过一条充满挑战的工艺之路。以下是基于8英寸硅片的标准微加工流程的核心环节。
4.1 衬底准备与底电极沉积
我们使用高阻硅(> 4000 Ω·cm)作为衬底,以降低射频损耗。首先热生长一层SiO2作为绝缘层,然后沉积一层SiN作为刻蚀停止层和后续空腔释放的支撑膜。
底电极沉积:采用直流磁控溅射沉积钼(Mo)或钌(Ru)。厚度通常在100-200 nm。关键点在于:
- 表面粗糙度:必须极低(RMS < 1 nm),因为底电极的表面形貌会直接“复制”给上面生长的AlScN薄膜,粗糙的表面会严重散射声子,降低Q值。
- 结晶取向:Mo(110)或Ru(002)取向有利于引导AlScN的(002)取向生长。这需要通过优化溅射功率、气压和衬底温度来实现。
- 应力控制:电极本身的内应力需要与后续的AlScN薄膜应力协同考虑,避免整体结构翘曲。
4.2 Al0.8Sc0.2N压电薄膜沉积:工艺的心脏
这是最核心、最难控制的步骤。我们采用反应磁控溅射,使用Al-Sc合金靶(Al:Sc = 80:20 at.%),在Ar/N2混合气氛中沉积。
工艺参数窗口极窄,需要精细调控:
- 氮气分压:这是控制薄膜化学计量比和结晶质量的关键。氮气不足会导致薄膜富金属,导电性增加,压电性丧失;氮气过多则可能产生过量的N,影响结晶。需要通过工艺实验,找到使薄膜电阻率最大(绝缘性最好)、XRD(002)峰最强最窄的氮气比例。
- 衬底温度:最佳温度通常在300-400°C之间。温度太低,结晶质量差;温度太高,可能引起底电极与衬底间的扩散,且增加热应力。
- 溅射功率与气压:影响薄膜的沉积速率、致密性和应力。高功率低气压有助于获得致密、高取向的薄膜,但也可能引入过大的颗粒轰击效应,损伤底层。
- 原位监测:高级的设备会配备原位应力测量仪和光学发射光谱(OES),实时监控薄膜应力和等离子体状态,实现工艺的闭环控制。
沉积后,必须立即进行快速热退火(RTA),例如在氮气中450°C退火1分钟。这能有效消除薄膜中的点缺陷,稳定晶格结构,通常能使压电性能提升10%-20%。
4.3 图形化与刻蚀:定义器件形状
- 上电极图形化:首先沉积上电极(通常是薄Al或Ti/Au),然后通过光刻和湿法/干法刻蚀定义出顶电极的图形。这是器件的上电学端口。
- AlScN薄膜刻蚀:这是关键且危险的一步。需要刻蚀出压电层的台面,暴露出底电极用于连接。我们使用电感耦合等离子体(ICP)干法刻蚀,气体配方为Cl2/BCl3/Ar。刻蚀的挑战在于:
- 高选择比:必须对下层的底电极(Mo/Ru)有极高的选择比(>20:1),否则会过刻蚀损伤电极。
- 侧壁形貌:需要近乎垂直的侧壁,以减少声波在边缘的散射。这需要通过调节ICP功率、偏压功率和气体比例来控制。
- 残留物与腐蚀:氯基气体刻蚀后容易产生残留物,且AlScN在空气中可能被缓慢腐蚀。刻蚀后需要立即进行O2等离子体去胶和稀酸清洗步骤。
- 空腔释放:对于背部刻蚀型FBAR,这是最后一步,也是最脆弱的一步。从硅片背面光刻、深硅刻蚀(DRIE)直至露出正面的SiN支撑膜。必须精确控制刻蚀终点,防止刻穿支撑膜。刻蚀后,需要用超临界点干燥(Critical Point Drying, CPD)工艺进行脱水,避免表面张力导致悬浮结构的塌陷(“粘附”效应)。
4.4 工艺集成中的“暗坑”
- 颗粒污染:任何微米甚至亚微米级的颗粒落在关键层(特别是底电极和AlScN层)上,都会成为器件的致命缺陷,导致短路或性能严重劣化。洁净室等级、设备维护和操作规范至关重要。
- 金属扩散:在高温工艺步骤中,电极金属(如Au)可能沿着AlScN的晶界扩散,导致短路。需要在金属层与压电层之间设计扩散阻挡层(如TiN)。
- 应力累积与翘曲:多层薄膜沉积后,硅片可能发生整体翘曲,给后续的光刻对准和键合带来困难。需要通过仿真和实验,从衬底选择、各层材料与厚度搭配上,进行全局的应力平衡设计。
5. 测试、封装与性能优化
流片出来的芯片,还需要经过严格的测试和封装,才能成为可用的产品。
5.1 晶圆级测试(Wafer-Level Testing)
在划片之前,我们使用微波探针台在晶圆上直接测试。主要测量S参数(S11, S21),并提取关键参数:
- 串联谐振频率(fs)和并联谐振频率(fp):从S11的相位零交点或阻抗最小/最大点获取。
- 品质因数(Q值):Q = fs / (Δf-3dB),其中Δf-3dB是谐振点处阻抗幅值下降3dB的带宽。高Q值(FBAR通常在1000以上)是低损耗滤波器的保证。
- 机电耦合系数(Kt²):由fs和fp计算得出。
- 有效机电耦合系数(Keff²):更实际地反映了器件在电路中的带宽能力。
我们开发了自动测试脚本,快速扫描整个晶圆上的测试结构(Test Key),绘制参数分布图(Mapping),直观反映工艺均匀性。例如,谐振频率的分布可以揭示AlScN薄膜厚度的均匀性;Q值的分布则可能与刻蚀侧壁质量或薄膜缺陷密度相关。
5.2 常见性能问题与排查思路
即使设计和工艺看似完美,实测结果也常出问题。下面是一个快速排查表:
| 问题现象 | 可能原因 | 排查方向与解决思路 |
|---|---|---|
| 谐振频率偏离设计值 | 1. AlScN薄膜厚度不准 2. 材料声速与仿真值不符 3. 电极质量负载效应估计不准 | 1. 用椭圆偏振仪或SEM精确测量薄膜厚度。 2. 通过测试不同厚度的简单结构反推实际声速。 3. 在仿真中更精确地定义电极材料的密度和弹性常数。 |
| Q值过低 | 1. 材料本身声学损耗大(薄膜质量差) 2. 声波泄漏(空腔设计或支撑膜问题) 3. 电极损耗(电阻大) 4. 边缘散射(刻蚀侧壁粗糙) | 1. 优化AlScN沉积工艺,改善结晶质量。 2. 检查空腔是否完全释放,仿真验证支撑膜刚度。 3. 使用电阻率更低的电极材料或增加厚度。 4. 优化干法刻蚀工艺,获得光滑垂直侧壁。 |
| 寄生模态(Spurious Modes)突出 | 1. 横向尺寸设计不当 2. 电极形状或边界反射 | 1. 仿真优化电极的平面形状和尺寸,破坏寄生模态的共振条件。 2. 采用切角电极、阶梯电极等结构设计。 |
| 插入损耗大(滤波器) | 1. 单个谐振器Q值低 2. 谐振器之间的阻抗失配 3. 布线损耗大 | 1. 提升单个谐振器性能(如上所述)。 2. 精确设计滤波器拓扑(如梯形或格型)中的电感电容值,进行阻抗匹配。 3. 使用更厚的金属布线,优化传输线设计。 |
| 器件短路或漏电 | 1. 薄膜中存在针孔或缺陷 2. 刻蚀残留导致上下电极连通 3. 金属扩散 | 1. 加强沉积前的清洁,优化沉积工艺。 2. 优化刻蚀后清洗工艺。 3. 增加扩散阻挡层。 |
5.3 封装:从芯片到器件的最后一关
对于RF滤波器,通常采用晶圆级封装(WLP)或芯片级封装(CSP),在真空或惰性气体环境中密封,以消除空气阻尼对Q值的影响。键合线或凸点(Bump)的电感必须纳入整体电路模型进行协同优化。
对于传感器应用,封装需要为被测量(如气体、压力、生物分子)提供接触通道,同时保护敏感的MEMS结构。这可能涉及开发特殊的微流道或透气膜。
6. 应用场景拓展与未来展望
基于Al0.8Sc0.2N的MEMS声波器件,其高性能特性正在打开一系列前所未有的应用大门。
- 5G/6G射频前端:这是当前最主要的驱动力。高频段(如n77, n79, n257)需要滤波器具有更宽的带宽和更低的插入损耗。AlScN FBAR能够轻松实现带宽超过200 MHz的滤波器,这是传统技术难以企及的。我们正在与模块厂商合作,将多颗AlScN滤波器与PA、LNA、开关集成在超小型模块内。
- 高灵敏度传感器:
- 气体传感器:在AlScN谐振器表面修饰对特定气体(如CO2、VOCs)敏感的功能材料,气体吸附引起质量负载或表面应力变化,导致谐振频率偏移,实现ppb级检测。
- 生物传感器:同样原理,用于检测蛋白质、DNA、病毒等。AlScN的高Q值使得它能检测极微小的质量变化。
- 惯性传感器:用于检测角速度或加速度,其性能潜力有望挑战甚至超越现有的硅基MEMS陀螺仪和加速度计。
- 微型化超声换能器:传统的PZT超声探头笨重且难以集成。AlScN MEMS超声换能器(PMUT)可以实现高频(>20 MHz)、高分辨率,并且能制成阵列,集成到内窥镜导管或可穿戴设备中,用于体内成像或皮肤下血管监测。
未来的挑战与个人的思考: 材料层面,如何进一步降低Sc的掺杂成本,或者寻找其他具有类似增强效应的掺杂元素(如Y, Mg)?工艺层面,如何实现8英寸乃至12英寸晶圆上AlScN薄膜的高均匀性、低缺陷密度沉积?器件层面,如何与氮化镓(GaN)功率放大器等更先进的半导体技术异质集成?这些都是我们每天在实验室和产线里琢磨的问题。
从我个人的实操经验来看,AlScN技术已经从实验室走向产业化前沿,但工艺的稳定性和良率仍然是横亘在面前的大山。每一次流片,都是一次对材料理解、工艺控制和设计迭代的全面考验。但正是这种挑战,让每一次性能参数的微小提升,都充满了成就感。对于后来者,我的建议是:从理解材料的基本物理开始,高度重视工艺细节的重复性和稳定性,并用测试数据无情地验证和修正你的仿真模型。这条路没有捷径,但每一步都算数。
