当前位置: 首页 > news >正文

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:

  1. 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。
  2. 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。
  3. 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。

  1. 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°。
  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。
  3. 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:

  1. 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)。
  2. 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。
  3. 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。
  4. 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:

  1. 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。
  2. 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。
  3. 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。
  4. 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

  1. 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。
  2. 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。
  3. 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”

  1. 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。
  2. 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)。
  3. 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。

  1. 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。
  2. 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。
  3. 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。

http://www.jsqmd.com/news/871249/

相关文章:

  • 实测Taotoken多模型聚合调用的延迟与稳定性表现
  • Ollama 与 LangChain 集成:构建智能 Agent 应用
  • 小电视空降助手:告别B站广告困扰,体验纯净视频观看
  • 紧急预警:2024Q3起,未接入动态价格Agent的线下门店将面临平均18.6%毛利侵蚀(附实时测算工具)
  • 远程访问性能优化:从网络延迟到协议编码的全链路实战指南
  • 瑞芯微RV1126边缘AI开发套件实战:从模型部署到工业应用
  • GalTransl:让AI成为你的日系游戏汉化助手,四步完成专业级翻译
  • Makefile与Shell脚本协同:构建Linux C/C++项目自动化流水线
  • Ollama 安全实践:访问控制、数据隔离与日志审计
  • 企业内如何构建基于Taotoken的统一AI能力网关与审计
  • Photoshop图层批量导出终极指南:如何10倍提升工作效率
  • KMS智能激活工具:一篇文章掌握Windows与Office全版本授权管理
  • 如何快速掌握WzComparerR2:冒险岛数据提取的终极指南
  • 终极指南:如何从Windows/Linux轻松获取官方macOS安装文件
  • 3步快速上手OneMore:让你的OneNote效率翻倍的完整指南
  • iCloud隐私邮箱批量生成终极指南:保护个人信息安全的完整解决方案
  • RV1126边缘AI开发实战:从模型转换到板端部署全流程解析
  • VMware Workstation Pro 17许可证密钥完整指南:从获取到高效使用的终极方案
  • Ollama 性能监控与故障排查:从日志到指标的实战指南
  • 如何快速集成开源流程引擎:5步完成企业级应用部署 [特殊字符]
  • Verilog三段式状态机:从时序陷阱到工程实践的正确写法
  • Cursor Free VIP:5步解锁AI编程助手完整功能,告别试用限制
  • 如何在SillyTavern中创造有灵魂的AI角色:从图片到智能伴侣的魔法指南
  • Sin3DGen:单样本无训练生成三维场景,革新AIGC与图形学融合
  • 2026 年郑州地区化妆品柜展柜厂家行业技术与服务对标分析报告
  • 技术洞察:LibreDWG开源CAD文件处理架构解析与性能优化
  • Ollama 生态扩展:插件、工具与社区资源整合
  • 大麦抢票自动化工具终极指南:从零开始实现演唱会门票秒杀
  • 信号带宽与上升时间:从傅里叶分析到工程估算的0.35常数揭秘
  • 绿盟防火墙3.0-配置虚拟线聚合接口