CN103246787A - 一种快速评价半导体器件可靠性的方法 - Google Patents

Abstract

本发明涉及一种快速评价半导体器件可靠性的方法，属于可靠性评价技术领域。该方法利用半导体器件的参数退化模型，对半导体器件的可靠性进行评价。参数退化模型是基于均相反应动力学原理，考虑退化过程中反应量的浓度变化规律建立的。本方法解决了退化量随时间单调退化、先上升后下降或先下降后上升等非单调退化等实验中半导体器件参数的不同退化规律问题，利用参数退化模型快速外推器件长期退化规律，评价器件的可靠性，缩短实验时间。

Description

一种快速评价半导体器件可靠性的方法

技术领域

本发明涉及一种快速评价半导体器件可靠性的方法，属于可靠性评价技术领域。

技术背景

产品的可靠性水平是多少？是产品使用之前必须要解决的一个问题。只有知道产品的寿命、失效率等可靠性水平，才能准确、恰当地对产品进行应用。随着工艺水平的提高和新技术的采用，产品的可靠性水平越来越高。器件的可靠性水平越高，评价产品的寿命、失效率等可靠性水平的时间就越长。而新产品的不断推出，要求评价可靠性水平的时间越短越好。这就使得目前的评价方法不能完全满足这一要求。

为了缩短评价时间，提高寿命评价的准确性，参数退化模型开始应用到产品的可靠性评价中。参数退化模型主要是从产品性能参数的变化着手，通过对表征产品性能的参数进行连续测量，取得参数的动态退化数据，然后对退化规律进行分析，建立外推模型，对产品可靠性做出评定，从而缩短实验时间，提高效率。由于参数退化模型注重参数退化过程及规律，提高了评价的准确性。

目前的研究主要是对退化规律进行拟合，得到器件的参数退化模型。在模型的拟合过程中，遵循了参数退化规律单一这一假定。该假定的问题在于：如果在退化实验中的退化规律非单调上升或非单调下降，则参数退化模型无法建立，方法失效。

针对现行参数退化模型假定中的问题，本方法基于动力学方程中均相反应的原理，考虑退化过程中反应量的浓度变化规律，根据器件的早中期参数，建立参数退化模型。快速准确的评价了器件退化规律，解决了器件单调以及非单调变化规律的问题，同时保证了器件退化过程的真实性，提高了器件评价的可靠度，节省了实验时间。

发明内容

本发明的目的在于：提供一种快速评价半导体器件可靠性的方法，该方法利用参数退化模型快速外推器件的长期退化规律，实现器件可靠性的评价。该退化模型是基于动力学中均相反应原理，考虑退化过程中反应量的浓度变化规律，根据器件早中期退化规律建立的，解决了实验中器件参数随时间单调退化、先上升后下降或先下降后上升等非单调退化规律的问题。因此，由参数退化模型快速外推器件长期退化规律，快速评价器件的可靠性，节省实验时间，提高效率。

一种快速评价半导体器件可靠性的方法，其特征在于，包括以下步骤：

步骤一、建立基于均相反应动力学原理的待检测半导体器件的参数退化模型，具体如下：

①均相反应速率主要取决于待检测半导体器件反应物的温度和浓度，定温条件下的均相反应的动力学方程为

r=∑_iv_i(T)f_i(c)      （1）

式中，r为均相反应速率，i为待检测半导体器件的反应个数，T为实验温度，c为反应物的浓度，v_i(T)为反应速率的温度效应关系式，f_i(c)为反应速率的浓度效应关系式。

②反应速率的温度效应关系式v_i(T)常用Arrhenius方程表示，描述了化学反应过程中反应速率和反应温度的关系。其表达形式为

$v_i\left(T\right)=A_i{e}^{-\frac{E_{\mathrm{Ai}}}{k_{B}T}}----\left(2\right)$

其中E_Ai为激活能，k_B为玻尔兹曼常数，A_i为与温度无关的常数，T为实验温度。

③反应速率的浓度效应关系式f_i(c)常用幂级数的形式表示，描述了化学反应过程中反应速率和反应物浓度的关系。其表达形式为

$f_i\left(c\right)=c_{1_i}^{\mathrm{\α}}{c}_{2_i}^{\mathrm{\β}}---\left(3\right)$

分别为第i个反应中两种反应物的物质的量浓度，α和β分别为两种反应物的反应级数，反应级数表示反应速率对反应物的敏感程度。

根据公知常识，当反应级数为一级时，反应速率的浓度效应关系式f_i(c)简化为

$f_i\left(c\right)=\frac{c_i}{{\mathrm{\τ}}_i}---\left(4\right)$

c_i为反应物的物质的量浓度，τ_i为反应物的反应时间常数。

在反应体系中，反应速率的浓度效应关系式f_i(c)可由单位时间单位反应体积内反应物的变化量表示，因此

$f_i\left(c\right)=-\frac{1}{v}\frac{{\mathrm{dn}}_i}{\mathrm{dt}}[\mathrm{kmol}/(m^3\·h)]---\left(5\right)$

n_i为反应物的物质的量，V为反应过程中系统的体积，t为反应时间。

反应过程中系统体积发生的变化可以忽略，则式（5）可改写为

$f_i\left(c\right)=-\frac{{\mathrm{dc}}_i}{\mathrm{dt}}---\left(6\right)$

将式（4）代入式（6），分离变量

$\frac{\mathrm{dt}}{{\mathrm{\τ}}_i}=-\frac{{\mathrm{dc}}_i}{c_i}---\left(7\right)$

由初始条件t=0，c_i=c_0i，对式（7）进行积分

$\frac{1}{{\mathrm{\τ}}_i}{\∫}_0^t\mathrm{dt}=-{\∫}_{c_{0i}}^{c_i}\frac{{\mathrm{dc}}_i}{c_i}---\left(8\right)$

整理，得

$\frac{t}{{\mathrm{\τ}}_i}=\mathrm{In}{c}_{0i}-{\mathrm{Inc}}_i=\mathrm{In}\left(\frac{c_{0i}}{c_i}\right)---\left(9\right)$

两边同时进行指数变换

$c_i=c_{0i}\·e^{-\frac{t}{{\mathrm{\τ}}_i}}---\left(10\right)$

因此，反应速率的浓度效应关系式f_i(c)可以写为

$f_i\left(c\right)=\frac{c_{0i}}{{\mathrm{\τ}}_i}\·e^{-\frac{t}{{\mathrm{\τ}}_i}}---\left(11\right)$

其中τ_i为反应物的反应时间常数，c_0i为反应物的初始物质的量浓度，即在t=0时的物质的量浓度。

④待检测半导体器件在退化过程中，均相反应速率r可以表示为

$r={\mathrm{\Σ}}_i{A}_i{e}^{-\frac{E_{\mathrm{Ai}}}{k_{B}T}}\·\frac{c_{0i}}{{\mathrm{\τ}}_i}\·e^{-\frac{t}{{\mathrm{\τ}}_i}}---\left(12\right)$

其中，i为待检测半导体器件的反应个数，A_i为与温度无关的常数，E_Ai为激活能，k_B为玻尔兹曼常数，T为实验温度；τ_i为反应物的反应时间常数，c_0i为反应物的初始物质的量浓度，即在t=0时的物质的量浓度；

⑤待检测半导体器件的失效敏感参数退化量为退化速率对时间的积分，即均相反应速率对时间的积分，因此，参数退化模型的形式为：

$\mathrm{\ΔM}={\mathrm{\Σ}}_i{N}_i{e}^{-\frac{t}{{\mathrm{\τ}}_i}}---\left(13\right)$

其中，ΔM为待检测半导体器件的失效敏感参数退化量，i为待检测半导体器件的反应个数，N_i为半导体器件在退化过程中的退化比例（

A_i为与温度无关的常数，E_Ai为激活能，k_B为玻尔兹曼常数，T为实验温度，c_0i为反应物的初始物质的量浓度，即在t=0时的物质的量浓度），τ_i为反应物的反应时间常数，t为实验时间。

步骤二、确定待检测半导体器件加速实验中的应力类型与应力水平；

选取温度为施加的应力类型，即对半导体器件进行温度应力加速实验；确定温度应力水平T。

步骤三、对待检测半导体器件的早中期失效敏感参数进行测量；

利用温度控制系统对待检测半导体器件施加温度应力，在温度应力T水平下，采集加速实验时间条件下的待检测半导体器件的失效敏感参数。

半导体器件的失效敏感参数为半导体器件的所有参数在加速实验中最先失效的参数，由被检测对象决定，如MESFET器件的敏感参数包括饱和漏源电流I_DSS，漏极短路时截止栅电流I_GSS，跨导g_m以及栅源截止电压V_GS（off）等参数；VDMOS器件的敏感参数包括漏极截止电流I_DSS，漏源通态电阻R_DS(on)，栅极漏电流I_GSS以及栅源阈值电压V_GS(th)等参数。

步骤四、确定待检测半导体器件早中期失效敏感参数的退化规律，参数的退化规律包括单调退化规律以及非单调退化规律，其退化的模拟示意图如图2和3所示。基于步骤一中的参数退化模型理论对待检测半导体器件的参数退化规律进行拟合。

步骤五、根据步骤四中的拟合结果，确定参数退化模型中的参数半导体器件在退化过程中的退化比例N_i以及反应物的反应时间常数τ_i，建立半导体器件的参数退化模型。

步骤六、根据步骤五中的参数退化模型，即可快速外推器件长期退化规律，求得不同时间下参数的退化量，从而判别器件是否失效，准确求得器件的寿命，快速评价器件的可靠性。

有益效果

本发明基于动力学方程和Arrhenius方程，结合器件退化过程中内部物理化学反应的反应温度与反应量浓度的变化规律，通过参数的早中期动态退化数据建立了参数退化模型。通过参数退化模型外推器件长期退化规律，快速评价器件的可靠性。本退化模型注重参数退化过程及失效前的参数变化规律，为参数退化模型的建立提供了理论基础，避免了通过实验后拟合选择模型的盲目性，提高了器件评价的准确性。同时，本发明解释了器件在退化过程中退化量随时间的单调退化、先上升后下降或先下降后上升等非单调退化的实验现象，解决了实验后拟合方法不能建立的非单调退化模型以及外推问题。本发明利用参数退化模型快速外推器件长期退化规律，快速、准确、有效地评价器件可靠性，节省实验时间，提高效率。

附图说明

图1是本发明加速实验中快速评价半导体器件可靠性的流程图

图2是本发明加速实验中单调退化规律的模拟示意图

图3是本发明加速实验中非单调退化规律的模拟示意图

图4是本发明GaAsMESFET器件加速退化实验中I_DSS退化曲线示意图

图5是本发明GaNLED器件加速退化实验中正向电压退化曲线示意图

具体实施示例：

下面将结合附图1和示例对本发明作进一步的详细说明。

示例1半导体器件单调退化时，快速评价加速实验中半导体器件可靠性的具体实施方式如下：

步骤一、建立GaAs MESFET器件的基于均相反应动力学的参数退化模型，具体如下：

GaAs MESFET器件的均相反应速率取决于反应物的温度和浓度，反应速率的温度效应关系式用Arrhenius方程表示，反应速率的浓度效应关系式用浓度的幂级数形式表示。根据GaAs MESFET器件的反应速率，建立GaAs MESFET器件的参数退化模型：

其中，ΔM为GaAs MESFET器件的失效敏感参数退化量，i为待检测半导体器件的反应个数，N_i为GaAs MESFET器件在退化过程中的退化比例，τ_i为反应物的反应时间常数，t为GaAs MESFET器件在加速实验中的实验时间。

步骤二、确定GaAs MESFET加速实验中的应力类型与应力水平；

选取温度为施加的应力类型，即对GaAs MESFET进行温度应力加速实验，确定温度应力水平为170℃。

步骤三、对半导体器件GaAs MESFET的早中期失效敏感参数进行测量，具体如下：

选取GaAs MESFET器件的饱和漏源电流I_DSS为失效敏感参数，对其进行在线测量，实现实时采集。将GaAs MESFET置于恒温平台进行恒定温度加速实验，同时利用电源给GaAs MESFET提供5V的漏压。程序控制测试仪器实现GaAsMESFET饱和漏源电流I_DSS的自动采集。每隔两小时采集一次，则温度为170℃，5V漏压下器件GaAs MESFET参数退化数据如表1所示：

表1加速实验中GaAs MESFET器件饱和漏源电流I_DSS的退化数据（170℃，V_GS=0V，V_DS=5V）

备注¹：表1中的GaAs MESFET器件饱和漏源电流I_DSS的退化数据为部分数据，在线测量

数据较多，本示例只列举部分数据进行说明，全部数据见图4.

步骤四、基于步骤一中的参数退化模型，利用软件origin对GaAs MESFET饱和漏源电流I_DSS的退化数据进行拟合，如图4所示。

步骤五、确定步骤四中退化模型的参数，建立参数退化模型。

图4所示的退化中为单一退化规律，参数退化模型中参数饱和漏源电流I_DSS的退化比例N和反应物的反应时间常数τ分别为0.0296和453.52；因此，饱和漏源电流I_DSS在170℃，5V漏压下的参数退化模型为：

$I_{\mathrm{DSS}}=0.0296\×\exp (-\frac{t}{453.52})+0.3421$

其中，I_DSS为GaAs MESFET加速实验中的退化量饱和漏源电流，t为加速时间，退化量随时间呈指数形式下降。

步骤六、利用步骤五得出的漏源电流与加速时间的关系即可外推器件GaAsMESFET饱和漏源电流I_DSS的长期退化规律，求得不同时间下饱和漏源电流I_DSS的退化量，从而判别器件GaAs MESFET是否失效，准确求得GaAs MESFET的寿命，快速评价GaAs MESFET的可靠性。

示例2参数非单调退化时，快速评价加速实验中半导体器件可靠性的具体实施方式如下：

步骤一、建立GaN LED器件芯片的基于均相反应动力学的参数退化模型，具体如下：

GaN LED器件芯片的均相反应速率取决于反应物的温度和浓度，反应速率的温度效应关系式用Arrhenius方程表示，反应速率的浓度效应关系式用浓度的幂级数形式表示。根据GaN LED器件芯片的反应速率，建立GaN LED器件芯片的参数退化模型：

$\mathrm{\ΔM}=\underset{i}{\mathrm{\Σ}}{N}_i{e}^{-\frac{t}{{\mathrm{\τ}}_i}}$

其中，ΔM为GaN LED器件芯片的失效敏感参数退化量，i为待检测半导体器件的反应个数，N_i为GaN LED器件的芯片在退化过程中的退化比例，τ_i为反应物的反应时间常数，t为GaN LED器件的芯片在加速实验中的实验时间。

步骤二、确定GaNLED加速实验中的应力类型与应力水平；

选取温度为施加的应力类型，即对GaN LED进行温度应力加速实验；确定温度应力水平为110℃。

步骤三、对半导体器件GaN LED芯片的早中期失效敏感参数进行测量，具体如下：

选取器件GaN LED的正向电压为失效敏感参数，对其进行在线测量，实现实时采集。将GaN LED置于恒温平台进行恒定温度加速实验，同时利用电源给GaN LED提供350mA电流，确保GaN LED处于正常工作状态。程序控制测试仪器实现GaN LED正向电压的自动采集。每隔两小时采集一次，则温度为110℃，电流为350mA下器件GaN LED正向电压的退化数据如表2所示：

表2加速实验中GaN LED器件的正向电压的退化数据（110℃，350mA）

备注²：表2中的GaN LED器件的正向电压的退化数据为部分数据，在线测量数据较多，本示例只列举部分数据进行说明，全部数据见图5.

步骤四、基于步骤一中的参数退化模型理论，利用软件origin对GaN LED正向电压的退化数据进行拟合，如图5所示。

步骤五、确定步骤四中退化模型的参数，建立参数退化模型。

图5所示的退化中有两个退化规律，参数退化模型的参数分别为GaN LED正向电压的退化比例N₁和N₂，以及反应物的反应时间常数τ₁和τ₂，其大小分别为0.03157和0.0283，以及715.8和72.81，因此，GaN LED的正向电压在110℃，350mA下的参数退化模型为：

$V_F=0.03157\×\exp (-\frac{t}{715.8})+0.0283\×\exp (-\frac{t}{72.81})+2.9233$

其中，V_F为GaN LED加速实验中的退化量正向电压，t为加速时间，退化量随时间呈指数叠加形式下降。

步骤六、利用步骤五的正向电压与加速时间的关系即可外推器件GaN LED芯片的长期退化规律，求得不同时间下正向电压V_F的退化量，从而判别器件GaN LED芯片是否失效，准确求得GaN LED芯片的寿命，快速评价GaN LED芯片的可靠性。

Claims (1)

1.一种快速评价半导体器件可靠性的方法，其特征在于，包括以下步骤：

步骤一、建立基于均相反应动力学原理的待检测半导体器件的参数退化模型；

待检测半导体器件的均相反应速率取决于反应物的温度和浓度，均相反应速率利用温度效应关系式和浓度效应关系式表示，根据待检测半导体器件的反应速率，即可建立待检测半导体器件参数退化模型，基于均相反应动力学的参数退化模型为：

$\mathrm{\ΔM}=\underset{i}{\mathrm{\Σ}}{N}_i{e}^{-\frac{t}{{\mathrm{\τ}}_i}}$

其中，ΔM为待检测半导体器件的失效敏感参数退化量，i为待检测半导体器件的反应个数，N_i为半导体器件在退化过程中的退化比例，τ_i为反应物的反应时间常数，t为实验时间；

步骤二、确定待检测半导体器件加速实验中的应力类型与应力水平；

选取温度为施加的应力类型，即对半导体器件进行温度应力加速实验；确定温度应力水平T；

步骤三、对待检测半导体器件的早中期失效敏感参数进行测量；

利用温度控制系统对待检测半导体器件施加温度应力，在温度应力T水平下，采集加速实验时间条件下的待检测半导体器件的失效敏感参数，其中，所述的半导体器件的失效敏感参数为半导体器件的所有敏感参数在加速实验中最先失效的参数；

步骤四、基于步骤一中的参数退化模型，对待检测半导体器件的早中期失效敏感参数的退化规律进行拟合；

步骤五、根据步骤四中的拟合结果，确定参数退化模型中的各参数，建立半导体器件的参数退化模型；

步骤六、根据步骤五中的参数退化模型，外推器件长期退化规律，得到不同时间下器件参数的退化量，快速评价器件的可靠性。

Images