CN109632925A - 一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法 - Google Patents
一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法 Download PDFInfo
- Publication number
- CN109632925A CN109632925A CN201811578076.7A CN201811578076A CN109632925A CN 109632925 A CN109632925 A CN 109632925A CN 201811578076 A CN201811578076 A CN 201811578076A CN 109632925 A CN109632925 A CN 109632925A
- Authority
- CN
- China
- Prior art keywords
- sample
- secondary ion
- ion
- trace impurity
- concentration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000012535 impurity Substances 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000009826 distribution Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 239000001301 oxygen Substances 0.000 claims abstract description 21
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 21
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 20
- 229910021389 graphene Inorganic materials 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 14
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 claims abstract description 4
- 150000002500 ions Chemical class 0.000 claims description 109
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 claims description 23
- 238000004544 sputter deposition Methods 0.000 claims description 23
- 229910052797 bismuth Inorganic materials 0.000 claims description 21
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 9
- -1 oxonium ion Chemical class 0.000 claims description 8
- 238000010884 ion-beam technique Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 13
- 239000000126 substance Substances 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 239000002390 adhesive tape Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910002804 graphite Inorganic materials 0.000 description 2
- 239000010439 graphite Substances 0.000 description 2
- 238000010849 ion bombardment Methods 0.000 description 2
- 238000000752 ionisation method Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-O oxonium Chemical compound [OH3+] XLYOFNOQVPJJNP-UHFFFAOYSA-O 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 150000001518 atomic anions Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 238000005234 chemical deposition Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 229960000935 dehydrated alcohol Drugs 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000005307 ferromagnetism Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000007306 functionalization reaction Methods 0.000 description 1
- 229910052733 gallium Inorganic materials 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000005596 ionic collisions Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002488 metal-organic chemical vapour deposition Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 238000005011 time of flight secondary ion mass spectroscopy Methods 0.000 description 1
- 238000002042 time-of-flight secondary ion mass spectrometry Methods 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法,属于材料检测技术领域。该方法包括:在试样表面转移石墨烯;将转移石墨烯的试样放置于二次离子质谱仪的样品室内,并抽真空;向样品室内通入氧气;从试样溅射出二次离子;调节提取电压的脉冲宽度以及每个循环周期的分析帧数;收集所述二次离子;对二次离子进行分析获得质谱图和二次离子深度剖析图;获得试样中痕量杂质元素的检测结果。本发明的技术方案能够对AlN中痕量杂质元素浓度及分布进行高精度检测,可检测的痕量杂质元素种类多,体浓度检测极限达到ppb级,杂质元素测试精度可达10%以下,杂质元素分布的分辨率<10nm。
Description
技术领域
本发明涉及材料检测技术领域,尤其涉及一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法。
背景技术
AlN是所有III-V族半导体材料中禁带最宽的直接带隙半导体材料(禁带宽度Eg=6.2eV),带间跃迁发射波长可进入深紫外波段。与其他半导体材料相比,AlN具有很多优点:首先,AlN的物理特性决定了其在许多应用领域都具有很大潜力。AlN的特宽带隙使其成为制备紫外深紫外光电子器件的理想材料,特宽带隙的AlN还可以作为其它发光体的基体材料,最近的研究还表明,AlN中掺入Ga、Mg等金属后具有铁磁性,并具有半金属特性,使其成为制备自旋电子器件的可能材料;与其他半导体材料相比,Al元素在地壳中含量丰富(是地壳中含量最多的金属元素,占总质量的7.51%),N是空气中含量最大的气体(占总体积的78%),生产成本相对低廉,最后,AlN无毒、对环境无污染,是一种环保型材料。以上优点表明,具有十分广阔的应用前景,因此成为半导体领域的研究热点,备受瞩目。
发明人发现,AlN材料中的杂质对其性能具有一定的不良影响,尤其是基于先进半导体材料的功能化器件,准确地获得该项参数对于精密电子电路及先进军备武器装备的研制具有重大的指导意义。但是目前并没有一种检测方法或手段能对AlN中痕量杂质元素进行高精度检测。
发明内容
本发明提供一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法,可以对AlN中痕量杂质元素浓度及分布进行高精度检测。
本发明提供一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法,所述方法包括以下步骤:
步骤1、在试样表面转移石墨烯;
步骤2、将表面转移石墨烯的所述试样放置于二次离子质谱仪的样品室内,并抽真空;
步骤3、向所述样品室内通入氧气;
步骤4、从所述试样溅射出二次离子;
步骤5、调节提取电压的脉冲宽度以及每个循环周期的分析帧数;
步骤6、通过所述二次离子质谱仪内的飞行时间质量分析器来收集所述二次离子;
步骤7、通过所述飞行时间质量分析器对所述二次离子进行分析获得质谱图和二次离子深度剖析图;
步骤8、根据所述质谱图和所述二次离子深度剖析图获得所述试样中痕量杂质元素的检测结果。
进一步的,在所述步骤1中,转移石墨烯方法为机械剥离法。
进一步的,在所述步骤1中,试样表面的石墨烯的厚度为1~20微米。
进一步的,在所述步骤2中,抽真空后所述样品室的真空度为1.0×10-8Pa~5.0×10-8Pa。
进一步的,在所述步骤3中,向所述样品室内通入1-5sccm的氧气,使氧气分子集中喷射在分析区域内,以减小样品表面的荷电效应。流到样品表面的氧气流量必须足够稳定,以保证分析过程中的二次离子产额不会改变。
进一步的,所述步骤4通过使用铋团簇离子束和氧离子束共同轰击所述试样从所述试样溅射出二次离子。
进一步的,在所述步骤S4中,铋团簇离子束的能量为20KeV-30KeV,束流强度为2×10-6A/cm2-4×10-6A/cm2,入射角为45度,扫描面积为100×100μm2-200×200μm2;氧离子束的能量为0.5KeV-1KeV,束流强度为3×10-4A/cm2-5×10-4A/cm2,溅射速度为0.4-0.6nm/s,入射角度为45度,扫描面积为400×400μm2-500×500μm2。所述步骤S4还可以包括通过飞秒激光器对溅射产物进行后电离处理的步骤,所述飞秒激光器的重复频率为1kHz,脉宽为35-40fs,输出为700-800nm。通过飞秒激光器进行后电离可将溅射产物中的中性粒子电离为带电离子,可大大增加二次离子产额。
进一步的,在所述步骤5中,提取电压的脉冲宽度为28-30ns,每个循环周期的分析帧数为8-10。
进一步的,在所述步骤S6中,二次离子的收集面积与使用铋团簇离子和氧离子共同轰击所述试样时形成的溅射坑之间具有如下关系:溅射坑的边长D和收集面积的边长L之间满足D≥L+4φ,其中,φ为铋团簇离子的离子束直径的直径;
所述收集面积满足以下公式:A=(R·X+d)*(R·Y+d),其中,A为收集面积,R为铋团簇离子的离子束直径,X为X方向的窗口比例,Y为Y方向的窗口比例,d为由传输透镜和场光阑确定的直径。
进一步的,所述步骤8包括:
步骤801:根据所述质谱图获得所述试样中痕量杂质元素的种类:
根据所述质谱图中各个峰的荷质比,确定各个峰对应的杂质元素的种类;
步骤802:根据所述二次离子深度剖析图获得所述试样中痕量杂质元素的浓度与深度之间的关系:
根据所述二次离子深度剖析图中二次离子强度与溅射时间的曲线关系,利用以下公式计算得出深度以及痕量杂质元素的浓度:
深度=时间×溅射速度;
痕量杂质元素的浓度=(二次离子信号强度÷参考信号强度)×相对灵敏度因子;
通过三维模拟的方式,根据计算得出的深度以及痕量杂质元素的浓度,模拟出所述试样中痕量杂质元素的浓度与深度之间的关系。
本发明的有益效果:
本发明提供了一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法,使用该SIMS优化检测方法对AlN中痕量杂质元素进行检测,可检测的痕量杂质元素种类多,体浓度检测极限可以达到ppb级,杂质元素测试精度可达10%以下,杂质元素分布的分辨率<10nm。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的SIMS优化检测方法的流程图;
图2为本发明实施例提供的质谱图中AlN中痕量元素Mg的离子强度峰。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下本发明实施例中的各技术特征均可以相互结合。
本发明实施例提供了一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法(以下简称为SIMS优化检测方法),使用该SIMS优化检测方法对AlN中痕量杂质元素进行检测的过程如下:先在试样表面转移石墨烯,再将表面转移了石墨烯的所述试样放置于二次离子质谱仪的样品室内,并抽真空,再向样品室内通入氧气,再使用铋团簇离子和氧离子共同轰击试样,以从试样溅射出二次离子,再调节提取电压的脉冲宽度以及每个循环周期的分析帧数,再通过二次离子质谱仪内的飞行时间质量分析器收集二次离子,再通过所述飞行时间质量分析器对二次离子进行分析获得质谱图和二次离子深度剖析图,最后根据质谱图和二次离子深度剖析图获得试样中痕量杂质元素的检测结果,进而可以对AlN中的痕量杂质元素的浓度及分布进行高精度检测,且可检测的痕量杂质元素种类多,体浓度检测极限可以达到ppb级,杂质元素测试精度可达10%以下,杂质元素分布的分辨率<10nm。
实施例
如图1所示,根据本发明的SIMS优化检测方法包括:
步骤S1、在试样表面转移石墨烯。
其中,试样表面转移的石墨烯有助于以后步骤中溅射所得的溅射产物中二次离子的占比,能够大幅提高后续获得的质谱图中的纵坐标强度(可以增加约两个数量级),有助于提高检测结果的精度和准确性。
可选地,在步骤S1之前,还可以利用丙酮以及无水乙醇清洁试样表面。
可选地,在步骤S1中,转移石墨烯的方法为机械剥离法,将石墨涂覆在胶带上,反复沾胶带使石墨均匀附着在胶带表面,将均匀附着的胶带粘在AlN表面,在65℃下加热10分钟。试样表面的石墨烯的厚度为1~20微米,以使得石墨烯的厚度合适,不会因其厚度过小无法起到效果,也不会因其厚度过大造成测试成本的增加。
可选地,试样可以为1cm*1cm的薄片,可以由2英寸直径左右的大片切割形成。
步骤S2、将表面转移了石墨烯的试样放置于二次离子质谱仪的样品室内,并抽真空。
其中,若抽真空后样品室的真空度过低,会使得空气会与后续轰击所用的铋团簇离子和氧离子碰撞严重,降低到达试样上的铋团簇离子和氧离子的能量,造成轰击效果不佳,若抽真空后样品室的真空度过高,会较难实现,且对真空泵有较大要求,基于此,本发明实施例中选择,在步骤S2中,抽真空后样品室的真空度为1.0×10-8Pa~5.0×10-8Pa,例如2.0×10-8Pa。
步骤S3、向样品室内通入氧气。
发明人发现,利用O2的活性可以增强后续采用的铋团簇离子和氧离子的活性,提高二次离子产率,有利于优化高精度检测方法的深度分辨率,以及提高痕量杂质浓度检测限。
其中,若向样品室内通入的氧气过多,氧气浓度过大,使得样品室内的真空度降低,溅射产生的离子能量降低,溅射过程受到阻碍,若向样品室内通入的氧气过少,氧气浓度太低,则产生的离子的活性太低,离子间的相互碰撞能力减弱。基于此,本发明实施例中选择,在步骤S3中,向样品室内通入1-5sccm氧气,使氧气分子集中喷射在分析区域内,以减小样品表面的荷电效应,流到样品表面的氧气流量必须足够稳定,以保证分析过程中的二次离子产额不会改变。
步骤S4、使用铋团簇离子束(Bi1 +)和氧离子束共同轰击试样,以从试样溅射出二次离子。
其中,采用铋团簇离子的原因在于,多个铋原子形成一个团簇,团簇离子轰击样品然后分散形成多个小的原子,每个原子的能量较小,对样品的损伤较低,且得到二次离子较多。另外,使用铋团簇离子和氧离子共同轰击试样,与仅使用氧离子轰击试样相比,可以在不降低二次离子产量的同时,降低因氧离子能量高而对试样产生的损伤,有助于提高痕量杂质原子的分辨率。
需要注意的是,铋团簇离子束的能量、束流强度、扫描面积、离子入射角度,以及氧离子束的能量、束流强度、扫描面积、离子入射角度等均会对溅射效果产生影响,综合考虑以上各因素后,本发明实施例中选择,在步骤S4中,铋团簇离子束(Bi1 +)的能量为20KeV-30KeV,束流强度为2×10-6A/cm2-4×10-6A/cm2,入射角为45度,扫描面积为100×100μm2-200×200μm2;在所述步骤S4中,氧离子束的能量为0.5KeV-1KeV,束流强度为3×10-4A/cm2-5×10-4A/cm2,溅射速度为0.4-0.6nm/s,入射角度为45度,扫描面积400×400μm2-500×500μm2。此外溅射产物可经过飞秒激光器进行后电离处理,通过飞秒激光器进行后电离可将溅射产物中的中性粒子电离为带电离子,可大大增加二次离子产额,其中,飞秒激光器的重复频率为1kHz,脉宽为35-40fs,输出为700-800nm。
步骤S5、调节提取电压的脉冲宽度以及每个循环周期的分析帧数;
其中,提取电压的脉冲宽度对每个脉冲宽度内所读取的二次离子的数量有影响,分析帧数对所读取的二次离子的强度有影响,具体地,脉冲宽度越大,每个脉冲宽度内所读取的二次离子数越多,分析帧数越多,由于每个循环绘制的数据点是在该循环期间获得的所有分析帧的总和,因此二次离子的强度越大。基于此,本发明实施例中选择,在步骤S5中,提取电压的脉冲宽度为28-30ns,每个循环周期的分析帧数为8-10,使得一次循环的总时间增加。
另外,在步骤S5中,也可以通过调节提取电压脉冲,滞后提取电压的开启时间(与溅射开始时间相比滞后5~10微秒时间),进而避免溅射初始阶段的杂质离子的干扰,提高二次离子产率。
步骤S6、通过二次离子质谱仪内的飞行时间质量分析器收集二次离子;
可选地,在步骤S6中,二次离子的收集面积与使用铋团簇离子和氧离子共同轰击试样时形成的溅射坑之间具有如下关系:溅射坑的边长D和收集面积的边长L之间满足D≥L+4φ,其中,φ为铋团簇离子的离子束直径的直径,以使得能够有效地将溅射出的二次离子进行收集,且被收集的二次离子应仅来自十分平整的溅射坑底面,没有溅射坑侧壁不同深度的离子和附近仪器表面的离子贡献,以使对试样中杂质原子进行深度分析时可以得到较为精确的分析结果。
其中,以上所述的收集面积满足以下公式:A=(R·X+d)*(R·Y+d),其中,R为铋团簇离子的离子束直径,X为X方向的窗口比例,Y为Y方向的窗口比例,d为由传输透镜和场光阑确定的直径。
步骤S7、通过飞行时间质量分析器对二次离子进行分析获得质谱图和二次离子深度剖析图。
以试样的材质为AlN为例,通过飞行时间质量分析器对二次离子进行分析获得质谱图和二次离子深度剖析图,如图2为本发明实施例提供的质谱图中AlN中痕量杂质Mg的离子强度峰,其中,图2中纵坐标为离子强度(Intensity,单位counts),横坐标为元素质核比(m/z)。
步骤S8、根据质谱图和二次离子深度剖析图获得试样中痕量杂质元素的检测结果。
经之前步骤中利用具有一定能量并经过聚焦的一次离子束(Bi1 +、O2 +等),在试样上进行轰击,溅射出的原子部分离子化,生成二次离子,对于单原子离子,二次离子强度与该原子在试样中浓度的关系可表示为:IA′α=IP·Y·αA·CA·β±·f±,其中,IA′α为被测元素的某一同位素的二次离子强度(计数/秒);IP为一次离子强度(离子个数/秒);Y为溅射产额(总原子数/每个一次离子);αA为被测同位素的丰度;CA为A元素的浓度nA/nB(nA为基体中A原子的个数,nB为基体原子数);β±为被溅射原子的正离子或负离子的离子化率;f±为二次离子测定的效率(计数/离子)。由以上所述可知,通过二次离子强度即可计算得到某一原子在试样中的浓度。
在离子轰击逐层剥蚀试样表面的过程中,同时监测某元素的二次离子强度随轰击时间的变化,即可分析试样由表及里杂质原子的浓度随深度变化的情况,即对试样中杂质原子进行深度分析。一个精确的深度分析需要对分析区域进行均匀的轰击,形成平底坑,被检测二次离子应仅来自十分平整的坑底面,没有坑侧壁样品不同深度的离子和附近仪器表面的离子贡献。
具体地,步骤S8包括:
根据质谱图获得试样中痕量杂质元素的种类,例如,根据质谱图中各个峰的荷质比,确定各个峰对应的杂质元素的种类;
根据二次离子深度剖析图获得试样中痕量杂质元素的浓度与深度之间的关系,例如,根据二次离子深度剖析图中二次离子强度与溅射时间的曲线关系,利用以下公式计算得出深度以及痕量杂质元素的浓度:深度=时间×溅射速度;痕量杂质元素的浓度=(二次离子信号强度÷参考信号强度)×相对灵敏度因子;通过三维模拟的方式,根据计算得出的深度以及痕量杂质元素的浓度,模拟出试样中痕量杂质元素的浓度与深度之间的关系。
相对灵敏度因子(RSF)是通过标准样品测试结果计算出来的。其对应的计算公式如下:
式中,Im为标准样品中质量为m的二次离子流强度,θm为该物质所占的浓度;In为标准样品中质量为n的二次离子流强度,θn为该物质所占的浓度。由于飞行时间二次离子质谱仪在一次的检测中可以获得所有物质的离子信号,故Im、In均可通过检测得到;在标准样品中,θm、θn为已知量,故通过该公式可算出相对灵敏度因子。这样,在得到RSF后,通过测得未知样品的Im、已知的n物质的In,及已知的n物质的浓度,便可求得待测样品中m物质的浓度。
在二次离子质谱仪中,杂质定量分析目前主要采用的就是相对灵敏度因子法。通过该方法,可以很大程度上消除由于其他成分的存在对二次离子的产额造成影响,即消除基体效应对检测结果造成的影响,从而获得比较准确的测试结果。
在实际检测过程中,可以在一个样品上选多个(例如3个)测试区域进行测试,或者,重复步骤S1~步骤S8以测试多个样品(例如3个),以确保测试结果可靠。
本发明实施例提供的SIMS优化检测方法工作过程中的测试温度为20±5℃。
采用本发明实施例提供的SIMS优化检测方法对AlN中主要杂质元素Mg、Ga的体浓度检测极限可以达到ppb级,其中,针对杂质元素Mg的检测限可以达到3.2×1014atoms/cm3,体浓度检测极限可以达到20ppb,针对杂质元素Ga的检测限可以达到3.2×1014atoms/cm3,体浓度检测极限可以达到20ppb。另外,采用本发明实施例提供的SIMS优化检测方法对AlN中主要痕量杂质元素进行检测时,杂质定量测试精度<5%,杂质纵向分布分辨率<1nm。
本发明实施例提供的SIMS优化检测方法适用于通过金属有机化学沉积法(MOCVD)制备的AlN。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法,其特征在于,所述方法包括以下步骤:
步骤1、在试样表面转移石墨烯;
步骤2、将表面转移石墨烯的所述试样放置于二次离子质谱仪的样品室内,并抽真空;
步骤3、向所述样品室内通入氧气;
步骤4、从所述试样溅射出二次离子;
步骤5、调节提取电压的脉冲宽度以及每个循环周期的分析帧数;
步骤6、通过所述二次离子质谱仪内的飞行时间质量分析器来收集所述二次离子;
步骤7、通过所述飞行时间质量分析器对所述二次离子进行分析获得质谱图和二次离子深度剖析图;
步骤8、根据所述质谱图和所述二次离子深度剖析图获得所述试样中痕量杂质元素的检测结果。
2.根据权利要求1所述的方法,其特征在于,在所述步骤1中,转移石墨烯方法为机械剥离法。
3.根据权利要求1所述的方法,其特征在于,在所述步骤1中,试样表面的石墨烯的厚度为1~20微米。
4.根据权利要求1所述的方法,其特征在于,在所述步骤2中,抽真空后所述样品室的真空度为1.0×10-8Pa~5.0×10-8Pa。
5.根据权利要求1所述的方法,其特征在于,在所述步骤3中,向所述样品室内通入1-5sccm的氧气,使氧气分子集中喷射在分析区域内,以减小样品表面的荷电效应。
6.根据权利要求1所述的方法,其特征在于,所述步骤4通过使用铋团簇离子束和氧离子束共同轰击所述试样从所述试样溅射出二次离子。
7.根据权利要求6所述的方法,其特征在于,在所述步骤4中,铋团簇离子束的能量为20KeV-30KeV,束流强度为2×10-6A/cm2-4×10-6A/cm2,入射角为45度,扫描面积为100×100μm2-200×200μm2;氧离子束的能量为0.5KeV-1KeV,束流强度为3×10-4A/cm2-5×10-4A/cm2,溅射速度为0.4-0.6nm/s,入射角度为45度,扫描面积为400×400μm2-500×500μm2。
8.根据权利要求1所述的方法,其特征在于,在所述步骤5中,提取电压的脉冲宽度为28-30ns,每个循环周期的分析帧数为8-10。
9.根据权利要求7所述的方法,其特征在于,在所述步骤S6中,二次离子的收集面积与使用铋团簇离子和氧离子共同轰击所述试样时形成的溅射坑之间具有如下关系:溅射坑的边长D和收集面积的边长L之间满足D≥L+4φ,其中,φ为铋团簇离子的离子束直径的直径;
所述收集面积满足以下公式:A=(R·X+d)*(R·Y+d),其中,A为收集面积,R为铋团簇离子的离子束直径,X为X方向的窗口比例,Y为Y方向的窗口比例,d为由传输透镜和场光阑确定的直径。
10.根据权利要求1所述的方法,其特征在于,所述步骤8包括:
步骤801:根据所述质谱图获得所述试样中痕量杂质元素的种类:
根据所述质谱图中各个峰的荷质比,确定各个峰对应的杂质元素的种类;
步骤802:根据所述二次离子深度剖析图获得所述试样中痕量杂质元素的浓度与深度之间的关系:
根据所述二次离子深度剖析图中二次离子强度与溅射时间的曲线关系,利用以下公式计算得出深度以及痕量杂质元素的浓度:
深度=时间×溅射速度;
痕量杂质元素的浓度=(二次离子信号强度÷参考信号强度)×相对灵敏度因子;
通过三维模拟的方式,根据计算得出的深度以及痕量杂质元素的浓度,模拟出所述试样中痕量杂质元素的浓度与深度之间的关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578076.7A CN109632925B (zh) | 2018-12-20 | 2018-12-20 | 一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578076.7A CN109632925B (zh) | 2018-12-20 | 2018-12-20 | 一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109632925A true CN109632925A (zh) | 2019-04-16 |
CN109632925B CN109632925B (zh) | 2020-07-31 |
Family
ID=66076730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811578076.7A Expired - Fee Related CN109632925B (zh) | 2018-12-20 | 2018-12-20 | 一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109632925B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110455907A (zh) * | 2019-07-04 | 2019-11-15 | 昆山禾信质谱技术有限公司 | 基于飞行时间质量分析器的串联质谱数据分析方法 |
CN112432993A (zh) * | 2020-12-15 | 2021-03-02 | 天津中环领先材料技术有限公司 | 一种重掺硅片氧碳含量的测试方法 |
CN113109415A (zh) * | 2021-03-26 | 2021-07-13 | 南昌大学 | 一种适用于二次离子质谱分析的多层膜界面位置表征方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3288061A1 (en) * | 2016-08-24 | 2018-02-28 | Instytut Technologii Materialów Elektronicznych | Graphene-enhanced secondary ion mass spectroscopy analysis |
CN109755148A (zh) * | 2018-12-20 | 2019-05-14 | 北京科技大学 | 一种用于InP、GaN中痕量杂质浓度及分布的SIMS优化检测方法 |
-
2018
- 2018-12-20 CN CN201811578076.7A patent/CN109632925B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3288061A1 (en) * | 2016-08-24 | 2018-02-28 | Instytut Technologii Materialów Elektronicznych | Graphene-enhanced secondary ion mass spectroscopy analysis |
CN109755148A (zh) * | 2018-12-20 | 2019-05-14 | 北京科技大学 | 一种用于InP、GaN中痕量杂质浓度及分布的SIMS优化检测方法 |
Non-Patent Citations (3)
Title |
---|
N. KARAR ET AL.: "TOF-SIMS Analysis of InGaN/GaN for Expected Doping Profiles", 《ECS JOURNAL OF SOLID STATE SCIENCE AND TECHNOLOGY》 * |
R BOGER,ET AL.: "Molecular beam epitaxy and doping of AlN at high growth temperatures", 《JOURNAL OF PHYSICS D: APPLIED PHYSICS》 * |
SUNIL S. KUSHVAHA,M. SENTHIL KUMAR: "Epitaxial GaN Layers: Low Temperature Growth Using Laser Molecular Beam Epitaxy Technique and Characterizations", 《ADVANCES IN NANOMATERIALS》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110455907A (zh) * | 2019-07-04 | 2019-11-15 | 昆山禾信质谱技术有限公司 | 基于飞行时间质量分析器的串联质谱数据分析方法 |
CN112432993A (zh) * | 2020-12-15 | 2021-03-02 | 天津中环领先材料技术有限公司 | 一种重掺硅片氧碳含量的测试方法 |
CN113109415A (zh) * | 2021-03-26 | 2021-07-13 | 南昌大学 | 一种适用于二次离子质谱分析的多层膜界面位置表征方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109632925B (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meisenkothen et al. | Effects of detector dead-time on quantitative analyses involving boron and multi-hit detection events in atom probe tomography | |
Ireland et al. | Considerations in zircon geochronology by SIMS | |
Robinson et al. | U and Th concentrations and isotope ratios in modern carbonates and waters from the Bahamas | |
CN109632925A (zh) | 一种用于AlN中痕量杂质元素浓度及分布的SIMS优化检测方法 | |
Thomen et al. | Determination of the nitrogen abundance in organic materials by NanoSIMS quantitative imaging | |
CN106093261B (zh) | 一种鉴别蜂蜜中掺入淀粉类糖浆的方法 | |
Stern | Methods and reference materials for SIMS diamond C-and N-isotope analysis. | |
CN102539517B (zh) | 一种铜合金材料表层逐层分析方法 | |
Baker | Secondary ion mass spectrometry | |
Räcke et al. | Image charge detection statistics relevant for deterministic ion implantation | |
CN109755148A (zh) | 一种用于InP、GaN中痕量杂质浓度及分布的SIMS优化检测方法 | |
CN103983715A (zh) | 一种tims测量铀氧化物中氧同位素比的测量方法 | |
CN104535598A (zh) | 加速器质谱测量微粒中铀同位素丰度比的方法 | |
CN109580764A (zh) | 一种半绝缘GaAs、SiC中痕量杂质浓度分布的SIMS优化检测方法 | |
Forstner et al. | Reassessment of 182Hf AMS measurements at VERA | |
Chia et al. | Recent advances in secondary ion mass spectrometry to characterize ultralow energy ion implants | |
CN103983682A (zh) | 一种氧同位素tims测量方法 | |
Sysoev et al. | Analysis of bulk and powdered samples using a LAMAS-10M laser ionization time-of-flight mass spectrometer | |
CN112525976B (zh) | 一种基于大型离子探针对含水矿物中水含量、氧同位素和氢同位素同时进行分析的方法 | |
Borysiuk et al. | Optimization of 18O measurement using NRA for studies of isotopic content in fossil meteorites | |
Downing et al. | Near-surface profiling of semiconductor materials using neutron depth profiling | |
Smith et al. | On-line ion implantation for quantification in secondary ion mass spectrometry: determination of trace carbon in thin layers of silicon | |
CN109148256A (zh) | 一种用于四极杆质谱仪的检测器校正方法 | |
Graham et al. | Ionization of fragmentation of diatomic molecular gases by 5-45 keV Ne+ and Na+ ions and Ne atoms | |
Hercules et al. | Applications of laser microprobe mass spectrometry in organic analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200731 |