CN117313625B - Mos器件寿命预测方法、装置和电子设备 - Google Patents
Mos器件寿命预测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN117313625B CN117313625B CN202311605343.6A CN202311605343A CN117313625B CN 117313625 B CN117313625 B CN 117313625B CN 202311605343 A CN202311605343 A CN 202311605343A CN 117313625 B CN117313625 B CN 117313625B
- Authority
- CN
- China
- Prior art keywords
- mos device
- degradation
- curve
- defect concentration
- degradation curve
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000006731 degradation reaction Methods 0.000 claims abstract description 384
- 230000015556 catabolic process Effects 0.000 claims abstract description 317
- 230000007547 defect Effects 0.000 claims abstract description 261
- 238000012360 testing method Methods 0.000 claims abstract description 158
- 238000004088 simulation Methods 0.000 claims abstract description 139
- 230000008569 process Effects 0.000 claims description 73
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 57
- 239000001301 oxygen Substances 0.000 claims description 57
- 229910052760 oxygen Inorganic materials 0.000 claims description 57
- 230000008859 change Effects 0.000 claims description 55
- 229920006395 saturated elastomer Polymers 0.000 claims description 23
- 125000004433 nitrogen atom Chemical group N* 0.000 claims description 13
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000001052 transient effect Effects 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000005684 electric field Effects 0.000 claims description 6
- 230000005527 interface trap Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000003776 cleavage reaction Methods 0.000 claims description 4
- 230000007017 scission Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 abstract description 6
- 229910044991 metal oxide Inorganic materials 0.000 abstract 1
- 150000004706 metal oxides Chemical class 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 239000000969 carrier Substances 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000005121 nitriding Methods 0.000 description 3
- 230000006798 recombination Effects 0.000 description 3
- 238000005215 recombination Methods 0.000 description 3
- 229910004298 SiO 2 Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000010504 bond cleavage reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 125000004429 atom Chemical group 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002161 passivation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/202—Constituents thereof
- G01N33/2022—Non-metallic constituents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2601—Apparatus or methods therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2642—Testing semiconductor operation lifetime or reliability, e.g. by accelerated life tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2648—Characterising semiconductor materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Tests Of Electronic Circuits (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明提供一种MOS器件寿命预测方法、装置和电子设备,属于半导体器件技术领域。方法包括:基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;基于关键电参数退化曲线确定MOS器件的试验寿命;对正常环境的MOS器件进行可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;基于第一栅氧界面缺陷浓度退化曲线与试验寿命,确定目标栅氧界面缺陷浓度;对电磁干扰环境的MOS器件进行可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;基于第二栅氧界面缺陷浓度退化曲线与目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。本发明解决电磁干扰下MOS器件寿命难评估的缺陷。
Description
技术领域
本发明涉及半导体器件技术领域,具体涉及一种MOS器件寿命预测方法、一种MOS器件寿命预测装置和一种电子设备。
背景技术
金属氧化物半导体场效应晶体管(Metal-Oxide-Semiconductor,MOS)又称场控晶体管,作为最具代表性半导体元器件,具备低静态功耗、高响应速度等优秀特征,被广泛应用于大规模集成电路芯片。
通常,MOS器件的设计需要针对适配芯片的种类进行系统性结构优化,增强器件在不同运行环境下的鲁棒性。在实际应用前,需对MOS器件进行可靠性测试,基于测试结果对器件运行寿命进行评估。常规的可靠性测试采用恒压应力或梯度应力对器件进行加速实验测试,二者本质上均以规律性的电压应力施加于MOS器件电极端,观测不同应力时长器件电学参数的变化规律。
然而,真实器件应用环境并不能保证理想的电压输入,当外界电磁干扰严重时,MOS器件输入端受到来自外界的电磁应力,将产生明显的输出波动。这是工业芯片常见的应用难题,器件输出的波动导致电学信号的衰减难以界定,进而MOS器件的寿命难以评估。
发明内容
本发明实施例的目的是提供一种MOS器件寿命预测方法、一种MOS器件寿命预测装置和一种电子设备,用以解决当外界电磁干扰严重时,MOS器件输入端受到来自外界的电磁应力,产生的输出波动导致器件输出的波动导致电学信号的衰减难以界定,进而造成MOS器件的寿命难以评估的问题。
为了实现上述目的,本发明实施例提供一种MOS器件寿命预测方法,包括:
基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;
基于关键电参数退化曲线确定MOS器件的试验寿命;
对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;
对电磁干扰环境的MOS器件的退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
可选的,基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线,包括:
基于对正常环境的MOS器件进行加速退化试验的实验结果,获取不同采样时间的多个电流-电压曲线;
基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线;
其中,所述关键电参数退化曲线包括第一退化曲线或第二退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线。
可选的,所述关键电参数退化曲线包括第一退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第一退化曲线中,MOS器件的饱和漏电流下降达到第一设定阈值时的时间为MOS器件的试验寿命。
可选的,所述关键电参数退化曲线包括第二退化曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第二退化曲线中,MOS器件的阈值电压漂移达到第二设定阈值时的时间为MOS器件的试验寿命。
可选的,所述基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度,包括:
确定所述第一栅氧界面缺陷浓度退化曲线中,与所述试验寿命对应的栅氧界面缺陷浓度为目标栅氧界面缺陷浓度。
可选的,所述基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命,包括:
确定所述第二栅氧界面缺陷浓度退化曲线中,与所述目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命。
可选的,在MOS器件的生长工艺不涉及氮化情况下,正常环境MOS器件的加速退化过程基于缺陷理论的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
另起含氮工艺的MOS器件仿真过程生长出设定厚度的氧化层;
将所述氧化层中氮原子在界面处的占位数量作为原有工艺栅氧界面缺陷浓度初始值;
或者,
正常环境MOS器件的加速退化过程的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
MOS器件生长仿真使用含氮工艺替代原有实际工艺;
生长出设定厚度的氧化层,将所述氧化层中氮原子在界面处的占位数量作为所述栅氧界面缺陷浓度初始值;
其中,所述设定厚度与原有工艺的MOS器件仿真过程中生长出的MOS器件氧化层厚度相同。
另一方面,本发明实施例还提供一种MOS器件寿命预测装置,包括:
加速退化试验模块,用于基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;
试验寿命确定模块,用于基于关键电参数退化曲线确定MOS器件的试验寿命;
第一可靠性仿真模块,用于对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
目标栅氧界面缺陷浓度确定模块,用于基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;
第二可靠性仿真模块,用于对电磁干扰环境的MOS器件的退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
预测寿命确定模块,用于基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
可选的,所述基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线,包括:
基于对正常环境的MOS器件进行加速退化试验的实验结果,获取不同采样时间的多个电流-电压曲线;
基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线;
其中,所述关键电参数退化曲线包括第一退化曲线或第二退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线。
可选的,所述关键电参数退化曲线包括第一退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第一退化曲线中,MOS器件的饱和漏电流下降达到第一设定阈值时的时间为MOS器件的试验寿命。
可选的,所述关键电参数退化曲线包括第二退化曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第二退化曲线中,MOS器件的阈值电压漂移达到第二设定阈值时的时间为MOS器件的试验寿命。
可选的,所述基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度,包括:
确定所述第一栅氧界面缺陷浓度退化曲线中,与所述试验寿命对应的栅氧界面缺陷浓度为目标栅氧界面缺陷浓度。
可选的,所述基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命,包括:
确定所述第二栅氧界面缺陷浓度退化曲线中,与所述目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命。
可选的,在MOS器件的生长工艺不涉及氮化情况下,正常环境MOS器件的加速退化过程基于缺陷理论的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
另起含氮工艺的MOS器件仿真过程生长出设定厚度的氧化层;
将所述氧化层中氮原子在界面处的占位数量作为原有工艺栅氧界面缺陷浓度初始值;
或者,
正常环境MOS器件的加速退化过程的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
MOS器件生长仿真使用含氮工艺替代原有实际工艺;
生长出设定厚度的氧化层,将所述氧化层中氮原子在界面处的占位数量作为所述栅氧界面缺陷浓度初始值;
其中,所述设定厚度与原有工艺的MOS器件仿真过程中生长出的MOS器件氧化层厚度相同。
另一方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述MOS器件寿命预测方法。
另一方面,本发明还提供一种机器可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述MOS器件寿命预测方法。
通过上述技术方案,本发明基于对正常环境的MOS器件进行加速退化试验的试验结果,确定属于试验数据的MOS器件的试验寿命,基于对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,确定属于仿真数据的第一栅氧界面缺陷浓度退化曲线,结合试验寿命和第一栅氧界面缺陷浓度退化曲线确定目标栅氧界面缺陷浓度,再基于属于仿真数据的第二栅氧界面缺陷浓度退化曲线和目标栅氧界面缺陷浓度确定电磁干扰环境下MOS器件的预测寿命。本发明实施例结合实际试验与器件仿真的方法,利用MOS器件的加速退化试验的试验数据与可靠性仿真的仿真数据结合模拟MOS器件退化时微观缺陷演化过程,由于MOS器件内部缺陷增长具备时间单调性,利用栅氧界面缺陷浓度预测MOS器件的寿命,能够有效避免传统方法中电磁干扰环境MOS器件输出波动所带来的错误反馈,实现对电磁干扰环境下MOS器件的寿命进行预测。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明提供的MOS器件寿命预测方法的流程示意图;
图2a是现有提供的工业芯片40V MOS器件的栅极信号输入曲线的示意图;
图2b是现有提供的传递到MOS器件电极处的电磁干扰信号的示意图;
图2c是现有提供的叠加电磁干扰后的MOS器件的栅极信号输入曲线的示意图;
图3a是现有提供的工业芯片40V MOS器件在不同环境下的退化试验获取的电学曲线的示意图;
图3b是现有提供的工业芯片40V MOS器件的饱和漏电流于正常环境及电磁干扰环境中监控数据退化的对比示意图;
图4是本发明提供的反应-扩散退化模型解析示意图;
图5是本发明提供的可靠性仿真过程采用准静态仿真与瞬态仿真并行两种模式实现的示意图;
图6是本发明提供的第二栅氧界面缺陷浓度退化曲线的示意图;
图7是本发明提供的MOS器件寿命预测装置的结构示意图;
图8是本发明提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
工业芯片中的中频集成电路具备信号调解、放大和滤波功能,其工作频率范围在几千赫兹到几百兆赫兹之间。正常工作状态,电路内部元器件开关翻转时长处于微秒到纳秒量级。请参照图2a,图2a描述了一款工业芯片40V MOS器件的栅极信号输入曲线,其栅极开启电压为5V,关断电压为0V,开启时长约800ns。随着电力终端的就地化,变电站、换流站的隔离开关、断路器操作时会产生瞬态电磁干扰,形成常见的电力工业芯片电磁应用环境。这些电磁干扰多以电应力的形式通过各类途径耦合到芯片内部,依此传递芯片封装层、电路层直至器件层。虽然信号在传递过程中存在层级衰减,但不可避免有少量干扰信号传达至MOS器件电极,造成MOS器件工作时的杂波干扰。
请参照图2b,图2b描述了传递到MOS器件电极处的电磁干扰信号。在器件正常运行时,这类干扰信号与正常控制信号进行叠加,导致整体输入信号强度上升。请参照图2c,图2c描述了叠加电磁干扰后的MOS器件的栅极信号输入曲线。电磁干扰信号输入的改变影响了MOS器件的性能:一方面,工作电压的上升造成器件内部电场及电流增大,器件退化加剧;另一方面,由于关断状态未能做到0偏压,引发器件漏电影响了芯片的运行精度。
为量化MOS器件性能的退化,可靠性试验过程通常需要对MOS器件进行电流-电压(I-V)曲线的测量,抽取MOS器件的阈值电压、饱和漏电流等关键电学参数退化规律。图3a展示了工业芯片40V MOS器件在不同环境下的加速退化试验获取的电学曲线。加速退化试验时施加5V栅极电压应力,漏端扫描电压范围0-10V。图3a中的实线曲线展示了未发生退化时的MOS器件性能输出。图3a中的虚线曲线展示了发生退化时的MOS器件性能输出。正常加速退化试验中,由于MOS器件内部缺陷逐渐累积,带电载流子的复合速率加剧,电流应呈现出衰减趋势,表现为MOS器件性能发生退化。图3a中的点线曲线展示了电磁干扰环境下的MOS器件性能输出。在电磁干扰环境下,由于MOS器件整体输入信号增强,电流存在增强现象。这类反常的信号输出导致无法对MOS器件退化状态进行有效评定。
图3b展示了工业芯片40V MOS器件的饱和漏电流于正常环境及电磁干扰环境中监控数据退化对比图。通过对比可见,正常环境下,MOS器件饱和漏电流衰减呈现单调性,随着试验时长增加退化程度逐渐上升。在电磁干扰环境中,由于干扰信号存在不稳定性,MOS器件输入信号高低动荡,电流衰减规律不清。在干扰信号抵达MOS器件端时,由于电流数据增强,呈现出的电流衰减程度减轻;在干扰信号未抵达MOS器件端时,由于整体测试区间电应力增强,呈现出电流衰减程度加剧。因此,量化电磁干扰环境中器件的退化程度需更为高效的手段。
现有的技术方案对工业芯片的MOS器件运行寿命的预估大多依靠可靠性测试。常规的测试手段通过施加规律性的电压应力于器件电极端,观测器件电学参数的退化规律。这种方法抽取的器件寿命对于稳定热场、电场环境下运行的MOS器件能够进行有效评定,却对电磁干扰下运行的器件产生过量置信度,导致芯片器件失效时仍被现场应用,造成生产损坏。
鉴于此,本发明实施例提供一种MOS器件寿命预测方法、一种MOS器件寿命预测装置和一种电子设备,用以解决当外界电磁干扰严重时,MOS器件输入端受到来自外界的电磁应力,将产生明显的输出波动。导致器件输出的波动导致电学信号的衰减难以界定,进而造成MOS器件的寿命难以评估的缺陷。
方法实施例
请参照图1,本发明实施例提供一种MOS器件寿命预测方法,包括:
步骤100、基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线。
首先对正常环境的MOS器件进行加速退化试验,MOS器件的关键电参数在加速退化试验中会随时间退化。电子设备基于加速退化试验的试验结果获取关键电参数退化曲线。其中关键电参数退化曲线是表征关键电参数随时间变化的曲线。本发明实施例的关键电参数退化曲线中的关键电参数可以是MOS器件的饱和漏电流、阈值电压、导通电阻以及线性区电流等。
需要说明的是,由于加速退化试验过程只加速失效的物理过程而不改变失效的物理机制,试验不局限于在MOS器件端施加正常工作电压,可通过施加较高的电压应力能够保证退化的快速进行。
步骤200、基于关键电参数退化曲线确定MOS器件的试验寿命。
本发明实施例中可基于关键电参数退化曲线定义MOS器件的试验寿命。例如电子设备可根据关键电参数退化曲线中关键电参数的下降或退化达到一定程度所用的时间来确定MOS器件的试验寿命。例如当关键电参数退化曲线是表征导通电阻随时间变化的曲线时,在关键电参数退化曲线中MOS器件的导通电阻退化5%即可定义为MOS器件失效,确定加速退化试验中MOS器件导通电阻退化5%时的测试时间即为器件试验寿命。
步骤300、对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线。所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的加速退化过程中栅氧界面缺陷浓度随时间变化的曲线。
在一个实施例中,电子设备可运用TCAD(Technology Computer Aided Design)仿真工具对MOS器件退化过程进行基于缺陷理论的可靠性仿真。仿真过程拟合实验数据,获取精确器件模型。与MOS器件电学仿真不同,可靠性仿真过程包含时间因子用以模拟器件缺陷的演化过程,因此本发明实施例采用准静态仿真与瞬态仿真并行两种模式。
本发明实施例对于MOS器件可靠性仿真的实现需结合缺陷退化模块,其建模理论如下:
半导体器件性能的退化本质上源自器件内部不断积累的缺陷结构对带电载流子输运过程的阻碍作用,界面缺陷态的增长影响恶劣;对于MOS器件,异质界面的生长带来界面缺陷态;为抑制这一过程,制程工艺通常采取氢钝化方案,钝化界面电学悬挂键,降低电学杂质带来的阈值电压等参数误差,Si/SiO2界面处因此存在大量的Si-H键;在外界物理场作用下,Si-H键发生断裂,H元素以原子、分子及离子的形态向界面材料发生扩散,形成界面悬挂Si键、氧化层正电中心等空间电荷;其中,反应后的悬挂键会吸引一个电荷,成为带正电性的界面陷阱电荷。这一电化学过程可逆且不稳定,会影响载流子迁移率及复合速率,导致器件电学输出发生变化;反应-扩散退化理论通常用来解释这一现象,从微观物理源头运用动力学方法评价了器件缺陷所带来的电学影响。
Si-H键断裂的活化能跟缺陷界面陷阱的生成速率具有亚线性关系。TCAD仿真缺陷模型假设Si-H键中H原子位于Si/SiO2界面势阱中。
请参照图4,图4表示本发明实施例的反应-扩散退化模型解析示意图,当H原子遭受粒子轰击逐渐从界面势阱中脱离出来,势阱的深度随之发生变化,Si-H键的活化能也因此受到影响。晶键断裂活化能的变化改变了缺陷的生长速率,从而钳制住微观载流子与陷阱的复合作用,材料的本构参数受到影响,器件的电学特性发生退化。
退化模型建模基于界面陷阱电荷增量。考虑一阶动力学过程,满足如下形式:
;/>(1)
其中n是缺陷量,t为时间,k为反应速率,k 0为初始反应速率,ε A为Si-H键断裂激活能,k B为初始反应速率,T为晶格温度。
理论上,从Si-H键到游离的H需经两步,从Si-H键断裂及从Si悬挂键/H+势垒逃离。假设势垒高度具备玻尔兹曼分布特征,整体的晶键断裂激活能具有如下形式:
;(2)
其中ε 0 A为Si-H键断裂激活能初始值,β为极性相关值,N是Si-H键总量,n 0是界面缺陷初始值。
反应-扩散退化模型建模属于经验性数据建模,仿真过程需对模型参数进行初始赋值。为了在实际工艺器件引入缺陷模型,在器件生长时应模拟缺陷生成过程作为初始条件。常见工艺流程对Si/SiO2异质界面处的生长具备含氮气体,生成过程中N原子在界面处的占位数量可等效为栅氧界面缺陷浓度初始值进行赋值。
具体的,在一些实施例中,在MOS器件的生长工艺不涉及氮化情况下,正常环境MOS器件的加速退化过程基于缺陷理论的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:另起含氮工艺的MOS器件仿真过程生长出设定厚度的氧化层;将所述氧化层中氮原子在界面处的占位数量作为原有工艺栅氧界面缺陷浓度初始值。或者,在另外一些实施例中,正常环境MOS器件的加速退化过程的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:MOS器件生长仿真使用含氮工艺替代原有实际工艺;生长出设定厚度的氧化层,将所述氧化层中氮原子在界面处的占位数量作为所述栅氧界面缺陷浓度初始值;其中,所述设定厚度与原有工艺的MOS器件仿真过程中生长出的MOS器件氧化层厚度相同。以上两种方案均能于MOS器件仿真中引入栅氧界面缺陷浓度初始值。
其中退化模型建模需结合多种基础物理模型用于器件内建电场仿真,包含但不限于界面迁移率模型、体迁移率模型、禁带变窄模型、复合模型等。
请参照图5,本发明实施例的可靠性仿真过程采用准静态仿真与瞬态仿真并行两种模式实现。其中,准静态仿真用于求解器件I-V特征曲线,瞬态仿真用于模拟器件退化过程。通过对仿真数据与实际退化数据进行拟合校对,完成MOS器件加速退化试验下可靠性仿真建模。
步骤400、基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度。
本发明实施例依靠MOS器件可靠性仿真,获取MOS器件的栅氧界面(即Si/SiO2异质界面)缺陷浓度的演化过程。由于MOS器件内部缺陷增长具备时间单调性,基于栅氧界面缺陷浓度的寿命预估手段可以有效避免实际测试过程中器件输出波动带来的电学信号衰减界定难题,因此栅氧界面缺陷浓度的演化能最大程度反应器件本质变化。电子设备基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度。
在一个实施例中,步骤400、基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度,包括:确定所述第一栅氧界面缺陷浓度退化曲线中,与所述试验寿命对应的栅氧界面缺陷浓度为目标栅氧界面缺陷浓度。
即根据加速退化试验的试验寿命,寻求第一栅氧界面缺陷浓度退化曲线中与试验寿命相同仿真时长的栅氧界面缺陷浓度作为目标栅氧界面缺陷浓度,即作为缺陷态器件失效边界条件。需要说明的是,MOS器件因设计目的不同结构多样,实际器件可存在多个Si/SiO2异质界面。其中,栅氧层与导电沟道紧密贴合,缺陷态的改变对器件输出影响严重,因此本发明实施例中边界缺陷浓度提取以栅氧界面缺陷浓度的演化数据为关注对象。
步骤500、对电磁干扰环境的MOS器件的退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线。所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线。
电子设备对电磁干扰环境的MOS器件的退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线。具体的,MOS器件工作在隔离开关、断路器操作导致的电磁干扰环境下,传导至电极端的干扰信号在一定范围内受开关闭合周期影响呈现一定的周期性。本发明可对电磁信号进行周期性整理,叠加正常工作下MOS器件的运行电压,代入TCAD仿真工具中作为电学边界条件进行电磁干扰环境的MOS器件可靠性仿真。软件仿真过程有效避免了实验平台电磁场应力环境难以全周期复现的难题,精准仿真器件退化时所带来材料属性的变化。
步骤600、基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
电子设备对电磁干扰下MOS器件的可靠性仿真缺陷演化过程进行分析,基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
在一个实施例中,步骤600、基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命,包括:确定所述第二栅氧界面缺陷浓度退化曲线中,与所述目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命。
请参照图6,图6表示本发明实施例的第二栅氧界面缺陷浓度退化曲线。可参见第二栅氧界面缺陷浓度退化曲线中,栅氧界面缺陷浓度退化呈现单调上升趋势。本发明实施例可根据目标栅氧界面缺陷浓度CTrap,寻求第二栅氧界面缺陷浓度退化曲线中与目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命TEM。
现有的技术方案对工业芯片MOS器件运行寿命的预估大多依靠可靠性测试。常规的方法抽取的器件寿命对于稳定热场、电场环境下运行的MOS器件能够进行有效评定,却对电磁干扰环境运行的器件产生过量置信度,导致芯片的MOS器件失效时仍被现场应用,造成生产损坏。
本发明基于MOS器件退化过程中结构内部缺陷的演化模拟,限定栅氧界面缺陷浓度为MOS器件失效临界条件,对电磁干扰环境MOS器件寿命进行了有效评估。由于器件缺陷增长具备单调特征,本发明能够有效避免传统方法中电磁干扰环境器件输出波动所带来的错误反馈。因此,本发明基于微观物理本质,可以极大程度仿真MOS器件在电磁环境下退化过程。另外,对MOS器件仿真结果的认知可帮助设计工作者优化部分芯片结构,减少对器件实时监控、反馈电学数据环节。
需要说明的是,由于电磁干扰下仿真MOS器件应力比正常环境下应力强度稍高,其可靠性仿真寿命将比正常环境的可靠性仿真寿命相比较短,这使得本发明对MOS器件寿命的预测具备一定保守性,能较大限度保证芯片于电磁干扰环境中正常运行。
另外,本发明实施例的寿命预测方法也可以应用在其他MOS器件,例如本发明实施例的寿命预测方法也可以应用在HEMT(High electron mobility transistor,即高电子迁移率晶体管)。
本发明基于对正常环境的MOS器件进行加速退化试验的试验结果,确定属于试验数据的MOS器件的试验寿命,基于对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,确定属于仿真数据的第一栅氧界面缺陷浓度退化曲线,结合试验寿命和第一栅氧界面缺陷浓度退化曲线确定目标栅氧界面缺陷浓度,再基于属于仿真数据的第二栅氧界面缺陷浓度退化曲线和目标栅氧界面缺陷浓度确定电磁干扰环境下MOS器件的预测寿命。本发明实施例结合实际试验与器件仿真的方法,利用MOS器件的加速退化试验的试验数据与可靠性仿真的仿真数据结合模拟MOS器件退化时微观缺陷演化过程,由于MOS器件内部缺陷增长具备时间单调性,利用栅氧界面缺陷浓度预测MOS器件的寿命,能够有效避免传统方法中电磁干扰环境MOS器件输出波动所带来的错误反馈,实现对电磁干扰环境下MOS器件的寿命进行预测。
在本发明实施例的其他方面,步骤100、基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线,包括:
步骤110、基于对正常环境的MOS器件进行加速退化试验的实验结果,获取不同采样时间的多个电流-电压曲线;
电子设备从正常环境的MOS器件进行加速退化试验的实验结果中,获取不同采样时间的多个电流-电压曲线,即I-V特征曲线;需要说明是,对I-V特征曲线的采样则维持MOS器件的电压应力于正常工作电压范围,保证电学参数提取条件的一致性;
步骤120、基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线。
电子设备基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线。其中,所述关键电参数退化曲线包括第一退化曲线或第二退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线。
在本发明实施例的其他方面,所述关键电参数退化曲线包括第一退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线。
步骤200、基于关键电参数退化曲线确定MOS器件的试验寿命,包括:确定所述第一退化曲线中,MOS器件的饱和漏电流下降达到第一设定阈值时的时间为MOS器件的试验寿命。
例如,本发明实施例中对驱动型电路而言,MOS器件的饱和漏电流下降达到5%即定义为器件失效,即电子设备确定加速退化试验中MOS器件的饱和漏电流下降达5%时的时间即为MOS器件的试验寿命。通过基于关键电参数退化曲线确定MOS器件的试验寿命,获取实际的试验数据,为利用MOS器件的加速退化试验的试验数据与可靠性仿真的仿真数据结合,模拟MOS器件退化时微观缺陷演化过程打下基础。
在本发明实施例的其他方面,所述关键电参数退化曲线包括第二退化曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线,步骤200、基于关键电参数退化曲线确定MOS器件的试验寿命,包括:确定所述第二退化曲线中,MOS器件的阈值电压漂移达到第二设定阈值时的时间为MOS器件的试验寿命。
例如,本发明实施例中对驱动型电路而言,MOS器件的阈值电压漂移达到20mV即定义为器件失效,即电子设备确定加速退化试验中MOS器件的阈值电压漂移达到20mV时的时间即为MOS器件的试验寿命。通过基于关键电参数退化曲线确定MOS器件的试验寿命,获取实际的试验数据,为利用MOS器件的加速退化试验的试验数据与可靠性仿真的仿真数据结合,模拟MOS器件退化时微观缺陷演化过程打下基础。
装置实施例
请参照图7,另一方面,本发明实施例还提供一种MOS器件寿命预测装置,包括:
加速退化试验模块701,用于基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;
试验寿命确定模块702,用于基于关键电参数退化曲线确定MOS器件的试验寿命;
第一可靠性仿真模块703,用于对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
目标栅氧界面缺陷浓度确定模块704,用于基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;
第二可靠性仿真模块705,用于对电磁干扰环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
预测寿命确定模块706,用于基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
可选的,所述基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线,包括:
基于对正常环境的MOS器件进行加速退化试验的实验结果,获取不同采样时间的多个电流-电压曲线;
基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线;
其中,所述关键电参数退化曲线包括第一退化曲线或第二退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线。
可选的,所述关键电参数退化曲线包括第一退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第一退化曲线中,MOS器件的饱和漏电流下降达到第一设定阈值时的时间为MOS器件的试验寿命。
可选的,所述关键电参数退化曲线包括第二退化曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第二退化曲线中,MOS器件的阈值电压漂移达到第二设定阈值时的时间为MOS器件的试验寿命。
可选的,所述基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度,包括:
确定所述第一栅氧界面缺陷浓度退化曲线中,与所述试验寿命对应的栅氧界面缺陷浓度为目标栅氧界面缺陷浓度。
可选的,所述基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命,包括:
确定所述第二栅氧界面缺陷浓度退化曲线中,与所述目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命。
可选的,在MOS器件的生长工艺不涉及氮化情况下,正常环境MOS器件的加速退化过程基于缺陷理论的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
另起含氮工艺的MOS器件仿真过程生长出设定厚度的氧化层;
将所述氧化层中氮原子在界面处的占位数量作为原有工艺栅氧界面缺陷浓度初始值;
或者,
正常环境MOS器件的加速退化过程的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
MOS器件生长仿真使用含氮工艺替代原有实际工艺;
生长出设定厚度的氧化层,将所述氧化层中氮原子在界面处的占位数量作为所述栅氧界面缺陷浓度初始值;
其中,所述设定厚度与原有工艺的MOS器件仿真过程中生长出的MOS器件氧化层厚度相同。
所述MOS器件寿命预测装置包括处理器和存储器,上述加速退化试验模块701、试验寿命确定模块702、第一可靠性仿真模块703、目标栅氧界面缺陷浓度确定模块704、第二可靠性仿真模块705和预测寿命确定模块706等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
图8示例了一种电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行MOS器件寿命预测方法,该方法包括:基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;基于关键电参数退化曲线确定MOS器件的试验寿命;对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;对电磁干扰环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面,本发明还提供一种机器可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行MOS器件寿命预测方法,该方法包括:基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;基于关键电参数退化曲线确定MOS器件的试验寿命;对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;对电磁干扰环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (16)
1.一种MOS器件寿命预测方法,其特征在于,包括:
基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;
基于关键电参数退化曲线确定MOS器件的试验寿命;
对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
其中,可靠性仿真过程包含时间因子用以模拟器件缺陷的演化过程,退化模型建模基于界面陷阱电荷增量,考虑一阶动力学过程,满足如下形式:
;/>;
其中n是缺陷量,t为时间,k为反应速率,k 0为初始反应速率,ε A为Si-H键断裂激活能,k B为玻尔兹曼常数,T为晶格温度;
退化模型建模需结合多种基础物理模型用于器件内建电场仿真,包含但不限于界面迁移率模型、体迁移率模型、禁带变窄模型、复合模型;采用准静态仿真与瞬态仿真并行两种模式,其中,准静态仿真用于求解器件I-V特征曲线,瞬态仿真用于模拟器件退化过程,通过对仿真数据与实际退化数据进行拟合校对,完成MOS器件加速退化试验下可靠性仿真建模;
基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;
对电磁干扰环境的MOS器件的退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
2.根据权利要求1所述的MOS器件寿命预测方法,其特征在于,所述基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线,包括:
基于对正常环境的MOS器件进行加速退化试验的实验结果,获取不同采样时间的多个电流-电压曲线;
基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线;
其中,所述关键电参数退化曲线包括第一退化曲线或第二退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线。
3.根据权利要求1或2所述的MOS器件寿命预测方法,其特征在于,所述关键电参数退化曲线包括第一退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第一退化曲线中,MOS器件的饱和漏电流下降达到第一设定阈值时的时间为MOS器件的试验寿命。
4.根据权利要求1或2所述的MOS器件寿命预测方法,其特征在于,所述关键电参数退化曲线包括第二退化曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第二退化曲线中,MOS器件的阈值电压漂移达到第二设定阈值时的时间为MOS器件的试验寿命。
5.根据权利要求1所述的MOS器件寿命预测方法,其特征在于,所述基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度,包括:
确定所述第一栅氧界面缺陷浓度退化曲线中,与所述试验寿命对应的栅氧界面缺陷浓度为目标栅氧界面缺陷浓度。
6.根据权利要求1所述的MOS器件寿命预测方法,其特征在于,所述基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命,包括:
确定所述第二栅氧界面缺陷浓度退化曲线中,与所述目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命。
7.根据权利要求1所述的MOS器件寿命预测方法,其特征在于,在MOS器件的生长工艺不涉及氮化情况下,正常环境MOS器件的加速退化过程基于缺陷理论的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
另起含氮工艺的MOS器件仿真过程生长出设定厚度的氧化层;
将所述氧化层中氮原子在界面处的占位数量作为原有工艺栅氧界面缺陷浓度初始值;
或者,
正常环境MOS器件的加速退化过程的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
MOS器件生长仿真使用含氮工艺替代原有实际工艺;
生长出设定厚度的氧化层,将所述氧化层中氮原子在界面处的占位数量作为所述栅氧界面缺陷浓度初始值;
其中,所述设定厚度与原有工艺的MOS器件仿真过程中生长出的MOS器件氧化层厚度相同。
8.一种MOS器件寿命预测装置,其特征在于,包括:
加速退化试验模块,用于基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线;所述关键电参数退化曲线是表征关键电参数随时间变化的曲线;
试验寿命确定模块,用于基于关键电参数退化曲线确定MOS器件的试验寿命;
第一可靠性仿真模块,用于对正常环境的MOS器件的加速退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第一栅氧界面缺陷浓度退化曲线;所述第一栅氧界面缺陷浓度退化曲线是表征正常环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
其中,可靠性仿真过程包含时间因子用以模拟器件缺陷的演化过程,退化模型建模基于界面陷阱电荷增量,考虑一阶动力学过程,满足如下形式:
;/>;
其中n是缺陷量,t为时间,k为反应速率,k 0为初始反应速率,ε A为Si-H键断裂激活能,k B为玻尔兹曼常数,T为晶格温度;
退化模型建模需结合多种基础物理模型用于器件内建电场仿真,包含但不限于界面迁移率模型、体迁移率模型、禁带变窄模型、复合模型;采用准静态仿真与瞬态仿真并行两种模式,其中,准静态仿真用于求解器件I-V特征曲线,瞬态仿真用于模拟器件退化过程,通过对仿真数据与实际退化数据进行拟合校对,完成MOS器件加速退化试验下可靠性仿真建模;
目标栅氧界面缺陷浓度确定模块,用于基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度;
第二可靠性仿真模块,用于对电磁干扰环境的MOS器件的退化过程进行基于缺陷理论的可靠性仿真,基于仿真结果获取第二栅氧界面缺陷浓度退化曲线;所述第二栅氧界面缺陷浓度退化曲线是表征电磁干扰环境下MOS器件的退化过程中栅氧界面缺陷浓度随时间变化的曲线;
预测寿命确定模块,用于基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命。
9.根据权利要求8所述的MOS器件寿命预测装置,其特征在于,所述基于对正常环境的MOS器件进行加速退化试验的试验结果获取关键电参数退化曲线,包括:
基于对正常环境的MOS器件进行加速退化试验的实验结果,获取不同采样时间的多个电流-电压曲线;
基于所述多个电流-电压曲线进行关键电参数提取,获取关键电参数退化曲线;
其中,所述关键电参数退化曲线包括第一退化曲线或第二退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线。
10.根据权利要求8或9所述的MOS器件寿命预测装置,其特征在于,所述关键电参数退化曲线包括第一退化曲线,所述第一退化曲线是表征MOS器件的退化过程中饱和漏电流随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第一退化曲线中,MOS器件的饱和漏电流下降达到第一设定阈值时的时间为MOS器件的试验寿命。
11.根据权利要求8或9所述的MOS器件寿命预测装置,其特征在于,所述关键电参数退化曲线包括第二退化曲线,所述第二退化曲线是表征MOS器件的退化过程中阈值电压随时间变化的曲线,所述基于关键电参数退化曲线确定MOS器件的试验寿命,包括:
确定所述第二退化曲线中,MOS器件的阈值电压漂移达到第二设定阈值时的时间为MOS器件的试验寿命。
12.根据权利要求8所述的MOS器件寿命预测装置,其特征在于,所述基于所述第一栅氧界面缺陷浓度退化曲线与所述试验寿命,确定目标栅氧界面缺陷浓度,包括:
确定所述第一栅氧界面缺陷浓度退化曲线中,与所述试验寿命对应的栅氧界面缺陷浓度为目标栅氧界面缺陷浓度。
13.根据权利要求8所述的MOS器件寿命预测装置,其特征在于,所述基于所述第二栅氧界面缺陷浓度退化曲线与所述目标栅氧界面缺陷浓度,确定电磁干扰环境下MOS器件的预测寿命,包括:
确定所述第二栅氧界面缺陷浓度退化曲线中,与所述目标栅氧界面缺陷浓度对应的时间为电磁干扰环境下MOS器件的预测寿命。
14.根据权利要求8所述的MOS器件寿命预测装置,其特征在于,在MOS器件的生长工艺不涉及氮化情况下,正常环境MOS器件的加速退化过程基于缺陷理论的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
另起含氮工艺的MOS器件仿真过程生长出设定厚度的氧化层;
将所述氧化层中氮原子在界面处的占位数量作为原有工艺栅氧界面缺陷浓度初始值;
或者,
正常环境MOS器件的加速退化过程的可靠性仿真中的栅氧界面缺陷浓度初始值是基于以下步骤得到的:
MOS器件生长仿真使用含氮工艺替代原有实际工艺;
生长出设定厚度的氧化层,将所述氧化层中氮原子在界面处的占位数量作为所述栅氧界面缺陷浓度初始值;
其中,所述设定厚度与原有工艺的MOS器件仿真过程中生长出的MOS器件氧化层厚度相同。
15.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7中任一项所述的MOS器件寿命预测方法。
16.一种机器可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的MOS器件寿命预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311605343.6A CN117313625B (zh) | 2023-11-29 | 2023-11-29 | Mos器件寿命预测方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311605343.6A CN117313625B (zh) | 2023-11-29 | 2023-11-29 | Mos器件寿命预测方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117313625A CN117313625A (zh) | 2023-12-29 |
CN117313625B true CN117313625B (zh) | 2024-02-09 |
Family
ID=89274106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311605343.6A Active CN117313625B (zh) | 2023-11-29 | 2023-11-29 | Mos器件寿命预测方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117313625B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6011404A (en) * | 1997-07-03 | 2000-01-04 | Lucent Technologies Inc. | System and method for determining near--surface lifetimes and the tunneling field of a dielectric in a semiconductor |
JP2018014408A (ja) * | 2016-07-21 | 2018-01-25 | 株式会社半導体エネルギー研究所 | 酸化物半導体の評価方法、半導体装置及びその作製方法 |
CN110208684A (zh) * | 2019-07-08 | 2019-09-06 | 西安太乙电子有限公司 | 一种用于cmos型集成电路延寿试验中的寿命评估方法 |
CN116822316A (zh) * | 2022-03-17 | 2023-09-29 | 南京大学 | 一种基于神经网络的氮化镓器件寿命预测方法 |
-
2023
- 2023-11-29 CN CN202311605343.6A patent/CN117313625B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6011404A (en) * | 1997-07-03 | 2000-01-04 | Lucent Technologies Inc. | System and method for determining near--surface lifetimes and the tunneling field of a dielectric in a semiconductor |
JP2018014408A (ja) * | 2016-07-21 | 2018-01-25 | 株式会社半導体エネルギー研究所 | 酸化物半導体の評価方法、半導体装置及びその作製方法 |
CN110208684A (zh) * | 2019-07-08 | 2019-09-06 | 西安太乙电子有限公司 | 一种用于cmos型集成电路延寿试验中的寿命评估方法 |
CN116822316A (zh) * | 2022-03-17 | 2023-09-29 | 南京大学 | 一种基于神经网络的氮化镓器件寿命预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117313625A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102262206B (zh) | pMOSFET器件负偏置温度不稳定性寿命预测方法 | |
CN102081686A (zh) | Mos晶体管工艺角spice模型的建模方法 | |
JP2012060016A (ja) | 半導体装置の評価方法、評価装置、及びシミュレーション方法 | |
CN104237764B (zh) | Mos器件热载流子注入寿命退化的测试方法和装置 | |
CN109712873B (zh) | 基于深层离子注入方式的mos场效应管抗位移辐照加固方法 | |
Kaczer et al. | The relevance of deeply-scaled FET threshold voltage shifts for operation lifetimes | |
Kaczer et al. | Recent trends in bias temperature instability | |
Ji et al. | An investigation on border traps in III–V MOSFETs with an In 0.53 Ga 0.47 As channel | |
Stathis | The physics of NBTI: What do we really know? | |
CN117313625B (zh) | Mos器件寿命预测方法、装置和电子设备 | |
CN117723928A (zh) | 一种增强型GaN HEMT器件I-V模型建立及参数提取方法 | |
CN116882344A (zh) | 半导体器件总剂量效应和热载流子效应耦合特性的仿真方法 | |
CN103324813A (zh) | Mos器件非均匀界面退化电荷的数值模拟方法及系统 | |
Azizi et al. | Gate oxide breakdown | |
CN111460655B (zh) | 重离子辐射对SiC MOSFET电学参数影响的分析方法、装置 | |
Campos-Cruz et al. | Advances in BTI modeling for the design of reliable ICs | |
Chen et al. | An applied model for HCI and lifetime prediction of LDMOSFET | |
Xiaoyu et al. | Research on failure modes and mechanisms of integrated circuits | |
JP2006140284A (ja) | 半導体装置の信頼性シミュレーション方法及び信頼性シミュレータ | |
Yang et al. | Characterization and Modeling of Hot Carrier Degradation Under Dynamic Operation Voltage | |
CN116484622B (zh) | 一种sram模型提取方法 | |
KR20090070027A (ko) | 고전압 소자에서의 기판 전류 예측 방법 | |
CN117952052A (zh) | 一种集成电路耦合失效spice仿真方法 | |
Larcher et al. | A new model of tunnelling current and SILC in ultra-thin oxides | |
Waltl et al. | Performance Analysis of 4H-SiC Pseudo-D CMOS Inverter Circuits Employing Physical Charge Trapping Models |
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 |