【摘 要】
：
GaN作为第三代半导体,以其显著的材料优势在电力电子领域中具有巨大的应用潜力,目前已在SBD、PIN二极管和VDMOS等垂直型器件方面取得了一定进展;而IGBT作为电压控制双极型器件,具有高耐压、大电流的结构优势,其中的RC-IGBT更是以其逆导能力成为未来的迭代趋势。随着材料生长技术提高和工艺条件的改善,GaN将有望应用于IGBT器件的制作,因此提出了一种GaN Trench RC-IGBT垂直
论文部分内容阅读
GaN作为第三代半导体,以其显著的材料优势在电力电子领域中具有巨大的应用潜力,目前已在SBD、PIN二极管和VDMOS等垂直型器件方面取得了一定进展;而IGBT作为电压控制双极型器件,具有高耐压、大电流的结构优势,其中的RC-IGBT更是以其逆导能力成为未来的迭代趋势。随着材料生长技术提高和工艺条件的改善,GaN将有望应用于IGBT器件的制作,因此提出了一种GaN Trench RC-IGBT垂直器件。本文从仿真分析和制作工艺两方面对GaN Trench RC-IGBT器件进行研究,通过仿真对器件结构进行优化,并提出了具有可行性的准垂直器件结构;针对该结构设计了详细的流片方案,并解决了其中的关键工艺,对后续Si衬底GaN全垂直器件的设计和制作也具有重要的指导意义。首先设计了全垂直GaN Trench RC-IGBT器件,并对该器件进行了仿真研究。通过工作状态仿真分析了器件工作原理,并通过结构参数分析优化了器件性能。相较于GaN Trench FS-IGBT,对其稳态特性和开关特性进行了分析,仿真结果显示:由于具有相同的正面结构和漂移区结构参数,两者均获得了2.8 V的阈值电压VTH和880 V的击穿电压;在GaN Trench RC-IGBT中,由于背面结构中的一部分P集电极替换成了逆导区,饱和电流虽略有下降但仍基本持平,在10 V栅压下饱和电流从260 KA/cm~2下降为了250 KA/cm~2,但在14 V栅压下两者都达到了450 KA/cm~2;闩锁电压却因此有了明显提升,在10 V栅压下从260 V上升为520 V,增加了一倍;关断时间toff从8.51 ns降为4.19 ns,仅为1/2,并且拖尾电流明显减小;开关损耗也从89.48 m J/cm~2/r降为22.95 m J/cm~2/r,仅为1/4;GaN Trench RC-IGBT不存在开启电压,但存在14 V的回折点电压。因此,本文提出了三种可改善回折的器件结构方案,其中P-Float层电流路径规划方案通过0.6μm长的P-Float层,使回折点电压降为7 V,该方案对回折的改善效果显著但工艺难度太大;双层FS浓度控制方案通过将下层FS的掺杂浓度降为8e16/cm~3,使回折点电压降为9 V,该方案对器件特性方面的负面影响最小但改善效果较差;准垂直长度控制方案尽管存在器件导通电阻增大、晶圆面积利用率低的负面影响,但可以通过增大逆导区和栅源区的横向距离完全消除回折现象,而且具有很好的可行性,是目前最适合的流片结构。基于仿真结果,结合现有的GaN材料和工艺特点,进行了准垂直GaN RC-IGBT结构的工艺研究。设计了工艺流程和对应的版图,并对三种关键工艺进行了重点研究。对于深刻蚀工艺,通过曝光条件和刻蚀配方对刻蚀角度进行优化,得到了超过75°的侧壁倾角;通过周期循环刻蚀解决了煳胶问题,成功得到了超过6μm的台阶深度。对于台阶金属制作,通过双层厚胶解决了台阶边缘金属剥离不干净的问题;通过改变烘胶温度解决了下层厚胶开裂的问题。对于P-GaN欧姆制作,主要通过改变退火温度来控制Ni O形成的质量进行了试验。对于流片过程中导致P-GaN欧姆未能形成的原因进行了分析,并相应地提出了下一步的解决方案。对于目前限制全垂直RC-IGBT流片的难点进行了讨论,并从材料生长技术和工艺条件进步两方面指出了突破点和技术路线。
其他文献
近年来,在大数据和大模型的背景下,分布式机器学习成为了主流的解决方案。而传统的集中存储式的分布式机器学习存在隐私泄露等问题。联邦学习旨在以保护隐私的方式有效地利用数据孤岛的数据训练统计模型。联邦学习已成为活跃且有巨大前景的分布式机器学习新范式。当前联邦学习存在几个关键且艰巨的挑战:统计异质性、通信成本昂贵、个性化能力不足。统计异质性指的是联邦学习中客户端之间的数据分布存在差异,这种非独立同分布特性
容器化技术具有支持快速部署Web应用程序和提高云数据中心资源利用率等潜力,因此它被广泛应用到微服务架构中。尽管现有的容器化技术已经得到了很好的发展,然而,随着用户对应用需求的不断增长,导致云数据中心对计算资源的需求也不断增长。因此,如何有效地解决应用程序的快速部署和提高云数据中心的资源利用率,从而减少物理机的使用数量则成为亟待解决的问题。容器部署是一个NP难组合优化问题。进化算法作为一种成熟的具有
遥感图像中的语义分割,对土地调查以及灾后土地管理恢复等方面具有重要的实用价值。由于不同数据域的遥感图像中,地物细节信息丰富,地貌情况也各不相同,数据集标注难度大,使用传统方法存在模型学习效率较低和泛化性弱的问题。因此针对遥感图像语义分割的域适应方法具有十分重要的意义。随着大数据时代的到来,深度学习算法得到了高速发展,基于卷积神经网络的语义分割方法也层出不穷。本文在总结并分析国内外域适应遥感语义分割
甲醇在工业中的应用非常广泛,铜基催化剂催化甲醇分解是低成本利用甲醇的方案之一。本文选择了表面铜原子配位数分别为9和7的密堆积Cu（111）表面和较开放的Cu（110）表面,利用平板超胞模型、周期性密度泛函理论和微观反应动力学原理,结合遍历历史求和表象方法,对Cu（111）和Cu（110）表面催化甲醇脱氢分解涉及到的基元反应进行热力学和动力学研究。首先,本文研究了反应网络中的9个反应中间体在Cu（1
昂贵优化问题,指优化问题的评价难以用函数的形式表示,或评价一次需要较长的时间。在工程领域和理论实践中,存在着许多昂贵优化问题,如电力系统的控制器参数整定,需要消耗较长的时间获取评价值。优化中常用的元启发式算法能够获得令人满意的解,但是需要非常多的评价次数。对于昂贵优化问题,评价次数高等价于时间等资源成本的增加。为了在很少的评价次数内、快速收敛到更优解,近十几年来,专家学者们提出用代理模型近似昂贵的
改革开放40年来,美国多次主动对中国单方面发起贸易摩擦,利用市场经济地位问题牵制中国。中美经贸关系经历了从破裂到合作再到制裁、从贸易自由化到贸易保护主义的历史巨变,摩擦领域逐渐从劳动密集型产品转向技术密集型产品。自2006年始,中美摩擦从贸易领域转向科技领域,美国对华的实施战略从贸易战转向科技战,以及2017年特朗普政府发起的“301调查”所引发的中美科技脱钩,导火索指向《中国制造2025》中着力
随着大数据时代的到来,日益累积的金融时间序列数据在人们日常生活中扮演着重要的角色.金融数据的波动是由多个影响因素以某种方式相互混合的结果.在没有任何先验知识的情形下,从金融时间序列数据自身出发,去寻求数据的内部形成机制,这将有助于人们对数据的进一步认识,更好地服务于大众.独立成分分析（ICA）作为一种经典的数据分析工具,可以仅从观测数据出发,估计出数据产生的隐变量模型和相互独立的隐变量,挖掘数据产
目前,互联网科技在人们的生活中至关重要,网络上产生了很多表达情绪、观点的语句。这些海量的短文本信息不仅能够对个人决策提供帮助,而且对企业运营、产品优化等方面也具有很高的价值。因此,对网络短文本的情感分析成为了重要研究方向。自然语言处理技术实现了人和计算机之间的有效通信,机器学习和深度学习近几年已经在文本分析领域取得了非常好的成效,然而大多数算法在词向量的获取、语义信息的挖掘,以及模型优化等方面,还
支持向量机因其泛化能力强,分类效果好而被广泛应用。不同于传统的支持向量机模型,最小二乘支持向量机只需求解一个线性方程组即可得到闭式解,训练速度快,因而被广泛应用于分类问题。但最小二乘支持向量机模型容易受到离群点和噪声的影响,往往使得其分类精度下降。其次,这些已有的分类模型在处理问题时,基于类平衡的假设,导致其在处理不平衡数据的分类问题时,对少数类的分类效果很差。因此,本文将探究如何降低离群点和噪声
丙型肝炎是一种全球性传染病,预计全球有超过1.15亿人受到感染,对人类健康构成严重威胁。目前西医针对丙型肝炎的治疗方案中存在不良反应多、费用昂贵及潜在耐药风险等亟待解决的诸多问题。与很多其他疾病一样,丙肝患者在对常规西医治疗感到不满或产生耐药性时,往往会寻求补充和替代药物治疗。近年来草药制剂在治疗丙型肝炎的临床实践及研究中被证明有一定疗效,现今临床实践中仍广泛使用,大量临床随机对照试验已公开发表。