来源 | 芯tip

智库 | 云脑智库(CloudBrain-TT)

云圈 | 进“云脑智库微信群”,请加微信:15881101905,备注您的研究方向

声明 | 本号聚焦相关知识分享，内容观点不代表本号立场，可追溯内容均注明来源，若存在版权等问题，请联系(15881101905，微信同号)删除，谢谢

报告主题：采用BTI、RVS和CVS方法对4H-SiC MOSFET进行栅极氧化物可靠性研究

报告作者：Gavin D.R. Hall, Jifa Hao, 

Martin Domeij, and Thomas Neyer 

报告内容包含：（具体内容详见下方全部报告内容）

• 介绍

  – SiC MOSFET 中的栅极氧化物系统

  – 栅极氧化物的研究——时间常数及其可变性的研究

• 偏置温度不稳定性 (BTI)

  – 快速和慢速时间常数及其温度依赖性

• 恒定和斜坡电压应力（CVS 和 RVS）

  – 加速测试和硬击穿

  – 使用“双斜坡”方法减少时间常数

  – 竞争性故障模式和补偿

• 结论与展望

报告详细内容

# 简介和背景

• 栅极氧化物可靠性是事件数据的时间

    —>时间常数及其可变性

• 关于时间常数

    – 性能相关

    – 硬击穿——突然变为非功能状态 (TDDB)

    – 快与慢时间常数

• 关于变化

    – 变化感知分析 —> 有效使用数据

    – 表征变化 -> 实现设计

# SiC 氧化物系统：Si / SiO2 / SiC

• 栅极氧化物的性能和可靠性受到 "陷阱 "的影响

• 在块体、界面和中间的区域（边界）。

• 时间尺度是由这些地点的捕获和发射驱动的

# SiC 氧化物系统：Si / SiO2 / SiC

• 有些陷阱的发射时间非常慢--实际上是永久性的

• 参数不稳定可能是由于所有这些陷阱的动态变化造成的

• 介质击穿是由一系列的陷阱导致的热失控（Klein-Solomon模型）

# 栅极氧化物 SiO2 / SiC 时间尺度

# 用于各种电压波形（直流和脉冲交流）的偏置温度不稳定性 (BTI) SiC MOSFET

• 数据显示了应力和读出时间以及参数漂移之间复杂的相互作用

   -快速捕获似乎具有“负激活” - 假设：相对于测量规模非常快速的发射

# 用于各种电压波形（直流和脉冲交流）的偏置温度不稳定性 (BTI) SiC MOSFET

• 数据显示应力和读出时间以及参数漂移之间的复杂相互作用

   -两种截然不同的时间尺度--一些陷阱迅速被填满并恢复，而另一些则更慢，并保持不变。

# 用于各种电压波形（直流和脉冲交流）的偏置温度不稳定性 (BTI) SiC MOSFET

• 数据显示应力和读出时间以及参数漂移之间的复杂相互作用

   – 对于交流应力——较少的陷印迹象

   – 可能取决于设备和处理的细节

# SiC MOSFET TDDB (CVS) @ 175C

• 从中等温度 (175C) 下的中等加速电压中提取的 TDDB 模型

• 低电压数据表现良好，然而，在较大电压下，有一些证据表明可变性增加——模式混合的证据？

# SiC MOSFET Dr.VRAMP (RVS)

• 可以使用斜坡电压应力 (RVS) 进一步加速 TDDB 时间尺度

• 由于模型仍然是“二维”的，我们将需要至少 2 个斜率来执行回归以获得完整的 AFT 模型

• 因此，我们有双斜坡电压斜坡或“DR. VRAMP”

# Dr. VRAMP 初步概念验证：Si / SiO2 / Si 系统

• 结果：薄的氧化物--在TDDB/Dr. VRAMP之间有相同的加速模型。

• 然而：较厚的氧化物显示Dr. VRAMP的斜率系数一直较高。

• 假设：TDDB的2个模式，一个低电压和一个高电压

• 风险是来自Dr. VRAMP测试的 "过度预测 "的可靠性，没有修改......我们能使其发挥作用吗？

# Si / SiO2 / SiC MOSFET Dr.VRAMP (RVS) 的结果

• 收集的 Dr. VRAMP (RVS) 数据与 TDDB 进行比较

• 使用了几个温度：加速温度以缩短测试时间，也许能使TDDB和RVS之间更好地协调

• 较低的击穿电压——在较高加速度下竞争风险的可能性较小

# 结果总结：SiC MOSFET Dr.VRAMP (RVS) vs. CVS-TDDB @ 200C

• 结果：高温数据显示CVS-TDDB和Dr. VRAMP对加速模型的估计完全一致

• 结论：温度的额外加速因素允许较低的电压应力击穿

• 理论：温度的升高使故障从氧化层边界转移到体部--测量的传输变化

# 讨论：变化和影响的来源

SiC MOSFET – 可能的变化类型

# 讨论：变化和影响的来源

SiC MOSFET – 可能的变化类型

一般来说，变化的影响取决于规模

如果跨尺度存在对称性，则局部变量 ~ 全局变量

# 讨论：变化和影响的来源

• 所有的样本都可以被认为是在规格范围内

• 每次求和都会导致方差的增加

• 为什么不对数据进行 "分组"？MSE的降低 数据的低效利用

# 讨论：变化和影响的来源

• 由于成本和时间的限制，在许多情况下样本量有限

   - 使用所有可用的数据来降低MSE，并充分利用数据。

• 增加样本量的动机 -- 改善对缺陷的理解

   - 对缺陷的理解通常是 "它们不是什么"

   - 也就是说，更好地理解内在的变异性可以提高缺陷的可检测性......反之亦然。

   - 较大的样本量，使用VRAMP博士可以在合理的时间范围内进行多模式分析

• 关键动机：安全系数

   - 更好的表征导致应用的安全系数的提高

# 结论和展望

• SiC 栅极氧化物可靠性表征是捕捉各种时间尺度及其影响的问题

• 这些时间常数可以通过使用 BTI、CVS 和 RVS 来理解

– 一些时间常数相当快，需要特殊的测试方法（例如 BTI）

– 其他时间常数需要使用加速原理将它们减少到实际测试时间 (CVS)

– 额外的加速可以进一步减少 CVS 时间尺度，并能够快速系统地表征缺陷驱动与固有故障

• 变异是系统特有的，必须考虑到这一点，以便在经济地利用样本数据的同时正确地表征内在行为

参考来源：

Gavin D.R. Hall, Jifa Hao, 

Martin Domeij, and Thomas Neyer 

部分编译：芯TIP@吴晰（编译仅供辅助阅读）

－ The End －

版权声明：欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系删除。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。

投稿/招聘/推广/合作/入群/赞助 请加微信：15881101905，备注关键词

“阅读是一种习惯，分享是一种美德，我们是一群专业、有态度的知识传播者