nlsop/nlsop_emrs_2004.tex

   1 \documentclass[12pt,a4paper,oneside]{article}
   2
   3 \usepackage{verbatim}
   4 \usepackage[english]{babel}
   5 \usepackage[latin1]{inputenc}
   6 \usepackage[T1]{fontenc}
   7 \usepackage{amsmath}
   8 \usepackage{ae}
   9 \usepackage{aecompl}
  10
  11 \usepackage[dvips]{graphicx}
  12 \graphicspath{{./img/}}
  13
  14 %\usepackage{./graphs}
  15
  16 \title{Modelling of a selforganization process leading to periodic arrays of nanometric amorphous precipitates by ion irradiation}
  17
  18 \author{F. Zirkelbach, M. Häberlen, J.K.N. Lindner and B. Stritzker}
  19 %\from{Institute of Physics, University of Augsburg, Universitätsstrasse 1, D-86135 Augsburg, Germany}
  20
  21 \hyphenation{}
  22
  23 \linespread{1.4}
  24
  25 \begin{document}
  26
  27 \hyphenation{TRIM}
  28
  29 \begin{center}
  30  {\Large\bf
  31   Modelling of a selforganization process leading to periodic arrays of nanometric amorphous precipitates by ion irradiation
  32   \par
  33  }
  34 \end{center}
  35
  36 \begin{center}
  37  {\large
  38   F. Zirkelbach, M. Häberlen, J. K. N. Lindner, and B. Stritzker
  39   \par
  40  }
  41 \end{center}
  42
  43 \begin{center}
  44  {\scriptsize
  45   Institute of Physics, University of Augsburg, Universitätsstrasse 1, D-86135 Augsburg, Germany
  46   \par
  47  }
  48 \end{center}
  49
  50 \vspace{12pt}
  51
  52 \linebreak[2]
  53 {\bf
  54  Abstract
  55 }
  56
  57 Ion irradiation of materials which undergo a drastic density change upon amorphization have been shown to exhibit selforganized, nanometric structures of the amorphous phase in the crystalline host lattice. In order to better understand the process a Monte-Carlo-Simulation code based on a simple model is developed. In the present work we focus on high-dose carbon implantations into silicon. The simulation is able to reproduce results gained by cross-sectional TEM measurements of high-dose carbon implanted silicon. Conditions can be specified as a necessity for the selforganization process and information is obtained about the compositional and structural state during the ordering process which is difficult to be measured.
  58
  59 \newpage
  60
  61 \section{Introduction}
  62 Formation of nanometric, selforganized, amorphous, lamellar precipitates as a result of high-dose implantation of impurity ions is observed at certain conditions for various ion/target combinations \cite{1}\cite{2}\cite{3}. The present work focuses on high-dose carbon implantation into silicon. This is surprising since high-dose implantations commonly used to create burried compound layers for semiconductor devices usually result in the formation of unordered ensembles of precipitates with a brought size distribution \cite{4}. Typical doses are $1-10 \times 10^{17} cm^{-2}$ with an ion energy of $180 \, keV$ and substrate temperatures below $400 \, ^{\circ} \mathrm{C}$. An example of such a lamellar structure is given in the cross-sectional transmission electron microscopy (XTEM) in Figure \ref{xtem}. A model describing the selforganization process is introduced in this article. This model is used to implement a Monte-Carlo-Simulation code which reproduces the amorphization and precipitation process. Simulation results will be compared with XTEM measurements. Necessary conditions for creating lamellar precipitates are identified and some additional, difficult to measure information like the carbon distribution and amorphous/crystalline structure in the layers of the target are obtained.
  63
  64 \newpage
  65
  66 \section{Model}
  67 A model describing the formation of nanometric, selforganized, regularly arranged, amorphous $SiC_x$ inclusions was introduced in \cite{5}. Figure \ref{model} shows the evolution into ordered lamellae with increasing dose.
  68
  69 %\begin{figure}[!h]
  70 %\begin{center}
  71 %\includegraphics[width=13cm]{model1_.eps}
  72 %\caption{Rough model explaining the selforganization of amorphous $SiC_x$ precipitates and the evolution into ordered lamellae with increasing dose} \label{1}
  73 %\end{center}
  74 %\end{figure}
  75
  76 As a result of supersaturation of carbon atoms in silicon at high concentrations there is a nucleation of spherical $SiC_x$ precipitates. Carbon implantations at much higher implantation temperatures usually lead to the precipitation of cubic $SiC$ ($3C-SiC$, $a=0.436 \, nm$). The lattice misfit of almost $20\%$ of $3C-SiC$ causes a large interfacial energy with the crystalline $Si$ matrix \cite{6}. This energy could be reduced if one of the phases exists in the amorphous state. Energy filtered XTEM studies in \cite{4} have revealed that the amorphous phase is more carbon-rich than the crystalline surrounding. In addition, annealing experiments have shown that the amorphous phase is stable against crystallization at temperatures far above the recrystallization temperatures of amorphous $Si$. Prolonged annealing at $900 \, ^{\circ} \mathrm{C}$ turns the lamellae into ordered chains of amrphous and crystalline ($3C-SiC$) nanoprecipitates \cite{5} demonstrating again the carbon-rich nature of amorphous inclusions. Since at the implantation conditions chosen, pure $a-Si$ would recrystallize by ion beam induced crystallization \cite{7}, it is understandable that it is the carbon-rich side of the two phases which occurs in the amorphous state in the present phase separation process.
  77
  78 Stoichiometric $SiC$ has a smaller atomic density than $c-Si$. A reduced density is also assumed for substoichiometric $a-SiC_x$. Hence the amorphous $SiC_x$ tends to expand and as a result compressive stress is applied on the $Si$ host lattice. As the process occurs near the target surface, stress is relaxing in vertical direction and there is mainly lateral stress remaining. Thus volumes between amorphous inclusions will more likely turn into an amorphous phase as the stress hampers the rearrangement of atoms on regular lattice sites. In contrast $a-Si$ volumes located in a crystalline neighbourhood will recrystallize in all probability. Carbon is assumed to diffuse from the crystalline to the amorphous volumes in order to reduce the supersaturation of carbon in the crystalline interstices. As a consequence the amorphous volumes accumulate carbon.
  79
  80 \newpage
  81
  82 \section{Simulation}
  83 Before discussing the implementation some assumptions and approximations have to be made. Figure \ref{trim} shows the stopping powers and carbon concentration profile calculated by TRIM \cite{8}. The depth region we are interested in is between $0-300 \, nm$ (furtheron called simulation window), the region between the target surface and the beginning of the continuous amorphous $SiC_x$ layer at the implantation conditions of Figure \ref{xtem}. The nuclear stopping power and the implantation profile can be approximated by a linear function of depth within the simulation window.
  84
  85 The target is devided into $64 \times 64 \times 100$ cells with a side length of $3 \, nm$. Ech of it has a state (crystalline/amorphous) and keeps the local carbon concentration. The cell is addressed by a position vector $\vec r = (k,l,m)$, where $k$, $l$, $m$ are integers.
  86
  87 The probability of amorphization is assumed to be proportional to the nuclear stopping power. A local probability of amorphization at any point in the target is composed of three contributions, the ballistic amorphization, a carbon-induced and a stress-induced amorphization. The ballistic amorphization is proportional to the nuclear stopping power as mentioned before. The carbon-induced amorphization is a linear function of the local carbon concentration. The stress-induced amorphization is proportional to the compressive stress originating from the amorphous volumes in the vicinity, the stress amplitude decreasing with the square of distance $d=|\vec r - \vec r'|$. Thus the probability of a crystalline volume getting amorphous can be calculated as
  88 \[
  89  p_{c \rightarrow a}(\vec r) = p_{b} + p_{c} \, c_{carbon}(\vec r) + \sum_{amorphous \,  neighbours} \frac{p_{s} \, c_{carbon}(\vec r)}{d^2}
  90 \]
  91 with $p_{b}$, $p_{c}$ and $p_{s}$ being simulation parameters to weight the three different mechanisms of amorphization. The probability $p_{a \rightarrow c}$ of an amorphous volume to turn crystalline should behave contrary to $p_{c \rightarrow a}$ and is thus assumed as $p_{a \rightarrow c} = 1 - p_{c \rightarrow a}$.
  92
  93 The simulation algorithm consists of three parts, the amorphization/re-crystallization process, the carbon incorporation and finally the carbon diffusion.
  94
  95 For the amorphization/recrystallization process random values are computed to specify the volume which is hit by an impinging carbon ion. Two random numbers $x,y \in [0,1]$ are generated and mapped to the coordinates $k,l$ using a uniform probability distribution, $p(x)dx=dx \textrm{, } p(y)dy=dy$. A random number $z$ corresponding to the $m$ coordinate is distributed according to the linear approximated nuclear stopping power, $p(z)dz=(s z+s_0)dz$, where $s$ and $s_0$ are simulation parameters describing the nuclear energy loss. After calculating the local probability of amorphization $p_{c \rightarrow a}(k,l,m)$ of the selected volume another random number determines depending on the current status whether the volume turns amorphous, recrystallizes or remains unchanged. This step is looped for the average hits per ion in the simulation window as extracted from TRIM \cite{8} collision data.
  96
  97 In the same manner random coordinates are determined to select the cell where the carbon ion gets incorporated. In this step the probability distribution describing the stopping power profile is replaced by a distribution for the linearly approximated concentration profile. The local carbon concentration in the selected cell is increased.
  98
  99 Following carbon incorporation carbon diffusion is considered in order to allow a reduction of the supersaturation of carbon in the crystalline volumes. This is done by a simple diffusion algorithm in which the concentration difference for each two neighbouring cells is considered and partially balanced according to a given diffusion rate $d_r$ (simulation parameter). This time consuming diffusion process is repeated after each $d_v$ (simulation parameter) impinging ions. A switch is implemented to exclude diffusion in $z$-direction. As in experimental studies diffusional broadening of carbon concentration profiles has not been observed even at significantly higher implantation temperatures where no amorphous phase is formed \cite{9} diffusion among crystalline volumes is assumed to be zero in the following simulations.
 100
 101 \newpage
 102
 103 \section{Results}
 104 Figure \ref{c-xtem} shows a comparison of a simulation result and a XTEM bright-field image of silicon implanted at $150 \,^{\circ} \mathrm{C}$ with $180 \, keV$ $C^+$ ions at a dose of $4.3 \times 10^{17} cm^{-2}$. Significant lamellar structure formation is observed in the depth interval between $200$ and $300 \, nm$ (Figure 4b). This is nicely reproduced by the simulation result shown in Figure 4a. Even the average length of the precipitates complies to experimental data. The lamellae are arranged in uniform intervals. Obviously the simulation is able to reproduce lamellar, selforganized structures.
 105
 106 Simulations with different model parameters allow to specify conditions for observing lamellar structures.
 107
 108 First runs with a simplified version of the program have shown that it is essential to assume low amorphization probabilities to avoid to early complete amorphization of the whole cell ensemble. Instead small amorphization parameters $p_b$, $p_c$, $p_s$ and a large number of simulation steps are required to observe lamellar structures. This finding is an agreement to the fact that of the bais of the low nuclear energy deposition of the light carbon ions in silicon, amorphization would not be expected at all at this elevated target temperatures \cite{4} and thus carbon mediated amorphization has to be taken into account to explain the amorphization process.
 109
 110 Figure \ref{zdiff} shows the results of two identical simulation runs with diffusion in $z$-direction switched off and on. The lamellar structures appear only if diffusion in $z$-direction is enabled. Amorphous volumes denude the neighbouring crystalline layers of carbon. In consequence the stability of such cells against recrystallization is enhanced, the probability to amorphizise crystalline cells in the same depth is increased and the amorphization in the carbon denuded cells and their lateral vicinity is decreased. This fortifies the formation of lamellar precipitates. The result hilights the importance of the selforganization process.
 111
 112 In Figure \ref{diffrate} two simulation results with different diffusion rates are compared. Higher diffusion rates cause a larger depth domain of lamellar structure. This can be understood since higher diffusion rates result in amorphous volumes holding more carbon which consequently stabilizes the amorphous state. In case of slower diffusion rates (Figure 6b) the redistribution of carbon is too slow to allow for an effective agglomeration of carbon atoms in amorphous cells to stabilize the amorphous state against recrystallization. This results in a smaller total amount of amorphous material in Figure 6b compared to Figure 6a. The stabilization occurs only at a depth larger than $240 \, nm$ where the total concentration of carbon is high enough. The sufficient stabilization of amorphous volumes in this deeper depth zone enables also the more effective contribution of the stress mediated amorphization.
 113
 114 Figure \ref{compl-str} shows the extension of amorphous lamellae in plain view  for two consecutive slices $m$ and $m+1$ of the ensemble. It is obvious that amorphous and crystalline lamellae have a complementary arrangement in neighbouring slices (Figure 7a,b) which again is a result of the carbon accumulation in the amorphous lamellae. This can be clearly seen by comparison of the corresponding carbon maps in Figure 7c,d.
 115
 116 %Finally fourier transformation was applied on experimental XTEM measurements and simulatin results. \ldots
 117
 118 \newpage
 119
 120 \section{Summary and conclusion}
 121 A simple model explaining the selforganization process of lamellar, amorphous precipitates was introduced. In addition the implementation of that model to reasonable simulation code was discussed. This simulation code is able to reproduce experimental results. Furthermore the formation of these lamellar structures get traceable by the simulation code. Necessary conditions, i.e. diffusion in $z$-direction can be stated. We found the diffusion rate to influence the depth distribution of lamellar precipitates. Not easily measurable information is gained by the simulation like the complementary configuration of amorphous and crystalline arrays in successive layers.
 122
 123 \newpage
 124
 125 \begin{thebibliography}{10}
 126  \bibitem{1} L.L. Snead, S.J. Zinkle, J.C. Hay, M.C. Osborne, Nucl. Instr. and Meth. B 141 (1998) 123
 127  \bibitem{2} A.H. van Ommen, Nucl. Instr. and Meth. B 39 (1989) 194
 128  \bibitem{3} M. Ishimaru, R.M. Dickerson, K.E. Sickafus, Nucl. Instr. and Meth. B 166-167 (2000) 390
 129  \bibitem{4} J.K.N. Lindner, Appl. Phys. A 77 (2003) 27-38
 130  \bibitem{5} J.K.N. Lindner, M. Häberlen, M. Schmidt, W. Attenberger, B. Stritzker, Nucl. Instr. and Meth. B 186 (2000) 206-211
 131  \bibitem{6} W.J. Taylor, T.Y. Tan, U.Gösele, Appl. Phys. Lett. 62 (1993) 3336
 132  \bibitem{7} J. Linnross, R.G. Elliman, W.L. Brown, J. Mater, Res. 3 (1988) 1208
 133  \bibitem{8} SRIM2000 Version of the TRIM program described by J.F. Ziegler, J.P. Biersack, U. Littmark in: The Stopping and Range of Ions in Matter, vol. 1, Pergamon Press, New York, 1985
 134  \bibitem{9} J.K.N. Lindner, W. Reiber, B. Stritzker, Mater. Sci. Forum Vols. 264-268 (1998) 215-218
 135 \end{thebibliography}
 136
 137 \newpage
 138
 139 \listoffigures
 140
 141 \newpage
 142
 143 \begin{figure}[!h]
 144 \begin{center}
 145 \includegraphics[width=17cm]{k393abild1_e.eps}
 146 \caption[Cross-sectional TEM image of $180 \, keV C^+$ in $Si$ with a dose of $4.3 \times 10^{17} \, cm^{-2}$ and substrate temperature of $150 \,^{\circ} \mathrm{C}$. and substrate temperature of $150 \,^{\circ} \mathrm{C}$ Lamellar and spharical amorphous inclusions are marked by $L$ and $S$.]{} \label{xtem}
 147 \end{center}
 148 \end{figure}
 149
 150 \begin{figure}[!h]
 151 \begin{center}
 152 \includegraphics[width=17cm]{model1_e.eps}
 153 \caption[Rough model explaining the selforganization of amorphous $SiC_x$ precipitates and the evolution into ordered lamellae with increasing dose.]{} \label{model}
 154 \end{center}
 155 \end{figure}
 156
 157 \begin{figure}[!h]
 158 \begin{center}
 159 \includegraphics[width=14cm]{2pTRIM180C.eps}
 160 \caption[Stopping powers and concentration profile calculated by TRIM.]{} \label{trim}
 161 \end{center}
 162 \end{figure}
 163
 164 \begin{figure}[!h]
 165 \begin{center}
 166 \includegraphics[width=15cm]{if_cmp2_e.eps}
 167 \caption[Comparison of a simulation result and a cross-sectional TEM snapshot of $180 \, keV$ implanted carbon in silicon at $150 \,^{\circ} \mathrm{C}$ with $4.3 \times 10^{17} cm^{-2}$.]{} \label{c-xtem}
 168 \end{center}
 169 \end{figure}
 170
 171 \begin{figure}[!h]
 172 \begin{center}
 173 \includegraphics[width=8cm]{mit_ohne_diff_e.eps}
 174 \caption[Two identical simulation runs with diffusion switched off (left) and on (right)]{} \label{zdiff}
 175 \end{center}
 176 \end{figure}
 177
 178 \begin{figure}[!h]
 179 \begin{center}
 180 \includegraphics[width=8cm]{high_low_ac-diff_e.eps}
 181 \caption[Two identical simulation runs with different diffusion rates $d_r$]{} \label{diffrate}
 182 \end{center}
 183 \end{figure}
 184
 185 \begin{figure}[!h]
 186 \begin{center}
 187 \includegraphics[width=10cm]{all_z-z_plus_1.eps}
 188 \caption[Amorphous/crystalline (a,b) and carbon distribution (c,d) view of two consecutive slices $m$ and $m+1$]{} \label{compl-str}
 189 \end{center}
 190 \end{figure}
 191
 192 \end{document}