Procédé de siliciuration : modélisation du dépôt et de la diffusion du nickel à partir des interfaces siliciure/silicium par des calculs ab initio et une approche d'apprentissage automatique

Silicidation process : Modelling nickel deposition and diffusion from silicide/silicon interfaces through ab initio calculations and machine learning approach

• Auteur / Autrice : Cesar Andres Jara Donoso
• Direction : Anne Hemeryck
• Type : Thèse de doctorat
• Discipline(s) : MicroNano Systèmes
• Date : Soutenance le 17/07/2023
• Etablissement(s) : Toulouse 3
• Ecole(s) doctorale(s) : École doctorale Génie électrique, électronique, télécommunications et santé : du système au nanosystème (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes (Toulouse ; 1968-....)
• Jury : Président / Présidente : Guilhem Larrieu
• Jury : Examinateurs / Examinatrices : Charlotte Becquart
• Jury : Rapporteurs / Rapporteuses : Guy Tréglia, Émilie Gaudry

Mots clés

Mots clés contrôlés

Calcul ab initio

Apprentissage automatique

Modèles mathématiques

Nickel -- Couches minces

Siliciures

Mots clés libres

Procédé de fabrication

Diffusion atomique

Matériaux basse dimensionnalité

Machine learning

Ab initio calculation

Siliciuration

Manufacturing process

Atomic diffusion

Low dimension materials

Machine learning

Ab initio calculation

Silicidation

Résumé

Alors que les couches minces de siliciures à base de nickel sont déjà présentes dans de nombreuses applications technologiques de la microélectronique, leurs mécanismes de formation sont encore loin d'être compris et maîtrisés, ce qui rend leur intégration industrielle difficile. Le procédé de siliciuration est piloté dès les toutes premières interactions Ni-Si lors du dépôt de nickel sur le substrat de silicium jusqu'à la phase d'activation thermique formant le siliciure final. Alors que l'étape de dépôt peut être étudiée par des méthodes ab initio, la phase d'activation nécessite de simuler la diffusion des atomes aux interfaces et un réarrangement atomique à grande échelle associé à des temps de simulation longs. Dans cette thèse, une stratégie de modélisation à plusieurs niveaux associant des calculs ab initio, des simulations de dynamique moléculaire et des méthodes d'apprentissage automatique est utilisée pour décrire quelques étapes clés du procédé de siliciuration. Dans un premier temps, les calculs ab initio sont utilisés pour élucider les premières étapes de la formation du siliciure de nickel. Notre travail démontre que lors du dépôt de nickel sur une surface de silicium, une couche alliée d'interface est formée même à température ambiante avant toute activation thermique. Cette couche interfaciale a une composition riche en nickel de type (011)Ni3Si qui est favorisée par la capacité des atomes de nickel à pénétrer les couches en surface du substrat de silicium. Ces calculs sont validés par des mesures expérimentales de réflectivité des rayons X et de microscopie électronique à transmission à balayage à haute résolution. Ensuite, les interfaces nickel-silicium/silicium susceptibles d'apparaître après la phase d'activation thermique du procédé de siliciuration sont étudiés à l'aide de calculs ab initio. Les propriétés structurales et les charges sont analysées. Notre travail met en évidence la présence de dislocations et de transferts de charge comme mécanismes de stabilisation en relation avec l'orientation et l'empilement. En particulier, nous constatons que les tentatives de rotation du siliciure pour minimiser les énergies élastiques produites par les désaccords de maille des deux matériaux sont liées à de grandes dislocations dans les régions d'interface. Ces interfaces sont ensuite utilisées pour la construction d'une base de données ab initio pour construire un potentiel interatomique. Enfin, le procédé de siliciuration du nickel après activation thermique est étudié grâce au développement d'un potentiel interatomique d'interaction de type Machine Learning fondé sur des méthodes de régression linéaire (Lassolars). A l'aide de ce potentiel, les dynamiques atomiques sont simulées aux interfaces nickel-siliciure/silicium pendant des temps de simulation Lassolars machine-learning en utilisant la dynamique moléculaire en utilisant différents bilans thermiques. Des analyses structurales et chimiques des structures de siliciure formées au cours de la simulation sont fournies.

Although many technological applications in microelectronics are associated with nickel silicide thin films, their formation mechanisms are still far from being understood and controlled, which makes their industrial integration difficult. The silicidation process is driven by the very first Ni-Si interactions during the deposition of nickel on the silicon substrate until the thermal activation phase forming the final silicide. While the deposition step can be studied by ab initio methods, the activation phase requires the simulation of atomic diffusion at the interfaces between the growing silicide and the silicon substrate and large scale atomic rearrangement associated with long simulation times. In this thesis, a multilevel modeling strategy that involves first-principles calculations, molecular dynamics simulations, and machine learning methods is used to describe some key steps of the silicidation process. First, first-principles calculations are used to unravel the early stages of nickel silicide formation. Our work demonstrates that during the deposition of nickel on top of a silicon surface, an interface alloyed layer is formed even at room temperature before any thermal activation. Moreover, we have succeeded in determining that this interfacial layer has a nickel-rich composition (011)Ni3Si which is favored by the ability of nickel atoms to penetrate the surface layers of the silicon substrate. These calculations are validated by experimental measurements of X-ray reflectivity and high resolution scanning transmission electron microscopy. Then, the nickel-silicon/silicon interfaces likely to appear after the thermal activation phase of the silicidation process are studied using ab initio calculations. The structural properties and the charges are analyzed. Our work evidences the presence of dislocations and charge transfers as stabilization mechanisms in relation to orientation and stacking. In particular, we find that attempts of silicide rotation to minimize the elastic energies produced by the lattice mismatches of the two materials are related to large dislocations in the interface regions. These interfaces are then used for the construction of an ab initio database to build an interatomic potential for the long time simulation of interface dynamics. Finally, the nickel silicidation process after thermal activation is studied thanks to the development of an interatomic interaction potential of Machine Learning type based on linear regression methods (Lassolars). Using this potential, atomic dynamics are simulated on nickel-silicide/silicon interfaces during long simulation times using molecular dynamics with different thermal budgets. Structural and chemical analyses of the silicide structures formed during the simulation are provided.