基于強流離子源的離子束濺射鍍膜設備均勻性優化*

李桑丫 張艾霖 徐欣 呂濤 王世康 羅箐?

1) (中國科學技術大學,國家同步輻射實驗室,合肥 230029)

2) (中國科學技術大學,核探測與核電子學國家重點實驗室,合肥 230031)

3) (中國科學技術大學核科學技術學院,合肥 230026)

隨著高端光學器件鍍膜的發展,其多樣性濺射鍍膜需求對離子束流流強、均勻度和可調性提出了更高的要求.對于新一代離子束濺射鍍膜機來說,如何在不同離子比、不同流強的束流下保持足夠的均勻度,成為了濺射鍍膜設備的一大難題.本文提出了一種基于三電極引出系統的優化模擬方法,模擬和優化了離子源的引出系統,研究了等離子體電極、抑制電極、引出電極的形狀、角度、距離對離子束引出性能的影響.同時,重點研究了離子比對束流引出的影響.該模型可以指導科研工作者根據離子源的狀態和應用需求,對三電極引出系統的角度、距離和形狀進行系統優化并找出最優解.最后,本文還給出了一種方法對混合離子束的濺射深度進行了估算.

1 引言

近年來,離子束濺射鍍膜技術作為一種廣泛應用于各類基底上形成薄膜的關鍵技術,受到了廣泛關注[1-5].隨著對薄膜均勻性的需求不斷提高,研究離子源流強、引出方式和鍍膜效率之間的關系顯得尤為重要.離子源流強直接影響薄膜的質量和效率,國內外已有很多提高傳統潘寧源流強的研究,比如Nouri等[6]設計出了一種由潘寧離子源組成的流強可達50 mA 以上濺射離子源;Mamedov等[7]利用強流脈沖可以獲得放電電流10—100 mA 的潘寧離子源.本文所參考的潘寧源為一種小型潘寧離子源[8]的增強版,在高功率下直流流強最高估計可到100 mA.為確保穩定受控的離子束以獲得均勻高質量的涂層,優化引出系統是不可或缺的關鍵步驟[9].為了獲得高能量和大束流密度的離子束,常采用多電極系統.這種系統具有兩個主要優勢:一是可以通過調整加速間隙的電場與引出間隙的比值改善束流的光學特性;二是獲得的束流密度高且可以將其加速至較高能量[10].對于潘寧源,常用的兩種引出方法是邊(徑向)引出和軸向引出.邊引出通常用于需要精確束流控制的情況,而軸向引出則具有更高的流強和更好的束流發射度,容易獲得大面積的引出束流,但如何控制離子束發散并保證束流的均勻性仍然是一大挑戰.此外,軸向引出通常獲得的離子束流分子態的粒子更多且電荷態較低,邊引出獲得的分子態粒子則相對較少[11].潘寧離子源面臨的另一個挑戰是其電離強度相對于其他強流離子源較弱,例如0.5 mA 引出流強的潘寧源的電離效率僅有10%[12].離子源的電離強度對離子比的影響巨大,這意味著引出束是一種混合產物,存在大量的分子離子.在設計引出系統時,需考慮不同應用需求和參數設置條件下的電離產物比例,因為這將顯著影響引出過程和鍍膜效率.為了滿足大面積引出需求,本文采用能獲得更高流強的軸向引出,由于流強的提高,原離子源為探井設計的引出系統將不再適用.為了滿足大面積均勻鍍膜的需求,束流的引出面積和均勻度都需要進一步優化,為此,本文發展了專用的模擬算法,考慮了不同電離產物比例、電磁場分布、等離子體特性等參數對引出效率的影響,通過優化設計引出系統,致力于提升潘寧離子源在濺射鍍膜應用中的離子束均勻性、能量分布和整體鍍膜效率.

2 引出系統模擬

2.1 流強、均勻度和單能性對鍍膜效率影響的估算模型

沉積效率和均勻性的實際方程和函數將特定于離子源、鍍膜工藝和材料特性.可以使用沉積速率(單位時間內沉積的材料量)、涂層厚度的均勻性來度量鍍膜效率.

基于模擬條件,本文只考慮引出束流質量對鍍膜效率的影響,假定后續沉積效率一致的情況下,使用濺射速率、引出束流的均勻性來等效估算鍍膜效率.在實際實驗中可以直接通過測量樣品各個位置的涂層厚度來衡量鍍膜的一致性以及鍍膜效率.

定義束流均勻度為流強均方差的倒數,并以單位時間濺射出靶材上的粒子數作為濺射速率D:

分別在常見的不同靶材材料下對比S,評估引出入射離子束質量的核心參數,對比優化的提升效果.在一定范圍內,更高的離子電流密度(流動強度)可以導致更快的沉積,而更高的均勻性可以導致更均勻的涂層.

多數金屬的濺射閾值位于10—40 eV,該值的大小與靶材的升華熱有關.入射離子能量達到該閾值后,濺射率與離子能量成正比.但入射離子能量增至10 keV 左右時,濺射率的增長速度逐漸變緩,從撞擊能范圍進入級聯碰撞濺射.但由于高能注入的出現,濺射產額在離子能量高于50 keV 左右后出現下降.

下面介紹3 種產額估算經驗公式,Bohdansky,Matusnami,以及Yamamura.Bohdansky 經驗公式為[13]

式中,α是修正因子,α=0.15+0.13M2/M1,Rp/R為平均射程Rp與投影射程R的比值,Rp/R=(0.4M2/M1+1)-1,US為每個 原子的表面結合能,Eth是濺射閾值能量,Sn(E) 是核阻止截面.

Matusnami 經驗公式[14]為

式中,ke為電子阻止本領的修正系數,Γ為描述輕離子濺射靶材對總的濺射產額的貢獻參數,Γ=W[1+(1+M1/7)3]-1.對于Cu 靶,經驗參數Q=1.0,W=0.73,s=2.5,對于Ni 靶,Q=0.94,W=1.33,s=2.5.

從上文可以看出,不管哪種模型,濺射效率主要與離子束能量和束流強有關,所以束流的能量也是一個至關重要的因素,能散和不同離子比的優化將作為本文的重點研究內容之一.

2.2 模擬優化方法簡介

本文優化的潘寧源參數如表1 所示.大面積均勻鍍膜需要的離子束流為低能強流束,本文使用離子源常用的三電極系統作為引出電極系統.三電極分別為等離子體電極、抑制電極,以及引出電極,一般用于強流離子源加速器系統[16].

表1 潘寧源參數Table 1.Parameters of penning source.

選擇優化的引出系統為如圖1 所示孔徑3 mm的三電極系統,通過改變優化參數,試圖獲得束流能量為15 keV,束流面積能達到引出500 mm 并擁有更高的均勻度的大面積濺射鍍膜的束流.

圖1 初始引出電極設計Fig.1.Initial extraction electrode design.

本文設計了優化算法,調用IBSimu(ion beam SIMUlator)[17],進行引出系統的優化.通過自編譯代碼,實現了對電極幾何形狀、電極間位置距離以及電極電壓的調控,并通過收集出口處的粒子信息,進行對束流均勻度、流強等束流品質參數的二次分析,從而實現對引出系統的自動優化算法.

基于2.1 節濺射效率經驗公式分析,這里設置3 個統計量用于評估引出束流質量,分別是束流平均流強密度、單粒子平均能量,以及各宏粒子位置的方差的倒數衡量的束流均勻度.通過歸一化函數進行去量綱化來實現各電極參數組合的模擬之間綜合加權的比較.由于統計時某些粒子的狀態為丟失,選用傳統的線性映射方法如Min-Max 歸一化會由于最大值與最小值的不穩定而導致評估的不準確.我們選擇Sigmoid 函數作為后文使用的非線性歸一化函數[18]:

如(5)式所示,Sigmoid 函數擁有類S 的曲線,允許數據趨向正無窮和負無窮且具有良好的閾值切分性,可以規避極端粒子對評估數據帶來的不穩定性.改變的參數如表2 所示.

表2 優化參數Table 2.Optimized parameters.

通過收集粒子信息計算得到3 個評估值的變化來評估各優化參數對束流質量的影響,粒子信息收集為距等離子體開口12 cm 處.

3 模擬優化結果及分析

3.1 離子體電極的優化

等離子體電極作為離子源第一電極,對束流的引出至關重要.根據本文開發的優化程序,對強流潘寧源等離子體電極形狀進行了深度優化,通過對電場位形的分析,優化出新的等離子體電極形狀,其結果如圖2 所示.

圖2 優化前后的等離子體極形狀 (a)兩種初始等離子體電極設計;(b)優化后的等離子體電極設計(等離子體電極為15 keV,抑制電極為-5 keV)Fig.2.Optimized plasma pole shape:(a) Two initial plasma electrode designs; (b) optimized plasma electrode design(Plasma electrode is 15 keV,suppression electrode is-5 keV).

新的等離子體電極擁有帶溝槽與弧度過渡的底部,通過調整引出系統前部分的電場分布改變束流的初始引出狀態,在保證擴大束流引出度的同時也限制了更多的非均勻束流.

3.2 電極角度的系統優化

電極角度的優化工作量巨大,為了提升優化效率,利用旋轉矩陣在IBSIMU 代碼中添加了對電極角度自動旋轉改變優化功能模塊實現對不同引出電極角度改變量對均勻度的影響的探究.

依次對使各電極角度一起旋轉改變和單獨旋轉改變做了優化,旋轉角度為順時針.從圖3 可以看出,(b)組對整體束流品質變化的貢獻最大,而(c)組并不直接影響整體束流品質的走向.即各電極角度變化量對束流品質的影響主要由等離子電極的角度變化主導并與引出電極的角度變化共同影響.圖4 為使用Sigmoid 函數歸一化三評估量后,側重均勻度以(3∶1∶6)分別對流強、能量、束流均勻度加權得到的隨等離子電極與引出電極的變化角度幅度的變化.圖中顏色約深代表該點處的束流品質越好,圖中的空白是由于剔除某些組合會出現的束流偏航后導致的.

圖3 各電極角度變化量對束流品質的影響 (a)三電極同步角度調整;(b)等離子體電極角度調整;(c)抑制電極角度調整;(d)引出電極角度調整Fig.3.Influence of angle variation of each electrode on beam quality:(a) Three-electrode synchronization angle adjustment;(b) plasma electrode angle adjustment;(c) inhibit electrode angle adjustment;(d) extraction electrode angle adjustment.

圖4 等離子電極與引出電極的角度共同作用對束流質量的影響Fig.4.The influence of the angles of plasma electrode and extraction electrode on beam quality.

從圖4 的熱圖顏色變化可以看出,束流品質在兩個電極角度變化下存在明顯的周期性,并且因為邊緣效應的減小有隨著引出電極的抬升漸強的趨勢.選取評估值大于0.73003(前4%)的4 組進行對不同抑制電極對均勻度的影響的探究,各組別對應角度變化如表3.只考慮角度的優化最佳結果為第5 組,后續將在這5 組角度的基礎上進行電極距離的優化.

表3 優化電極的角度選擇Table 3.Optimize electrode angle selection.

3.3 抑制電極系統優化選擇

抑制電極除了可以抑制回流吸引等離子體中的電子,對束流品質也有很大的影響.

如圖5 所示,在沒有抑制電極的情況下,束流的均勻很難得到控制(圖5(a)).同時,不合適的抑制電極位置會導致束流的損失(圖5(b)).為了探究抑制電極的位置對束流品質的影響,對進行角度優化后的5 組電極系統進行位置參數的優化掃描.

圖5 有無抑制電極時的束流對比圖 (a) 無抑制電極;(b) 有抑制電極Fig.5.Comparison diagram of the beam with and without the suppression electrode:(a) Without the suppression electrode;(b) with the suppression electrode.

從圖6 可以發現,組2,4,5 的表現都較為接近,尤其是組2 與組4 的表現,這也印證了3.2 節中發現的等離子體電極與引出電極的互補周期關系.其中第5 組在抑制電極距離增大后的流強表現上更好,但均勻度表現最差.第1 組與第3 組的表現接近,更陡峭的等離子體電極的束流均勻度有所提高但也為此損失了流強.通過綜合考慮,得到如表4 所示的3 組最優結果.

圖6 各組別抑制電極距離對束流品質的影響Fig.6.The influence of electrode distance on beam quality in each group.

表4 優化抑制電極的選擇Table 4.The selection of optimized inhibition electrode.

3.4 引出電極距離優化

模擬研究表明,在束流不轟擊引出電極水平部分的情況下,引出電極的長度并不會直接改變束流品質,因此將著重研究引出電極距離對束流品質的影響.

引出電極優化結果如圖7 所示,可以發現3 組情況各有優缺點,其中組1 作為引出電極更為平緩的組別犧牲了部分束流換取了較高的流強,其他兩組犧牲了更低電荷量的離子獲得了更高的束流能量與均勻度.同時對比組2 和組3 可以發現,離等離子體電極更近的抑制電極對分子態的離子限制更大.總體上,引出電極距離在正常范圍內對能量影較小,而對流強和均勻度的影響成反比,因此很難通過更改引出電極距離來提升束流均勻度,所以對于本文的引出系統,引出電極距離并不需要特地做優化.

圖7 各組別引出電極距離對束流品質的影響Fig.7.The influence of the distance of the leading electrode on the beam quality.

3.5 混合離子束引出優化

由于等離子體內部復雜的相互作用、重組反應和其他相互競爭的電離和解離過程,這些離子的確切比例會發生變化.H2的電離效率和生成的物質比取決于多種因素,包括電子能量分布、氣體壓力和磁場強度.通過優化這些參數獲得更高的電離強度,可以產生更豐富的離子,包括H+,圖8 是不同離子比對引出束流質量的模擬結果,可見離子比對束流的引出有極大的影響,而在以往的引出系統研究中往往被忽略.

圖8 不同離子比對引出束流質量的模擬Fig.8.Simulation of extracted beam mass by different ion ratios.

根據模擬結構可知,隨著分子態的離子占比的提高,以抑制電極犧牲流強的提高均勻度的方式導致的流強損失將不可忽視,而較為陡峭的引出電極設置可以在一定程度上補償抑制電極的效果.因此,對于高質子比的束流,需要關注等離子體電極的角度與抑制電極的距離,著重兩者之間的電場優化以獲得高均勻度的束流.而對于高分子態離子比的束流,采用與高質子比一樣的通過抑制電極獲得高均勻度的方法會導致流強不可接受的損失,更適合通過引出電極的形狀補償均勻度.

3.6 多參數下的智能優化

從上文的分析可知,在不同電極形狀,電極角度,l1下對應的l2變化影響也會有所不同;同理,在不同l1與l2下改變電極形狀與電極角度也會得到不同的電場結構.并且不同的離子比也會對優化方向帶來巨大影響.在耦合影響的作用下,需要將多個參數反復迭代直到收斂得到限定條件下的最優解.從流強的角度上,表4 第1 組的流強更能滿足大面積均勻鍍膜的要求.

通過多參數迭代后,在表4 第1 組的基礎上進行更細致的參數智能掃描獲得均勻度更高的版本,得到如圖9 所示的結果,可以發現程序主要是通過修改等離子體電極形狀優化引出電場使不均勻的束流偏航并最大化地進行擴束以滿足大面積均勻鍍膜需求.

對比優化前的輸入版本,優化后的版本在12 cm 處的束流橫截面積提高了57.6%,均勻度也有顯著提升.在實際應用中,能夠通過延長引出系統長度獲得滿足0.5 m2以上的大面積鍍膜需求.圖10 為流截面能量分布優化結果,可見有明顯的提升.

圖10 優化前后束流截面能量分布對比 (a)優化前;(b) 優化后Fig.10.The comparison of energy distribution of the beam before and after optimation:(a) Before optimation;(b) after optimation.

4 濺射鍍膜深度估算

以光學鍍膜常用的Ni 靶為例,對于Ni 靶,質子的高點在1—5 keV 之間.離子源不可避免地同時產生H+,,和離子,假定其離子比為4∶5∶1,對引出勢能為1.5 keV 的引出系統進行優化得到的優化引出結果如圖11 所示.

圖11 優化后的1.5 keV 引出模擬Fig.11.The optimized 1.5 keV extraction simulation.

一般來說可以通過計算濺射沉積速率、濺射深度、濺射功率密度來評估濺射沉積的效率[19-21].

其中Ps是濺射功率,ρ是材料密度,A是材料摩爾質量.M是離子質量,N是離子通量.其中濺射功率可由實際使用的機器參數決定,估算對于1.5 kV引出的混合氫離子,H+,,和的Ni 靶的濺射深度如圖12 所示.

圖12 氫離子優化引出Ni 靶的濺射深度估值Fig.12.Estimation of sputtering depth of Ni target induced by hydrogen ion optimization.

濺射深度可以幫助研究者對靶材的損耗進行評估.總體來說,優化后的系統可以滿足濺射鍍膜所需的入射能量與均勻度.

5 總結與展望

本文深入探討了影響離子束濺射鍍膜設備均勻度的幾個因素,特別是針對強流離子源的引出系統的系統優化研究.給出了一種智能優化方法,在眾多的可優化參數中,篩選出最優解,給出了等離子體電極的角度和抑制電極的距離精確優化值,以實現低電荷態離子的高均勻性.而對于分子態離子,提出了電極形狀的改進方法,以平衡均勻性和流強.此外,還估算了混合引出束流的濺射深度,為靶材消耗評估提供參考.

未來,我們將繼續研究其他影響因素,如溫度、壓力和靶材,根據特定的應用場景,結合軟件開發,獲得對離子束特性對涂層效率的影響更準確的估計,以完善離子源優化模型.這些研究結果對于提高離子源技術的應用潛力和涂層質量具有重要意義.