Статистический анализ и оптимизация параметров микросхем силовой электроники

March 12, 2015 by admin Комментировать »

Современное состояние микроэлектроники характеризуется неуклонным повышением сложности и стоимости разработки интегральных микросхем (ИМС), снижением их «времени жизни». Условия острой конкуренции на этом стремительно развивающемся рынке диктуют необходимость сокращения сроков проектирования и производственного освоения новых изделий.

Как известно, до 90% от общей стоимости изделий микроэлектроники приходится на затраты, непосредственно связанные с их проектированием. В связи с этим как никогда важно и актуально использование современных методов и программных средств на всех составных этапах проектирования и экспериментальной отработки конструкций силовых микросхем в глобальной цепочке: технология/прибор/схема/система.

Важнейшей задачей проектирования любого нового изделия микроэлектроники является выработка рекомендаций для повышения технологичности его производства (проектирование на технологичность). Под проектированием на технологичность обычно подразумевается оптимизация технологического маршрута изготовления ИМС с целью обеспечения высокого уровня выхода годных изделий, а также получения наилучших характеристик схемы при выбранных в результате проектирования режимах технологии и их стабильности за счет минимизации чувствительности характеристик схемы к неизбежно имеющим место случайным отклонениям технологических параметров. Кроме того, процесс проектирования с учетом технологичности включает разработку тестовых структур, которые используются для контроля технологических параметров в процессе изготовления нового изделия.

Проектирование на технологичность напрямую связано с обеспечением получения максимально высокого выхода годных изделий — основного экономического показателя качества производства ИМС. Этот показатель в значительной степени зависит от точности и адекватности компьютерного проектирования технологии и статистического контроля производства. Наличие сертификата на проведение статистического анализа технологии изготовления нового изделия является обязательным условием для всех современных предприятий электронной промышленности.

Таким образом, достижение высоких уровней технологичности производства и выхода годных в конечном счете связано с решением, по крайней мере, двух задач. Первая, прямая задача состоит в исследовании влияния статистических флуктуаций технологических параметров на выходные характеристики технологии/прибора/схемы/системы. Целью решения второй, обратной задачи является определение диапазона допустимых отклонений технологических параметров, обеспечивающих разброс выходных характеристик технологии/прибора/схемы/ системы в заданном диапазоне. По математической постановке первая задача — статистическая, вторая — оптимизационная.

Однако прямое статистическое моделирование технологии (проведение достаточно большого количества расчетов одного технологического маршрута с вариацией параметров входящих в состав маршрут операций, выбранных согласно статистическому закону распределения) требует значительных вычислительных ресурсов. Так, двухмерное моделирование только одной технологической операции перераспределения примесей при высокотемпературном окислении с использованием программного комплекса моделирования технологии ИМС SSuprem4 требует до одного часа расчетного времени. Очевидно, что многомерное и многофакторное статистическое моделирование только технологического маршрута (первый этап в цепочке ТПСС) в цикле Монте-Карло даже с помощью современных программ физического моделирования технологии нереально с точки зрения разумных времен расчетов.

В связи с этим особую актуальность приобретает применение аппроксимационных методов. Идея заключается в том, чтобы найти эффективный способ построения аппроксимационных зависимостей результатов численного моделирования технологии (или результатов натурных экспериментов), которые позволили бы достаточно точно описать результаты как можно меньшего количества компьютерных/натурных экспериментов в виде полиномиального ряда. Полученные аппроксимационные зависимости затем можно использовать при статистическом анализе и оптимизации в цикле Монте-Карло на каждом этапе сквозного проектирования ТПСС, что на несколько порядков позволит снизить необходимые вычислительные ресурсы, необходимые для компьютерного моделирования (компьютерного эксперимента), и финансовые затраты на проведение натурных экспериментов.

К настоящему времени методы для одновременного определения оптимальных рабочих точек прибора/схемы и анализа их чувствительности к флуктуациям технологических параметров разработаны недостаточно полно. Если даже такой анализ чувствительности и проведен каким-то способом, то при осуществлении процедуры оптимизации проектировщик прибора/схемы в типичном случае использует методологию наихудшего случая или же методы, в которых учитывается лишь небольшое число потенциально значимых факторов, и в редких случаях осуществляется учет суммарного влияния технологических факторов.

Для решения указанной статистической задачи наиболее эффективным является метод поверхности откликов (МПО) (в англоязычной терминологии — RSM (Response Surface Methodology)).

Лишь в последнее десятилетие в комплексы систем компьютерного проектирования технологии изготовления ИС включаются инструменты, позволяющие проводить статистический анализ результатов проектирования технологии и оптимизацию технологических параметров. Так, в программный комплекс ком* пании Silvaco, известного разработчика систем компьютерного проектировании технологии в микроэлектронике, входят модули SPAYN (проведение статистического анализа результатов сквозного проектирования) и OPTIMIZER (оптимизация технологических параметров и характеристик прибора). В составе пакета программ другой компании, Synopsys, имеются программные средства ТМА Workbench и DFM Workbench, реализующие в ограниченных возможностях методологию статистического и оптимизационного проектирования. Однако в подходах, использованных в пакетах SPAYN и OPTIMIZER, реализована лишь ограниченная часть аспектов статистического анализа и оптимизации технологии.

Используемые при этом математические методы и программные средства позволяют объединить результаты анализа влияния статистических флуктуаций входных параметров каждого из указанных уровней проектирования на выходные характеристики как проектируемой системы в целом, так и на выходные характеристики составных уровней (этапов) сквозного процесса проектирования. В конечном счете, задача состоит в установлении связей между статистической информацией на уровне технологического маршрута и выходными характеристиками проектируемой системы. На каждом этапе проектирования технологии, прибора, схемы и системы используются свои методы и программные средства. Так, при проектировании технологического процесса и элементной базы (прибора) удобными средствами являются программные комплексы компаний Silvaco (SSuprem4) и Synopsys (TCAD). Проектирование на уровнях схемы и системы в настоящее время осуществляется с использованием программных комплексов компаний Cadence, Synopsys, MentorGraphics. Программные средства проектирования технологии реализуют физические модели технологических процессов микроэлектроники, а прибора — переноса носителей заряда в его структурных элементах. Ядром всех средств проектирования аналоговых систем на уровне схемы является программа Spice. Известные в мире компании-разработчики программного обеспечения для компьютерного проектирования в области микроэлектроники Cadence, Synopsys, MentorGraphics используют язык VHDL в качестве языка исходного описания цифровой системы и стандарт VHDL-AMS (расширение VHDL) для описания моделей аналоговых и смешанных (цифро-аналоговых) схем и систем. Используемый в данной работе метод сквозного статистического проектирования объединяет статистическую информацию между уровнем проектирования процесса и уровнем системы, что позволяет выяснить влияние флуктуаций технологических факторов на рабочие характеристики системы. Показано, что иерархический статистический анализ практичен с точки зрения как точности, так и требуемых для моделирования вычислительных ресурсов. Предлагаемый метод позволяет вывести ограничения на флуктуации параметров технологии с точки зрения требований характеристик системы.

Снижение выхода годных СБИС вследствие вариации характеристик приборов (элементной базы) становится критической проблемой. Для решения этой проблемы предлагаются различные способы, сводящиеся, в основном, к статистическому моделированию прибора и к параметрической оптимизации выхода годных [90—95]. При этом большинство исследований останавливается на уровне анализа схемы, а статистический анализ на уровне системы не проводится. Это объясняется тем, что статистический анализ требует большого количества «прогонов», так что статистическое моделирование на уровне системы в таком (прямом) подходе становится практически неосуществимым. В связи со сказанным конечная цель настоящее работы состоит в осуществлении статистического анализа на уровне системы с учетом статистических флуктуаций параметров технологии/прибора/схемы.

Большое разнообразие микросхем силовой электроники требует новых подходов в методологии проектирования. Требуются более эффективные методы при анализе больших ИМС по сравнению с теми, которые используются в обычных SPICE-подобных программах. Иерархический подход — один их эффективных методов статистического анализа, который заменяет общепринятые методы и широко используется в последнем десятилетии. При таком подходе иерархия проектирования представляется в виде двух уровней — уровень системы и уровень схемы. На системном уровне схема разделяется на функциональные блоки, назовем их подсхемами. Поведение подсхем описывается на аппаратном языке. На схемном уровне каждая подсхема представляется в виде списка соединений. Параметры поведенческой модели на системном уровне — это характеристики подсхем; эти параметры экстрагируются посредством SPICE-подобного моделирования на схемном уровне и используются для анализа на уровне системы. Такой подход называется приближением сверху вниз. Посредством связи характеристик подсхем на схемном уровне осуществляется анализ системы на иерархическом уровне.

В работе [96] предложена методика, обеспечивающая связь между статистическими разбросами технологических параметров и соответствующими отклонениями номинальных характеристик системы. Проведено исследование в иерархическом приближении влияния разброса пяти SPICE-параметров (длины Ld и ширины Wd области боковой диффузии, параметра удельной крутизны Кр, концентрации примесей в канале Nch и сопротивления утечки сток—исток RDS) на характеристики системы, состоящей из 5 отдельных блоков (частотного детектора, накопителя заряда, фильтра с низким уровнем пропускания, контроллера осцилляций напряжения и частотного делителя).

Вычислительные затраты, необходимые для построения «мостика» между указанными уровнями проектирования, не столь значительны, так что статистический анализ на системном уровня может быть осуществлен без проблем. Для этой цели используются два метода статистического моделирования — промежуточная модель [97, 98] и метод поверхности откликов [92, 99—100].

В работах [101—104] приведены некоторые данные об опыте использования иерархического статистического моделирования. Показано, что проведение статистического анализа больших ИМС имеет неоспоримые преимущества при использовании иерархических подходов. В этих работах вариации на системном уровне исследуются на основе результатов анализа на приборном уровне в форме параметров модели MOSFET прибора.

Источник: Белоус А.И., Ефименко С.А., Турцевич А.С., Полупроводниковая силовая электроника, Москва: Техносфера, 2013. – 216 с. + 12 с. цв. вкл.

Оставить комментарий

микросхемы мощности Устройство импульсов питания пример приемника провода витков генератора выходе напряжение напряжения нагрузки радоэлектроника работы сигнал сигнала сигналов управления сопротивление усилитель усилителя усиления устройства схема теория транзистора транзисторов частоты