Study of Xenon Ion-Induced Silicon Amorphization Using Transmission Electron Microscopy and Monte Carlo Simulation

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Xenon ions with energies of 5 and 8 keV were used to amorphize a single-crystal silicon substrate. Cross-sectional samples of the irradiated areas were examined by transmission electron microscopy in the bright field mode, and the thicknesses of the amorphized layers were determined based on the analysis of the obtained images. Simulation of the ion bombardment process was carried out using the Monte Carlo technique along with critical point defect density model, which made it possible to obtain theoretical estimates of the thickness of these layers. The calculation results were compared with experimental data. Monte Carlo simulation was shown to describe low-energy xenon ion-induced amorphization of single-crystal silicon with acceptable precision.

About the authors

O. V. Podorozhniy

National Research University of Electronic Technology

Email: lemi@miee.ru
Zelenograd, Moscow, 124498 Russia

A. V. Rumyantsev

National Research University of Electronic Technology

Email: lemi@miee.ru
Zelenograd, Moscow, 124498 Russia

N. I. Borgardt

National Research University of Electronic Technology

Email: lemi@miee.ru
Zelenograd, Moscow, 124498 Russia

D. K. Minnebaev

Lomonosov Moscow State University

Email: lemi@miee.ru
Moscow, 119991 Russia

A. E. Ieshkin

Lomonosov Moscow State University

Email: lemi@miee.ru
Moscow, 119991 Russia

References

  1. Ghosh B., Ray S.C., Pattanaik S., Sarma S., Mishra D.K., Pontsho M., Pong W. F. // J. Phys. D. 2018. V. 51. No 9. P. 095304. https://doi.org/10.1088/1361-6463/aaa832
  2. Vasquez L., Redondo-Cubero A., Lorenz K., Palomares F.J., Cuerno R. // J. Phys.: Condens. Matter. 2022. V. 34. No 33. P. 333002. https://doi.org/10.1088/1361-648X/ac75a1
  3. Hlawacek G., Veligura V., van Gastel R., Poelsema B. // J. Vac. Sci. Technol. B. 2014. V. 32. No 2. P. 020801. https://doi.org/10.1116/1.4863676
  4. Petrov Y.V., Vyvenko O.F. // Beilstein J. Nanotechnol. 2015. V. 6. No 1. P. 1125. https://doi.org/10.3762/bjnano.6.114
  5. Cherepin V.T. Secondary Ion Mass Spectroscopy of Solid Surfaces. CRC Press, 2020. 138 p. https://doi.org/10.1201/9780429070327
  6. Sawyer W.D., Weber J., Nabert G., Schmälzlin J., Habermeier H.-U. // J. Appl. Phys. 1990. V. 68. P. 6179. https://doi.org/10.1063/1.346908
  7. Fleisher E.L., Norton M.G. // Heterog. Chem. Rev. 1996. V. 3. No 3. P. 171. https://doi.org/10.1002/(SICI)1234-985X(199609)3:33.0.CO;2-D
  8. Smith N.S., Notte J.A., Steele A.V. // MRS Bull. 2014. V. 39. No 4. P. 329. https://doi.org/10.1557/mrs.2014.53
  9. Höflich K., Hobler G., Allen F.I. et al. // Appl. Phys. Rev. 2023. V. 10. No 4. https://doi.org/10.1063/5.0162597
  10. Donovan E.P., Hubler G.K., Waddell C.N. // Nucl. Instrum. Methods Phys. Res. B. 1987. V. 19-20. P. 590. https://doi.org/10.1016/S0168-583X(87)80118-0
  11. Mikhailenko M.S., Pestov A.E., Chkhalo N.I., Zorina M.V., Chernyshev A.K., Salashchenko N.N., Kuznetsov I.I. // Appl. Opt. 2022. V. 61. No 10. P. 2825. https://doi.org/10.1364/AO.455096
  12. Van Leer B., Genc A., Passey R. // Microsc. Microanal. 2017. V. 23. No 1. P. 296. https://doi.org/10.1017/S1431927617002161
  13. Kelley R., Song K., Van Leer B., Wall D., Kwakman L. // Microsc. Microanal. 2013. V. 19. No 2. P. 862. https://doi.org/10.1017/S1431927613006302
  14. Rumyantsev A.V., Borgardt N.I., Prikhodko A.S., Chaplygin Yu.A. // Appl. Surf. Sci. 2021. V. 540. P. 148278. https://doi.org/10.1016/j.apsusc.2020.148278
  15. Wittmaack K., Oppolzer H. // Nucl. Instrum. Methods Phys. Res. B. 2011. V. 269. No 3. P. 380. https://doi.org/10.1016/j.nimb.2010.11.025
  16. Румянцев А.В., Приходько А.С., Боргардт Н.И. // Поверхность. Рентген., синхротр. и нейтрон. исслед. 2020. No 9. P. 103. https://doi.org/10.31857/S1028096020090174
  17. Huang J., Löffler M., Moeller W., Zschech E. // Microelectron. Reliab. 2016. V. 64. P. 390. https://doi.org/10.1016/j.microrel.2016.07.087
  18. Румянцев А.В., Боргардт Н.И., Волков Р.Л. // Поверхность. Рентген. синхротр. и нейтрон. исслед. 2018. No 6. С. 102. https://doi.org/10.7868/S0207352818060197
  19. Li Y.G., Yang Y., Short M.P., Ding Z.J., Zeng Z., Li J. // Sci. Rep. 2015. V. 5. No 1. P. 18130. https://doi.org/10.1038/srep18130
  20. Cerva H., Hobler G. // J. Electrochem. Soc. 1992. V. 139. No 12. P. 3631. https://doi.org/10.1149/1.2069134
  21. Huang J., Loeffler M., Muehle U., Moeller W., Mulders J.J.L., Kwakman L.F.Tz., Van Dorp W.F., Zschech E. // Ultramicroscopy. 2018. V. 184. P. 52. https://doi.org/10.1016/j.ultramic.2017.10.011
  22. Mayer J., Giannuzzi L.A., Kamino T., Michael J. // MRS Bull. 2007. V. 32. No 5. P. 400. https://doi.org/10.1557/mrs2007.63
  23. Eckstein W. Computer Simulation of Ion-Solid Interactions: Berlin-Heidelberg: Springer, 1991. 296 p. https://doi.org/10.1007/978-3-642-73513-4
  24. Mutzke A., Bandelow G., Schmid K. News in SDTrimSP Version 5.05, 2015. 46 p.
  25. Wilson W.D., Haggmark L.G., Biersack J.P. // Phys. Rev. B. 1977. V. 15. No 5. P. 2458. https://doi.org/10.1103/PhysRevB.15.2458
  26. Oen O.S., Robinson M.T. // Nucl. Instrum. Methods. 1976. V. 132. P. 647. https://doi.org/10.1016/0029-554X(76)90806-5
  27. Lindhard J., Scharff M. // Phys. Rev. 1961. V. 124. No 1. P. 128. https://doi.org/10.1103/PhysRev.124.128
  28. Süle P., Heinig K.-H. // J. Chem. Phys. 2009. V. 131. P. 204704. https://doi.org/10.1063/1.3264887
  29. Mutzke A., Eckstein W. // Nucl. Instrum. Methods Phys. Res. B. 2008. V. 266. No 6. P. 872. https://doi.org/10.1016/j.nimb.2008.01.053
  30. Wittmaack K. // Phys. Rev. B. 2003. V. 68. No 23. P. 235211. https://doi.org/10.1103/PhysRevB.68.235211

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».