전기-열 시뮬레이션 튜토리얼 (파트 B): 열 메쉬, 경계 조건 및 실험 피팅

1. 소개: 파트 B의 범위와 초점

파트 A에서는 전기-열 시뮬레이션을 실행하고, 주요 열 발생 메커니즘 (캐리어 수송 가열, 재결합 가열, 기생 손실)을 식별했으며, 인가 바이어스의 함수로 격자 온도 출력을 추출하는 방법을 배웠습니다. 첫 번째 파트는 어떤 열이 생성되는지와 그것이 장치의 어디에 나타나는지에 초점을 맞추었습니다. 이 파트 B에서는 문제의 다른 절반, 즉 열이 장치로부터 어떻게 운반되어 나가는지에 초점을 맞춥니다. 이는 열 메쉬와, 특히 열 경계 조건에 의해 지배됩니다. 경계 조건은 실제로 장치가 어떻게 장착되고, 냉각되며, 또는 히트싱크에 연결되는지를 나타내며, 결과적인 온도 상승에 종종 1차적인 영향을 미칩니다. 전기적 거동과 열 발생 항이 동일한 두 시뮬레이션도 열 경계 가정이 다르기만 해도 매우 다른 온도 프로파일을 생성할 수 있습니다.

따라서 전기-열 시뮬레이션이 일반적으로 전기 영역보다 더 큰 열 영역을 사용하는 이유, 유효 경계 조건이 어떻게 거시적인 히트싱크를 명시적으로 메쉬화하지 않고 나타내는 데 사용되는지, 그리고 온도 의존 재료 물성이 왜 이산 온도 격자에서 사전 계산되는지를 보게 될 것입니다. 이 튜토리얼은 실험적으로 기반이 있고 측정 가능한 자기 발열 효과를 포함하는 유기 다이오드 예제를 계속 사용하지만, 워크플로는 완전히 일반적입니다. 동일한 개념은 무기 반도체, 박막 장치, 전력 전자, 광검출기, 그리고 전력 소산이 온도를 통해 수송에 피드백되는 모든 구조에 적용됩니다.

파트 B가 끝나면 다음을 이해해야 합니다:

• 열 메쉬가 전기 메쉬와 구별되는 이유,
• 열 경계 조건이 열 추출을 어떻게 제어하는지,
• 효율성을 위해 온도 이산화가 내부적으로 어떻게 사용되는지, 그리고
• 실험 데이터와 일치시키기 위해 왜 때때로 자기 발열을 포함해야 하는지.

2. 열 메쉬와 경계 조건

메인 시뮬레이션 창에서 시작하여 Thermal 리본으로 이동합니다. 이것은 파트 A에서 소개된 것과 동일한 리본입니다: 여기에는 가열원 토글과 핵심 구성 제어(열 파라미터, 열 메쉬, 경계 조건)가 포함되어 있습니다. 리본은 ??에 나와 있습니다.

2.1 열 메쉬와 그것이 전기 메쉬가 아닌 이유

Thermal mesh를 클릭하여 열 메쉬 편집기를 엽니다. 처음 보기에는 OghmaNano의 다른 곳에서 본 메쉬 편집기처럼 보이지만, 이는 다른 물리 문제, 즉 열 확산을 푸는 것입니다. 핵심은 전기-열 시뮬레이션이 두 개의 메쉬를 사용한다는 점입니다. 왜냐하면 전기 문제와 열 문제는 보통 근본적으로 다른 길이 척도에서 존재하기 때문입니다:

• 전기 메쉬는 수송(drift–diffusion + Poisson + 재결합/트랩)을 풉니다. 일반적으로 전기적 활동이 가장 강한 곳, 즉 장과 캐리어 밀도가 빠르게 변하는 활성층과 인접 계면에 집중됩니다. 이러한 변화는 나노미터에서 마이크론 척도에서 발생할 수 있습니다.
• 열 메쉬는 격자 열 방정식을 풉니다. 열은 활성층에서 멈추지 않습니다. 전체 적층 구조를 통해, 접촉, 기판, 패키징, 그리고 장치에서 열을 제거하는 모든 것으로 퍼져 나갑니다. 이러한 경로는 일반적으로 밀리미터에서 센티미터 척도에 있습니다.

이러한 불일치 때문에 단일 “공유 메쉬”는 보통 잘못된 추상화입니다. 전기 문제는 활성 영역에서 높은 해상도가 필요하고, 열 문제는 열 흐름 경로를 나타낼 수 있을 만큼 충분히 큰 영역이 필요합니다. 예를 들면:

• 박막 다이오드는 활성층 두께가 100–300 nm일 수 있지만, 기판은 0.5–1 mm 두께(유리)일 수 있고 장착 블록이나 스테이지는 센티미터 크기일 수 있습니다.
• 금속 접촉은 전기적으로는 수십 나노미터 두께에 불과할 수 있지만, 그 열전도율이 유기층이나 산화층에 비해 크기 때문에 열적으로는 지배적인 측방 열 확산층이 될 수 있습니다.

이 예제에서는 열 영역의 Y 높이가 전기적으로 활성인 영역에 제한되지 않고 전체 장치 적층 두께에 걸쳐 있음을 볼 수 있습니다. 이는 전형적입니다. 열 수송은 전류가 흐르는 층만이 아니라 열을 전도하는 모든 층을 포함합니다. 다음으로, 우리는 경계 조건을 사용하여 이 열 영역에서 열이 어떻게 빠져나갈 수 있는지를 구성합니다. 메쉬는 열이 확산될 수 있는 영역을 정의하고, 경계 조건은 그 영역의 가장자리에서 무슨 일이 일어나는지를 정의합니다.

2.2 경계 조건: 절연 면과 유효 히트싱크

??에 표시된 경계 조건 편집기를 엽니다. 이 예제에서 대부분의 면은 Neumann으로 설정되어 있습니다(종종 “Neumann (==0)”으로 표시됨). 물리적으로 Neumann 경계 조건은 경계에서의 법선 열 유속을 지정합니다. 0으로 설정되면 다음을 강제합니다:

\[ -k \nabla T \cdot \hat{n} = 0 \]

즉 그 경계를 통해 열이 흐르지 않는다는 뜻입니다. 이 면들은 열적으로 절연된 것으로 처리됩니다. 이것은 장치가 전체적으로 열적으로 고립되어 있다는 뜻이 아니라, 단지 열 솔버에 해당 경계들이 의도된 열 제거 경로의 일부가 아니라고 알려주는 것입니다. 여기서 예외는 y_max 면으로, Heatsink로 설정되어 있습니다. 이 경계는 y_max에서의 장치 온도(여기서는 약 300 K)와 함께 유효 히트싱크 열전도율 및 히트싱크 길이 (이 예제에서는 밀리미터 수준)을 지정합니다.

개념적으로 이것은 유효 열 제거 모델입니다. 이는 열 메쉬가 거시적인 물체를 포함하도록 강제하지 않고도, 시뮬레이션된 장치 적층 구조에서 명시적으로 메쉬화되지 않은 싱크로 열이 빠져나가도록 합니다. 실제 히트싱크는 일반적으로 박막 장치보다 수 자릿수 더 크기 때문에 이것이 중요합니다. 서브마이크론 해상도로 밀리미터에서 센티미터 크기의 싱크를 명시적으로 메쉬화하는 것은 계산적으로 비효율적이며 물리적으로도 불필요합니다. 또한 열 문제에서는 경계 조건이 장치가 얼마나 뜨거워지는지를 크게 결정한다는 점을 강조할 가치가 있습니다. 열 추출 경로가 좋지 않으면 온도가 매우 빠르게 상승할 수 있고, 반대로 효율적인 경로는 상당한 전력 소산 하에서도 온도를 주변 온도에 가깝게 유지할 수 있습니다.

유용한 비유는 장치를 물이 채워지는 욕조로 생각하는 것입니다. 열 발생 항은 수도꼭지로서 시스템에 에너지를 붓습니다. 열 경계 조건은 배수구입니다:

• 배수구가 완전히 열려 있으면(우수한 열 추출), 수위는 낮게 유지됩니다.
• 배수구가 부분적으로 막혀 있으면(제한된 열 추출), 수위가 상승합니다.
• 배수구가 닫혀 있으면(열 추출이 없음), 욕조는 결국 넘치게 됩니다.

이 비유에서 수위는 격자 온도입니다. 따라서 열 경계 조건의 목적은 부차적이거나 형식적인 것이 아닙니다: 이는 궁극적으로 장치가 차갑게, 따뜻하게, 또는 치명적으로 뜨겁게 동작하는지를 제어하는 물리적 환경을 나타냅니다.

2.3 온도 “메쉬 포인트” (온도가 이산화되는 이유)

열 메쉬 편집기에는 온도 범위와 온도 포인트 수가 표시됩니다. 이것은 공간 열 메쉬가 아닙니다: 이것은 사전 계산에 사용되는 온도 격자입니다. 전기/열 모델의 많은 부분은 온도 의존 물성을 결합 해석 중에 반복적으로 평가해야 하며, 중간 온도마다 이를 처음부터 다시 계산하는 것은 계산 비용이 큽니다. 예를 들어 선택된 통계 및 상태 밀도 모델에 따라 솔버는 캐리어 밀도, 준열역학 함수, 그리고 관련 룩업 물성에 대해 온도 의존 관계가 필요할 수 있습니다. 결합 루프가 \(T_L\)을 갱신할 때마다 이를 “실시간”으로 평가하는 대신, OghmaNano는 유한한 수의 온도 포인트에서 배경 테이블을 사전 계산하고 실행 중에 그 사이를 보간합니다. 이 예제에서는 테이블이 290 K와 350 K 사이의 7개 포인트에서 생성됩니다.

이것은 온도 범위를 하나의 모델링 선택으로 만듭니다: 자기 발열 중 예상되는 온도를 충분히 포함해야 합니다. 장치가 상한 온도를 넘어서 가열되면 외삽 인공물(또는 설정에 따른 클램핑)의 위험이 있으며, 이는 보통 바람직하지 않습니다. 실용적인 규칙으로는 예상 동작 온도를 여유를 두고 포함하는 범위를 선택하십시오.

3. 열 파라미터 (열전도율과 완화 시간)

전기-열 시뮬레이션에서 경계 조건은 열이 장치에서 어떻게 빠져나갈 수 있는지를 정의하지만, 재료 파라미터는 적층 구조 내부에서 열이 어떻게 이동하는지를 정의합니다. 실제로 온도 상승과 핫스팟 형성을 제어하는 가장 중요한 물성 중 하나는 열전도율 \(k\) (때때로 \(\kappa\)로 표기)입니다.

이러한 파라미터를 보거나 편집하려면 Thermal 리본을 열고 Thermal parameters를 클릭하십시오 (\(k\) / \(\kappa\)로 표시된 버튼). 그러면 ??에 표시된 층별 열 파라미터 편집기가 열립니다.

편집기는 각 층에 대해 세 가지 핵심 파라미터를 제공합니다:

• 열전도율 \(k\): 해당 층을 통해 열이 얼마나 효율적으로 확산되는지를 지배합니다. 낮은 \(k\) 층은 열 병목으로 작용하며 예측된 격자 온도 상승을 크게 증가시킬 수 있습니다.
• 전자 완화 시간과 정공 완화 시간: 이는 캐리어 온도가 격자 온도에서 벗어날 수 있는 유체역학 / 에너지 수송 모델을 사용할 때만 필요합니다. 표준 격자 열 모델에서는 캐리어 온도가 \(T_L\)에 고정되므로 필요하지 않습니다.

대부분의 워크플로에서는 열전도율을 문헌값(또는 가능한 경우 측정값)에서 선택하고, 명확한 실험적 근거가 있을 때만 보정합니다. 경계 조건과 함께 \(k\)는 절대 장치 온도와 핫스팟의 공간 구조를 결정하는 주요 요소 중 하나입니다.

4. 결합 전기-열 솔버의 동작 방식(그리고 왜 더 느린지)

OghmaNano의 전기-열 시뮬레이션은 두 개의 결합된 솔버로 구성됩니다:

• 완전 결합 전기 솔버 (drift–diffusion 및 Poisson, 활성화된 경우 재결합과 트랩 포함), 그리고
• 전기 해로부터 계산된 열 발생 항을 사용하여 격자 온도장 \(T_L\)에 대한 열 확산 방정식을 푸는 열 솔버.

주어진 인가 전압에서 솔버는 이 단계를 한 번 순서대로 실행하지 않습니다. 대신 자기 일관적인 외부 루프를 실행합니다:

1. 현재 온도장을 사용하여 전기 수송 문제를 풉니다,
2. 열 발생 항(수송, 재결합, 기생, 그리고 선택적으로 광학)을 계산합니다,
3. \(T_L\)을 갱신하기 위해 열 확산 문제를 풉니다, 그리고
4. 전기 잔차와 열 잔차가 모두 수렴할 때까지 반복합니다.

이 반복 결합 때문에 전기-열 시뮬레이션은 순수 전기 시뮬레이션보다 더 느립니다: 각 바이어스 포인트마다 전기 Newton 해와 열 해가 결합 시스템이 안정화되기 전에 여러 번 실행될 수 있기 때문입니다. 그 결과는 온도가 후처리 단계로 추가된 전기 계산이 아니라 진정한 자기 일관적 다중물리 해입니다.

이 결합은 전기 문제와 열 문제가 일반적으로 매우 다른 물리적 길이 척도에 존재하기 때문에 필수적입니다. 전기 수송은 장, 캐리어 밀도, 재결합률이 빠르게 변하는 활성 영역에 의해 지배됩니다. 열 수송은 접촉, 기판, 봉지, 히트싱크를 포함한 전체 열 흐름 경로를 고려해야 합니다. 이 때문에 OghmaNano는 열 메쉬와 열 경계 조건에 대해 독립적인 제어를 제공합니다.

또한 전기-열 프레임워크는 자연스럽게 여러 온도를 포함한다는 점을 인식하는 것도 중요합니다. 일반적으로 모델은 원자 격자의 온도를 설명하는 격자 온도 \(T_l\), 전자 온도 \(T_e\), 그리고 정공 온도 \(T_h\)를 구분합니다.

전자와 정공은 원칙적으로 자신만의 국소 에너지를 가질 수 있는 이동 캐리어 집단이며, 이는 각자의 준페르미 준위를 가지는 것과 유사합니다. 여기서 사용되는 표준 전기-열 모델에서는 전자 및 정공 온도가 격자 온도에 고정되어 있으므로, 모든 하위 시스템은 단일 온도장을 공유합니다.

극한 조건에서 OghmaNano는 전자 및 정공 온도가 격자 온도에서 벗어날 수 있는 유체역학적 수송 모델도 지원합니다. 이 고급 모델은 다른 곳에서 설명되며 특수한 상황에서만 필요합니다. 대부분의 장치 시뮬레이션에서는, 이 튜토리얼을 포함하여, 격자 기반 전기-열 모델이 적절하며 충분합니다.

5. 자기 발열과 실험과의 비교

이 예제 장치는 전기-열 모델을 사용하여 실험 데이터와 비교되었습니다. 이 튜토리얼에서는 피팅을 수행하지 않습니다. 대신 기존 비교를 사용하여 자기 발열이 장치의 전기 응답을 어떻게 변화시키는지, 그리고 더 높은 동작 전류에서 왜 결합 전기-열 처리가 필요한지를 보여줍니다.

비교 워크플로는 Automation 툴바를 통해 접근하며, 이는 ??에 나와 있습니다. fit-to-experiment 도구를 열면 이 장치의 실험 JV 데이터가 표시되며, 이는 ??에 나와 있습니다. 이 곡선은 바이어스 하에서 측정된 장치 거동을 나타냅니다.

한 번 반복 실행하십시오. 단일 전기-열 해석 후, 시뮬레이션된 JV 곡선이 실험 데이터 위에 중첩되며, 이는 ??에 나와 있습니다. 이 경우 일치는 양호하며, 이는 모델이 장치의 지배적인 수송 및 열 물리를 포착하고 있음을 나타냅니다.

자기 발열의 역할은 동일한 비교를 열 모델을 비활성화한 상태에서 반복하면 분명해집니다:

1. Thermal 리본으로 돌아갑니다.
2. 열 모델을 비활성화합니다.
3. 비교를 다시 한 번 반복 실행합니다.

결과적인 JV 곡선은 더 이상 실험 데이터와 일치하지 않으며, 이는 ??에 나와 있습니다. 차이는 더 높은 바이어스에서 가장 두드러지며, 여기서는 전류 밀도가 크고 캐리어 수송에 의한 자기 발열이 중요해집니다.

이 비교는 전기-열 모델링의 핵심 결과를 보여줍니다: 장치가 높은 전류 밀도 조건에서 동작하기 시작하면, 전기적 전력 소산은 온도 상승을 통해 수송에 피드백됩니다. 고정 온도 전기 시뮬레이션은 이 효과를 포착할 수 없지만, 결합 전기-열 모델은 이를 포착할 수 있습니다.