Podręcznik o arsenku galu (część C): Stabilność numeryczna i przekształcenie diody w fotodetektor.

1. Wprowadzenie

W tej sekcji dowiesz się, dlaczego stabilność numeryczna staje się kluczowym problemem w symulacjach dryfu i dyfuzji w przestrzeni dwu- i trójwymiarowej oraz dlaczego artefakty często pojawiają się właśnie w warunkach niskiego prądu. Nie jest to błąd w oprogramowaniu, lecz fundamentalna konsekwencja rozwiązywania silnie sprzężonych równań transportu nośników w półprzewodnikach w bardzo szerokim zakresie dynamicznym. Zrozumienie tego zjawiska jest niezbędne przy interpretacji krzywych charakterystyk prądowo-napięciowych, map gęstości prądu oraz danych z realistycznych, wielowymiarowych modeli urządzeń.

2. Dlaczego stabilność numeryczna jest ważniejsza w przypadku obliczeń w dwóch i trzech wymiarach.

Symulacje dryfu i dyfuzji półprzewodników obejmują zazwyczaj bardzo szeroki zakres dynamiczny. Gęstość nośników może różnić się o 10–20 lub więcej rzędów wielkości między obszarami o przewadze nośników większościowych i mniejszościowych (na przykład, silnie domieszkowany materiał typu n w porównaniu z nośnikami mniejszościowymi, czyli dziurami). Gdy te skale wchodzą w skład sprzężonego nieliniowego układu (równanie Poissona oraz równania ciągłości dla elektronów i dziur), wynikowa macierz Jacobiego może stać się źle uwarunkowana. W praktyce oznacza to, że niewielkie błędy zaokrągleń numerycznych mogą być wzmacniane i prowadzić do widocznych artefaktów, szczególnie gdy rzeczywisty prąd fizyczny jest bliski zeru.

Większość solverów wykorzystujących metody dyfuzji i dryfu stosuje arytmetykę zmiennoprzecinkową podwójnej precyzji. Liczba podwójnej precyzji ma około 53 bitów mantysy, co odpowiada w przybliżeniu 15–16 cyfrom dziesiętnym precyzji. Chociaż jest to wystarczające dla zdecydowanej większości problemów, nie jest to wartość nieskończona. Gdy równania zawierają wielkości, które różnią się o wiele rzędów wielkości, dominującymi ograniczeniami numerycznymi stają się problemy związane z redukcją błędów, skalowaniem i optymalizacją macierzy, a nie sama szybkość procesora. W przestrzeni jednowymiarowej problemy te są często mniej dotkliwe, ponieważ występuje mniej stopni swobody i mniej ścieżek sprzężenia. W przestrzeni dwu- i trójwymiarowej dodatkowe wymiary przestrzenne wprowadzają większe macierze i silniejsze sprzężenie, dlatego wrażliwość numeryczna ma tendencję do pojawiania się wcześniej, zwłaszcza w warunkach niskich prądów. W dalszej części tego rozdziału dowiesz się, jak te efekty numeryczne pojawiają się w praktyce, jak manifestują się w symulacjach wielowymiarowych i jak prawidłowo je interpretować podczas analizy wyników w przestrzeni dwu- i trójwymiarowej.

3. Umożliwienie emisji światła: przekształcenie diody w fotodiodę.

Do tego momentu symulowano działanie elementu wykonanego z arsenku galu (GaAs) jako diody w warunkach braku oświetlenia. W tej części włączamy oświetlenie i obserwujemy, jak element reaguje na generowanie nośników ładunku za pomocą światła. Pozwala to na powiązanie analizy stabilności numerycznej z poprzedniej sekcji z fizycznie istotną krzywą zależności prądu od napięcia (JV) w warunkach oświetlenia oraz na zidentyfikowanie, w których warunkach w praktyce występują artefakty przy niskich prądach.

Aby włączyć oświetlenie, przejdź do menu „Optyka” (??) i ustaw wartość „Natężenie światła (jednostki)” na 1,0. Po włączeniu funkcja ta spowoduje wyświetlenie zielonych strzałek nad stosem na głównym widoku urządzenia, wskazujących na padające fotony (??).

Uruchom symulację i otwórz jv_contact0.csv (górny kontakt). Otrzymana krzywa powinna przypominać fizycznie prawdopodobną charakterystykę prądu i napięcia dla oświetlonego ogniwa słonecznego, ale jeśli powiększysz obszar o niskim prądzie, często zauważysz niewielkie nieregularności lub „wybrzuszenia” (??).

Na tym etapie nakładają się na siebie dwa efekty, wzmacniając się nawzajem. Po pierwsze, gdy rzeczywisty prąd fizyczny jest bliski zeru, staje się widoczna wcześniej omawiana numeryczna wrażliwość, co można zaobserwować na wykreślonej krzywej JV. Po drugie, bezwzględna wartość fotoprądu jest stosunkowo niska, ponieważ struktura jest nadal skonfigurowana jako dioda, a nie zoptymalizowana ogniwo słoneczne. Niewielki fotoprąd przesuwa punkt pracy głębiej w obszar bliski zerowemu prądowi, co dodatkowo nasila widoczność artefaktów numerycznych.

4. Identyfikacja szumów numerycznych za pomocą analizy rozkładu gęstości prądu w przestrzeni.

Aby zrozumieć źródło niewielkich nieregularności zaobserwowanych na krzywej charakterystyki prądowo-napięciowej (JV), warto przyjrzeć się wewnętrznemu działaniu algorytmu obliczeniowego. Można to zrobić, analizując dane wyjściowe oznaczone jako snapshots/, które przechowują wartości rozłożone w przestrzeni jako funkcję kroku symulacji (zwykle przyłożonego napięcia). W tej sekcji skupimy się na Jn.csv, czyli na pionowej gęstości prądu elektronów.

Otwórz katalog snapshots/ i wygeneruj wykres Jn.csv. Powinieneś otrzymać wykresy podobne do ?? i ??, odpowiadające odpowiednio niskim i wyższym wartościom przyłożonego napięcia polaryzacyjnego.

Przy niskim napięciu polaryzacyjnym (po lewej stronie suwaka) wartość bezwzględna prądu jest bardzo mała. W tym zakresie wykres gęstości prądu może wydawać się przestrzennie nieregularny: w praktyce obserwujemy, jak trudno numerycznie obliczyć wielkość, która jest fizycznie bliska zeru. Wraz ze wzrostem napięcia polaryzacyjnego i znaczącym wzrostem prądu, przestrzenny rozkład Jn.csv staje się bardziej jednolity i łatwiejszy do zrozumienia z punktu widzenia fizyki. Te niewielkie nieregularności przestrzenne przy bardzo niskim prądzie bezpośrednio wpływają na wygenerowaną krzywą JV, dlatego obszar niskich prądów na krzywej JV może wydawać się nieco „nierówny”.

Jednym z praktycznych sposobów na zmniejszenie widoczności tych artefaktów jest zmiana miejsca, w którym obliczana jest wartość prądu. Prądy obliczane bardzo blisko styków są zazwyczaj bardziej wrażliwe na szumy numeryczne niż prądy obliczane wewnątrz urządzenia. W tym samouczku prąd jest już obliczany w środkowym punkcie urządzenia, a tę opcję można znaleźć w menu konfiguracji „Drift diffusion → Solver” w sekcji „Electrical”. Obliczanie prądu w środkowym punkcie zmniejsza wrażliwość na efekty brzegowe i zazwyczaj prowadzi do uzyskania bardziej wyraźnej krzywej JV w warunkach niskich prądów.

5. Rozwiązywanie problemu niskiego prądu fotokatody: unikaj oświetlania przez grubą warstwę metalu.

Być może zauważyli Państwo, że uzyskany dotychczas fotoprąd jest niższy niż można by się spodziewać w przypadku urządzenia wykonanego z arsenku galu (GaAs). W tym konkretnym przypadku takie zachowanie jest w dużej mierze zamierzone. Pierwotnie struktura została zaprojektowana jako dioda, a nie jako zoptymalizowana fotodioda lub ogniwo słoneczne: górna warstwa aluminium jest wystarczająco gruba, aby silnie odbijać i absorbować padające światło. Innymi słowy, symulacja w zasadzie próbuje „przesłać światło przez metal”.

Aby to poprawić, otwórz edytor warstw (??) i zmniejsz grubość górnej warstwy aluminium (Al) z 100 nm do 10 nm. Uruchom ponownie symulację i ponownie otwórz wykres charakterystyki prądowo-napięciowej (JV) dla warunków oświetlenia.

Powinno być teraz widoczne znacznie większe natężenie fotoprądu oraz znacznie bardziej płaska krzywa w obszarze niskich prądów. Ta poprawa nie wynika ze zmiany metody numerycznej, lecz ze zwiększenia rzeczywistego sygnału fizycznego. Oddalając urządzenie od stanu, w którym prąd jest bliski zeru, efektywnie przesuwa się minimalny prąd, który jest uwzględniany w obliczeniach, poza zakres widoczny, a wcześniej widoczne artefakty znikają.

6. Podsumowanie i najważniejsze wnioski.

W tej trzyczęściowej serii instruktażowej zapoznaliśmy się z tym, jak wymiarowość, stabilność numeryczna i konfiguracja fizyczna wpływają na siebie w symulacjach opartych na modelu dryfu i dyfuzji:

• W części A przeprowadzono testy w pełni trójwymiarowej diody GaAs, zawierającej celowo wprowadzoną pionową defekt, wizualizowano koncentrację prądu i analizowano wewnętrzne parametry za pomocą snapshots/.
• W części B usunęliście wadę i udowodniliście, że gdy struktura staje się jednorodna w płaszczyźnie poprzecznej, symulacje trójwymiarowe (3D), dwuwymiarowe (2D) i jednowymiarowe (1D) dają ten sam wynik elektryczny, przy czym czas obliczeń zmienia się o kilka rzędów wielkości.
• W części C włączyłeś funkcję generowania światła, aby stworzyć urządzenie fotoelektryczne, wykorzystałeś mapy rozkładu gęstości prądu w przestrzeni do oceny czułości numerycznej i pokazałeś, jak niewielki prąd fotoelektryczny wzmacnia widoczne artefakty.