張加宏,陳劍翔,冒曉莉2,*,李 敏2,,王 銀(1.南京信息工程大學,江蘇省大氣環(huán)境與裝備技術協同創(chuàng)新中心,南京 210044;2.南京信息工程大學,江蘇省氣象探測與信息處理重點實驗室,南京 210044;.南京信息工程大學,電子與信息工程學院,南京 210044)

自從1954年Smith提出體硅的壓阻效應以來[1],硅基MEMS壓阻式壓力傳感器已經被廣泛應用于消費電子、汽車工業(yè)、生物醫(yī)療、氣象和航空航天等領域[2-5]。但由于體硅材料本身存在靈敏度較低(硅壓阻應變系數約為100)、溫度漂移嚴重等問題,導致硅基壓阻式壓力傳感器的性能受到了影響。圍繞上述問題目前人們已經開展了許多相關研究[6-15]。例如,為提高壓阻式傳感器的靈敏度,楊培東等人提出了利用表面修飾的硅納米線來實現巨壓阻效應,他們制作的納米線的壓阻(應變)系數可以比傳統體硅高出兩個數量級[6]。顯然,巨壓阻效應能夠大幅度提高壓力傳感器的靈敏度,盡管如此,巨壓阻效應的產生機理很復雜[6-8],與納米線表面狀態(tài)密切相關,因而穩(wěn)定性較差,而且制作巨壓阻傳感結構的工藝要求很高,這導致巨壓阻效應目前還很難真正應用于壓力傳感器。近些年,Rowe等人的研究結果表明巨壓阻效應也可以通過微米級別的器件來實現[9],利用常規(guī)硅壓阻條和鋁條分流器構成金屬半導體混合壓阻器可獲得幾何放大的壓阻效應[10-11],其應變系數能達到843,可以顯著提高傳感器的靈敏度。與硅納米線傳感器相比,基于微米量級金屬硅混合結構(硅鋁異質結構)的壓阻傳感器更易通過常規(guī)光刻刻蝕工藝來制備并實現批量生產。值得注意的是,由于硅鋁異質結構的電阻較小,容易受到環(huán)境溫度影響,因此需要溫度漂移補償。針對傳感器的溫度漂移,目前主要有硬件補償和軟件補償兩種方法,硬件補償通常采用并聯溫度補償電阻的方式來實現,但是由于計算復雜、補償電阻本身也存在溫度漂移等問題,導致補償效果不太理想。軟件補償常用的方法有二維線性回歸分析法、二維插值法、最小二乘支持向量機以及人工神經網絡學習法等[12-15],這些方法有效地提高了溫度漂移和非線性誤差的補償效果,目前應用更為廣泛。

為了成倍提高MEMS壓阻式壓力傳感器的靈敏度,同時有效去除溫度漂移等因素的影響,本文著重設計和研究了一款基于硅鋁異質結構的高靈敏度壓力傳感器,首先利用有限元軟件和理論計算對傳感器結構和性能進行設計分析,然后通過傳統MEMS工藝制作了帶有硬件溫度補償結構的硅鋁異質結構壓力傳感器。在實現硬件補償的同時,最后采用基于遺傳算法改進的小波神經網絡對傳感器進行了軟件補償,使其性能得到了較大提升。本文的研究結果對于研制高靈敏的壓阻式傳感器具有較好的參考價值。

1 硅鋁異質結構的壓阻效應原理

傳統壓阻式壓力傳感器的結構示意圖如圖1(a)所示,它由分布在應變薄膜邊緣的4個壓阻條連成的惠斯通電橋構成。在應力作用下壓阻條電阻或電阻率因壓阻效應而發(fā)生變化,其可表示為[10-11]:

(1)

式中:R為初始電阻,ρ為初始電阻率,π為壓阻系數,E為楊氏模量,ε為應變,K為應變靈敏系數。

圖1

與傳統壓阻式壓力傳感器工作原理不同,硅鋁異質結構是利用應力引起的摻雜硅的各向異性使得電流離開高導電率金屬來實現壓力測量[9],硅鋁異質結構壓力傳感器結構示意圖如圖1(b)和圖1(c)所示,本文設計的硅鋁異質結構壓力傳感器芯片包括一對硅鋁異質壓力傳感結構和一對硅鋁異質溫度參考結構,兩者的材料和結構形式相同,每個單獨的硅鋁異質結構包括一根硅壓阻條和一根金屬鋁條。硅壓阻條連接著4個引出焊盤,其中外側兩個用于恒流源供電,內側兩個用于輸出電壓的測量。硅鋁異質結構等效電阻可用式(2)表示[10-11]:

(2)

式中:l為內側兩個電壓測量引腳之間距離的一半,L為壓阻條長度的一半,h為壓阻條的厚度,b為壓阻條的寬度,ρl和ρt分別為縱向和橫向電阻率。當外部施加壓力時,硅鋁異質結構內產生的應力σ會改變縱向和橫向電阻率,從而影響異質結構的等效電阻,這就是硅鋁異質結構的壓阻效應。ρl和ρt具體的表達式如下[10]:

ρl=ρ0(1+πl(wèi)σ)

(3)

ρt=ρ0(1+πtσ)

(4)

式中:πl(wèi)和πt分別為縱向和橫向壓阻系數,πl(wèi)=-πt[16-17]。與傳感器靈敏度相關的放大因子SG可表示為[10-11]:

(5)

正如前面所提及的,位于硅鋁異質結構芯片壓力敏感薄膜內側的傳感結構用于測量外部壓力變化,而位于壓力敏感薄膜外側的參考結構基本不受外部壓力的影響,它們主要用于消除溫度漂移誤差。理想情況下,因為4個硅鋁異質結構形狀大小一致并且其所在的溫度環(huán)境相同,所以在相同的恒流源供電和溫度條件下,無壓力的初始輸出都應為U0+ΔUT,其中ΔUT是由于溫度引起的輸出變化。當施加外部壓力P時,傳感結構輸出電壓為Uout=U0+ΔUP+ΔUT,由于參考結構不受應力影響,其輸出電壓為Uref=U0+ΔUT。將Uout和Uref差分處理可獲得硅鋁異質結構壓力傳感器最終輸出電壓為:

U=Uout-Uref=(U0+ΔUP+ΔUT)-(U0+ΔUT)=ΔUP

(6)

由式(6)可以看出,最終壓力傳感器的輸出結果就是外部壓力變化引起的電壓輸出變化,與溫度變化無關。理論上通過上述硬件溫度補償的方式可以抑制溫度漂移誤差。

2 有限元應力模擬仿真

為使硅鋁異質結構傳感器輸出具有良好的線性度和靈敏度,需要選擇合理的膜片參數。膜片過薄會導致比較大的非線性誤差,過厚又會導致靈敏度下降[5,17]。考慮到加工工藝的水平,本文設定膜片厚度為20 μm。在0～1 000 kPa滿量程的情況下,傳感器膜片長度和厚度需滿足式(7)[17]:

(7)

式中:υ為硅的泊松比,E為硅的楊氏模量,P為滿量程壓力,根據式(7)可以計算得到應變膜邊長a≤1 182 μm。本文選取膜邊長為900 μm。由于制作傳感器的SOI晶圓的硅襯底厚度為650 μm,濕法腐蝕角度為57.74°,計算得出C型硅杯窗口的大小為1 792 μm。

為了驗證理論分析的合理性,我們利用ANSYS有限元分析軟件對本文設計的硅鋁異質結構壓力傳感器進行建模與應力分析,從而最終確定傳感器的尺寸參數。有限元模擬仿真所采用的材料的物理屬性如表1所示。

表1 有限元仿真材料參數

圖2(a)和圖2(b)分別給出了外部施加100 kPa壓力情況下異質結構傳感器膜片位移云圖和Von Mises應力分布云圖。從圖2(a)中可以看出,在應力作用下,傳感器最大位移發(fā)生在應變薄膜中心,這保證了應力對稱分布。在圖2(b)中,最大應力分布在應變薄膜的4個邊緣中間部位,不難發(fā)現,兩個硅鋁異質傳感結構正好位于應變薄膜最大應力處,而參考結構則位于應變薄膜的外側,基本上沒有受到應力的影響,有限元仿真結果驗證了上述理論設計的合理性。

然后在0～1 000 kPa大量程范圍內逐漸改變施加壓力大小,根據ANSYS有限元模擬仿真的結果可提取得到傳感結構和參考結構的內部平均應力,內部應力與外部施加壓力的關系曲線如圖3(a)所示。由圖3可知隨著外部施加壓力不斷增加,硅鋁異質傳感結構的內部應力呈現出線性增大趨勢,而參考結構的內部應力基本無變化,這與預期結果相吻合。在施加1 mA恒流源的條件下,結合式(2)～式(4)我們可以計算出硅鋁異質結構傳感器的等效電阻隨外部壓力變化的理論值,如圖3(b)所示。由圖3(b)可以進一步計算得出常溫下單一傳感結構理論上的靈敏度為0.098 5 mV/(V·kPa),如果兩個傳感結構同時測量,靈敏度將增加一倍。

圖2 硅鋁異質結構壓力傳感器有限元模擬仿真的結果

圖3 硅鋁異質結構壓力傳感器的有限元仿真結果

3 傳感器制作工藝流程

本文采用標準MEMS工藝制作了硅鋁異質結構壓力傳感器,無需特殊的工藝和材料。選用的SOI晶圓的單晶硅器件層厚度為1.5 μm、中間二氧化硅層厚度為1 μm、襯底硅厚度為650 μm。具體制作工藝流程如圖4所示。

圖4 硅鋁異質結構壓力傳感器的制作工藝流程示意圖

其主要步驟包括:

步驟1 離子注入 以7°角度和20 keV能量在SOI器件層注入1×1018Dose/cm3的硼離子,然后將SOI硅片放入1 000 ℃退火爐中快速退火30 min以使硼離子均勻分布。

步驟2 熱氧化 將SOI硅片熱氧化形成厚度約為1 μm的二氧化硅鈍化保護層。

步驟3 光刻刻蝕 旋涂光刻膠,利用硅鋁異質結構中硅壓阻條結構及其電極引出端的掩膜版進行光刻顯影。然后在SF6/N2的混合氣氛中通過ICP干法刻蝕二氧化硅鈍化層和頂層硅,形成硅鋁異質結構的硅壓阻條結構及其電極引出端。接著再對硅壓阻條結構及其電極引出端表面的二氧化硅鈍化層進行光刻刻蝕,形成硅壓阻條與金屬鋁條的接觸孔。

步驟4 濺射鋁 采用ORION-8-UHV薄膜沉積設備濺射一層厚度均勻的鋁,然后利用掩膜版光刻刻蝕出金屬鋁條、金屬鋁引線和鋁焊盤。

步驟5 腐蝕硅杯 先對硅襯底二氧化硅鈍化保護層進行光刻刻蝕,然后選用溫度80 ℃的TMAH溶液濕法腐蝕底層硅形成C型硅杯,硅杯頂部即為傳感器的應變薄膜,尺寸為900 μm×900 μm×20 μm,接著去除底部剩余二氧化硅。

步驟6 陽極鍵合 在300 ℃的真空環(huán)境下,最后利用陽極鍵合技術將SOI晶圓鍵合到硼硅玻璃基底上,并進行劃片。

圖5(a)給出了硅鋁異質結構壓力傳感器芯片的顯微鏡照片,圖5(b)為封裝完成后的傳感器實物圖。整個芯片的面積為3 000 μm×3 000 μm。從圖5 可以看出上下兩個硅鋁異質結構(傳感結構)位于傳感器應變薄膜內側,左右兩個(參考結構)處于外側,符合設計要求。

圖5 硅鋁異質結構壓力傳感器芯片實物圖

圖6 標定測試平臺的示意圖

4 實驗及結果分析

標定測試平臺的示意圖如圖6所示,實驗中采用德國GE-Druck壓力控制器PACE5000作為標準壓力發(fā)生器,其測量精度優(yōu)于±0.03%FS。首先將硅鋁異質結構壓力傳感器放入溫度箱,并通過導氣管接通傳感器與壓力控制器。然后分別引出傳感器的測量引線并接入到用于供電的恒流源和用于測量的萬用表。調節(jié)溫度箱的溫度從-20 ℃變化到60 ℃,在不同的溫度點將壓力從0 kPa變化到1 000 kPa,并且每隔100 kPa作為一個壓力測試點。在1 mA恒流源供電條件下,最后分別記錄下不同溫度和不同壓力時硅鋁異質傳感結構和參考結構測量引腳的電壓輸出。

圖7給出了不同溫度下硅鋁異質結構壓力傳感器的輸出曲線。為了與理論分析相對應,考慮到恒流源供電,這里將輸出電壓變化換算成了電阻變化。由圖7(a)可以看出,不同溫度下硅鋁異質傳感結構的輸出均隨著外部施加壓力升高而單調遞增,常溫下其初始電阻為32.32 Ω,這與理論計算值基本吻合。當溫度由-20 ℃升高到60 ℃時,傳感結構的初始電阻隨之變小,硅鋁異質結構壓力傳感器的靈敏度由0.107 2 mV/(V·kPa)變?yōu)?.123 4 mV/(V·kPa)。該結果表明傳感器性能產生了溫度漂移。為了減小溫度影響,正如前文所述,我們在同一芯片應變薄膜外側設置了硅鋁異質參考結構,理論上它對壓力不敏感,而當外界溫度變化時,其阻值也會隨之變化。硅鋁異質參考結構的測量結果如圖7(b)所示,而由圖7可知,其輸出基本不隨壓力增加而變化,但隨溫度增加而減小,常溫下其初始電阻為30.35 Ω。傳感結構和參考結構初始等效電阻存在差異主要是由于制作工藝中的偏差造成的,例如,摻雜濃度不均勻、硅鋁材料本身的缺陷以及光刻刻蝕存在的偏差,這會在一定程度上影響硬件溫度補償的效果。

圖7 不同溫度時硅鋁異質結構壓力傳感器輸出曲線

將硅鋁異質傳感結構與參考結構的測試結果做差分處理,如圖8所示,在硬件溫度補償后,傳感器輸出結果的溫度漂移問題得到較好的改善,這說明本文設置參考結構進行溫度補償是有效的。將不同溫度下的電阻差分值ΔR做平均處理,根據平均值曲線計算可得其靈敏度約為0.116 8 mV/(V·kPa),由于硅鋁異質結構壓力傳感器芯片上包含兩個相同的傳感結構,因而理論上靈敏度還可以提高一倍,這要明顯大于基于傳統體硅壓阻效應的壓力傳感器的靈敏度(0.061 mV/(V·kPa))[18]。

圖8 硬件溫度補償后的結果

此外,傳感器線性度(非線性誤差)是指在全量程范圍內實際特性曲線與擬合直線之間的最大偏差值ΔLmax與滿量程輸出FYS之比[19],用γL表示,即

(8)

根據上述非線性誤差公式計算得到傳感器整體非線性誤差為3.56%,由此可知,雖然通過硬件補償削弱了溫度漂移對測量結果的影響,但傳感器的測量精度還有待提高。下面采用基于遺傳算法改進的小波神經網絡(GA-WNN)對硅鋁異質結構傳感器的溫度漂移和非線性誤差做進一步的補償。

5 基于遺傳算法小波神經網絡的數據融合處理

基于遺傳算法改進的小波神經網絡的基本原理為:利用遺傳算法構成一個不斷進化的群體序列,根據特定評價方式獲得全局性基礎解,然后將計算得到的基礎解作為小波神經網絡初始狀態(tài)進行小波神經網絡訓練,省去了小波網絡的隨機網絡初始化,使得小波網絡更易更快速得到問題的最優(yōu)解[4,15]?；谶z傳算法的小波神經網絡流程圖如圖9所示,先對小波神經網絡的連接權值、伸縮因子和平移因子進行隨機初始化編碼,形成遺傳算法的第1代個體,重復操作N次形成一定規(guī)模的初始種族。然后由輸入樣本集經前向傳播算法求得N組網絡權值對應的N個網絡輸出。本文選用的適應度函數如下:

(9)

式中:M為學習樣本數,e為小波網絡期望輸出值YK與實際輸出值yK之間的誤差。從式(9)可以看出誤差越大,適應度越小。計算每個個體的適應度值,淘汰適應度較小的值,接著進行交叉變異等操作,重復訓練直到滿足關系或達到迭代次數。有關遺傳算法小波神經網絡的詳細介紹參見文獻[4,15]。

圖9 基于遺傳算法改進的小波神經網絡的流程圖

將硬件溫度補償之后的數據作為GA-WNN算法的樣本數據,首先對樣本數據進行歸一化處理[4]。然后利用MATLAB建立基于遺傳算法改進的小波神經網絡數學模型,對樣本數據進行融合處理。小波神經網絡輸入層節(jié)點為2個(等效電阻值與溫度值),隱含層為11個節(jié)點,輸出層為1個節(jié)點(補償后的壓力值)。動量因子為0.01,學習速率為0.001,最大迭代次數為2 000次。設定遺傳算法的參數如下:交叉率為0.75,變異率為0.08,初始化種群規(guī)模為200。在 0～1 000 kPa滿量程范圍內,硅鋁異質結構壓力傳感器經過GA-WNN算法處理后的最終預測輸出和預測誤差分別如圖10(a)和10(b)所示。

圖10 GA-WNN算法補償結果

從圖10(a)可以看出每個期望與預測的輸出均吻合,說明溫度漂移的影響基本消除,傳感器的性能得到了提升。而從圖10(b)不難發(fā)現預測的絕對誤差最大值不超過 15 kPa,換言之,測量誤差小于±1.5% FS。由此可見經過 GA-WNN算法數據融合補償之后硅鋁異質結構壓力傳感器的測量誤差顯著減小,這主要歸因于GA-WNN算法顯著減小了硅鋁異質結構傳感器的非線性誤差。根據圖10(a)中的數據,利用式(8)可以計算得到補償后不同溫度下整體的非線性誤差為1.36%,這明顯小于補償前的整體非線性誤差3.56%。

6 結論

本文著重設計和研究了一種新型的基于硅鋁異質傳感結構和參考結構的大量程壓力傳感器,首先通過ANSYS有限元仿真對傳感器進行了應力和靈敏度仿真,驗證了硅鋁異質結傳感器具有高靈敏度。其次設計了傳感器的制作工藝流程,并根據工藝流程和設計模型制作了硅鋁異質結構傳感器芯片。然后利用溫度箱和高精度壓力發(fā)生器對硅鋁異質結構壓力傳感器進行實驗測試和標定。主要采用了硬件溫度補償方式和基于遺傳算法改進的小波神經網絡算法對傳感器進行補償。研究結果表明,GA-WNN算法顯著減小了傳感器的溫度漂移和非線性誤差,提升了傳感器的性能。本文的研究結果對于高靈敏度傳感器研制具有一定的參考價值。