Você está na página 1de 93

Modelos e Simulaes de Dispositivos Semicondutores

Felipe Senra Ribeiro

Projeto de Graduao apresentado ao Curso


de Engenharia Eletrnica e de Computao da
Escola Politcnica, Universidade Federal do Rio de
Janeiro, como parte dos requisitos necessrios
obteno do ttulo de Engenheiro.
Orientador: Mario Vaz da Silva Filho

Coorientador: Antnio Carneiro de Mesquita Filho

Rio de Janeiro
Dezembro de 2014
i

Modelos e Simulaes de Dispositivos Semicondutores

Felipe Senra Ribeiro

PROJETO DE GRADUAO SUBMETIDO AO CORPO DOCENTE DO CURSO DE


ENGENHARIA ELETRNICA E DE COMPUTAO DA ESCOLA POLITCNICA DA
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS
NECESSRIOS PARA A OBTENO DO GRAU DE ENGENHEIRO ELETRNICO
E DE COMPUTAO

Autor:

Felipe Senra Ribeiro


Orientador:

Prof. Antnio Carneiro de Mesquita Filho, Dr.dtat.

Orientador:

Prof. Mario Vaz da Silva Filho, D. Sc.


Examinador:

Prof. Carlos Fernando Teodsio Soares, D. Sc.


Examinador:

Prof. Fernando Antnio Pinto Barqui, D. Sc.


Rio de Janeiro
Dezembro de 2014
ii

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO


Escola Politcnica - Departamento de Eletrnica e de Computao
Centro de Tecnologia, bloco H, sala H-217, Cidade Universitria
Rio de Janeiro - RJ CEP 21949-900

Este exemplar de propriedade da Universidade Federal do Rio de Janeiro, que poder


inclu-lo em base de dados, armazenar em computador, microfilmar ou adotar qualquer
forma de arquivamento.
permitida a meno, reproduo parcial ou integral e a transmisso entre bibliotecas
deste trabalho, sem modificao de seu texto, em qualquer meio que esteja ou venha a
ser fixado, para pesquisa acadmica, comentrios e citaes, desde que sem finalidade
comercial e que seja feita a referncia bibliogrfica completa.
Os conceitos expressos neste trabalho so de responsabilidade do(s) autor(es).

iii

AGRADECIMENTO

Dedico este trabalho aos diversos professores que me ajudaram na minha formao.

iv

RESUMO

Nas ultimas 5 dcadas ouve um crescimento exponencial na industria eletrnica, muito


devido ao surgimento de novos simuladores e modelos. Neste Trabalho vamos explorar
esses modelos e tcnicas de simulao.
Palavras-Chave: TCAD, Equaes de Deriva-Difuso, Modelagem de Semicondutor.

ABSTRACT
In the past five decades a exponential growth has taken the electronic industry, most
because of new simulation techniques and new models. In this work, we explore the models
and simulation techniques.
Key-words: TCAD, Drift-Diffusion, Semiconductor Modeling.

vi

SIGLAS

UFRJ - Universidade Federal do Rio de Janeiro


EDP - Equaes Diferenciais Parciais
MOSFET - Metal Oxide Semicondutor Field Effect Transistor
TCAD - Technology Computer Aided Design
LDD - Light Doped Drain
WENO - Weighted Essentially Non-Oscillatory
JARVIS - Just A Rather Very Intelligent System

vii

FICHA CATALOGRFICA

Ribeiro, Felipe Senra


Modelos e Simulaes de Dispositivos Semicondutores
/ Felipe Senra Ribeiro. Rio de Janeiro,
2014.
103f. : il.
Orientador: Mario Vaz da Silva Filho
Co-orientador: Antnio Carneiro de Mesquita Filho
Projeto Final Universidade Federal do Rio de Janeiro
Bibliografia.
1. Microeletrnica Teses. 2. Simulao. 3.

viii

Sumrio
Lista de ilustraes . . . . . . . . . . . . . . . . . . . . . . . . . . .

Lista de tabelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Fsica de Semicondutores . . . . . . . . . . . . . . . . . . . . . . . . 11

2.1

Equao de Boltzmann . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

2.1.1

Ponto Material . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

2.2

A Rede Cristalina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.2.1

Muitas partculas: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.3

Modelo Bipolar de Boltzmann . . . . . . . . . . . . . . . . . . . . . . . 20

2.3.1

Colises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3.2

Condies de fronteira

2.3.3

Teorema de Boltzmann . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

Modelos Determinsticos . . . . . . . . . . . . . . . . . . . . . . . . 25

21

. . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.1

Mtodo do Momento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.2

Modelo Hidrodinmico . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.2.1

Mobilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.2.2

Expanso de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3

Modelo Deriva-difuso eltricos . . . . . . . . . . . . . . . . . . . . . . .

31

3.3.1

Mobilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

3.3.2

Mudanas de variveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.3.2.1

Formulao Natural . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.3.2.2

Formulao Quasi- Fermi . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.3.2.3

Formulao Slotboom . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.4

Modelos Recombinao . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.4.1

Recombinao de Ionizao de Impacto . . . . . . . . . . . . . . . . . . 33

3.4.2

Recombinao de Auger . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.4.3

Recombinao de SHR . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.4.4

Recombinao de fton . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3.5

Condies de Fronteira . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.5.1

Contato hmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.5.2

Contato Schottky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.5.3

Contato Oxido-Semicondutor . . . . . . . . . . . . . . . . . . . . . . . . 37

3.6

Exemplo: Modelo MOSFET. . . . . . . . . . . . . . . . . . . . . . . . . 38

Microeletrnica Computacional . . . . . . . . . . . . . . . . . . . . . 41

4.1

Mtodo de Monte-Carlo: . . . . . . . . . . . . . . . . . . . . . . . . . .

41

4.1.1

Convergencia do mtodo . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.1.2

Tcnicas de Reduo de Varincia . . . . . . . . . . . . . . . . . . . . . 42

4.1.2.1

Domnio de Rejeio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.1.2.2

Transformao Conforme . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.1.2.3

Monte Carlo de uma partcula . . . . . . . . . . . . . . . . . . . . . . . 43

4.1.2.4

Ensemble estatstico de Monte Carlo . . . . . . . . . . . . . . . . . . . . 43

4.1.2.5

Ensemble estatstico de Monte Carlo Auto-consistente . . . . . . . . . . 43

4.1.2.6

Seleo aleatria de vo . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4.1.2.7

Full-Band Monte Carlo. . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4.1.3

Damocles: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4.1.4

MOCA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

4.1.5

Fluxo do simulador de Monte Carlo . . . . . . . . . . . . . . . . . . . . 46

4.2

Mtodos Determinsticos . . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.2.1

Mtodo Elementos Finitos . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.2.1.1

Elemento de Corrente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

4.2.1.2

PADRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

4.2.1.3

FIELDAY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

4.2.2

Mtodos de Diferenas Finitas . . . . . . . . . . . . . . . . . . . . . . . 50

4.2.2.1

Resolvendo Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

4.2.2.2

Esquema Scharfetter-Gummel . . . . . . . . . . . . . . . . . . . . . . .

4.2.2.3

Iterao de Gummel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

4.2.2.4

Mtodo Weno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

O Simulador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

5.1

O simulador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

5.1.1

51

Projeto do Simulador . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

5.2

Mapas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

5.2.1

Transformaes de Variveis . . . . . . . . . . . . . . . . . . . . . . . . 59

5.2.1.1

Mudana de Escala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

5.2.1.2

Mudana de variveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

5.2.1.3

Variveis simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

5.3

Recombinao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.4

WENO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

5.5

Condies de Fronteira . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

5.5.1

Implementao da Condio de Dirichlet . . . . . . . . . . . . . . . . . 62

5.5.2

Implementao da Condio de Base . . . . . . . . . . . . . . . . . . . . 63

5.5.3

Implementao da Condio de Neumman . . . . . . . . . . . . . . . . . 63

5.5.4

Implementao da Condio de Oxido . . . . . . . . . . . . . . . . . . . 63

5.6

Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2

61

5.7
5.8
5.9
5.10
5.11
5.12

lgebra Linear . . . . . . .
Modelo . . . . . . . . . . . .
Mtodo de Elementos Finitos
Interface Grafica . . . . . . .
Utilidades . . . . . . . . . .
Evoluo no tempo . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

64
66
67
67
68
68

6
6.1
6.2
6.3
6.4
6.5
6.6

Resultados . . . . . .
Introduo . . . . . . .
Diodo 1D . . . . . . . .
Diodo PIN . . . . . . .
Transistor Bipolar 1-d .
Diodo 2D . . . . . . . .
Transistor MOSFET .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

. . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

71
71
71
72
73
74
76

7
7.1
7.2

Concluso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Referncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

ndice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

Lista de ilustraes
Figura 1 Superfcie de Fermi do Silcio . . . . . . . . . . . . . . . . . . . . . . . 16
Figura 2 Orientaes do cristal . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Figura 3 Diagrama Energia-k . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Figura 4 Condio de Fronteira . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Figura 5 Recombinao de Impacto Ionizante . . . . . . . . . . . . . . . . . . . 34
Figura 6 Recombinao Auger . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Figura 7 Recombinao SHR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Figura 8 Recombinao Fton . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Figura 9 Geometria do MOSFET . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Figura 10 Exemplo de Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Figura 11 MOCA

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Figura 12 Funo Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48


Figura 13 Iterao de Gummel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Figura 14 Esquema WENO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Figura 15 Modelo MVC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Figura 16 Diagrama dos Mdulos do Simulador . . . . . . . . . . . . . . . . . . . 58
Figura 17 Diagrama do Modulo Mapas . . . . . . . . . . . . . . . . . . . . . . . . 59
Figura 18 Diagrama do Modulo das Recombinaes . . . . . . . . . . . . . . . . . 62
Figura 19 Diagrama do Modulo WENO . . . . . . . . . . . . . . . . . . . . . . . 62
Figura 20 Diagrama do Modulo das Condies de Fronteira . . . . . . . . . . . . 62
Figura 21 Diagrama do Modulo Poisson . . . . . . . . . . . . . . . . . . . . . . . 63
Figura 22 Diagrama de Modulo lgebra Linear . . . . . . . . . . . . . . . . . . . 64
Figura 23 Tipica matriz esparsa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Figura 24 Diagrama de Modulo de Modelos . . . . . . . . . . . . . . . . . . . . . 67
Figura 25 Diagrama de Modulo de Elementos Finitos . . . . . . . . . . . . . . . . 67
Figura 26 Diagrama de Modulo de Interface Grfica . . . . . . . . . . . . . . . . 67
Figura 27 Diagrama do Modulo de Utilidades . . . . . . . . . . . . . . . . . . . . 68
Figura 28 Diagrama do Modulo Time-Stepper . . . . . . . . . . . . . . . . . . . . 68
Figura 29 Diodo PN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Figura 31 Diodo PIN

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

Figura 33 Transistor Bipolar NPN . . . . . . . . . . . . . . . . . . . . . . . . . . 74


Figura 35 Diodo PN 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Figura 37 Transistor MOSFET . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Figura 39 Transistor MOSFET dinamico . . . . . . . . . . . . . . . . . . . . . . . 77

Lista de tabelas
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela

1
2
3
4
5
6

Tabela
Tabela
Tabela
Tabela
Tabela
Tabela

de
de
de
de
de
de

Coeficientes de Mobilidade .
coeficientes da recombinao
coeficientes da recombinao
coeficientes da recombinao
Propriedades do Silcio . . .
Mudanas de escala . . . . .

. . . . . . . . .
de ionizao de
auger . . . . .
SHR . . . . . .
. . . . . . . . .
. . . . . . . . .

. . . . .
impacto
. . . . .
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

31
34
35
35
59
60

Modelos e Simulaes de Dispositivos Semicondutores

Felipe Senra Ribeiro

2014, v-1.9

1 Introduo
Nesse trabalho estudamos as bases tericas de funcionamento dos dispositivos
semicondutores, apresentamos modelos e mtodos de simulao desses dispositivos, dos
quais escolhemos um, o mtodo WENO, para implementar e aplicar em um caso especfico
de interesse, o transistor MOSFET.
O trabalho est dividido em 3 partes. A primeira parte trata das bases tericas da
Fsica de Semicondutores, apresentando de forma o mais conciso e completo possvel os
aspectos fsicos e matemticos, se iniciando no captulo 1 com os modelos baseados em
partculas, e terminando no captulo 2, nos mtodos numricos de simulao, baseados nos
modelos mais simples como o de deriva-difuso e o hidrodinmico.
A segunda parte desse trabalho se inicia no terceiro captulo, onde se descreve
os mtodos numricos e tcnicas de simulao usados neste trabalho, e finda no quarto
captulo, com a apresentao do Mtodo WENO e seu uso na simulao de dispositivos
semicondutores.
Terceira parte deste trabalho comea com o captulo 5, onde se apresenta os estudos
de caso, mostrando os resultados para diversos dispositivos. A concluso, que se d no
captulo 6, se analisa os resultados obtidos e se prope formas de continuao deste
trabalho.

11

2 Fsica de Semicondutores
Neste captulo os processos dinmicos da gerao, recombinao, armazenamento e
transporte de cargas eltricas em semicondutores so descritos, usando a chamada teoria
semi-clssica, com um equacionamento derivado da mecnica quntica. Este captulo
baseado no livro (Markowich,1990)[1].

2.1 Equao de Boltzmann


Para estabelecer aqui a teoria cintica que rege a gerao, recombinao, armazenamento e transporte de eltrons em semicondutores, inicialmente deduziremos as equaes
de dinmica sem colises entre eltrons, usando resultados das mecnicas clssica e quntica. Aps, incluiremos as interaes dos eltrons com o cristal, resolvendo a equao de
Schrdinger. Dai seguiremos incluindo o efeito dos campos Eltricos gerados pelos eltrons,
usando a equao de Poisson. Finalmente incluiremos as colises entre eltrons e o cristal
e chegaremos na equao de Boltzmann e suas variantes:

x U (t, x)
(t, x, v)
+ v x (t, x, v)
v (t, x, v) = Q()
t
~

ZZZ
Q() =

s(x, v, v 0 )((t, x, v) (1 (t, x0 , v 0 )) s(x, v 0 , v)(t, x0 , v 0 ) (1 (t, x, v)))dv 0

(2.1)

(2.2)

Terminaremos este captulo discutindo as condies de fronteira e inicial do problema e o


Teorema-H.

2.1.1

Ponto Material

Primeiro vamos considerar uma nica partcula material, usar uma funo de
distribuio de matria , indicadora de onde est a partcula, dependente de tempo,
posio e velocidade. O valor dessa funo de densidade de probabilidade na mecnica
quntica varia entre 0 e 1, e na mecnica clssica ele o delta de Kronecker, de valor 1 no
ponto <3 <3 que descreve a posio e a velocidade da partcula e 0 em todos os demais
pontos.

(t, x, v) : <+ <3 <3 <


(t, x, v) (t, x, v)

(2.3)
(2.4)

12

Captulo 2. Fsica de Semicondutores

Se nenhuma partcula for adicionada ou removida do sistema, implica que a derivada


de em relao ao tempo tem que ser igual a zero. Neste caso, considerando que a posio
e a velocidade da partcula dependem do tempo mas no dependem uma da outra, tem-se
que :
D(t,x,v)
Dt

(t,x,v)
t

x
t

v
t

x (t, x, v) +

v (t, x, v) = 0

Associando a velocidade da partcula com sua posio, considerando a energia


conservada (constante ) e utilizando a teoria da mecnica clssica, tem-se que a Energia
dada por :

H(t, x, v) = m

v2
+ U (t, x)
2

(2.5)

Onde U(t,x) a funo potencial, e m v2 a energia cintica da partcula. Derivando


em relao ao tempo temos:

H(t, x, v) x
v
DH(t, x, v)
=
+
x H(t, x, v) +
v H(t, x, v) = 0
Dt
t
t
t
U (t, x) x
v
=
+
x U (t, x) +
mv = 0
t
t
t
U (t, x)
x
v

=
x U (t, x) +
mv
t
t
t

(2.6)
(2.7)
(2.8)

Assumindo que no h influncia externa e que o campo seja esttico , ento U


no depende do tempo, e tenha-se:
x U (t, x) =

v
m
t

x
=v
t

(2.9)

(2.10)

Como resultado, a equao de Liouville ser dada por:

D(t, x, v)
(t, x, v)
x U (t, x)
=
+ v x (t, x, v)
v (t, x, v) = 0
Dt
t
m

(2.11)

Assim vemos que a posio da partcula s depende das condies iniciais e das
foras que agem sobre a partcula. Para isso devemos lembrar de alguns exemplos de
Energias da mecnica clssica:

2.1. Equao de Boltzmann

13

v 2 Gm1 m2
+
2
|x|
(v A(x, t))2
=m
V (x, t)
2
v 2 < v, M v >
=m +
2
2

H(t, x, v)Gravidade = m
H(t, x, v)Eletrica
H(t, x, v)Rayleigh

U (t, x, v)Gravidade =

Gm1 m2
|x|

U (t, x, v)Eletrica = A v + V (x, t)


< v, M v >
U (t, x, v)Rayleigh =
2

(2.12)
(2.13)
(2.14)

(2.15)
(2.16)
(2.17)

As mesmas dedues podem ser repetidas para a mecnica quntica. Primeiro


vamos lembrar de alguns postulados da mecnica quntica
Principio de excluso de Pauli: No pode haver ocupao de um estado quntico por
mais de uma partcula.
Principio de incerteza de Heisenberg: No possvel saber a posio e o momento de
uma partcula ao mesmo tempo.
xp ~2
Temos abaixo a definio do hamiltoniano para mecnica quntica.
~2
H(t, x, v) =
+ U (t, x)
2m
i~t = H(t, x, v) = E
Derivando em relao ao tempo temos:
DH(t, x, v)
H(t, x, v) x
v
=
+
x H(t, x, v) +
v H(t, x, v) = 0
Dt
t
t
t
U (t, x) x
v
=
+
x U (t, x) +
(~i) = 0
t
t
t
U (t, x)
x
v

=
x U (t, x) +
(~i)
t
t
t

(2.18)
(2.19)
(2.20)

Supomos que U no depende do tempo e que no sofre influncias externas. Logo, temos
que:
v
x U (t, x) = (~)
(2.21)
t
x
=v
t

(2.22)

14

Captulo 2. Fsica de Semicondutores

Agora temos que a equao de Liouville dada por :

D(t, x, v)
(t, x, v)
x U (t, x)
=
+ v x (t, x, v)
v (t, x, v) = 0
Dt
t
~

(2.23)

Assim vemos que a posio da partcula s depende das condies iniciais e das
foras que agem sobre ela. Para isso devemos lembrar alguns exemplos de Energias da
mecnica quntica:.

m 2 x2
2

a))
= V0 (H(x)
H(x

(2.24)

U (x)Harmnico =
U (x)poo

(2.25)

U (x)Moser = De (1 ea(rr0 ) )2

(2.26)

Devemos lembrar agora que a derivada dada por um limite da diferena entre um passo
posterior e o passo atual e que, alm disso, as partculas que colidem num certo momento
vai alterar a dinmica das partculas dentro de uma regio pequena. Assim temos que:
D(t, x, v)
(t + t, x, v) (t, x, v)
(t, x, v)
x U (t, x)
D(t, x, v)
=
=
+vx (t, x, v)
v (t, x, v) =
(2.27)

Dt
t
t
~
Dt
coliso

2.2

A Rede Cristalina

Aps a discusso sobre a dinmica de uma partcula, devemos considerar os efeitos


da rede cristalina sobre essas partculas. Para isso vamos considerar que o potencial da
rede cristalina seja peridico, j que a rede em si peridica. Assim, vamos enunciar e
provar um teorema que carateriza a soluo da equao de Schrdinger.
Teorema 2.2.1. (Teorema de Bloch):Toda soluo da equao de Schrdinger com um
potencial peridico pode ser expresso da seguinte forma
j (x) = eikx ukj (x)

(2.28)

A ideia vem da Teoria de Floquet [2]; onde queremos saber a soluo de um sistema
linear onde a matriz de estado se modifica no tempo de forma peridica.
Demonstrao. Repare que se o potencial peridico, ento, temos que o espao de fase
tambm peridico. Portanto, nosso problema achar a curva no espao de fase em que
volta pro mesmo instante inicial. O estado de fase ser a Zona de Brillouin, que definida
como sendo o conjunto de pontos equidistantes dos elementos da rede cristalina. Para

2.2.

A Rede Cristalina

15

isso devemos relembrar da teoria de srie de Fourier que toda toda funo peridica pode
ser aproximada por uma srie de Fourier. Agora perceba que a soluo da equao de
Schrdinger est dentro da zona de Brillouin. Assim para achar a soluo devemos definir
o Operador de Translao, que leva da Zona de Brillouin B para o valor complexo, para
permitir que toda a soluo se propague dentro do cristal.:
Tk : B C

(2.29)

x eikx

(2.30)

Agora apliquemos T no Hamiltoniano, para provar que esses operadores comutaro e, para
isso, devemos lembrar que, dentro de uma regio limitada, a soluo do laplaciano dada
por uma srie de Fourier, logo podemos colocar pra dentro do laplaciano. Segundo, repare
que como U peridico. Ento podemos escrever na forma de srie de Fourier.Assim
podemos passar para dentro do operador.
Tk H(t, x, v) = eikx

~2
+ eikx U (t, x)
2m

~2
(eikx ) + eikx U (t, x)(eikx )
2m
~2
=
Tk + U (t, x)Tk
2m
= H(t, x, v)Tx

H(t, x, v)eikx =

(2.31)
(2.32)
(2.33)
(2.34)

Logo, s falta mostrar que Tx identidade, indo de um bordo para outro bordo.
Para isso, tome um x especial e calcule:
2 2 2
,
,
)
Kx Ky Kz

x0 = (

(2.35)

Tx j (x) = eik(x+x ) ukj (x)


2
2
2
i(kx x+ky y+kz z+kx K
+ky K
+kz K
)
x
x
x

=e

(2.36)
ukj (x)

(2.37)

= eikx+i2+i2+i2 ukj (x)

(2.38)

= eikx ukj (x)

(2.39)

= j (x)

(2.40)

Agora que temos o teorema de Bloch, sabemos como chegar soluo do problema.
Agora vamos criar pertubaes na energia para obter informaes importantes sobre o
cristal. Para isso vamos a partir de uma energia conhecida atravs de dados experimentais,
perturbar a equao atravs do vetor k para tentar encontrar outros nveis de energia para
o material.Esse mtodo conhecido como mtodo kp, que ser utilizado em um capitulo
mais adiante.

16

Captulo 2. Fsica de Semicondutores

~2
+ U (t, x) = E
2m
~2 k 2
~2
(uk + 2ik uk ) +
uk + U (t, x)uk = E
=
2m
2m
~2
=
(uk + 2ik uk ) + Ek,0 = E
2m

H(t, x, v) =
H(t, x, v)eikx

~2
(uk + 2ik uk ) = (E Ek,0 )
2m

(2.41)
(2.42)
(2.43)
(2.44)

A superfcie de Fermi de um cristal definida como a superfcie de energia constante


dado o rede cristalina. Esta nos da diversas informaes sobre o comportamento do eltron
e do buraco no cristal, como a velocidade e massa efetiva do eltron e do buraco.

Figura 1 Superfcie de Fermi do Silcio

Supondo uma banda de energia parablica, as expresses para velocidade e massa


efetiva so:

E(k) =
mef f =
v=

~2 k 2
2mef f
~2
2 E(k)
k2

k E(k)
~

(2.45)
(2.46)
(2.47)

Devemos ressaltar que a estrutura do cristal, seja face-centrada ou outro tipo, afeta o
comportamento dos eltrons e buracos.Assim eltron ou buraco iro percorrer o cristal com
propriedades que dependem da orientao e de como o cristal cortado de forma especfica
para cada aplicao. Abaixo, temos duas figuras que mostram os tipos de orientao e

2.2.

A Rede Cristalina

17

como a energia muda em relao s orientaes.

Figura 2 Orientaes do cristal

Figura 3 Diagrama Energia-k

2.2.1 Muitas partculas:


Generalizando os resultados anteriores para varias partculas, as funes de distribuio de matria pode ser expressa da seguinte forma:

18

Captulo 2. Fsica de Semicondutores

(t, x, v) : <+ <3n <3n <

(2.48)

(t, x, v) (t, x, v)

(2.49)

Derivando temos :

n
(t, x, v)
xi U (t, x)
D(t, x, v) X
=
+ vi xi (t, x, v)
vi (t, x, v)
Dt
t
~
i

(2.50)

Sendo o campo eltrico o gradiente do potencial eltrico, pela a terceira lei de


newton, o campo eltrico induzido por uma partcula sobre outra o mesmo em magnitude,
mais de direo oposta. Alm disso o campo exercido sobre uma partcula a soma dos
campos de todas partculas somado ao campo externo.

xi U (t, x) = E(xi , xj ) = E(xj , xi ) = xj U (t, x)


xi U (t, x) =
xj U (t, x) =

n
X
j
n
X

(2.51)

E(xi , xj ) + Eext (xi )

(2.52)

E(xi , xj ) + Eext (xj )

(2.53)

D(t, x, v)
=
Dt

n
n
X
xi U (t, x)
(t, x, v) X
+ vi xi (t, x, v)
vi (t, x, v)
t
~
i
i

n
X
D(t, x, v)
(t, x, v)
=
+ vi xi (t, x, v)

Dt
t
i

n
P

n (
X
i

(2.54)

E(xi , xj ) + Eext (xi ))

vi (t, x, v)
(2.55)

Separando os campos Eltricos internos do externo, e utilizando o argumento de


que podemos calcular de uma certa partcula integrando sobre todos os outros caminhos
das outras partculas.

(t, xi , vi ) =

(t, x1 , v1 , ..., xi , vi , ..., xn , vn )dx1 dv1 ...dxi1 dvi1 dxi+1 dvi+1 dxn dvn (2.56)

n
n X
n
X
D(t, x, v) (t, x, v) X
Eext (xi ))
(E(xi , xj )
=
+ vi xi (t, x, v)
vi (t, x, v) +
vi (t, x, v)
Dt
t
~
~
i
i
j
(2.57)

2.2.

A Rede Cristalina

19

n
(t, x, v) X
D(t, x, v)
Eext (xi ))
=
+ vi xi (t, x, v)
vi (t, x, v)
Dt
t
~
i

(2.58)

n X
n Z
X
i

(E(xi , xj )
vi (t, x1 , v1 , ..., xi , vi , ..., xn , vn )dx1 dv1 ...dxi1 dvi1 dxi+1 dvi+1 dxn dvn dx
~
(2.59)
(2.60)
D(t, x, v)
(t, x, v)
=
+
Dt
t

n
X

vi xi (t, x, v)

Eext (xi ))
vi (t, x, v)
~
(2.61)

n
X

vi

(E(xi , xj )
(t, x1 , v1 , ..., xi , vi , ..., xn , vn )dx1 dv1 ...dxi1 dvi1 dxi+1 dvi+1 dxn dvn dx
~
(2.62)
(2.63)

Definindo o campo efetivo como a soma do o campos externo e interno. Assim obtemos
que a equao de Liouville serve para muitas partculas:

Eef f =

(E(xi , xj )(t, x1 , v1 , ..., xi , vi , ..., xn , vn )dx1 dv1 ...dxi1 dvi1 dxi+1 dvi+1 dxn dvn dx+Eext (xi ))
(2.64)

DF (t, x, v)
=
Dt

Eef f (t, xi )
F (t, x, v)
+ vi xi F (t, x, v)
vi F (t, x, v) = 0 (2.65)
t
~

Calculando o divergente do campo eltrico efetivo e aplicando a da Teoria Electromagntica,


chegamos na equao de Poisson:
q
Eef f = Eext n


(2.66)

q
ef f = ext n


(2.67)

q
Eext = C


(2.68)

20

Captulo 2. Fsica de Semicondutores

ef f =

q(C n)


(2.69)

Supondo que a funo pode ser escrita como produto de funes de densidade para cada
partcula, como definida no comeo deste captulo,temos :
(t, x, v) = di Pi (t, xi , vi )

D(t, x, v)
=
Dt

(2.70)

n
n
X
di Pi (t, xi , vi ) X
xi U (t, x)
+ vi xi di Pi (t, xi , vi )
vi di Pi (t, xi , vi )
t
~
i
i
(2.71)

Aplicando nesta expresso a regra do produto da derivada e colocando termos em evidncia,


temos :
n
n
Pj (t, xj , vj ) X
D(t, x, v) X
nj6=i (Pj (t, xj , vj ))
nj6=i Pj (t, xj , vj )vi xi Pi (t, xi , vi )
=
+
Dt
t
i
i

(2.72)

n
X

nj6=i Pj (t, xj , vj )

xi U (t, x)
vi Pi (t, xi , vi )
~
(2.73)

D(t,x,v)
Dt

n
P
i

j ,vj )
nj6=i (Pj (t, xj , vj )( Pj (t,x
t

+ vi xi Pi (t, xi , vi )

xi U (t,x)
~

vi Pi (t, xi , vi )

Assim, temos equao de Liouville para cada partcula. Substituindo pela derivada total
de cada partcula,
achamos a regra da derivada
do produto
n

P n
D(t,x,v)
DPi (t,x,v)
=
j6=i (Pj (t, xj , vj )) Dt
Dt
i

2.3 Modelo Bipolar de Boltzmann


Tipicamente num semicondutor intrnseco, um eltron na banda de conduo
levaria h uma ausncia de carga em alguma da ligao da estrutura cristalina, logo
deveria existir elemento correspondente na banda de valncia para que quantidade de
carga seja equilibrada, e esse elemento a buraco. Assim podemos usar a mesma analise
que deduzimos acima, para derivar um par de equaes de Boltzmann, para cada partcula.
Ns materiais semicondutores extrnsecos, temos que h um excesso de buracos ou eltrons,
dependendo do dopante. Ainda deve-se adicionar a equao de Poisson ao sistema, para

2.3. Modelo Bipolar de Boltzmann

21

preservar o equilbrio de cargas do sistema como em 2.70, mas separando a concentrao n


em duas partes, uma positiva(p) e outra negativa(n).
x Un (t, x)
n (t, x, v)
+ vn x n (t, x, v)
vn n (t, x, v) = Q(n )
t
~

(2.74)

p (t, x, v)
x U (t, x)
v x (t, x, v)
v (t, x, v) = Q(p )
t
~

(2.75)

ef f =

q(C n + p)


(2.76)

Dado o sistema acima, no haver interao entre os eltrons e buracos( somente ter
interao entre eltron/buraco e a rede cristalina.). Assim deve-se adicionar as equaes
os operadores de coliso que vo atrelar as duas partculas,In (n , p e In (n , n .

n (t, x, v)
x Un (t, x)
+ vn x n (t, x, v)
vn n (t, x, v) = Q(n ) + In (n , p ) (2.77)
t
~

x U (t, x)
p (t, x, v)
+ v x (t, x, v)
v (t, x, v) = Q(p ) + Ip (n , p )
t
~

(2.78)

2.3.1 Colises
Deve-se agora estudar os efeitos de coliso no modelo para isso, considere que o
conjunto de partculas livres esteja dentro de uma regio limitada, como exemplo, uma
caixa. Essas partculas iro se interagir umas com as outras, mas necessrio supor algumas
hipteses simplificadoras:
Caos Molecular: Onde a velocidade de uma partcula no depende da velocidades e
da posio das outras partculas.
Interaes Binrias e Ternrias: Onde se considera que os processos predominantes
sero colises de partculas binrias e ternrias dentro da regio, onde teremos uma
nuvem de gs de eltrons diludos.
Taxa de Disperso: No tempo mdio de interao, as foras predominantes so as
foras de interao entre partculas.
Variao limitada: deve variar muito pouco entre o tempo mdio de coliso e o
tempo mdio de partcula livre.

22

Captulo 2. Fsica de Semicondutores

Ento, temos que a probabilidade de mudar o estado k k 0 dado pela probabilidade de estar no estado k 0 , vezes as probabilidade de no estar no estado k , vezes razo
de espalhamento s:
P (x, k k 0 , t) = s(x, k 0 , k)f (x, k 0 , t)(1 f (x, k, t))

(2.79)

E temos que o operador de coliso dado pela diferena entre a probabilidade de


sair do estado k um estado k para a probabilidade de sair do estado k para o estado k
para todos os estados. Logo devemos somar todos os estados para ter a soluo, isso se
torna uma integral sobre os todos os estados.
Q(f ) = P (x, k k 0 , t) P (x, k 0 k, t)
Q(f ) = lim
Q(f ) =
Q(f ) =

(P (x, k k 0 , t) P (x, k 0 k, t))k

(2.80)
(2.81)

(P (x, k k 0 , t) P (x, k 0 k, t))dk

(s(x, k 0 , k)f (x, k 0 , t)(1 f (x, k, t)) s(x, k, k 0 )f (x, k, t)(1 f (x, k 0 , t)))dk

(2.82)

(2.83)
Os principais tipos de mecanismos de coliso so:
- Coliso da rede: temperatura de zero absoluto, os tomos na estrutura cristalina
vibram em torno do seu equilbrio fixo. Estas vibraes so quantizadas e quantum de
vibrao da rede denominada um fnon. Pode-se diferenciar os fnon em acsticos e
pticos. Fnons acsticos surgem de deslocamentos de tomos da estrutura no mesmo
sentido, tais como ondas de som. Fnons pticos descrevem deslocamentos no vector de
onda pela interao com a luz.
- Coliso de Impurezas: No processo de dopagem, adicionado tomos que forneceram eltrons ou buracos para a cristalina, que alteram a estrutura da rede cristalina. Essas
alteraes acarretam no aumento de colises e na maior dependncia das colises pela
temperatura.
- Coliso de Portadores: A influncia das interaes eltron-eltron sobre a dinmica
de transporte mais pronunciada em semicondutores degenerados.
Podemos ainda achar os operadores de coliso do modelo bipolar, estipulando como
mudana de estados como feito anteriormente,ento, temos que a probabilidade de mudar
o estado dada pela diferena entre as probabilidades de mudar entre o :
Pp (x, k k 0 , t) = q(x, k 0 , t)(1 n (x, k 0 , t))(1 p (x, k, t))

(2.84)

Pn (x, k k 0 , t) = r(x, k 0 , t)n (x, k 0 , t)p (x, k, t)

(2.85)

2.3. Modelo Bipolar de Boltzmann

Ip (n , p ) = Pp (x, k k 0 , t) Pn (x, k 0 k, t) =
lim

(Pp (x, k k 0 , t) Pn (x, k 0 k, t))k =

23

(2.86)
(2.87)

(Pp (x, k k 0 , t) Pn (x, k 0 k, t))dk =

(q(x, k 0 , t)(1 n (x, k 0 , t))(1 p (x, k, t)) r(x, k 0 , t)n (x, k 0 , t)p (x, k, t))dk

(2.88)

(2.89)

2.3.2 Condies de fronteira


Como nosso problema envolve um sistema dinmico e um domnio limitado, devemos
agora falar sobre condies inicias e de fronteira sobre o problema. Devemos considerar
como condio inicial algum tipo de soluo estacionaria do problema, primeiro devido
no linearidade do problema, e segundo devemos considerar que deve haver conservao
de carga, que basicamente fazer a equao de Poisson ser respeitada.
Vamos relembrar algumas condies de fronteira das equaes diferenciais parciais.
Chamamos de condio de Dirichlet, quando o valor da funo fixado sobre parte do
bordo correspondente.O significado fsico dessa condio que estamos aplicando um
potencial na aquela regio, ou seja um contato.
Outra condio a condio de Neumman, que aparece quando sabemos como
a funo varia no bordo, seja sendo pela derivada da funo ser conhecida ou em mais
dimenses, conhecido o gradiente da funo na direo do bordo, dado pela projeo
do gradiente da funo na direo normal ao bordo. Essa condies tem como significado
fsico isolamento entre dispositivos ou contato do tipo MOS.
Por ltimo, vamos colocar uma condio peridica na parte da velocidade, ou seja
vamos dizer que (t, x, k) = (t, x, k), para ficar consistente com a zona de Brillouin.

Figura 4 Condio de Fronteira

24

Captulo 2. Fsica de Semicondutores

2.3.3 Teorema de Boltzmann


Um resultado muito importante nesse tipo de problema o fato que existe um
funcional crescente associado com as equaes. Esse funcional chamado de Entropia. Esse
resultado chamado de Teorema H, ou Teorema de Boltzmann, mas sua demonstrao est
nos seguintes artigos, 3 e 4, e no ser apresentada devido grande dificuldade que elas
impe. Como corolrio desse teorema tiramos o fato de que a soluo existe (O teorema H
d um funcional de Lyapunov, como em outros casos mostra como a soluo) e a da
estabilidade da soluo (o quanto da soluo depende das condies iniciais e de fronteira
).

Teorema 2.3.1. (Teorema de Boltzmann):


Seja uma soluo para a equao de Boltzmann, considere o seguinte funcional avaliado
sobre a funo :
RR

E(k)
Kb T

H(t) = B Q()(log( 1 ))dxdk


Ento, temos que o funcional crescente, o que implica :
H(t)
0
t
Teorema 2.3.2. (Teorema de Boltzmann para o modelo bipolar):
Seja (n , p ) uma soluo para a equao de Boltzmann bipolar, considere o seguinte
funcional avaliado sobre a funo (n , p ) :
E(k)

E(k)

RR

n e Kb T
B Q(n )(log( 1n

RR

p e Kb T
B Q(p )(log( 1p

H(t) =
))dxdk + 2
))dxdk
Ento, temos que o funcional crescente, o que implica :
H(t)
0
t

25

3 Modelos Determinsticos
Modelos com alto grau de complexidade dificultam o projeto e pode inviabilizar
o processo como um todo, logo costumeiro fazer hipteses simplificadores. Nesse
captulo veremos brevemente os modelos mais utilizados e as ideias por traz desses
mtodos. Sobre a luz dos captulos 1, vamos entender como simplificar a equao de
Boltzmann usando o mtodo dos momentos para chegar nos os modelos de Deriva-Difuso
e Modelo Hidrodinmico.

3.1

Mtodo do Momento

Relembrando a Teoria de probabilidade, temos que o operador momento( ou


esperana ) mostra informaes sobre a distribuio, como a media da distribuio e o
desvio padro. Mais esse operador pode nos ajudar a simplificar nosso modelo, por
exemplo quando queremos descrever a evoluo da media.Um caso muito parecido a
medianizao, onde queremos saber como age um pendulo simples forado na base , que
fica oscilando em torno de um equilbrio, como o , maiores detalhes vide [5, Landau L.D.,
Lifshitz E.M.]. Ento definimos o Momento como:

Mji [] =

ZZZ

kIj vk (t, x, v)dv

(3.1)

Temos como resultados da equao de Boltzmann em equilbrio trmico que as


distribuies de Fermi-Dirac so soluo e que podem ser aproximadas por distribuies
de Maxwell. Assim vamos multiplicar a equao de Boltzmann por uma distribuio de
Maxwell, para poder simplificar o problema.
F (v) = (

m 3
)2
2kb T

F (v) M (v) = (

1
1+e

m|v|2
2kb T

2
m 3 m|v|
) 2 e 2kb T
2kb T

(3.2)

(3.3)

Utilizando o mtodo dos momentos para calcular o momento de ordem 0 e


chegaremos na primeira equao do nosso modelo simplificado. Primeiro podemos
observar que o operador coliso igual a zero, j que ao integrar em relao a v 0 e devido
a integral ser simtrica, o resultado dar zero. Alm disso podemos observar que o termo
correspondente a derivada em relao a velocidade tambm desaparecera, devido a ao fato
de que o cristal peridico.

26

Captulo 3. Modelos Determinsticos

ZZZ
ZZZ

(t, x, v)
x U (t, x)
+ v x (t, x, v)
v (t, x, v)dv =
t
~

(3.4)

(t, v, v 0 )(M (t, x, v) F (t, x0 , v 0 ) M (t, x0 , v 0 ) F (t, x, v))dxdvdv 0

(3.5)

ZZZ
1 U (t, x)
(
m
x

ZZZ

(t, x, v)
dv +
t

ZZZ
v x (t, x, v)dv

(t, x, v)
U (t, x)
dv +
vx
y

ZZZ

ZZZ

x U (t, x)

(t, x, v)
U (t, x)
dv +
vy
z

ZZZ

ZZZ
ZZZ

(t, x, v)
dv +
t

v (t, x, v)dv = 0

(3.6)

(t, x, v)
dv = 0
vz

(3.7)

(t, x, v)
dv = (t, x, v)|B = 0
vx

(3.8)

ZZZ
v x (t, x, v)dv = 0

(3.9)

M 0 (x, t)
+ x M 1 (x, t) = 0
t

(3.10)

Calculando os momentos de 1a ordem da mesma forma acima, vamos ter que o operador
coliso no ira desaparecer; Utilizando a integrao por partes no termo da velocidade,
teremos que o primeiro termo zero devido o fato do cristal ser peridico, sobrando assim
o momento de ordem 0; Por fim temos que o surgimento dos momentos de 2a ordem,
devido ao fato que teremos uma componente da velocidade multiplicando o vetor
velocidade.

ZZZ
vk

ZZZ

x U (t, x)
(t, x, v)
+ vk v x (t, x, v) vk
v (t, x, v)dv =
t
~

(3.11)

vk (t, v, v 0 )(M (t, x, v) F (t, x0 , v 0 ) M (t, x0 , v 0 ) F (t, x, v))dxdvdv 0

(3.12)

ZZZ

(t, x, v)
vk
dv +
t

ZZZ

x U (t, x)
vk v x (t, x, v)dv

ZZZ

ZZZ
vk v (t, x, v)dv =

vQ(f )dv

(3.13)

ZZZ

ZZZ
vk v (t, x, v)dv = vk (t, x, v)|B

ZZZ
vk (t, x, v)dv =

(t, x, v)dv

x U (t, x) 0
M 1 (x, t)
+ x M 2 (x, t) +
M (x, t) =
t
m

(3.14)

ZZZ
vQ(f )dv

(3.15)

Calculando os momentos de 2a ordem da mesma forma acima, vamos ter que o operador
coliso no ira desaparecer; Utilizando a integrao por partes no termo da velocidade,
teremos que o primeiro termo zero devido o fato do cristal ser peridico, sobrando assim
os momentos de 1a ordem ; Por fim temos que o surgimento dos momentos de 3a ordem,
devido ao fato que teremos uma componente da velocidade multiplicando o vetor
velocidade

3.2. Modelo Hidrodinmico

ZZZ
vk vl

ZZZ

27

(t, x, v)
x U (t, x)
+ vk vl v x (t, x, v) vk vl
v (t, x, v)dv =
t
~

(3.16)

vk vl (t, v, v 0 )(M (t, x, v) F (t, x0 , v 0 ) M (t, x0 , v 0 ) F (t, x, v))dxdvdv 0

(3.17)

ZZZ

(t, x, v)
dv +
vk vl
t

ZZZ
vk vl v x (t, x, v)dv

x U (t, x)

ZZZ

ZZZ
vk vl v (t, x, v)dv =

v vQ(f )dv

(3.18)

ZZZ

ZZZ
vl vk v (t, x, v)dv = vl vk (t, x, v)|B

ZZZ

ZZZ
vk (t, x, v)dv

ZZZ
vl vk v (t, x, v)dv =

vl (t, x, v)dv

(3.19)

vk (t, x, v)dv

(3.20)

ZZZ
vl (t, x, v)dv

M 2 (x, t)
x U (t, x)
+ x M 3 (x, t) +
M 1 (x, t) =
t
m

ZZZ
v vQ(f )dv
(3.21)

Considerando os 3 primeiros momentos, temos que chegamos no seguinte


sistema de equaes :
M 0 (x, t)
+ x M 1 (x, t) = 0
t
ZZZ
x U (t, x) 0
M 1 (x, t)
+ x M 2 (x, t) +
M (x, t) =
vQ(f )dv
t
m
ZZZ
M 2 (x, t)
x U (t, x)
3
1
+ x M (x, t) +
M (x, t) =
v vQ(f )dv
t
m

(3.22)
(3.23)
(3.24)
(3.25)

Vamos agora definir algumas variveis. Ser convencionado que n ser a concentrao de
eltrons, J a corrente de eltrons e W a energia dos eltrons.

n(x, t) = M 0 (x, t)

(3.26)

J(x, t) = qM 1 (x, t)
m
W (x, t) = T r(M 2 (x, t))
2

(3.27)
(3.28)

3.2 Modelo Hidrodinmico


Com os 3 primeiros momentos em conjunto a equao de Possion, teremos um
sistema de equaes diferenciais parciais. Primeiro vamos aplicar Trao na equao do 2o
momento, para podermos achar a dinmica da energia.

28

Captulo 3. Modelos Determinsticos

n(x, t)
+ x J(x, t) = 0
(3.29)
t
m J(x, t)
m ZZZ
+ q(x W (x, t) x U (t, x)n(x, t)) =
vQ(f )dv (3.30)
q
t
q
ZZZ
W (x, t) m
x U (t, x)
+ x T r(M 3 (x, t)) T r(
J(x, t)) = T r(
v vQ(f )dv)
t
2
2
(3.31)
n = q(n C)

(3.32)

O sistema ainda no determinado, j que ainda h varivel M 3 (x, t), que ser
substituda pela anstaz abaixo, onde T o tensor de temperatura, v a velocidade, Kb a
constante de Boltzmann e m ser a massa efetiva.
2(vW + nKb T v)
m
Logo a expresso final para equao dada por:
(M 3 (x, t)) =

(3.33)

ZZZ
W (x, t)
m
+ x (vW + nKb T v) x U (t, x) J(x, t) = T r(
v vQ(f )dv) (3.34)
t
2

Assim, o sistema fica determinado e pode ser escrito conforme abaixo, onde
nomeamos os operadores de coliso como Energia de Coliso e Corrente de Coliso.
n(x, t)
+ x J(x, t) = 0
t

(3.35)

m J(x, t)
+ q(x W (x, t) x U (t, x)n(x, t)) = J(x, t)|coliso
q
t
(3.36)
W (x, t)
+ x (vW + nKb T v) x U (t, x) J(x, t) = W (x, t)|coliso
t
n = q(n C)

(3.37)
(3.38)

3.2.1 Mobilidade
Um dos parmetros que so importantes a mobilidade do eltron, que se a
razo entre a velocidade da partcula versus o campo sobre ela.

e =

v
E

(3.39)

Vrios mecanismos influenciam na mobilidade, como temperatura, tipo de


dopador, Intensidade do campo eltrico, velocidade de saturao, tipo de semicondutor;

3.2. Modelo Hidrodinmico

29

assim temos que vrios modelos existem na literatura, por exemplo temos o modelo de
Caughey e Thomas, que varia conforme a relao de dopante e intrnseco e o tipo de
dopante, conforme expresso abaixo:

h = Dopmin +

Dopmax Dopmin
1 + (Dop/ni)

(3.40)

Outro modelo considerado quando temos um campo eltrico elevado e h uma velocidade
de saturao para eltrons, dado pela equao abaixo:

h =

hmax
E
)
1 + ( vsat

(3.41)
(3.42)

Outros tipos de modelos de mobilidade existem, e muito deles esto nos


seguintes artigos [6], [7], e so usados para considerar outros tipo de efeitos que afetam a
mobilidade, como temperatura. Assim para combinar todos esse modelos de mobilidade
temos a Regra de Matthiessen, dado por:

X 1
1
=
tot
i i

(3.43)

Alm disso, temos a relao de einstein que relaciona a mobilidade com a


difusibilidade da partcula, sendo dada pela seguinte relao:

De = e

3.2.2

kb T
q

(3.44)

Expanso de Hilbert

Vamos mostrar outro mtodo que usado pra deduo dos modelos. Esse
mtodo consiste em utilizar uma mudana de escala e usar aproximao de Taylor sobre o
fator de escala.
f  = f0 + f1  + f2 2 Assim temos quando aplicamos a expanso
2 n (t, x, v)
x Un (t, x)
+ vn x n (t, x, v)
vn n (t, x, v) = Q(n ) + 2 In (n , p )
t
~

(3.45)

2 p (t, x, v)
x U (t, x)
+ v x (t, x, v)
v (t, x, v) = Q(p ) + 2 Ip (n , p )
t
~

(3.46)

30

Captulo 3. Modelos Determinsticos

Temos que agrupando em relao das potencias de , obtemos as seguintes equaes :

Q(p0 ) = 0

Q(p1 ) = v x p1 (t, x, v)

x U (t, x)
v p1 (t, x, v)
~

p0 (t, x, v)
x U (t, x)
+ v x p1 ((t, x, v)
v p1 (t, x, v) = Ip (n0 , p0 )
t
~

Q(n0 ) = 0

Q(n1 ) = v x (t, x, v)

x U (t, x)
v (t, x, v)
~

n0 (t, x, v)
x U (t, x)
+ v x n1 (t, x, v)
v n1 (t, x, v) = Ip (n0 , p0 )
t
~

(3.47)

(3.48)

(3.49)

(3.50)

(3.51)

(3.52)

Vamos agora definir algumas variveis. As variveis n e p sero as concentraes de


eltrons e buracos, Jp e Jn sero correntes de eltrons e buracos,a partir da expresses
abaixo(onde M(v) a distribuio de maxwell).

n0
M (v)
p0
p(x, t) =
M (v)

n(x, t) =

(3.53)
(3.54)

Jp (x, t) = p (p1 qM (v))

(3.55)

Jn (x, t) = n (n1 qM (v))

(3.56)
(3.57)

Quando substitui-las na equaes acima teremos o seguinte sistema:

n(x, t) 1
x Jn (x, t) = R
t
q
p(x, t) 1
+ x Jp (x, t) = R
t
q

(3.58)
(3.59)

Jn (x, t) = qn nE + qDn n

(3.60)

Jp (x, t) = qp nE qDp p

(3.61)

3.3. Modelo Deriva-difuso eltricos

31

3.3 Modelo Deriva-difuso eltricos


Como derivado a partir da expanso de hilbert, conjunto com a lei da
conservao das cargas chegamos ao modelo Deriva-Difuso.
n(x, t) 1
x Jn (x, t) = R
t
q
p(x, t) 1
+ x Jp (x, t) = R
t
q

(3.62)
(3.63)

Jn (x, t) = qn nE + qDn n

(3.64)

Jp (x, t) = qp nE qDp p

(3.65)

U = q(n p c(x))

(3.66)

3.3.1 Mobilidade
Um dos parmetros que so importantes a mobilidade do eltron e a
mobilidade do buraco, que se a razo entre a velocidade da partcula versus o campo
sobre ela.
v
(3.67)
E
Vrios mecanismo influenciam na mobilidade, como temperatura, tipo de
dopador, Intensidade do campo eltrico, velocidade de saturao, tipo de semicondutor.
v
(3.68)
e =
E
Assim temos que vrios modelos existem na literatura, por exemplo temos o
modelo de Caughey e Thomas, que varia conforme a relao de dopante e intrnseco e o
tipo de dopante, conforme expresso abaixo
e

h = Dopmin +

Dopmax Dopmin
1 + (Dop/ni)

(3.69)

Tabela 1 Tabela de Coeficientes de Mobilidade


Dopante

Dopmin

Fosforo

68.5

Dopmax

1414

0.711

Boro
44.9
470.5 0.719
Outro modelo dado quando temos um campo eletrico elevado e velocidade de saturao
hmax
h =
(3.70)
E
1 + ( vsat
)
Alm disso, temos a relao de einstein que relaciona a mobilidade com a difusibilidade da
partcula, sendo dada pela relao de Einstein:
kb T
De = e
(3.71)
q

32

Captulo 3. Modelos Determinsticos

3.3.2 Mudanas de variveis


Sempre a vises diferentes sobre um mesmo assunto, e assim temos
transformaes que mudam a forma de ver sobre o nosso problema. Assim vamos discutir
sobre 3 tipos de escolha de variveis mais comuns para o nosso problema.

3.3.2.1 Formulao Natural


A primeira escolha de variveis usar a tenso e as concentrao de eltron e
buracos.

2 = (n p C)

+ Jn = R

Jp = R
t

Jn (x, t) = qn nE + qDn n

Jp (x, t) = qp nE qDp p

3.3.2.2 Formulao Quasi- Fermi


A segunda escolha de variveis usar a tenso e os potenciais quasi-fermi de
eltron e buracos. A relao com a formulao natural dada por:
V (Tenso)
n(eltron) = ni e

q(V n )
kb T
q(V n )

p(buracos) = ni e kb T
Assim podemos obter o seguinte sistema na novas variveis.

2 = ( 2 eV n

Jn = R

2 ep V C)

Jp = R

J = 2 eV n

p
p
n

Jn = n 2 ep V p

3.3.2.3 Formulao Slotboom


A terceira escolha de variveis usar a tenso e as quantidades de eltron e
buracos.
V (T enso)
qV
n = ni e kb T u
qV
p = ni e k b T v

3.4. Modelos Recombinao

33

2 = ( 2 eV u 2 eV v

Jn = R

C)

Jp = R

Jp = p 2 eV u

Jn = n 2 eV v

3.4 Modelos Recombinao


Ate agora no falamos sobre como simplificar os termos de Coliso, assim
vamos considerando o modelo bipolar de bolztmann. Tome o termos de coliso e
integramos em relao a k, para podemos achar os tipos de simplificaes, que precisamos.
Primeiro vamos usar um resultado de [?, ?, GLOBAL] que diz que a integral do operador
Q zero, para toda soluo do problema, assim temos que s nos preocupar sobre o
Operador In e Ip .
ZZZ

Rn =

ZZZ

Rp =

Q(n )dv +

Q(p )dv +

ZZZ

ZZZ

In (n , p )dv

(3.72)

Ip (n , p )dv

(3.73)

Assim voltamos ao sistema deriva difuso, assim devemos encontrar :

Rp (n , p ) =

(q(x, k, k 0 )(n (x, k, k 0 )p (x, k, t) 1)dkdk 0

Rp (n , p ) =

n0 = nM (v)n

(3.75)

p0 = pM (v)p

(3.76)

(q(x, k, k 0 )(nM (v)n pM (v)p 1)dkdk 0

Rp (n , p ) =

(3.74)

(q(x, k, k 0 )(

np
1)dkdk 0
n2i

Rp (n , p ) = A(x)(np n2i )

(3.77)
(3.78)
(3.79)

Temos ento a primeira forma de recombinao, conhecida como recombinao banda a


banda.

3.4.1

Recombinao de Ionizao de Impacto

A recombinao de impacto de ionizao um processo de gerao de trs


partculas. Os portadores viajam atravs de alto campo eltrico, logo essas partculas tem
uma alta energia, sofrem colises com eltrons que esto na banda de valncia. O excesso
de energia transferida para esses elctrons que vo para a banda de conduo criao de

34

Captulo 3. Modelos Determinsticos

um novo par de elctrons-buraco. Este par de elctron-buraco secundrio tambm pode


ter uma energia relativamente elevada. Neste caso, o efeito de avalanche desencadeada e
a densidade do portadores aumenta fortemente.
Ec rit
Ec rit
Rp (n , p ) = Jn e E + Jp e E
Tabela 2 Tabela de coeficientes da recombinao de ionizao de impacto
Sigla

Valor

n
p
Encrit
Epcrit

106 (cm1 )
2 106 (cm1 )
V
2 106 ( cm
)
6 V
1, 66 10 ( cm )

Figura 5 Recombinao de Impacto Ionizante

3.4.2

Recombinao de Auger

O efeito Auger apenas o processo inverso de Ionizao de impacto; neste tipo


de recombinao, o excesso de energia emitido por uma recombinao de electres com
um buraco dada para um segundo elctron (em qualquer banda) em vez de apenas o
emissor de energia, como um fton. O eltron seguida d-se a sua energia adicional numa
srie de colises com os rede, relaxa de volta ao bordo da banda. Assim, este efeito o
resultado de interaes entre partculas mltiplas, incluindo vrios elctrons e um buraco
ou vrios buracos e um eltron.
Rp (n , p ) = (Cn n + Cp p)(np n2i )

3.4. Modelos Recombinao

35

Tabela 3 Tabela de coeficientes da recombinao auger


Sigla

P Valor

Cn
Cp

2, 8 1031 (cm6 s1 )
9, 9 1032 (cm6 s1 )

Figura 6 Recombinao Auger

3.4.3

Recombinao de SHR

Essa recombinao ocorre quando um elctron ou buraco cai numa "armadilha",


um nvel de energia dentro da banda proibida, causada pela presena de um tomo
externa ou um defeito estrutural. Uma vez que a armadilha est cheio no pode aceitar
outro eltron. A energia de elctrons ocupando a armadilha pode, num segundo passo cair
num estado vazio na banda de valncia, completando assim o processo de recombinao.
Pode-se prever esse processo ou como uma transio de dois passos de um eltron da
banda de conduo para a banda de valncia ou tambm como a aniquilao do eltron e
o buraco que se encontram na armadilha. Vamos nos referir a esse processo como
Recombinao de Shockley-Read-Hall (SRH).
(npn2 )
Rp (n , p ) = p (n)+ni (p)

Tabela 4 Tabela de coeficientes da recombinao SHR


Sigla

Valor

n
p

106 (s)
105 (s)

36

Captulo 3. Modelos Determinsticos

Figura 7 Recombinao SHR

3.4.4

Recombinao de fton

A gerao de uma carga devido absoro de luz ocorre se a energia do fton


grande o suficiente para levantar um eltron da banda de valncia para um estado vazio
na banda de conduo, gerando um par eltron-buraco. A energia dos ftons necessita de
ser pelo menos igual energia de banda proibida para satisfazer est condio. O fton
absorvido neste processo e o excesso de energia, E adicionado para o elctron ou
buraco sob a forma de energia cintica.
o pt
Rp (n , p ) = P
E A

Figura 8 Recombinao Fton

3.5. Condies de Fronteira

37

3.5 Condies de Fronteira


Como discutido no captulo 1, as condies de fronteira so parte essencial do
problema. Para isso vamos discutir alguns tipos de condies de fronteira. Primeiro vamos
tratar da condio artificial, que se trata de uma condio de neumman homogenia, que
garante que no haver influencia externa do dispositivo naquela regio. Essa condio
usada para simular dispositivos onde no nenhuma forma de interao no bordo dessa
restrio ou para
poder simular dispositivos separados.

u
=0
x
Jn v|
= 0
Jp v|
= 0

3.5.1

Contato hmico

O Contato hmico que surge na juno metal-semicondutor devido a uma alta


diferena entre as energia de fermi do metal e do semicondutor( < kT ). O contato
hmico foi modelado no captulo 1 como sendo uma condio de Dirichlet, ou seja,
sabemos que ele constante na regio; logo quando olhamos para a equao de Poisson
usando formulao de slotboom obtemos que:
u 0
u = (e + e C(x)) 0
Usando o expresso para do cosseno hiperblico temos:

2
4
| = ln( C+ 2C2 +4 ) + V0

2
4
n| = C+ C2 +4

2
4
p| = C+ 2C +4

3.5.2

Contato Schottky

Outra forma de contato o contato Schottky, que surge na juno


metal-semicondutor devido a uma alta diferena entre as energia de fermi do metal e do
semicondutor( > kT ). O contato Schottky pode ser modelado como sendo uma
condio de Dirichlet forada, utilizando o valor da barreira de Schottky, e considerarmos
que ha sada de corrente
| = Vschottky + V0
Jn v|
= 0
Jp v|
= 0

3.5.3 Contato Oxido-Semicondutor


Um tipo de contato importante que ser usado mais a frente o contato oxidosemicondutor, que utilizado em transistores MOSFET. Ele constitui em um contato

38

Captulo 3. Modelos Determinsticos

metlico ligado ao um oxido, que ira gerar um campo eltrico na interface entre o oxido e
semicondutor.


u

=

+ Qint
si u
ox
x
x
Jn v|
= 0
Jp v|
= 0

3.6 Exemplo: Modelo MOSFET.


Um dos principais dispositivos utilizados atualmente o transistor de efeito de
campo metal-oxido-semicondutor, MOSFET, que possui diversas aplicaes na eletrnica
analgica e digital. Esse dispositivo possui 3 camadas, conhecidas como fonte, canal e
dreno, respectivamente representados pelas reas A, B ,C. As reas D representa o oxido
de gate e a rea E representa o substrato. Aplicando tenses nos contatos, afim de criar
uma diferena de potencial entre dreno e fonte, podemos controlar a corrente que ira
passar da fonte passando pelo canal e saindo pelo dreno. O controle da corrente devido
ao campo gerado pelo oxido de gate, que quando aplicado uma diferena de potencial
entre os gate e o dreno, gera um campo eltrico que pinara a corrente de eltron que
passam. Em baixo damos o modelo do MOSFET na formulao de fermi

2 = ( 2 eV n 2 ep V

Jn = R

Jp = R

Jp = p 2 eV n n

C)

2 p V

Jn = n e
p

= = 0 em

n
p
f onte

n = p = Vdreno em dreno

n = p = Vbuck em dreno

 u =  u + Q
em
si x
ox x
int

(3.80)

gate

3.6. Exemplo: Modelo MOSFET.

39

Figura 9 Geometria do MOSFET

41

4 Microeletrnica Computacional
Como em qualquer outra rea da engenharia, o desenvolvimento contnuo dos
mtodos computacionais tem aberto novas fronteiras na microeletrnica. Nesse captulo os
mtodos mais utilizados e os conceitos envolvidos na sua concepo e implementao
sero examinados. A discusso apresentada nos captulos 1 e 2, servir a base para o
entendimento da soluo numrica da equao de Boltzmann usando o mtodo de Monte
Carlo bem como a soluo dos modelos de Deriva-Difuso e Hidrodinmico, usando
mtodos determinsticos tais como o mtodo de Elementos Finitos e Diferenas Finitas.

"Sir, ainda existem terabytes de


clculos necessrios antes de um
voo real acontecer ..."
JARVIS, filme Homem de Ferro

4.1 Mtodo de Monte-Carlo:


O mtodo de Monte Carlo foi desenvolvido durante a Segunda Guerra Mundial,
pelos cientistas do projeto Manhattan e dado esse nome devido em homenagem ao tio de
Stanislaw Ulam, um dos cientistas, sendo esse tio famoso por perder dinheiro nos cassinos
de Monte Carlo.Esse mtodo, baseado em conceitos de probabilidade, possibilitou a
soluo de vrios problemas antes jamais resolvidos, como calculo de integrais.
Esse mtodo constitui de escolher pontos de forma aleatoria dentro de um cubo
n-dimensional, e se esses pontos pertence ao sistema, esse ponto considerado na conta,
caso contrario descartado. A verificao se esse ponto respeita o sistema dado pelas
condies do problema, muitas dessas condies so limitaes de Funcionais(Energia,
Entropia,... ) ou condies inicias ou bordo.
Um
exemplo classico de aplicao do mtodo o calculo de 4 , que dado pela

R R
2
integral 01 0 1x 1dxdy , que a integral da ara do circulo. Assim escolhemos pontos
aleatrios dentro do quadrado [0, 1] [0, 1] , e caso esteja no circulo guarde o ponto(que
esto em azul na figura abaixo), caso contrariou, jogue fora(que esto em vermelho na
figura abaixo ).

42

Captulo 4. Microeletrnica Computacional

.............. ...... .
... .... . ..........
....................... .
.......................................
..... .. . ...
Figura 10 Exemplo de Monte Carlo

4.1.1 Convergencia do mtodo


Ser ento mostrado o porque do mtodo convergir, atravs do seguinte
teoremas:
Teorema 4.1.1. Monte Carlo (Convergncia de Monte Carlo) A Ordem de Convergncia
do mtodo de Monte Carlo da ordem 1n
Demonstrao. Considere um conjunto de Processos Uniformes Independentes com a
mesma media. {xi , E{xi } = x}.
n
X

xi

i=0
n

e temos que :
Ento tome S =
2
2
= E{(S-x) } = E{S2 }+E{x2 } - E{2Sx} = E{S2 }+x2 -2xE{S} = E{S2 }-x2 =
n
X

= E{

n2
n
X

= E{

xi x j

j,i=0

} x2

(xi xj x2 )

j,i=0

n2
n
X E{xi xj x2 }
=
n2
j,i=0

2 =
2 =

n
X
E{x2i
i=0
i2

(4.1)

x2 }
n2

n
i
=
n

(4.2)
(4.3)
(4.4)
(4.5)
(4.6)

4.1.2 Tcnicas de Reduo de Varincia


Mas h varias tcnicas que auxiliam a convergncia do Monte Carlo.A seguir
ser feito um apanhado dessas tcnicas, retiradas dos livros [8] e [9], para poder elucidar
como diminuir a varincia, assim melhorando a convergncia.

4.1. Mtodo de Monte-Carlo:

43

4.1.2.1 Domnio de Rejeio


Como anteriormente aplicada, essa tcnica verificar se os pontos esto na regio,
e caso no estejam, sejam retiradas.
4.1.2.2 Transformao Conforme
Pode-se usar mudanas de variveis tais que o Jacobiano permanea unitrio.
Para isso tomamos a seguinte transformao da seguinte maneira :

(t, x, v)<3 <3

(4.7)

(x, y, z) (x0 , y 0 , z 0 )

(4.8)

J = 1
Z

f ()dv =

(4.9)
f ()J d =

f ()d

(4.10)

Essa tcnica utilizada para caculos de integrais.


4.1.2.3 Monte Carlo de uma partcula
Para este tipo de simulao, uma partcula aleatria injetada e o movimento
computado por todo o domnio, pela expresso abaixo, at que ele sai atravs do contato.
Outra carga ento injetada e o processo repetido para simular um conjunto de
trajetrias. est abordagem mais til para estudar as propriedades a como a velocidade
de deriva estado estvel em funo do campo.
qEt
~
qEt2
r(t) = r0 + k0 t +
2~
k(t) = k0 +

(4.11)
(4.12)

4.1.2.4 Ensemble estatstico de Monte Carlo


Em vez de portadora nica, um grande conjunto de partculas simulada ao
mesmo tempo. Este procedimento , obviamente, um bom candidato para
supercomputao, uma vez que se pode aplicar a paralelizao. Alm disso, agora
possvel realizar mdias de ensemble diretamente. est abordagem adequada para
simulaes de transitrios.
4.1.2.5 Ensemble estatstico de Monte Carlo Auto-consistente
Este mtodo casa o procedimentos de Ensemble estatstico Monte Carlo com a
equao de Poisson, e o mais adequado para a simulao do dispositivo. Normalmente, a
equao de Poisson resolvida em intervalos fixos para atualizar o campo interno, de
modo a refletir a redistribuio interna de carga, devido ao movimento das partculas .

44

Captulo 4. Microeletrnica Computacional

4.1.2.6 Seleo aleatria de vo


Dado uma trajetria que sofreu uma coliso, temos que calcular a probabilidade
de que o elctron ir sofrer uma segunda coliso no intervalo centrado em t com variao
dt
,que dado pela expresso:
2
P (t) dt = P [k(t)] exp[

Z t

P [k(t0 )] dt0 ] dt

(4.13)

Onde P [k(t)]dt a probabilidade de que um eltron no estado k sofre uma


coliso durante o tempo dt. Devido complexidade da integral no expoente,
impraticvel para gerar voos livres estocsticos com a distribuio da equao acima. Para
ultrapassar essa dificuldade, usa-se um regime fictcio de auto espalhamento.Ao fazer isso,
O espalhamento total, incluindo a auto-espalhamento, constante e igual a . Por seleo
aleatria, se o auto espalhamento selecionado k o mesmo com k depois a coliso, ento
se continua voo sem perturbao; apresentando uma constante p(k) = 01 , a equao
reduz-se para:
.
1
P (t) =
exp(t/ au0 ).
(4.14)
0
Nmeros aleatrios r pode ser usado de forma muito simples para gerar voos
estocsticos livres, cuja durao ser ento dado por tr = 0 ln(r) .O tempo de
computador utilizado para a auto espalhamento mais do que compensado pela
simplificao do clculo da durao de voo livre.
4.1.2.7 Full-Band Monte Carlo.
Por ultimo, descrevemos a tcnica mais usada atualmente, conhecida como
Full-Band Monte Carlo, que consiste considerar todo o diagrama de energia do cristal, ou
seja utilizando o mtodo k.p para calcular o toda os nveis de energia do cristal e
considerar no processo. Devido ao alto custo computacional, esse mtodo recomendado
para uso em altas energias, onde apresenta os efeitos de eltron quente e campos Eltricos
grandes. Daremos dois exemplos concretos de software que usam esse tipo de tcnica:

4.1.3

Damocles:

Desenvolvido pela IBM, esse programa simula usando o mtodo de Full Band
Monte Carlo, para dispositivos como dispositivos unipolares, canais P e N,Si MOSFETs,
MESFETs GaAs e transstores bipolares de Si, considerando as taxas de espalhamento
consistente com a estrutura de banda e considerando as interaes de longo e de curto
alcance entre as operadoras. 10

4.1. Mtodo de Monte-Carlo:

45

4.1.4 MOCA
Desenvolvido na Universidade de Illinois em Urbana-Champaign , o MOCA, um
simulador de Full Band Monte Carlo bidimensional,que pode ser acessado em [11].Usando
uma abordagem semi-clssica, possui um sistema de correo considerando a equao de
Schrdinger, sendo capaz de simular dispositivos to pequeno como MOSFET de um
comprimento de canal de 50 nm. MOCA tambm trata do transporte de forma detalhada
usando a tcnica de Full Band Monte Carlo e considera efeitos de fnon (acstico e
disperso ptica), colises (usando uma malha bem fina para resolver a equao de
Poisson),espalhamento de rugosidade da superfcie e ionizao por impacto. [12]

Figura 11 MOCA

46

Captulo 4. Microeletrnica Computacional

4.1.5 Fluxo do simulador de Monte Carlo


Relembrando do problema do captulo 1, abaixo est a equao de Boltzmann
em conjunto com a equao de Poisson, que modelam os dispositivos semicondutores.
Deve-se ressaltar que os principais dificuldades do problema para simular a integral do
operador de coliso, a escolha da trajetria, e como acoplar com o problema de possion.

(t,x,v)

+ v x (t, x, v) x U~(t,x)

ZZZ

s(x, v, v 0 )((t, x, v) (1 (t, x0 , v 0 )) s(x, v 0 , v)(t, x0 , v 0 ) (1 (t, x, v)))dv 0

Q() =

ef f

v (t, x, v) = Q()

= q(Cn)


(4.15)
A ideia geral de um simulador de semicondutores usando o mtodo de Monte Carlo
gerar atravs de algortimos de nmeros pseudo-aleatrios uma configurao inicial para
uma partcula, para depois gerar uma simulao do voo livre da partcula, que tem como
trajetria a equaes 4.11 e 4.12 com o campo eltrico fixo. Depois disso, resolvemos a
equao de Poisson para cada instante de tempo, temos a evoluo do campo eltrico.
Assim chegamos na etapa em que decidido em se o tempo decorrido de simulao chegou
ao fim, se chegou termina a simulao, caso no tenha terminado, selecionamos atravs de
uma escolha aleatria os eventos de coliso e voltamos para a parte dos voos livres.
Inicializao
de Dados
Computao
dos Voos
livres
Gerar
Evento de
Coliso

no

Resolver
equao
de Poisson

Acabou o
tempo de
simulao
sim
Coletar
Parar
dados

4.2. Mtodos Determinsticos

47

4.2 Mtodos Determinsticos


Agora vamos considerar os mtodos numricos para os modelos do captulo 2.
Como a complexidade do modelo reduzida, vamos observar que reduzida a
complexidade do mtodo numrico, teremos como ordem de convergncia linear(O(n)) ou
ate superior O(n ).

4.2.1 Mtodo Elementos Finitos


A partir da segunda metade do seculo 20 temos um surgimento de um novo
mtodo proposto por Courant, e tem grande repercusso na Engenharia Civil. A sua
grande vantagem poder tratar facilmente problemas com geometria complicadas. Assim
vamos mostrar como funciona o mtodo, primeiro tomando o problema abaixo como
exemplo :

u = f

(4.16)

u|d = g1

(4.17)

u|n = g2

(4.18)

A essncia do MEF projetar a equao que rege o modelo num conjunto de funes de
base apropriadamente escolhidas, utilizar uma formulao variacional do problema.Para
isso, projetamos a equao sobre um Agora aplicamos as identidades de Green( resultado
imediato do teorema fundamental do calculo)
Z

udx =

udx =

udx +

udx +

Z
n

udx +
g2 dSx +

Z
d

f dx

(4.19)

udSx

(4.20)

udSx =

g1 dSx =

Z
Z

f dx

(4.21)

f dx

(4.22)

Deve-se definir o elemento, como sendo o conjunto que contm uma sub-regio, o
conjunto de vrtices da dessa regio e um conjunto de funes bases. Estas sub-regies
podem ser tringulos ou quadrilteros no caso bidimensional, e tetraedros ou prismas no
caso tridimensional, que so parte de domnio computacional discretizado. Cada vrtice
de cada sub-regio ser chamado n, e so de vital importncia para as funes base.As
funes bases que so um conjunto de funes que so zeros em todo o espao da
simulao a no ser uma pequena regio perto de um certo n, onde ela uma funo
continua por partes, derivvel at certo grau. Um elemento vizinho um elemento que
contm o n j, e os ns vizinhos so aqueles que esto contidos nestes elementos.Na figura
abaixo um exemplo de funo base.

48

Captulo 4. Microeletrnica Computacional

Figura 12 Funo Base

Tome um conjunto de funo bases para que cobre, ou seja existe uma funo
base para cada regio, e suponha que a soluo e as funes de fronteira seja uma
combinao linear dessas funes, a essa suposio d-se o nome de . Assim deve-se
expandir a soma e escolher como inicial do procedimento como cada uma das funes
bases do conjunto, chegando a um conjunto de N-equaes.

N
X

ai i g1

N
X

N
X

N
X

ai i dx +

N
X

Z
n

ai i dx +

ai i dx +

N
X

n
N
X

Z
n

ai i j dx +

N
X

bi i dSx +

N
X

Z
n

g2 dSx +

bi i dSx +

bi i f

N
X

ci i g2

Z
d

g1 dSx =

N
X

N
X

ci i dSx =

ci i dSx =

N
X

(4.24)

f dx

bi i j dSx +

(4.23)

fi i

N
X

Z X
N

ci i j dSx =

f dx

(4.25)

fi i dx

(4.26)

Z X
N

fi i j dx

(4.27)

N
X
i

ai

i j dx +

N
X
i

bi

Z
n

i j dSx +

N
X
i

ci

Z
d

i j dSx =

N
X
i

fi

i j dx
(4.28)

4.2. Mtodos Determinsticos

49

Agora devemos usar o fato de que as funes bases so definidas numa regio limitada,
assim todas as integrais tem um valor definido e temos que os valores de bi ,bi e fi so
definidos como sendo as projees de g1 ,g2 e f no espao das funes base. Logo apos usar
tcnicas de interpolao para estimar o valor dessas integrais, chegamos num problema de
lgebra linear.

N
X

ai [

N
X

i j dx] +

bi [

Z
n

N
X

i j dSx ] +

ci [

i j dSx ] =

N
X
i

fi [

i j dx]
(4.29)

N
X

N
X

ai [Aij ] =

bi [Kij ]

N
X

N
X

ci [Lij ] +

fi [Mij ]

[A]x = [K]b [L]c + [M ]f


Z

Aij =

Kij =

i j dSx

(4.33)

i j dSx

(4.34)

i j dx

(4.35)

g2 j dSx

(4.36)

g1 j dSx

(4.37)

ci =
bi =

(4.32)

Mij =

Z n
d

(4.31)

i j dx

Lij =

(4.30)

4.2.1.1 Elemento de Corrente

Z
l12

Jn ds +

Jn dv =

Z
l23

Jn ds =
Jn ds +

(4.38)

dv

Z R

(4.39)

dv

ZR
l31

Jn ds =

dv

(4.40)

(4.41)

4.2.1.2 PADRE
Desenvolvido pela Bell Laboratories, o simulador PADRE capaz de simular
ate a 3 dimenso, capaz de simular solues estacionarias, transientes, e analise de
pequeno sinais. Esse software capaz de simular geometrias arbitrrias, heterojuno,
modelos de canal curto e eltrons quentes. 8
a

50

Captulo 4. Microeletrnica Computacional

4.2.1.3 FIELDAY
Desenvolvido pela IBM, especificamente por um grupo de engenheiros da IBM
Burlington, com o intuito de estudar e otimizar os dispositivos semicondutor como o
transistor bipolar. Esse software pode resolver tanto os modelos Hidrodinmicos e
Deriva-Difuso; capaz de simular at 3 dimenses; capaz de simular inmeros efeitos,
como efeitos de impacto de partculas alfas e csmicas, aquecimento, alta dopagem, e
efeitos de tunelamento.8

4.2.2 Mtodos de Diferenas Finitas


Outro tipo de mtodo muito usado o mtodo das diferenas finitas, onde que
os operadores das derivadas espaciais so calculado pelas diretamente pela diferenas
entre pontos prximos. Esse mtodo se baseia no teorema de Taylor, foi a primeira
abordagem para simulao numrica para diversas EDPs. Assim do calculo temos:
u(x + x) u(x)
u

(4.42)
x
x
Mas podemos achar outras formas equivalentes de aproximar a derivada, como
essa :
u
u(x) u(x x)

x
x

(4.43)

u(x + ) u(x x)
u

(4.44)
x
2x
Ento como pode ser observado podemos sempre escolher um conjunto de
pontos, tais que existe um conjunto de pesos que ir aproximar a derivada (ou aproximar
a segunda derivada e assim por diante). H esse conjunto de pontos e pesos dado o
nome de esquema numrico de diferenas finitas, ou s esquema.Os esquemas acima
citados so respectivamente o esquema forward-euler, backward-euler, e o centrado.
4.2.2.1 Resolvendo Poisson
Primeiro vamos considerar como resolver as equaes de Poisson;
primeiramente vamos usar o esquema centrado com a metade do intervalo para achar a
primeira derivada, e depois re-aplicar o esquema centrado com a metade do intervalo para
achar uma aproximao da segunda derivada.
u(x +
2u
u
=

2
x
x x

x
)
2

u(x
x

x
)
2

u(x + x) + u(x x) 2u(x)


(x)2

(4.45)

Usando a formulao de slootbloom na equao de Poisson e aplicando o


esquema acima para a segunda derivada temos que :

4.2. Mtodos Determinsticos

51

= (e e C)
u(x + x) + u(x x) 2u(x)
= (e e C)
(x)2

(4.46)
(4.47)

Usando a seguinte aproximao, = 0 + , temos que :

(0 + ) = (e(0 +) e(0 +) C)

(4.48)

0 + = (e0 (1 + ) e0 (1 ) C)

(4.49)

Agora usando a diferena finita no laplaciano, temos que:

(x + x) + (x x) 2(x)
= (e0 (1 + ) e0 (1 ) C)
(x)2
2
(x + x) (x x)
+
+
(
e0 e0 )(x) = (e0 e0 C)
(x)2
(x)2
(x)2

(4.50)
(4.51)

Usando a formulao a formulao natural temos que:


(x+x)
2
+ (xx)
+ ( (x)
2 n p)(x) = (n p C)
(x)2
(x)2

4.2.2.2 Esquema Scharfetter-Gummel


Para o calculo das equaes de corrente vamos considerar o esquema numrico
conhecido como esquema de Scharfetter-Gummel, devido ao artigo 13, no qual eles
propem a seguinte expresso para o calculo da corrente que passa entre 2 pontos da
malha:
V V
V
V
ni B(

i1

)ni1 B(

i1

VT
VT
Ji 1 = eDi 1

2
2
onde B(x) = exx1
Assim podemos aproximar a primeira derivada por:
Ji+ 1 Ji 1
J
2
2

52

Captulo 4. Microeletrnica Computacional

Ser deduzido agora a forma como achar a expresso da


Jn (x, t) = qn (D

dn
nE)
n dx

(4.52)

dn
= Jn (x, t) + qn nE
Dn dx
1
dn
n E
=
Jn (x, t) + n dx
D
ax+c
Jn (x, t) + qn nE = e
Ji 1 + qn ni+1
2
= ea(xi+1 xi )
Ji 1 + qn ni

(4.53)
(4.54)
(4.55)
(4.56)

a(xi+1 xi )

(1 e

)Ji 1 = qn (ni+1 ea(xi+1 xi ) ni ))

(4.57)

aqn (ni+1 ea(xi+1 xi ) ni ))


(1 ea(xi+1 xi ) )

(4.58)

Ji 1 =
2

Ji 1 =
2

i1
i1
ni B( Vi V
) ni1 B( Vi V
)
VT
VT

B(x) =

ex

(4.59)

x
1

(4.60)

4.2.2.3 Iterao de Gummel


Agora que sabemos simular a corrente e as equaes de Poisson separadamente.
Entretanto essas equaes esto vinculadas entre si, logo temos que acoplar esses mtodos,
para isso vamos lembrar sobre o mtodo de newton. O mtodo de newton um mtodo
numrico que usado para achar razes de um problema, utilizando a expanso de taylor
at primeira derivada, onde chegamos na equaes abaixo para o caso de uma funo com
3 variveis.
wk+1 = wk + d
F 0 (wk+1 )d =F (wk )h

1
1

R
R
n n)

F 0 (wk+1 ) =
(

(n ( + V )) + n
p

R
n ( V )) + R
(p p)
(
n

Mais esse mtodo tem um alto custo computacional. Uma simplificao que
consiste em considerar baixas correntes e baixa taxa de recombinao, o que leva a
diminuio do acoplamento do sistema,uma vez que com essas consideraes, os seguintes
termos da matriz F 0 (wk+1 ) , a1,3 ,a1,2 ,a3,1 ,a2,1 , so pequenos, assim levando a um mtodo
iterativo, conhecido como mtodo iterativo de gummel.

F 0 (wk+1 ) =

1
n ( + V )) +
(


R
n

1

(n ( V )) +

R
n

(4.61)

4.2. Mtodos Determinsticos

53

Inicializar
Simulao
Resolver
Poisson
Estacionaria
Resolver
Corrente
de eltron
Resolver
Corrente
de buracos
Atualizar
Valores.

sim

Resolver
Poisson
Transiente

Convergiu
?
no
Parar

Figura 13 Iterao de Gummel


4.2.2.4 Mtodo Weno
Uma grande dificuldade numrica tratar dos efeitos de choque, que aparecem
nos modelos de equao diferenciais parciais hiperblicas(que so escritos genericamente
na forma abaixo), onde a soluo fica descontinua devido algum efeito no-linear da
equao que queremos simular.
u
= F (u)
(4.62)
t
Quando se truncas uma srie de Fourier de uma funo descontinua ocorre o
aparecimento de flutuaes na srie de Fourier dessa funo; Assim quando calculamos
uma soluo para o nosso problemas, o truncamento numrico gera oscilaes na soluo
computada, que podem destruir-la. Para podermos simular essas equaes usaremos um

54

Captulo 4. Microeletrnica Computacional

mtodo de diferenas finitas chamado WENO(Weight Essential Non-Oscillatory ) [14], em


que consiste calcular diversos esquemas numeicos para a derivada em relao a x, e fazer
uma combinao linear usando pesos.

Figura 14 Esquema WENO


Para isso devemos primeiramente calcular os indicadores de suavidade i , que
quando menor for o indicador mais suave a funo e consequentemente menor as chance
de se ter choque nessa regio.

1 =
2 =
3 =

1
3
1
3
1
3

4u2i2 19ui2 ui1 + 25u2i1 + 11ui2 ui 31ui1 ui + 10u2i

4u2i1 13ui1 ui + 13u2i + 5ui1 ui+1 13ui ui+1 + 4u2i+1

10u2i 31ui ui+1 + 25u2i+1 + 11ui ui+2 19ui+1 ui+2 + 4u2i+2

(4.63)


Com o indicador, achamos os pesos, que possui diversas variantes de


implementaes, sendo abaixo representada o peso do WENO-SHU e o peso do WENO-Z.
Os valores j so os valores dos pesos quando se est numa regio continua,  o erro de
maquina.

j
( + j )2
wj
wj =
w1 + w
2 + w
3
wj =

(4.64)
(4.65)

Para o peso do WENO-Z:

).
( + j )p
wj
wj =
w1 + w
2 + w
3

wj = j (1 +

(4.66)
(4.67)

4.2. Mtodos Determinsticos

55

Assim temos que como calcular o valor de ui 1 , possibilitando o calculo da


2

derivada :

w1 u1 (x) + w1 u2 (x) + w3 u3 (x)


(4.68)
2
x
Agora podemos usar o esquema de Schaffeter-Gummel em conjunto com o
mtodo WENO para tratar de problemas de descontinuidade.
ui 1 =

i+1 +5Vi
i+1 +5Vi
i+1 5Vi
2ni+1 B( Vi1 +2V
) + 5ni B( Vi1 +2V
) ni1 B( Vi1 2V
)
6VT
6VT
6VT
=
(4.69)
6
Vi 2Vi+2 5Vi+1
Vi +2Vi+2 +5Vi+1
5Vi+1
ni+2 B(
) + 5ni+1 B(
) + 2ni B( Vi 2Vi+2
)
6VT
6VT
6VT
2
Ji 1 =
(4.70)
2
6
11Vi2 7Vi1 +2Vi
11Vi2 7Vi1 +2Vi
i1 +2Vi
11n
B(
)

7n
B(
) + 2ni B( 11Vi2 7V
)
i2
i1
6VT
6VT
6VT
3
(4.71)
Ji 1 =
2
6

1
Ji
1
2

57

5 O Simulador
A partir dos conhecimentos apresentados nos 3 primeiros captulos,podemos
apresentar um programa que fizemos para a simulao de dispositivos semicondutores,
principal objetivo desse trabalho. Para isso vamos explicar implementao dos mtodos
computacionais e algoritmos.

5.1 O simulador
O simulador foi escrito em C\C++ , no intuito de gerar um cdigo eficiente,
rpido e reutilizvel. O design pattern Modelo-Visualizador-Controlador (MVC) o
filosofia geral por traz geral do simulador, onde separamos o programa em 3 partes, uma
responsvel por visualizar os resultados e interagir com o usurio (Visualizador), uma
responsvel pelas contas (O modelo), e uma para controlar o programa (O Controlador).

Figura 15 Modelo MVC


Usamos as seguintes bibliotecas como parte do cdigo
wxWildget : Utilizamos essa biblioteca de interface grfica para gerar uma interface
fcil, leve e que no utilize software proprietrio.
CXSparse : Biblioteca de lgebra Linear para gerar Matrizes esparsas.
Open GL : utilizamos essa biblioteca em conjunto com o wxWildget para plotar os
resultados.

5.1.1

Projeto do Simulador

Como todo programa moderno, o simulador foi dividido em mdulos, cada um


com seu propsito. Varias tcnicas de programao orientada a objetos foram usadas,

58

Captulo 5. O Simulador

Simulador
Time
Stepper

Util GUI FEM Model

lgebra
Linear

PoissonConstraint
WENORecombMaps

Figura 16 Diagrama dos Mdulos do Simulador


como object slicing, quando utilizamos uma classe abstrata como ponteiro das suas classes
filhas a fim de criar um vector de classes filhas; Template [?], onde criamos um tipo
genrico, que ao ser parametrizado, gera um tipo concreto, possibilitando reso de cdigo,
como por exemplo gerar ns de uma malha em 1D, 2D, 3D. Os modulos, tais como
mostrados na figura 5.1, so os seguintes
GUI : Responsvel pela interao entre usurio e o simulador, recebendo parmetros do usurio e plotando os
resultado. Utilizamos a biblioteca wxWildget para implementar toda a interface grfica em conjunto com a
biblioteca OpenGL para plotar os resultados graficamente. As informaes ao serem recebidas so transmitidas
para a Classe ProgramControl, que est no modulo Util, que transferira aos outros mdulos do programa.Alm
disso, as informaes para Plot sero enviadas para pelo ProgramControl.
FEM : Responsvel pelos modelos usando a abordagem do Mtodo de Elementos Finitos, como definio de ns,
elementos e malha. As funcionalidades desse modulo vo desde criao das matrizes at o refinamento da malha.
Util: Contm classes para controle do programa, escrita de arquivos, e outras funcionalidades secundarias.
lgebra Linear: Responsvel por toda operao matricial, desde alocar memoria para a matriz at resolver o
sistema matricial de forma direta(Utilizando o Algortimo LDU). Utilizamos a biblioteca CXSparse para criar
matrizes esparsas e resolver o sistema.
Maps: Responsvel por todo o tipo de transformaes, como mudana de variveis, escala e tipo de material.
Model: Responsvel por todos Modelos de simulao, Todo classe concreta desse modulo encapsula as classes dos
mtodos utilizados, ou seja, temos dentro desses modelos instancias de classes dos mdulos Poisson, Time Stepper,
lgebra Linear, Constraint, Recomb, WENO, Maps, Util.
Recomb: Responsvel pelos operadores de recombinao.
Poisson: Responsvel pelos Solvers da equao de Poisson para diferenas finitas.
WENO: Responsvel pelo mtodo de diferenas finitas WENO.
Constraint : Responsvel pelas condies de contorno.
Time Stepper: Responsvel pelos mtodos de integrao temporal como Runge-Kutta e Multi-Passo.

5.2 Mapas
O primeiro modulo do sistema responsvel por guardar as transformaes de
variveis e guardar os parmetros de cada material. Para isso temos diversos parmetros
so dados as classes e os seus mtodos so as transformaes de variveis necessrias.

5.2. Mapas

59

Maps

Maps
SiMaps
Figura 17 Diagrama do Modulo Mapas

Tabela 5 Tabela de Propriedades do Silcio


Sigla

Propriedades do Silcio

Valor

Vth
ni
si
n
p
Cn
Cp
n
p
n
p
Encrit
Epcrit

Tenso
Concentrao intrnseca de Portadoras
Permissividade relativa
Mobilidade dos eltron
Mobilidade dos buracos
Coeficiente de Auger
Coeficiente de Auger
Tempo de armadilha
Tempo de armadilha
Coeficiente de Impacto Ionizante
Coeficiente de Impacto Ionizante
Campo Critico para Impacto Ionizante
Campo Critico para Impacto Ionizante

0.026(V)
1, 1 1011
11.9
1400(cm2 V 1 s1 )
450(cm2 V 1 s1 )
2, 8 1031 (cm6 s1 )
9, 9 1032 (cm6 s1 )
106 (s)
105 (s)
106 (cm1 )
2 106 (cm1 )
V
2 106 ( cm
)
6 V
1, 66 10 ( cm )

5.2.1 Transformaes de Variveis


Certas transformaes so usadas para poder melhorar a eficincia e a acurcia
da simulao, atravs de mudanas em escala ( Para diminuir o erros de ponto flutuante
ou estabilizar a simulao.) e mudana de variveis (Para conseguir maior estabilidade ou
obter informaes que precisamos).
5.2.1.1 Mudana de Escala
O uso de mudanas de escala tem um papel principal no algortimo, um vez que
permite melhorar a eficincia das contas, com o uso de valores menores na hora de simular
e evita os erros de estouro de preciso por baixo e por cima(overflow e underflow). Foi
criado nesse modulo funes que permitam a troca de escalas, onde colocamos as escala
na tabela abaixo.

60

Captulo 5. O Simulador

Tabela 6 Tabela de Mudanas de escala


Varivel

Varivel escalada

Formula

Espao

Comprimento de Debye intrnseco

Ld =

Comprimento de Debye extrinsico

Ld =

Potencial

Potencial trmico

VT =

ekb T
q 2 Nmax
kb T
q

Concentrao de portadoras

Concentrao intrnseca
Concentrao de mxima dopagem
Tamanho do passo temporal

N = ni
N = Nmax
Ts = qN

Tempo

kb T

2
q q ni

5.2.1.2 Mudana de variveis


Como foi dito no captulo 2, as 3 formulaes de variveis (natural,quasi-fermi,
Slootblom), ajudam a obter diferentes informaes do problema. Na parte numrica, elas
tambm ajudam, usamos as variveis de Slootblom para poder simular a soluo
estacionaria, e quando queremos simular a parte de transiente usamos as variveis
naturais.

5.2.1.3 Variveis simtricas


Existe a necessidade de mudarmos as variveis do problema devido as
instabilidades numricas, e uma das tcnicas usar simtricas. Matrizes simtricas
possuem autovalores reais, e assim ajudar na estabilidade do mtodo numrico. No caso
de modelos Hidrodinmicos, temos que o sistema de matrizes no nada simtrico, dados
pelas, matrizes Ai , Assim temos a seguinte transformao de variveis V(u) que leva no
sistemas de matrizes simtricas A0i . S apresentamos as matrizes aqui nesse trabalho, para
maiores explicaes
artigo 15
ver o
seguinte
u2
2
1

u1

v1

1
V = T1

U
=
u
v
2
2
v

u3

v3

2
1
eint + v2
A1 =

0
0
0
1
0

u
u
u
0
u
0
1
3
3
1

u
u
0
u
u
0
2 3
3
2
T

a2 u21 e1

u
u
u

1
2
3 ( 2)

2
2
2
u3 (a u1 e1 )
u1 u3
u2 u3
e1 u3
u3 ( + 1)
A2 =

5.3. Recombinao

61

1
T

1
T

u1 u3

u2 u3

2
a u21 e1

u3 (a2 u21 e1 )
A3 =

u1 u3

u2 u3

a2 u21 e1

u3 (a2 u21 e1 )

A1 =

1
0
u3
u2
u2 u3

0
u1
u2
u3 ( 2)
e1 u23

u3 ( + 1)

0
u3
0
u1
u1 u3

0
0
u3
u2
u2 u3

1
u1
u2
u3 ( 2)
e1 u23

u3 ( + 1)

u1
c1

u1 e 3
v
e1 T + u21 e4

u 1 c2
u 1 c2
u2 u1 e4

u 1 c2
u 1 c3
u1 u3 e4

u2 u1 e4
u1 u3 e4
u1 (e5 + 2e1 vT )

u1 u2
u 2 c1
u 1 c2

c2
u1 c2
u2 (u22 + 3vT )

u1 u3
u1 u2 u3
u3 c2

u2 e 3
u2 u1 e4
e1 vT + u22 e4

u2 u3

u2 e3

u1 u2 u3
u2 u1 e4

u3 c2
e1 vT + u22 e4

u2 c3
u2 u3 e4

u2 u3 e4
u2 (e5 + 2e1 vT )

u
3

u1 u3

u2 u3

c3

u1 u3
u 3 c1
u1 u2 u3
u 1 c3

u2 u3
u1 u2 u3
u3 c2
u2 c3

c3
u1 c2
u2 c3
u3 (u23 + 3vT )

u3 e 3
u3 u1 e4
u2 u3 e4
e1 vT + u23 e4

u3 e3

u1 u3 e4

u2 u3 e4

e1 vT + u23 e4

u3 (e5 + 2e1 vT )

u1 e3

A3 =

T T
v2

T T
v2

u1 u3
u3 c1

T T

2
v u1 u2

u1 u3

u
2

u1 u2

c2

c1
2
u1 (u1 +

u1 u2
u 2 c1

A2 =

0
u3
0
u1
u1 u3

3v
T

u 2 c1
u 3 c1
e1 vT + u21 e4

5.3 Recombinao
Nesse modulo temos as classes responsveis por representar os efeitos de
recombinao dos dispositivos. Utilizamos uma classe abstrata pai, para poder alm de
criar uma interface de programa genrica, poder criar pilhas de objetos diferentes. Cada
objeto pega as variveis do problema, tenso e concentrao de portadoras, e calcula os
termos de recombinao, adicionando o valor de recombinao ao vetor b, nas matrizes
respectivas para as equaes de corrente para a buraco e eltron.

62

Captulo 5. O Simulador

Recomb

Recomb
Band

Impact

SHR

Auger

Photon

Figura 18 Diagrama do Modulo das Recombinaes

5.4 WENO
Nesse modulo temos as classes responsveis pela implementao do mtodo
WENO. Assim criamos uma classe WENO, onde usamos o mtodo WENO-SHU, e
criamos a classe WENO-Z, uma variante do WENO desenvolvida na UFRJ.
WENO

WENO
WENO-Z
Figura 19 Diagrama do Modulo WENO

5.5 Condies de Fronteira


Nesse modulo temos as classes responsveis por representar as condies de
fronteira. Utilizamos uma classe abstrata pai, para poder alm de criar uma interface
genrica para esse modulo, podermos criar pilhas de objetos diferentes.
Constraint

AbstractConstraint
GateConstraint

NeumannConstraint DirichletConstraint

BaseConstraint

Figura 20 Diagrama do Modulo das Condies de Fronteira

5.5.1 Implementao da Condio de Dirichlet


A implementao da Condio de Dirichlet a mais fcil, j que s se deve
estampar uma identidade na matriz do problema e adicionar o valor de no vetor b do
sistema linear, como a expresso abaixo indica.

5.6. Poisson
h

63
i

0 1 0 x = ui,j

5.5.2 Implementao da Condio de Base


A implementao da Condio de Base parecida com a condio de dirichlet,
mas s adiciona o valor da corrente de base exatamente na equaes que regem as buracos
e eltron.
h
i
AJ x = 0 1 0 x = Jbase

5.5.3 Implementao da Condio de Neumman


A implementao da condio de Neumman se da pela implementao dos
pontos fantasmas, ou seja, considerar que o ponto que est fora do grid de simulao
como sendo replica do outro ponto, ou seja, ui+1 = ui1 .Logo o sistema fica como mostra
a condio abaixo.
ui1,j 4ui,j +ui+1,j +2ui1,j
= bi
h2

5.5.4 Implementao da Condio de Oxido


A implementao do oxido a mais difcil de todas j que se trata da condio
de neumman no homogenia.Utiliza-se a tcnica do ponto fantasma, mais temos um
termo adicional.
ui1,j 4ui,j +ui+1,j +2ui1,j
= bi + (2(uihvg ))
h2

5.6 Poisson
Nesse modulo temos as classes responsveis por resolver a equao de Poisson
em diferenas finitas. Utilizamos uma classe abstrata pai, para poder alm de criar uma
interface de entre o modelo e as classes desse modulo. A 4 classes nesse modulo, cada uma
responsvel por resolver o problema de Possion em um determinado cenrio, como por
exemplo resolver a equao em 2D usando variveis naturais, como na classe
Poisson2D. Utilizamos uma tcnica de zig-zag no grid na hora de resolver o sistema 2D,
de forma idntica ao usado na televiso.
Poisson

Poisson
Poisson2D

PoissonSlootbloom

PoissonSlootbloom2D

Figura 21 Diagrama do Modulo Poisson

64

Captulo 5. O Simulador

5.7

lgebra Linear

Toda a tarefa at agora foi transformar o problema em um problema de resolver


um sistema linear. Agora, deve-se resolve o sistema linear, para isso temos o modulo de
lgebra Linear. Alm de uma classe pai abstrata, temos duas classes filhas LDUSolver e
SparseSolver, que representam respectivamente os sistemas lineares de forma no-esparsa
e esparsa, mas as duas resolvem pelo algortimo LDU.
lgebra
Linear

MatrixSolver
SparseSolver

LDUSolver

Figura 22 Diagrama de Modulo lgebra Linear


Os seguintes tpicos referentes a lgebra Linear devem ser discutidos para
mostrar certos aspectos do simulador, listado abaixo:
Esparcidade de Matriz
Estampar Matrizes
Algoritmo LDU
Deve-se reparar que o sistema est cheio de zeros ou de valores repetidos, como pode ser
visto na figura abaixo, e guadar esses valores adiciona um custo computacional elevado,
assim o custo de guardar os indices de de cada valor e assumir que no devemos guardar
os valores zeros diminui os custo de memoria.

Figura 23 Tipica matriz esparsa


H varias formatos de como guardar uma matriz de forma esparsa, e vamos s
citar o formato de lista de coordenadas que simplesmente o uso de 3 colunas para
indicar o valor e os ndices, como mostrado abaixo. Esse o formato usado no CXsparse.

5.7.

lgebra Linear

65
h

V alores = aij
h

Indice1 = i

Indice2 = j
Um tcnica muito usada em Circuitos Eltricos o de estampa de matriz, que
so sub-matrizes que so adicionadas a matriz geral do problema. Esse mesma tcnica
utilizada no mtodo de diferenas e elementos finitos, j que cada ponto ou n s ser
influenciado por alguns pontos
e ns.

a44 a48
A0 =
a84 a88

..
..
.
.
A=

A44 + a44 A48 + a48

..

A84 + a84 A88 + a88

..
..
.
.

Por ultimo, devemos discutir o uso do algoritmo LDU, que basicamente a


eliminao gaussiana com pivoteamento. A escolha desse algortimo devida ao fato que
ele no um mtodo iterativo, j que mesmo que os mtodos iterativos sejam bem mais
rpidos, eles possuem no necessariamente convergem em tempo finito de iteraes.

66

Captulo 5. O Simulador

Algoritmo 1: Algortimo LDU


Entrada: Vector b, Matriz A
Sada: Vetor x
inicio
repita
Use ndice i ;
if Se Aii igual a 0 then
Procure por alguma linha com ndice maior que i, onde o i-simo valor
dessa linha seja diferente de zero e permute essa linha com a linha i.
else
repita
Use ndice m ;
ii
Tome o valor de Piv como p = A
.
Aim
repita
Use ndice j ;
Ajm = Ajm -p*Ajm
bj = bj - p*bj
at Repita da i-sima coluna at a ultima coluna;
at Repita da linha i+1 at a ultima linha;
end
at Repita at a ultima linha;
repita
Use ndice j ;
repita
Use ndice i ; bj = bj - Aj,i bi
at Repita de j+1 at ultima coluna;
j
xj = Abjj
at Repita da ultima linha at primeira linha;
fin

5.8 Modelo
A ideia de modelo na filosofia do MVC de instanciar as informaes geradas e
criadas, ou seja ser onde realmente acontece o processamento de informao. Assim
sendo, nesse modulo, teremos as classes que implementam o processo de simulao como
um todo, juntado dentro de uma mesma instancia de uma classe do modelo, instancias
das classes dos mdulos Constraint, Poisson ,FEM, WENO, Linear lgebra, TimeStepper
e Util.

5.9. Mtodo de Elementos Finitos

67

Model

Model
FDModel1D

FDModel2D

FEMModel2D

Figura 24 Diagrama de Modulo de Modelos

5.9 Mtodo de Elementos Finitos


Nesse modulo do Simulador temos todas as classes de implementao do
mtodo de elementos finitos. Utilizamos varias tcnicas de template para aumentar o
reuso do cdigo, por exemplo colocando como a dimenso como parmetro de template,
evitando a construo de uma classe para cada dimenso.
FEM

Mesh

FEM

Current

Poisson

Node
PoissonSlootBloom

Figura 25 Diagrama de Modulo de Elementos Finitos

5.10 Interface Grafica


Como necessrio desde os princpios da anlise numrica, uma imagem vale
por mais de mil autovalores, assim sendo essencial saber plotar os dados, para poder
analisar os valores obtidos. Usamos nesse modulo a biblioteca WxWildget, sendo uma
API grfica portvel, capaz de gerar a partir da Biblioteca OpenGl.
Para desenhar, usamos um vetor de objetos, capaz de guardar vrios objetos
diferentes, sendo todos esses filhos do mesmo pai, como j foi descrito acima. Assim sendo
temos um classe para desenhar um Elemento Finito, uma para desenhar uma a superficial,
para escrever um texto, e assim por diante.
GUI

GraphicApp GraphicObject
GraphicMain

GLCanvas

GraphicPlot
Figura 26 Diagrama de Modulo de Interface Grfica

68

Captulo 5. O Simulador

5.11 Utilidades
Nesse modulo, temos as classe que fazem parte do sistema de controle do
programa ou que interferem em diversos mdulos do programa. Primeiramente temos a
Classe ControlProgram, que ira receber os comandos dos usurios e controlar as partes
dos sistema para gerar as sadas pedidas. Como exemplo, caso o usurio queira mudar
algum parmetro da simulao, uma instancia singleton( ou seja uma nica e exclusiva
instancia dessa classe) ir trata de pegar o valor novo inserido pro usurio e coloca-lo no
modelo selecionado, e re-executara a simulao e pegara os resultados e enviara para a
interface grfica para plotar. Outras classes que so usadas como auxiliar de controle
tambm esto nesse modulo, como classes para escrever em arquivo, Alm disso temos um
conjunto de funes especiais que so da natureza do problema, como a funo de
Bernoulli e Integral de Fermi de ndice meio, implementadas em Util Func.h , e esta
nessa parte do programa j que tanto quanto simulao quanto a parte grfica
necessitaro dessas funes para plotagem.
Util

Util func

ControlProgram

Semi
Project

Figura 27 Diagrama do Modulo de Utilidades

5.12 Evoluo no tempo


Neste mdulo esto implementados os mtodos computacionais para evoluo
do tempo.
TimeStepper

RungeKutta TimeIntegrator

MultiStep

Figura 28 Diagrama do Modulo Time-Stepper

Foi implementado as duas classes mais significativas desses mtodos, Multiestgio e


Multi-passo. A classe dos mtodos Multiestgio, so representados pelos mtodo de euler
e Runge-Kutta e basicamente utilizam o estagio, ou seja pontos intermedirios entre o
ponto atual ao prximo ponto.

5.12. Evoluo no tempo

69

k1 = f (xi , yi )
k2 = f (xi + 21 , yi + 12 k1 h)
k3 = f (xi + 21 , yi + 12 k2 h)
k4 = f (xi + h, yi + k3 h)
yi+1 = yi + 16 (k1 + 2k2 + 2k3 + k4 )h
A classe dos mtodos Multi-Passo, so representados pelos mtodos trapzio e
gear e basicamente utilizam os passo anteriores para para calcular o valores simulados.
k = 1 : yn+1 = yn + hfn


k = 2 : yn+1 = yn + h 23 fn 12 fn1


23
f
12 n

h 55
f
24 n

k = 3 : yn+1 = yn + h

k = 4 : yn+1 = yn +

16
f
12 n1
59
f
24 n1

+
+

5
f
12 n2
37
f
24 n2

9
f
24 n3

71

6 Resultados
Os 4 captulos anteriores foram um longo caminho para agora aplicar o
simulador nos casos de testes da literatura. Os testes vo desde o Diodo at o Transistor
MOSFET, passando por 1 ou 2 dimenses. Apresentaremos graficamente os resultados e a
descrio do dispositivo.

6.1 Introduo
Aps uma longa discusso sobre os modelos e como simular os dispositivos,
vamos testar o simulador com alguns casos comuns de dispositivo, como Diodo
PN,Diodo PIN, Transistor bipolar e o Transistor MOSFET. A escolha desses dispositivos
s deve primeiramente devido ao constante uso deles frente a outros dispositivos. Alm de
plotarmos a curvas de Voltagem-Corrente de cada dispositivo, usando a escala de Ampere
para corrente e Volts para tenso; plotamos as concentraes de portadoras, para
exemplificar como ocorre algumas modificaes dessas concentraes ocorrem quando o
dispositivo esta em operao;plotamos a tenso ao longo do dispositivo, j que esta
alterada quando o dispositivo esta em operao;plotamos o campo eltrico ao longo do
dispositivo, que pode ser usado para indicar os campos de junes e mostrar como o
campo usado em dispositivo MOSFET.
As escalas que foram usadas so: corrente em Ampere, a tenso em Volts, o
comprimento esta na multiplicidade de comprimento de Debye, que para todas as
simulaes de 1,3 m, o campo eltrico em V/cm e a concentrao esta em cm3 .

6.2 Diodo 1D
O caso mais simples o diodo PN, j que s apresenta uma juno. Assim
vamos considerar que se tenha um valor N = 1016 e P = 1016 , com a dopagem dividida
igualmente. Os resultados obtidos so condizentes com o observado com os dispositivos
reais, como mostra as curvas de Tenso-Corrente, que apresenta a curva de crescimento
exponencial tipica do diodo com a voltagem de 0.7 V. No grfico da concentrao de
portadoras, temos em vermelho os eltrons e em verde os buracos. O grfico do campo
eltrico apresenta no meio da juno um campo eltrico simtrico, como esperado e o
grfico da tenso apresenta uma diferena de potencial de 0.7 V entre os contatos(que so
o extremo de cada grfico), como esperado.

72

Captulo 6. Resultados

Figura 29 Diodo PN

(a) Grafico VI

(c) Dopagem

(b) Campo Eletrico

(d) Tenso

6.3 Diodo PIN


Outro caso de simulao o diodo PIN, em que colocado uma dopagem
intermediaria no meio do dispositivo, sendo usado como fotodetector ou resistor de
resistncia varivel em RF. Assim vamos considerar que se tenha um valor N+ = 1018 ,N
= 1016 e P = 1016 , dividido respectivamente nos seguintes comprimentos: 30
Debye(39m), 20 Debye(26m) e 50 Debye(65 m).No foi simulado a caracterstica de
fotodetector. Os resultados obtidos so condizentes com o terico, como mostra as curvas
de Tenso-Corrente, Concentrao de Portadoras, campo eltrico e tenso.

6.4. Transistor Bipolar 1-d

73

N+

Figura 31 Diodo PIN

(a) Grafico VI

(c) Dopagem

(b) Campo Eletrico

(d) Tenso

6.4 Transistor Bipolar 1-d

Mesmo que aparentemente o transistor bipolar sej tomado com 2 dimenses,


existem estrategias para poder simula-lo com s uma dimenso. Podemos tomar uma 1
diodo com a dopao de NPN, e utilizar uma condio de fronteira constante para regio
da base, assim podendo simular o dispositivo. A dopagem do dispositivo N = 1018 e P =
1016 , e as correntes de Base foram 5mA, 3mA,1mA, 500 300. Em verde mostram o
comportamento do transistor com 5 volts no coletor, o qual esta representado pelo
contado no ponto zero.

74

Captulo 6. Resultados

Figura 33 Transistor Bipolar NPN

(a) Grafico Vce IC

(b) Campo Eletrico

(c) Campo Eletrico Estacionario

(d) Tenso

(e) Electrons

(f) Lacunas

6.5 Diodo 2D
Voltamos ao caso simples do diodo PN, para podermos comparar com o caso 1d.
Considere que se tenha um valor N = 1016 e P = 1016 , idntico ao primeiro caso, com a
dopagem dividida igualmente.O comprimento e largura do dispositivo so 78(m) por
78(m), ou seja 60 por 60 de comprimento de Debye. Os resultados obtidos so
condizentes com o observado com os dispositivos reais, como mostra as curvas de
Tenso-Corrente, que apresenta a curva de crescimento exponencial tipica do diodo com a
voltagem de 0.7 V, alm de apresentar um aumento de corrente devido a largura do

6.5. Diodo 2D

75

diodo.No caso 2d, foram feitas algumas modificaes na plotagem como plotar em
separado as concentrao de portadoras e plotar o campo eltrico em vetores sobre tenso
no diodo.

Figura 35 Diodo PN 2D

(a) Grafico VI

(b) Campo Eletrico

(c) Electrons

(d) Lacunas

(e) Tenso

76

Captulo 6. Resultados

6.6 Transistor MOSFET


O transistor MOSFET, um dos dispositivos mais versteis da industria, usado
deste circuitos digitais at sensores de imagem, o ultimo caso deste trabalho. Simulamos
um MOSFET tipo-N, como indicado na figura 33, com um canal de comprimento de 52
m(40 Debye Length), dopagem de dreno e fonte N = 1020 e de substrato P = 1016 , em
tecnologia LDD(Light-Doped-Drain) de dopagem N = 1018 , onde se evita injees de
portadoras no xido entre o GATE e dreno e fonte. O xido sob a porta tem espessura 65
nm, e permissividade relativa 3,9. O resultado desta simulao, mostrado nas figuras 33 a
- d, coincidem com o esperado tanto nas concentraes de eltrons e lacunas, como no
potencial e campo eltrico estacionrios nas regies de dreno, fonte, substrato e canal,
comprovando o funcionamento correto do simulador por ns desenvolvido neste trabalho.

D
A

Figura 37 Transistor MOSFET

(a) Concentrao de eltrons

(b) Tenso estacionaria

(c) Concentrao de buracos

(d) Campo Eltrico

6.6. Transistor MOSFET

77

Os resultados da simulao do comportamento dinmico deste transistor,


mostrados nas figuras 34, confirmam que h conduo quando Vgs Vth = 0.75 V (grfico
Vgs ID com Vds = 2V). No grfico Vds ID , quando Vgs = 0.6V o dispositivo est cortado
mas conduz com Vgs entre 0.8V at 1.0V, em passos de 0.02V. Esta conduo na regio de
saturao se d com IDS independente Vds e variando quadraticamente em relao Vgs . No
grfico de concentrao de eltrons, em escala log, observa-se o pinamento do canal perto
da contato do dreno para tenses Vgs Vth 0. Nos demais grficos podemos observar o
efeito do canal, com o decrscimo de lacunas, a subida de tenso e o surgimento de um
grande campo eltrico na regio do gate. Assim podemos concluir que simulamos
corretamente este MOSFET de canal longo.

(a) Grafico Vgs Ids

(c) Eletrons

(e) Tenso

(b) Grafico Vds Ids

(d) Buraco

(f) Campo Eltrico

Figura 39 Transistor MOSFET dinamico

79

7 Concluso
Assim chegamos ao fim dessa longa jornada, com muitas derivadas, muitas
matrizes e muitas equaes. Assim enceraremos os trabalhos nesse ultimo captulo, com o
intuito de resumir o que foi feito e como prosseguir em trabalhos futuros.

7.1 Introduo
Nesse trabalho foi estudado desde os modelos de dispositivos semicondutores
at como simula-los. Para isso passamos por equaes de derivadas parciais e modelos
fsicos, como a equao de Boltzmann e seus modelos derivados, como o modelo
deriva-difuso e o modelo hidrodinmico. Depois foi estudado os mtodos computacionais
para simular os dispositivos, como o mtodo de Monte-Carlo,Mtodo de Elementos
Finitos e o Mtodo de Diferenas Finitas. Finalmente foi explicado o projeto do simulador
e apresentamos o resultado.
Obtemos resultados bem satisfatrios, obtendo curvas de dispositivos
semelhantes com as curvas reais de cada dispositivos; assim poderia ser usado o simulador
para explorar novas tecnologias e auxiliar no ensino, j que pode-se alterar os diversos
parmetros do dispositivo, deste geomtrico at fsico, com o intuito de melhorar e
entender o mecanismo dos dispositivo.

7.2 Trabalhos Futuros


Como pode ser percebido durante todo trabalho, a rea de microeletrnica
computacional muito extenso e demanda um estudo muito aprofundado e abrangente,
indo de uma matemtica avanada e conhecimentos fsicos at algortimos e mtodos
numricos. No decorrer de todo esse processo fora apresentado diversos modelos Assim
vamos enumerar os possveis trabalhos para o futuro:
Efeito Hall: O efeito Hall apresenta varias aplicaes, como medio corrente num
fio at calculo da dopagem de um semicondutor. Para podermos simular devemos
retornar at a equao de Boltzmann e refazer os modelos determinsticos
considerando o campo magntico.
Simulador de Monte Carlo: Em pequenas escalas, os modelos de semicondutores
como deriva-difuso e hidrodinmico perdem sua preciso, normalmente em 500
nanmetros e 100 nanmetros respectivamente. Para continuar o desenvolvimento
para escalas menores, se torna necessrio escrever um simulador usando o mtodo
de Monte-Carlo.

80

Captulo 7. Concluso

Considerar de Efeitos Trmicos: Alm de considerar os efeitos em baixas


temperaturas, poderamos considerar os efeitos de aquecimento do dispositivo, que
seria de vital importncia para dispositivos de potencia como IGFET e o Tiristor.
Para isso devemos acoplar ao sistema a equao do calor abaixo, que regera a
evoluo da temperatura, onde T a temperatura e H o termo de gerao de calor.

T
H = (kT )
t

(7.1)

Considerar Correes Qunticas: Alguns efeitos qunticos no foram levados em


considerao, como o tunelamento quntico. Assim no seria possvel simular o
diodo Tnel e outros. Para h implementao desses efeitos deveramos resolver a
equao de Schrdinger acoplada a equao de possion.
Considerar Novos Materiais: A famlia de semicondutores se torna cada vez mais
extensa, e como nesse trabalho s foi considerado o silcio como material,
poderamos estender os resultados para Arseneto de Gleo, e outros.
Outras Formas de Recombinao: Alm das recombinaes mencionadas nessa obra,
existem outras a serem consideradas, como a Fowler-Nordheim, que modela Injeo
de carga no oxido.
Processos de Fabricao: Alm de simularmos os dispositivos poderamos simular o
processo de fabricao desses dispositivos. Muitos dos processos de fabricao so
modelados com equaes de derivadas parciais, como a equao do calor para o
processo difusivo e equao de transporte, para o processo de oxidao.
Spice: Um passo interessante ser acoplar o simulador com o spice para simular todo
o circuito ao mesmo tempo, podendo assim levar a simulaes mais robusta. Assim
em vez de ser usado o modelos de data-fitting do spice, poderamos usar as
simulaes aqui apresentadas, que levariam a resultados mais prximos da realidade.
Mtodos Iterativos e outros algortimos: A muito a ser explorado na parte de
algortimos, como implementao de mtodos iterativos para resolver sistema
lineares at melhorias no Newton-Raphason. Uma lista de possveis melhorias seria:
Outros formatos de matriz esparsa.
Matrizes de Condicionamento.
Mtodos Iterativos(Gradiente Conjugado,...)
Mtodos de Quasi-Newton e outros.

7.2. Trabalhos Futuros

81

Aprofundamento Terico : Devido ao nvel de graduao, foi evitado certos tipos de


discusso, deste existncia de soluo e espaos de soluo at estabilidade e
convergncia de mtodos numricos, uma vez que esse nvel de anlise visto em
cursos de mestrado. Entretanto esse tipo de anlise necessrio, que pode ser
exemplificado com o dispositivo tiristor, que no possui unicidade na existncia da
soluo estacionria, o que justifica o comportamento do dispositivo, j que para
uma certa voltagem h existncia de 2 nveis de corrente.

83

Referncias
[1] P.A.MARKOWICH, C.A.RINGHOFER, C., Semiconductor Equations. Springer,
1990. Citado na pgina 11.
[2] BLAKEMORE, J., Semiconductor Statistics. Citado na pgina 14.
[3] POUPAD, F., On a System of Nonlinear Boltzmann Equations of Semiconductor
Physics, . Citado na pgina 24.
[4] ROSSANI, A., GENERALIZED KINETIC THEORY OF ELECTRONS AND
PHONONS, . Citado na pgina 24.
[5] LANDAU L.D., L. E., Course of theoretical physics Vol. 1. Mechanics. Citado na
pgina 25.
[6] KLASSEN, D., A unified mobility model for device simulationI. Model equations
and concentration dependence, . Citado na pgina 29.
[7] KLASSEN, D., A Unified Mobility for Device Simulation-II. Temperature
dependence of carrier mobility and lifetime, . Citado na pgina 29.
[8] F.FASCHING, S.HALAMA, S. S., Technology CAD Systems. Citado 3 vezes nas
pginas 42, 49 e 50.
[9] DRAGICA VASILESKA, STEPHEN M. GOODNICK, G. K., Computational
Electronics: Semiclassical and Quantum Device Modeling and Simulation, 2010.
Citado na pgina 42.
[10] LAUX, S. E., FISCHETTI, M. V., FRANK, D. J., Monte Carlo Analysis of
Semiconductor Devices: The DAMOCLES Program, IBM J. Res. Dev., v. 34, n. 4,
pp. 466494, Jun. 1990. Citado na pgina 44.
[11] NANOHUB, www.nanohub.org, 2014, (Acesso em 24 Outubro 2014). Citado na
pgina 45.
[12] RAVISHANKAR, R., KATHAWALA, G., RAVAIOLI, U., et al., Comparison of
Monte Carlo and NEGF simulations of double gate MOSFETs, Journal of
Computational Electronics, v. 4, n. 1, pp. 3943, 04 2005. The present work compares
the simulation results of the two-dimensional full band Monte-Carlo simulator MOCA
developed at the University of Illinois at Urbana-Champaign and the two dimensional
quantum simulator NanoMOS developed at Purdue University. Citado na pgina 45.

84

Referncias

[13] SCHARFETTER, D. L., GUMMEL, H. K., Large-signal analysis of a silicon read


diode oscillator, IEEE Trans. Electr. Dev., v. 16, pp. 6477, 1969. Citado na
pgina 51.
[14] SHU, C.-W., Essentially non-oscillatory and weighted essentially non-oscillatory
schemes for hyperbolic conservation laws. In: Quarteroni, A. (ed.), Advanced
Numerical Approximation of Nonlinear Hyperbolic Equations, v. 1697, Lecture Notes
in Mathematics, Springer Berlin Heidelberg, pp. 325432, 1998. Citado na pgina 54.
[15] N.R.ALURU, A.RAEFSKY, P. P. R. G. R. D., A finite element formulation for
hydrodynamic semiconductor devices equations, , 1993. Citado na pgina 60.

85

ndice
condio
de Dirichlet, 23
de Neumnan, 23
peridica, 23
equao de
Boltzmann, 11
Liouville, 12
Poisson, 11
Schrdinger, 11
Formulao
Natural, 32
Quasi-Fermi, 32
Slootbloom, 32
mtodo
dos momentos, 25
mtodo de Monte Carlo, 41
mtodo de PetrovGalerkin, 48
Operador Trao, 27
Pendulo de Kapitzas, 25
recombinao
banda a banda, 33
de Auger, 34
de fton, 36
de impacto de ionizao, 33
SHR, 35
Regra de Matthiessen, 29
Teorema de Bloch, 14
Teorema H, 24
Teoria de Floquet, 14
Zona de Brillouin, 15