本發(fā)明涉及復(fù)合薄膜制備領(lǐng)域，更具體地，涉及一種復(fù)合材料薄膜三維多相同步生長的模擬方法及系統(tǒng)。
背景技術(shù)：
：：采用計算機模擬方法研究薄膜生長機制，可以從不同的粒子尺度模擬膜結(jié)構(gòu)的形成和行為，考察膜結(jié)構(gòu)演化的動態(tài)過程。對于不同的材料，不同的成膜條件有不同的實驗室制備工藝參數(shù)。通過改變模擬參數(shù)，分析考察環(huán)境因素對成膜結(jié)構(gòu)的影響，可以解釋實驗觀察的各種現(xiàn)象，從而為優(yōu)化薄膜制備條件提供理論依據(jù)。蒙特卡洛(MonteCarlo，簡稱MC)方法是一種隨機模型模擬方法，它利用隨機數(shù)對模擬體系按照適用的物理機制進行模擬、產(chǎn)生數(shù)值形式的概率分布，模擬結(jié)果能體現(xiàn)物理體系具有統(tǒng)計意義的特征。復(fù)合材料薄膜通常由兩種以及兩種以上的材料構(gòu)成。復(fù)合材料薄膜涵蓋范圍廣泛，有微觀結(jié)構(gòu)相對簡單的層狀復(fù)合材料薄膜，也有微觀結(jié)構(gòu)復(fù)雜的薄膜，如一種材料分散在另一種材料構(gòu)成的基體中的結(jié)構(gòu)。復(fù)合材料薄膜的應(yīng)用范圍也非常廣泛，例如微納米元器件的制備、半導(dǎo)體薄膜材料、磁存儲介質(zhì)等。當(dāng)復(fù)合薄膜的微觀結(jié)構(gòu)具有一定復(fù)雜度的時候，尤其是當(dāng)薄膜中的多種材料形成互相穿插的一類微觀結(jié)構(gòu)的時候，薄膜的制備通常具有一定的難度和挑戰(zhàn)性。以濺射為代表的薄膜沉積和制備方法，工藝相對簡單、沉積速率快、重現(xiàn)性高、薄膜質(zhì)量穩(wěn)定、生產(chǎn)率高，在微電子元器件、磁存儲、磁性隨機存儲器件領(lǐng)域有非常廣泛的應(yīng)用。在制備復(fù)合薄膜方面，共濺射工藝具有其獨特的優(yōu)勢，不僅可以同時沉積復(fù)合材料薄膜中的組份材料，在薄膜成份等工藝參數(shù)上具有極大的可調(diào)性。近期，為了制備具有特殊周期性微觀結(jié)構(gòu)的復(fù)合材料薄膜，如磁記錄介質(zhì)薄膜，常常采用具有圖案化形貌的基底(patternedsubstrate)作為薄膜外延生長的基底。這類模版是為獲得具有某種特定微觀結(jié)構(gòu)的復(fù)合材料薄膜而專門預(yù)制的模版。在復(fù)合材料薄膜的濺射沉積過程中，模版會引導(dǎo)薄膜中的各組份材料的多相同步生長，以獲得期望的薄膜微觀結(jié)構(gòu)。這種運用模版的工藝可以和納米壓印等其他工藝連用，具有非常大的應(yīng)用前景和空間。然而，確定整套工藝的工藝參數(shù)，從模版的設(shè)計、制備到薄膜的沉積，是一個非常耗時耗力的過程。對復(fù)合材料薄膜的生長模擬是計算機模擬薄膜研究的必然趨勢，尤其是納米多相復(fù)合材料薄膜的實驗室制備，生長模式化的納米結(jié)構(gòu)薄膜，目前已有多種試驗方法能夠在特定的實驗條件下自組裝形成納米結(jié)構(gòu)的周期性結(jié)構(gòu)薄膜，但其中的生長機制涉及復(fù)雜的實驗條件因素以及參與薄膜沉積反應(yīng)過程中各相結(jié)構(gòu)形態(tài)以及能量變化的動力學(xué)和熱力學(xué)因素。模擬多相納米結(jié)構(gòu)薄膜的生長具有重要的實驗指導(dǎo)意義。技術(shù)實現(xiàn)要素：本發(fā)明為解決以上現(xiàn)有技術(shù)的難題，提供了一種復(fù)合材料薄膜三維多相同步生長的模擬方法，該方法能夠?qū)崿F(xiàn)對復(fù)合材料薄膜的生長模擬。為實現(xiàn)以上發(fā)明目的，采用的技術(shù)方案是：一種復(fù)合材料薄膜三維多相同步生長的模擬方法，包括以下步驟：S1.設(shè)定薄膜生長的基底的三維結(jié)構(gòu)形態(tài)信息，包括：基底形貌和基底材料；S2.設(shè)定模擬體系內(nèi)各種材料的本征參數(shù)，包括基底和薄膜材料的：晶體學(xué)特征(結(jié)晶或非晶)、元素的鍵能、元素的擴散率、元素間結(jié)合能、各材料相間的界面能等動力學(xué)和熱力學(xué)相關(guān)參數(shù)。對于結(jié)晶材料，設(shè)定其晶粒的晶體學(xué)取向范圍，并賦予不同晶粒以不同的身份參數(shù)，對于非結(jié)晶材料，其晶粒的身份參數(shù)可以統(tǒng)一設(shè)定為一個固定值；各材料相的微觀結(jié)構(gòu)可設(shè)定為單晶、具有織構(gòu)的多晶、無序多晶、無定形態(tài)的各種材料；S3.定義模擬體系的模擬參數(shù)，包括：整個模擬空間的總的體積大小、每個三維體積元(voxel)的大小、沉積速率、沉積比例和最終薄膜厚度等。其中基底溫度以物理溫度對不同隨機事件發(fā)生概率的影響的形式體現(xiàn)；沉積速率體現(xiàn)為每層薄膜生長所需步數(shù)(MonteCarlosteps,MCSs)；多相生長中沉積比例設(shè)定為不同相所占體積比；S4.按S1所定義的基底材料和形貌，在系統(tǒng)內(nèi)導(dǎo)入或生成所需基底。如需生成基底，按照S1定義的材料，在基底所包含空間內(nèi)，隨機賦予每個體積元一種身份參數(shù)代表基底材料，啟動蒙特卡洛步驟，使基底結(jié)構(gòu)從初始隨機生成的無序態(tài)達到穩(wěn)態(tài)。S5.定義薄膜生長前沿的掃描面。如果基底為平整的，則掃描面亦為平面；如果基底為非平整的、規(guī)則或者不規(guī)則的曲面，則需要聯(lián)合其它計算方法獲得薄膜生長前沿的形貌在薄膜沉積過程中每個時間片段的數(shù)學(xué)描述。設(shè)定掃描面每前進一步所需要激活的體積元的層數(shù)。S6.按S5的設(shè)定激活欲掃描的薄膜中的體積元層，并隨機賦予該層中每個體積元一種身份參數(shù)，啟動蒙特卡洛步驟，執(zhí)行設(shè)定數(shù)量的MonteCarlosteps，使該薄膜層結(jié)構(gòu)從初始隨機生成的無序態(tài)達到穩(wěn)態(tài)。S7.重復(fù)步驟S5～S6直至掃描完所設(shè)定的薄膜厚度所包括的體積元；至此，多相復(fù)合薄膜生長的模擬完成。其中，步驟S6中，使結(jié)構(gòu)達到穩(wěn)態(tài)的蒙特卡洛步驟包括以下具體步驟：SM01.選取需要達到穩(wěn)態(tài)的結(jié)構(gòu)中一個未被選取過的體積元，計算其隨機擴散至周圍近鄰體積元的概率Pdiff，并計算該體積元重取向為周圍近鄰體積元取向的概率(若為晶體材料)Preori；然后生成一個隨機概率Prand∈(0,1)；若max{Pdiff,Preori}>Prand，則選擇概率Pdiff、概率Preori中概率大的事件發(fā)生；若max{Pdiff,Preori}<Prand，則該體積元不做變化；SM02.重復(fù)SM01直至每個體積元被選取過一次，此為一模擬步長MCS。SM03.重復(fù)SM02直至達到所設(shè)定的步長NMCSs，該結(jié)構(gòu)達到穩(wěn)態(tài)。優(yōu)選地，步驟SM01中，計算概率Pdiff、概率Preori可用下式表示：其中Pi表示Pdiff或Preori；Mi為材料i發(fā)生體積元重取向的速率，與晶粒生長速率相關(guān)；ΔE為體積元選擇擴散或重取向之后對系統(tǒng)自由能的改變量，k和T分別為玻爾茲曼常數(shù)和所設(shè)定的室溫溫度；若Pi表示Pdiff，則Mi與擴散速率相關(guān)，此時：其中，其中，EAct為擴散激活能；Δni/i、Δnj/j和Δni/j分別表示體積元擴散后與擴散前i與j、i與i和j與j形成的鍵數(shù)之差；和分別表示i與j、i與i和j與j之間的鍵能；代表材料i和j的表面能，γi/j為材料i和j的界面能；這些材料本征參數(shù)具體值于步驟S2中定義；若Pi表示Preori，則Mi表示發(fā)生重取向的速率，此時Mi/M0＝1。同時，本發(fā)明還提供了一種應(yīng)用以上方法的系統(tǒng)，其具體的方案如下：包括執(zhí)行步驟S1的薄膜生長基底三維結(jié)構(gòu)設(shè)定模塊、執(zhí)行步驟步驟S2的沉積材料身份參數(shù)設(shè)定和晶粒參數(shù)設(shè)置模塊、執(zhí)行步驟S3的模擬參數(shù)設(shè)置模塊、執(zhí)行步驟S4的導(dǎo)入或生成所需基底的模塊、執(zhí)行步驟S5的薄膜生長前沿掃描面的設(shè)定模塊和執(zhí)行步驟S6的蒙特卡洛模塊。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明提供的方法基于蒙特卡洛方法模擬粒子形成薄膜的隨機過程。根據(jù)所選多相材料的特點設(shè)定參與隨機事件的粒子數(shù)量和相關(guān)的能量參數(shù)，并對薄膜基底的材料和形貌進行選擇和定義，獲得三維薄膜生長模擬的過程信息。通過改變沉積相的參數(shù)，沉積條件(如，溫度，基底表面形貌)等模擬條件，可以幫助技術(shù)人員發(fā)掘復(fù)合多相薄膜結(jié)構(gòu)形態(tài)形成的機理。附圖說明圖1為本發(fā)明的方法中薄膜生長模擬部分的流程示意圖。圖2中(a)為不同模擬步長模擬生長的CoPt-SiO2復(fù)合薄膜的縱向截面圖。圖2中(b)為不同模擬步長模擬生長的CoPt-SiO2復(fù)合薄膜的橫向截面圖。圖3中(a)為模擬的周期性幾何結(jié)構(gòu)的基底的主視圖。圖3中(b)為模擬的周期性幾何結(jié)構(gòu)的基底的縱向截面圖。圖4中(a)為在周期性幾何結(jié)構(gòu)基底上按照不同步長模擬生長的CoPt-SiO2復(fù)合薄膜的縱向截面圖。圖4中(b)為在周期性幾何結(jié)構(gòu)基底上按照不同步長模擬生長的CoPt-SiO2復(fù)合薄膜的橫向截面圖。圖5中(a)為周期性幾何結(jié)構(gòu)基底長徑比對模擬生長的CoPt-SiO2復(fù)合薄膜的CoPt晶粒間距的影響示意圖。圖5中(b)為周期性幾何結(jié)構(gòu)基底形狀對模擬生長的CoPt-SiO2復(fù)合薄膜的CoPt晶粒間距的影響示意圖。具體實施方式附圖僅用于示例性說明，不能理解為對本專利的限制；以下結(jié)合附圖和實施例對本發(fā)明做進一步的闡述。實施例1如圖1所示，圖1為本發(fā)明所提供的方法的流程圖。在圖1的基礎(chǔ)上，本實施例在平整且具有(0002)織構(gòu)的釕Ru基底上實現(xiàn)對兩相薄膜CoPt-SiO2同步生長的模擬。(1)設(shè)定基底為平面結(jié)構(gòu)，選擇基底材料為具有密堆六方hcp(hexagonalclose-pack)晶型釕Ru。(2)整個模擬的三維空間被劃分成200×200×70個體積元，每個體積元代表0.83nm3的正方體。空間中x和y方向尺寸均為200個體積元，代表薄膜平面方向并具有周期性邊界條件；z方向為薄膜厚度方向。平整基底材料占據(jù)200×200×6個體積元的空間，即厚度為6×0.8nm＝4.8nm的空間。(3)設(shè)定基底釕Ru的(0002)織構(gòu)結(jié)構(gòu)。取釕的身份參數(shù)為整數(shù)范圍-101至-2，每一整數(shù)代表一個[0002]取向與三維空間z方向平行的晶粒，這100種晶粒的[1000]取向與x軸的夾角平均分布在[0,2π/3]上，即100種不同取向的釕Ru(0002)織構(gòu)晶粒。在此發(fā)明中，由于具有此類織構(gòu)的體積元間界面能區(qū)別較小，這100種不同晶向之間的晶界能γGB取為一定值，等于所有同類晶界能的平均值。(4)在基底所占空間中，隨機賦予每一個(0002)織構(gòu)體積元的身份參數(shù)。設(shè)定利用蒙特卡洛模擬得到具有穩(wěn)態(tài)織構(gòu)的所需步長為600MCSs。(5)開始形成織構(gòu)基底。啟動蒙特卡洛步驟，在每一步MCS中，隨機選取一個未被選取過的體積元，進行(6)中的隨機事件選擇，直到基底中每一個體積元都被選擇一次。(6)一個體積元的隨機事件選擇。由于基底為單一材料，相鄰體積元間的作用僅與晶界能γGB相關(guān)，所以可發(fā)生的隨機事件為基于相鄰體積元晶體取向的重取向。重取向的晶體取向從近鄰體積元(本發(fā)明中，取至第三近鄰)中隨機選擇。體積元i的晶向重取向的發(fā)生概率Pi由如下公式?jīng)Q定：其中，Mi為體積元i發(fā)生重取向的速率，與晶粒生長速率相關(guān)；ΔE為體積元i根據(jù)所選擇到的近鄰體積元中的體積元重取向之后對系統(tǒng)自由能的改變大小，對于基底體積元重取向過程，僅產(chǎn)生晶界能的變化；k和T分別為玻爾茲曼常數(shù)和所設(shè)定的室溫溫度。將得到的事件發(fā)生概率與隨機生成的概率數(shù)Prand相比較：若ΔE>0,此次重取向確定發(fā)生；若ΔE<0，同時Pi>Prand，此次重取向可以發(fā)生；若ΔE<0，同時Pi<Prand，此次重取向不能發(fā)生。(7)重復(fù)(5)和(6)步驟，直到步數(shù)達到設(shè)定的600MCSs，具有織構(gòu)的平整釕Ru基底形成，在此基底上進行薄膜沉積的模擬。(8)設(shè)定沉積材料為鈷鉑-二氧化硅(CoPt-SiO2)兩相材料，其中CoPt與Ru相同為六方晶型，SiO2為無定型態(tài)且所占體積比為25％。由于大量實驗結(jié)果表明，在具有(0002)織構(gòu)的釕Ru基底上沉積的CoPt會外延生長，同具有(0002)織構(gòu)。所以在本實施中，CoPt的晶體取向設(shè)定為與基底相同，所有CoPt體積元的[0002]晶體方向與z軸平行形成(0002)織構(gòu)。與設(shè)定Ru基底步驟(3)類似，取1至100為CoPt體積元的身份參數(shù)，每一個整數(shù)代表一個具有(0002)織構(gòu)的CoPt晶體取向。取-1為SiO2的身份參數(shù)，以代表無定型態(tài)SiO2具有各項同性的特質(zhì)。不同材料間的相互作用能，即界面能，以及不同材料的表面能。不同界面及對應(yīng)界面能量參數(shù)按照如下表格表示：其中不同的表面能與界面能可由文獻或第一性原理計算而得。由此，體系總自由能可表示為：其中NCoPt、NRu代表被SiO2、CoPt、Ru占據(jù)的體積元，NS代表薄膜表面的體積元；QiQj、GiGj和UiUj分別代表體積元是否被SiO2、CoPt或是Ru占據(jù)；代表材料i的表面能。(9)第一層薄膜沉積在基底的表面，即第七層晶粒z＝7開始?？紤]到薄膜的表面與薄膜內(nèi)部也會有物質(zhì)交換及相互作用，在此實施中定義每層沉積的薄膜由兩層晶粒組成，沉積速率為每層薄膜沉積時間為300MCSs。每層薄膜沉積結(jié)束后，下一層沉積的薄膜所在的xy平面為z＝z+1。設(shè)定所需薄膜厚度為20層體積元，即16nm厚的薄膜。蒙特卡洛模擬即在z＝20層的模擬結(jié)束后停止。(10)開始薄膜的沉積及體積元初始化。在每層薄膜開始沉積前，該層薄膜所占的空間內(nèi)所有體積元被隨機賦予包含CoPt和SiO2的身份參數(shù)，同時保證SiO2所占體積比為25％。(11)同步驟(5)(6)類似，啟動蒙特卡洛步驟。隨機選取該層薄膜內(nèi)未選取的一個體積元，根據(jù)該體積元內(nèi)的材料，選擇隨機事件：a.若材料為CoPt，計算其隨機擴散至周圍一個近鄰體積元的概率Pdiff，并計算CoPt體積元隨機重取向為周圍一個近鄰CoPt體積元晶向的概率Preori，同時生成一個隨機概率Prand∈(0,1)。若max{Pdiff,Preori}>Prand，選擇概率大的事件發(fā)生；若max{Pdiff,Preori}<Prand，該體積元不做變化。b.若材料為SiO2，計算其隨機擴散至周圍一個近鄰體積元的概率Pdiff，生成一個隨機概率Prand∈(0,1)，比較。若Pdiff>Prand，發(fā)生體積元擴散；若Pdiff<Prand，該體積元不做變化。各個事件的發(fā)生概率根據(jù)本發(fā)明改進后的Metropolis概率計算所得：其中，Mi為體積元i發(fā)生某一事件的速率。若事件為體積元重取向，則Mi與晶粒生長速率相關(guān)，若事件為體積元擴散，則Mi與擴散速率相關(guān)；k和T分別為玻爾茲曼常數(shù)和所設(shè)定的室溫溫度；ΔE為i體積元內(nèi)所選擇的事件后對系統(tǒng)自由能的改變大小。特別地，不同事件的速率Mi計算方法也不同。對于重取向，由于一個體積元的重取向可視為體積元中的所有原子遷移并經(jīng)過一個晶界的過程，而晶界的厚度尺度遠小于體積元擴散的尺度(即一個體積元的長度)，所以體積元重取向發(fā)生的速率遠大于一個體積元的擴散速率，因此在本實施中，體積元重取向的速率統(tǒng)一設(shè)定為最大速率即Mi/M0＝1。而體積元擴散速率可以由斷鍵理論與過渡狀態(tài)理論推導(dǎo)得到，具體如下：其中EAct為擴散激活能；和ΔnCoPt/CoPt分別表示體積元擴散后與擴散前CoPt/SiO2、SiO2/SiO2和CoPt/CoPt形成的鍵數(shù)之差；和分別表示CoPt/SiO2、SiO2/SiO2和CoPt/CoPt的鍵能；代表i材料的表面能，為的CoPt/SiO2界面能。(12)重復(fù)(11)至該層內(nèi)所有體積元被選取過一次，此過程為1MCS。此時程序生成sample.N二進制數(shù)據(jù)文件(N為該時刻步長)。(13)對于每層薄膜，重復(fù)步驟(12)至300MCSs完成一層薄膜沉積。一層薄膜沉積結(jié)束后，z＝z+1,開始下一層薄膜的沉積模擬，直到16nm薄膜沉積完成。至此薄膜沉積模擬完畢，生成sample.def定義文件，sample.orient晶體取向文件。(14)利用par2one.exe程序，將二進制數(shù)據(jù)文件轉(zhuǎn)化成十進制數(shù)據(jù)文件sample.N.ph。修改格式后，可以導(dǎo)入paraview進行二維或三維的圖像處理。在平面基底上生長的CoPt-SiO2兩相薄膜縱截面如圖2中(a)所示，其橫截面釕如圖2中(b)所示。(15)利用Matlab的自編程序或其他程序，可對sample.N.ph及sample.orient文件進行晶體學(xué)分析，如晶粒平均尺寸、晶粒間距、SiO2對晶體的覆蓋率。至此，平整基底上CoPt-SiO2兩相薄膜同步生長模擬完成。(16)獲取模擬的復(fù)合薄膜的結(jié)構(gòu)信息。首先將模擬過程獲得的薄膜三維結(jié)構(gòu)的二進制體積元信息文件轉(zhuǎn)換為十進制體積元圖像文件，如(14)中的sample.N.ph文件。(17)如果需要拓?fù)鋵W(xué)信息，則首先讀取十進制三維圖形文件轉(zhuǎn)換為三維或二維截面的PPM文件(portablepixmapformat)可以選擇生成彩色、黑白或灰階形式；以PPM圖形文件作為ChomP程序的數(shù)據(jù)輸入文件。使用ChomP程序以及本發(fā)明專門開發(fā)的輔助程序計算薄膜中各相的拓?fù)鋵W(xué)特征，即同調(diào)性計算(Homologicalcomputation)；可以計算網(wǎng)絡(luò)結(jié)構(gòu)中最重要的拓?fù)鋵W(xué)變量貝蒂數(shù)(Bettinumbers)，通過計算對象中獨立個體的數(shù)量，孔洞的數(shù)量考察多相體系中任一單相的連通性(connectivity)。(18)如果需要薄膜晶粒形貌特征中的晶粒尺寸分布，首先選擇讀取三維十進制圖形文件或者是PPM格式文件，然后使用本發(fā)明編寫的程序選擇計算薄膜中某一相或多相的晶粒尺寸分布。(19)如果需要復(fù)合多相薄膜中各相的位置關(guān)系信息，首先選擇讀取三維十進制圖形文件，然后使用本發(fā)明編寫的程序?qū)⑵渲懈飨嗟目臻g數(shù)據(jù)整理分離，考察其中一相和另一相的位置關(guān)系，例如非晶相和晶相之間的相對位置，統(tǒng)計晶界上非晶相的占有率或非晶相在晶相晶粒內(nèi)的比例，或是晶相晶粒間的距離分布。(20)如果需要薄膜晶體學(xué)統(tǒng)計分析中的織構(gòu)的信息，讀取三維十進制圖形文件同時讀取在模擬過程中生成的晶體學(xué)取向定義文件(.orient文件)，統(tǒng)計所有體積元晶粒的晶體學(xué)取向，生成歐拉空間的統(tǒng)計分布，然后借助繪圖程序包以極圖的形式表現(xiàn)出來。(21)如果需要五個幾何特征參數(shù)分布(GBCD)的信息，讀取三維十進制圖形文件同時讀取在模擬過程中生成的晶體學(xué)取向定義文件(.orient文件)，其晶界五個幾何特征參數(shù)分布(GBCD)，生成五維參數(shù)空間的分布數(shù)據(jù)，然后采用繪圖程序包選擇將任一類晶界的晶面取向分布以極圖的方式呈現(xiàn)，如圖5中的極圖顯示了薄膜中的晶粒呈現(xiàn)纖維織構(gòu)(Fibertexture)。實施例2在具有周期性結(jié)構(gòu)(pattern)的釕(Ru)基底上實現(xiàn)對CoPt-SiO2兩相同步生長的模擬以及基底幾何結(jié)構(gòu)對兩相薄膜微結(jié)構(gòu)影響的分析(1)選擇基底材料為釕(Ru)，具有密堆六方hcp(hexagonalclose-pack)晶型。設(shè)定基底拓?fù)浣Y(jié)構(gòu)為周期性結(jié)構(gòu)的Ru基底。一組由余弦函數(shù)圍繞z軸旋轉(zhuǎn)所描述的穹頂形狀的幾何結(jié)構(gòu)(dome)，規(guī)則得分布在基底上，形成六邊形陣列，如圖3中(a)。對于每個穹頂狀的幾何結(jié)構(gòu)(此后簡稱穹頂)，在三維空間中，其幾何表達式為：其中，X和Y是每個穹頂中心點在體系中的絕對坐標(biāo)；(x,y)是一個穹頂上某點相對于其中心點(X,Y)的相對坐標(biāo)；z是穹頂在(x,y)處的高度；a是每個余弦函數(shù)的半周期長度，即每個穹頂所占基底上一個圓形面積的直徑，此實驗中設(shè)為固定值20；h是穹頂?shù)臉O限高度，在本具體實施中，在此步驟設(shè)定h為[0,a]中某一值，由于直徑a固定，穹頂?shù)拈L徑比即為h/a；d是一個幾何參數(shù)，用于改變穹頂?shù)男螤?，可從近似圓錐形(d＝0)變成近似圓柱形(d＝5)，代表實驗中不同蝕刻條件所得到不同形狀的幾何結(jié)構(gòu)，在此步驟設(shè)定d為[0,5]的某一值。(2)同具體實施1中步驟(2)類似：整個模擬的三維空間被劃分成200×200×70個體積元，每個晶粒代表0.83nm3的正方體?？臻g中x和y方向尺寸均為200個體積元，代表薄膜平面方向并具有周期性邊界條件；z方向為薄膜厚度方向。對于具有本具體實施中周期性結(jié)構(gòu)的基底，Ru基底在z方向的尺寸根據(jù)式3.1中不同的h和d參數(shù)決定。(3)設(shè)定基底釕Ru的(0002)織構(gòu)結(jié)構(gòu)。同具體實施1中步驟(3)相同：取釕的身份參數(shù)為整數(shù)范圍-101至-2，每一整數(shù)代表一個[0002]取向與三維空間z方向平行的體積元，這100種體積元的[1000]取向與x軸的夾角平均分布在[0,2π/3]上，即100種不同取向的釕hcp(0002)織構(gòu)體積元，晶界能為定值γGB。(4)同具體實施1中步驟(4)相同：在基底所占空間中，隨機賦予每一個釕hcp(0002)織構(gòu)體積元的身份參數(shù)。設(shè)定利用蒙特卡洛模擬得到具有穩(wěn)定織構(gòu)基底所需步長為600MCSs。(5)開始形成織構(gòu)基底。同具體實施1中步驟(5)相同：啟動蒙特卡洛步驟，在每一步MCSs中，隨機選取一個未被選取過的體積元，進行(6)中的隨機事件選擇，直到基底中每一個體積元都被選擇一次。(6)一個體積元的隨機事件選擇。同具體實施1中步驟(6)相同：相鄰體積元間的作用僅與晶界能γGB相關(guān)，可發(fā)生的隨機事件為基于相鄰體積元晶體取向的本體積元的重取向。重取向的晶體取向從近鄰體積元(本發(fā)明中，取至第三近鄰)中隨機選擇。體積元i的晶向重取向的發(fā)生概率Pi由同公式2.1將得到的事件發(fā)生概率與隨機生成的概率數(shù)Prand相比較：若ΔE>0,此次重取向確定發(fā)生；若ΔE<0，同時Pi>Prand，此次重取向可以發(fā)生；若ΔE<0，同時Pi<Prand，此次重取向不能發(fā)生。(7)重復(fù)(5)和(6)步驟，直到步數(shù)達到設(shè)定的600MCSs，具有周期性結(jié)構(gòu)的釕Ru織構(gòu)基底形成，在此基底上進行薄膜沉積的模擬。圖3中(a)為模擬的周期性幾何結(jié)構(gòu)的基底的主視圖。圖3中(b)為模擬的周期性幾何結(jié)構(gòu)的基底的縱向截面圖。(8)設(shè)定沉積材料為鈷鉑合金和二氧化硅(CoPt-SiO2)的兩相材料，其中CoPt與Ru相同為六方晶型，SiO2為無定型態(tài)且所占體積比為25％。與具體實施1步驟(8)相同，在本實施中，CoPt的晶體取向設(shè)為與基底相同，所有CoPt體積元的[0002]晶體方向與z軸平行形成(0002)織構(gòu)。取1至100為CoPt體積元的身份參數(shù)，每一個整數(shù)代表一個具有(0002)織構(gòu)的CoPt體積元取向。取-1為SiO2的身份參數(shù)，以代表無定型態(tài)SiO2具有各項同性的特質(zhì)。不同材料間的相互作用能即界面能，以及不同材料的表面能的與具體實施1步驟(8)中表格所列相同。根據(jù)Mullin的理論，體系總表面自由能與其幾何特征相關(guān)，相關(guān)性為：μs＝μ0+EsΩκ3.2μS為總表面自由能，μ0為平整表面對應(yīng)的表面自由能，ES為材料的單位表面能，Ω為單位體積即體積元體積，κ為對應(yīng)曲率即幾何特征。則相對地，體系總自由能由式2.2改變?yōu)椋浩渲蠳CoPt、NRu代表被SiO2、CoPt、Ru占據(jù)的體積元的數(shù)量，NS代表薄膜表面的體積元的數(shù)量；QiQj、GiGj和UiUj分別代表體積元是否被SiO2、CoPt或是Ru占據(jù)代表材料i的表面能；κ為體積元所在位置的對應(yīng)曲率。(9)第一層薄膜沉積在基底的表面。考慮到薄膜的表面與薄膜內(nèi)部也會有物質(zhì)交換及相互作用，在此實施中定義每層沉積的薄膜由兩層體積元組成，沉積速率為每層薄膜沉積時間為300MCSs。最終薄膜厚度為16nm即20層體積元。(10)對于在有預(yù)制周期性結(jié)構(gòu)的基底上薄膜的沉積，薄膜表面形貌在生長初期與基底的周期性結(jié)構(gòu)相同，由式3.1決定。隨著生長的進行，由于表面擴散效應(yīng)，薄膜表面的周期性幾何結(jié)構(gòu)逐漸變?yōu)槠秸?，在達到一定厚度之后，薄膜表面可近似為平整表面。對于這種介關(guān)尺度的薄膜表面平整效應(yīng)，可利用水平集算法(levelsetmethod)來模擬與追蹤薄膜表面幾何特征根據(jù)時間的變化，即簡化為一個結(jié)構(gòu)優(yōu)化問題。一般地，在水平集模型中，此結(jié)構(gòu)優(yōu)化問題可等價于求解Hamilton-Jacobi方程：其中V(x,y,z)為速度場，在本發(fā)明中使用單一均勻速度場；φ(x,y,z,t)為水平集函數(shù)，對于具體實施中，若φ(x,y,z,t)＝0，則體積元(x,y,z)在時間t時處于薄膜平面上，則激活該體積元作為即將沉積的薄膜層；若φ(x,y,z,t)>0，則體積元(x,y,z)在時間t時已被沉積，則該體積元無需再被激活；若φ(x,y,z,t)<0，則體積元(x,y,z)在時間t時還未被沉積，該晶粒保持原狀態(tài)不變。所以，在有周期性結(jié)構(gòu)的基底上進行兩項同步生長的薄膜層激活步驟為：在未生長薄膜的基底或已經(jīng)過蒙特卡洛過程生長的薄膜幾何結(jié)構(gòu)上，通過水平集算法，按照現(xiàn)有基底/薄膜幾何特征，計算出被激活的部分體積元，對這部分體積元進行下一步蒙特卡洛模擬生長過程。(11)開始薄膜的沉積及體積元初始化。對通過步驟(10)所得的薄膜層中的所有激活體積元隨機賦予包含CoPt和SiO2的身份參數(shù)，同時保證SiO2所占體積比為25％。(12)啟動蒙特卡洛步驟。同具體實施1步驟(11)相同：隨機選取該層薄膜內(nèi)未選取的一個體積元，根據(jù)該體積元內(nèi)的材料，選擇隨機事件：a.若材料為CoPt，計算其隨機擴散至周圍一個近鄰體積元的概率Pdiff，并計算CoPt體積元隨機重取向為周圍一個近鄰CoPt體積元的概率Preori，同時生成一個隨機概率Prand∈(0,1)。若max{Pdiff,Preori}>Prand，選擇概率大的事件發(fā)生；若max{Pdiff,Preori}<Prand，該體積元不做變化。b.若材料為SiO2，計算其隨機擴散至周圍一個近鄰體積元的概率Pdiff，生成一個隨機概率Prand∈(0,1)，比較。若Pdiff>Prand，發(fā)生體積元擴散；若Pdiff<Prand，該體積元不做變化。各個事件的發(fā)生概率根據(jù)本發(fā)明改進后的Metropolis概率計算所得，概率計算公式同式2.3。以下時間發(fā)生速率計算與具體實施1步驟(11)相同：不同事件的速率Mi計算方法不同。由于一個體積元的晶向重取向可視為晶粒中的所有原子遷移并經(jīng)過一個晶界的過程，而晶界厚度尺度遠小于體積元擴散的尺度(即一個體積元的長度)，所以體積元重取向發(fā)生的速率遠大于一個體積元的擴散速率，所以在本實施中，體積元重取向的速率統(tǒng)一設(shè)定為最大速率即Mi/M0＝1。而擴散速率可以由斷鍵理論與過渡狀態(tài)理論推導(dǎo)得到，具體同式2.4-2.6：其中EAct為晶粒擴散激活能；和ΔnCoPt/CoPt分別表示體積元擴散后與擴散前CoPt/SiO2、SiO2/SiO2和CoPt/CoPt形成的鍵數(shù)之差；和分別表示CoPt/SiO2、SiO2/SiO2和CoPt/CoPt的鍵能；代表i材料的表面能，為的CoPt/SiO2界面能。(13)重復(fù)(12)至被激活層內(nèi)所有晶粒被選取過一次，此過程為1MCS。(14)對于每層薄膜，重復(fù)步驟(13)至300MCSs完成激活層薄膜的沉積。此時程序生成sample.N二進制數(shù)據(jù)文件(N為該時刻步長)。(15)激活層薄膜沉積結(jié)束后，重復(fù)步驟(10)-(14),開始下一層薄膜的沉積模擬，直到16nm薄膜沉積完成。至此薄膜沉積模擬完畢，生成sample.def定義文件，sample.orient晶體取向文件。(16)利用par2one.exe程序，將二進制數(shù)據(jù)文件轉(zhuǎn)化成十進制文件sample.N.ph。修改格式后，可以導(dǎo)入paraview進行二維或三維的圖像處理。如圖4中(a)和圖4中(b)分別為在基底上同步生長的CoPt-SiO2兩相薄膜微結(jié)構(gòu)的縱截面與橫截面。(17)利用Matlab的自編程序或其他程序，可對sample.N.ph及sample.orient文件進行晶體學(xué)分析，如晶粒平均尺寸、晶粒間距、SiO2對晶體的覆蓋率。(18)在步驟1中，改變式3.1中h與d的值，重復(fù)步驟(2)-(17)，可得到具有不同幾何特征的基底上生長的兩相薄膜的微結(jié)構(gòu)信息如圖5中(a)與圖5中(b)所示。通過對比圖5中a和5中b中數(shù)據(jù)可發(fā)現(xiàn)，在具有周期性分布的長徑比高、近似圓錐形穹頂?shù)幕咨仙L的兩相薄膜，微結(jié)構(gòu)也具有很高的周期有序性：在有這種長徑比高、近似圓錐形周期性結(jié)構(gòu)的基底上生長的CoPt-SiO2兩相薄膜，CoPt晶粒間距與基底周期相同，晶粒大小均勻，兩相薄膜的繼承了基底的模板。這種有序的兩相薄膜對于磁存儲容量的提升有極大幫助。(19)獲取模擬的復(fù)合薄膜的結(jié)構(gòu)信息。首先將模擬過程獲得的薄膜三維結(jié)構(gòu)的二進制體積元信息文件轉(zhuǎn)換為十進制體積元圖像文件。(20)如果需要拓?fù)鋵W(xué)信息，則首先讀取十進制三維圖形文件轉(zhuǎn)換為三維或二維截面的PPM文件(portablepixmapformat)可以選擇生成彩色、黑白或灰階形式；以PPM圖形文件作為ChomP程序的數(shù)據(jù)輸入文件。使用ChomP程序以及本發(fā)明專門開發(fā)的輔助程序計算薄膜中各相的拓?fù)鋵W(xué)特征，即同調(diào)性計算(Homologicalcomputation)；可以計算網(wǎng)絡(luò)結(jié)構(gòu)中最重要的拓?fù)鋵W(xué)變量貝蒂數(shù)(Bettinumbers)，通過計算對象中獨立個體的數(shù)量，孔洞的數(shù)量考察多相體系中任一單相的連通性(connectivity)。(20)如果需要薄膜晶粒形貌特征中的晶粒尺寸分布，首先選擇讀取三維十進制圖形文件或者是PPM格式文件，然后使用本發(fā)明編寫的程序選擇計算薄膜中某一相或多相的晶粒尺寸分布。(21)如果需要復(fù)合多相薄膜中各相的位置關(guān)系信息，首先選擇讀取三維十進制圖形文件，然后使用本發(fā)明編寫的程序?qū)⑵渲懈飨嗟目臻g數(shù)據(jù)整理分離，考察其中一相和另一相的位置關(guān)系，例如非晶相和晶相之間的相對位置，統(tǒng)計晶界上非晶相的占有率或非晶相在晶相晶粒內(nèi)的比例，或是晶相晶粒間的距離分布。(22)如果需要薄膜晶體學(xué)統(tǒng)計分析中的織構(gòu)的信息，讀取三維十進制圖形文件同時讀取在模擬過程中生成的晶體學(xué)取向定義文件(.orient文件)，統(tǒng)計所有體積元晶粒的晶體學(xué)取向，生成歐拉空間的統(tǒng)計分布，然后借助繪圖程序包以極圖的形式表現(xiàn)出來。(22)如果需要五個幾何特征參數(shù)分布(GBCD)的信息，讀取三維十進制圖形文件同時讀取在模擬過程中生成的晶體學(xué)取向定義文件(.orient文件)，其晶界五個幾何特征參數(shù)分布(GBCD)，生成五維參數(shù)空間的分布數(shù)據(jù)，然后采用繪圖程序包選擇將任一類晶界的晶面取向分布以極圖的方式呈現(xiàn)，如圖5中的極圖顯示了薄膜中的晶粒呈現(xiàn)纖維織構(gòu)(Fibertexture)。顯然，本發(fā)明的上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護范圍之內(nèi)。當(dāng)前第1頁1 2 3 當(dāng)前第1頁1 2 3