Stress anisotropy compensation of the sputter-deposited metal thin films by variable bias voltage
Notice bibliographique
Résumé
We introduce a new technique for compensating stress anisotropy across the thickness of sputter-deposited metal films. Our technique balances the film vertical stress gradient by altering the substrate bias during sputtering and by controlling the ion flux and energy that bombards the growing film. Sputter-deposited metal films are appealing materials for microfabrication of freestanding and out-of-plane structures, especially because of their low thermal budget. These microstructures extend the design space of micro-electro-mechanical systems (MEMS)-based devices, and they overcome some of the limitations of in-plane processing. Unfortunately, most elemental metals and alloys when sputter deposited have a substantial stress gradient across their thickness that can deteriorate their mechanical properties and severely distort the shape of the fabricated freestanding microstructures. The stress gradient across the thickness of a sputtered film can be compensated (balanced) by embedding a layer in the film with the opposite stress polarity compared to that of the bulk of the film. The force exerted by the stress mismatch between this layer and the bulk of the film easily overcomes the film's vertical stress gradient. This compensating force guarantees that a released freestanding structure remains flat and does not curl upward. This virtual layer is introduced to the growing film by altering the substrate bias voltage during the sputtering process. The substrate bias voltage controls the ion flux and energy that bombards the film, and it enables tailoring the film stress parameters. This technique has enabled us to fabricate freestanding microstructures up to 500 µm long with negligible stress-related deformation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».