Siliziumnanodrähte (SiNWs) bieten eine aussichtsreiche Grundlage zur Entwicklung neuartiger nanoelektronischer Bauelemente, wie Feldeffekttransistoren oder Sensoren. Dabei ist insbesondere die Oxidation der Drähte interessant, weil diese weitreichenden Einfluss auf die elektronischen Eigenschaften der Bauelemente hat, die aus den SiNWs gefertigt werden. Die Größe der untersuchten Strukturen erfordert eine atomistische Analyse des Oxidationsprozesses. In der vorliegenden Arbeit wird der bisher wenig verstandene Beginn der Oxidation dünner Drähte molekulardynamisch simuliert, wobei als Potential ein reaktives Kraftfeld dient. Dabei wird sich intensiv mit dem Transfer elektrischer Ladungen zwischen Atomen unterschiedlicher Elektronegativitäten während der Simulationen auseinandergesetzt. Desweiteren werden Strukturen, die während der Oxidation von SiNWs der Orientierungen <100> und <110> bei Temperaturen von 300 K und 1200 K entstehen, untersucht. Ein Fokuspunkt dieser Untersuchungen ist die Analyse der Anzahl am Draht adsorbierter Sauerstoffatome während der frühen Oxidationsphase. Darüber hinaus wird die Dichte der entstehenden Strukturen beleuchtet. Dies geschieht mit einer hohen radialen Auflösung und erstmalig während der gesamten Simulation. Hierbei zeigt sich, dass während des Übergangs von kristallinem Silizium zu amorphem Siliziumdioxid zwischen den Siliziumatomen Sauerstoff eingelagert wird, die Kristallstruktur des Siliziums sich zunächst jedoch noch nicht auflöst. Dadurch entsteht ein charakteristisches Muster hoher und niedriger Dichten, das von der ursprünglichen Kristallstruktur des SiNW abhängt.:Abbildungsverzeichnis Abkürzungsverzeichnis Symbolverzeichnis 1 Einleitung 2 Einführung zu Siliziumnanodrähten 2.1 Kristallstuktur von Silizium 2.2 Ideale Siliziumnanodrähte 2.3 Herstellung von Siliziumnanodrähten 3 Grundlagen der Molekulardynamik 3.1 Newtonsche Axiome 3.2 Einige grundlegende Begriffe der statistischen Physik 3.3 Molekulardynamik 3.4 Reaktives Kraftfeld 3.5 Methoden zur Beschreibung des Ladungstransfers 3.6 Thermostat und Barostat 3.7 Large-scale Atomic/Molecular Massively Parallel Simulator 4 Entwicklung des Modellsystems 4.1 Ausgangsstruktur 4.2 Vorrelaxation 4.3 Ablauf der Oxidation 4.4 Verwendeter ReaxFF-Parametersatz 4.5 Optimierung der Zeitschrittweite 4.5.1 Modellsystem, Relaxation und Oxidation 4.5.2 Festlegung der Zeitschrittweite 4.6 Optimierung der Systemlänge 4.6.1 Modellsystem, Relaxation und Oxidation 4.6.2 Festlegung der Systemlänge 4.7 Einfluss des globalen, instantanen Ladungstransfers auf die Simulation 4.7.1 Festlegung des Einsetzabstands 4.7.2 Vergleich mit Daten von Khalilov et al. 5 Variation von System- und Einsetztemperatur sowie Drahtorientierung 5.1 Variation von System- und Einsetztemperatur 5.1.1 Untersuchung des Oxidationsgrads 5.1.2 Untersuchung von Dichten und Grenzflächenpositionen 5.2 Variation der Drahtorientierung 5.2.1 Untersuchung des Oxidationsgrads 5.2.2 Untersuchung von Dichten und Grenzflächenpositionen 6 Zusammenfassung und Ausblick 6.1 Zusammenfassung 6.2 Ausblick Literaturverzeichnis

Siliziumnanodrähte (SiNWs) bieten aufgrund ihrer exzellenten elektrostatischen Kontrollierbarkeit eine gute Grundlage für die Entwicklung neuartiger Bauelemente, wie rekonfigurierbarer Feldeffekttransistoren (RFETs). Da SiNWs durch die Oxidation gezielt verzerrt werden können und diese Verzerrung die Bandstruktur des Siliziums verändert, bietet der Oxidationsprozess eine Möglichkeit, die Leitungseigenschaften der RFETs zu modulieren und eine symmetrische Transfercharakteristik zu erhalten. Die Untersuchung von SiNWs mit Durchmessern im einstelligen Nanometerbereich bedarf eines atomistischen Ansatzes. In der vorliegenden Arbeit wird mit einem reaktiven Kraftfeld die initiale Phase der Oxidation dünner SiNWs molekulardynamisch simuliert. Gegenstand der Untersuchungen sind die Temperaturabhängigkeit der Oxidation von <110>-SiNWs mit Anfangsradien von 10.2 Å sowie das Oxidationsverhalten von <110>- und <100>-SiNWs mit Anfangsradien von 5.1 Å. Dabei wird neben dem Sauerstoffanteil im Simulationssystem und der radial aufgelösten Dichte auch das radial aufgelöste Verhältnis zwischen Sauerstoff- und Siliziumatomen während der gesamten Simulationsdauer untersucht und ein Zusammenhang zur Dichte festgestellt. Darüber hinaus wird bei 300 K erstmals eine Analyse der Verzerrungsentwicklung während der initialen Oxidationsphase durchgeführt, bei der sich sowohl für <110>-SiNWs als auch für <100>-SiNWs eine tensile Verzerrung im unoxidierten Drahtkern einstellt. Wie eine Analyse der partiellen radialen Verteilungsfunktion zeigt, kommt es zu dieser Verzerrung, weil während der Oxidation die Grundstruktur des Siliziums im Oxid erhalten bleibt, durch die Einlagerung des Sauerstoffs allerdings der Bindungsabstand erhöht wird. Dieser erhöhte Bindungsabstand wird durch Bindungen zu Siliziumatomen im Oxid auch Siliziumatomen im unoxidierten Kern aufgezwungen.:Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Symbolverzeichnis 1. Einleitung 2. Theoretische Grundlagen 2.1. Molekulardynamik 2.2. Siliziumnanodrähte 2.3. Verzerrung und Verspannung 3. Modellsystem 3.1. Ausgangsstruktur 3.2. Vorrelaxation 3.3. Ablauf der Oxidation 4. Untersuchungsmethoden 4.1. Sauerstofffluenz, Oxidationsgrad und Oxidationsrate 4.2. Massendichte und Siliziumanteil 4.3. Radiale Verteilungsfunktion 4.4. Verzerrung 4.4.1. <110>-Draht 4.4.2. <100>-Draht 5. Ergebnisse und Diskussion 5.1. Festlegung des Einsetzintervalls 5.2. Temperaturvariation 5.2.1. Oxidationsgrad 5.2.2. Siliziumanteil 5.2.3. Massendichte 5.2.4. Radiale Verteilungsfunktion 5.3. Radius- und Orientierungsvariation 5.4. Verzerrung 6. Zusammenfassung und Ausblick 6.1. Zusammenfassung 6.2. Ausblick A. Festlegung des Einsetzintervalls Literaturverzeichnis

Pétrole et gaz proviennent de la décomposition de la matière organique dans la croûte terrestre. En s’enfouissant, les résidus organiques se décomposent en un solide poreux et carboné, appelé kérogène et en un fluide composé d’hydrocarbures et de petites molécules telles que de l’eau. Le processus de formation du kérogène n’est pas totalement élucidé et une modélisation aiderait à une meilleure compréhension à la fois de sa structure et de sa composition et serait utile à l’industrie pétrolière.Dans le présent travail, nous adoptons une approche thermodynamique ayant pour but, à l’aide de simulations numériques, de d’étudier la décomposition de précurseurs de kérogène d’un type donné –ici le type III- dans les conditions d’un réservoir géologique. La méthode dite de Replica Exchange Molecular Dynamics (REMD) est appliquée pour étudier la décomposition de cristaux de cellulose et de lignine. Le potentiel d’interaction ReaxFF et le code LAMMPS sont utilisés. La REMD est une façon de surmonter de larges barrières d’énergie libre, en améliorant l’échantillonnage de configurations d’une dynamique moléculaire conventionnelle à température constante, en utilisant des états générés à températures supérieures.En fin de simulation, les systèmes ont atteint un état d’équilibre entre deux phases : une phase riche en carbone, composée d’amas de macromolécules, que nous appelons « solide » et d’une phase riche en oxygène et en hydrogène, composée de petites molécules, que nous dénommons « fluide ». L’évolution des parties solides de nos systèmes coïncide avec celle d’échantillons naturels de kérogènes de type III. / In deep underground, organic residues decompose into a carbonaceous porous solid, called kerogen and a fluid usually composed of hydrocarbons and other small molecules such as water, carbon monoxide. The formation process of the kerogen remains poorly understood. Modeling its geological maturation could widen the understanding of both structure and composition of kerogen, and could be useful to oil and gas industry.In this work we adopt a purely thermodynamic approach in which we aim, through molecular simulations, at determining the thermodynamic equilibrium corresponding to the decomposition of given organic precursors of a specific type of kerogen –namely type III- under reservoir conditions. Starting from cellulose and lignin crystal structures we use replica exchange molecular dynamics (REMD) simulations, using the reactive force field ReaxFF and the open-source code LAMMPS. The REMD method is a way ofovercoming large free energy barriers, by enhancing the configurational sampling of a conventional constant temperature MD using states from higher temperatures.At the end of the simulations, we have reached for both systems, a stage where they can clearly be cast into two phases: a carbon-rich phase made of large molecular clusters that we call here the "solid" phase, and a oxygen and hydrogen rich phase made of small molecules that we call "fluid" phase.The evolution of solid parts for both systems and the natural evolution of a type III kerogen clearly match. Evolution of our systems follows the one of natural samples, as well as the one of a type III kerogen submitted to an experimental confined pyrolysis.

Gasphasenabscheidungen werden zur Produktion dünner Schichten in der Mikro- und Nanoelektronik benutzt, um eine präzise Kontrolle der Schichtdicke im Sub-Nanometer-Bereich zu erreichen. Elektronische Eigenschaften der Schichten werden dabei von strukturellen Eigenschaften determiniert, deren Bestimmung mit hohem experimentellem Aufwand verbunden ist. Die vorliegende Arbeit erweitert ein hochparalleles Modell zur atomistischen Simulation des Wachstums und der Struktur von Dünnschichten, welches Molekulardynamik (MD) und Kinetic Monte Carlo-Methoden (KMC) kombiniert, um die Beschreibung beliebiger Gasphasenabscheidungen. KMC-Methoden erlauben dabei die effiziente Betrachtung der Größenordnung ganzer Nano-Bauelemente, während MD für atomistische Genauigkeit sorgt. Erste Ergebnisse zeigen, dass das Parsivald genannte Modell Abscheidungen in Simulationsräumen mit einer Breite von 0.1 µm x 0.1 µm effizient berechnet, aber auch bis zu 1 µm x 1 µm große Räume mit 1 Milliarden Atomen beschreiben kann. Somit lassen sich innerhalb weniger Tage Schichtabscheidungen mit einer Dicke von 100 Å simulieren. Die kristallinen und amorphen Schichten zeigen glatte Oberflächen, wobei auch mehrlagige Systeme auf die jeweilige Lagenrauheit untersucht werden. Die Struktur der Schicht wird hauptsächlich durch die verwendeten molekulardynamischen Kraftfelder bestimmt, wie Untersuchungen der physikalischen Gasphasenabscheidung von Gold, Kupfer, Silizium und einem Kupfer-Nickel-Multilagensystem zeigen. Stark strukturierte Substrate führen hingegen zu Artefakten in Form von Nanoporen und Hohlräumen aufgrund der verwendeten KMC-Methode. Zur Simulation von chemischen Gasphasenabscheidungen werden die Precursor-Reaktionen von Silan mit Sauerstoff sowie die Hydroxylierung von alpha-Al2O3 mit Wasser mit reaktiven Kraftfeldern (ReaxFF) berechnet, allerdings ist weitere Arbeit notwendig, um komplette Abscheidungen auf diese Weise zu simulieren. Mit Parsivald wird somit die Erweiterung einer Software präsentiert, die Gasphasenabscheidungen auf großen Substraten effizient simulieren kann, dabei aber auf passende molekulardynamische Kraftfelder angewiesen ist.:Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Symbolverzeichnis 1 Einleitung 2 Grundlagen 2.1 Gasphasenabscheidungen 2.1.1 Physikalische Gasphasenabscheidung 2.1.2 Chemische Gasphasenabscheidung 2.1.3 Atomlagenabscheidung 2.1.4 Methoden zur Simulation von Gasphasenabscheidungen 2.2 Molekulardynamik 2.2.1 Formulierung der Molekulardynamik 2.2.2 Auswahl verfügbarer Molekulardynamik-Software 2.2.3 Molekulardynamische Kraftfelder 2.3 Kinetic Monte Carlo-Methoden 2.4 Datenstrukturen 2.4.1 Numerische Voraussetzungen an Gasphasenabscheidungen 2.4.2 Vergleich der Laufzeiten für verschiedene Datenstrukturen 2.4.3 Effiziente Datenstrukturen 2.4.4 Alpha-Form 3 Methoden und Modelle 3.1 Stand der Forschung 3.1.1 Anwendungen von KMC-Simulationen für die Gasphasenabscheidung 3.1.2 Anwendung von MD-Simulationen für die Gasphasenabscheidung 3.2 Parsivald-Modell 3.2.1 Zielsetzung für Parsivald 3.2.2 Beschreibung des Parsivald-Modells 3.2.3 Annahmen und Einschränkungen 3.2.4 Erweiterungen im Rahmen der Masterarbeit 3.2.5 Behandlung von fehlerhaften Ereignissen 3.3 Laufzeitanalyse von Parsivald-Simulationen 3.3.1 Ereignis-Laufzeit TE 3.3.2 Ereignis-Durchsatz RE 3.3.3 MD-Laufzeit TMD 3.3.4 Worker-Laufzeit Tworker 3.3.5 Serielle Laufzeit T1 3.3.6 Anzahl der parallelen Prozesse p 3.3.7 Workerdichte rhoworker 3.3.8 Parallele Laufzeit Tp 3.3.9 Speedup Sp 3.3.10 Parallele Effizienz Ep 3.3.11 Auswertung der Laufzeitparameter 3.3.12 Fazit 3.4 MD-Simulationen: Methoden und Auswertungen 3.4.1 Zeitskalen in MD-Simulationen 3.4.2 Relaxierungen 3.4.3 Strukturanalysen 3.4.4 Bestimmung der Dichte und Temperatur 3.4.5 Radiale Verteilungsfunktionen, Bindungslänge und Koordinationszahl 3.4.6 Oberfläche, Schichtdicke, Rauheit und Porösität 3.4.7 Reaktionen und Stabilität von Molekülen 4 Simulationen von Gasphasenabscheidungen 4.1 Gold-PVD 4.1.1 Voruntersuchungen 4.1.2 Thermodynamische Eigenschaften 4.1.3 Simulation von Gold-PVD 4.1.4 Skalierbarkeit mit der Simulationsgröße 4.1.5 Fazit 4.2 Kupfer-PVD 4.2.1 Voruntersuchungen 4.2.2 Thermodynamische Eigenschaften 4.2.3 Simulation von Kupfer-PVD 4.2.4 Untersuchung der maximalen Workerdichte 4.2.5 Fazit 4.3 Multilagen-PVD 4.3.1 Multilagen-Simulationen mit Parsivald 4.3.2 Vergleich mit Ergebnissen reiner MD-Simulationen 4.3.3 Vergleich der Parallelisierbarkeit 4.3.4 Fazit 4.4 Silizium-PVD 4.4.1 Voruntersuchungen 4.4.2 Simulationen von Silizium-PVD 4.4.3 Fazit 4.5 Aluminiumoxid-ALD 4.5.1 ReaxFF-Parametersätze 4.5.2 Voruntersuchungen 4.5.3 Fazit 5 Zusammenfassung und Ausblick 5.1 Zusammenfassung 5.2 Ausblick A Physikalische Konstanten und Stoffeigenschaften B Datenstrukturen B.1 Übersicht über KMC-Operationen B.2 Beschreibung grundlegender Datenstrukturen B.3 Delaunay-Triangulationen B.3.1 Ausgewählte Eigenschaften einer Delaunay-Triangulation B.3.2 Algorithmen zur Konstruktion einer Delaunay-Triangulation C Ergänzungen zur Laufzeitanalyse von Parsivald C.1 Einfluss der Ereignis-Laufzeit auf die effiziente Raumgröße weff C.2 Zusätzliche Einflüsse auf das Maximum der Prozesse pmax C.3 Abschätzung der maximalen Workerdichte per Random Sequential Adsorption D Ergänzungen zur Simulation von Gold-PVD E Multilagen-PVD E.1 Porenbildung bei Unterrelaxation E.2 Simulationen mit Lagendicken von jeweils 5 nm F Simulation der CVD-Precursormoleküle Silan und Sauerstoff F.1 Stabilität der Precursormoleküle F.2 Reaktion der Precursormoleküle Literaturverzeichnis