基于多晶ZnO材料的selector器件研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:leon_xu23
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在信息存储技术日益发展的今天,存储器成为当代集成电路产业中最重要、最基础的部件之一。存储器的高集成度、较大的存储容量、高读写速度和低功耗等特性要求使它成为现如今集成电路产业发展的重要推动力。市场上各类型的存储器形成百花齐放的局面,Flash存储器走上技术的物理极限后,使革命型的全新非易失性存储器在整个存储产业中起了主导地位。有代表性的非易失性存储器主要有铁电存储器、磁性存储器、相变存储器和阻变存储器。非易失性存储器主要以交叉点阵列结构来存储数据,在高集成度的存储阵列中,各单元之间的串扰问题和功耗问题一直未能得到有效解决。具有非线性的选通器串接在存储单元中避免了高集成度的存储阵列之间串扰和漏电,从而关于选通器的研究收到广大的关注。近年来关于选通器的研究如火如荼,不同工作机理和不同结构的选通器被科研工作者进行研究。而这些选通器的实用性也备受争议,需要在交叉点阵列中与存储器协同实践检验性能的可靠性。非线性是决定选通器器件性能的最重要的参数之一。目前市场上主要有基于相变机理和隧穿机理的选通器器件。选通器的主要结构有MIM、MSI、NPN、NIPIN和MIEC结构。本文主要研究了基于隧穿机理而产生非线性的选通器,在1SIR结构中来改善存储性能和提升集成度。本文主要通过基于密度泛函理论的第一性原理的计算方法,研究了多晶ZnO作选通器材料的可靠性。首先,通过计算发现ZnO晶体不同表面的电学特性各不相同,造成这种现象的原因是晶体的各向异性。其次通过比较所搭建的三种不同多晶模型的电学特性和伏安特性曲线发现,多晶状态下会引入晶界势垒。而晶界势垒是其产生非线性的主要原因,晶界势垒的高低也决定了其非线性和导电性的大小。非线性的强弱决定了其对RRAM器件的整流作用,拥有较高非线性的选通器相应的能够更有效的解决RRAM的串扰漏电等问题。为了使多晶ZnO选通器更好匹配RRAM器件的工作电流,我们在多晶ZnO中掺杂N元素,减小多晶体系的带隙,从而提升器件的导电性。另外,考虑工艺上器件结构,我们在多晶ZnO两端插入不同电极,使其应用在实际工作条件下,也能保持优良的非线性和导电性。我们研究比较了C/多晶ZnO/C、Cu/多晶ZnO/Cu、Zn/多晶ZnO/Zn三种在不同电极条件下的体系电子特性。C电极的插入会引入界面态和界面势垒,界面势垒的存在使非线性增强但工作电流相应减小。Cu电极同样会引入界面势垒,通过加H钝化后界面态消除。由于Cu金属的电势较高,导致远离界面的Cu电势高于ZnO平均电势,从而影响载流子传输。Zn金属电势与ZnO几乎相等,H钝化后完全消除了界面势垒。另外,电极的插入使费米能级上移,导致体系工作电流增大。最后得出Zn/多晶ZnO/Zn器件结构可以有效的解决RRAM的漏电和功耗问题。
其他文献
伴随着国家经济的发展,地下空间工程大量兴建,在建筑工程深基坑施工过程中,经常需要将地下水位降到一定深度,才能使基坑底部无水,便于施工。如何保证地下工程安全高效施工、
《物权法》第149条住宅建设用地使用权期限届满后自动续期的规则,从学术探讨到舆论热点,从升斗小民到党中央国务院对该问题的关注有增无减。该问题事关所有城市居民的财产权
线位移传感器作为尺寸测量仪器广泛应用于航空航天、军工科研、民生基建等领域,具有响应速度快、量程范围广、测量精度高等特点。目前的检测装置存在效率低、精度差、人为因
及至2005年12月31日,为推进我国资本市场改革,促进企业建立健全激励与约束机制,国务院证券管理委员会发布《上市公司股权激励管理办法(试行)》,此后,越来越多上市公司采用股
强对流天气是指雷暴、闪电、暴雨、冰雹等灾害性天气。冰雹作为一个强对流天气,具有很大的破坏力和强烈的爆发力,这是阿克苏地区的主要灾害性天气,给阿克苏地区的春、夏农业
早期,立法者对商标权的保护建立在商标是一种“财产”这一普遍认识基础之上。现代商标法不仅要保护商标之财产权益,还要保护商标所承载的商誉。为此,商标立法将保护范围扩大
混凝土的耐久性问题受到学者们的广泛关注。微胶囊技术作为一个新兴的自修复技术,为提高混凝土耐久性提供了一种可行的思路。现有文献已经对微胶囊水泥基材料的力学及耐久性
21世纪20年代,经历了三次工业革命后的黄金岁月,科学技术飞速发展,智能产品层出不穷,一些譬如人工智能、虚拟与现实技术、物联网、汽车电子等新科技兴起。高速发展的信息技术
在航天、化工、电力及力学等工程技术领域常存在时间尺度不同的动力系统,控制理论中将这类具有多时标特征的系统抽象成奇异摄动系统来研究。在实际工业中,被控对象和控制器以及传感器执行器的工作状况都将影响其控制性能,而运行过程中元器件的老化和一些意外的发生不可避免。除此之外,伴随着工业系统规模日趋庞大,其控制要求日渐精细复杂,系统中普遍存在的不确定和时滞及外部干扰等因素不容忽视。基于上述原因,本文研究了具有
现实世界中,许多系统都可以建模成相应的复杂网络,进而分析,如微博网络、蛋白质网络、文献网络等。这些网络通常以模块(又称社区)构成,模块内部的连通性较好,模块之间则较低。社区发现是复杂网络分析的一个重要问题,对发现网络中节点之间的隐藏关系,挖掘网络信息有着重要理论意义和实用价值。传统基于种子集的社区发现算法仅构造单一识别模型,无法有效识别社区成员。针对该问题,本文研究基于多模型集成学习和种子集扩展的