溶胶凝胶法制备镁/锶掺杂氧化铪薄膜的相变及铁电性能研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:qq_13439718
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
铁电存储器以其高速、低功耗和高可靠性等特点成为新一代非易失性存储器的有力竞争者。然而,由于目前使用的PZT等传统铁电材料具有与标准CMOS工艺兼容性差、难以小型化等缺点,这在很大程度上限制了铁电存储器的发展。近十几年来研究发现,二氧化铪(HfO2)薄膜除了本身结构简单、成分易控、化学性质稳定且具有较优秀的Si基CMOS集成工艺技术兼容性外,还可通过元素掺杂、控制制备工艺等获得较高的的剩余极化强度和矫顽电场,是一种新型铁电材料。HfO2基铁电薄膜优异的性能使其可应用于新一代高密度、低功耗铁电存储器,在信息存储等领域具有广阔的应用前景。本论文使用纯水基溶胶-凝胶法制得HfO2溶胶前驱体,以旋涂镀膜的方式在p-Si(100)基片沉积了镁/锶掺杂二氧化铪(Mg/Sr:HfO2)薄膜,最后在薄膜上溅射钨(W)电极,形成W-Mg/Sr:HfO2-Si(MIS)结构电容器,研究了Mg/Sr掺杂浓度、薄膜厚度对于薄膜结构与性能的影响。使用X射线光电子能谱(XPS)测试分析薄膜成分;使用原子力显微镜(AFM)分析表面粗糙度;使用掠入射X射线衍射(GIXRD)测试分析薄膜的相结构;使用X射线反射率(XRR)测试拟合得薄膜的厚度、密度和粗糙度;使用Radiant铁电测试仪测试了电学性能。本实验成功制备具有明显铁电性的Mg:HfO2和Sr:HfO2薄膜,同时使用直流磁控溅射法成功沉积可用作电极的钨薄膜。随着Mg/Sr掺杂浓度的增加,室温下薄膜中稳定的晶粒会经历单斜相-正交相-立方相的相变过程,适当的掺杂浓度可完全抑制薄膜中单斜相的形成。Mg掺杂浓度在0.4~3.7 mol%范围内时可使薄膜获得铁电性,在掺杂浓度为2.3 mol%时其铁电性能较优异;Sr掺杂浓度在2.0~3.6 mol%范围内时可获得铁电性,其铁电性在Sr掺杂浓度为3.6 mol%时较优异。经过10~7次的双极循环电场加载后,两种元素掺杂的薄膜均能保持一定的性能,有较好的抗疲劳性能。在掺杂浓度一定时,薄膜中晶体结构与膜厚有关。在较低的掺杂浓度下,较小的膜厚有利于正交/立方相在室温下的稳定,抑制单斜相的形成;在较高的掺杂浓度下,较大的膜厚也可以使薄膜中正交/立方相晶粒在室温下全部稳定。测试结果表明膜厚为13.5 nm~57.4nm的2.3 mol%Mg:HfO2薄膜以及膜厚为13.0 nm~58.0 nm的3.6 mol%Sr:HfO2薄膜均具有铁电性,且矫顽电场强度与薄膜厚度关系符合Janovec-Kay-Dunn(JKD)定律。
其他文献
石墨炔作为新一代碳基薄膜材料,由于其独特的层状结构以及丰富的分布式孔结构,是理想的气体分离膜材料。本论文采用铜基生长法制备石墨二炔(graphdiyne,GDY),通过调节前体的加入量和合成的反应时间来控制合成在铜箔上石墨二炔的厚度。由于合成在铜箔上的石墨炔不具有透气性,本论文中选用的聚间苯二甲酰间苯二胺(PMIA)多孔聚合物辅助转移铜箔上的石墨二炔。为了提高石墨二炔复合分离膜的选择性,从转移过程
学位
医疗、教育、娱乐、视频监控、视频检索等不同领域的人体活动监测以及异常活动识别任务与人体行为识别的研究密切相关。然而,由于人类动作的高度可变性,使得基于视频图像的人体行为识别成为具有挑战性的工作。此外,视频人体易被遮挡,亮度、视角和背景的变化同样增加任务的复杂性。目前,视频行为识别的研究从早期的手工特征模型发展到深度学习模型。手工提取特征的优点是可解释性强,能够针对不同的识别任务提取具有针对性的特征
学位
为了模拟人脑高效处理信息的工作模式,研究者们提出人工神经网络模型,目前在大量工程应用方面都有人工神经网络的影子。传统的人工神经网络已经用大规模集成电路实现了,其中生物神经元之间的模拟连接使用的是阻值不变的电阻元件。为了突出神经网络中突触强度可变性,使用阻值可变的忆阻器替代传统电路中的电阻元件更加贴近实际模型。由忆阻器搭建的人工神经网络动态特性一直是神经网络模型方向的研究热点,本文主要针对几类忆阻神
学位
电动汽车的锂离子电池退役后在储能系统中应用广泛。但考虑到退役电池本身已经存在了一定程度的老化,精确的容量估算及剩余寿命预测方法是确保退役电池梯次利用过程中安全使用的重要方法。本文以退役磷酸铁锂电池为研究对象,在宽温度范围下进行进一步加速老化实验,基于实验各个循环电池充电曲线特征变化,提出了多特征输入的电池容量估算方法以及间接剩余寿命预测方法,本文主要研究内容如下:(1)宽温度范围内电池加速老化实验
学位
当前我国已成为老年人口最多的国家之一,老年人也是各种疾病的高发群体,特别是能引起下肢功能性障碍的脑卒中和神经损伤性疾病。下肢功能性障碍给患者带来了巨大的生活困难和压力,有研究表明康复医疗可以一定程度上恢复患者的运动功能。现有的康复师和康复医疗资源远远不能满足患者的需求,康复机器人的出现可以一定程度上缓解医疗资源短缺的现象,有些方面还超过了康复技师的治疗效果。因此,康复机器人技术的研究引起了众多学者
学位
国内交通事故频发,多数由于交通路口处的行人与车辆之间存在摩擦,交通路口的场景理解对于交通安全很有必要。斑马线区域是交通路口的重要组成之一,也是行人与车辆交互最多的区域,做好斑马线区域的场景理解对行人和车辆都是至关重要的。对斑马线区域的理解往往停留在分割或者检测层面,没有进一步对该区域进行分析应用。本文针对这一问题,结合双目立体视觉,对斑马线区域进行分割并研究其应用,主要通过神经网络对斑马线区域进行
学位
<正>勾股定理的教学不仅具有思想教育的价值,而且具有丰富的数学教育价值.笔者参考人民教育出版社,北京师范大学出版社和江苏科学技术出版社三种教材对"勾股定理"获得的编排方式,并进行对比,结合《义务教育数学课程标准》(2011年版)对学生数学活动经验积累的要求,进行研究,以期最大程度地促进学生思维的发展.一、勾股定理引入的三种安排人教版教材首先简略讲述了毕达哥拉斯从观察地面图案的面积关系发现勾股定理的
期刊
近年来,随着人口老龄化的加剧,由中风或者受伤导致下肢运动障碍的人越来越多。利用下肢外骨骼辅助康复训练可以帮助行动不便的人重新获得行走能力,具有很高的应用价值。特定的外骨骼控制跟踪策略往往需要大量的步态数据和步态轨迹数据用于设计和训练。数据收集的高成本或隐私等问题导致人体步态数据非常稀缺,这将影响控制器或模型的性能。本研究提出了基于生成对抗网络(GAN)的数据增强方法,以生成大量合成的步态数据,减轻
学位
<正>新《课程标准》提出:通过数学课程的学习,学生能提高从数学角度发现问题、提出问题、分析问题、解决问题的能力.这是对学生"问题解决"的能力提出了更高的要求,使得数学教学中"问题解决"的地位进一步提升.本文以"勾股定理"知识体系建构为例,在问题解决的视域下,着眼于学生对知识的理解以及知识体系的建构,关注学生在学习过程中取得的发展和进步,这节课为沪教版九年义务教育课本八年级第一学期第十九章第九课勾股
期刊
手写汉字识别在自动文字录入、现代化办公和无纸化生活中有着重要的研究价值。由于手写汉字种类繁多和书写风格迥异,使得对手写汉字识别一直以来是研究的热点。近年来,随着深度卷积神经网络模型被应用到汉字识别中,研究者们通过增加网络深度来提高汉字识别准确率,却忽视了网络模型自身的体积大小。不仅如此,网络模型深度的增加还伴随着大量的冗余参数的出现。为了解决这些问题,本文基于深度神经网络模型的优化与压缩在手写汉字
学位