论文部分内容阅读
随着物联网、人工智能和大数据的发展,柔性可穿戴电子设备因轻薄、柔软、可大面积制造等众多优势广泛应用于健康监测、人机交互等方面,呈现出巨大的市场前景。而数据的爆炸式增长则对柔性信息存储器件提出了更富挑战性的要求。忆阻器是一种具有记忆功能的非线性电阻,可实现非易失多态存储并广泛应用于神经形态计算中。但是,传统的柔性忆阻器存在存储稳定性差的问题,在信息处理及人工突触的应用上面临巨大的挑战。因此,研究人员一直致力于研发一种新型柔性忆阻器。近年来,在众多新兴存储器件中,基于铁电极化翻转原理的铁电忆阻器可实现稳定的非易失信息存储。因此,将铁电忆阻器与柔性衬底相结合,实现集能耗低、存储密度高、抗弯曲等众多优势于一身的柔性铁电忆阻器,并用于构筑人工突触器件,实现神经形态计算,将为新型柔性信息器件在人工智能领域的应用带来巨大前景。本论文将以柔性铁电忆阻器为研究对象,对其多态信息存储及神经形态突触器件原型展开深入研究。本论文共分为五章,每章主要内容概述如下:第一章中,主要介绍了柔性忆阻器的基本定义和不同的物理机制,重点讨论了柔性铁电忆阻器的存储机制及研究进展,概括了柔性忆阻器在人工突触器件及神经形态计算方面的研究进展,总结了柔性忆阻器的发展趋势和存在的问题。基于上述分析,给出了本论文的研究内容和技术路线。第二章中,构建了 Au/BiFeO3 （BFO）/SrRuO3 （SRO）/BaTiO3 （BTO）/mica 柔性铁电二极管异质结忆阻器。该柔性铁电异质结具有已报道的柔性铁电器件中最大的铁电极化强度、良好的耐弯曲性和电阻开关比。该柔性铁电异质结表现出良好的忆阻特性,用其模拟构建的全连接深度神经网络具有高的图像识别率。通过合理设计SrRuO3 （SRO）/BaTiO3（BTO）双缓冲层,在柔性云母衬底上制备了高性能（111）取向的Au/BFO（～360 nm）/SRO（～25 nm）/BTO （～20 nm）/mica柔性铁电二极管异质结,实现了大的铁电饱和极化强度（100 μC/cm~2）和剩余极化强度（97μC/cm~2）,是目前已报道的柔性铁电器件中获得的最大铁电极化强度。同时,BFO柔性铁电异质结在5 mm的弯曲半径下弯曲104次后表现出稳定的铁电性,凸显了器件良好的耐弯曲性。基于BFO的铁电极化翻转,柔性铁电异质结可实现电阻连续可调的忆阻特性,其电阻开关比约为25。因此,柔性铁电异质结可用于构筑人工突触器件,实现脉冲时序依赖可塑性功能。基于柔性铁电异质结忆阻器的实际性能,模拟构建了全连接深度神经网络,通过在线监督学习实现了对于MNIST手写体高达90%的识别率,我们的研究工作凸显了柔性铁电异质结忆阻器在非易失信息存储以及神经形态计算方面的应用潜力。第三章中,设计并构筑了 Au/Ti/ZnO/BFO/SRO/BTO/mica柔性铁电隧道结忆阻器。该柔性铁电隧道结的电阻开关比为10,并具有良好的保持特性和耐弯曲性。该柔性隧道结具有良好的忆阻特性,并用其模拟构建了全连接人工神经网络,实现了高的图像识别率。在无机柔性云母衬底上制备了 Au/Ti/ZnO（～120nm）/BFO （～1.2 nm）/SRO（～20nm）/BTO （～20nm）/mica 柔性铁电隧道结忆阻器。通过BFO铁电极化翻转对肖特基势垒的调控,该柔性铁电隧道结实现了隧穿电阻的连续非易失调控,且在9 mm的弯曲半径下弯曲103次后,柔性铁电隧道结忆阻器可实现良好的隧穿电阻的阻变特性,表明BFO柔性铁电隧道结具有良好的耐弯曲性。因此,BFO柔性铁电隧道结可构筑人工突触器件,实现弯曲下良好的脉冲时序依赖可塑性,并在电导调控方面呈现好的线性度（-0.24）、高对称性（0.18）及低的周期随机性（1.77%）。基于BFO柔性铁电隧道结忆阻器的实际性能结合计算机程序,模拟构建了全连接人工神经网络,实现了对MNIST手写体和F-MNIST图像集的识别任务,识别率分别达到92.8%与86.2%,其结果和基于理想突触器件模拟识别结果相近。以上结果表明具有稳定、非易失、多态存储及抗弯曲等优势的柔性铁电隧道结忆阻器在神经形态计算方面具有应用潜力。第四章中,制备了具有良好的铁电特性和耐弯曲性的Pt/Hf0.5Zr0.5O2（HZO～7.6 nm）/TiN/mica柔性铁电薄膜异质结。该异质结具有大的铁电饱和极化强度（Ps～30μC/cm~2）和剩余极化强度（2Pr～35μC/cm~2）。在6mm的弯曲半径下弯曲104次后依旧可实现良好、稳定的铁电性,凸显了其良好的耐弯曲性。基于HZO良好的铁电特性,构建的Cr0.11In1.89O3/HZO/TiN/mica柔性铁电场效应管具有良好的非易失存储及开关特性。在低的操作电压下（±2 V）可实现开关比＞103的沟道电阻非易失调控,获得了～102 mV/dec的低亚阈值摆幅。第五章中,总结了本论文在柔性铁电多态信息存储与神经形态忆阻器方面的主要研究成果,分析了研究中需要改进的地方,并展望了未来柔性铁电忆阻器的研究方向。