Математическое моделирование резистивных состояний и динамического переключения мемристора на основе оксида металла

Об авторах:

Ибрагим Абдулла Хайдар Абдо, аспирант кафедры прикладной и технической физики, Тюменский государственный университет; abdulla.ybragim@mail.ru, ORCID:0000-0002-1709-9882

Удовиченко Сергей Юрьевич, доктор физико-математических наук, профессор кафедры прикладной и технической физики, Физико-технический институт, руководитель НОЦ «Нанотехнологии», Тюменский государственный университет; eLibrary AuthorID, ResearcherID, ScopusID, udotgu@mail.ru

Аннотация:

Представлена математическая модель резистивных состояний и динамического переключения мемристора из низкопроводящего в высокопроводящее состояние на основе физической модели массопереноса зарядов без учета процесса теплопереноса в структуре «металл — оксид — металл» при доминирующем транспортном механизме туннелирования электронов через кислородные вакансии, мигрирующие под действием неоднородного самосогласованного электрического поля. Найдено аналитическое решение для распределения концентрации кислородных вакансий по толщине слоя оксида гафния в приближении постоянного электрического поля. Модель мемристора в неоднородном электрическом поле реализована в виде специализированной программы на основе метода конечных разностей для решения стационарного нелинейного дифференциального уравнения первого порядка. Она хорошо описывает физический эффект замедления роста проводимости тонкого слоя оксида металла при доминирующем транспортном механизме туннелирования электронов через кислородные вакансии, возникающий в результате роста концентрации захваченных электронов с увеличением напряжения на электродах вблизи порогового напряжения переключения. Проведено численное моделирование дискретных резистивных состояний и динамического переключения мемристора из низкопроводящего в высокопроводящее состояние. Построенная вольт-амперная характеристика мемристора с помощью численного моделирования лучше согласуется с экспериментальными данными по сравнению с аналитическим расчетом. Численную модель можно применять при исследовании и разработке мемристоров с заданными электрическими характеристиками. Простая аналитическая модель мемристора, не требующая большого объема вычислений, применима для моделирования процессов записи, сложения сигналов и ассоциативного самообучения в сверхбольших запоминающей и логической матрицах биоморфного нейропроцессора, в которых мемристоры используются в качестве синапсов нейронов.

Список литературы:

1. Горшков О. Н. Изучение диффузии ионов кислорода в МДМ-структурах на основе стабилизированного диоксида циркония, проявляющих резистивное переключение / О. Н. Горшков, И. Н. Антонов, А. И. Белов, А. П. Касаткин, С. В. Тихов, М. Е. Шенина, М. Н. Коряжкина // Вестник Нижегородского университета им. Н. И. Лобачевского. 2013. № 5 (1). С. 51-54.

2. Журавский Д. В. Установление подобия свойств синапса и мемристора, используемого в электронном устройстве / Д. В. Журавский, А. Н. Бобылев, С. Ю. Удовиченко, В. А. Филиппов // Нейрокомпьютеры: разработка и применение. 2015. № 11. С. 95-101.

3. Исламов Д. Р. О транспорте заряда в тонких пленках оксида гафния и циркония / Д. Р. Исламов, В. А. Гриценко, А. Чин // Автометрия. 2017. Том 53. № 2. С. 102-108. DOI: 10.15372/AUT20170212

4. Маевский О. В. Логический коммутатор и запоминающее устройство на основе мемристорных ячеек для электрической схемы нейропроцессора / О. В. Маевский, А. Д. Писарев, А. Н. Бусыгин, С. Ю. Удовиченко // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2016. Том 2. № 4. С. 100-111. DOI: 10.21684/2411-7978-2016-2-4-100-111

5. Писарев А. Д. Комбинированный мемристорно-диодный кроссбар как основа запоминающего устройства / А. Д. Писарев, А. Н. Бусыгин, А. Н. Бобылев, С. Ю. Удовиченко // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2017. Том 3. № 4. С. 142-149. DOI: 10.21684/2411-7978-2017-3-4-142-149

6. Френкель Я. И. К теории электрического пробоя в диэлектриках и электронных полупроводниках / Я. И. Френкель // Журнал экспериментальной и теоретической физики. 1938. Том 8. № 12. С. 1292-1301.

7. Chernov A. A. Three-dimensional non-linear complex model of dynamic memristor switching / A. A. Chernov, D. R. Islamov, A. A. Pil’nik, T. V. Perevalov, V. A. Gritsenko // ECS Transactions. 2017. Vol. 75. No. 32. Pp. 95-104. DOI: 10.1149/07532.0095

8. Dirkmann S. Filament growth and resistive switching in hafnium oxide memristive devices / S. Dirkmann, J. Kaiser, C. Wenger, T. Mussenbrock // ACS Applied Materials and Interfaces. 2018. Vol. 10. No. 17. Pp. 14857-14868. DOI: 10.1021/acsami.7b19836

9. Hill R. M. Poole-Frenkel conduction in amorphous solids / R. M. Hill // Philosophical Magazine. 1971. Vol. 23. Pp. 59-86. DOI: 10.1080/14786437108216365

10. Ielmini D. Resistive Switching. From Fundamentals of Nanoionic Redox Processes to Memristive Device Applications / D. Ielmini, R. Waser. Germany: Wiley-VCH, 2016. 784 p.

11. Kumar S. Oxygen migration during resistance switching and failure of hafnium oxide memristors / S. Kumar, Z. Wang, X. Huang, N. Kumari, N. Davila, J. P. Strachan, D. Vine, A. L. D. Kilcoyne, Y. Nishi, S. Willians // Applied Physics Letters. 2017. Vol. 110. Article 103503. DOI: 10.1063/1.4974535

12. Matveyev Yu. Crossbar nanoscale HfO2-based electronic synapses / Yu. Matveyev, R. Kirtaev, A. Fetisova, S. Zakharchenko, D. Negrov, A. Zenkevich // Nanoscale Research Letters. 2016. Vol. 11. P. 147. DOI: 10.1186/s11671-016-1360-6

13. Matveyev Yu. Resistive switching and synaptic properties of fully atomic layer deposition grown TiN/HfO2/TiN devices / Yu. Matveyev, K. Egorov, A. Markeev, A. Zenkevich // Journal of Applied Physics. 2015. Vol. 117. Article 044901. DOI: 10.1063/1.4905792

14. Menzel S. Physics of the switching kinetics in resistive memories / S. Menzel, M. Salinga, U. Böttger, M. Wimmer // Advanced Functional Materials. 2015. Vol. 25. Pp. 6306-6325.

15. Noman M. Computational investigations into the operating window for memristive devices based on homogeneous ionic motion / M. Noman, W. Jiang, P. A. Salvador, M. Skowronski, J. A. Bain // Applied Physics A. 2011. Vol. 102. Pp. 877-883. DOI: 10.1007/s00339-011-6270-y

16. Rozenberg M. J. Mechanism for bipolar resistive switching in transition-metal oxides / M. J. Rozenberg, M. J. Sanchez, R. Weht, C. Acha, F. Gomez-Marlasca, P. Levy // Physical Review B. 2010. Vol. 81. Article 115101. DOI: 10.1103/PhysRevB.81.115101

17. Savel’ev S. E. Molecular dynamics simulations of oxide memory resistors (memristors) / S. E. Savel’ev, A. S. Alexandrov, A. M. Bratkovsky, R. S. Williams // Nanotechnology. 2011. Vol. 22. Article 254011. DOI: 10.1088/0957-4484/22/25/254011

18. Strukov D. B. Exponential ionic drift: fast switching and low volatility of thin-film memristors / D. B. Strukov, R. S. Williams // Applied Physics A. 2009. Vol. 94. Pp. 515-519. DOI: 10.1007/s00339-008-4975-3

19. Strukov D. B. The missing memristor found / D. B. Strukov, G. S. Snider, D. R. Stewart, R. S. Williams // Nature. 2008. Vol. 453. Pp. 80-83. DOI: 10.1038/nature06932

20. Vandelli L. A physical model of the temperature dependence of the current through SiO2/HfO2 stacks / L. Vandelli, A. Padovani, L. Larcher, R. G. Southwick III, W. B. Knowlton, G. Bersuker // IEEE Transaction Electron on Devices. 2011. Vol. 58. No. 9. Pp. 2878-2887. DOI: 10.1109/TED.2011.2158825

21. Walczyk C. Impact of temperature on the resistive switching behavior of embedded HfO2-based RRAM devices / C. Walczyk, D. Walczyk, T. Schroeder // IEEE Transactions on Electron Devices. 2011. Vol. 58. No. 9. Pp. 3124-3131. DOI: 10.1109/TED.2011.2160265

22. Waser R. Nanoionics-based resistive switching memories / R. Waser, M. Aono // Nature Materials. 2007. Vol. 6. No. 11. Pp. 833-840. DOI: 10.1038/nmat2023