Выпуск:
2024. Том 10. № 3 (39)Об авторах:
Бусыгин Александр Николаевич, кандидат физико-математических наук, доцент кафедры прикладной и технической физики, Школа естественных наук, Тюменский государственный университет, Тюмень, Россия; старший научный сотрудник, лаборатория мемристорных материалов, Центр природовдохновленного инжиниринга, Тюменский государственный университет, Тюмень, Россия; a.n.busygin@utmn.ru, https://orcid.org/0000-0002-3439-8067
Аннотация:
Предложена нестационарная одномерная физико-математическая модель массопереноса кислородных вакансий и захваченных электронов при постоянном электрическом поле, которая позволяет точнее определить влияния температуры на электрофизические свойства металлооксидного мемристора по сравнению со стационарной моделью. В отличие от известных моделей, она содержит нестационарные уравнения непрерывности для концентрации захваченных электронов и их плотности тока и соответствующие граничные условия. Разработанная модель позволяет корректно учесть переходные процессы, которые происходят в условиях построения вольт-амперной характеристики мемристора при разных скоростях изменения напряжения во времени. Расчетные значения концентраций вакансий кислорода различаются для нестационарной и известной стационарной модели. В первом случае также наблюдается сильная зависимость профиля концентрации вакансий кислорода от температуры активного слоя мемристора. Существенные отличия распределений концентраций вакансий по толщине пленки наблюдаются при температуре пленки, равной 600 К. Показано, что нестационарная модель точнее воспроизводит экспериментальную вольт-амперную характеристику изготовленного мемристора. Она позволяет оценить время установления стационарного распределения концентрации зарядов и анализировать процесс резистивного переключения при разной скорости изменения напряжения на мемристоре. Представленная модель востребована при численном моделировании процессов обработки сигналов в больших мемристорных массивах, используемых в нейроморфных устройствах.Ключевые слова:
Список литературы:
Ибрагим А. Х., Удовиченко С. Ю. 2020. Математическое моделирование резистивных состояний и динамического переключения мемристора на основе оксида металла // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. Том 6. № 2 (22). С. 127–144. https://doi.org/10.21684/2411-7978-2020-6-2-127-144
Ибрагим А. Х. А., Бусыгин А. Н., Удовиченко С. Ю. 2022. Математическое моделирование резистивного переключения в мемристоре на основе полной модели процессов массопереноса кислородных вакансий и ионов // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. Том 8. № 2 (30). С. 198–214. https://doi.org/10.21684/2411-7978-2022-8-2-198-214
Basnet P., Pahinkar D. G., West M. P., Perini C. J., Graham S., Vogel E. M. 2020. Substrate dependent resistive switching in amorphous-HfOx memristors: an experimental and computational investigation // Journal of Materials Chemistry C. Vol. 8. No. 15. Pp. 5092–5101. http://dx.doi.org/10.1039/C9TC06736A
Busygin A. N., Udovichenko S. Yu., Ebrahim A. H. A., Bobylev A. N., Gubin A. A. 2023. Mathematical model of metal–oxide memristor resistive switching based on full physical model of heat and mass transfer of oxygen vacancies and ions // physica status solidi (a). Vol. 220. No. 11. Article 2200478. https://doi.org/10.1002/pssa.202200478
Chernov A. A., Islamov D. R., Pil’nik A. A., Perevalov T. V., Gritsenko V. A. 2017. Three-dimensional non-linear complex model of dynamic memristor switching // ECS Transactions. Vol. 75. No. 32. Pp. 95–104. https://dx.doi.org/10.1149/07532.0095ecst
Dirkmann S., Kaiser J., Wenger C., Mussenbrock T. 2018. Filament growth and resistive switching in hafnium oxide memristive devices // ACS Applied Materials & Interfaces. Vol. 10. No. 17. Pp. 14857–14868. https://doi.org/10.1021/acsami.7b19836
Graves C. E., Dávila N., Merced-Grafals E. J., Lam S.-T., Strachan J. P., Williams R. S. 2017. Temperature and field-dependent transport measurements in continuously tunable tantalum oxide memristors expose the dominant state variable // Applied Physics Letters. Vol. 110. No. 12. Article 123501. https://doi.org/10.1063/1.4978757
Islamov D. R., Gritsenko V. A., Chin A. 2017. Charge transport in thin hafnium and zirconium oxide films // Optoelectronics, Instrumentation and Data Processing. Vol. 53. No. 2. Pp. 184–189. https://doi.org/10.3103/S8756699017020121
Kim S., Kim S.-J., Kim K. M., Lee S. R., Chang M., Cho E., Kim Y.-B., Kim C. J., In Chung, U., Yoo In-K. 2013. Physical electro-thermal model of resistive switching in bi-layered resistance-change memory // Scientific Reports. Vol. 3. No. 1. Article 1680. https://doi.org/10.1038/srep01680
Kim S., Choi S. H., Lu W. 2014. Comprehensive physical model of dynamic resistive switching in an oxide memristor // ACS Nano. Vol. 8. No. 3. Pp. 2369–2376. https://doi.org/10.1021/nn405827t
Kuzmichev D. S., Markeev A. M. 2021. Neuromorphic properties of forming-free non-filamentary TiN/Ta2O5/Ta structures with an asymmetric current–voltage characteristic // Nanobiotechnology Reports. Vol. 16. No. 6. Pp. 804–810. https://doi.org/10.1134/S2635167621060136
Larentis S., Nardi F., Balatti S., Gilmer D. C., Ielmini D. 2012. Resistive switching by voltage-driven ion migration in bipolar RRAM — Part II: Modeling// IEEE Transactions on Electron Devices. Vol. 59. No. 9. Pp. 2468–2475. https://doi.org/10.1109/TED.2012.2202320
Mazady A., Anwar M. 2014. Memristor: Part I — The underlying physics and conduction mechanism // IEEE Transactions on Electron Devices. Vol. 61. No. 4. Pp. 1054–1061. https://doi.org/10.1109/TED.2014.2304436
Noman M., Jiang W., Salvador P. A., Skowronski M., Bain J. A. 2011. Computational investigations into the operating window for memristive devices based on homogeneous ionic motion // Applied Physics A. Vol. 102. No. 4. Pp. 877–883. https://doi.org/10.1007/s00339-011-6270-y
Pahinkar D. G., Basnet P., West M. P., Zivasatienraj B., Weidenbach A., Doolittle W. A., Vogel E., Graham S. 2020. Experimental and computational analysis of thermal environment in the operation of HfO2 memristors // AIP Advances. Vol. 10. No. 3. Article 035127. https://doi.org/10.1063/1.5141347
Parit A. K., Yadav M. S., Gupta A. K., Mikhaylov A., Rawat B. 2021. Design and modeling of niobium oxide-tantalum oxide based self-selective memristor for large-scale crossbar memory // Chaos, Solitons & Fractals. Vol. 145. Article 110818. https://doi.org/10.1016/j.chaos.2021.110818
Patil P. J., Ahir N. A., Yadav S., Revadekar C. C., Khot K. V., Kamat R. K., Dongale T. D., Kim D. K. 2020. Effect of conductive filament temperature on ZrO2 based resistive random access memory devices // Journal of Nano- and Electronic Physics. Vol. 12. No. 2. Article 02008. https://doi.org/10.21272/JNEP.12(2).02008
Pil’nik A. A., Chernov A. A., Islamov D. R. 2020. Charge transport mechanism in dielectrics: drift and diffusion of trapped charge carriers // Scientific Reports. Vol. 10. No. 1. Article 15759. https://doi.org/10.1038/s41598-020-72615-1
Sato Y., Kinoshita K., Aoki M., Sugiyama Y. 2007. Consideration of switching mechanism of binary metal oxide resistive junctions using a thermal reaction model // Applied Physics Letters. Vol. 90. No. 3. Article 033503. https://doi.org/10.1063/1.2431792
Shen W., Kumar S., Kumar S. 2021. Experimentally calibrated electro-thermal modeling of temperature dynamics in memristors // Applied Physics Letters Vol. 118. No. 10. Article 103505. https://doi.org/10.1063/5.0039797