当前位置: 模型材料 >> 模型材料介绍 >> 这个材料太火了,它又上NM了
引子
随着大数据时代的到来,人们对信息存储的要求也越来越高。现有的存储设备或材料逐渐无法满足人们的需求,因此,寻找新型的信息存储材料则变得尤为迫切。目前主流的存储器都或多或少存在着一些难以克服的缺陷,如储读写速度过慢,存储稳定性不佳,无法实现非易失存储等。为此新一代存储器件必须从原理上做改变,基于以上思想,人们提出了铁电存储、相变存储等一系列新的概念。
事实上,长期以来,由于传统铁电材料的诸多缺陷,铁电存储发展缓慢。年新发现的具有铁电性能的HfO2彻底改变了人们对铁电存储认识。HfO2以其优异的铁电性能,与硅工艺的兼容性以及在极低尺寸下的铁电保持特性迅速进入了人们的视野,它在微电子领域存在着相当大的潜力。然而其待解决的科学和工程问题也十分之多:如何使得HfO2铁电相稳定存在,如何使其矫顽场降低,如何改善HfO2的抗疲劳特性等等。
研究内容
美国内布拉斯加大学林肯分校(UNL)的著名教授EvgenyY.Tsymbal带领其的课题组制备出了接近理论极化强度的Y掺杂HfO2外延薄膜,通过多种手段表征了其薄膜性质,证明了基底约束在稳定氧化铪铁电相的过程中,起了十分重要的作用。
图1氧化铪的晶体结构及其性能表征
该课题组采用激光脉冲沉积(PLD)的方式,首先在La0.7Sr0.3MnO3(LSMO)基底上生长了SrTiO3(STO)薄膜,之后在不同取向的STO薄膜上生长了5%Y掺杂的HfO2(Y-HfO2),图1(b)电子衍射(XRD)图谱表明,Y-HfO2表现出了很好的外延特性,同时也出现了铁电相的特征峰,通过摇摆曲线来描述材料结晶度,如图1(d)所示。通过对比不同STO取向生长的Y-HfO2薄膜结晶度及其极化值,作者证明了结晶度与极化强度正相关,且与结晶温度直接对应。值得一提的是,该实验制备出的Y-HfO2剩余极化值高达50uC/cm2,达到了理论计算值。
图2原子力显微镜表征结果
为进一步证明其实验结果的可靠性,作者利用原子力显微镜对材料的形貌、相位等进行了表征。利用振幅和相位图对写畴后区域的分析可以看出,其畴壁界限明显,相位差达到了度,这证明了Y-HfO2具有非常优秀的铁电性能。图2(c)为薄膜表面的形貌图,其表面形貌表现出货明显的台阶状,与XRD图相互印证,证明了Y-HfO2薄膜的外延特性。为了消除注入电荷、氧空位电荷干扰等非本征因素,作者在20K的环境下,进行了加电场实验,如图2(d)所示,其相位翻转达到了度,表现出了与电滞回线几乎完全一致的形状,这表明,该铁电极化是本征的,而非外部因素所导致的。
随后,文章研究了不同环境以及生长环境下Y-HfO2材料的铁电性能,研究发现,该材料在不同环境温度下的极化值变化不大,这表明Y-HfO2拥有较好的热稳定性,极化强度在图3(c)中给出。
图3不同温度及生长温Y-HfO2对极化强度的影响
有趣的是,这和传统铁电材料极化值随温度的变化规律相反。一般来说,由于热扰动的影响,随着温度升高,材料内部缺陷增多,导致铁电相翻转困难,这会导致材料极化值减小。而在Y-HfO2薄膜中表现出的极化随温度升高的现象很不寻常。作者解释称此起源于氧化铪材料独特的性质,随着温度的增加,氧空位的活性和浓度都有所提高,前人的研究表明,氧空位有利于氧化铪铁电相的生成。图3(d)描述了不同生长温度下的Y-HfO2电滞回线,其明显表现出温度的依赖关系,作者将此归因于Y-HfO2生长温度对结晶度的影响。
图4薄膜结构表征图
在氧化铪的研究中,人们还发现了一类具有一定争议性的菱方相结构,该结构被认为是另一种铁电起源。为讨论菱方相产生的可能性,该课题组通过精细XRD衍射分析,如图4所示,得出了结构中菱方相畸变较少的结论。XRD图谱表明,菱方相畸变仅在角度上产生了0.25度的差别,结构依旧保持了a=5.20b=5.07c=5.08的晶格常数,不太符合菱方相特征,因此该课题组制备的Y-HfO2薄膜菱方相畸变程度十分有限。
图5菱方相畸变对Y-HfO2铁电性的影响
为验证菱方相畸变对薄膜铁电性能的影响,该课题组采用了第一性原理的计算手段进行了说明。如图5所示,通过改变氧化铪结构的晶格常数,修改角度后,其与未畸变的氧化铪能量相差无几,这表明在实验制备的薄膜中,该畸变并不会明显影响其相稳定性。作者进一步分析了畸变在极化上带来的影响,计算结果表明,角度的改变仅使薄膜极化降低了0.02uC/cm2,这一数值在实际情况中可以忽略不计。总的来说,虽然在STO基底的夹持作用下,Y-HfO2薄膜产生了一定的菱方畸变,但无论从相稳定性和极化大小的方面考虑,其影响都是微乎其微的,该实验并不支持氧化铪的菱方相铁电起源假说。
写在后面
历年文章发表的情况表明,结合原理计算往往可以使文章档次提升,有机会冲击高水平期刊。事实上,翻阅Nature、Science等主流期刊的理工类文章就会发现,几乎所有文章都会结合一定程度的理论计算。因此掌握一门理论计算的手段是每位科研工作者的基本素养。
随着第一性原理的蓬勃发展,其地位也越来越高,对于广大从事实验的科研工作者而言,学习好第一性原理计算方法绝对是物超所值的。事实上,第一性原理计算的学习非常耗时且难度较高,比如:
从理论学习到实际操作,以及大量的参数设置都会让初学者望而却步。
目前主流的第一性计算软件均是基于linux操作系统,这进一步增加了学习成本。若考虑更深层次的应用,还需要掌握至少一种编程语言,和基本编译方法,以独立解决计算中遇见的各种问题。以上困难使得非专业人士几乎不可能独立完成第一性原理的学习和计算工作,更难以获得自己想要的数据。为此Matcloud+高通量材料集成计算平台恰好提供了一个很好的入门及学习途径。
MatCloud+无需编程基础,即可开展高通量分子模拟和机器学习
无需学会复杂的linux操作,快速上手模拟计算。通过组件化计算性质,拖拽式搭建工作流,点选式设置参数,将晦涩难懂的参数设置转换为了简单的点选式操作,非常友好地解决了上述问题。该平台在第一性原理计算方面提供了VASP、QE等主流的计算软件结构,非常适合初学者利用学习。该平台还提供了晶体、分子数据库,有利于快速检索需要计算的材料结构,同时还支持高通量计算,将人们从复杂的编程中解放出来,将材料搜索和计算变得简单。
图aMatCloud+平台晶体数据库界面
在材料制备中,掺杂是一种利用十分广泛的材料改性方法,本次将就如何利用MatCloud+平台的随机取代组件做元素掺杂的计算做介绍。以上文提到的氧化铪为例,首先我们可以通过平台的晶体库找到合适的晶体结构。如图a所示,点击左上角的“数据库”按钮,选择晶体数据库,进入数据库界面,输入HfO2后点击“搜索”按钮。我们选择Pca2_1空间群的Hf4O8结构,然后点击“导出选择结构”到结构集、私有数据库或者本地中,作为我们计算的结构。如图b所示。
图b数据库搜索结果示意图
随后回到模拟界面,新建项目后命名,进入项目,点击“新建工作流”,在输入控制栏中选择“通用导入组件”将其用鼠标左键拖至空白区,并在建模中选择“随机取代”,拖入空白区域,并将二者连接起来形成工作流如图c所示。
图c随机取代项目流程图
点击“通用导入组件”右侧的三个点,选择参数设置,选择从“结构集、私有数据库或者本地导入”,如图d所示,选择之前我们从数据库中选取的Hf4O8结构,导入并选择。
图d通用导入组件参数设置
保存并退出后,类似“通用导入组件”设置,打开“随机取代”的参数,如图f所示,我们假定利用Y取代Hf如图f所示,设置完毕,退出并保存。之后点击右上角的“提交”按钮开始计算。计算完成后点击“查看结果”可以得到已经搭建好的结构模型。
图f随机取代参数设置
以上就是建立取代掺杂结构的方法,后续我们将学习如何通过已获得的结构进行第一性原理计算,获得所需的重要信息,并与实验结果相比较。