BNT与BFO及其复合薄膜的制备与铁电性能研究

BNT与BFO及其复合薄膜的制备与铁电性能研究

论文摘要

铁电存储器(FeRAM)作为新一代的非挥发性存储器,跟其他的传统存储器相比具有很大的优势和十分广阔的应用前景,铁电薄膜是铁电存储器最核心的部分之一,制备高性能的铁电薄膜是铁电存储器能够得到广泛应用的基础。本文在Pt(111)/Ti/SiO2/Si(100)基底上利用化学溶液沉积法(CSD)成功制备出了BNT (Bi3.15Nd0.85Ti3O12)薄膜,BFO (BiFeO3)薄膜以及二者的复合薄膜,通过变换不同的制备工艺和条件来研究退火温度、掺杂、退火气氛、升温速率和界面条件等对薄膜性能的影响。通过对所制得的BNT薄膜进行结构分析和电学性能测试发现,BNT薄膜表面致密平整,结晶良好,厚度约为360 nm;其最佳的退火温度为750 oC;升温速率会对薄膜的生长方向和薄膜质量造成显著的影响;受薄膜界面效应的影响,薄膜的铁电性能与薄膜的厚度和后退火处理密切相关。采用CSD方法制备的BFO薄膜表面致密平整,结晶良好,结果发现通过掺杂能够在一定程度上减小薄膜的漏电流并改善薄膜的铁电性,A位掺La的效果要好过A,B位同时掺La和Mn。通过在不同的气氛下退火发现,在氧气气氛下退火的薄膜比在空气气氛下退火的薄膜的漏电流更小,铁电性能更好。采用CSD方法成功的在Pt(111)/Ti/SiO2/Si(100)基底上制备出了Bi3.15Nd0.85Ti3O12/Bi0.9La0.1Fe0.95Mn0.05O3复合薄膜,发现通过制备BNT与BLFMO厚度比例合适的复合薄膜可以让整个薄膜的漏电流得到有效的降低,进而充分的发挥出BNT薄膜和BFO薄膜的各自优势,因此能极大的提升薄膜的铁电性能。当制备的复合薄膜中BNT薄膜的厚度与BLFMO的厚度比约为5:3,整个儿薄膜的厚度约为350 nm的时候,其漏电流密度下降到约为10-3A/cm2,整个复合薄膜可以测得近似饱和的电滞回线,饱和时其2Pr值可以达到80.9μC/cm2。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 铁电材料
  • 1.1.1 铁电材料的发展历史和研究现状
  • 1.1.2 铁电材料的分类
  • 1.2 铁电薄膜
  • 1.2.1 铁电薄膜的发展历史
  • 1.2.2 铁电薄膜性能及应用
  • 1.2.3 铁电薄膜的制备与性能表征
  • 1.3 铁电存储器
  • 1.3.1 铁电存储器的原理与结构
  • 1.3.2 铁电存储器的发展情况
  • 1.3.3 铁电存储器的优势与不足
  • 1.4 选题背景与研究内容
  • 1.4.1 BNT 薄膜简介
  • 1.4.2 BFO 薄膜简介
  • 1.4.3 复合薄膜介绍
  • 第2章 铁电薄膜的CSD 法制备与表征方法
  • 2.1 化学溶液沉积法(CSD)
  • 2.2 实验条件
  • 2.2.1 实验药品
  • 2.2.2 衬底基片
  • 2.2.3 实验仪器与耗材
  • 2.2.4 实验环境
  • 2.3 实验流程
  • 2.3.1 BNT 薄膜的制备过程
  • 2.3.2 BFO 薄膜的制备过程
  • 2.3.3 复合薄膜的制备过程
  • 2.4 薄膜的测试与分析方法
  • 2.4.1 X 射线衍射分析(XRD)
  • 2.4.2 扫描电子显微镜(SEM)与原子力显微镜(AFM)
  • 2.4.3 电学性能分析
  • 2.5 小结
  • 第3章 BNT 薄膜的性能分析
  • 3.1 退火温度与升温速率对BNT 薄膜的影响
  • 3.1.1 退火技术
  • 3.1.2 退火温度对BNT 薄膜铁电性的影响
  • 3.1.3 升温速率对BNT 薄膜的影响
  • 3.2 界面效应对BNT 薄膜的影响
  • 3.2.1 铁电薄膜的界面效应简介
  • 3.2.2 铁电薄膜的极化与薄膜厚度的关系
  • 3.2.3 后退火对薄膜的影响
  • 3.3 小结
  • 第4章 BFO 薄膜的性能分析
  • 4.1 BFO 薄膜的结构分析
  • 4.2 掺杂对BFO 薄膜的影响
  • 4.3 退火气氛对BFO 薄膜的影响
  • 4.4 小结
  • 第5章 BNT/BLFMO 复合薄膜的性能分析
  • 5.1 复合薄膜的结构分析
  • 5.2 复合薄膜的电学性能
  • 5.3 小结
  • 第6章 工作总结与展望
  • 6.1 论文总结
  • 6.2 工作展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的论文和专利
  • 相关论文文献

    • [1].基于BFO构建中文植物物种多样性领域本体的研究[J]. 现代图书情报技术 2015(12)
    • [2].基于含分布式发电的改进BFO算法配电网无功优化研究[J]. 科技创新导报 2016(10)
    • [3].基于BFO算法的超声波电机非线性Hammerstein辨识建模[J]. 微电机 2015(11)
    • [4].结合BFO及CBR的层流冷却水量优化设定方法[J]. 仪器仪表学报 2015(03)
    • [5].PMSM中基于改进BFO算法的无传感器速度控制方案[J]. 重庆理工大学学报(自然科学) 2019(12)
    • [6].含分布式发电的改进BFO算法配电网无功优化[J]. 计算机仿真 2015(05)
    • [7].BFO算法在集中供热二次网温度控制系统中的应用[J]. 电子世界 2019(07)
    • [8].利用BFO算法优化PID参数的机械臂控制设计分析[J]. 湘潭大学自然科学学报 2018(04)
    • [9].基于BFO聚类算法的T-S模糊模型辨识[J]. 数字技术与应用 2015(01)
    • [10].基于BFO的主题爬行算法[J]. 中国科技信息 2009(06)
    • [11].改进BFO算法在函数优化问题上的应用[J]. 计算机工程与应用 2013(13)
    • [12].本体应用中术语本体和信息本体解析——以生物医学信息学领域为例[J]. 图书馆杂志 2015(06)
    • [13].基于改进BFO的蛋白质三维结构预测[J]. 电子技术与软件工程 2015(07)
    • [14].基本形式化本体重要概念解析及对中医领域本体构建的提示[J]. 中国数字医学 2018(02)

    标签:;  ;  ;  ;  

    BNT与BFO及其复合薄膜的制备与铁电性能研究
    下载Doc文档

    猜你喜欢