[发明专利]一种基于二维过渡金属材料的忆阻器及其制备方法在审

专利信息
申请号: 202010720981.2 申请日: 2020-07-24
公开(公告)号: CN111900250A 公开(公告)日: 2020-11-06
发明(设计)人: 陈欣彤;申达琦;王宇;童祎;连晓娟;万相 申请(专利权)人: 南京邮电大学
主分类号: H01L45/00 分类号: H01L45/00
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 210012 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 二维 过渡 金属材料 忆阻器 及其 制备 方法
【说明书】:

发明揭示了一种基于二维过渡金属材料的忆阻器及其制备方法,忆阻器的结构包括由下至上按序依次层叠设置的硅衬底、底电极层以及顶电极层,在所述底电极层与所述顶电极层二者之间设置有阻变层且二者通过所述阻变层实现分隔;所述阻变层的材质为碳化钒。本发明丰富了二维过渡金属材料忆阻器的种类,对类脑器件模拟神经元以及神经突触的相关研究起到了很大的推动作用。

技术领域

本发明为一种新型类脑器件及其相对应的制备方法,具体涉及一种基于新型二维过渡金属碳化物——碳化钒的忆阻器及其制备方法,属于类脑器件加工技术领域。

背景技术

人类大脑作为一种优秀的信息存储和处理系统,具有很好的记忆、学习和识别能力。随着人工智能神经网络技术的发展,近年来,有越来越多的人开始研究模拟人脑的计算系统。

由人工神经元和记忆突触组成的神经网络系统可以提供比冯-诺伊曼架构的传统硬件更好的性能,并能够以更有效的方法来实现不同类型的神经网络算法。然而,现有技术中对突触进行模拟的方案往往需要使用大量诸如晶体管之类的传统电路元件,因而现有技术所能生产出的人工神经网络的中神经元的数量远远小于人脑中的神经元的数量,很难实现对人脑的功能的有效模拟。

忆阻器,全称记忆电阻器(Memristor),是一种表示磁通与电荷关系的双端非线性元件。忆阻具有电阻的量纲,但和电阻不同的是,忆阻的阻值是由流经它的电荷确定。因此,通过测定忆阻的阻值,便可知道流经它的电荷量,从而实现记忆电荷的作用。忆阻器凭借其低功耗、阻态连续可调、高集成度与CMOS工艺兼容等优点,在人工智能神经网络中模拟人脑计算系统时,被认为是一种理想化的模拟突触权重的模型。

但是在现阶段的忆阻器制造过程中,受到产品结构及加工材料的限制,很难实现一种稳定的多阻态、非易失性的忆阻器,也正因如此,如何基于上述研究现状,提出一种全新的忆阻器结构及其相应的制备方法,以克服现有技术中所存在的不足,也就成为了本领域内技术人员所共同关注的问题。

发明内容

鉴于现有技术存在上述缺陷,本发明的目的是提出一种基于新型二维过渡金属碳化物——碳化钒的忆阻器及其制备方法,具体如下。

一种基于二维过渡金属材料的忆阻器,包括由下至上按序依次层叠设置的硅衬底、底电极层以及顶电极层,在所述底电极层与所述顶电极层二者之间设置有阻变层且二者通过所述阻变层实现分隔;所述阻变层的材质为碳化钒。

优选地,所述硅衬底的尺寸为1.5英寸~2英寸、厚度为300μm~400μm。

优选地,所述底电极层的材质为钨、厚度为70nm~100nm。

优选地,所述顶电极层为形成于所述阻变层上方的多块正方形区域,每块所述正方形区域间相互隔开,所述顶电极层的材质为银、整体厚度为80nm~120nm。

一种忆阻器的制备方法,用于制备如上所述的基于二维过渡金属材料的忆阻器,包括如下步骤:

S1、取一块硅衬底,在所述硅衬底上进行镀膜加工,在所述硅衬底上形成一层厚度为70nm~100nm的底电极层;

S2、配制0.5ml~1ml的阻变层溶液,将配制好的所述阻变层溶液超声振动1.5h~2.5h,使所述阻变层溶液混合均匀,随后将所述阻变层溶液均匀地滴涂在所述底电极层上,再将滴涂后的器件整体放置于烘干机内,60℃~80℃环境下烘烤30min~50min,在所述底电极层上形成一层阻变层;

S3、将掩模板贴覆于所述阻变层上,再将器件整体放入磁控溅射腔体内进行镀膜加工,在所述阻变层上形成一层整体厚度为80nm~120nm的顶电极层。

优选地,S2中所述阻变层溶液由碳化钒与去离子水混合配制而成,所述碳化钒与所述去离子水二者的质量比为2:25。

优选地,包括如下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010720981.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top