[發(fā)明專利]一種基于駐極體的突觸晶體管及其制備方法

有效

• 申請?zhí)枺?/td>: 202010088592.2
• 申請日: 2020-02-12
• 公開（公告）號: CN111180582B
• 公開（公告）日: 2021-12-21
• 發(fā)明（設(shè)計）人: 陳惠鵬;俞礽堅;陳耿旭;郭太良;李恩龍
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: H01L51/05
• 分類號: H01L51/05;H01L51/40
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 錢莉;蔡學(xué)俊

本發(fā)明涉及一種基于駐極體的突觸晶體管及其制備方法，所述的晶體管自下而上由帶有絕緣層的基底、駐極體介電層、有機半導(dǎo)體層以及頂部電極組成；所述的駐極體介電層在絕緣層與半導(dǎo)體之間形成一個界面捕獲層，用于捕獲電子與空穴，形成額外的電場，對半導(dǎo)體層起到額外的柵極調(diào)控作用。該晶體管具有高的開關(guān)比，較大的電導(dǎo)調(diào)控范圍，并且電導(dǎo)增加與調(diào)控的脈沖數(shù)呈現(xiàn)很好的線性關(guān)系，適用于神經(jīng)形態(tài)計算，有效地提高對模式識別的精度，為未來的人工突觸提供了一個應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及電子材料與器件領(lǐng)域，特別是一種基于駐極體的突觸晶體管及其制備方法。

背景技術(shù)

傳統(tǒng)的計算由于存儲和處理過程的獨立性而受到馮·諾依曼瓶頸的限制。神經(jīng)形態(tài)計算可以通過模擬人腦神經(jīng)系統(tǒng)來同時執(zhí)行多項任務(wù)，例如學(xué)習(xí)，存儲和傳輸信息，它具有高效率，低效率的特點。受人腦神經(jīng)系統(tǒng)啟發(fā)的神經(jīng)形態(tài)計算將克服獨立信息處理和存儲的問題。人工突觸設(shè)備作為神經(jīng)形態(tài)計算系統(tǒng)的基本單元，可以以低功耗進行信號處理。目前存在的突觸器件多種多樣，例如電阻式隨機存取存儲器（RRAM），相變存儲器（PCM），憶阻器以及有機晶體管。但是，有機晶體管的突觸器件目前尚未有基于駐極體的突觸晶體管。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的是提供一種基于駐極體的突觸晶體管及其制備方法，能夠?qū)Π雽?dǎo)體層起到額外的柵極調(diào)控作用。

本發(fā)明采用以下方案實現(xiàn)：一種基于駐極體的突觸晶體管，所述晶體管自下而上由帶有絕緣層的基底、駐極體介電層、有機半導(dǎo)體層以及頂部電極組成；所述駐極體介電層在絕緣層與有機半導(dǎo)體層之間形成一個界面捕獲層，用以捕獲電子與空穴形成額外的電場，對有機半導(dǎo)體層進行額外的柵極調(diào)控。

進一步地，所述駐極體介電層采用的是有機駐極體材料，厚度為10~20 nm。

進一步地，所述的有機半導(dǎo)體層的材料采用的是有機大分子共聚物材料，其厚度為100~200 nm。

進一步地，所述頂部電極的源電極為金或銀金屬；所述頂部電極的漏電極也為金或銀金屬；所述頂部電極的厚度為50~100 nm。

本發(fā)明還提供一種基于駐極體的突觸晶體管的制備方法，包括以下步驟：

步驟S1：將襯底清洗干凈即將帶有絕緣層的基底清洗干凈；

步驟S2：將有機駐極體材料按一定比例溶解于有機溶劑中，充分加熱并攪拌，待充分溶解后，在襯底上旋涂一層均勻的薄膜，在空氣條件下進行退火處理，得到駐極體介電層；

步驟S3：將有機大分子共聚物材料按一定比例溶解于有機溶劑中，充分加熱并攪拌，采用旋涂或刮涂的方式在駐極體層上繼續(xù)進行，然后在空氣條件下進行退火處理，得到有機半導(dǎo)體層；

步驟S4：采用真空蒸發(fā)沉積的方式在有機半導(dǎo)體層上通過掩膜板蒸鍍一層頂部電極。

進一步地，步驟S1中所述襯底使用帶有絕緣層的基底，隨后使用丙酮、異丙醇溶液清洗，最后用氮氣吹干。

進一步地，步驟S2中所述有機溶劑為甲苯或者二丁酮，所述有機駐極體材料按一定比例溶解，濃度范圍為2~8 mg·mL^-1。

進一步地，步驟S3中所述有機半導(dǎo)體層有機溶劑為氯苯或者氯仿，所述的有機半導(dǎo)體按一定比例溶解，濃度范圍為2.5~10 mg·mL^-1。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：本發(fā)明對半導(dǎo)體層起到額外的柵極調(diào)控作用。該晶體管具有高的開關(guān)比，在給與柵壓脈沖的過程中，在柵壓脈沖之后都會有源漏電導(dǎo)的提升，且擁有較大的電導(dǎo)調(diào)控范圍（可以從0.3 nS 調(diào)節(jié)到33 nS，超過100倍的電導(dǎo)調(diào)控范圍），并且電導(dǎo)增加與調(diào)控的脈沖數(shù)呈現(xiàn)很好的線性關(guān)系（在電導(dǎo)增長的過程中非線性度為0.08），適用于神經(jīng)形態(tài)計算，有效地提高對模式識別的精度（達到85%以上的對MNIST手寫數(shù)據(jù)庫的識別精度）。