一种柔性铁电负电容场效应晶体管及制造方法

    公开(公告)号:CN114597263A

    公开(公告)日:2022-06-07

    申请号:CN202210292952.X

    申请日:2022-03-23

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种柔性铁电负电容场效应晶体管及制造方法,该柔性铁电负电容场效应晶体管自下而上包括:衬底、缓冲层、底电极、栅极介质层一、栅极铁电层、栅极介质层二,半导体沟道层;所述半导体沟道层的上层依次设有源极电极和漏极电极;并主要通过脉冲激光沉积工艺及利用离子溅射工艺,制备柔性铁电负电容场效应晶体管。本发明制备的柔性铁电负电容场效应晶体管亚阈值摆幅低至19.4mV/dec,且具有优秀的机械弯曲特性,能承受4mm弯折半径和反复500次的弯折,并在室温至180℃的宽温域内实现远低于60mV/dec的亚阈值摆幅,开关电流比约为105,制备工艺稳定,生产周期短。

    一种基于机器学习的电介质材料筛选方法

    公开(公告)号:CN119724447A

    公开(公告)日:2025-03-28

    申请号:CN202411816182.X

    申请日:2024-12-11

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于机器学习的电介质材料筛选方法,包括:将待筛选电滞回线图像输入到训练好的分类模型中,获得对应的分类结果;该分类模型的训练步骤为:对获取的历史电滞回线图像数据进行数据增强和预处理,得到训练灰度图像数据集和测试灰度图像数据集;对这两个数据集均进行特征提取和标签化处理,得到对应的训练集和测试集;采用网格搜索和交叉验证的策略对设定的机器学习分类器进行超参数优化,得到机器学习分类器的最优超参数;基于最优超参数,依据训练集进行模型训练,得到最优机器学习模型作为分类模型,并依据测试集进行测试。该方法不仅实现了电介质材料类别的快速准确筛选,而且能够应变不同图像质量和绘图风格的电滞回线图像。

    一种含缺陷偶极子的柔性铁电薄膜及制作方法

    公开(公告)号:CN114665003A

    公开(公告)日:2022-06-24

    申请号:CN202210294946.8

    申请日:2022-03-23

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种含缺陷偶极子的柔性铁电薄膜及制作方法;其主要包括:云母衬底,以及在云母衬底上依次生长的缓冲层CoFe2O4薄膜、底电极层SrRuO3薄膜和铁电功能层Pb(Zr0.2Ti0.8)O3薄膜。在制作方法中均采用脉冲激光沉积工艺,通过使用不同的工艺参数,控制Pb(Zr0.2Ti0.8)O3铁电薄膜中Pb离子的挥发,从而在铁电薄膜中引入Pb离子空位与O空位结合形成缺陷偶极子。在铁电功能层中引入缺陷偶极子可以有效地调控铁电畴翻转过程,从而提高其极化状态的改变量,在室温附近产生巨电卡效应在施加和撤去外电场前后极化强度的改变量可达50μC/cm2;在固态制冷领域上具有广阔的应用前景。

Patent Agency Ranking