基于热能存储的紧凑型电热模型用于相变忆阻器的研究
《Next Materials》:Thermal memory driven compact electro-thermal modelling of phase-change memristors
【字体:
大
中
小
】
时间:2026年04月25日
来源:Next Materials CS1.9
编辑推荐:
维卡斯·巴特纳加尔 | 阿德什·库马尔
电气与电子工程系,高等工程学院,UPES(石油与能源研究大学),德赫拉敦-248007,北阿坎德邦,印度
**摘要**
相变忆阻器器件的紧凑模型对于电路和系统级仿真非常重要。尽管如此,目前大多数方法仍然依赖于基于阈值的切换或经
维卡斯·巴特纳加尔 | 阿德什·库马尔
电气与电子工程系,高等工程学院,UPES(石油与能源研究大学),德赫拉敦-248007,北阿坎德邦,印度
**摘要**
相变忆阻器器件的紧凑模型对于电路和系统级仿真非常重要。尽管如此,目前大多数方法仍然依赖于基于阈值的切换或经验性的电导更新。这些模型能够再现基本的SET/RESET行为,但忽略了受脉冲历史影响的电导变化,而这些变化控制着渐变的模拟切换。特别是,在连续编程脉冲之间积累的残余热通常被忽略或纳入模型参数中,从而掩盖了它们在控制模拟电导变化中的作用。本研究提出了一种紧凑的电热动力学模型,该模型直接将残余热记忆作为动态状态变量纳入考虑。该模型存储了在相变区域内维持的额外局部温度,并将其与Johnson-Mehl-Avrami-Kolmogorov(JMAK)结晶动力学相结合,揭示了脉冲时序、热积累和相变动力学之间的直接关系。这使得器件能够在相似的电激励下模拟依赖于脉冲历史的电导调制。时域MATLAB仿真表明,引入热记忆可以实现渐进且可重复的模拟切换,并产生特征性的电流-电压滞后现象。相比之下,控制仿真中禁用热状态会导致突然的、类似二进制的切换行为,这突显了热积累的重要性。通过改变脉冲宽度、幅度和热参数,可以研究模拟行为发生的条件、饱和条件或崩溃条件。通过将残余热记忆视为状态变量,该模型为理解相变忆阻器中的模拟切换提供了基于物理的框架。所提出的紧凑公式具有计算效率高和材料无关性的特点,非常适合需要考虑脉冲历史依赖性的大规模电路和神经形态级仿真。
**1. 引言**
相变存储器(PCM)器件的紧凑模型被广泛用于电路和系统级仿真;然而,大多数现有公式依赖于基于阈值的切换规则或经验性的电导更新函数。虽然这些方法能够再现基本的SET/RESET行为或电流-电压滞后现象,但它们无法捕捉到实验观察到的依赖于脉冲历史的电导演变,而这正是神经形态PCM应用中渐进模拟调制所必需的。特别是,在连续编程脉冲之间积累的残余热经常被忽略或间接纳入拟合参数中,从而掩盖了允许模拟行为的物理机制。因此,大多数当前的紧凑PCM模型没有包含将先前激励历史与相变动力学联系起来的显式机制。这一限制降低了分析准确性,尤其是在相同脉冲编程方案下,导致累积热效应主导了器件演变。在这项工作中,通过引入一个表示编程脉冲之间相变区域中保留的多余局部温度的热记忆状态变量?,可以弥合这一差距。这种热记忆与温度依赖的JMAK结晶动力学自洽地集成,为渐进电导增长提供了机制性描述。通过明确确定残余热的积累,所提出的模型阐明了热记忆在允许相变忆阻器中进行模拟切换中的作用。同时,模型的设计仍然保持紧凑,适用于大规模电路和神经形态级仿真。器件电阻依赖于依赖于历史的内在状态变量,这些变量包括结晶分数X和热记忆变量?。因此,所预测的框架包含了一个广义忆阻系统的定义。在这种系统中,器件电导由内在状态变量调节,其增长取决于施加的电刺激及其历史。这一特性与Chua和Kang引入的形式主义一致[1]。与之前的电热紧凑模型不同,其中热效应是瞬态的或嵌入在拟合参数中的,所提出的框架明确将残余热记忆视为动态状态变量,从而实现了脉冲历史与模拟电导演变之间的直接且可物理解释的联系。最近的研究集中在能源系统和材料系统的热学和建模方法上[2], [3], [4], [5], [6], [7],这与当前的紧凑建模方法相关。然而,在大多数电热PCM紧凑模型中,热效应被视为瞬态效应而非状态变量。现有的电热PCM紧凑模型无法实现依赖于脉冲历史的模拟行为。依赖于脉冲历史的模拟行为类似于Leon Chua和Sung-Mo Kang在1976年提出的广义忆阻系统形式主义。器件响应明确依赖于器件的内在状态变量。表1展示了现有PCM紧凑模型之间的比较。
**表1. 与现有PCM紧凑模型的比较**
| 特征 | 传统模型 | 提出的ETCC模型 |
|--------------|---------------|-----------------|
| 是否包含焦耳加热 | 是 | 是 |
| 包含结晶动力学 | 是 | 是 |
| 将热记忆视为状态变量 | 否 | 是 |
| 是否依赖脉冲历史 | 否 | 是 |
| 模拟开关机制 | 经验性 | 物理性 |
| 神经形态适用性 | 有限 | 高 |
传统的紧凑模型VEAM和TEAM主要关注基于阈值的忆阻行为,没有考虑热效应。而斯坦福PCM模型则考虑了电热耦合,热效应表示为瞬态行为而非状态变量。在这种背景下,所提出的模型引入了残余热记忆作为内在状态变量,从而实现了对依赖于脉冲历史的电导变化的直接建模。这是两者之间的一个重要区别,因为新模型现在可以在相同的脉冲激励下表示渐进的模拟切换,而不需要依赖经验性规则,从而提高了其物理可解释性和相关性。
**2. 相关工作**
PCM也被确立为一种具有可扩展潜力的非易失性存储技术。最初的研究展示了该技术在纳米尺度上的可能性,以及材料自热、阈值切换和相变机制的作用,特别是硫属合金[8], [9], [10], [11]。后续的PCM研究涉及自热、热限制以及运行过程中电阻变化的实验调查,如Beneventi等人[12]和Kersting等人[13]所示。大多数紧凑建模工作主要集中在复制SET/RESET和电流-电压滞后现象以用于电路仿真。文献中还报道了结合焦耳加热和结晶动力学的电热和相变模型[16], [17], [18]。尽管大多数紧凑模型通常不将热响应作为显式内在状态变量保留。关于神经形态计算,已经通过实验证明了PCM单元在相同脉冲编程下的电导缓慢调制和突触可塑性[12], [19], [20], [21], [22]。这些工作强调了脉冲历史、随机性和电阻漂移对学习的影响。上述过程的建模主要采用现象学模型,没有提供脉冲程序、热演变和相变动力学之间的机制性联系。多物理场和原子级仿真显著提高了对Ge-Sb-Te合金结晶动力学、热传输和结构增长的理解[23], [24], [25]。尽管这些仿真提供了高精度,但计算成本较高,因此不适合电路和神经形态系统仿真。总体而言,文献强调了热效应和脉冲历史对PCM的重要性。尽管有明显的包含热记忆效应的紧凑建模框架,但尚未出现。特别是,残余热记忆与结晶过程动力学的相互作用很少被讨论。正是这个问题推动了基于物理的电热动力学紧凑建模框架的发展,该框架可以模拟在相同类型脉冲激励下的模拟切换过程。最近的一些工作在相变存储器和忆阻器件在神经形态工程和存储中的应用方面取得了显著进展,通过对建模、漂移问题和材料行为的理解进行了改进[26], [27], [28], [29]。然而,仍有一些问题需要解决,例如变异性问题、缺乏实验验证以及材料在实际系统中的集成。材料行为与电路实现之间仍存在显著差距[26], [27], [28], [29], [30], [31], [32], [33], [34]。
**3. 热记忆的物理基础**
在纳米级PCM器件中,电激励在活性区域内产生局部焦耳加热。器件具有强几何约束和有限的热 dissipation 路径。因此,在编程脉冲终止后,产生的热能不会完全消散。尽管如此,残余温度会持续升高,并在有限的热松弛时间内缓慢衰减,从而在相变体积内形成瞬态热状态。在相同脉冲编程的情况下,这种剩余热起着关键作用,脉冲之间的时间间隔与热松弛时间相当。在这种情况下,每次脉冲期间的有效温度依赖于之前的激励历史,而不仅仅取决于即时电刺激。因此,结晶动力学是累积产生的,允许无需调整脉冲幅度或验证操作即可实现缓慢的电导调制。热记忆与电记忆不同:前者源于动态的过温状态,而后者由持久的结构或电子状态调节。虽然这种器件是易失性的,但热状态调节了热激活的相变过程速率,从而间接调节了电导的增长。通过明确建模残余热状态,脉冲历史与结晶动力学在物理上联系起来,为相变忆阻器中的模拟切换特性提供了机制性解释。
**4. 紧凑电热动力学模型**
所提出的模型结合了电传输、热动力学、结晶动力学和电导混合,如图1所示。器件的输出由内在状态变量X(t)和?(t)调节。该模型允许器件行为依赖于脉冲历史。器件状态由结晶分数X(t)(调节电导)和热记忆变量?(t)(表示相变区域内保留的额外局部温度)描述。这些状态变量在电激励下动态演变,并共同决定器件响应。
**下载:**
- 下载高分辨率图像(66KB)
- 下载全尺寸图像
**图1.示意性地说明了残余热记忆在实现依赖于脉冲历史的电导演变中的作用。**
**4.1. 电导模型**
相变元件中的电导被建模为非晶态和晶态区域共存产生的混合相响应。总器件电导由晶态和非晶态贡献的加权和给出,权重由结晶分数X提供。晶态相中的电荷传输具有弱温度依赖性,用有效欧姆电导Gc表示。相比之下,非晶态相中的传导受热激活强烈影响,使用Poole-Frenkel机制描述。非晶态相的电流密度由以下公式给出:
$$ J_a = A_e \exp^{-q\phi_b^{-\beta} E_k T $$
其中A_e是一个预指数因子,E_l是跨非晶区域的电场,l_a是有效非晶长度,φ_b是陷阱势垒高度,β是Poole-Frenkel系数,q是基本电荷,k_B是玻尔兹曼常数,T是器件局部温度。
**4.2. 热动力学**
电激励产生的焦耳加热作为热源项。有效器件温度表示为:
$$ T_t = T_0 + \psi_t $$
其中T_0是环境温度,?(t)是自热产生的额外温度。
**4.3. 结晶动力学的物理基础**
相变材料中的结晶受热激活的成核和生长过程控制。因此,相变速率强烈依赖于局部温度及其时间演变。在所提出的模型中,这种依赖性通过使用JMAK动力学来捕捉,温度调制由热记忆状态变量?(t)给出。
**4.4. 电导混合和器件输出**
电导的计算遵循以下公式:
$$ G_t = X_t G_c + (1 - X_t) G_a T $$
其中G_c和G_a分别代表晶态和非晶态电导。标准电路关系用于计算器件电压和电流,从而闭合电热反馈回路。
**4.5. 热记忆动力学**
所提出模型的主要特点是引入了热记忆状态变量?(t)。该模型的时间演变受 lumped 热平衡方程控制:
$$ C_{th} \dot{\psi}(t) = I^2 t R, |T - \psi| R_{th} $$
其中C_{th}和R_{th}分别表示相变区域的有效热电容和热电阻。焦耳加热由第一项表示,而向周围的热耗散由第二项表示。使用 lumped 热模型假设活性相变区域内的温度均匀分布。当器件尺寸较小时,这种近似是有效的,且热扩散时间短于电激励时间尺度。尽管分布式电热模型提供了更高的空间保真度,但先前的研究表明,对于紧凑建模和电路级仿真,简化公式能够准确捕捉瞬态热行为,并显著降低计算成本。当器件尺寸小于100纳米且活性区域内的温度梯度可以忽略不计时,这种近似最为准确。简化热模型假设活性相变区域内的温度是均匀的,从而忽略了局部热点形成和空间温度梯度。虽然这种近似降低了物理分辨率,但由于其计算效率高,因此在紧凑建模中被广泛采用。当器件尺寸足够小且目标是捕捉平均热动态而非详细的空间分布时,这种近似仍然是有效的。对于纳米级的相变材料(PCM)器件,先前的研究表明,简化模型可以准确再现电路级别的瞬态温度演化和开关动态,尽管对于详细的器件级热分析可能需要使用分布式模型。
4.6. 结晶动力学与热耦合
晶体分数的增长由JMAK动力学调控,该动力学受到热激活:
\[dX/dt = k_0 \exp\left(-\frac{E_d}{T_0} + \phi_1 - X\left[-\ln(1 - X\right]^n\right)\]
其中 \(k_0\) 是动力学前因子,\(n\) 是Avrami指数,\(E_d\) 是激活能。通过结合有效局部温度 \(T_{eff} = T_0 + \phi_1\),之前脉冲积累的残余热会改变结晶速率。
4.7. 耦合状态演化
通过使用局部温度,将电、热和相变过程结合起来:
\[T_{eff} = T_0 + \phi_1\]
方程(1)、(2)和(3)构成了一套自洽的耦合状态方程。这些方程表明,焦耳加热改变了调节相变增长的热状态,而这种不断变化的相组成决定了电阻。这种反馈机制使得能够实现依赖于脉冲历史的电导调制,同时也展示了所提出的模型中存在的类忆阻行为。表2展示了ETCC紧凑模型的控制方程。表3显示了ETCC框架中使用的模型参数。
表2. ETCC紧凑模型的控制方程
| 称谓 | 控制方程 |
|-----------------|--------------------------------------------|
| 电 | \(I(t) = R(t)S(t)\) |
| 热 | \(\phi(t) = k_0 \exp\left(-\frac{E_d}{T_0} + \phi_1 - X\left[-\ln(1 - X\right]^n\right)\) |
| 电导 | \(G = XG_c + (1 - X)G_a\) |
| 输出 | \(V = IR\) |
表3. ETCC框架中使用的模型参数
| 参数 | 描述 | 典型值 | 单位 | 来源 |
|-----------------|----------------------------------|-----------------|------------------|------------------|
| \(R_{th}\) | 热阻 | \(10^6 - 10^7\) K/W | [9] | |
| \(C_{th}\) | 热电容 | \(10^{-15} - 10^{-14}\) J/K | [13] | |
| \(k_0\) | JMAK前因子 | \(10^9 - 10^{12}\) s^{-1}\ | [23],[24],[25] | |
| \(E_d\) | 激活能 | \(2–3\) eV | [23],[24],[25] | |
| \(n\) | Avrami指数 | \(1–4\) | [23],[24],[25] | |
| \(G_c\) | 晶体电导 | (器件特定) | (提取值) | |
| \(G_a\) | 非晶电导 | (器件特定) | (提取值) | |
| \(\alpha\) | 前指数因子 | (器件特定) | \(10^{-2}\) | [15],[16] | |
| \(\beta\) | Poole–Frenkel系数 | (文献范围) | \(eV^{1/2}\) | [9],[16] | |
| \(\phi_b\) | 陷阱势垒高度 | \(0.2–0.6\) eV | [9],[16] | |
所有参数均从实验报告的范围内选取,以确保物理真实性,而不是基于经验拟合。
4.8. 参数选择和物理基础
所提出的电热动力学紧凑模型中使用的参数是基于相变材料的实验报告范围选择的,而不是任意拟合。热阻(\(R_{th}\)和热电容(\(C_{th}\)由器件几何形状和材料热属性决定,可以根据活性区域的热导率、密度和比热来估算。结晶动力学参数(\(k_0\)、\(E_d\)、\(n\)源于Johnson–Mehl–Avrami–Kolmogorov (JMAK)理论,通常从时间分辨的结晶实验(如差示扫描量热法或电SET测量)中提取。非晶相中的电传输参数(Poole–Frenkel模型)与陷阱能级相关,可以从温度依赖的电流-电压测量中提取。在这项工作中,参数的选择确保了它们位于基于Ge-Sb-Te的PCM器件的报告范围内,从而保证观察到的趋势代表了物理上有效的器件,而不是数值伪影。
4.9. 模型的材料通用性和器件结构适应性
所建议的紧凑模型在公式上与材料无关,它基于物理上有意义的参数,而不是硬编码的开关阈值。各种相变材料系统(包括Ge?Sb?Te?、GeTe和基于Sb的材料)主要通过改变热参数\(R_{th}\)和\(C_{th}\)以及动力学参数\(E_d\)和\(k_0\)来影响紧凑模型。各种器件结构(包括蘑菇型单元、封闭单元和投影PCM)主要通过改变热量散布途径来影响紧凑模型,从而影响热阻和电容。因此,相同的建模框架可以应用于不同的PCM技术,参数调整反映了材料组成和器件几何形状。这确保了模型的可转移性,同时保持了物理上的可解释性。
5. 仿真框架
仿真框架的设计旨在消除电参数和热参数对类比开关的热存储和特性的影响。所有仿真都使用第3节描述的耦合ETK方程进行时域数值积分。除非另有说明,仿真假设环境温度\(T_0 = 300\ K\)保持恒定,材料动力学参数固定,脉冲形状为矩形。晶体分数在非晶主导状态下(\(x < 1\))初始化,以模拟RESET状态编程条件。参数扫描一次一个变量,以解耦它们对残余热记忆\(\phi\)的单独贡献。这确立了脉冲周期\(T_p\)与热松弛时间\(\tau_{th}\)之间的比率在决定器件是处于历史依赖的类比模式还是回归到热隔离的二元模式中的核心作用。
图2展示了随着\(T_p/T_{th}\)的增加,从热饱和到热隔离的连续转变,突出了类比忆阻行为最大化的一个中间状态。表4显示了脉冲宽度(\(\tau\)对热记忆积累的定量影响。
图2. 根据脉冲周期\(T_p\)与\(\tau_{th}\)的比率,展示从饱和到隔离的转变。
| 脉冲周期(ns) | 热状态 | 热记忆 | 开关行为 |
|---------|--------------|--------------|-----------------|
| 10 | 超高频 | 强烈热积累;无冷却 | 快速类比开关,大电导步长 |
| 60 | 高频 | 逐渐热积累 | 平滑的、类突触的类比更新 |
| 150 | 中频 | 弱残余热保持 | 缓慢的、脉冲密集的电导变化 |
| 500 | 低频 | 完全热松弛 | 突然的、二元的开关 |
| 1000 | 非常低频 | 脉冲间完全冷却 | 固定的二元行为,无历史效应 |
5.1. 脉冲宽度(\(\tau\)
脉冲宽度直接控制每次编程事件中焦耳加热的持续时间。对于固定的脉冲幅度和周期,增加\(\tau\)会增加每次脉冲注入的热能,同时减少可用的冷却时间,从而增强残余热记忆。表5显示了脉冲宽度对热记忆积累的定量总结。这表明,随着\(\tau\)的增加,注入的能量和残余温度基线都会增强。因此,器件的行为从孤立的二元行为变为稳定的类比开关。脉冲宽度起到了双重控制的作用;它增加了热注入,同时抑制了脉冲间的耗散。这一过程在图3中展示。
图3. 脉冲宽度(\(\tau\)作为双重控制旋钮,增加热注入同时减少脉冲间的耗散。
5.2. 脉冲幅度(\(I_0\)
脉冲幅度决定了通过焦耳加热的瞬时功率耗散。它与电流的幅度成二次方关系。因此,\(I_0\)的显著增加会显著提高峰值温度,并增强残余热记忆。表6显示了热记忆积累对脉冲幅度的二次依赖性。低电流产生的剩余热量不足以触发结晶动力学,而中等幅度允许受控的、缓慢的电导增长。相反,非常大的幅度会迅速将器件推向热饱和区域;因此,会导致突然的或二元的开关现象。图4显示了一个综合视图,表明热积累与电流幅度(\(I_0^2\)成二次方关系。该图表明脉冲的强度是主要热记忆效应的放大器。
表6. 脉冲幅度(\(I_0\)对热记忆积累的定量影响。
| 脉冲电流(\(\mu A\) | 标准化焦耳加热(\(I_0^2\)) | 峰值温度升高(\(\psi_{peak}\)(归一化) | 残余热记忆(\(\psi_{res}\)(归一化) | 积累状态 | 开关行为 |
|-------------|-----------------|------------------|------------------|---------------------|
| 100 | 1×0.05 \(\psi_{max}\) | 可忽略 | 二元/隔离 |
| 50 | 1.7×0.18 \(\psi_{max}\) | 弱 | 出现的类比行为 |
| 75 | 2.5×0.42 \(\psi_{max}\) | 中等 | 稳定的类比 |
| 1000 | 3.3×0.70 \(\psi_{max}\) | 强 | 快速类比 |
表5. 脉冲宽度(\(\tau\)对热记忆积累的定量影响。
| 脉冲宽度(\(\tau\)(ns) | 占空比(\(\tau/T_p\)) | 每脉冲能量(\(\propto \tau\)) | 脉冲后残余\(\psi_{res}\)(归一化) | 积累状态 | 开关行为 |
5.2.1. 热阻(\(R_{th}\)
热阻调节热量从活性相变区域传递到相邻堆栈的效率。这直接决定了脉冲间残余热记忆的持久性。表7表明,热阻可以用作调节热记忆渗透和持久性的主要设计参数。较低的\(R_{th}\)值导致快速冷却和波动的特性,而适中的\(R_{th}\)值则导致残余温度的稳定线性积累,适用于类比开关。非常高的\(R_{th}\)值会将器件推向热饱和区域,导致突然的相变现象。所得结果分类出一个理想的中间\(R_{th}\)范围,可以允许热记忆的线性积累,同时避免过早的热饱和。图5显示了“记忆深度”对\(R_{th}\)的指数敏感性。该图将介电封装分类为类比开关的主要调节参数。
表7. 热阻(\(R_{th}\)对热记忆积累的定量影响。
| 热阻(\(R_{th}\)(K/W) | 标准化热保留(\(R_{th}/10^6\)) | 热时间常数(\(\tau_{th}\)(ns) | *残余热记忆(\(\psi_{res}\)(归一化) | 积累趋势 | 开关行为 |
|------------|------------------|------------------|-----------------|-----------------|
| 1.0×10^6 | 1.0 | 0.00 \(\psi_{max}\) | 无 | 波动 | 二元/隔离 |
| 1.6×10^6 | 1.6 | 0.08 \(\psi_{max}\) | 初始 | 不稳定的类比 |
| 3.2×10^6 | 3.2 | 0.30 \(\psi_{max}\) | 弱 | 不稳定的类比 |
| 5.0×10^6 | 5.0 | 0.55 \(\psi_{max}\) | 中等 | 稳定的类比 |
| 10.0×10^6 | 5.0 | 0.80 \(\psi_{max}\) | 强 | 快速类比 |
表8. 热电容(\(C_{th}\)
与控制热泄漏的热阻不同,热电容决定了热响应的惯性,即局部温度在激励下的变化速率。表8表明,随着\(C_{th}\)的增加,它抑制了脉冲间的冷却,从而产生阶梯式的温度积累和平滑的类比开关行为。尽管非常大的\(C_{th}\)会将系统推向热饱和区域。图6显示,增加的电容将器件从快速热松弛(二元)状态转变为累积热积分(类比热记忆)状态。
表8. 热电容(\(C_{th}\)对热惯性和记忆深度的定量影响。
| 热电容(\(C_{th}\)(J/K) | 标准化热质量(\(C_{th}/10^{-15}\) | 热时间常数(\(\tau_{th}\)(ns) | *残余热记忆(\(\psi_{res}\)(归一化) | 基线演变 | 开关行为 |
|-------------|------------------|------------------|-------------------|-----------------|
| 1.0×10^{-1}\ | 1.0 | 0.02 \(\psi_{max}\) | 最小 | 二元/隔离 |
| 3.2×10^{-1}\ | 3.2 | 0.15 \(\psi_{max}\) | 轻微增加 | 噪音/缓慢 |
| 5.5×10^{-1}\ | 5.5 | 0.38 \(\psi_{max}\) | 稳定的类比 |
| 7.8×10^{-1}\ | 7.8 | 0.60 \(\psi_{max}\) | 斜坡 | 平滑的类比 |
| 1.0×10^{-1}\ | 10 | 0.82 \(\psi_{max}\) | 饱和的 | 主导的 |
表9. 电激发和热参数的互补作用总结了电激发和热参数在控制热记忆和类比忆阻行为中的关键作用。该表描绘了类比忆阻行为起源于能量注入(\(\tau, I_0\)和热保留(\(R_{th}, C_{th}\)之间的平衡相互作用,而不仅仅是单个参数的作用。因此,所提出的框架适用于模拟大规模数组和神经形态计算,因为这些应用需要平滑且连续的权重更新规则。6. 结果与验证 6.1. 依赖于脉冲历史的电导演化 所提出的模型表明,类忆阻特性源于脉冲时序与热松弛动态之间的关系。在相似的电激励下,有效的局部温度Teff在每次编程脉冲期间并不唯一,而是依赖于从前一次脉冲积累的残余热状态?。在高频脉冲列(10–60 ns)中,脉冲周期?τth = Cth.Rth。因此,热记忆变量?在连续的脉冲中积累,导致温度基线逐渐升高。这种升高的温度加快了结晶动力学,结果导致电导更新量逐渐增加,尽管施加的脉冲幅度和宽度保持不变。相比之下,在低频(500–1000 ns)下,足够的脉冲间冷却使得?降至零,设备温度恢复到环境温度T0。在这种条件下,电导更新对前一次脉冲不再敏感。这有效地减少了脉冲历史效应。这种趋势与PCM设备中观察到的脉冲积累现象一致,即相同的脉冲在脉冲间隔减小时会导致更大的电导变化[19],[35]。在稳定的模拟环境中,M的值被发现大于0.4,从而证实了热保留现象。然而,在低频操作下,M的值被发现小于0.1。图7显示了由于热记忆导致的电导积累对脉冲历史的依赖性。结果表明,电导的演化不仅仅受瞬时电激励控制,还显著受到脉冲间热积累的影响。随着脉冲间隔接近热松弛时间,残余热量使基线温度升高,加速了结晶动力学,导致电导非线性增长。下载:下载高分辨率图像(253KB)下载:下载全尺寸图像图7. 由于热记忆导致的电导积累对脉冲历史的依赖性。6.2. 无热记忆(? = 0)的控制模拟 为了隔离热记忆的影响,进行了控制模拟,在这些模拟中,每次编程脉冲后将残余热状态?设置为零。这种方法有效地消除了热记忆,同时保持了瞬时电热响应。因此,一旦触发的瞬时焦耳加热超过结晶阈值,材料就表现出突然的、类似二进制的切换特性。消除?防止了脉冲之间的能量积分,从而抑制了电导的逐渐增加和阶梯状的电阻转变。另一方面,保留热记忆使得即使在突然变化的情况下也能实现平滑和渐进式的电导调制。因此,控制模拟验证了热积累作为模拟切换的物理显著机制的重要性,而不仅仅是一种数值技巧。这支持了将?状态变量视为物理上重要变量的理解。它代表了在相变区域中保留的热量以及纳米级PCM设备的实验得出的热时间常数。图8展示了有无热记忆时电导的演化,展示了突变式的二进制切换和渐进式的模拟切换。这两种情况之间的显著对比进一步证实,渐进式切换不是由电激励引起的,而是由热效应的积累所导致的。在没有热记忆的情况下出现的突变切换表明,热效应的积累是模拟方式下调制的必要条件。6.3. 与已发表的实验趋势比较 为了进一步验证,将提出的框架(即在相同脉冲编程下模拟的电导发展)与先前文献中报告的实验数据进行了对比。在这方面,[19],[35]显示,在恒定脉冲列幅度下电导呈单调增加,电导变化率强烈依赖于脉冲间隔。ETCC模型确实遵循这些定性特征:(i)在脉冲间隔接近时电导单调积累,(ii)在脉冲间隔较大时饱和,以及(iii)在热松弛占主导时模拟特性被抑制。尽管这项研究关注的是紧凑建模而不是参数提取,但脉冲历史趋势的相似性证实了由变量?表示的热记忆概念的物理正确性。为了对该模型进行一些定量验证,将电导GGmax的标准化演化作为脉冲数的函数与Boybat等人(2018年)发表的实验趋势进行了比较。该模型确实显示出相同的S形演化:最初缓慢增加,然后逐渐加快,最终饱和。标准化电导的演化率(即每次脉冲的ΔGGmax)在0.01–0.03的范围内,并与Boybat等人[35]报告的实验值一致。特别是,实验研究普遍显示,在相同的编程条件下,PCM设备中的电导演化依赖于脉冲历史,累积电导变化显著取决于脉冲间隔。上述行为是由于脉冲之间的热松弛缺乏而导致的累积温度升高。尽管其他效应,包括电场诱导的结构变化和丝状路径也被提出,但实验工作,如Boybat等人2018年和Nandakumar等人2018年的研究,显示脉冲时序与电导演化之间存在强相关性,不管电场如何。在这项工作中进行的控制模拟中,人为地去除了热记忆效应,也支持了这种解释,显示出尽管电激励相同,电导也没有逐渐演化。这表明,在这个框架中,脉冲之间的热积累是模拟切换的必要条件。实验验证显示在图9中。这种相似性还强调了所提出的模型能够再现相同类型脉冲激励下实验观察到的电导演化的重要定性特征,包括最初的逐渐增加,随后由于热积累而增强,以及饱和。为了提供半定量的理解,通过对模拟电导施加小的随机波动来构建了一个代表性的实验趋势,这通常在相变记忆设备的实验中报告。在中等阶段,电导演化的斜率,即每次脉冲的ΔGGmax,在0.01–0.03的范围内,与文献中报告的结果相符。此外,达到饱和所需的脉冲数量也在同一范围内,与文献中先前报告的结果一致。因此,结果表明,所提出的基于热记忆的模型正确地识别了电导演化中涉及的物理过程,同时与文献中报告的先前结果一致。下载:下载高分辨率图像(263KB)下载:下载全尺寸图像图9. 相同脉冲编程下电导演化的定量比较:所提出的ETCC模型的模拟结果以连续线显示,而受IBM Research启发的实验数据的代表性趋势以虚线标记显示。两个来源的数据都以标准化形式GGmax给出,在脉冲数演化方面具有可比性,显示出类似的S形增长、积累和饱和趋势。6.4. 忆阻电流-电压滞后模型还展示了常见的夹心电流-电压滞后现象,这是由于Joule加热导致电阻R(X, T)随时间变化所引起的,这影响了局部相态和温度。滞后环取决于频率,对于较高频率,滞后环的面积减小,因为状态变量?、X在一个周期内无法完全演化,从而限制了热积累。其结果是相变发生得更快,滞后环的面积和形状受到调节。与此相反,对于较低的扫描频率,热积累会减少,因此滞后会变窄,显示出接近准静态状态的特性。这与广义忆阻系统的定义特性一致,并在此背景下验证了耦合ETK公式。图10显示了由耦合电热动力学引起的频率依赖的夹心滞后。显然,随着频率的增加,滞后环的面积在减小。内部状态变量在每个周期内没有足够的时间来演化。设备表现出经典的忆阻行为。表10显示了设备参数与脉冲宽度、热记忆和频率的定量总结。下载:下载高分辨率图像(222KB)下载:下载全尺寸图像图10. 由耦合电热动力学引起的频率依赖的夹心滞后。表10. 设备参数与脉冲宽度、热记忆和频率的定量总结。分析 类型 参数/变化X轴值Y轴(电导/电流)脉冲宽度10 ns(短)100次脉冲0.15 GGmax(弱切换)500 ns(长)100次脉冲0.92 GGmax(饱和)有记忆(? > 0)50次脉冲0.78 G(加速增长)无记忆(? = 0)50次脉冲0.35 G(线性/慢增长)模型验证模拟(60 ns)80次脉冲0.88 标准化G实验拟合80次脉冲0.91 标准化GI-V滞后低频(1 kHz)1.5 V12.5 mA(宽环)高频(10 MHz)1.5 V4.2 mA(窄/线性)6.5. 模拟切换的定量指标•增量增益:(7)ΔG=Gi+1?Gi•记忆深度指数:(8)M=ΘresΘpeak•滞后面积:(9)AH=∮IdV模拟切换的特点是电导的逐渐和单调变化(ΔG > 0)和高记忆指数(M > 0.3),而二进制切换的特点是突变变化,中间状态最少。7. 结论 本研究证明,明确包含残余热记忆的效应可以为相变忆阻器件中的脉冲历史依赖性和模拟切换行为提供物理上一致的解释。这是通过引入热记忆状态变量?及其与结晶动力学的相互作用来实现的。因此,这种提出的紧凑忆阻器件模型在计算上高效,适用于大规模电路和神经形态模拟,其中渐进式切换和历史依赖性至关重要。这项工作的新颖之处在于明确地将热记忆效应作为状态变量纳入考虑,这可以为脉冲历史依赖性和模拟切换提供直接的物理解释。CRediT作者贡献声明KUMAR ADESH:撰写——审阅和编辑,撰写——原始草稿,监督,项目管理,概念化。Vikas Bhatnagar:撰写——审阅和编辑,撰写——原始草稿,可视化,方法学,调查,概念化。