基于算法对GaAs (001) 进行GeSn的线性分级组合,通过分子光束Epitaxy
Calbi Gunder1, Mohammad Zamani-Alavijeh2, Emmanuel Wangila1
1Materials Science and Engineering, University of Arkansas, Fayetteville, AR 72701, USA.
Nanomaterials (Basel, Switzerland)
|June 13, 2024
概括
这项研究引入了一种新的对数算法,用于精确控制分子束表达过程中的-锡 (GeSn) 薄膜组成. 该算法可以在化基板上生长高质量的,线性分级的GeSn薄膜,其锡含量高达16%.
科学领域:
- 材料科学 材料科学 材料科学
- 半导体的增长 半导体的增长
- 纳米技术纳米技术
背景情况:
- 预计未来高成分 (GeSn) 薄膜的发展将由算法方法驱动.
- 对成分的精确控制对于定制GeSn合金的光电子特性至关重要.
研究的目的:
- 为了证明基于对数算法的高质量GeSn电影生长算法的有效性.
- 通过使用分子束表 (MBE) 在甲 (GaAs) (001) 基板上达到高GeSn成分 (高达16%) .
主要方法:
- 使用组合定位和对数锡 (Sn) 电池温度控制.
- 用于薄膜沉积的分子束表 (MBE).
- 使用X射线衍射 (XRD),模拟,二次离子质谱 (SIMS) 和原子力显微镜 (AFM) 进行特征电影.
主要成果:
- 成功实现了直线分级的伪形态Ge1-xSnx组合,达到10%的Sn.
- 在部分结构放松后继续构成梯度至16%GeSn.
- 演示了算法驱动的,线性分级的GeSn片生长.
结论:
- 开发的对数算法为生长高组成的GeSn片提供了精确的控制.
- 这种方法代表了GeSn材料开发的重大进步.
- 为先进的半导体合金的算法控制增长铺平了道路.
更多相关视频
14:16Fabrication of Schottky Diodes on Zn-polar BeMgZnO/ZnO Heterostructure Grown by Plasma-assisted Molecular Beam Epitaxy
Published on: October 23, 2018
7.7K
06:57Theoretical Calculation and Experimental Verification for Dislocation Reduction in Germanium Epitaxial Layers with Semicylindrical Voids on Silicon
Published on: July 17, 2020
2.2K
