Ⅲ族化合物半导体薄膜的制备及气敏性能研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:wuhaoxust
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Ⅲ族化合物半导体薄膜的研究在近几年来是一个研究热点,例如氧化镓(Ga2O3)、氧化铟(In2O3)、氮化镓(GaN)、氮化铟(InN)以及三元化合物铟镓氮(InxGa1-xN)。它们都是直接带隙n型半导体,具有良好的化学特性和热稳定性,广泛应用于气敏传感器、高温高频大功率电子器件、光电子器件、太阳能电池、互联网+等领域,因此对于Ⅲ族化合物薄膜的研究具有重要的研究意义。本文在此基础上研究了以上薄膜的制备工艺过程以及不同工艺下的气敏性能。本文采用磁控溅射法制备Ga2O3、In2O3薄膜材料,在价格低廉的Si(100)衬底上进行生长。对于Ga2O3和In2O3的研究,主要研究了溅射气压、衬底温度和溅射功率等因素对于Ga2O3、In2O3薄膜生长的影响,测试结果表明:Ga2O3的优化工艺条件为溅射气压0.6 Pa,衬底温度600℃,溅射功率150 W;In2O3的优化实验工艺条件为溅射气压0.6 Pa,衬底温度600 ℃,溅射功率为100 W,测试结果得出Ga2O3薄膜对甲醇气敏工作温度为250 ℃,乙醇气敏工作温度为300 ℃,丙酮气敏工作温度为400℃ In2O3薄膜在工作温度为350 ℃时对乙醇和丙酮有较好的灵敏度,在工作温度为300 ℃时对甲醇的气敏性能较好。采用磁控溅射和高温氨化法制备出GaN薄膜材料,研究了衬底温度、溅射时间、氨化温度等因素对GaN薄膜的生长的影响,测试结果得出了优化实验工艺条件为衬底温度400 ℃,溅射时间90min,氨化温度850 ℃,测试结果得出GaN薄膜在工作温度为300 ℃时对乙醇有较好的灵敏度,在工作温度为250 ℃对丙酮和甲醇的气敏性能较好。采用磁控溅射法,靶材为In2O3陶瓷靶,反应气体为氮气,成功制备出InN薄膜,并研究了溅射气压和衬底温度等因素对于InN薄膜生长的影响,测试结果得出了当溅射气压为0.6Pa,衬底温度为600 ℃时,InN的结晶质量最好。在此基础上,通过磁控溅射和高温氨化法,利用Ga2O3陶瓷靶和In2O3陶瓷靶,制备出三元化合物InxGa1-xN薄膜材料,并研究溅射气压、衬底温度和溅射功率等因素对InxGa1-xN生长的影响,测试结果得出InxGa1-xN薄膜在工作温度为250 ℃时,对乙醇和甲醇有较好的灵敏度,灵敏度为1.37,在工作温度为300 ℃时,对丙酮的气敏性能较好。
其他文献
磁共振成像(Magnetic Resonance Imaging,MRI)因其具有无电离辐射性、多参数成像、多方位成像等优点被广泛应用在医学临床研究中。然而成像速度一直以来都是制约MRI快速发展
面对如今半导体制造生产线复杂不确定的加工环境,开展数据驱动生产过程建模,通过对数据信息的有效提取挖掘和预测建模,指导生产过程并提供最佳的解决方案。考虑到许多实际调
随着社会经济的发展,大城市面临交通拥堵问题。发展公共交通是缓解城市交通拥挤的有效方式。公交车辆调度问题是公交运营过程中的重要问题。纯电动车因具有运输成本低、低噪声、零排放等特点,受到政府的关注,但因其续驶里程短,充电时间长,电动车辆调度问题更加复杂。多车场公交车辆调度能动态调配各线路上的公交车辆,节约公交运营成本,因而是当前公交车辆调度的研究热点。然而,当前多车场电动公交车辆调度研究还非常有限。本
随着互联网技术的发展和大数据时代的到来,数据量的爆发式增长和大数据分析技术的成熟使用户画像成为自然语言处理、数据挖掘等领域的重要研究课题。性别作为建立用户画像的
现今,随着移动互联网,物联网等以无线信息通信技术为基础的新兴行业的发展,频谱需求更胜从前,与旧有频谱管理模式的摩擦与碰撞也日趋显著。为保证通信产业持续,健康发展,需要
随着信息产业的兴起到蓬勃发展,软件开发的管理与协调已经逐渐形成了一门必不可少的开发技能,由多个单元协作来完成各个庞大的软件系统之间的协作显得越来越普遍,随之而来的,
随着移动互联网应用的普及,用户每天接触的信息量成倍增长,对信息的敏感度下降,这就导致商业服务机构精准地向用户发送用户感兴趣的营销信息变得异常困难。在商业信息服务领
CRAN(Cloud Radio Access Network)是由中国移动研究院从降低网络建设维护成本的角度出发而提出的一种新的无线网络架构方式。在这种架构中,基带处理单元进行集中式部署,形成
在移动互联网迅速发展的背景下,手机电视、视频会议等广播视频业务逐渐成为移动视频业务的新热点。传统数字视频编码中,由于信源信道编码相互分离,无法为不同信道状况、不同
语音识别是由声学模型解码与语言模型解码两部分共同作用下完成的,其中语言模型是语音识别一项重要的技术,也是语音识别当中的重要研究部分。传统的语言模型解码一般采用2-gr