Les semi-conducteurs sont utilisés dans des dispositifs tels que les puces mémoire et les cellules solaires, et il peut y exister en leur sein des défauts invisibles qui interfèrent avec le flux électrique. Une équipe de recherche conjointe a développé une nouvelle méthode d’analyse capable de détecter ces « défauts cachés » (pièges électroniques) avec une sensibilité environ 1 000 fois supérieure aux techniques existantes. Cette technologie devrait améliorer les performances et la durée de vie des semi-conducteurs, tout en réduisant considérablement le temps et les coûts de développement en permettant une identification précise des sources de défauts.
Le KAIST a annoncé le 8 janvier qu’une équipe de recherche conjointe dirigée par le professeur Byungha Shin du Département de science et ingénierie des matériaux du KAIST et le Dr Oki Gunawan du centre de recherche IBM T. J. Watson a développé une nouvelle technique de mesure permettant d’analyser simultanément les défauts qui entravent le transport électrique (pièges électroniques) et les propriétés de transport des porteurs de charge à l’intérieur des semi-conducteurs.
Dans les semi-conducteurs, des pièges électroniques peuvent exister qui capturent les électrons et entravent leur mouvement. Lorsque les électrons sont piégés, le courant électrique ne peut pas circuler correctement, ce qui entraîne des courants de fuite et une dégradation des performances des dispositifs. Par conséquent, évaluer avec précision les performances des semi-conducteurs nécessite de déterminer combien de pièges électroniques sont présents et avec quelle force ils capturent les électrons.
L’équipe de recherche s’est concentrée sur les mesures Hall, une technique utilisée depuis longtemps dans l’analyse des semi-conducteurs. Les mesures Hall analysent le mouvement des électrons à l’aide de champs électriques et magnétiques. En ajoutant à cette méthode un éclairage lumineux contrôlé et une variation de température, l’équipe a réussi à extraire des informations difficiles à obtenir avec les approches conventionnelles.
Sous un faible éclairage, les électrons nouvellement générés sont d’abord capturés par les pièges électroniques. À mesure que l’intensité lumineuse est augmentée progressivement, les pièges se remplissent, et les électrons générés ensuite commencent à se déplacer librement. En analysant ce processus de transition, les chercheurs ont pu calculer avec précision la densité et les caractéristiques des pièges électroniques.
Le plus grand avantage de cette méthode est que plusieurs types d’informations peuvent être obtenus simultanément à partir d’une seule mesure. Elle permet non seulement d’évaluer la vitesse de déplacement des électrons, leur durée de vie et la distance qu’ils parcourent, mais aussi les propriétés des pièges qui interfèrent avec le transport des électrons.
L’équipe a d’abord validé la précision de la technique en utilisant des semi-conducteurs au silicium, puis l’a appliquée aux pérovskites, qui suscitent l’attention en tant que matériaux de cellules solaires de nouvelle génération. En conséquence, ils ont réussi à détecter des quantités extrêmement faibles de pièges électroniques difficiles à identifier avec les méthodes existantes, démontrant une sensibilité environ 1 000 fois supérieure à celle des techniques conventionnelles.
Le professeur Byungha Shin a expliqué : « Cette étude présente une nouvelle méthode permettant d’analyser simultanément le transport électrique et les facteurs qui l’entravent dans les semi-conducteurs en une seule mesure », ajoutant que « cela servira d’outil important pour améliorer les performances et la fiabilité de divers dispositifs à semi-conducteurs, y compris les mémoires et les cellules solaires. »
Les résultats de cette recherche ont été publiés le 1er janvier dans Science Advances, une revue académique internationale, avec Chaeyoun Kim, doctorant au Département de science et ingénierie des matériaux, comme premier auteur.
Article : Electronic trap detection with carrier-resolved photo-Hall effect – Journal : Science Advances – Méthode : Meta-analysis – DOI : Lien vers l’étude
Source : KAIST
