Modelling Graphene Field-Effect Transistors
(2017) EITM01 20171Department of Electrical and Information Technology
- Abstract
- Today, transistors with 20 nanometer (nm) channel length are in mass production and many researchers believe that we are reaching a limit with downsizing conventionally used silicon metal-oxide-semiconductor field-effect transistors (MOSFETs) [1]. To keep up with the trend of making the transistor smaller, new channel materials are studied, and graphene has come into the spotlight. Graphene became a serious contender mostly due to its high mobility, but other properties such as high velocity saturation and the two-dimensional (2D) nature of the material have gained more attention in recent years [2–4].
The first graphene field-effect transistor (GFET) was reported in 2004, since many transistors with graphene as a channel material have... (More) - Today, transistors with 20 nanometer (nm) channel length are in mass production and many researchers believe that we are reaching a limit with downsizing conventionally used silicon metal-oxide-semiconductor field-effect transistors (MOSFETs) [1]. To keep up with the trend of making the transistor smaller, new channel materials are studied, and graphene has come into the spotlight. Graphene became a serious contender mostly due to its high mobility, but other properties such as high velocity saturation and the two-dimensional (2D) nature of the material have gained more attention in recent years [2–4].
The first graphene field-effect transistor (GFET) was reported in 2004, since many transistors with graphene as a channel material have been successfully fabricated [3]. It is important to have accurate simulation models that showcase all the peculiar behaviours of GFETs. Even though several new models with high accuracy, have been presented in recent years, few theoretical explanations exist. This thesis work focuses greatly on the theory behind two different simulation models for GFETs. Several parameter approximations are investigated, with focus on the possibility of showcasing negative differential resistance (NDR).
In conclusion, we can see that the drift-diffusion (DD) model show good agreement with data and showcases NDR, while the virtual source (VS) model is more unstable and does not give NDR. I hope this thesis can act as a knowledge base, to facilitate for future simulation models. (Less) - Popular Abstract (Swedish)
- Transistor av materialet grafen.
En av världens största uppfinningar är också den minsta av dom alla. Transistorn storlek är endast 1/5000 av ett hårstrå. Men låt inte detta lura er, tack vare denna smarta uppfinning utför din mobil mer och mer avancerade uppgifter.
Transistorn sägs vara en av de största uppfinningarna i modern historia. Uppfinningen har nämnts i samma klass som bilen och telefonen. Idag finns transistorn i nästan all modern elektronik, vilket inte är så chockerande då 2 913 276 327 576 980 000 000 stycken transistorer har tillverkats industriellt sedan 1947 [5]. Siffran blir inte mer greppbar bara för att man ser hur många transistorer det är per person på jorden; 388 436 843 677 stycken transistorer per person.
... (More) - Transistor av materialet grafen.
En av världens största uppfinningar är också den minsta av dom alla. Transistorn storlek är endast 1/5000 av ett hårstrå. Men låt inte detta lura er, tack vare denna smarta uppfinning utför din mobil mer och mer avancerade uppgifter.
Transistorn sägs vara en av de största uppfinningarna i modern historia. Uppfinningen har nämnts i samma klass som bilen och telefonen. Idag finns transistorn i nästan all modern elektronik, vilket inte är så chockerande då 2 913 276 327 576 980 000 000 stycken transistorer har tillverkats industriellt sedan 1947 [5]. Siffran blir inte mer greppbar bara för att man ser hur många transistorer det är per person på jorden; 388 436 843 677 stycken transistorer per person.
Trots detta, är inte transistorn något som diskuteras i vardagliga sammanhang. Så vad är en transistor? Enkelt uttryckt så är det en elektronikkomponent, som kan efterliknas vid en ventil. Vanligtvis har transistorn tre terminaler, vid varje terminal kan spänningen regleras. Beroende på spänningsstyrkorna ändras strömsignalen genom komponenten.
Har du märkt att våra tv-apparater, datorer och telefoner tycks bli mindre, lättare och smidigare trots att de har högre prestanda, kan lagra mer information och arbetar snabbare? Detta är till stor del tack vare utvecklingen av transistorerna. Idag finns det transistorer så små som 20 nanometer (nm) i massproduktion [3]. Okej, tänker du då, hur stort är 20 nm? Det är en mycket bra fråga, som inte är helt enkel att svara på. Generellt brukar man säga att ett hårstrå på ditt huvud är 0.1 mm, det betyder att 20 nm endast är 1/5000 av ett hårstrå. Transistorerna vi tillverkar idag är med andra ord otroligt små.
De flesta transistorer som används idag görs av Kisel. Men när dessa ska tillverkas så små som 20 nm börjar det bli problem med materialet Kisel. Det blir läckage och oönskade kapacitanser som gör att mer energi krävs för att få önskad effekt. Forskare behövde därför fundera på om det är möjligt att byta ut Kisel mot något bättre material. Materialet grafen kom upp som tänkbar ersättare. Grafen är gjort av Kol-atomer och är ett otroligt starkt material. Materialet är dessutom bättre än någon metall på att leda ström.
I denna rapport tittar jag närmare på speciella egenskaper hos grafen. Jag går sedan vidare till teorin bakom grafen-transistorer, här beskriver jag vad som händer när man ändrar spänningen vid de olika terminalerna. Jag har skapat visuella bilder för att se vad som händer inne i transistorn. Till sist, beskriver jag hur man kan skapa en matematisk modell som beskriver strömmen som går genom grafen-transistorn.
Målet med mitt arbete var att på ett grundläggande sätt förklara teorin bakom de matematiska modellerna för grafen-transistorer. Ofta måste förenklingar göras då det är svårt att beskriva allt i en transistor matematiskt. Jag har undersökt vad tidigare forskare har gjort och jämfört olika förenklingar samt hur dessa påverkar strömsignalen. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/8929559
- author
- Sjölander, Sofia LU
- supervisor
- organization
- course
- EITM01 20171
- year
- 2017
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- Graphene, FET, GFET, Field Effect-transistor, QMUL
- report number
- LU/LTH-EIT 2018-617
- language
- English
- id
- 8929559
- date added to LUP
- 2018-03-02 12:14:11
- date last changed
- 2018-03-02 12:14:11
@misc{8929559,
abstract = {{Today, transistors with 20 nanometer (nm) channel length are in mass production and many researchers believe that we are reaching a limit with downsizing conventionally used silicon metal-oxide-semiconductor field-effect transistors (MOSFETs) [1]. To keep up with the trend of making the transistor smaller, new channel materials are studied, and graphene has come into the spotlight. Graphene became a serious contender mostly due to its high mobility, but other properties such as high velocity saturation and the two-dimensional (2D) nature of the material have gained more attention in recent years [2–4].
The first graphene field-effect transistor (GFET) was reported in 2004, since many transistors with graphene as a channel material have been successfully fabricated [3]. It is important to have accurate simulation models that showcase all the peculiar behaviours of GFETs. Even though several new models with high accuracy, have been presented in recent years, few theoretical explanations exist. This thesis work focuses greatly on the theory behind two different simulation models for GFETs. Several parameter approximations are investigated, with focus on the possibility of showcasing negative differential resistance (NDR).
In conclusion, we can see that the drift-diffusion (DD) model show good agreement with data and showcases NDR, while the virtual source (VS) model is more unstable and does not give NDR. I hope this thesis can act as a knowledge base, to facilitate for future simulation models.}},
author = {{Sjölander, Sofia}},
language = {{eng}},
note = {{Student Paper}},
title = {{Modelling Graphene Field-Effect Transistors}},
year = {{2017}},
}