Simulazioni di un materiale a cambiamento di fase per memorie non volatili

I risultati della ricerca pubblicati su Advanced Functional Materials
Image
""

Una classe di leghe di calcogenuri denominate materiali a cambiamento di fase viene utilizzata in memorie elettroniche non volatili e in dispositivi neuromorfi. Queste applicazioni si basano su una trasformazione reversibile e rapida tra la fase cristallina e quella amorfa indotta dal riscaldamento per effetto Joule. Le due fasi corrispondono ai due stati logici della memoria che vengono discriminati grazie ad una grande differenza nella conducibilità elettrica. La trasformazione è molto veloce (10-100 ns) al di sopra della temperatura di transizione vetrosa (circa 120 oC), mentre le due fasi sono entrambe stabili in condizioni normali. Questo grande differenza nella velocità di cristallizzazione in un intervallo di temperature così esiguo è attribuito alla fragilità del liquido sottoraffreddato, e cioè ad un comportamento super-Arrhenius con la temperatura della viscosità che si mantiene molto bassa fino a temperature vicine alla transizione vetrosa e poi aumenta molto rapidamente per raggiungere il valore atteso nella fase vetrosa.

Nonostante la sua importanza, la misura diretta della viscosità alle condizioni di esercizio delle memorie è molto difficile a causa della velocità di cristallizzazione molto elevata.

Il recente articolo intitolato “Atomistic Study of the Configurational Entropy and the Fragility of Supercooled Liquid GeTe” (doi: 10.1002/adfm.202314264) pubblicato su Advanced Functional Materials (Wiley, Impact Factor 19.0, 2022 Journal Impact Factor, Journal Citation Reports (Clarivate Analytics, 2023)) grazie una collaborazione tra un gruppo dell'Università di Roma La Sapienza e il Dipartimento di Scienza dei Materiali dell'Università di Milano-Bicocca (Prof. Marco Bernasconi e Dott. Davide Campi), ha fornito importanti informazioni sulla viscosità del composto a cambiamento di fase GeTe tramite simulazioni di dinamica molecolare su larga scala.

Le simulazioni sono state condotte con un potenziale interatomico basato su reti neuronali sviluppato in precedenza dal gruppo di Milano, che ha permesso di campionare la superficie di energia potenziale nel liquido e quindi di estrarre l’entropia configurazionale a temperature molto più basse della temperatura di fusione da cui è stata poi calcolata la viscosità utilizzando un modello fenomenologico ben consolidato (teoria di Adam-Gibbs). Le simulazioni hanno fornito informazioni microscopiche sulle proprietà dinamiche del sistema che si è infatti confermato estremamente fragile.