采用高玻璃化转变温度(Tg)聚合物驻极体(聚合物电介质陷阱层/Polymer Electret)的热稳定有机突触晶体管(Organic Synaptic Transistor, OST)

《Advanced Intelligent Systems》：Thermally Stable Organic Synaptic Transistors Using a High-Tg Polymer Electret

　　

摘要：聚合物驻极体(Polymer Electret)被广泛用作有机突触晶体管(Organic Synaptic Transistor, OST)中的电荷俘获层(charge-trapping layer)。然而常用的聚合物驻极体如聚苯乙烯(polystyrene, PS)、聚乙烯醇(polyvinyl alcohol, PVA)及聚(2-乙烯基萘)(poly(2-vinyl naphthalene), PVN)的玻璃化转变温度(Tg)低于150°C，限制了其在高温加工或工作条件下的应用。环烯烃共聚物(Cyclic Olefin Copolymer, COC)因其优异的热稳定性(Tg≈ 185°C)作为高Tg聚合物驻极体受到关注，但其本征陷阱密度(trap density)较低，制约了其在基于聚合物驻极体的OST中的应用。本研究通过紫外—臭氧(UV–ozone, UVO)处理有效提升了COC的陷阱密度，UVO处理引入极性羰基(carbonyl groups)及缺陷位点充当附加电荷俘获态，实现了热稳定的突触晶体管工作。所制备器件展现出关键突触行为，包括兴奋性/抑制性突触后电流(Excitatory/Inhibitory Postsynaptic Current, EPSC/IPSC)、双脉冲易化与抑制(Paired-Pulse Facilitation/Depression, PPF/PPD)、短时记忆向长时记忆转化(Short- to Long-Term Memory Transition, STM→LTM)及长时程增强/抑制(Long-Term Potentiation/Depression, LTP/LTD)。优化后器件突触权重更新的非线性因子改善至αp= 0.59、αd= ?0.47。将其用于多层感知机(Multilayer Perceptron, MLP)人工神经网络进行手写数字识别时，经100次训练迭代(epoch)后识别准确率达93.2%。结果表明UVO处理的COC是高Tg聚合物驻极体用于热稳定OST的有前景材料，并凸显其在高温环境下神经形态与人工智能应用中的潜力。

论文解读：采用高玻璃化转变温度(T_g)聚合物驻极体(Polymer Electret)的热稳定有机突触晶体管(Organic Synaptic Transistor, OST)

传统冯·诺依曼架构因存储与运算单元物理分离，在人工智能与大数据应用中面临显著功耗瓶颈。人脑通过约10¹²个神经元和约10¹⁵个突触实现并行存储与处理且功耗仅约20 W，这推动了旨在模拟脑结构与功能的神经形态计算(neuromorphic computing)研究。有机突触器件因低温制备、低成本、可调电学性能及与生物体系兼容等优势成为构建仿脑硬件的重要候选。其中基于聚合物驻极体(作为电荷陷阱层/charge-trapping layer)的有机突触晶体管(OST)可利用驻极体中暂态电荷俘获能力调制沟道电导来模拟突触权重(synaptic weight)，受到广泛关注。但目前常用驻极体材料如聚苯乙烯(PS, T_g~100°C)、聚乙烯醇(PVA)、聚(2-乙烯基萘)(PVN)的T_g均低于150°C，在高于120°C的生物电子灭菌、车载(AEC-Q100 Grade 0要求?40~+150°C)等高温环境下面临可靠性问题。环烯烃共聚物(COC, Cyclic Olefin Copolymer)具有较高T_g(~185°C)、低吸水、高机械强度，适合高温应用，但其本征电荷陷阱密度低，直接用作OST驻极体时俘获窗口(memory window)很小，无法满足多级电导调制需求。如何在保持COC高热稳定性的同时提升其陷阱密度是该研究要解决的核心问题。研究人员通过紫外—臭氧(UV–ozone, UVO)表面处理在COC中引入羰基及断键缺陷态以增加陷阱位，制备出可在190°C退火后保持电学特性的热稳定OST，验证了其突触功能并在人工神经网络仿真中获得93.2%的MNIST识别率。该研究发表于《Advanced Intelligent Systems》。

主要关键技术方法：

研究人员选用Si/SiO₂为衬底，旋涂甲苯溶解的COC形成~25 nm薄膜后经UVO处理不同时间(优化为20 min)以在COC表层引入极性羰基与缺陷陷阱态；随后热蒸镀并五苯(pentacene, 50 nm)作有机半导体层，热蒸镀金源/漏电极(60 nm)，顶部沉积SiO_x(150 nm)钝化层，制得底栅—顶接触OST结构。通过傅里叶变换红外光谱(FT–IR)确认羰基峰(1715 cm^?1)出现、水接触角测试证实表面能变化，验证UVO诱导陷阱形成。电学表征包括转移/输出特性、阈值电压(V_TH)偏移定义的存储窗口、EPSC/IPSC响应、PPF/PPD指数随脉冲间隔变化、STM→LTM弛豫时间拟合、LTP/LTD 100脉冲扫描及非线性因子(α_p, α_d)提取。将LTP/LTD实测动态范围与脉冲数—电导曲线导入多层感知机(MLP)仿真器，采用MNIST 20×20手写数字数据集进行100 epoch训练与测试评估识别准确率。

研究结果：

1 Introduction

研究人员综述指出传统OST所用聚合物驻极体T_g不足150°C，不能满足生物医学、车载等高温场景需求；COC具高T_g(~185°C)但陷阱密度低。提出以UVO处理COC兼顾高热稳与高陷阱密度，首次报道该策略用于热稳定OST。

2 Results and Discussion

研究人员对比PS与COC薄膜及对应OST在110~190°C氮气退火30 min后的形貌与转移特性：PS膜130°C起变形、190°C严重降解，对应OST漏电流剧增；COC膜至190°C保持完整，OST转移曲线基本不变，场效应迁移率平均0.492 ± 0.083(变异系数≈16.9%)，证明COC基OST具优良热稳定性。

经UVO处理后COC的FT–IR在1715 cm^?1出现并随处理时间增强的C=O吸收峰，水接触角由87.5°降至~32°，表明UVO断裂COC内部键产生自由基并与氧反应生成极性羰基及缺陷充当陷阱态。UVO 20 min处理器件经190°C退火后仍保持最大漏电流与迁移率基本不变，说明UVO未损害COC热稳定性。UVO处理时间超过25 min致器件严重退化，故选定20 min为优化条件。

未处理COC基OST正/负编程后存储窗口仅+0.17 V/?1.37 V(ΔV_TH= 1.54 V)；UVO 10 min处理分别为+1 V/?4.3 V；UVO 20 min处理达+13.7 V/?4.63 V(ΔV_TH= 18.33 V)。表明UVO诱导陷阱密度升高，增强电荷俘获能力，扩大存储窗口。

施加栅脉冲下UVO 20 min处理OST显示明显EPSC(|ΔEPSC|随脉冲幅值0–30 V单调增至8.3 nA，脉宽0.1–1 s增至18.8 nA)与IPSC(|ΔIPSC|随?30 V脉冲增至38.3 nA)，而UVO 10 min处理响应弱且非单调，证实足够陷阱态贴近并五苯LUMO/HOMO能级可有效俘获电子/空穴。最小单脉冲能耗估算为1.5 nJ(30 V, 0.1 s)。

施加两相同正(负)脉冲测PPF(PPD)，指数衰减拟合得PPF特征时间τ₁= 31 ms、τ₂= 1870 ms；PPD为τ₁= 14 ms、τ₂= 3800 ms，符合生物突触短时程可塑性双时间常数特征，指数随脉冲间隔Δt增大而减小。

随连续30 V脉冲(0.25 s, 间隔0.25 s)数增加(5/10/30/50)，EPSC衰减弛豫时间τ由86.9 s增至116.3 s，说明重复刺激逐步填充慢脱陷态，沟道电导维持更久，成功模拟STM→LTM过渡。

LTP由+30 V/0.25 s脉冲诱导(100次)，LTD由负脉冲诱导。UVO 10 min处理器件动态范围G_max/G_min= 5.92，α_p= 2.49、α_d= ?3.26；UVO 20 min处理(固定?35 V LTD)动态范围升至31.32，α_p改善至0.59但α_d= ?4.60(过陡衰减)。改用梯度递增LTD电压方案(Scheme 2: ?10 V至?37.72 V步进?0.28 V)，α_d优化至?0.47，LTP/LTD线性明显改善。

基于提取参数进行MLP–ANN仿真(MNIST 20×20输入，400–100–10网络，SGD算法，100 epoch)：UVO 10 min器件识别率70.5%，UVO 20 min固定LTD方案88.4%，UVO 20 min梯度LTD方案达93.2%，证实高动态范围与良好线性度对网络性能之重要性。

Conclusion(结论部分翻译)：

本研究通过将COC(T_g≈ 185°C)用作电荷俘获层并经20分钟UVO处理调控其陷阱密度，展示了一种即便在高达190°C热应力后仍能保持稳定特性的基于聚合物驻极体的有机突触晶体管(OST)。UVO处理在不损害COC本征热稳定性的前提下引入额外陷阱态，显著扩大存储窗口并实现多级电导调制。所得COC基OST展现EPSC/IPSC、PPF/PPD、STM→LTM转换等关键突触功能，并具有高动态范围(31.32)及改善的非线性因子(α_p= 0.59，α_d= ?0.47)。在基于多层感知机(MLP)的人工神经网络仿真中用于MNIST手写数字识别时达到93.2%的识别准确率。结果表明UVO处理的COC是适用于热稳定OST的高T_g聚合物驻极体材料，在高温环境运行的神经形态系统中具应用潜力。