Ne-T_sol.py ダウンロード/コピー
Ne-T_sol.py
Ne-T_sol.py
1#!/usr/bin/env python3
2"""
3概要:
4 放物線バンド半導体のキャリア統計を計算するスクリプトです。
5詳細説明:
6 エネルギーの単位は eV、密度の単位は cm^-3 です。
7 実行には numpy、scipy、matplotlib のインストールが必要です。
8 Ev=0、Ec=Eg、ED=Ec-Ed、EA=Ev+Ea としています。有効質量は m0 単位です。
9 Fjは規格化された完全フェルミ・ディラック積分であり、ボルツマン近似は使用していません。
10 Egや質量は固定、不純物は独立、3次元放物線バンドを仮定しています。
11"""
12import argparse
13from dataclasses import dataclass
14from math import exp, gamma, log, pi, sqrt
15from pathlib import Path
16
17import numpy as np
18from scipy.constants import Boltzmann, electron_mass, elementary_charge, h
19from scipy.integrate import quad
20from scipy.optimize import brentq
21from scipy.special import expit
22
23KB = Boltzmann / elementary_charge # eV/K
24
25
26@dataclass(frozen=True)
27class Model:
28 """
29 概要:
30 半導体モデルの物理パラメータを保持するデータクラスです。
31 引数:
32 :param Eg: バンドギャップエネルギー(eV)
33 :type Eg: float
34 :param me: 伝導帯の状態密度有効質量(バレー縮退を含む)
35 :type me: float
36 :param mh: 価電子帯の状態密度有効質量
37 :type mh: float
38 :param ND: ドナー濃度(cm^-3)
39 :type ND: float
40 :param NA: アクセプタ濃度(cm^-3)
41 :type NA: float
42 :param Ed: 伝導帯下端からのドナー束縛エネルギー(eV)
43 :type Ed: float
44 :param Ea: 価電子帯上端からのアクセプタ束縛エネルギー(eV)
45 :type Ea: float
46 :param gD: ドナーの縮退度
47 :type gD: float
48 :param gA: アクセプタの縮退度
49 :type gA: float
50 """
51 Eg: float = 1.12
52 me: float = 1.08 # density-of-states effective mass (includes valley degeneracy)
53 mh: float = 0.56
54 ND: float = 1e16
55 NA: float = 0.0
56 Ed: float = 0.045 # donor binding energy below Ec
57 Ea: float = 0.045 # acceptor binding energy above Ev
58 gD: float = 2.0
59 gA: float = 4.0
60
61
62def m2Nc(m, T):
63 """
64 概要:
65 伝導帯の有効状態密度を計算します。
66 詳細説明:
67 単位は cm^-3 です。スピン縮退度2を考慮しています。
68 引数:
69 :param m: 有効質量
70 :type m: float
71 :param T: 絶対温度(K)
72 :type T: float
73 戻り値:
74 :returns: 有効状態密度
75 :rtype: float
76 """
77 return 2 * (2 * pi * m * electron_mass * Boltzmann * T / h**2)**1.5 / 1e6
78
79
80def m2Nv(m, T):
81 """
82 概要:
83 価電子帯の有効状態密度を計算します。
84 詳細説明:
85 単位は cm^-3 です。
86 引数:
87 :param m: 有効質量
88 :type m: float
89 :param T: 絶対温度(K)
90 :type T: float
91 戻り値:
92 :returns: 有効状態密度
93 :rtype: float
94 """
95 return m2Nc(m, T)
96
97
98def fe(E, Ef, T):
99 """
100 概要:
101 電子のフェルミ・ディラック分布関数を計算します。
102 引数:
103 :param E: エネルギー(eV)
104 :type E: float or numpy.ndarray
105 :param Ef: フェルミエネルギー(eV)
106 :type Ef: float
107 :param T: 絶対温度(K)
108 :type T: float
109 戻り値:
110 :returns: 占有確率
111 :rtype: float or numpy.ndarray
112 """
113 return expit((Ef - np.asarray(E)) / (KB * T))
114
115
116def fh(E, Ef, T):
117 """
118 概要:
119 正孔のフェルミ・ディラック分布関数を計算します。
120 詳細説明:
121 ほぼ満たされた価電子帯に対する計算落ちを防ぐため、1 - fe ではなく指数部を反転させて計算します。
122 引数:
123 :param E: エネルギー(eV)
124 :type E: float or numpy.ndarray
125 :param Ef: フェルミエネルギー(eV)
126 :type Ef: float
127 :param T: 絶対温度(K)
128 :type T: float
129 戻り値:
130 :returns: 占有確率
131 :rtype: float or numpy.ndarray
132 """
133 # Avoid cancellation in 1-fe for a nearly full valence band.
134 return expit((np.asarray(E) - Ef) / (KB * T))
135
136
137def Fj(eta, j=0.5):
138 """
139 概要:
140 フェルミ・ディラック積分を計算します。
141 詳細説明:
142 Fj(eta) = integral_0^inf x^j expit(eta-x) dx / Gamma(j+1)
143 x=t^2 の変数変換により、j=1/2 における平方根の端点を取り除きます。
144 積分区間を占有領域と熱的な裾野に分割することで、適応求積法が非常に大きな eta でもフェルミ端を精度良く計算できるようにします。
145 etaが負の場合は指数部分をくくり出し、完全なロジスティック恒等式を用いてボルツマン近似なしに相対精度を維持します。
146 省略される x > max(eta,0)+80 の裾野は指数関数的に小さな値となります。
147 引数:
148 :param eta: 規格化されたフェルミエネルギー
149 :type eta: float
150 :param j: 積分の次数
151 :type j: float
152 戻り値:
153 :returns: 積分値
154 :rtype: float
155 例外:
156 :raises ValueError: etaが非有限、またはjが-0.5以下の場合
157 """
158 if not np.isfinite(eta) or j <= -0.5:
159 raise ValueError('Fj requires finite eta and j > -0.5')
160 scale = exp(eta) if eta < 0 else 1.0
161 if scale == 0:
162 return 0.0 # below floating-point representability
163 def integrand(t):
164 x = t*t
165 f = exp(-x) * expit(x - eta) if eta < 0 else expit(eta - x)
166 return 2 * t**(2*j + 1) * f
167 cuts = [0.0]
168 if eta > 0:
169 cuts += [sqrt(max(eta - 40, 0)), sqrt(eta)]
170 cuts += [sqrt(max(eta, 0) + 80)]
171 cuts = sorted(set(cuts))
172 value = sum(quad(integrand, a, b, epsabs=1e-11, epsrel=2e-9,
173 limit=200)[0] for a, b in zip(cuts[:-1], cuts[1:]))
174 return scale * value / gamma(j + 1)
175
176
177def Ne(Ef, T, s):
178 """
179 概要:
180 伝導帯の電子密度を計算します。
181 引数:
182 :param Ef: フェルミエネルギー(eV)
183 :type Ef: float
184 :param T: 絶対温度(K)
185 :type T: float
186 :param s: モデルパラメータ
187 :type s: Model
188 戻り値:
189 :returns: 電子密度(cm^-3)
190 :rtype: float
191 """
192 return m2Nc(s.me, T) * Fj((Ef - s.Eg) / (KB*T))
193
194
195def Nh(Ef, T, s):
196 """
197 概要:
198 価電子帯の正孔密度を計算します。
199 引数:
200 :param Ef: フェルミエネルギー(eV)
201 :type Ef: float
202 :param T: 絶対温度(K)
203 :type T: float
204 :param s: モデルパラメータ
205 :type s: Model
206 戻り値:
207 :returns: 正孔密度(cm^-3)
208 :rtype: float
209 """
210 return m2Nv(s.mh, T) * Fj(-Ef / (KB*T))
211
212
213def NDp(Ef, T, s):
214 """
215 概要:
216 イオン化ドナー密度を計算します。
217 詳細説明:
218 計算式は ND+ = ND / (1 + gD exp((Ef-ED)/kT)) と等価です。
219 引数:
220 :param Ef: フェルミエネルギー(eV)
221 :type Ef: float
222 :param T: 絶対温度(K)
223 :type T: float
224 :param s: モデルパラメータ
225 :type s: Model
226 戻り値:
227 :returns: イオン化ドナー密度(cm^-3)
228 :rtype: float
229 """
230 """ND+ = ND/[1+gD exp((Ef-ED)/kT)]."""
231 return s.ND * expit((s.Eg - s.Ed - Ef)/(KB*T) - log(s.gD))
232
233
234def NAm(Ef, T, s):
235 """
236 概要:
237 イオン化アクセプタ密度を計算します。
238 詳細説明:
239 計算式は NA- = NA / (1 + gA exp((EA-Ef)/kT)) と等価です。
240 引数:
241 :param Ef: フェルミエネルギー(eV)
242 :type Ef: float
243 :param T: 絶対温度(K)
244 :type T: float
245 :param s: モデルパラメータ
246 :type s: Model
247 戻り値:
248 :returns: イオン化アクセプタ密度(cm^-3)
249 :rtype: float
250 """
251 """NA- = NA/[1+gA exp((EA-Ef)/kT)]."""
252 return s.NA * expit((Ef - s.Ea)/(KB*T) - log(s.gA))
253
254
255def deltaQ(Ef, T, s):
256 """
257 概要:
258 電荷の中性条件からのズレを計算します。
259 引数:
260 :param Ef: フェルミエネルギー(eV)
261 :type Ef: float
262 :param T: 絶対温度(K)
263 :type T: float
264 :param s: モデルパラメータ
265 :type s: Model
266 戻り値:
267 :returns: 正電荷の超過量
268 :rtype: float
269 """
270 return Nh(Ef, T, s) - Ne(Ef, T, s) + NDp(Ef, T, s) - NAm(Ef, T, s)
271
272
273def solve(T, s):
274 """
275 概要:
276 電荷中性条件を満たすフェルミエネルギーを求めます。
277 詳細説明:
278 探索範囲を広げながら解を囲い込み、brentqを用いて方程式の解を計算します。
279 引数:
280 :param T: 絶対温度(K)
281 :type T: float
282 :param s: モデルパラメータ
283 :type s: Model
284 戻り値:
285 :returns: フェルミエネルギー(eV)
286 :rtype: float
287 例外:
288 :raises RuntimeError: 電荷が有限でない場合や、解を囲い込めない場合
289 """
290 center = s.Eg / 2
291 width = max(s.Eg/2, 10*KB*T, 0.1)
292 scale = max(s.ND, s.NA, m2Nc(s.me, T), m2Nv(s.mh, T), 1.0)
293 def q(E):
294 return deltaQ(E, T, s) / scale
295 for _ in range(80):
296 lo, hi = center-width, center+width
297 qlo, qhi = q(lo), q(hi)
298 if not np.isfinite([qlo, qhi]).all():
299 raise RuntimeError(f'Nonfinite charge at T={T:g} K')
300 if qlo >= 0 and qhi <= 0:
301 return brentq(q, lo, hi, xtol=1e-13, rtol=1e-14)
302 width *= 2
303 raise RuntimeError(f'Cannot bracket Ef at T={T:g} K')
304
305
306def initialize(argv=None):
307 """
308 概要:
309 コマンドライン引数を解析してモデルと設定を初期化します。
310 引数:
311 :param argv: コマンドライン引数のリスト
312 :type argv: list or None
313 戻り値:
314 :returns: 解析された引数とモデルパラメータのタプル
315 :rtype: tuple
316 """
317 parser = argparse.ArgumentParser(description=__doc__,
318 formatter_class=argparse.RawDescriptionHelpFormatter)
319 defaults = Model()
320 for name in ('Eg', 'me', 'mh', 'ND', 'NA', 'Ed', 'Ea', 'gD', 'gA'):
321 parser.add_argument('--'+name, type=float, default=getattr(defaults, name))
322 parser.add_argument('--Tmin', type=float, default=50)
323 parser.add_argument('--Tmax', type=float, default=600)
324 parser.add_argument('--nT', type=int, default=112)
325 parser.add_argument('--Nmin', type=float, default=1e10)
326 parser.add_argument('--Nmax', type=float, default=1e22)
327 parser.add_argument('--csv', default='carrier_statistics.csv')
328 parser.add_argument('--save', help='Plot filename, e.g. carriers.png')
329 parser.add_argument('--no-show', action='store_true')
330 a = parser.parse_args(argv)
331 for name in ('Eg', 'me', 'mh', 'gD', 'gA', 'Tmin', 'Tmax', 'Nmin', 'Nmax'):
332 if not np.isfinite(getattr(a, name)) or getattr(a, name) <= 0:
333 parser.error(name+' must be finite and positive')
334 for name in ('ND', 'NA', 'Ed', 'Ea'):
335 if not np.isfinite(getattr(a, name)) or getattr(a, name) < 0:
336 parser.error(name+' must be finite and nonnegative')
337 if a.Ed > a.Eg or a.Ea > a.Eg:
338 parser.error('Impurity binding energies must lie within the gap')
339 if a.Tmax < a.Tmin or a.nT < 1 or a.Nmax <= a.Nmin:
340 parser.error('Require Tmax >= Tmin, nT >= 1, Nmax > Nmin')
341 return a, Model(**{k: getattr(a, k) for k in Model.__dataclass_fields__})
342
343
344def main(argv=None):
345 """
346 概要:
347 メイン処理を実行し、キャリア統計の計算とプロットを行います。
348 詳細説明:
349 各温度についてフェルミエネルギーと各種密度を計算し、CSVへの保存およびグラフ表示を行います。
350 引数:
351 :param argv: コマンドライン引数のリスト
352 :type argv: list or None
353 戻り値:
354 :returns: なし
355 :rtype: None
356 """
357 a, s = initialize(argv)
358 print('# Ev=0 eV, Ec=Eg; energy=eV, density=cm^-3; masses=m0')
359 print('# Model:', s)
360 print('# T[K] Ef[eV] n p ND+ NA- relative_charge_residual')
361 rows = []
362 for T in np.linspace(a.Tmin, a.Tmax, a.nT):
363 Ef = solve(T, s)
364 n, p, dp, am = Ne(Ef, T, s), Nh(Ef, T, s), NDp(Ef, T, s), NAm(Ef, T, s)
365 residual = (p-n+dp-am)/max(n+p+dp+am, np.finfo(float).tiny)
366 rows.append((T, Ef, n, p, dp, am, residual))
367 print(f'{T:9.3f} {Ef: .10f} {n:.6e} {p:.6e} {dp:.6e} {am:.6e} {residual: .3e}')
368 data = np.array(rows)
369 np.savetxt(a.csv, data, delimiter=',',
370 header='T_K,Ef_eV,n_cm-3,p_cm-3,NDplus_cm-3,NAminus_cm-3,relative_charge_residual', comments='')
371 import matplotlib.pyplot as plt
372 fig, ax = plt.subplots(figsize=(9, 5.5), layout='constrained')
373 for col, label, style in ((2, 'n', '-'), (3, 'p', '-'), (4, 'ND+', '--'), (5, 'NA-', '--')):
374 y = np.where(data[:, col] > 0, data[:, col], np.nan)
375 ax.plot(data[:, 0], y, style, label=label)
376 ax.set(yscale='log', ylim=(a.Nmin, a.Nmax), xlabel='Temperature (K)',
377 ylabel=r'Density (cm$^{-3}$)')
378 ax.grid(True, which='both', alpha=0.25)
379 right = ax.twinx()
380 right.plot(data[:, 0], data[:, 1], 'k-', linewidth=2, label='Ef')
381 right.axhline(0, color='gray', linestyle=':', label='Ev')
382 right.axhline(s.Eg, color='gray', linestyle='-.', label='Ec')
383 right.set_ylabel('Energy relative to Ev (eV)')
384 lines, labels = ax.get_legend_handles_labels()
385 l2, lab2 = right.get_legend_handles_labels()
386 ax.legend(lines+l2, labels+lab2, loc='best', ncol=2)
387 ax.set_title('Semiconductor carrier statistics (Fermi-Dirac)')
388 if a.save:
389 fig.savefig(a.save, dpi=180)
390 print(f'# CSV: {Path(a.csv).resolve()}')
391 if not a.no_show:
392 plt.show()
393 plt.close(fig)
394
395
396if __name__ == '__main__':
397 main()