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します。
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 動作にはnumpy、scipy、matplotlibが必要です。
8 価電子帯の上端Evを0、伝導帯の下端EcをEgとします。
9 ドナー準位EDはEc-Ed、アクセプタ準位EAはEv+Eaとして扱います。
10 有効質量は静止電子質量m0を単位とします。
11 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ません。
12 バンドギャップEgおよび有効質量は固定、不純物は独立、3次元放物線バンドを仮定しています。
13"""
14import argparse
15from dataclasses import dataclass
16from math import exp, gamma, log, pi, sqrt
17from pathlib import Path
18
19import numpy as np
20from scipy.constants import Boltzmann, electron_mass, elementary_charge, h
21from scipy.integrate import quad
22from scipy.optimize import brentq
23from scipy.special import expit
24
25KB = Boltzmann / elementary_charge # eV/K
26
27
28@dataclass(frozen=True)
29class Model:
30 """
31 概要:
32 半導体の物理モデルパラメータを保持するデータクラスです。
33 詳細説明:
34 バンドギャップ、有効質量、不純物密度、結合エネルギーなどのパラメータを格納します。
35 引数:
36 :param Eg: バンドギャップエネルギー (eV)。
37 :type Eg: float
38 :param me: 伝導帯の状態密度有効質量。バレー縮退度を含みます。
39 :type me: float
40 :param mh: 価電子帯の状態密度有効質量。
41 :type mh: float
42 :param ND: ドナー濃度 (cm^-3)。
43 :type ND: float
44 :param NA: アクセプタ濃度 (cm^-3)。
45 :type NA: float
46 :param Ed: 伝導帯の下端Ecから測ったドナーの結合エネルギー (eV)。
47 :type Ed: float
48 :param Ea: 価電子帯の上端Evから測ったアクセプタの結合エネルギー (eV)。
49 :type Ea: float
50 :param gD: ドナーの縮退度。
51 :type gD: float
52 :param gA: アクセプタの縮退度。
53 :type gA: float
54 """
55 Eg: float = 1.12
56 me: float = 1.08 # density-of-states effective mass (includes valley degeneracy)
57 mh: float = 0.56
58 ND: float = 1e16
59 NA: float = 0.0
60 Ed: float = 0.045 # donor binding energy below Ec
61 Ea: float = 0.045 # acceptor binding energy above Ev
62 gD: float = 2.0
63 gA: float = 4.0
64
65
66def m2Nc(m, T):
67 """
68 概要:
69 伝導帯の有効状態密度を計算します。
70 詳細説明:
71 スピン縮退度2を考慮した伝導帯の状態密度をcm^-3単位で返します。
72 引数:
73 :param m: 有効質量。
74 :type m: float
75 :param T: 温度 (K)。
76 :type T: float
77 戻り値:
78 :returns: 有効状態密度 (cm^-3)。
79 :rtype: float
80 """
81 return 2 * (2 * pi * m * electron_mass * Boltzmann * T / h**2)**1.5 / 1e6
82
83
84def m2Nv(m, T):
85 """
86 概要:
87 価電子帯の有効状態密度を計算します。
88 詳細説明:
89 価電子帯の状態密度をcm^-3単位で返します。
90 引数:
91 :param m: 有効質量。
92 :type m: float
93 :param T: 温度 (K)。
94 :type T: float
95 戻り値:
96 :returns: 有効状態密度 (cm^-3)。
97 :rtype: float
98 """
99 return m2Nc(m, T)
100
101
102def fe(E, Ef, T):
103 """
104 概要:
105 電子のフェルミ・ディラック分布関数を計算します。
106 引数:
107 :param E: エネルギー準位 (eV)。
108 :type E: float or numpy.ndarray
109 :param Ef: フェルミ準位 (eV)。
110 :type Ef: float
111 :param T: 温度 (K)。
112 :type T: float
113 戻り値:
114 :returns: 電子の占有確率。
115 :rtype: float or numpy.ndarray
116 """
117 return expit((Ef - np.asarray(E)) / (KB * T))
118
119
120def fh(E, Ef, T):
121 """
122 概要:
123 正孔のフェルミ・ディラック分布関数を計算します。
124 詳細説明:
125 価電子帯がほぼ満たされている場合の桁落ちを防ぐため、1からfeを引くのではなく直接計算します。
126 引数:
127 :param E: エネルギー準位 (eV)。
128 :type E: float or numpy.ndarray
129 :param Ef: フェルミ準位 (eV)。
130 :type Ef: float
131 :param T: 温度 (K)。
132 :type T: float
133 戻り値:
134 :returns: 正孔の占有確率。
135 :rtype: float or numpy.ndarray
136 """
137 # Avoid cancellation in 1-fe for a nearly full valence band.
138 return expit((np.asarray(E) - Ef) / (KB * T))
139
140
141def Fj(eta, j=0.5):
142 """
143 概要:
144 規格化された完全フェルミ・ディラック積分を計算します。
145 詳細説明:
146 積分区間を占有領域と熱的な裾の部分に分割し、適応型数値積分を適用することで
147 フェルミ端を高い精度で解決します。etaが0未満の場合は厳密なロジスティック恒等式を用いて
148 指数関数をくくり出し、ボルツマン近似を使わずに相対精度を維持します。
149 引数:
150 :param eta: フェルミ準位とエネルギーバンド端の差をkTで割った無次元量。
151 :type eta: float
152 :param j: 積分の次数。デフォルトは0.5です。
153 :type j: float
154 戻り値:
155 :returns: フェルミ・ディラック積分の値。
156 :rtype: float
157 例外:
158 :raises ValueError: etaが非有限、またはjが-0.5以下の場合に発生します。
159 """
160 if not np.isfinite(eta) or j <= -0.5:
161 raise ValueError('Fj requires finite eta and j > -0.5')
162 scale = exp(eta) if eta < 0 else 1.0
163 if scale == 0:
164 return 0.0 # below floating-point representability
165 def integrand(t):
166 x = t*t
167 f = exp(-x) * expit(x - eta) if eta < 0 else expit(eta - x)
168 return 2 * t**(2*j + 1) * f
169 cuts = [0.0]
170 if eta > 0:
171 cuts += [sqrt(max(eta - 40, 0)), sqrt(eta)]
172 cuts += [sqrt(max(eta, 0) + 80)]
173 cuts = sorted(set(cuts))
174 value = sum(quad(integrand, a, b, epsabs=1e-11, epsrel=2e-9,
175 limit=200)[0] for a, b in zip(cuts[:-1], cuts[1:]))
176 return scale * value / gamma(j + 1)
177
178
179def Ne(Ef, T, s):
180 """
181 概要:
182 伝導帯の電子密度を計算します。
183 引数:
184 :param Ef: フェルミ準位 (eV)。
185 :type Ef: float
186 :param T: 温度 (K)。
187 :type T: float
188 :param s: 半導体モデルパラメータ。
189 :type s: Model
190 戻り値:
191 :returns: 電子密度 (cm^-3)。
192 :rtype: float
193 """
194 return m2Nc(s.me, T) * Fj((Ef - s.Eg) / (KB*T))
195
196
197def Nh(Ef, T, s):
198 """
199 概要:
200 価電子帯の正孔密度を計算します。
201 引数:
202 :param Ef: フェルミ準位 (eV)。
203 :type Ef: float
204 :param T: 温度 (K)。
205 :type T: float
206 :param s: 半導体モデルパラメータ。
207 :type s: Model
208 戻り値:
209 :returns: 正孔密度 (cm^-3)。
210 :rtype: float
211 """
212 return m2Nv(s.mh, T) * Fj(-Ef / (KB*T))
213
214
215def NDp(Ef, T, s):
216 """
217 概要:
218 イオン化したドナーの密度を計算します。
219 詳細説明:
220 ND+ = ND / (1 + gD exp((Ef-ED)/kT)) を計算します。
221 引数:
222 :param Ef: フェルミ準位 (eV)。
223 :type Ef: float
224 :param T: 温度 (K)。
225 :type T: float
226 :param s: 半導体モデルパラメータ。
227 :type s: Model
228 戻り値:
229 :returns: イオン化ドナー密度 (cm^-3)。
230 :rtype: float
231 """
232 return s.ND * expit((s.Eg - s.Ed - Ef)/(KB*T) - log(s.gD))
233
234
235def NAm(Ef, T, s):
236 """
237 概要:
238 イオン化したアクセプタの密度を計算します。
239 詳細説明:
240 NA- = NA / (1 + gA exp((EA-Ef)/kT)) を計算します。
241 引数:
242 :param Ef: フェルミ準位 (eV)。
243 :type Ef: float
244 :param T: 温度 (K)。
245 :type T: float
246 :param s: 半導体モデルパラメータ。
247 :type s: Model
248 戻り値:
249 :returns: イオン化アクセプタ密度 (cm^-3)。
250 :rtype: float
251 """
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 詳細説明:
260 正孔密度、イオン化ドナー密度の和から、電子密度、イオン化アクセプタ密度の和を引いた値を返します。
261 引数:
262 :param Ef: フェルミ準位 (eV)。
263 :type Ef: float
264 :param T: 温度 (K)。
265 :type T: float
266 :param s: 半導体モデルパラメータ。
267 :type s: Model
268 戻り値:
269 :returns: 正電荷と負電荷の差。
270 :rtype: float
271 """
272 return Nh(Ef, T, s) - Ne(Ef, T, s) + NDp(Ef, T, s) - NAm(Ef, T, s)
273
274
275def solve(T, s):
276 """
277 概要:
278 指定された温度でのフェルミ準位を求めます。
279 詳細説明:
280 電荷の中性条件を満たすフェルミ準位を、ブレント法を用いて反復的に探索します。
281 探索区間は必要に応じて拡大されます。
282 引数:
283 :param T: 温度 (K)。
284 :type T: float
285 :param s: 半導体モデルパラメータ。
286 :type s: Model
287 戻り値:
288 :returns: フェルミ準位 (eV)。
289 :rtype: float
290 例外:
291 :raises RuntimeError: 探索範囲内で電荷が非有限になった場合、または解を囲い込めなかった場合に発生します。
292 """
293 center = s.Eg / 2
294 width = max(s.Eg/2, 10*KB*T, 0.1)
295 scale = max(s.ND, s.NA, m2Nc(s.me, T), m2Nv(s.mh, T), 1.0)
296 def q(E):
297 return deltaQ(E, T, s) / scale
298 for _ in range(80):
299 lo, hi = center-width, center+width
300 qlo, qhi = q(lo), q(hi)
301 if not np.isfinite([qlo, qhi]).all():
302 raise RuntimeError(f'Nonfinite charge at T={T:g} K')
303 if qlo >= 0 and qhi <= 0:
304 return brentq(q, lo, hi, xtol=1e-13, rtol=1e-14)
305 width *= 2
306 raise RuntimeError(f'Cannot bracket Ef at T={T:g} K')
307
308
309def initialize(argv=None):
310 """
311 概要:
312 コマンドライン引数を解析し、モデルと設定を初期化します。
313 詳細説明:
314 各種物理パラメータや温度範囲、出力ファイル名などの引数を受け取り、
315 エラーチェックを行ったうえで返します。
316 引数:
317 :param argv: コマンドライン引数のリスト。デフォルトはNoneです。
318 :type argv: list or None
319 戻り値:
320 :returns: 解析された引数とモデルパラメータのタプル。
321 :rtype: tuple
322 """
323 parser = argparse.ArgumentParser(description=__doc__,
324 formatter_class=argparse.RawDescriptionHelpFormatter)
325 defaults = Model()
326 for name in ('Eg', 'me', 'mh', 'ND', 'NA', 'Ed', 'Ea', 'gD', 'gA'):
327 parser.add_argument('--'+name, type=float, default=getattr(defaults, name))
328 parser.add_argument('--Tmin', type=float, default=50)
329 parser.add_argument('--Tmax', type=float, default=600)
330 parser.add_argument('--nT', type=int, default=112)
331 parser.add_argument('--Nmin', type=float, default=1e10)
332 parser.add_argument('--Nmax', type=float, default=1e22)
333 parser.add_argument('--csv', default='carrier_statistics.csv')
334 parser.add_argument('--save', help='Plot filename, e.g. carriers.png')
335 parser.add_argument('--no-show', action='store_true')
336 a = parser.parse_args(argv)
337 for name in ('Eg', 'me', 'mh', 'gD', 'gA', 'Tmin', 'Tmax', 'Nmin', 'Nmax'):
338 if not np.isfinite(getattr(a, name)) or getattr(a, name) <= 0:
339 parser.error(name+' must be finite and positive')
340 for name in ('ND', 'NA', 'Ed', 'Ea'):
341 if not np.isfinite(getattr(a, name)) or getattr(a, name) < 0:
342 parser.error(name+' must be finite and nonnegative')
343 if a.Ed > a.Eg or a.Ea > a.Eg:
344 parser.error('Impurity binding energies must lie within the gap')
345 if a.Tmax < a.Tmin or a.nT < 1 or a.Nmax <= a.Nmin:
346 parser.error('Require Tmax >= Tmin, nT >= 1, Nmax > Nmin')
347 return a, Model(**{k: getattr(a, k) for k in Model.__dataclass_fields__})
348
349
350def main(argv=None):
351 """
352 概要:
353 スクリプトのメイン処理を実行します。
354 詳細説明:
355 指定された温度範囲についてフェルミ準位と各キャリア密度を計算し、
356 標準出力およびCSVファイルへ出力します。オプションでグラフを描画して
357 保存または表示します。
358 引数:
359 :param argv: コマンドライン引数のリスト。デフォルトはNoneです。
360 :type argv: list or None
361 """
362 a, s = initialize(argv)
363 print('# Ev=0 eV, Ec=Eg; energy=eV, density=cm^-3; masses=m0')
364 print('# Model:', s)
365 print('# T[K] Ef[eV] n p ND+ NA- relative_charge_residual')
366 rows = []
367 for T in np.linspace(a.Tmin, a.Tmax, a.nT):
368 Ef = solve(T, s)
369 n, p, dp, am = Ne(Ef, T, s), Nh(Ef, T, s), NDp(Ef, T, s), NAm(Ef, T, s)
370 residual = (p-n+dp-am)/max(n+p+dp+am, np.finfo(float).tiny)
371 rows.append((T, Ef, n, p, dp, am, residual))
372 print(f'{T:9.3f} {Ef: .10f} {n:.6e} {p:.6e} {dp:.6e} {am:.6e} {residual: .3e}')
373 data = np.array(rows)
374 np.savetxt(a.csv, data, delimiter=',',
375 header='T_K,Ef_eV,n_cm-3,p_cm-3,NDplus_cm-3,NAminus_cm-3,relative_charge_residual', comments='')
376 import matplotlib.pyplot as plt
377 fig, ax = plt.subplots(figsize=(9, 5.5), layout='constrained')
378 for col, label, style in ((2, 'n', '-'), (3, 'p', '-'), (4, 'ND+', '--'), (5, 'NA-', '--')):
379 y = np.where(data[:, col] > 0, data[:, col], np.nan)
380 ax.plot(data[:, 0], y, style, label=label)
381 ax.set(yscale='log', ylim=(a.Nmin, a.Nmax), xlabel='Temperature (K)',
382 ylabel=r'Density (cm$^{-3}$)')
383 ax.grid(True, which='both', alpha=0.25)
384 right = ax.twinx()
385 right.plot(data[:, 0], data[:, 1], 'k-', linewidth=2, label='Ef')
386 right.axhline(0, color='gray', linestyle=':', label='Ev')
387 right.axhline(s.Eg, color='gray', linestyle='-.', label='Ec')
388 right.set_ylabel('Energy relative to Ev (eV)')
389 lines, labels = ax.get_legend_handles_labels()
390 l2, lab2 = right.get_legend_handles_labels()
391 ax.legend(lines+l2, labels+lab2, loc='best', ncol=2)
392 ax.set_title('Semiconductor carrier statistics (Fermi-Dirac)')
393 if a.save:
394 fig.savefig(a.save, dpi=180)
395 print(f'# CSV: {Path(a.csv).resolve()}')
396 if not a.no_show:
397 plt.show()
398 plt.close(fig)
399
400
401if __name__ == '__main__':
402 main()