Simulazioni deterministiche e stocastiche

Slides:



Advertisements
Presentazioni simili
UNIVERSITA’ DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE (DIAS) DISPOSITIVI A GETTO SINTETICO IN FLUIDICA Luigi de LucaLuigi Mongibello.
Advertisements

1 Simulazione numerica dei fenomeni di trasporto Turbolenza Le equazioni di N-S descrivono in maniera deterministica il moto di un fluido newtoniano incomprimibile.
Tesi di Laurea in Ingegneria Elettronica Progetto, caratterizzazione e realizzazione di un sintetizzatore di frequenza basato su un approssimatore in logica.
Modulo di Elementi di Trasmissione del Calore Conduzione Titolare del corso Prof. Giorgio Buonanno Anno Accademico Università degli studi di.
Il calcolo scientifico presso gli istituti del CNR di Padova Andrea Mari Istituto di Ingegneria Biomedica.
13 gennaio Sistema di rilevazione delle temperature all’interno di Personal Computer Industriali Dipartimento di Ingegneria Elettronica SISTEMA.
I linguaggi di programmazione Gruppo iOS 47: Colombini Christian Flora Jonathan Rossi Francesco.
MODFLOW simula la dinamica delle acque sotterranee e delle particelle di inquinanti in falda derivanti da contaminazione Andrea Grioni Mat: Ingegneria.
Musolino Carmelo Borsista del progetto di formazione NEMBO.
Linux e il Free Software per la Scuola (e non)
Università degli studi di Genova
Alcune note, dalla rete, sui Sistemi cellulari
Sistemi e Applicazioni per l’Amministrazione Digitale
Modellizzazione, Applicazione e Validazione del modello di Preisach nel progetto di un attuatore magnetico per il controllo d’assetto del satellite S.M.A.R.T.
Marro Rossella Giada Istruzione
Sistemi elettronici automatici
ING. MAURIZIO TORRES MERCOLEDI’ 14 SETTEMBRE 2016
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
Ricostruzione immagini Positron Emission Tomography (PET)
Rielaborato da Atzeni et al., Basi di dati, Mc-Graw Hill
La previsione deterministica
APPS4SAFETY – Frontiere della sicurezza automobilistica
Tecnologie Informatiche ed Elettroniche per le Produzioni Animali
Teoria dell’omogeneizzazione applicata alla tribologia
LE AUTOMOBILI IBRIDE: FRA PASSATO E FUTURO
Algoritmi di stima con perdita di pacchetti in reti di sensori wireless: modellizzazione a catene di Markov, stima e stima distribuita Chiara Brighenti,
Rielaborato da Atzeni et al., Basi di dati, Mc-Graw Hill
MATLAB and Simulink Academic Tour 2017
Che calorimetro adopereremo alla presa dati ? (cont.)
ELEMENTI DI DINAMICA DELLE STRUTTURE
Workshop TriGrid Catania 13/03/2006
Università degli Studi di Ferrara
Il Laboratorio Virtuale di Campi Elettrici e Magnetici
Missioni Consumo Inventariabile Totale
V. Di Stefano a, O. Muscato b, W.Wagner c
Qui il titolo del vostro elaborato Qui il vostro Nome e Cognome
Università degli Studi di Catania
Anno Accademico 2010 – 2011 Corso di Progettazione dei Sistemi di Controllo Prof. Luca Schenato Prof. Gianluigi Pillonetto Gottardo Giuseppe, matr
SCHEMA COMPLETO AFFLUSSI-DEFLUSSI
Magnetostatica 2 Legge di Biot-Savart Prima formula di Laplace
analizzatore di protocollo
Gestione Informatica dei Dati Aziendali Sistemi Informativi Gestionali
John Von Neumann John von Neumann, nato il 28 dicembre 1903  e morto a Washington l’8 febbraio 1957, è stato un matematico, fisico e informatico ungherese naturalizzato statunitense.
Metodi numerici in finanza: il pricing di opzioni esotiche
MODULO 1 – Computer essentials
Natura della temperatura
Caratteristiche e funzioni della scheda Arduino
05/12/2018.
Informatica - Prof. Gregorio Cosentino
Rivelazione e misura di mesoni 0 con il rivelatore ICARUS T600
Tropeano M.4, Pia M.G.5, 6, Nieminen P.7
(Università di Palermo)
(SPIDER) Sistema Intelligente di Sospensioni per Moto Descrizione
COSA SONO I CAMPI ELETTROMAGNETICI
Dinamica dei portatori
Laboratorio di Fisica Nucleare e Subnucleare
Corsi di Laurea in Biotecnologie
MICROSCOPIA BIOLOGICA Gli strumenti
Soluzioni localizzate dell’equazione di Schroedinger non lineare
Novità del solutore Xfinest dal 2010 ad oggi
G. Pollicino2, S. Coco1, A. Laudani1 1DIEES Università di Catania
Formazione di bande di energia
Modello matematico per la risoluzione dei problemi
Definizione di ingegnere
Modellizzazione dei flussi nelle intersezioni stradali:
CORSO DI INTELLIGENZA ARTIFICIALE
PRINCIPI DI INGEGNERIA CHIMICA
Titolo presentazione sottotitolo
R.m.s.d. = root mean square deviation
Corso di programmazione, Simulazione, ROOT, code, ecc. ecc.
Transcript della presentazione:

Simulazioni deterministiche e stocastiche di dispositivi a semiconduttore Orazio Muscato e Armando Majorana Dipartimento di Matematica e Informatica Università degli Studi di Catania Primo Workshop TriGrid VL Catania, 13 Marzo 2006

Lo studio del trasporto di cariche nei semiconduttori e' di fondamentale importanza sia per la fisica di base che per le sue applicazioni ai dispositivi elettronici In ambiente industriale la simulazione di dispositivo permette di determinarne le caratteristiche di funzionamento e quindi a dare previsioni su effetti indesiderati. La tendenza alla miniaturizzazione dei dispositivi < 80 nm , dovuta alla moderna tecnologia VLSI, ha ulteriormente amplificato l'importanza del trasporto ad alti campi(100.000 V/cm). La dinamica dei portatori di cariche é molto al di fuori dall'equilibrio termodinamico ed i tools TCAD in uso sono poco accurati.

L'equazione Semiclassica di Boltzmann (BTE) , accoppiata all'equazione di Poisson, con gli appropriati termini collisionali e la struttura a bande, dà la descrizione più realistica dei fenomeni di trasporto nei semiconduttori La BTE e' un'equazione integro-differenziale per la funzione di distribuzione dei portatori di cariche, di non facile risoluzione.

Simulazione diretta Monte Carlo Si simula il moto di un certo numero di elettroni, soggetti al campo elettrico e all’azione degli scattering con il reticolo. Il tempo di free-flight (tra due scattering) è generato in modo casuale, con certi algoritmi Con tale metodo si ha un’accurata descrizione fisica (struttura a bande ed i corretti meccanismi di scattering)……… …… ma al prezzo di un vorace consumo di tempo di calcolo e della perdita di accuratezza numerica della soluzione a causa del rumore stocastico.

Parametri tipici della simulazione MC # portatori di cariche = 100.000 ÷ 1.000.000 Time-step di avanzamento temporale ≈ 0.001 ps Tempo finale della simulazione = 10 ÷ 1000 ps Tempo CPU = 1h ÷ settimana , mese DRAM richiesta : fino a 1Gb

Simulazione deterministica Si discretizza la funzione di distribuzione della BTE con una griglia spazio-tempo-velocità (dimensione 1 x 2 x 3 ) Numero dei punti griglia nello spazio delle fasi è di 10-12 milioni. Si risolve con uno schema alle differenze finite basato sul box-method e schemi upwind oppure WENO (Majorana et al. 2001-2006). Con questo solutore deterministico non si hanno più problemi di rumore stocastico. Tempi di calcolo (caso 2D): 1h - giorni – settimana utilizzando un pc di ultima generazione con processore Pentium 4.