QUANTUM MODELING OF HYBRID SYSTEMS FOR MOLECULAR MEMORIES - TEL - Thèses en ligne Access content directly
Theses Year : 2009

QUANTUM MODELING OF HYBRID SYSTEMS FOR MOLECULAR MEMORIES

MODELISATION PAR LA CHIMIE QUANTIQUE DES SYSTEMES HYBRIDES POUR DES MEMOIRES MOLECULAIRES

Abstract

The general context of this work is the development of new electronic devices that utilize charge storage properties of redox-active molecules for memory applications. A collaborative approach involving both fundamental research in our laboratory and applied research teams from the CEA/LETI has lead to the design of hybrid systems for molecular memories. Monolayers of redox-active molecules are formed on the semiconductor Si surface and the stable charged states of the molecules are utilized to store information. Our purpose was to understand the main parameters (molecule, linker) which govern the charge transfer between semiconducting Si surface and redox molecules and the electrical behaviour of such systems. The main objective of this thesis has thus been to develop Density Functional Theory approaches to describe the electronic properties of redox-active molecules and hybrid systems for the purpose of information storage. The first axis was dedicated to the modeling of redox processes of molecules such as metalloporphyrins with bistability properties. The second part was devoted to the study of redox-active molecules grafted on Si surface. Due to the hybrid nature of the latter systems, two approaches were developed. One was based on a molecular description, using Si agregates in place of a Si surface, yielding a molecular orbital description of some relevant features: Homo-Lumo gaps, charge localization or structural properties. The other approach was focused on periodical calculations, with molecules grafted on ‘infinite' Si surface. The resulting DOS were compared to molecular results, and discussed in the light of experimental data on electrical properties.
Ce travail théorique a été réalisé dans le cadre général du développement de nouveaux composants mémoires utilisant le stockage de charges grâce à des molécules rédox. Une collaboration combinant recherche fondamentale, dans notre laboratoire, et recherche appliquée avec des équipes du CEA/LETI a conduit à la conception de systèmes hybrides constitués d'une monocouche de molécules rédox greffées sur la surface de silicium, les différents états de charge des molécules servant à stocker l'information. Notre but était de comprendre les paramètres (molécule, lien) gouvernant les transferts de charge et les propriétés électriques de tels systèmes. L'objectif principal de la thèse a donc été de modéliser les propriétés électroniques de molécules rédox et des systèmes résultants de leur greffage sur Si, à l'aide de méthodes basées sur la Théorie de la Fonctionnelle de la Densité. Un premier volet a été consacré à l'étude de processus rédox dans des porphyrine métallées intéressantes pour leur bistabilité. Un deuxième volet rassemble toutes les études sur les systèmes de molécules rédox greffées sur Si. En raison de leur nature hybride, deux approches ont été utilisées. La première, basée sur une description moléculaire où la surface de Si est modélisée par un aggrégat, conduit à des données importantes telles que le gap HOMO-LUMO, la localisation des charges ou les propriétés structurales. La deuxième basée sur des calculs de système périodique où la surface de Si est infinie, donne accès aux densités d'états. Ces données ont été ensuite comparées aux calculs moléculaires et discutées en liaison avec les propriétés électriques déterminées sur des composants tests.
Fichier principal
Vignette du fichier
calborean_phd_manuscript.pdf (12.56 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-00485723 , version 1 (21-05-2010)

Identifiers

  • HAL Id : tel-00485723 , version 1

Cite

Adrian Calborean. QUANTUM MODELING OF HYBRID SYSTEMS FOR MOLECULAR MEMORIES. Material chemistry. Université Joseph-Fourier - Grenoble I, 2009. English. ⟨NNT : ⟩. ⟨tel-00485723⟩
230 View
316 Download

Share

Gmail Facebook Twitter LinkedIn More