🔬 physics

Development of an Automated Semiconductor Energy Band Gap Measurement Experiment with Fuzzy-PID Temperature Stabilization

Questo studio presenta una piattaforma di laboratorio automatizzata per la misurazione del band gap energetico dei semiconduttori che utilizza un controllore Fuzzy-PID per ottenere una stabilizzazione della temperatura superiore, migliorando così significativamente l'accuratezza e la ripetibilità della misurazione per l'istruzione e la ricerca nella fisica universitaria.

Autori originali: Ahmad Radhy, Rifky Firmansyah, Dimas Dwi Firmansyah, Herry Sufyan Hadi, Zulkaida Akbar, M Jauhar Kholili

Pubblicato 2026-08-13

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Ahmad Radhy, Rifky Firmansyah, Dimas Dwi Firmansyah, Herry Sufyan Hadi, Zulkaida Akbar, M Jauhar Kholili

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate l'elettricità come una città frenetica dove gli elettroni sono i pendolari. Nella maggior parte dei materiali, questi pendolari possono sfrecciare liberamente, ma nei semiconduttori — i minuscoli chip che alimentano i nostri telefoni e computer — vivono in una comunità recintata e rigorosa. Per passare dalla loro casa (la banda di valenza) al vivace centro città (la banda di conduzione), hanno bisogno di una specifica quantità di energia per saltare la recinzione. Questa "tassa di salto" è chiamata band gap energetico (o intervallo di banda). È il numero magico che decide se un materiale si comporta come un conduttore, un isolante o un semiconduttore. Gli scienziati devono misurare questa tassa con estrema precisione perché essa determina quanto velocemente ed efficientemente possano funzionare i nostri dispositivi elettronici. Tuttavia, misurarla è complicato. Proprio come il tempo di uno sprinter cambia se il clima è caldo o freddo, il comportamento di un semiconduttore cambia drasticamente con la temperatura. Se il banco da laboratorio non è perfettamente stabile, le misurazioni diventano disordinate, lasciando studenti e ricercatori a grattarsi la testa sul perché i loro dati sembrino una linea a zig-zag invece di una retta.

Questo articolo riguarda la costruzione di un modo più intelligente e automatizzato per misurare quel band gap energetico, specificamente per i diodi al Silicio e al Germanio. I ricercatori, che lavorano presso l'Institut Teknologi Sepuluh Nopember e l'Agenzia Nazionale per la Ricerca e l'Innovazione in Indonesia, si sono resi conto che i vecchi esperimenti da laboratorio spesso faticano a mantenere la temperatura costante. Hanno deciso di aggiornare l'allestimento sostituendo un normale "termostato" con un sistema più intelligente chiamato controllo Fuzzy-PID. Pensate a un controllore PID standard come a un conducente che sa solo premere l'acceleratore o il freno in base a quanto è lontano dalla destinazione. Un controllore Fuzzy-PID è come un conducente esperto che controlla anche la velocità, le condizioni stradali e quanto velocemente si sta avvicinando alla sosta, regolando la pressione del piede con un pizzico di intuito. Combinando questo controllo intelligente della temperatura con un sistema automatizzato che legge tensione e corrente, il team ha creato una macchina "tutto in uno" che svolge l'intero esperimento senza la necessità di un costante babysitting umano.

Il team ha costruito una scatola compatta, stampata in 3D, per contenere i campioni di semiconduttore, mantenendoli in una camera a clima controllato. All'interno, un modulo speciale di raffreddamento e riscaldamento (un dispositivo Peltier) agisce come un condizionatore d'aria reversibile, mentre i sensori sussurrano costantemente la temperatura al computer. Il computer utilizza la logica Fuzzy-PID per decidere esattamente quanto riscaldare o raffreddare per raggiungere la temperatura target, che sia 20°C, 50°C o 80°C. Hanno testato questo nuovo sistema contro il vecchio metodo PID standard. I risultati hanno mostrato che il nuovo controllore "intelligente" era un chiaro vincitore alle temperature più elevate. A un target di 50°C, il vecchio sistema commetteva un errore di circa l'1,67%, mentre il nuovo sistema Fuzzy-PID sbagliava solo dello 0,65%. A 80°C, il miglioramento è stato ancora più drammatico, scendendo dall'errore dell'1,56% allo 0,89%. L'unico intoppo è avvenuto a una temperatura gelida di 20°C, dove il sistema intelligente ha faticato un po' di più rispetto a quello vecchio, suggerendo che potrebbe aver bisogno di una calibrazione maggiore per il clima freddo.

Una volta bloccata la temperatura, la macchina ha misurato il band gap energetico usando due diversi trucchi. Il primo è il metodo della "polarizzazione diretta" (forward bias), in cui hanno spinto l'elettricità attraverso il diodo e osservato come la tensione cambiava all'aumentare della temperatura. Per il Silicio, hanno trovato valori compresi tra 1,0601 eV e 1,0833 eV, molto vicini al valore da manuale di 1,1 eV. Per il Germanio, hanno ottenuto valori intorno a 0,6170 eV e 0,7706 eV, oscillando vicino allo 0,67 eV atteso. Il secondo metodo, la "polarizzazione inversa" (reverse bias), consisteva nel monitorare le correnti piccole e subdole che filtrano quando il diodo è girato nel verso opposto. In questo caso, i risultati del Germanio erano impeccabili, con una media di 0,666 eV, corrispondendo quasi perfettamente alla teoria. I risultati del Silicio erano un po' più alti del previsto (intorno a 1,278 eV), ma le misurazioni erano incredibilmente coerenti e precise, dimostrando che il sistema può rilevare piccoli cambiamenti in modo affidabile.

In definitiva, l'articolo suggerisce che questa piattaforma automatizzata, controllata tramite logica fuzzy, è uno strumento affidabile e conveniente per l'insegnamento agli studenti e per aiutare i ricercatori. Dimostra che rendendo il controllo della temperatura più "intelligente", è possibile ottenere dati più puliti e ripetibili senza la necessità di un dottorato in termodinamica per eseguire l'esperimento. Sebbene il sistema non sia ancora perfetto per ogni singolo scenario di temperatura, dimostra con successo che il controllo intelligente e automatizzato può rendere il complesso mondo della fisica dei semiconduttori molto più accessibile e accurato per la prossima generazione di scienziati.

Sintesi Tecnica: Sviluppo di un esperimento automatizzato per la misurazione del band gap energetico dei semiconduttori con stabilizzazione della temperatura tramite Fuzzy-PID

Problematica
La determinazione accurata del band gap energetico dei semiconduttori è un requisito fondamentale per comprendere le proprietà elettriche nella fisica dello stato solido e nei materiali elettronici. Sebbene la caratterizzazione corrente-tensione (I–V) sia un approccio sperimentale standard, i metodi di laboratorio convenzionali presentano limitazioni significative. Queste includono condizioni di temperatura instabili, sensibilità di misurazione limitata e procedure sperimentali frammentate. Una regolazione inadeguata della temperatura introduce incertezza nelle caratteristiche I–V, riducendo l'affidabilità e la ripetibilità dei valori di band gap calcolati. Inoltre, gli esistenti sistemi di misurazione didattica spesso mancano di una piattaforma integrata che combini una stabile regolazione della temperatura, l'acquisizione automatizzata dei dati e una gestione strutturata dei dati, fallendo in particolare nel gestire le dinamiche termiche non lineari che degradano le prestazioni dei classici controller PID.

Metodologia
Lo studio presenta lo sviluppo di una piattaforma di laboratorio compatta e automatizzata, progettata per misurare i band gap energetici di diodi al silicio e al germanio. L'architettura del sistema integra tre componenti principali:

Hardware e controllo termico: Una camera di misurazione personalizzata, stampata in 3D e rivestita di isolamento termico, ospita il campione semiconduttore. La regolazione della temperatura è ottenuta tramite un modulo termoelettrico (TEC-12707) pilotato da un ponte H BTS7960, che consente il riscaldamento e il raffreddamento bidirezionale. Un sensore SHT-30 fornisce il feedback in tempo reale.
Strategia di controllo: Per affrontare le dinamiche termiche non lineari della camera, gli autori hanno implementato un controller Fuzzy-PID. Questo sistema regola adattivamente i guadagni proporzionale ( $K_p$ ), integrale ( $K_i$ ) e derivativo ( $K_d$ ) in base all'errore di controllo e alla sua velocità di variazione. I parametri PID iniziali sono stati derivati da test ad anello aperto utilizzando un modello First-Order Plus Dead Time (FOPDT) e la sintonizzazione Ziegler–Nichols. Il motore di inferenza fuzzy utilizza sette etichette linguistiche per input e output per gestire la sintonizzazione adattiva.
Acquisizione e analisi dei dati: Un microcontrollore STM32F401CCU6 coordina il sistema. Tensione e corrente sono misurate rispettivamente tramite un sensore INA219 e un amplificatore di transimpedenza (TIA) personalizzato basato su MCP6002 per le correnti di saturazione inversa nell'ordine dei nanoampere. Un convertitore buck–boost ZK-4KX funge da sorgente a corrente costante per le misurazioni in polarizzazione diretta.
Tecniche di misurazione: Il sistema supporta due metodi per l'estrazione del band gap:
- Metodo in polarizzazione diretta (Forward-Bias): Analisi della relazione lineare tra tensione diretta e temperatura a corrente costante.
- Metodo in polarizzazione inversa (Reverse-Bias): Analisi della relazione lineare tra il logaritmo naturale della corrente di saturazione inversa ( $\ln I_r$ ) e il reciproco della temperatura assoluta ( $1/T$ ).
- Un'interfaccia grafica (GUI) facilita la visualizzazione in tempo reale, l'analisi della regressione lineare e la stima dell'incertezza.

Risultati Chiave

Calibrazione dei sensori: Il sistema ha raggiunto un'elevata accuratezza di misurazione post-calibrazione, con il sensore di tensione che ha raggiunto un'accuratezza del 99,94% e il sensore di corrente in nanoampere un'accuratezza del 98,63% rispetto agli strumenti di riferimento.
Prestazioni del controllo della temperatura: Il controller Fuzzy-PID ha dimostrato prestazioni superiori rispetto al PID convenzionale a temperature medie e alte. A un setpoint di 50°C, l'errore a regime è stato ridotto dall'1,67% (PID) allo 0,65% (Fuzzy-PID). A 80°C, l'errore è diminuito dall'1,56% allo 0,89%. Tuttavia, il controller Fuzzy-PID ha incontrato difficoltà a un setpoint di 20°C, non riuscendo a raggiungere il target a causa della riduzione adattiva del guadagno integrale, mentre il PID convenzionale ha mantenuto con successo il setpoint.
Misurazioni del Band Gap:
- Silicio (Polarizzazione Diretta): I valori misurati sono variati da $1,0601 \pm 0,0072$ eV a $1,0833 \pm 0,0075$ eV a diverse correnti, allineandosi strettamente al valore teorico di 1,1 eV.
- Germanio (Polarizzazione Diretta): I valori misurati sono variati da $0,6170 \pm 0,0755$ eV a $0,8166 \pm 0,0839$ eV.
- Germanio (Polarizzazione Inversa): Il band gap medio misurato è stato di 0,666 eV, mostrando un eccellente accordo con lo 0,67 eV teorico.
- Silicio (Polarizzazione Inversa): I valori misurati sono stati costantemente superiori all'1,11 eV teorico (es. 1,278 eV), sebbene il sistema abbia dimostrato un'alta ripetibilità con bassa incertezza ( $\pm 0,00534$ eV).

Contributi Principali
Il contributo primario di questo lavoro è l'integrazione della stabilizzazione termica adattiva Fuzzy-PID in una piattaforma di caratterizzazione dei semiconduttori unificata e automatizzata. A differenza dei precedenti kit didattici che spesso trascurano la stabilità termica o separano l'acquisizione dei dati dal controllo, questo sistema fornisce:

Una soluzione a piattaforma singola per il controllo della temperatura, l'acquisizione I–V e l'analisi dei dati.
Una strategia di controllo adattiva che riduce significativamente l'errore a regime e l'overshoot in ambienti termici non lineari rispetto ai controller PID a guadagno fisso.
Una metodologia validata per l'estrazione dei band gap energetici con incertezza quantificata utilizzando sia le tecniche di polarizzazione diretta che inversa.

Significato e Rivendicazioni
Gli autori affermano che il sistema sviluppato fornisce una piattaforma affidabile, economica ed efficace dal punto di vista didattico per l'istruzione di laboratorio universitaria. Garantendo condizioni termiche stabili attraverso il controllo adattivo, il sistema migliora l'accuratezza e la ripetibilità delle misurazioni del band gap energetico, supportando così una comprensione più chiara della relazione tra la teoria dei semiconduttori e l'osservazione sperimentale. Lo studio conclude che, sebbene il controller Fuzzy-PID richieda ulteriori affinamenti per le applicazioni di raffreddamento a basse temperature, esso abilita con successo una precisa caratterizzazione dei semiconduttori alle temperature operative standard, colmando il divario tra i concetti teorici e l'implementazione pratica in laboratorio.

Articoli simili