Wafer-scale surface roughening for enhanced light extraction of high power AlGaInP-based light-emitting diodes
Notice bibliographique
Résumé
A new approach to surface roughening was established and optimized in this paper for enhancing the light extraction of high power AlGaInP-based LEDs, by combining ultraviolet (UV) assisted imprinting with dry etching techniques. In this approach, hexagonal arrays of cone-shaped etch pits are fabricated on the surface of LEDs, forming gradient effective-refractive-index that can mitigate the emission loss due to total internal reflection and therefore increase the light extraction efficiency. For comparison, wafer-scale FLAT-LEDs without any surface roughening, WET-LEDs with surface roughened by wet etching, and DRY-LEDs with surface roughened by varying the dry etching time of the AlGaInP layer, were fabricated and characterized. The average output power for wafer-scale FLAT-LEDs, WET-LEDs, and DRY3-LEDs (optimal) at 350 mA was found to be 102, 140, and 172 mW, respectively, and there was no noticeable electrical degradation with the WET-LEDs and DRY-LEDs. The light output was increased by 37.3% with wet etching, and 68.6% with dry etching surface roughening, respectively, without compromising the electrical performance of LEDs. A total number of 1600 LED chips were tested for each type of LEDs. The yield of chips with an optical output power of 120 mW and above was 0.3% (4 chips), 42.8% (684 chips), and 90.1% (1441 chips) for FLAT-LEDs, WET-LEDs, and DRY3-LEDs, respectively. The dry etching surface roughening approach developed here is potentially useful for the industrial mass production of wafer-scale high power LEDs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».