MétaCan
Menu
Retour à la cohorte
Enregistrement W2507753265 · doi:10.1063/1.4962114

Thermal and mechanical analysis of a concentrated photovoltaic module with integrated secondary optics

2016· article· en· W2507753265 sur OpenAlexafffund
Papa Momar Souaré, Julien Sylvestre

Notice bibliographique

RevueAIP conference proceedings · 2016
Typearticle
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicroelectronicsMaterials scienceSiliconePhotovoltaic systemThermalThermal conductivityLayer (electronics)Stress (linguistics)Solar cellSubstrate (aquarium)Mechanical engineeringReliability (semiconductor)Thermal analysisComposite materialOptoelectronicsEngineeringPower (physics)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The behavior of the thermal and mechanical stresses in CPV modules with integrated secondary optics (SOE) is studied. The aim of this study is to develop a numerical platform for the validation of CPV module designs. The study is based on numerical simulations using the finite elements methods. A comprehensive and complete numerical model is constructed using modeling software and methodologies initially developed to study the reliability of microelectronic components. Thermal analysis results show that most of the heat is dissipated in the downward direction, through the module substrate. This means that attaching the SOE to the solar cell with a layer of material that has a low thermal conductivity (such as silicone) is not harmful to the overall module thermal performances. In addition, the presence of the SOE does not subject the cell to compressive stresses due to the layer of silicone that acts as a stress buffer. The maximum strains are located in the connecting elements (e.g. silicone between SOE and cell and the SOE holder attach). These strains are high (4%), but can be supported by flexible connecting elements like silicone.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetsolar cell performance optimizationTravaux en français237 207