MétaCan
Menu
Retour à la cohorte
Enregistrement W2897724063 · doi:10.2351/1.5061945

Process optimization for improving drilling efficiency in EWT solar cell manufacturing

2010· article· en· W2897724063 sur OpenAlexaff
Henrikki Pantsar, Thomas Eisenbeis, M. Rekow, R. Murison, Hans Herfurth, Stefan H. Heinemann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensOsta Bio Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésWaferLaser drillingCommon emitterLaserDrillingAmplifierMaterials scienceLaser beam machiningLaser power scalingMechanical engineeringAutomotive engineeringComputer scienceProcess engineeringOpticsOptoelectronicsEngineering

Résumé

récupéré en direct d'OpenAlex

Pulse parameter optimization is a key element in reaching higher drilling rates in the production of Emitter Wrap Through (EWT) solar cells. Manufacturing of these cells relies on fast laser drilling of silicon wafers. In order to create a cost case for EWT manufacturing, not only the drilling rate, but also the investment costs and cost of ownership have to be taken into account. In this aspect using fewer lower power lasers with a capability to maximize energy efficiency in drilling is an important factor. Master Oscillator Power Amplifier fiber laser concept allows for independent adjustment of pulse width, energy and temporal shape. This capability can be exploited for improving the drilling process efficiency. Combined with a FPGA controller, one can drill holes at unprecedented speeds. It was shown that a single hole can be drilled through a 210 µm silicon wafer using less than 3 mJ of energy; consequently 6,250 holes per second could be drilled using 18.2 W laser power. The results were compared to q-switched lasers by mimicking the shape of a high peak power q-switched pulse.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,207
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaser Material Processing TechniquesTravaux en français237 207