MétaCan
Menu
← Retour à la cohorte
Enregistrement W4288601508

Ge/Si Virtual Substrate for III-V multi-junction solar cells

2019· preprint· en· W4288601508 sur OpenAlexaff
Youcef A. Bioud, Abderraouf Boucherif, Dominique Drouin, Richard Arès

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2019
Typepreprint
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSubstrate (aquarium)Materials scienceSiliconOptoelectronicsComputer scienceGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Multi-junction III-V concentrator cells have the most important energy conversion efficiency, competing with any other solar cell technology. Various cell designs have been proposed to achieve the efficiency of over 40% [1], [2]. Germanium appears to be the material of choice for the bottom cell to cover the IR part of solar spectrum. A high efficiency of 40.7% was measured for a metamorphic three-junction GaInP/GaInAs/Ge cell at 240 suns [3]. This architecture has achieved system efficiency of 30% [4]. A road map based on the integration of Ge on Si wafers can be a solution to replace the bulk Ge substrates for significant cost savings. However, due to the important 4.2% lattice mismatch between Si and Ge, strain is introduced in epitaxial Ge layers on Si which leads to the generation of a misfit dislocations network. Dislocations act as recombination centers for carriers and strongly influence the solar cell performance [5]. Several techniques of dislocation reduction were reported in the recent years [6]. However, the treading dislocations density (TDD) in the Ge layer remains higher than 106 cm-1. In this work, we propose a new architecture of low-cost virtual substrate engineering with acceptable TDD and surface roughness for III-V multi-junction solar cell. Ge/Si substrate was treated with post epitaxial process to create a denser nanovoids region in Ge layer according to the mass transport mechanism [7]. Fig 1. shows cross section SEM view of self-assembled nanovoids in Ge layer/Si obtained after electrochemical porosification and thermal annealing [8]-[17]. The idea here is to use voids as a barrier for threading dislocations propagation. In this presentation, we will present detailed optimization of the porosification and the annealing of Ge on Si and study the effect of different process parameters on TDD and on surface roughness. The resulting surface can be used as the starting point for the deposition of the III–V junctions in the 3J PV cell. This engineered substrate concept is promising for the fabrication of dislocation-free Ge on Si substrate and would result in a significant cost reduction in multijunction solar cells cost.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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
GenreMéthodes

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetsolar cell performance optimization→Travaux en français237 207→