MétaCan
Menu
Retour à la cohorte
Enregistrement W4308885749 · doi:10.1063/5.0116806

Efficiency-optimized near-field thermophotovoltaics using InAs and InAsSbP

2022· article· en· W4308885749 sur OpenAlexafffund
Gavin P. Forcade, Christopher E. Valdivia, Sean Molesky, Shengyuan Lu, Alejandro W. Rodríguez, Jacob J. Krich, Raphaël St-Gelais, Karin Hinzer

Notice bibliographique

RevueApplied Physics Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueThermal Radiation and Cooling Technologies
Établissements canadiensPolytechnique MontréalUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésThermophotovoltaicMaterials scienceOptoelectronicsBlack-body radiationBand gapRadiant energyRadiator (engine cooling)OpticsPhysicsCommon emitterRadiation

Résumé

récupéré en direct d'OpenAlex

Waste heat is a free and abundant energy source, with 15% of global total energy use existing as waste heat above 600 K. For 600–900 K temperature range, near-field thermophotovoltaics (NFTPVs) are theorized to be the most effective technology to recycle waste heat into electrical power. However, to date, experimental efficiencies have not exceeded 1.5%. In this work, we optimize the efficiency of three modeled InAs/InAsSbP-based room-temperature NFTPV devices positioned 0.1 μm from a 750 K p-doped Si radiator. We couple a one-dimensional fluctuational electrodynamics model for the near field optics to a two-dimensional drift-diffusion model, which we validated by reproducing measured dark current–voltage curves of two previously published InAs and InAsSbP devices. The optimized devices show four to six times higher above-bandgap energy transfer compared to the blackbody radiative limit, yielding enhanced power density, while simultaneously lowering parasitic sub-bandgap energy transfer by factors of 0.68–0.85. Substituting InAs front- and back-surface field layers with InAsSbP show 1.5- and 1.4-times higher efficiency and power output, respectively, from lowered parasitic diffusion currents. Of our three optimized designs, the best performing device has a double heterostructure with an n–i–p doping order from front to back. For radiator-thermophotovoltaic gaps of 0.01–10 μm and radiators within 600–900 K, this device has a maximum efficiency of 14.2% and a maximum power output of 1.55 W/cm2, both at 900 K. Within 600–900 K, the efficiency is always higher with near- vs far-field illumination; we calculate up to 3.7- and 107-times higher efficiency and power output, respectively, using near-field heat transfer.

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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 GPT0,195
Écart entre enseignants0,185 · 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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetThermal Radiation and Cooling TechnologiesTravaux en français237 207