MétaCan
Menu
Retour à la cohorte
Enregistrement W4385994475 · doi:10.3390/photonics10080940

Vertical Multi-Junction Laser Power Converters with 61% Efficiency at 30 W Output Power and with Tolerance to Beam Non-Uniformity, Partial Illumination, and Beam Displacement

2023· article· en· W4385994475 sur OpenAlexaff
Simon Fafard, Denis Masson

Notice bibliographique

RevuePhotonics · 2023
Typearticle
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensBroadcom (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnergy conversion efficiencyMaterials scienceOpticsVoltageOptoelectronicsPower (physics)Beam (structure)LaserConvertersElectrical efficiencyOptical powerPhysics

Résumé

récupéré en direct d'OpenAlex

Stable and reliable optical power converting devices are obtained using vertical multi-junction laser power converters. They are based on the GaAs and the InP material systems and are used for power-over-fiber or power-beaming applications. This study demonstrates that, in addition to providing the overall best conversion efficiencies with output voltages ideal for various applications, these semiconductor photovoltaic devices are very tolerant to beam non-uniformity, partial illumination, or beam displacement variations. Examples are given with two tight beams, each covering as little as ~7% of the cell area. An optical input power of 10 W was converted with still an efficiency of Eff ~59.4%. For an input power of 20 W, the illuminated area was set to ~22% without significantly affecting the conversion efficiency of Eff ~60%. Remarkably, for a beam diameter at ~65% of the chip length (i.e., covering ~35% of the chip area), a converted power of 29.5 W was obtained using a 12-junction GaAs device with a conversion efficiency of 61%. For a 10 junction InP-based device, an efficiency of Eff = 51.1% was obtained at an output voltage reaching as high as Voc = 5.954 V for an average optical intensity of 69 W/cm2 and an illumination area of ~57%.

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 enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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

Citations31
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotonicsMême sujetsolar cell performance optimizationTravaux en français237 207