AlGaN双势垒结构对高In组分InGaN/GaN MQWs太阳能电池材料晶体质量和发光性能的影响

本文利用金属有机化合物化学气相沉积(MOCVD)技术在(001)面图形化蓝宝石衬底(PSS)上生长了一种含有AlGaN-InGaN/GaN MQWs (multiple quantum wells)-AlGaN双势垒结构的高In组分太阳能电池外延材料。高分辨率X射线衍射(HRXRD)和光致发光(PL)谱分析表明,与含有AlGaN电子阻挡层的低In组分的量子阱结构太阳能电池外延材料相比,该结构材料具有较小的半峰全宽(FWHM),计算表明:此结构材料的位错密度降低了一个数量级,达到10⁷ cm^-2;同时,有源区中的应变弛豫降低了51%;此外,此结构材料的发光强度增强了35%。研究结果表明含有AlGaN双势垒结构的外延材料可以减小有源区的位错密度,降低非辐射复合中心的数目,增大有源区有效光生载流子的数目,为制备高质量太阳能电池提供实验依据。     

基于二次逼近神经网络的反应釜预测控制

摘 要：针对在化工生产过程中使用连续搅拌反应釜(Continuous Stirred Tank Reactor,CSTR)时存在的控制方式不便,调节的精确度不高等问题。在对实际问题进行分析建模的基础上,提出了一种基于二次逼近神经网络模型的预测控制方法。该方法首先利用多层前馈神经网络模型去逼近连续搅拌反应釜系统的多步预测值,其次在已创建的预测模型的基础上优化并求解预测控制的二次目标函数,以得到最优的控制参数,最后由通过泰勒展开式的二次逼近得到非线性预测控制器的最优解。通过对控制模型的模拟以及带入相关参数进行仿真实验,对连续搅拌反应釜控制系统的仿真结果进行分析表明：该方法控制精确度较高,并且是可行有效的,能够使生产效率得到显著提高且保证了产品的质量,具有较高的实用价值。