Los científicos en corea ha -desarrollado una Nueva metodología para empremar modelos de Aprendizaje Autico en la Fabricación de Células Solares «Inteligentes». Utilizaron datos recopilados de equipos que se parecen mucho a las reales industriales de las herramientas de fabricación.
Los Investigadores de la Universidad de Corea Han Desarrollado Un Modelo de Aprendizaje AuticO para para Predecir la Resistencia a la Lámina en Procesos de Dopaje dexoruro de fósforo (POCL3) en la Fabricación de Células solares.
«Nuestro Estudio Tiene Como objetivo proponer una metodología para integrar el aprendizaje automático en los procesos industriales, con el objetivo de acelerar el avance de la industria 4.0 y allanar el camino hacia la industria 5.0», el autor principal de la inversionigació,,,,,, Seungtae Lee, Le Dijo Revista Fotovoltaica.
«Utilizamos datos recopilados de equipos que se parecen mucho a las las herramientas de fabricación reales industriales», continuó. «Usando Estos Datos, Desarrollamos un Modelo de Aprendizaje Autico No SOLO PARA PREDECIR LA RESIDENCIA DE LA HOJA EN FUNCIÓN DE LAS CONDICIONES DELESTROS, SINO TAMBIÉN PARA OPTIPIZAR ESAS CONDICAS A TRAVES DE LA OPTIMIZACIO AN Lámina Especios «.
En la producción de Células Solares, POCL3 SE Utiliza como precursor de dopante líquido para cear capas de tipo n en el proceso de difusión térmica.
Para Su Modelado, Los Científicos Consideraron Diferentes Condicatos de Proceso del Horno y Valores de Resistencia a la Hja. Recopilaron 3.420 PUNTOS DE DATOS EXPERIMENTES, CON 10 VARIABLES DE PROCISO Utilizadas como parámetros de entrada: temperatura de preposiciónía; Tiempo Previo a la Deposición; Condiciones de Entrada; temperatura de entrada; Tiempo de Entrada; Procesar Parámetros de Gas; POCL3 CAUD DE FLUJO, Caudal de O2 y Presión de Proceso; Posición del Barco de Obleas; Número de Ranura de Oblea; Y POSICIÓN DE LA OBLEA.
El Grupo de Investigación Utilizó El Método de Explicaciones aditivas de Shapley (Shap), Que es un enfoce de teoría del juego para explicar el resultado el resultado de cualquier modelo de aprendizaje automático, para analizar el impacto de cada Caracterís en la predicci- degendizaje Auticico a lático, para analizar el impacto de cada Caracterín en la predicci- degenci -aUTATICO Hoja. «Shap es una técnica de interpretabilidad basada en valores de Shapley de la teoría de juegos», Enfatizó. «PROPORCIA UN ALÁLISIS CUANTITATIVO que incluye la importancia a la Característica, La Influencia de Cada Característica en Las Predicciones del Modelo Modelo y las Contribuciones Especialas de las Caracterias Indicas individuales A CADA Prediccion en El Nivel de Puntas de Datos».
Los académicos también utilizaron la optimización bayesiana, que se usa comúnmente para resolver problemas de optimización complejos al aproximar una función objetivo desconocida e identificar eficientemente sus valores mínimos o máximos, para identificar las condiciones óptimas del Proceso Al Aprovechar El Modelo de Aprendizaje Autico Abrenado. En particular, Buscaron Identificar las Condiciones que producen una resistencia de la Lámina Cerca de 150 Ω/SQ en Condiciones de Producció de Células Solares «Realistas».
El Equipo Realizó 100 ENSAYOS EN LA FASE DE MUSESTREO ALEATORIO INICIAL Y 100 ENSAYOS EN LA FASE DE OPTIMIZACINO BAYESIANA.
SE Encontró que el Enfocque Propuesto logra una Optimización más eficiente y rápida de las condiciones del proceso en comparación con los métodos de prueBa y error convencionales y Costosos utilizados en la industria fotovoltaica.
«Conntramos Que las Representaciones y predicciones Aprendidas del Modelo SON CONSOCIO CON LA COMPRENSIÓN FÍSICA Y TEÓRICA ESTABLECIDA. ESTO PROPROPORCIONA CONFIANZA EN LA CONFIABILIDAD E Interpretabilidad del Modelo en entornos de Fabrición del Mondo Real», explicó lee. «Creemos que está Metodología Podría Extenderse Más Allá de la Fabricación de Células Solares A UNA Amplia Gama de Procesos Industriales».
El Enfoque Propesto se describe en el Estudio «Enfocque Basado en la Optimización Bayesiana para el Control de la Resistencia de la Lámina en obleas de Silicio Hacia la Fabricación Automatizada de Células Solares«, Publicado en Ciencia de Materiales en Procesamiento de semiconductores.
