Σπίτι Παραδείγματα Στιγμιότυπα οθόνης Εγχειρίδιο χρήστη Λογότυπο της Bluesky YouTube ☰
OghmaNano Πλατφόρμα προσομοίωσης πολλαπλών φυσικών πεδίων για οπτοηλεκτρονικές συσκευές και φωτονικά συστήματα. Λήψη Οδηγός γρήγορης εκκίνησης

Εκπαιδευτικό πρόγραμμα για την Ηλεκτροθερμική Προσομοίωση (Μέρος Β): Θερμικό Πλέγμα, Οριακές Συνθήκες και Προσαρμογή σε Πειραματικά Δεδομένα.

1. Εισαγωγή: πεδίο εφαρμογής και κύριες θεματικές του Μέρους Β

Στο Μέρος Α, εκτελέσατε μια ηλεκτροθερμική προσομοίωση, εντοπίσατε τους κύριους μηχανισμούς παραγωγής θερμότητας (θέρμανση λόγω μεταφοράς φορέων, θέρμανση λόγω ανασύνθεσης και παρασιτικές απώλειες) και μάθατε πώς να εξαγάγετε τις τιμές της θερμοκρασίας του πλέγματος ως συνάρτηση της εφαρμοσμένης τάσης. Αυτό το πρώτο μέρος επικεντρώθηκε στο τι θερμότητα παράγεται και πού εμφανίζεται στη συσκευή. Σε αυτό το Μέρος Β, επικεντρωνόμαστε στο άλλο μισό του προβλήματος: πώς η θερμότητα μεταφέρεται μακριά από τη συσκευή. Αυτό καθορίζεται από το θερμικό πλέγμα και, το πιο σημαντικό, από τις θερμικές οριακές συνθήκες. Οι οριακές συνθήκες κωδικοποιούν τον τρόπο με τον οποίο η συσκευή είναι τοποθετημένη, ψύχεται ή διαχέει τη θερμότητα στην πράξη και συχνά έχουν σημαντική επίδραση στην τελική αύξηση της θερμοκρασίας. Δύο προσομοιώσεις με παρόμοια ηλεκτρική συμπεριφορά και παρόμοιους όρους παραγωγής θερμότητας μπορούν να παράγουν πολύ διαφορετικά προφίλ θερμοκρασίας, απλώς και μόνο λόγω διαφορετικών θερμικών οριακών υποθέσεων.

Ως εκ τούτου, θα δείτε γιατί η ηλεκτροθερμική προσομοίωση χρησιμοποιεί συνήθως ένα θερμικό πεδίο που είναι μεγαλύτερο από το ηλεκτρικό πεδίο, πώς χρησιμοποιούνται αποτελεσματικές οριακές συνθήκες για να αναπαρασταθούν μακροσκοπικές ψύκτρες χωρίς να απαιτείται η ρητή διαμερισματοποίησή τους και γιατί οι εξαρτώμενες από τη θερμοκρασία ποσότητες των υλικών υπολογίζονται εκ των προτέρων σε ένα διακριτό θερμικό πλέγμα. Αυτό το εκπαιδευτικό πρόγραμμα συνεχίζει να χρησιμοποιεί ένα παράδειγμα οργανικής διόδου επειδή βασίζεται σε πειραματικά δεδομένα και περιλαμβάνει μετρήσιμα φαινόμενα αυτοθέρμανσης, αλλά η ροή εργασίας είναι εντελώς γενική. Οι ίδιες έννοιες ισχύουν για ανόργανα ημιαγωγά, συσκευές λεπτών υμενίων, ηλεκτρονικά ισχύος, φωτοανιχνευτές και οποιαδήποτε δομή όπου η ηλεκτρική διασπορά ισχύος επηρεάζει την αγωγιμότητα μέσω της θερμοκρασίας.

Με την ολοκλήρωση του Μέρους Β, θα πρέπει να έχετε κατανοήσει:

  • γιατί το θερμικό πλέγμα διαφέρει από το ηλεκτρικό πλέγμα;
  • πώς οι θερμικές οριακές συνθήκες ελέγχουν την εξαγωγή θερμότητας.
  • πώς η διακριτοποίηση της θερμοκρασίας χρησιμοποιείται εσωτερικά για βελτιστοποίηση της απόδοσης και
  • γιατί η αυτοθέρμανση πρέπει μερικές φορές να λαμβάνεται υπόψη ώστε να συμφωνούν τα αποτελέσματα με τα πειραματικά δεδομένα.

2. Θερμικό πλέγμα και οριακές συνθήκες.

Ξεκινήστε από το κύριο παράθυρο προσομοίωσης και μεταβείτε στην καρτέλα "Θερμικά". Αυτή είναι η ίδια καρτέλα που παρουσιάστηκε στο Μέρος Α: περιέχει τις διακόπτες για τις πηγές θερμότητας και τα βασικά στοιχεία ελέγχου διαμόρφωσης (θερμικές παράμετροι, θερμικό πλέγμα και οριακές συνθήκες). Η καρτέλα εμφανίζεται στην εικόνα ??.

2.1 Το θερμικό πλέγμα και γιατί δεν είναι το ίδιο με το ηλεκτρικό πλέγμα.

Κάντε κλικ στο "Thermal mesh" για να ανοίξετε τον επεξεργαστή θερμικού πλέγματος. Με την πρώτη ματιά, μοιάζει με τους επεξεργαστές πλέγματος που έχετε δει σε άλλα μέρη του OghmaNano, αλλά επιλύει ένα διαφορετικό φυσικό πρόβλημα: τη διάχυση της θερμότητας. Το σημαντικό σημείο είναι ότι η ηλεκτροθερμική προσομοίωση χρησιμοποιεί δύο πλέγματα, επειδή τα ηλεκτρικά και τα θερμικά προβλήματα συνήθως εξελίσσονται σε θεμελιωδώς διαφορετικές κλίμακες μήκους:

  • Το ηλεκτρικό πλέγμα επιλύει τις εξισώσεις μεταφοράς (μεταφορά μέσω διάχυσης + εξίσωση Poisson + ανασυνδυασμός/παγίδες). Συνήθως, η εφαρμογή του επικεντρώνεται στις περιοχές όπου η ηλεκτρική δράση είναι ισχυρότερη: στην ενεργό στρώση και στις γειτονικές διεπαφές, όπου τα ηλεκτρικά πεδία και οι πυκνότητες των φορέων μεταβάλλονται ραγδαία. Αυτές οι μεταβολές μπορούν να συμβούν σε κλίμακες από νανόμετρα έως μικρόμετρα.
  • Το θερμικό πλέγμα επιλύει την εξίσωση θερμότητας της πλέγματος. Η θερμότητα δεν σταματά στην ενεργή στρώση: διαχέεται σε ολόκληρη τη στοίβα, στις επαφές, στα υποστρώματα, στη συσκευασία και προς οποιοδήποτε στοιχείο απομακρύνει τη θερμότητα από τη συσκευή. Αυτές οι διαδρομές είναι συνήθως σε κλίμακα χιλιοστών έως εκατοστών.

Αυτή η ασυμφωνία είναι ο λόγος για τον οποίο μια ενιαία «κοινή διασύνδεση» συνήθως δεν αποτελεί την κατάλληλη προσέγγιση. Το ηλεκτρικό πρόβλημα απαιτεί υψηλή ανάλυση στην ενεργή περιοχή· το θερμικό πρόβλημα απαιτεί μια περιοχή αρκετά μεγάλη ώστε να αναπαριστά τη διαδρομή ροής της θερμότητας. Για παράδειγμα:

  • Μια δίοδος λεπτής μεμβράνης μπορεί να έχει ένα ενεργό στρώμα πάχους 100–300 nm, αλλά το υπόστρωμα μπορεί να έχει πάχος 0,5–1 mm (γυαλί) και η βάση στήριξης ή η πλατφόρμα μπορεί να έχει διαστάσεις μερικών εκατοστών.
  • Μια μεταλλική επαφή μπορεί να έχει πάχος μόνο μερικών δεκάδων νανομέτρων ηλεκτρικά, ωστόσο μπορεί να είναι ο κυρίαρχος οριζόντιος αγωγός θερμότητας θερμικά, επειδή η θερμική της αγωγιμότητα είναι μεγάλη σε σύγκριση με τα οργανικά ή οξειδικά στρώματα.

Σε αυτό το παράδειγμα, μπορείτε να δείτε ότι το ύψος Y του θερμικού πεδίου καλύπτει ολόκληρο το πάχος της στοίβας της συσκευής και δεν περιορίζεται στην ηλεκτρικά ενεργή περιοχή. Αυτό είναι χαρακτηριστικό: η θερμική μεταφορά περιλαμβάνει κάθε στρώση που άγει θερμότητα, και όχι μόνο τις στρώσεις στις οποίες ρέει το ρεύμα. Στη συνέχεια, διαμορφώνουμε τον τρόπο με τον οποίο επιτρέπεται να διαχέεται η θερμότητα από αυτό το θερμικό πεδίο, χρησιμοποιώντας οριακές συνθήκες. Το πλέγμα ορίζει την περιοχή στην οποία μπορεί να διαχυθεί η θερμότητα· οι οριακές συνθήκες ορίζουν τι συμβαίνει στις άκρες αυτής της περιοχής.

Thermal ribbon showing thermal model enabled and buttons for boundary conditions, configure model, Joule heating, parasitic heating, optical heating, recombination heating, thermal parameters, and thermal mesh.
Η θερμική ταινία: περιλαμβάνει διακόπτες για την πηγή θέρμανσης, καθώς και επεξεργαστές για το θερμικό πλέγμα και τις οριακές συνθήκες.
Thermal mesh editor showing spatial mesh and a temperature grid between 290 K and 350 K with 7 points.
Επεξεργαστής θερμικού πλέγματος. Αυτός ορίζει τον χωρικό τομέα που χρησιμοποιείται για την επίλυση της εξίσωσης διάχυσης θερμότητας.
Thermal boundary conditions editor showing Neumann boundaries on most faces and a heatsink boundary at ymax with parameters including sink temperature, conductivity, and length.
Θερμικές οριακές συνθήκες. Αυτές καθορίζουν τη συμπεριφορά της θερμικής ροής στα όρια του θερμικού πεδίου.

2.2 Οριακές συνθήκες: μονωμένες επιφάνειες και μια αποτελεσματική ψύκτρα.

Ανοίξτε τον επεξεργαστή οριακών συνθηκών που εμφανίζεται στην εικόνα ??. Σε αυτό το παράδειγμα, οι περισσότερες επιφάνειες έχουν οριστεί σε Neumann (που συχνά εμφανίζεται ως «Neumann (==0)»). Φυσικά, μια οριακή συνθήκη Neumann καθορίζει την κανονική θερμική ροή στο όριο. Όταν ορίζεται σε μηδέν, επιβάλλει:

\[ -k \nabla T \cdot \hat{n} = 0 \]

δηλαδή, δεν ρέει θερμότητα μέσω αυτού του ορίου. Αυτές οι επιφάνειες αντιμετωπίζονται ως θερμικά μονωτικές. Αυτό δεν σημαίνει ότι η συσκευή είναι συνολικά θερμικά απομονωμένη· απλώς ενημερώνει τον θερμικό επιλυτή ότι αυτά τα όρια δεν αποτελούν μέρος της προβλεπόμενης διαδρομής απομάκρυνσης της θερμότητας. Η εξαίρεση εδώ είναι η επιφάνεια ymax, η οποία έχει οριστεί ως ψύκτρα. Αυτό το όριο καθορίζει μια θερμοκρασία συσκευής στην ymax (εδώ περίπου 300 K), καθώς και μια αποτελεσματική θερμική αγωγιμότητα της ψύκτρας και ένα μήκος ψύκτρας (της τάξης του χιλιοστού σε αυτό το παράδειγμα).

Εννοιολογικά, αυτό αποτελεί ένα αποτελεσματικό μοντέλο για την απομάκρυνση της θερμότητας. Επιτρέπει στη θερμότητα να διαχέεται από τη στοίβα της προσομοιωμένης συσκευής σε μια πηγή θερμότητας, η οποία δεν είναι ρητά ορισμένη ως πλέγμα, χωρίς να απαιτείται η δημιουργία ενός μακροσκοπικού αντικειμένου στο θερμικό πλέγμα. Αυτό είναι σημαντικό, επειδή οι πραγματικές πηγές θερμότητας είναι συνήθως κατά αρκετές τάξεις μεγέθους μεγαλύτερες από τις συσκευές λεπτής μεμβράνης: η ρητή δημιουργία ενός πλέγματος για μια πηγή θερμότητας κλίμακας χιλιοστού έως εκατοστού με ανάλυση μικρότερη του μικρομέτρου θα ήταν υπολογιστικά αναποτελεσματική και φυσικά περιττή. Αξίζει να τονιστεί ότι, στα θερμικά προβλήματα, οι οριακές συνθήκες καθορίζουν σε μεγάλο βαθμό τη θερμοκρασία της συσκευής. Μια κακή διαδρομή εξαγωγής θερμότητας μπορεί να προκαλέσει πολύ γρήγορη αύξηση της θερμοκρασίας, ενώ μια αποτελεσματική διαδρομή μπορεί να διατηρήσει τη θερμοκρασία κοντά στην περιβαλλοντική, ακόμη και υπό σημαντική εκπομπή ισχύος.

Μια χρήσιμη αναλογία είναι να φανταστούμε τη συσκευή σαν μια μπανιέρα που γεμίζει με νερό. Οι παράμετροι που σχετίζονται με την παραγωγή θερμότητας είναι η βρύση: διοχετεύουν ενέργεια στο σύστημα. Οι θερμικές οριακές συνθήκες είναι η τρύπα της μπανιέρας:

  • Εάν η βαλβίδα είναι εντελώς ανοιχτή (εξαιρετική απόδοση στην εξαγωγή θερμότητας), η στάθμη του νερού παραμένει χαμηλή.
  • Εάν η υποδοχή είναι μερικώς φραγμένη (περιορισμένη απομάκρυνση θερμότητας), η στάθμη του νερού αυξάνεται.
  • Εάν η τάπα είναι κλειστή (δεν γίνεται εξαγωγή θερμότητας), η μπανιέρα θα γεμίσει και τελικά θα ξεχειλίσει.

Σε αυτή την αναλογία, η στάθμη του νερού αντιστοιχεί στη θερμοκρασία του πλέγματος. Επομένως, ο σκοπός των θερμικών οριακών συνθηκών δεν είναι απλώς διακοσμητικός ή δευτερεύων: αυτές ενσωματώνουν το φυσικό περιβάλλον που τελικά καθορίζει εάν η συσκευή λειτουργεί σε χαμηλή, μέτρια ή καταστροφικά υψηλή θερμοκρασία.

2.3 «Σημεία διακριτοποίησης» της θερμοκρασίας (γιατί η θερμοκρασία διακριτοποιείται)

Ο επεξεργαστής θερμικού πλέγματος εμφανίζει επίσης ένα εύρος θερμοκρασιών και έναν αριθμό σημείων θερμοκρασίας. Αυτό δεν είναι το χωρικό θερμικό πλέγμα: είναι το πλέγμα θερμοκρασιών που χρησιμοποιείται για προϋπολογισμούς. Πολλά μέρη του ηλεκτρικού/θερμικού μοντέλου απαιτούν την επανειλημμένη αξιολόγηση ποσοτήτων που εξαρτώνται από τη θερμοκρασία κατά τη διάρκεια της συνδυασμένης επίλυσης, και είναι υπολογιστικά δαπανηρό να υπολογίζονται εκ νέου από την αρχή σε κάθε ενδιάμεση θερμοκρασία. Για παράδειγμα, ανάλογα με τα επιλεγμένα στατιστικά στοιχεία και το μοντέλο της πυκνότητας των καταστάσεων, ο επιλυτής ενδέχεται να χρειάζεται σχέσεις που εξαρτώνται από τη θερμοκρασία για τις πυκνότητες φορέων, τις σχεδόν θερμοδυναμικές συναρτήσεις και τις σχετικές ποσότητες αναζήτησης. Αντί να αξιολογούνται αυτές οι ποσότητες «εν κινήσει» κάθε φορά που η συνδυασμένη επανάληψη ενημερώνει \(T_L\), το OghmaNano υπολογίζει εκ των προτέρων πίνακες σε έναν πεπερασμένο αριθμό σημείων θερμοκρασίας και στη συνέχεια παρεμβάλλει μεταξύ τους κατά τη διάρκεια της εκτέλεσης. Σε αυτό το παράδειγμα, οι πίνακες δημιουργούνται σε 7 σημεία μεταξύ 290 K και 350 K.

Αυτό καθιστά το εύρος θερμοκρασίας μια παράμετρο που καθορίζεται κατά τη δημιουργία του μοντέλου: θα πρέπει να περιλαμβάνει άνετα τις θερμοκρασίες που αναμένονται κατά τη διάρκεια της αυτοθέρμανσης. Εάν η συσκευή υπερθερμανθεί και ξεπεράσει την ανώτερη θερμοκρασία, υπάρχει κίνδυνος να προκύψουν τεχνουργήματα εξωτερίκευσης (ή περιορισμού, ανάλογα με τις ρυθμίσεις), κάτι που σπάνια είναι επιθυμητό. Ως πρακτικός κανόνας: επιλέξτε ένα εύρος που να καλύπτει τις προβλεπόμενες θερμοκρασίες λειτουργίας με ένα περιθώριο ασφαλείας.

3. Θερμικές παράμετροι (θερμική αγωγιμότητα και χρόνοι χαλάρωσης)

Στην ηλεκτροθερμική προσομοίωση, οι οριακές συνθήκες καθορίζουν τον τρόπο με τον οποίο η θερμότητα μπορεί να διαχέεται από τη συσκευή, ενώ οι παράμετροι του υλικού καθορίζουν τον τρόπο με τον οποίο η θερμότητα κινείται εντός της στοίβας. Στην πράξη, μία από τις σημαντικότερες ποσότητες που ελέγχουν την αύξηση της θερμοκρασίας και τον σχηματισμό θερμών σημείων είναι η θερμική αγωγιμότητα \(k\) (που μερικές φορές γράφεται \(\kappa\)).

Για να δείτε ή να επεξεργαστείτε αυτές τις παραμέτρους, ανοίξτε την καρτέλα "Θερμικά" και κάντε κλικ στην επιλογή "Θερμικές παράμετροι" (το κουμπί που φέρει την ένδειξη \(k\) / \(\kappa\)). Αυτό θα ανοίξει τον επεξεργαστή θερμικών παραμέτρων ανά επίπεδο, όπως φαίνεται στην εικόνα ??.

Thermal parameters editor showing thermal conductivity and carrier energy relaxation times per layer.
Επεξεργαστής θερμικών παραμέτρων (\(k\)/\(\kappa\)). Η θερμική αγωγιμότητα ορίζεται για κάθε στρώση, παράλληλα με τις προαιρετικές τιμές χρόνου θερμικής χαλάρωσης των φορέων.

Ο επεξεργαστής αποκαλύπτει τρεις βασικές παραμέτρους για κάθε επίπεδο:

  • Η θερμική αγωγιμότητα \(k\) καθορίζει πόσο αποτελεσματικά διαχέεται η θερμότητα μέσα από ένα συγκεκριμένο στρώμα. Τα στρώματα με χαμηλή \(k\) λειτουργούν ως θερμικά εμπόδια και μπορούν να αυξήσουν σημαντικά την προβλεπόμενη αύξηση της θερμοκρασίας του πλέγματος.
  • Χρόνος χαλάρωσης των ηλεκτρονίων και χρόνος χαλάρωσης των οπών: αυτά απαιτούνται μόνο όταν χρησιμοποιείται το υδροδυναμικό/μοντέλο μεταφοράς ενέργειας, όπου οι θερμοκρασίες των φορέων μπορεί να αποκλίνουν από τη θερμοκρασία του πλέγματος. Στο τυπικό μοντέλο θερμότητας του πλέγματος, δεν είναι απαραίτητα, επειδή οι θερμοκρασίες των φορέων είναι συνδεδεμένες με το \(T_L\).

Στα περισσότερα σενάρια ροής εργασίας, οι τιμές της θερμικής αγωγιμότητας επιλέγονται από δημοσιευμένες τιμές (ή μετρώνται, εφόσον είναι διαθέσιμες) και στη συνέχεια βελτιώνονται μόνο εάν υπάρχει σαφής πειραματική δικαιολόγηση. Μαζί με τις οριακές συνθήκες, το \(k\) είναι ένας από τους κύριους παράγοντες που καθορίζουν την απόλυτη θερμοκρασία της συσκευής και τη χωρική δομή των θερμών σημείων.

4. Πώς λειτουργεί ο συνδυασμένος ηλεκτροθερμικός επιλυτής (και γιατί είναι πιο αργός).

Στο OghmaNano χρησιμοποιείται μια στρατηγική ηλεκτροθερμικής σύζευξης. Οι ηλεκτρικοί και θερμικοί επιλυτές επαναλαμβάνονται σε κάθε σημείο πόλωσης μέχρι να συγκλίνουν τόσο το θερμικό πεδίο όσο και η ηλεκτρική λύση (??).

Μια ηλεκτροθερμική προσομοίωση στο OghmaNano αποτελείται από δύο συνδεδεμένους επιλυτές:

  • ένας πλήρως συνδεδεμένος ηλεκτρικός επιλυτής (με μοντέλα μεταφοράς φορτίου και εξίσωσης Poisson, συμπεριλαμβανομένων των φαινομένων ανασύνθεσης και παγίδευσης, όταν αυτά είναι ενεργοποιημένα), και
  • ένας θερμικός επιλυτής που επιλύει την εξίσωση διάχυσης της θερμότητας για το πεδίο θερμοκρασίας του πλέγματος \(T_L\), χρησιμοποιώντας όρους παραγωγής θερμότητας που υπολογίζονται από την ηλεκτρική λύση.

Για μια δεδομένη εφαρμοσμένη τάση, ο επιλυτής δεν εκτελεί αυτές τις φάσεις διαδοχικά. Αντίθετα, εκτελεί έναν αυτοσυνεπή εξωτερικό βρόχο:

  1. επιλύστε το πρόβλημα της ηλεκτρικής αγωγιμότητας χρησιμοποιώντας το τρέχον πεδίο θερμοκρασίας.
  2. υπολογίστε τους όρους παραγωγής θερμότητας (μεταφορά, ανασυνδυασμός, παρασιτική και, προαιρετικά, οπτική).
  3. επιλύστε το πρόβλημα της θερμικής διάχυσης για να ενημερώσετε το \(T_L\) και
  4. επαναλάβετε μέχρι να συγκλίνουν τα υπολείμματα τόσο για την ηλεκτρική όσο και για τη θερμική ανάλυση.

Αυτή η επαναληπτική διαδικασία σύζευξης είναι ο λόγος για τον οποίο οι ηλεκτροθερμικές προσομοιώσεις είναι πιο αργές από τις καθαρά ηλεκτρικές: για κάθε σημείο λειτουργίας, η ηλεκτρική επίλυση με τη μέθοδο του Newton και η θερμική επίλυση μπορεί να εκτελεστούν πολλές φορές, μέχρι να σταθεροποιηθεί το σύστημα που έχει υποστεί σύζευξη. Το αποτέλεσμα είναι μια πραγματικά αυτοσυνεπής, πολυφυσική λύση, αντί για έναν ηλεκτρικό υπολογισμό στον οποίο η θερμοκρασία προστίθεται ως βήμα μεταεπεξεργασίας.

Η συζεύξη είναι απαραίτητη επειδή τα ηλεκτρικά και θερμικά προβλήματα συνήθως εκδηλώνονται σε πολύ διαφορετικές φυσικές κλίμακες μήκους. Η ηλεκτρική αγωγιμότητα κυριαρχείται από την ενεργή περιοχή, όπου τα ηλεκτρικά πεδία, οι πυκνότητες φορέων και οι ρυθμοί ανασυνδυασμού μεταβάλλονται γρήγορα. Η θερμική αγωγιμότητα πρέπει να λαμβάνει υπόψη ολόκληρη τη διαδρομή ροής της θερμότητας, συμπεριλαμβανομένων των επαφών, των υποστρωμάτων, της θωράκισης και των ψυκτικών στοιχείων. Αυτός είναι ο λόγος για τον οποίο η OghmaNano παρέχει ανεξάρτητους ελέγχους για το θερμικό πλέγμα και τις θερμικές οριακές συνθήκες.

Είναι επίσης σημαντικό να αναγνωρίσουμε ότι το ηλεκτροθερμικό πλαίσιο περιλαμβάνει αναπόφευκτα πολλαπλές θερμοκρασίες. Γενικά, το μοντέλο διακρίνει μεταξύ της θερμοκρασίας του πλέγματος \(T_l\), η οποία περιγράφει τη θερμοκρασία του ατομικού πλέγματος, της θερμοκρασίας των ηλεκτρονίων \(T_e\) και της θερμοκρασίας των οπών \(T_h\).

Τα ηλεκτρόνια και οι οπές αποτελούν κινητές ομάδες φορέων που, κατ' αρχήν, μπορούν να έχουν τις δικές τους τοπικές ενέργειες, όπως ακριβώς έχουν και τα δικά τους επίπεδα ψευδο-Fermi. Στο τυπικό ηλεκτροθερμικό μοντέλο που χρησιμοποιείται εδώ, οι θερμοκρασίες των ηλεκτρονίων και των οπών είναι συνδεδεμένες με τη θερμοκρασία του πλέγματος, έτσι ώστε όλα τα υποσυστήματα να μοιράζονται ένα ενιαίο θερμικό πεδίο.

Σε ακραία καθεστώτα λειτουργίας, το OghmaNano υποστηρίζει επίσης ένα υδροδυναμικό μοντέλο μεταφοράς, στο οποίο επιτρέπεται στις θερμοκρασίες των ηλεκτρονίων και των οπών να αποκλίνουν από τη θερμοκρασία του πλέγματος. Αυτό το προηγμένο μοντέλο περιγράφεται σε άλλο σημείο και απαιτείται μόνο σε εξειδικευμένες περιπτώσεις. Για την πλειονότητα των προσομοιώσεων συσκευών, συμπεριλαμβανομένου αυτού του εκπαιδευτικού προγράμματος, το ηλεκτροθερμικό μοντέλο που βασίζεται στο πλέγμα είναι τόσο κατάλληλο όσο και επαρκές.

5. Αυτόματη θέρμανση και σύγκριση με πειραματικά δεδομένα.

Η συγκεκριμένη συσκευή αναφοράς συγκρίθηκε με πειραματικά δεδομένα χρησιμοποιώντας το ηλεκτροθερμικό μοντέλο. Σε αυτό το εκπαιδευτικό υλικό δεν πραγματοποιείται καμία προσαρμογή. Αντίθετα, η υπάρχουσα σύγκριση χρησιμοποιείται για να καταδειχθεί πώς η αυτοθέρμανση επηρεάζει την ηλεκτρική απόκριση της συσκευής και γιατί απαιτείται μια συνδυασμένη ηλεκτροθερμική προσέγγιση σε υψηλότερα ρεύματα λειτουργίας.

Η διαδικασία σύγκρισης είναι προσβάσιμη μέσω της εργαλειοθήκης Αυτοματισμού, όπως φαίνεται στην εικόνα ??. Όταν ανοίγετε το εργαλείο προσαρμογής στα πειραματικά δεδομένα, εμφανίζονται τα πειραματικά δεδομένα JV για αυτή τη συσκευή, όπως φαίνεται στην εικόνα ??. Αυτή η καμπύλη αντιπροσωπεύει τη μετρημένη συμπεριφορά της συσκευής υπό τάση.

Automation toolbar showing tools including fit-to-experiment.
Η γραμμή εργαλείων Αυτοματισμού. Το εργαλείο προσαρμογής στην πειραματική ρύθμιση χρησιμοποιείται εδώ μόνο για την οπτικοποίηση της επίδρασης της αυτοθέρμανσης στην καμπύλη JV.

Εκτελέστε μία επανάληψη. Μετά από μία μόνο ηλεκτροθερμική προσομοίωση, η προσομοιωμένη καμπύλη τάσης-ρεύματος (JV) επικαλύπτεται στα πειραματικά δεδομένα, όπως φαίνεται στην ??. Σε αυτή την περίπτωση, η συμφωνία είναι αρκετά καλή, γεγονός που υποδηλώνει ότι το μοντέλο αποτυπώνει τις κυρίαρχες φυσικές ιδιότητες μεταφοράς και θερμότητας της συσκευής.

Ο ρόλος της αυτοθέρμανσης γίνεται σαφής επαναλαμβάνοντας την ίδια σύγκριση με το θερμικό μοντέλο απενεργοποιημένο:

  1. Επιστρέψτε στην θερμική ταινία.
  2. Απενεργοποιήστε το θερμικό μοντέλο.
  3. Εκτελέστε ξανά μία επανάληψη της σύγκρισης.

Η καμπύλη τάσης-ρεύματος (JV) που προκύπτει δεν ταιριάζει πλέον με τα πειραματικά δεδομένα, όπως φαίνεται στην ??. Η απόκλιση είναι πιο έντονη σε υψηλότερες τάσεις πόλωσης, όπου οι πυκνότητες ρεύματος είναι μεγάλες και η αυτοθέρμανση λόγω της μεταφοράς φορέων γίνεται σημαντική.

Fitting window showing experimental JV curve.
Η πειραματική καμπύλη τάσης-ρεύματος χρησιμοποιείται ως σημείο αναφοράς.
Fitting window showing experimental and simulated curves aligned after one iteration with thermal model enabled.
Ηλεκτροθερμική προσομοίωση: οι πειραματικές και οι προσομοιωμένες καμπύλες JV συμπίπτουν.
Fitting window showing mismatch between experimental and simulated curves when thermal model is disabled.
Το θερμικό μοντέλο είναι απενεργοποιημένο: η αυτοθέρμανση δεν λαμβάνεται υπόψη και η καμπύλη τάσης-ρεύματος αποκλίνει σε υψηλές τάσεις.

Αυτή η σύγκριση καταδεικνύει ένα βασικό αποτέλεσμα της ηλεκτροθερμικής μοντελοποίησης: όταν οι συσκευές λειτουργούν σε συνθήκες υψηλής πυκνότητας ρεύματος, η ηλεκτρική απώλεια ισχύος επηρεάζει τη μεταφορά μέσω της αύξησης της θερμοκρασίας. Οι ηλεκτρικές προσομοιώσεις σταθερής θερμοκρασίας δεν μπορούν να αποτυπώσουν αυτό το φαινόμενο, ενώ το συνδυασμένο ηλεκτροθερμικό μοντέλο μπορεί.