Home Esempi Immagini dello schermo Manuale utente

OghmaNano Piattaforma di simulazione multifisica per dispositivi optoelettronici e sistemi fotonici SCARICA Guida rapida per iniziare.

Adeguamento del modello ai dati sperimentaliAdeguamento del modello ai dati sperimentali

Adattamento del modello ai dati sperimentali per determinare i parametri di ricombinazione e mobilità.Adattamento del modello ai dati sperimentali per determinare i parametri di ricombinazione e mobilità.

Gli strumenti di adattamento di OghmaNano consentono di collegare direttamente le simulazioni ai dati di misurazione, trasformando i dati sperimentali grezzi in parametri fisici significativi. Adattando il modello a misurazioni in condizioni stazionarie o transitorie, è possibile ricavare grandezze quali la mobilità dei portatori di carica, i coefficienti di ricombinazione, le densità delle trappole e i parametri relativi al disordine energetico. Il framework di ottimizzazione supporta l’adattamento a più parametri, consentendo di ricavare simultaneamente diversi parametri fisici. Questi algoritmi funzionano con modelli di deriva-diffusione, modelli a livello di circuito o qualsiasi altro modello fisico supportato in OghmaNano, offrendo un flusso di lavoro di adattamento unificato per diversi ambiti di simulazione.Gli strumenti di adattamento di OghmaNano consentono di collegare direttamente le simulazioni ai dati di misurazione, trasformando i dati sperimentali grezzi in parametri fisici significativi. Adattando il modello a misurazioni in condizioni stazionarie o transitorie, è possibile ricavare grandezze quali la mobilità dei portatori di carica, i coefficienti di ricombinazione, le densità delle trappole e i parametri relativi al disordine energetico. Il framework di ottimizzazione supporta l’adattamento a più parametri, consentendo di ricavare simultaneamente diversi parametri fisici. Questi algoritmi funzionano con modelli di deriva-diffusione, modelli a livello di circuito o qualsiasi altro modello fisico supportato in OghmaNano, offrendo un flusso di lavoro di adattamento unificato per diversi ambiti di simulazione.

Caratteristiche principali:Caratteristiche principali:

Estrazione di molteplici parametri: consente di determinare simultaneamente diversi valori di costanti fisiche, come la mobilità, le costanti di ricombinazione, la densità delle trappole e altro ancora.Estrazione di molteplici parametri: consente di determinare simultaneamente diversi valori di costanti fisiche, come la mobilità, le costanti di ricombinazione, la densità delle trappole e altro ancora.
Interfaccia intuitiva per l’importazione di dati sperimentali da file .txt, .csv o .dat.Interfaccia intuitiva per l’importazione di dati sperimentali da file .txt, .csv o .dat.
Ottimizzazione rapida e affidabile, basata sull’algoritmo del simplesso discendente (Nelder–Mead), che garantisce la convergenza senza la necessità di calcolare le derivate.Ottimizzazione rapida e affidabile, basata sull’algoritmo del simplesso discendente (Nelder–Mead), che garantisce la convergenza senza la necessità di calcolare le derivate.
Adatto a dati relativi allo stato stazionario (ad esempio, curve corrente-tensione, grafici della tensione a circuito aperto in funzione dell'irradiazione solare) o a dati relativi all'evoluzione nel tempo (ad esempio, TPV, TPC, CELIV).Adatto a dati relativi allo stato stazionario (ad esempio, curve corrente-tensione, grafici della tensione a circuito aperto in funzione dell'irradiazione solare) o a dati relativi all'evoluzione nel tempo (ad esempio, TPV, TPC, CELIV).
Visualizzazione in tempo reale: osservate l’evoluzione delle curve simulate man mano che l’algoritmo di ottimizzazione procede, ottenendo così un riscontro immediato sull’andamento della convergenza.Visualizzazione in tempo reale: osservate l’evoluzione delle curve simulate man mano che l’algoritmo di ottimizzazione procede, ottenendo così un riscontro immediato sull’andamento della convergenza.
Adattamento globale su più set di dati: elaborazione simultanea di più misurazioni effettuate con lo stesso dispositivo per ottenere un unico insieme coerente di parametri fisici.Adattamento globale su più set di dati: elaborazione simultanea di più misurazioni effettuate con lo stesso dispositivo per ottenere un unico insieme coerente di parametri fisici.
Vincoli sui parametri: fissare valori noti o impostare limiti realistici per guidare l’adattamento e prevenire risultati non plausibili.Vincoli sui parametri: fissare valori noti o impostare limiti realistici per guidare l’adattamento e prevenire risultati non plausibili.
Esporta i parametri ottimizzati e le curve simulate finali per la preparazione di report o per ulteriori analisi.Esporta i parametri ottimizzati e le curve simulate finali per la preparazione di report o per ulteriori analisi.

Combinando dati sperimentali con modelli basati sulla fisica, OghmaNano consente ai ricercatori di creare un ciclo di feedback tra misurazione e simulazione, il che porta a una comprensione più approfondita, a modelli più accurati e a un’ottimizzazione più rapida dei dispositivi.Combinando dati sperimentali con modelli basati sulla fisica, OghmaNano consente ai ricercatori di creare un ciclo di feedback tra misurazione e simulazione, il che porta a una comprensione più approfondita, a modelli più accurati e a un’ottimizzazione più rapida dei dispositivi.

Vuoi approfondire l’argomento?Vuoi approfondire l’argomento?

👉 Date un’occhiata a tutorial utile/adatto/efficace consultare il manuale e iniziare subito la simulazione.👉 Date un’occhiata a tutorial utile/adatto/efficace consultare il manuale e iniziare subito la simulazione.