Ajuste de dados experimentais

1. Visão geral

Assim como você pode ajustar a equação do diodo a uma curva JV no escuro para extrair o fator de idealidade, o OghmaNano permite ajustar modelos completos de dispositivos diretamente a dados experimentais. Ao calibrar a simulação às suas medições, você pode recuperar parâmetros fisicamente significativos — mobilidades, densidades de estados de armadilha, resistências de contato, coeficientes de recombinação — dentro de uma estrutura autoconsistente. Em comparação com fórmulas analíticas simples, um ajuste baseado em física preserva o acoplamento óptico-elétrico e fornece uma compreensão mais rica e confiável dos mecanismos que governam o desempenho. Este tutorial apresenta o fluxo de trabalho de ajuste no OghmaNano e mostra como escolher variáveis, selecionar minimizadores e executar ajustes eficientes e reproduzíveis.

2. Seu primeiro ajuste

OghmaNano inclui várias simulações de demonstração que ilustram como ajustar modelos a dados experimentais. Uma delas usa um modelo simples de drift–diffusion como exemplo. Para acessá-la, clique no ícone Nova simulação na faixa File para abrir a janela Nova simulação (Figura ??). A partir daí, clique duas vezes na categoria Scripting and fitting para abrir a pasta mostrada na Figura ??. Selecione o exemplo Fitting and parameter extraction para carregar um projeto de demonstração. Quando aberto, ele inicia uma simulação simples de célula solar (Figura ??). Embora esta demonstração se concentre em uma célula solar, o mecanismo de ajuste pode ser aplicado a qualquer simulação e conjunto de dados experimentais.

Depois de salvar a nova simulação, a janela principal da simulação aparecerá (??). A partir daí, vá para a faixa Automation (destacada em vermelho) e selecione o ícone Fit to experiment para acessar a janela de ajuste ??.

A janela de ajuste controla como a otimização é realizada: ela especifica quais conjuntos de dados experimentais são usados e quais variáveis de simulação são ajustadas. Você pode ajustar a um único conjunto de dados, como mostrado aqui, ou a múltiplos conjuntos de dados simultaneamente para uma extração de parâmetros mais restrita. Na Figura ??, a linha azul representa a curva JV experimental que será usada no ajuste.

3. Adicionando e removendo dados

A janela principal de ajuste fornece uma barra de ferramentas com comandos que controlam como experimentos são adicionados, gerenciados e ajustados. Esses botões permitem importar ou remover conjuntos de dados, configurar quais parâmetros são variados e iniciar ou interromper o processo de ajuste. As opções mais importantes são:

• New experiment: Adiciona outro conjunto de dados experimentais à janela de ajuste. Por exemplo, você pode incluir tanto uma curva JV sob iluminação quanto uma curva JV no escuro. Ajustar contra múltiplos conjuntos de dados melhora a confiabilidade dos parâmetros extraídos, mas também torna o processo de ajuste mais lento e mais desafiador.
• Delete experiment: Remove o conjunto de dados selecionado do ajuste.
• Clone experiment: Cria uma duplicata do conjunto de dados atual.
• Rename experiment: Permite renomear o conjunto de dados selecionado.
• Export data: Salva o ajuste atual e os dados como um arquivo zip compactado.
• Import data: Carrega dados experimentais externos na janela de ajuste (veja a seção Assistente de Importação para detalhes).
• Configure: Abre a janela de configuração para definir quais variáveis serão ajustadas durante o ajuste (explicado em detalhes abaixo).
• One iteration: Executa uma única etapa de ajuste para verificar quão próxima a simulação está dos dados experimentais. Recomenda-se usar esta opção e ajustar parâmetros manualmente até obter um ponto de partida razoável antes de executar o ajuste automatizado.
• Run fit: Inicia o algoritmo de ajuste automatizado. O processo continua até ser interrompido manualmente pressionando o botão novamente.
• Fit this data set: Habilita ou desabilita o ajuste para o conjunto de dados atualmente selecionado.

4. A faixa do minimizador

A faixa Minimizer fornece controle sobre o algoritmo de otimização usado durante o ajuste. A partir desta aba você pode escolher qual minimizador aplicar (por exemplo, o padrão Nelder–Mead downhill simplex) e configurar suas definições. A faixa também inclui ferramentas para gerenciar variáveis de ajuste, duplicar parâmetros e aplicar regras matemáticas para restringir o ajuste. Ao ajustar essas opções, você pode controlar como o algoritmo explora o espaço de parâmetros, equilibrar velocidade e precisão e garantir que restrições fisicamente significativas sejam impostas durante o processo de ajuste.

5. Definindo as variáveis a ajustar

Para abrir a janela Fit variables, vá para a faixa Minimizer na janela de ajuste (Figura ??) e clique em Fitting variables. Este painel (Figura ??) permite escolher quais parâmetros são variados durante o ajuste e definir seus limites. Para velocidade e robustez, comece com um pequeno conjunto de parâmetros simétricos; adicione mais (ou introduza assimetria) somente depois de obter um ajuste inicial razoável.

A tabela Fit variables contém sete colunas: Enabled, Variable, Min, Max, Error function, Log scale, e Variable (JSON).

• Enabled: Liga ou desliga o ajuste da variável.
• Variable: Descreve o caminho da variável a ser ajustada em inglês.
• Min: O valor mínimo que a variável pode assumir.
• Max: O valor máximo que a variável pode assumir.
• Error function: Penalidade adicionada ao erro total do ajuste se a variável sair do seu intervalo min–max. Isso efetivamente empurra o algoritmo de volta para dentro dos limites permitidos.
• Log scale: Ajusta o parâmetro em escala logarítmica. Útil para variáveis que abrangem muitas ordens de grandeza, garantindo que todo o intervalo seja explorado.
• Variable (JSON): Geralmente oculta; representa o caminho completo do parâmetro em formato json. O backend usa esse caminho, enquanto o caminho em inglês é apenas para legibilidade e pode nem sempre ser exato.

6. Duplicando variáveis

Abra a janela Duplicate variables a partir da faixa Minimizer (??). Esta ferramenta espelha um parâmetro fonte em um parâmetro destino a cada iteração. No exemplo de dispositivo simétrico, ajustamos apenas o parâmetro do lado do elétron e usamos Duplicate variables para copiar seu valor para o parâmetro correspondente do lado do buraco, mantendo-os iguais durante todo o ajuste (veja ??).

A coluna Function y = f(x) define como o valor da fonte x é transformado antes de ser escrito no destino y. O padrão x realiza uma cópia direta; exemplos como 2*x (dobrar o valor) ou x + 0.05 (aplicar um deslocamento) também são possíveis.

7. Regras de ajuste

A janela Fit rules (??), acessada a partir da faixa Minimizer, permite aplicar restrições matemáticas ao processo de ajuste. As regras adicionam uma penalidade à função erro sempre que uma condição é violada. Por exemplo, você pode impor que um parâmetro deve ser sempre maior que outro, ou aplicar uma penalidade se uma variável sair de um intervalo aceitável. Isso ajuda a manter o ajuste fisicamente significativo e evita que o minimizador explore combinações de parâmetros irreais.