-
公开(公告)号：CN103165761A
公开(公告)日：2013-06-19
申请号：CN201310112386.0
申请日：2013-04-01
Applicant: 南通大学
IPC: H01L31/20
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种太阳能电池的制造方法，步骤如下：应用离子注入的方法将杂质注入硅片形成PN结；淀积含有掺杂元素的二氧化硅薄膜；除去硅片上表面电极区以外的二氧化硅；在硅片上表面淀积本征非晶硅层；将硅片置于干氧环境中进行高温扩散，使非电极区的掺杂元素逆向扩散入非晶硅层，电极区氧化层中的掺杂元素进一步向电极区扩散，同时形成表层氧化层；去除硅片表面的非晶硅层和氧化层；在硅片表面淀积氮化硅抗反射薄膜；最后烧制金属电极。本发明通过离子注入的方式，降低了表面杂质浓度，后通过高温过程，使非晶硅吸收非电极区的杂质，进一步降低了非电极区的掺杂浓度，致使电极区与非电极区的掺杂浓度差加大，提高了电池的性能。
-
公开(公告)号：CN103165758A
公开(公告)日：2013-06-19
申请号：CN201310111198.6
申请日：2013-04-01
Applicant: 南通大学
IPC: H01L31/18
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种基于逆扩散的太阳能电池选择性掺杂方法，步骤如下：将硅片置于有氧环境下进行高温扩散形成PN结，同时硅片上表面被氧化；除去硅片顶电极区以外的氧化层；在硅片上表面淀积本征非晶硅层；将硅片置于湿氧环境中进行高温扩散，使非顶电极区的掺杂元素逆向扩散入非晶硅层，顶电极区氧化层中的掺杂元素向顶电极区扩散，同时非晶硅层及非顶电极区的硅片表面被氧化形成氧化层；去除硅片表面的氧化层，完成太阳能电池的逆扩散选择性掺杂。本发明采用逆扩散的方法，通过非晶硅吸收非顶电极区的杂质，使非顶电极区的掺杂浓度降低，同时顶电极区进行了二次掺杂，导致顶电极区与非顶电极区的掺杂浓度差进一步增大，提高了选择性掺杂的效果。
-
公开(公告)号：CN103165761B
公开(公告)日：2015-07-01
申请号：CN201310112386.0
申请日：2013-04-01
Applicant: 南通大学
IPC: H01L31/20
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种太阳能电池的制造方法，步骤如下：应用离子注入的方法将杂质注入硅片形成PN结；淀积含有掺杂元素的二氧化硅薄膜；除去硅片上表面电极区以外的二氧化硅；在硅片上表面淀积本征非晶硅层；将硅片置于干氧环境中进行高温扩散，使非电极区的掺杂元素逆向扩散入非晶硅层，电极区氧化层中的掺杂元素进一步向电极区扩散，同时形成表层氧化层；去除硅片表面的非晶硅层和氧化层；在硅片表面淀积氮化硅抗反射薄膜；最后烧制金属电极。本发明通过离子注入的方式，降低了表面杂质浓度，后通过高温过程，使非晶硅吸收非电极区的杂质，进一步降低了非电极区的掺杂浓度，致使电极区与非电极区的掺杂浓度差加大，提高了电池的性能。
-
公开(公告)号：CN118522461A
公开(公告)日：2024-08-20
申请号：CN202410977894.3
申请日：2024-07-22
Applicant: 南通大学
IPC: G16H50/30 , G16H50/20 , G16H50/70 , G16H20/10 , G16H50/50 , G06F30/28 , G06F18/2433 , G06F18/2411 , G06F18/23 , G06F18/27 , G06V10/26 , G06V10/44 , G06V10/46 , G06V10/62 , G06V40/14 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N5/01 , G06N20/20
Abstract: 本发明公开了大数据心脑血管监护技术领域的一种基于大数据的心脑血管病人监护系统，包括血流动力学模拟模块、微循环动态监控模块、心律动态解析模块、血管弹性仿真模块、血管状态追踪模块、心肌应力分析模块、疾病进展预测模块、治疗策略优化模块。本发明中，运用计算流体动力学算法和纳维‑斯托克斯方程，准确模拟分析血液的流动特性，时间序列分析和机器学习的异常检测算法，及时检测异常模式，复杂网络理论和多尺度熵分析技术，提升分析深度，仿生学和有限元分析方法，增强对血管壁应力‑应变关系的理解，生物力学模型和有限元技术的应用，助力于心肌损伤风险的评估，集成学习算法和动态系统建模，使得治疗策略更为个性化和高效。
-
公开(公告)号：CN103165758B
公开(公告)日：2015-08-26
申请号：CN201310111198.6
申请日：2013-04-01
Applicant: 南通大学
IPC: H01L31/18
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种基于逆扩散的太阳能电池选择性掺杂方法，步骤如下：将硅片置于有氧环境下进行高温扩散形成PN结，同时硅片上表面被氧化；除去硅片顶电极区以外的氧化层；在硅片上表面淀积本征非晶硅层；将硅片置于湿氧环境中进行高温扩散，使非顶电极区的掺杂元素逆向扩散入非晶硅层，顶电极区氧化层中的掺杂元素向顶电极区扩散，同时非晶硅层及非顶电极区的硅片表面被氧化形成氧化层；去除硅片表面的氧化层，完成太阳能电池的逆扩散选择性掺杂。本发明采用逆扩散的方法，通过非晶硅吸收非顶电极区的杂质，使非顶电极区的掺杂浓度降低，同时顶电极区进行了二次掺杂，导致顶电极区与非顶电极区的掺杂浓度差进一步增大，提高了选择性掺杂的效果。
-
Patent Agency Ranking
公开(公告)号：CN103165760B
公开(公告)日：2015-08-05
申请号：CN201310111615.7
申请日：2013-04-01
Applicant: 南通大学
IPC: H01L31/20
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种太阳能电池的选择性掺杂方法，步骤如下：在硅片上表面淀积磷硅玻璃；将淀积后的硅片进行高温扩散，使磷元素扩散入硅片，形成PN结；除去硅片上表面顶电极区以外的磷硅玻璃；在硅片上表面淀积本征非晶硅层；将硅片置于无氧环境中进行高温扩散，使非硅片顶电极区的磷元素扩散入非晶硅层，顶电极区磷硅玻璃中的磷元素进一步向顶电极区扩散；去除硅片表面的非晶硅层和磷硅玻璃，完成太阳能电池的逆扩散选择性掺杂。本发明采用逆扩散的方法，通过非晶硅吸收非顶电极区的杂质，使非顶电极区的掺杂浓度降低，同时顶电极区进行了二次掺杂，导致顶电极区与非顶电极区的掺杂浓度差进一步增大，提高了选择性掺杂的效果。
-
公开(公告)号：CN118522461B
公开(公告)日：2024-10-29
申请号：CN202410977894.3
申请日：2024-07-22
Applicant: 南通大学
IPC: G16H50/30 , G16H50/20 , G16H50/70 , G16H20/10 , G16H50/50 , G06F30/28 , G06F18/2433 , G06F18/2411 , G06F18/23 , G06F18/27 , G06V10/26 , G06V10/44 , G06V10/46 , G06V10/62 , G06V40/14 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N5/01 , G06N20/20
Abstract: 本发明公开了大数据心脑血管监护技术领域的一种基于大数据的心脑血管病人监护系统，包括血流动力学模拟模块、微循环动态监控模块、心律动态解析模块、血管弹性仿真模块、血管状态追踪模块、心肌应力分析模块、疾病进展预测模块、治疗策略优化模块。本发明中，运用计算流体动力学算法和纳维‑斯托克斯方程，准确模拟分析血液的流动特性，时间序列分析和机器学习的异常检测算法，及时检测异常模式，复杂网络理论和多尺度熵分析技术，提升分析深度，仿生学和有限元分析方法，增强对血管壁应力‑应变关系的理解，生物力学模型和有限元技术的应用，助力于心肌损伤风险的评估，集成学习算法和动态系统建模，使得治疗策略更为个性化和高效。
-
公开(公告)号：CN112037302A
公开(公告)日：2020-12-04
申请号：CN202010896803.5
申请日：2020-08-31
Applicant: 南通大学
Abstract: 本发明涉及扩散光层析成像技术领域，具体涉及一种基于大数据的扩散光层析成像智能化建模方法。本发明包括以下步骤：S1：采用超像素集特征提取方法进行扩散光层析成像的大数据信息采样，构建扩散光层析成像超像素大数据集信息融合模型；S2：所述扩散光层析成像超像素大数据集信息融合模型结合空间区域滤波方法进行扩散光层析成像滤波处理，提取扩散光层析成像的边缘轮廓特征，结合图像分块匹配方法进行扩散光层析成像的特征匹配和分块重组；S3：分析扩散光层析成像像素大数据集的关联特征量，通过自相关特征分解方法进行扩散光层析成像的尺度分解；S4：结合大数据分析方法实现扩散光层析成像的三维重构，实现扩散光层析成像智能化建模。
-
公开(公告)号：CN104860234A
公开(公告)日：2015-08-26
申请号：CN201510243646.7
申请日：2015-05-12
Applicant: 南通大学
CPC classification number: B66F9/075 , B66F2700/00 , H04L29/08
Abstract: 本发明公开了一种基于物联网的厂区内叉车监控系统，包括设置于叉车上的智能装置，所述智能装置包括盲节点，所述盲节点与控制器、称重传感器、速度传感器、发动机转速传感器、发动机温度传感器、RFID读卡器连接，所述控制器与语音播报器、继电器连接，所述厂区内设置至少2个以上参考节点，还包括协调器、处理器和控制终端，所述协调器分别连接盲节点、参考节点和处理器，所述处理器连接控制终端。本发明系统可以对叉车驾驶人员进行识别，同时可以针对叉车偏离轨道、超速、超重等情况进行提醒并进行相应处理。
-
公开(公告)号：CN103165760A
公开(公告)日：2013-06-19
申请号：CN201310111615.7
申请日：2013-04-01
Applicant: 南通大学
IPC: H01L31/20
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种太阳能电池的选择性掺杂方法，步骤如下：在硅片上表面淀积磷硅玻璃；将淀积后的硅片进行高温扩散，使磷元素扩散入硅片，形成PN结；除去硅片上表面顶电极区以外的磷硅玻璃；在硅片上表面淀积本征非晶硅层；将硅片置于无氧环境中进行高温扩散，使非硅片顶电极区的磷元素扩散入非晶硅层，顶电极区磷硅玻璃中的磷元素进一步向顶电极区扩散；去除硅片表面的非晶硅层和磷硅玻璃，完成太阳能电池的逆扩散选择性掺杂。本发明采用逆扩散的方法，通过非晶硅吸收非顶电极区的杂质，使非顶电极区的掺杂浓度降低，同时顶电极区进行了二次掺杂，导致顶电极区与非顶电极区的掺杂浓度差进一步增大，提高了选择性掺杂的效果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
