Academic Company Events NI Developer Zone Support Solutions Products & Services Contact NI MyNI

Datenverwaltung und -analyse mit DIAdem in der Dünnschicht-Solartechnik

  Print

Hall-Rechner

Author(s):
Stephan Krantz - Forschungszentrum Jülich GmbH

Industry:
Research, Energy/Power

Products:
DIAdem

The Challenge:
Verwaltung und Analyse der Daten, die bei der Entwicklung von dünnen Schichten für die Solartechnik anfallen

The Solution:
Kern dieser Lösung ist NI DIAdem von National Instruments und ein DataPlugin, mit dessen Hilfe die unterschiedlichen Messdaten auf das TDM-Datenmodell abgebildet werden.

"Die Verwendung von DataPlugins ermöglicht es, unterschiedlichste Datenformate in DIAdem zu laden. Dadurch wird DIAdem zum zentralen Werkzeug für die Verwaltung und Analyse heterogener Datenbestände. Der DataFinder ermöglicht eine einfache Suche auf diesen Daten und ihren Eigenschaften."

Solarzellen erzeugen umweltfreundlichen und sauberen Strom aus Sonnenlicht. Noch behindert der relativ hohe Preis den großflächigen Einsatz von Solarzellen. Forscher aus Jülich entwickeln aber Solarzellen aus extrem dünnen Schichten, die teures Silizium einsparen und so die Kosten entscheidend reduzieren können. Die preiswerten Solarzellen entstehen im Forschungszentrum Jülich aus zwei Arten von Silizium, amorphem und mikrokristallinem Silizium. In der Jülicher Tandemzelle werden die beiden Materialien kombiniert, so dass sie sich optimal ergänzen. Zusätzlich helfen die rauen und hochreflektierenden Grenzflächen zwischen den Schichten, das Licht optimal einzufangen und in Strom umzuwandeln. Die Jülicher Forscher entwickeln die Technik für die Solarzellen von morgen vom Material bis hin zum industriellen Produktionsprozess.

Die Photovoltaiker in Jülich setzen als transparente Frontkontakte Zinkoxid-Schichten ein. Im Rahmen einer Diplomarbeit wurde der Einfluss von Stickstoff auf die Herstellung von Zinkoxid-Schichten analysiert. Dazu werden diese Schichten zuerst in einem Sputterprozess unter Vakuum hergestellt und dabei fortdauernd Parameter aufgezeichnet, beispielsweise Druck oder Temperatur. Anschließend werden die dünnen Schichten unter anderem optisch, elektrisch und chemisch charakterisiert. Dieser Prozess erzeugt unterschiedlichste Daten zu unterschiedlichen Zeitpunkten an unterschiedlichen Rechnern. Um diese Daten zu analysieren, müssen die Daten gesammelt und zusammengeführt werden.

Dies kann beispielsweise über das Dateisystem und Excel-Tabellen durchgeführt werden. In einer Excel-Tabelle werden die Probennummern mit den zugehörigen Depositionsparametern und einzelnen Messergebnissen verwaltet. Die Massendaten sind, gekennzeichnet durch die Probennummer, in speziellen Ordnern abgelegt. Da häufig Parameterserien untersucht werden, wird für jede dieser Serien eine weitere ähnliche Struktur im Dateisystem angelegt und es werden unter Umständen gleiche Daten mehrfach aufbewahrt. Das Zusammenstellen solcher Serien sowie das Suchen und Filtern auf und in den Daten gestaltet sich äußerst schwierig.Eine einfachere und bessere Lösung bietet die Verwendung von National Instruments DIAdem. Kern dieser Lösung ist ein DataPlugin, mit dessen Hilfe die unterschiedlichen Messdaten der verschiedenen Charakterisierungsmethoden in DIAdem importiert und auf das TDM-Datenmodell abgebildet werden. DataPlugins werden in DIAdem per Visual Basic Script erstellt und ermöglichen es, das Ladeverhalten DIAdems optimal auf die generierten Daten anzupassen.

Eine abgeschiedene Probe stellt DIAdem durch eine Kanalgruppe dar. Dieser Gruppe können beliebige Attribute zugewiesen werden, die in der hier beschriebenen Lösung Depositionsparameter und einzelne Messergebnisse enthalten, beispielsweise die Dicke der Schicht. Die Massendaten hängen als Kanäle an den Gruppen, vergleichbar mit Spalten in Excel. Durch die Flexibilität eines DataPlugins kann DIAdem sämtliche Daten unabhängig vom Format automatisch importieren. Somit kann mit nur einem Werkzeug auf den kompletten Datenbestand zugegriffen, auf die verschiedenen Datenformate reagiert und diese zusammengefasst werden.

Während des Ladens der Daten können auch automatische Berechnungen durchgeführt werden. So kann beispielsweise aus einer gemessenen optischen Transmission und Reflektion automatisch die Absorption berechnet werden.

Das DataPlugin ermöglicht es dem National Instruments DataFinder, mit Hilfe von Parametern im kompletten Datenbestand nach Dateien, Gruppen oder Kanälen zu suchen. So können aus allen deponierten Proben genau die Proben herausgefiltert werden, deren Parameter gewissen Kriterien entsprechen. Anschließend können diese Proben einer weiteren Analyse zugeführt werden.

Um Daten nachträglich zum Datenbestand hinzuzufügen, wurden mehrere Scripte und Dialoge mit DIAdem erstellt. Damit bietet sich dem Anwender eine benutzerfreundliche und übersichtliche Möglichkeit, einzelne Messergebnisse in den Datenbestand zu portieren.

Mit NI DIAdem kann auch nur ein bestimmter Teil der vorliegenden Daten weiterverarbeitet werden. DIAdem bietet dazu die Möglichkeit, Daten per Script zu laden, den Anwender interaktiv einen Teil der Daten auswählen zu lassen und diese Daten einer Berechnung zuzuführen. Die hier vorgestellte Lösung mittelt auf diese Weise den Prozessgasfluss. DIAdem lädt die erforderlichen Daten in das Modul DIAdem-VIEW. Der Anwender sucht grafisch den relevanten Bereich der aufgezeichneten Daten aus und markiert diesen Bereich. DIAdem führt mit den markierten Daten eine Berechnung aus und speichert die markierten Daten, so dass der interaktive Eingriff beim nächsten Laden der Daten nicht mehr erforderlich ist.

Für die weitere Analyse der Daten wurden im Rahmen der Diplomarbeit weitere DIAdem-Funktionen genutzt. Mit dem Modul DIAdem-REPORT können mehrseitige Auswertungen erstellt werden. Per Script können einzelne Seiten eines Reports, beispielsweise die Absorption bei verschiedenen Wellenlängen unter Variation der Stickstoffzugabe, in verschiedenen Formaten (pdf, png, eps) abgespeichert und so zur Einbindung in Latex-Dokumente zur Verfügung gestellt werden. Mit DIAdem war es auch möglich, eine Vielzahl von Analyseschritten, die bei jedem Datensatz erneut durchgeführt werden müssen, automatisch durchzuführen.

 

Author Information:
For more information on this Case Study, contact:
Stephan Krantz
Forschungszentrum Jülich GmbH
Wilhelm-Johnen-Strasse
Jülich 52428
Germany
Tel: 02461 - 61 - 1636
s.krantz@fz-juelich.de

Browse All Case Studies »

  Print