本發明涉及光電功能材料檢測,特別是涉及一種藍光照射下的電導率變化檢測方法。
背景技術:
1、近年來,光電功能材料在光電探測器、太陽能電池、發光二極管等領域的應用日益廣泛。在這些材料中,光照(特別是特定波長光照)對材料電學性能的影響至關重要,例如光生載流子的生成、復合以及遷移。這些現象與材料在光照條件下的電導率變化直接相關。
2、現有的電導率檢測方法多基于暗態條件,無法動態評估材料在光照下的電學行為,尤其是對特定波長光(如藍光,波長范圍約為450–490nm)的影響較少涉及。而藍光因其能量高、對光電材料響應明顯,在檢測與應用中具有特殊意義。例如,藍光能夠顯著影響鈣鈦礦材料、有機半導體材料的電導特性,甚至可能導致光致降解效應。
3、目前針對藍光照射下電導率變化的檢測方法存在以下問題:
4、1、實時性不足:無法實現藍光照射過程中材料電導率的實時檢測;
5、2、無法實現藍光照射過程中材料電導率的預測,若按部就班的進行檢測,往往需要大量時間,費事費力。
6、因此,迫切需要一種能夠高效、實時檢測材料在藍光照射下電導率變化的方法,為光電功能材料的研究和應用提供更準確的技術支持。
技術實現思路
1、為了克服現有技術的不足,本發明的目的是提供一種藍光照射下的電導率變化檢測方法,能夠實現對藍光照射下材料電導率的動態變化的預測,無需按部就班的進行檢測,便于使用且省時省力。
2、為實現上述目的,本發明提供了如下方案:
3、一種藍光照射下的電導率變化檢測方法,包括:
4、采集藍光照射下的電導率變化相關數據;
5、對采集的相關數據進行預處理;
6、基于改進的transformer網絡結構對預處理后的相關數據進行電導率變化進行預測。
7、優選地,采集藍光照射下的電導率變化相關數據,包括:
8、設置待測樣品及藍光光源配置,進行電導率的實時檢測,得到電導率變化序列;
9、獲取藍光光源配置信息,得到藍光照射參數;
10、采集周圍環境因素。
11、優選地,設置待測樣品及藍光光源配置,進行電導率的實時檢測,得到電導率變化序列,具體為:
12、選擇待測材料,制備測試樣品,在測試樣品兩端布置電極,形成歐姆接觸或肖特基接觸;
13、選擇波長為450-490nm的藍光光源,設置其光強范圍為1-100mw/cm2,配備光纖或準直透鏡,用于使藍光均勻照射在測試樣品上;
14、調節藍光光源的脈沖頻率或光強,為測試樣品提供不同照射條件,同時,通過高精度數字電導率測試儀配合電極實現測試樣品的電導率測試,獲取基于時間序列的電導率變化序列。
15、優選地,獲取藍光光源配置信息,得到藍光照射參數,具體為:
16、獲取基于時間序列的藍光光源脈沖頻率序列及光強序列,將其作為藍光照射參數。
17、優選地,采集周圍環境因素,具體為:
18、基于預設的溫度傳感器及濕度傳感器采集基于時間序列的溫度序列及濕度序列,將其作為周圍環境因素。
19、優選地,對采集的相關數據進行預處理,具體為:
20、對電導率變化序列、溫度序列及濕度序列進行野值識別及去除。
21、優選地,基于改進的transformer網絡結構對預處理后的相關數據進行電導率變化進行預測,具體為:
22、基于改進的transformer網絡結構構建電導率變化預測模型;
23、基于待測樣品的類型、藍光照射參數以及預處理后的電導率變化序列、溫度序列及濕度序列,生成數據集,其中,待測樣品的類型、藍光照射參數以及預處理后溫度序列及濕度序列為模型的輸入值,預測時間段的電導率變化序列為模型的輸出值,基于數據集對電導率變化預測模型進行訓練;
24、將待測的待測樣品的類型、藍光照射參數以及預處理后溫度序列及濕度序列輸入訓練后的電導率變化預測模型,得到預測時間段的電導率變化序列。
25、根據本發明提供的具體實施例,本發明公開了以下技術效果:
26、本發明提供了一種藍光照射下的電導率變化檢測方法,包括:采集藍光照射下的電導率變化相關數據,對采集的相關數據進行預處理,基于改進的transformer網絡結構對預處理后的相關數據進行電導率變化進行預測。本發明能夠實現對藍光照射下材料電導率的動態變化的預測,無需按部就班的進行檢測,便于使用且省時省力。
1.一種藍光照射下的電導率變化檢測方法,其特征在于,包括:
2.根據權利要求1所述的藍光照射下的電導率變化檢測方法,其特征在于,采集藍光照射下的電導率變化相關數據,包括:
3.根據權利要求2所述的藍光照射下的電導率變化檢測方法,其特征在于,設置待測樣品及藍光光源配置,進行電導率的實時檢測,得到電導率變化序列,具體為:
4.根據權利要求3所述的藍光照射下的電導率變化檢測方法,其特征在于,獲取藍光光源配置信息,得到藍光照射參數,具體為:
5.根據權利要求4所述的藍光照射下的電導率變化檢測方法,其特征在于,采集周圍環境因素,具體為:
6.根據權利要求5所述的藍光照射下的電導率變化檢測方法,其特征在于,對采集的相關數據進行預處理,具體為:
7.根據權利要求6所述的藍光照射下的電導率變化檢測方法,其特征在于,基于改進的transformer網絡結構對預處理后的相關數據進行電導率變化進行預測,具體為: