机器学习辅助优化铟锡氧化物衬底P1激光划线工艺

智能文字提取功能测试中

机器学习辅助优化铟锡氧化物衬底P1激光划线工艺摘要目前的研究使用皮秒激光器（532 nm），用于在铟锡氧化物（ITO）层上选择性地进行P1激光划线以及随后利用机器学习（ML）技术对P1划线条件进行微调。最初，通过改变不同的激光参数来进行划线，并通过光学显微镜和两个探针电阻率测量来进一步评估这些参数。相应的划线宽度和薄层电阻数据被用作ML分析的输入数据库。基于分类和回归树（CART）的ML分析显示，中值脉冲能量<5.7 μJ不足以分离相邻的划线区域。而脉冲能量>5.7 μJ，APL > 35%，也是 > 46%，处理速度≥1250mm s−1给出≥16 μm的划线宽度。此外，决策树（DT）分析表明，脉冲能量≥8.1 μJ和LSO ≥ 电气隔离线路需要37%。特征重要性得分表明，激光注量和脉冲能量决定了划线宽度，而电隔离在很大程度上取决于LSO和加工速度。最后，ML实现了通过扫描电子显微镜进行实验验证和重新评估的条件，原子力显微镜与光学显微镜测量结果很好地一致。1简介太阳能是一种很有前途的可再生能源，可以满足日益增长的能源需求。近年来，人们对各种光伏（PV）材料进行了积极的研究，这些材料可以改变实验室规模的设备技术（<1 cm2区域）到超过25的较大面积模块 以商业化为目的。制造大面积太阳能电池或模块提供了更高的表面积，有助于增强光子吸收。它随后提高了发电量和电力输出，降低了制造成本。在开发低成本、高效和大面积太阳能模块时，激光划线技术起着关键作用。激光划线技术具有微米级精度、高再现性、均匀性和选择性等优点。此外，它还提供了比传统的机械划线方法显著更高的处理速度。因此，激光划线技术被工业界和实验室广泛采用来制备大面积太阳能电池和模块。在模块中，通过激光划线方法可以实现具有最小死区的有效互连。通常，太阳能模块采用激光划线技术分三个阶段制造，即P1、P2和P3。典型的P1划线工艺包括底部电极的划线，该底部电极电隔离条带并限定单个电池区域。这些P1边界以非常精确的等间距存在，它被认为是P2和P3划线的参考。在薄膜太阳能电池的情况下，各种衬底，如氧化铟锡（ITO）、掺氟氧化锡（FTO）、钼（Mo）和涂钼聚酰亚胺（PI），被积极用作底部电极。其中，ITO具有优异的透光率和导电性，因此被广泛应用于不同的半透明、建筑集成光伏（BIPV）和串联太阳能电池中。最近，ITO基衬底广泛用于制造大面积钙钛矿和Cu（in，Ga）Se2（CIGS）基半透明太阳能电池以及模块。然而，在ITO衬底上制造基于钙钛矿或CIGS的模块的过程中，由于不完美或未优化的P1划线条件，它面临着几个问题。在ITO/玻璃基板上的P1工艺过程中，通常会形成碎屑、隆起的边界边缘和不均匀/破裂的划线边缘。它产生了一个机械稳定性较差的接触层，可能会使整个电池分层。过量的脉冲能量在划线区域附近以及对玻璃基板造成热损伤。它还改变了ITO层的电学性质，如薄层电阻。不完美的ITO划线破坏了两个子电池内的电隔离，阻碍了电流流动，导致效率较低。更重要的是，该层的高透明度使得激光用不同的激光波长进行划片具有挑战性。因此，应进行系统的研究，以实现良好的P1划线条件。但是，再次进行广泛的实验最终会增加生产成本和人力成本。最近，面向ML的太阳能电池制造促进了光伏技术的快速高效发展。光电性能的优化、新光伏材料的探索、稳定性分析和控制方法使用了不同的ML算法。ML方法与实验方法的集成有效地抑制了实验时间、生产成本和人力资源。随机森林（RF）、分类和回归树（CART）、决策树（DT）、梯度提升（GB）和人工神经元网络（ANN）是这些任务中常用的一些。[20] 在激光划线技术中也广泛采用了以下类似的方法。基于图像的激光划线质量表征、[22]激光划线微槽的优化、激光钻孔等许多过程都使用这些ML算法。高通量ML模型与实验数据的集成允许有效优化激光划线条件，通过做出明智的决策，有效减少额外的实验工作量。基于CART和DT的模型提供了目标属性所需的隐藏规则和启发法，因此它们已被广泛用于优化激光划线过程。在本研究中，P1工艺是用皮秒激光器在ITO/玻璃基板上进行的，并且通过ML辅助的激光条件微调，实现了除了相邻划线内的电隔离之外的精细边界边缘。最初的优化研究涉及激光泵浦功率（LPP）、衰减器功率电平（APL）、脉冲重复频率（PRF）、加工速度和激光点重叠（LSO）参数对ITO划线的影响。随后，通过光学显微镜和两个探针的电阻率测量来评估划线。相应的输出数据被用作ML的输入数据库。下面讨论了ITO/玻璃基板上每个激光参数的详细研究以及不同ML算法及其输出的应用。2结果和讨论2.1 LPP的影响LPP参数控制施加到Q开关的电压，该Q开关调节激光功率。LPP的变化改变了脉冲能量、激光注量和平均功率。因此，为了研究激光功率的影响，LPP从30%（最小）改变为100%（最大）。在研究LPP的影响时，激光参数如LSO（70%）、PRF（300×kHz）、光斑直径（20×μm）和APL（100%）保持不变。在激光划线工艺之前，使用嵌入设备中的激光功率计测量激光输出功率。图1a和表1显示了不同LPP值对激光输出参数的影响。结果表明，当LPP从30%增加到100%时，激光脉冲能量和注量分别从1.31增加到40.38×J和0.41增加到12.85×J×cm−2。在脉冲能量测量之后，在ITO/玻璃基板上以不同的LPP值进行激光划线。通过光学显微镜分析划线边缘的相应划线宽度和质量，如图1b所示。在较低的LPP值，特别是低于30%时，没有证据表明由于低激光注量而观察到划线或压痕。此外，LPP值从30%到40%的轻微增加显示出ITO表面上的激光压痕（黄色圆圈）。通常，当激光脉冲与ITO表面和材料已被激光去除或改变的区域相互作用时，观察到激光脉冲压痕或激光烧蚀标记。在这个过程中，辐照可以改变材料表面的纹理或外观，并可能由于激光诱导的化学或结构修饰而导致颜色变化。在50%和60%的LPP下，观察到ITO层的透明去除，这通过深棕色的外观得到证实。后来还用补充扫描电子显微镜（SEM）和原子力显微镜（AFM）分析技术对其进行了验证。LPP值的进一步增加高达100%显示出具有精细边缘的几乎相似的划线图案。随着LPP值的增加，黄色边界边缘的减少揭示了在更高的激光功率下可以实现更精细的划线边缘。对于划线测量的划线宽度显示出宽度随着LPP的增加而增加。当LPP值分别从50%保持到100%时，它从14µm增加到20µm，相反，低于50%时，没有观察到划线条件。≈20 μm的几乎均匀的划线宽度，LPP值超过70%。图1.a）LPP变化对激光平均功率、注量和脉冲能量的影响，以及b）具有30%至100%的不同LPP的激光划线的光学图像。表1.激光输出和划线性能随LPP变化的变化此外，为了确认相邻划线之间的电隔离，使用双探针多测试仪对所有激光划线进行电阻测量。研究表明，在30%-40%的低LPP值下，由于表面损伤或激光热影响区（HAZ），薄板电阻值从9略微增加到18 Ω. 当观察到划线之间存在成功的电隔离时，发现电阻值是无限的。在50%LPP以上，可以实现良好的电隔离划线。就脉冲能量和注量而言，阈值能量为8.78μJ和2.79J cm−2的注量ITO划线需要。低于这些能级，激光脉冲无法去除ITO层。根据这些观察结果，可以说，当LPP值下降到50%以下时，发现用于刻划ITO层的能量不足，从而导致电隔离失效。同时，高于50%的LPP值显示出划线之间的电隔离。2.2衰减功率电平（APL）通常，APL在物理上衰减激光器的功率。在这种情况下，在APL从10%变化到100%期间，激光参数如LSO（70%）、PRF（300 kHz），光斑直径（20 μm）和LPP（100%）保持恒定。设置100%APL表示激光器以其全功率工作，而APL的减小表示激光器功率的减小。在不同APL水平下进行的激光功率测量如图2a和表2所示。APL的变化导致激光平均功率、脉冲能量和注量的变化。当APL从10%增加到100%时，脉冲能量和注量从3.76线性增加到39.8 μJ和1.19至12.66 J cm−2。因此，可以推断出使用APL可以容易地调节划线的处理能量。为相应样品采集的光学图像如图2b所示。它表明，在10%的APL值下，如前所述，仅观察到激光脉冲压痕或激光烧蚀标记。尽管如此，APL值略微增加到20%表明ITO层（绿色）的成功去除。由于光学显微镜中滤色器的变化，光学图像在划线区域的颜色上表现出轻微的变化。APL从30%进一步增加到70%显示出良好的ITO层。测得的划线宽度表明，随着APL值从10%增加到70%，划线宽度也从0μm逐渐增加 至≈17 μm（表2）。在从80%到100%的高APL值下，划线宽度保持恒定在18-20 μm。图2.a）衰减功率水平（APL）对激光平均功率、注量和脉冲能量的影响，以及b）具有10%至100%的不同APL的激光划线的光学图像。表2 APL变化对激光输出和划线性能的影响对划线进行了两次探针测量。在10%和20%的低衰减水平下，即使激光划线显示出一些划线区域，也无法电隔离ITO。相邻的线路也显示出大约16和120Ω的电阻 ，确认电气隔离失效。相反，当APL从30%增加到100%时，可以很容易地通过扩展的绿色来区分划线良好的部分。相应的电阻测量显示出有效的电隔离。在脉冲能量和注量的情况下，7.60μJ的阈值能量 ，注量2.41 Jcm−2 ITO划线需要。与LPP相反，APL可以更好地控制脉冲能量，从而控制划线。因此，如果需要精细的功率调整，则可以通过APL调整发射的激光能量。2.3 PRF变化在本节中，PRF值从300到1000 kHz不等，以及在诸如处理速度（1800 mm s−1）、APL（100%）、光斑直径（20 μm）和LPP（100%）保持恒定。在不同PRF下进行的激光输出测量显示了脉冲能量、激光注量、平均功率和LSO的变化（表3）。PRF从300增加到1000 kHz引起LSO值的变化，而脉冲能量和通量的下降如图3b所示。图3a中的公式证明了PRF的增加会导致LSO的增加。当LSO值从66.66%增加到90%时，脉冲能量和注量从40.45减少到7.34 μJ和12.87至2.33 J cm−2。由于激光脉冲发射在能量积聚在激光谐振器中之前发生得更频繁，这会导致脉冲能量的减少。不同PRF获得的光学图像如图3c所示。所有样品都显示出ITO层的成功去除，而与所施加的PRF无关。从PRF 300到1000 kHz划线宽度从20略微减小到16 μm（表3）。可以观察到，在较高的PRF下，获得更平滑的划线边缘，而在较低的PRF，边缘看起来相对较宽。换句话说，重频显著影响激光系统的空间分辨率。更高的PRF允许更紧密地间隔激光脉冲，可能导致更精细和更窄的划线。而低LSO情况会导致更宽的边缘，这表明LSO的变化会影响划线宽度。此外，经过仔细观察，可以注意到沿着划线的不均匀划线边缘。这可能归因于光束对准或光束整形器的轻微问题。这种不规则性会影响测量的划线宽度（内部划线区域），特别是对于P2和P3工艺，其中P1用作参考线。因此，两个相邻单元之间的死区可能会受到影响，从而可能影响设备的性能。因此，有必要确保划线轮廓均匀，尤其是在P1划线过程中。应严格考虑使用高LSO，它提供了精细的边缘和较小的划线宽度变化；在这一点上，平均划线宽度可以作为目标参数。表3 不同PRF下激光输出和划线性能的变化图3.a）激光光斑重叠（LSO）示意图，b）脉冲重复频率（PRF）对激光平均功率、注量和脉冲能量的影响，以及c）具有300至1000 kHz不同PRF的激光划线的光学图像。通过两个探针测试进行的电隔离也表明所有划线都是电隔离的。这可以解释为，即使在高PRF下，脉冲能量也很低（7.37 μJ），由于高LSO（>90%），ITO层被有效地分离，从而提供电隔离。然而，应该注意的是，随着LSO和PRF（黄色）的增加，划线边缘变得更锋利。在低PRF 300kHz时，激光划线边缘与其他条件相比显得较宽。Cheng等人还报道了相对于所施加的PRF的划片宽度的变化。从目前的实验来看，可以说PRF的变化影响了LSO和脉冲能量。脉冲能量在高PRF下显著降低，而用高LSO进行补偿，从而产生良好的电隔离和划片。即使在较高PRF下获得更好的划片结果，由于高PRF时的低能量输出，划片优选较低的PRF条件。在高PRF下，产生的脉冲能量会过低，因此很难增加脉冲能量。相反，低PRF值可以进一步微调和更好地调整从而划线宽度。2.4处理速度变化激光划线速度是一个重要的参数，因为它控制LSO和脉冲能量到表面的传输。此外，LSO控制划线边缘的特性，因此在激光划线时控制加工速度是很重要的。为了探索加工速度的影响，将其从500变化到4500 mm s−1和参数，如PRF（300 kHz）、APL（100%）、光斑直径（20 μm）和LPP（80%）保持恒定。如图4和表4所示，激光加工速度的变化导致LSO仅从91.66%变化到25%。脉冲能量和注量等其他参数不变，保持不变≈36.2 μJ和11.5 J cm−2（图4a）。随着处理速度的增加而获得的光学图像显示出对激光划线输出的显著影响。当处理速度保持在低至500 mm s−1由于高脉冲能量输送，ITO层立即被去除，同时由于91.66%的高LSO，它也对下面的玻璃基板造成了显著的损坏。它还产生大量熔化的ITO碎片，显示出较差的划线性能。有人提出，在由于高热扩散长度而导致的低处理速度下，它将热损伤延伸到玻璃基板。处理速度从1000提高到3500 mm s−1证明了ITO层的有效去除。由于LSO从83.33%减少到41.66%，划线宽度从24减少到14 μm。Farid等人报道了LSO改变划线宽度的类似行为。除此之外，Nakajima等人观察到碎屑量随着处理速度的增加而减少。改变LSO的扫描速度或处理速度的降低导致在同一点处脉冲能量的传递减少，因此，随着处理速度的增加，最终抑制了边缘损伤。图4.a）加工速度对激光平均功率、通量、脉冲能量和LSO的影响，以及b）激光划线特性随加工速度的变化。表4.在80%LPP下激光划线性能随加工速度的变化对加工速度为500至3500mm s−1的激光划线进行的电绝缘测试 在品系间表现出良好的隔离性。以4000到4500 mm s−1的高处理速度，LSO从33.33%下降到25%，电阻分别为30和40 Ω，无法隔离。从实验中可以看出，除了LSO之外，加工速度对其他激光输出参数没有影响。因此，与PRF相比，在划线时，处理速度对LSO提供了更敏锐的控制，这有效地确定了划线边缘质量。2.5机器学习辅助划线条件的精调CART和DT是可有效用于基于输入数据确定目标属性的监督算法。在CART的情况下，它也被称为无监督算法，因为它不需要对数据进行分类，并且模型本身从现有数据中学习并提供输出。相反，DT是一种监督算法，我们提供预分类或分组的数据，模型提供基于分类/组的输出。在本工作中，划线宽度和电阻值被认为是ML分析的目标特性，因为划线宽度决定了模块中的死区/有效单元面积，而电阻值给出了单元之间互连的概念。本工作中分析的划线宽度值具有连续值，而由于电阻值的异常，薄层电阻具有离散数据。划线宽度大多在0–20μm之间变化 ，而电阻值从18变化到无穷大。这使得难以使用类似的算法来分析划线宽度和电阻输入数据。为了克服这一困难并提高ML效率，我们采用了CART算法将划线宽度作为目标特性，并采用DT算法将电阻值作为目标特性。应该注意的是，我们已经对划线宽度和电阻值使用了所有可能的算法。由于目前的工作主要集中在激光处理上，而不是详细的ML，我们只强调了关键算法的结果。此外，使用光学显微镜确定划线宽度只能提供初步见解，并面临某些限制。然而，通过SEM、AFM等互补技术进行的更全面的分析可以产生额外的信息，包括划线深度、宽度和边缘测量。相应的数据也可以用于ML分析和光学图像信息的重新验证，从而提高精度和可靠性。CART分析以划线宽度作为目标特性，并使用所有激光参数，如LPP、LSO、PRF、APL、处理速度、通量和脉冲能量作为输入。从CART中获得的相应结果如图5a所示。如图所示，第一类节点的平均划线宽度为16 μm。因此，如果激光脉冲能量保持低于5.7 μJ (Yes)，则可以读取CART的第一条规则，则实现零划线宽度（无划线条件），投影9%的观测值；相反，如果激光脉冲能量保持高于5.7 μJ（No），则17μm的平均划线宽度 ，实现了91%的观测投影。5.7μJ的脉冲能量 不是实验观察到的值，但它是CART排除后得出的中值。同样，第二条和第三条规则表明，如果APL > 35%和LSO > 46%被保持，然后相对较高的划线宽度为18-19 μm。此外，进一步的CART规则表明>18 μm控制加工速度≥1250 mm s−1可获得划线宽度和脉冲能量>28 μJ。如先前所观察到的，低处理速度的使用可以提供更高的划线宽度，然而，它可以由于更高的注量而对玻璃基板造成潜在的损坏，用6%的观察结果预测。因此，可以意识到，根据主要的CART规则，如果低脉冲能量（<5.7 μJ）、APL（＜35%）和LSO（＜46%），则不能有效划线，并且最大划线宽度为12 μm，因此需要用超过74%的观测值预测相对较高的LSO、APL和脉冲能量。图5.a）划线宽度的CART分析和b）ITO的DT片电阻。进行DT分析以获得良好的电隔离划线。由于ITO片电阻值具有谨慎的数据，我们将电阻值大致分为两组或两类，即高值和低值。高值表示表现出电隔离的激光划线，而低值表示不表现出电绝缘的划线。第一个DT规则表明，如果激光脉冲能量保持在>8.1 μJ（Yes），则可以实现高电阻值（良好的电隔离），如86%的观测结果所预测的那样；相反，如果维持较低的脉冲能量<8.1 μJ（No），然后用14%的观测值投影得到的低电阻值（图5b）。第二个子规则表明，在高脉冲能量的情况下，有必要保持80%观测预测的≥37%的LSO，而在高脉冲能源下使用较低的LSO会导致低电阻值。类似地，如果保持低脉冲能量，则有必要使用高LSO值≥80%，预测值为3%，否则，使用低LSO会导致低电阻值。总体DT规则表明，电隔离激光划线可以在两种情况下实现：i）低LSO的高脉冲能量；以及ii）具有高LSO的低脉冲能量。基于GB算法，从特征重要性得分中确定了主要影响激光划线宽度和电隔离的关键参数。研究表明，脉冲能量和通量是控制激光划线宽度的关键参数（图6a），而LSO、加工速度、通量和脉冲能量是电隔离或薄层电阻条件的关键参数（见图6b）。由于连续数据对划线宽度进行了CART分析，出于类似的原因，使用基于RF的预测模型来预测划线宽度值。在RF预测模型中，70%的观测值用于训练模型，30%用于测试。图6c显示，RF预测模型以最高精度预测划线宽度值，并具有95.14%的相邻R2（Adj.R2）值。接下来，获得了电阻值预测的混淆矩阵，如图6d所示。混淆矩阵显示，在总共11个测试的观测值中，混淆矩阵预测所有高电阻值为高，两个低电阻值为低，因此它显示出精度=1和错误分类因子=0，显示出优异的预测精度。图6.a） 划线宽度的特征重要性分数和b）ITO的薄层电阻的特征重要性得分，c）划线宽度的基于RF的预测，以及d）ITO薄层电阻的混淆矩阵。总体而言，CART和DT规则建议APL > 35%，也是 > 46%，处理速度≥1250  mm s−1，脉冲能量≥28 μJ在所研究的情况下提供了更好的划线质量。因此，为了验证ML条件，我们基于DT和CART条件绘制了六条线，目标划线宽度为20 μm和电隔离线路。上述不同的激光条件实现了在APL-100%和PRF-300下保持LPP 80%和90%，LSO-50%、60%和70% kHz，可提供>28μJ的相应脉冲能量 。通过光学显微镜和激光特性分析得到的划线结果分别如图7和表5所示。图7显示，在50%的低LSO下，即使脉冲能量>28μJ，也没有获得精细边缘 ，同时LSO从60%和70%增加，提供了良好的电隔离划线，划线宽度为19–20 μm。图7.基于ML条件的激光划线，LPP值分别为80%和90%（行），LSO分别为50%、60%和70%（列）。表5.基于ML条件的激光划线性能在LPP-80%、APL-100%、PRF-300的最佳条件下，我们使用SEM和AFM进一步分析了激光划线 kHz，以及50%、60%和70%的LSO，具有不同的处理速度。为了最大限度地降低基板损坏的可能性，我们特别选择了低LPP值。图8a–f显示了LSO分别为50%、60%和70%的划线的SEM和2D AFM表面形貌图像。划线表现出类似于光学图像的轮廓，在划线区域的中间具有归因于重叠点的相对暗的灰色。SEM测得的所有线条的划线宽度与之前的测量结果一致，范围为19–20 μm。对包括铟（In）、氧（O）、硅（Si）、锡（Sn）和钠（Na）元素的线进行进一步的能量色散X射线光谱（EDS）图谱分析。可以观察到，由In和Sn元素组成的ITO部分不显示出强信号并且呈现黑色。同时，来自Si、Na和O元素沿划线区域的强信号验证了玻璃衬底的存在（图S1a–c，支持信息）。在划线区域的中间没有观察到In和Sn元素的信号，证实了具有几乎可忽略不计的碎片的清洁划线方案。图8.a–c）SEM图像，d–f）2D AFM表面形貌图像，相应的g–l）分别用LSO-50%、60%和70%的ML优化条件绘制的ITO样品的水平和垂直线扫描轮廓。类似线条的2D表面形貌AFM图像如图8d–f所示。光学图像中出现黄色的不均匀划线边缘可以进一步验证为ITO划线过程中由于点重叠而产生的凹槽（在AFM图像中）。它还验证了划线在外部ITO区域具有几乎均匀的边缘和几乎可以忽略的凹口。相应的三维表面形貌也如图S2，支持信息所示。在50%的LSO下，靠近内部玻璃/ITO划线区域的柱状结构增强，代表ITO层的一些未去除部分。随着LSO增加到60%和70%，这些柱的密度降低。在60%和70%的较高LSO值下，在ITO表面上观察到一些白点，它们可能是由于在ITO划线过程中产生的碎片而产生的。为了获得更多信息，还沿水平和垂直方向测量了类似划线的线轮廓（图8g–l）。50%LSO的水平线轮廓显示了两步轮廓，其中“U”形曲线沿着边缘，然后在底部有一个几乎平坦的区域（图8g）。由于ITO的厚度≈150 nm，相应的深度与AFM测量结果匹配良好，证实了ITO层的完全去除。从水平线扫描测得的划线宽度接近≈17 μm。沿着划线区域绘制的其他垂直线剖面显示出近似线性的剖面，平均表面粗糙度为±20 nm（图8h）。这也证实了沿着玻璃基板区域没有观察到深度损伤。在60%和70%的较高LSO下，水平线剖面图显示（图8i，k）几乎为半正方形，底部平坦，划线宽度≈18 μm，深度范围为150–160 nm。垂直线扫描剖面图显示了两个样本中的周期性波谷波峰区域（图8j，l）。它们的平均身高差约为±35至40 nm，并且特别是在点重叠区域中观察到。它还显示了对基板造成的部分损坏，高达40 nm。在较高LSO下观察到的波谷-波峰轮廓依赖于两个连续激光脉冲与固化后由前一脉冲形成的脊之间的相互作用。特别地，在激光束具有后续脉冲的最大入射强度并且与由先前脉冲产生的脊相互作用的较深区域被观察到。我们还测试了类似的划线条件，脉冲能量>36 μJ相对较高，并发现更一致的划线宽度和高度可重复的划线结果。但是，除了电阻和划线宽度分析外，划线深度、碎片、边缘凸起和基板损坏等因素也很重要，在制造高效太阳能模块时需要考虑这些因素。3结论本研究强调了在ITO/玻璃基板上对P1激光加工参数的ML辅助优化，以确保模块制造的精确有效划线。最初的优化研究是用不同的LPP、APL、PRF和处理速度进行的。此外，对划线宽度和电隔离作为目标特性进行了ML分析。CART分析显示，较低的脉冲能量、APL和LSO无法分离相邻的划线状态。DT分析还表明，电隔离可以实现：i）低LSO的高脉冲能量；以及ii）具有高LSO条件的低脉冲能量。特征重要性得分表明，激光注量和脉冲能量主要控制划线宽度，其中电隔离强烈受LSO和加工速度的影响。进一步通过实验重新验证了基于ML的最佳划线条件，并用AFM、SEM和光学与目标实验结果进行了评估。目前的研究结果提供了在制造各种太阳能电池技术（如BIPV、半透明和串联太阳能电池）时需要控制的关键工艺参数，这些技术有助于光伏应用领域的进步。4实验部分激光系统组件方案1显示了实验期间使用的激光光学系统设置的示意图（来自韩国KorTherm Science的μ-LAB KOS-NV12pG0FCS，以及他们自己开发的控制程序——AOC、超快激光控制器和激光对准工具）。它涉及具有反射镜的典型光学系统，反射镜将激光束引导到Galvano头。Galvano头控制激光的运动和提供有效激光划线的处理。在这项工作中，典型的532 使用基于nm的二极管泵浦固态（DPSS）激光器（来自Advanced Optowave（Nd:YVO4）的AMT-532）作为激光源。表6显示了本工作中使用的DPSS激光器的规格。图S3，支持信息中给出了本工作所用激光束的顶帽轮廓。我们使用Thor实验室的DC-1545M-GL型光束轮廓仪来获取光束轮廓。方案1.激光划线系统的示意图。ITO清洁为了对市售ITO/玻璃基板进行激光划线，尺寸为（L × B × H） 50 × 50 × 1.1 mm，ITO层厚度约为150nm 使用从i-TASCO（美国）购买的。ITO样品的平均薄层电阻为9.0 Ω. 在激光划线之前，在超声浴中用去离子水、丙酮和乙醇依次清洁基板15 分钟，然后在烘箱中进一步干燥。激光加工使用DPSS激光束，在不同的PRF、LPP、LSO和APL下，在单个激光通道中对ITO/玻璃基板进行划线。为了在本研究中获得一致的结果，使用冷却器（来自Han's laser的AOC-300，DI水作为制冷剂）将激光装置的温度保持在22 °C。在划线过程之前，稳定过程进行了大约40 min以获得稳定的激光脉冲能量。在划线过程中，保持预优化的Z焦距，而样品台到Galvano头的激光距离保持在约25 相应的系统具有大约300的聚焦深度（DOF） μm。在划线过程中，使用NANOS（型号NS-1）的抽吸泵收集产生的碎片和微粒。在划线工艺之后，将薄膜从载物台分离，并用去除残留微粒和碎屑的Ar气枪吹扫。特征详细信息为了评估ITO基板上激光划线的质量，使用光学显微镜（来自Dasan Trading with Mex程序的Olympus STM 6），放大倍数为50倍至100倍，顶部和底部LED照明，最小测量范围为1 μm。通常，在50倍放大率下进行分析，当需要精确分析时，如边缘条件，则在100倍放大率上进行分析。用SEM（HITACHI: model-S-4800）进行表面形貌和EDS图谱分析。此外，使用来自HORIBA的AFM（INNOVA-LABRAM HR800）获得激光划线的2D和3D表面形貌。