CN104025276A - 用于光伏电池制造的晶圆分级和分类 - Google Patents

Abstract

本发明公开了方法和系统，该方法和系统用于对诸如可用于制造光伏电池的硅晶圆等半导体材料的样本进行分析，用于为该样本分配级别并可选地将它们分类到质量库中。对样本进行基于光致发光的分析和至少一种基于非光致发光的分析，并对数据进行处理，以获得关于一个或多个特性的信息。然后，基于该一个或多个特性对样本进行分级并可选地分类。在优选的实施方案中，级别表示有待由样本制造的光伏电池的性能。

Description

用于光伏电池制造的晶圆分级和分类

技术领域

本发明涉及用于对半导体材料(例如用于光伏电池制造的晶圆)进行分级并可选地将分级后的晶圆分为数量更小的类别的方法和装置。但应了解，本发明并不限于这一特定领域的使用。

相关申请

本申请要求2011年11月7日提交的澳大利亚临时专利申请No2011904618的优先权，其内容通过引用的方式并入本文中。

背景技术

本说明书中对现有技术的任何讨论不应被视为承认该现有技术已广为公知或构成本领域公知常识的一部分。

基于光伏(PV)电池的商用晶圆通常由10×10cm²至22×22cm²的硅晶圆制成。如图1所示，通常为1×1×0.7m³尺寸的铸型多晶硅块2(也称为晶锭)被锯成排列为砖柱4(通常称为晶砖)的方形(10×10cm²至22×22cm²)，进而再被锯成单个晶圆6，每个晶圆通常为120-250μm厚。晶锭通常被锯成4×4或5×5的晶砖。通过用于多晶硅和单晶硅晶锭生长的不同技术，PV电池可由多晶硅或单晶硅制成。

在硅的结晶和晶锭生长期间，出现多种缺陷，包括杂质、夹杂物和结构上的缺陷(如缀饰位错和非缀饰位错以及晶界)。由于这些缺陷通常是复合活性的，即，它们作为电子和空穴复合的场所，缩减了少数载流子寿命，因此它们在晶砖和晶圆中的分布和密度对PV电池和晶圆制造商是有重大意义的。

在一些制造工艺中，不同的晶锭以及同一晶锭中的掺杂水平是可改变的。因此，晶圆可具有不同的掺杂度，并且该不同的掺杂度对由这种晶圆制成的PV电池的效率或性能有影响。

由于PL强度对少数载流子寿命的依赖性，使用已公布的PCT专利申请WO 2007/041758 A1和WO 2011/079354 A1中描述的装置而得到的带间光致发光(PL)的成像已被证明对于显露硅晶圆中的富含杂质的区域和复合活性缺陷是有用的。沿晶砖侧面的PL测量法也被证明能够显露出富含缺陷或杂质的区域，该PL测量可用于晶圆切割导引。用于描述硅晶块和晶圆样本的其他已知技术包括：用于确定夹杂物(如碳化硅和氮化硅)的密度和位置的红外(IR)传输法，用于确定在一点或多点处的本底掺杂密度的电阻率测量法，以及诸如瞬态或准稳态光电导(QSSPC)和测量在一点或多点处的有效的或限于表面的少数载流子寿命的微波光电导衰退法(μ-PCD)等技术。

已公布的PCT专利申请WO 2009/121133 A1讨论了如下构思：获得硅晶圆的PL图像，进而评估缺陷(如位错)的密度并将该信息用于包括检查新进晶圆质量等多种用途，将晶圆分为质量库，改善体硅铸造工艺，以及预测由该晶圆制成的PV电池的一个或多个工作参数。但由相对位错密度和开路电压之间的近似相关性可知，在这一预见性方面有待于作出明显的改进。

一些复合活性缺陷和杂质可在PV电池制造期间被除去或减少，例如，在发射极扩散步骤或背敷金属过程中进行去疵，或在氮化硅工艺步骤中进行氢钝化，与此同时，在晶锭结晶期间产生的许多缺陷仍留存在硅中并限制电池效率。此外，一些类型的缺陷可能在退火期间被激活而在电池制造期间变为复合活性的。因此，通过整个PV电池供应链对晶砖或晶圆中缺陷的分布、密度和类型的进一步理解是有价值的。

由此，半导体材料(例如，晶圆)的特性在某种程度上成为由其产生的光伏器件的性能和/或效率的预测器。但还存在大量其他因素能够影响光伏器件性能和效率，其中重要的在于制作PV器件的特定电池线的类型和情况。为了便于说明，可将同一半导体晶圆提供到两条不同的电池线上，并且所产生的PV器件可具有极为不同的性能特性。

此外，本领域技术人员应了解，对于电池制造商来说，非常期望具有一致的原材料或至少能够将原材料(即，进入电池线的晶圆)的变化最小化。更为期望的是，所有的电池具有将开始晶圆的固有限制(特别是就性能限制的缺陷而言)考虑在内的最高可能效率。

发明内容

本发明的一个目的在于克服或减轻现有技术的至少一个缺点，或者提供有益的可供选择的替代方案。以一优选方式，本发明的一个目的在于基于一个或多个测量法的晶圆特性提供对硅晶圆分级的协议。以一优选方式，本发明的另一目的在于，提供用于测量体状和晶圆状硅中的缺陷的分布、强度、密度或类型并且用于使用该信息来提供硅PV电池的改进性能的改进方法。

在第一方面，本发明提供一种对用于制造光伏电池的半导体材料的多个样本进行分级的方法，所述方法包括：

(a)对每个样本进行基于光致发光的分析，包括由所述材料产生并形成光致发光成像；

(b)对每个样本进行一种或多种基于非光致发光的分析；

(c)处理从所述基于光致发光的分析和所述一种或多种基于非光致发光的分析中获得的数据，以获得所述样本的一个或多个特性的信息；以及

(d)基于所述一个或多个特性，将所述样本分为预设数量的级别。

在某些实施例中，一种或多种基于非光致发光的分析包括测量样本的一个点或多个点处的电阻率、厚度或载流子寿命中一个或多个参数。优选地，一种或多种基于非光致发光的分析获得沿样本的一条或多条线的多个点处的数据。优选地，一种或多种基于非光致发光的分析获得样本的相同点处的两个或多个数据组。或者，一种或多种基于非光致发光的分析获得样本的不同点处的两个或多个数据组，并且该方法进一步包括通过内插或外插将数据组置入空间配准的步骤。

在某些实施例中，一种或多种基于非光致发光的分析包括光学成像。优选地，使用多个照明源和相机测量法进行光学成像。优选地，至少一些照明源发出具有不同波长的光。更为优选地，通过彩色感光相机来获得光学图像。在优选的实施例中，从可选地与一幅或多幅光致发光图像相结合的一幅或多幅光学图像中获得样本中晶粒结构的信息。

优选地，特性选自以下群组，包括：体载流子寿命；有效载流子寿命；晶界的密度，面积分数或总长度；平均晶粒尺寸；晶粒尺寸分布；晶粒的总数量；最大晶粒的面积分数；位错的密度，强度或面积分数；本底掺杂度；富含杂质区域的面积分数或严重程度；厚度；表面粗糙度；划损；切损；以及裂缝的数量或总长度。

优选地，分配给样本的级别表示用于通过该样本制造的光伏电池的一个或多个性能特性，特性包括开路电压、短路电流、效率、填充因数(fillfactor)、使用寿命或者机械或电气性能特性中的一个或多个参数。或者，分配给晶圆的级别表示其经济价值或其针对给定的电池制造工艺的适用性。

优选地，该方法进一步包括为所述样本提供多个类别，所述类别的数量小于预设的级别数量，其中，来自一个或多个级别的样本被分类为各个类别。所述分类包括将所述样本划分到两个或多个库中的实体分隔。

优选地，基于光致发光的分析提供关于下述一种或多种信息的数据：

(i)所述样本中的位错；

(ii)所述样本中的杂质区域面积和强度；以及

(iii)来自所述样本的光致发光强度。

在某些实施方案中，光致发光强度数据连同厚度和电阻率数据一起提供关于样本的有效寿命的信息。在替代性实施方案中，光致发光强度数据连同厚度和有效寿命数据一起提供关于样本的掺杂度的信息。

在第二方面，本发明提供一种分级协议，用于对光伏电池的制造中的半导体材料的多个样本的效用进行分级，所述协议包括：进行所述样本的至少两种分析，包括光致发光成像分析和一种或多种基于非光致发光的分析；处理来自所述分析的数据以获得关于所述样本的一个或多个特性；以及基于所述一个或多个特性为每个所述样本分配级别。

在某些实施方案中，一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的电阻率、厚度或载流子寿命中的一个或多个参数。在其他实施方案中，一种或多种基于非光致发光的分析包括光学成像。在优选的实施方案中，样本中的晶粒结构的信息通过将一幅或多幅光学图像可选地与一幅或多幅光致发光图像相结合来获得。

在第三方面，本发明提供一种由分级的晶圆全体制造光伏电池的方法，所述方法包括：

a)将所述晶圆分配为若干类别，每个类别接收一个或多个级别的晶圆；以及

b)由各个类别中的晶圆制造光伏电池，其中，分配到各个类别的晶圆的所述级别基于与各个光伏电池生产线相关的预设的性能标准。

在第四方面，本发明提供一种由分级的晶圆全体制造光伏电池的方法，所述方法包括：

a)将所述晶圆分配为若干类别，每个类别接收一个或多个级别的晶圆；以及

b)由各个类别中的晶圆制造光伏电池，其中，各个光伏电池生产线的工艺参数或设置基于所述晶圆的类别进行选择。

优选地，对晶圆的级别进行选择以基于如下需求分为不同类别：各个类别中的所有晶圆将生产出具有一效率变化的光伏电池，其中该效率变化小于由未分级且未分类的晶圆生产出的光伏电池的效率变化的3/4，优选地小于其1/2，且更为优选地小于其1/3。

此外，若上述晶圆按照提出的方法来分级，本发明可通过对分级的晶圆进行分类提供其他优点。需说明，由于无限数量的晶圆级别几乎不对PV电池生产的原材料提供控制或改进，因此具有无限数量的晶圆级别很明显是无效率的。从而，优选晶圆级别的数量保持在预设水平以下，例如至多30或是100个级别。但该级别数量可提供用于PV电池生产线中的原材料的显著变化。本发明还提供一种可选的分类协议，通过该分类协议将半导体材料/晶圆分为小于级别数量的若干类别。换言之，至少一些类别将包含多于一个的晶圆级别。类别可涉及将晶圆划分为不同的“库”的实体分隔或虚拟分隔。然后，制造商可对他们的多条生产线或单条生产线与原材料(即，晶圆级别或类别)进行“协调”。在特别优选的实施方案中，将类别的“界限”保持在适当严格的公差内，这样可减小在一类别内的分级的晶圆相关特性之间的变化。

上述方法和装置不仅提供了分级半导体材料(如晶圆)，而且在成本效率和适时方面，它们还通过将分级的晶圆全体作为原材料用于PV电池线，提供了制造光伏电池中显著效益的时机。从而允许制造商优化他们的电池线，产生进一步的工艺效益。

整个说明书中，我们使用术语“分级”来涉及基于对晶圆本身或者晶砖或晶锭(晶圆从该晶砖或晶锭上切割下来)测量的信息为晶圆分配级别的工艺。使用“晶圆”，我们指的是原切割晶圆或已被部分地处理成器件(如PV电池)的晶圆。在其他参数中，可基于已知或至少可能对PV电池性能具有影响的特定类型的缺陷的分布、强度或密度的量化信息进行分级。

用在整个说明书中的术语“分类”涉及基于上述分级或级别对晶圆进行分配并可能实体地将晶圆分隔成若干类别或库。这些类别或库可涉及实体分隔或虚拟分隔(若能够进行晶圆轨道传输)。例如，最佳质量的晶圆(如具有相对较少位错、较低杂质和较少夹杂物的晶圆)可被分配到高效率的电池线，且中等质量的晶圆可被分配到标准电池线，而高缺陷的晶圆(如具有划损或高杂质度的晶圆)则被舍弃。作为替代地或此外，晶圆可根据检测的主要缺陷类型来分类。晶圆分类最为可能由电池制造商来执行，但也可由晶圆制造商来执行。

针对给定的PV电池线的分级和分类之间的关系取决于晶圆的类型或来源、电池设计、电池工艺的成套工具和工艺条件中的一个或多个参数。如果PV电池线具有晶圆到电池的轨道传输能力，那么将晶圆实体分类为质量类别或库可以是不必要的，或者可使用较少的质量库进行简化。还可基于分配给新进晶圆的级别将制成的电池分为不同类别，或将该级别作为附加的数据用于常规的电池生产线末端试验。晶圆级别可用于除分类之外的目的，例如晶圆定价，以前馈给电池工艺监测或电池工艺设置，或后馈给硅铸造工艺。在优选的实施方案中，PL成像技术用于获得用于晶圆分级的与缺陷相关的信息，但许多其他的测量技术可用于获得关于缺陷或一些其他的晶圆特性的信息。

在第五方面，本发明提供一种对用于制造光伏电池的半导体材料的多个样本进行分级的装置，所述装置包括：

a)第一分析系统，能够产生并获取每个样本的光致发光图像；

b)至少一个第二分析系统，能够分析每个样本的至少一个非光致发光特性；

c)处理器，能够接收并处理来自第一分析系统和第二分析系统的数据并提供关于所述样本的一个或多个特性的信息；以及

d)可操作地与所述处理器相关联的分级器件，能够基于所述一个或多个特性将预设数量的级别中的一个级别分配给所述半导体材料的每个样本。

在某些实施方案中，至少一个第二分析系统能够测量样本的一个或多个点处的电阻率、厚度或载流子寿命中的一个或多个参数。优选地，至少一个第二分析系统能够沿样本的一条或多条线获得多个点处的数据。优选地，至少一个第二分析系统能够获得样本的相同点处的两个或多个数据组。或者，至少一个第二分析系统获得样本的不同点处的两个或多个数据组，且所述处理器能够通过内插或外插将数据组置入空间配准。

在某些实施方案中，至少一个第二分析系统包括光学成像系统。该光学成像系统包括多个光照源和至少一个相机。优选地，光照源中的至少一些光照源发出具有不同波长的光。更优选地，至少一个相机包括彩色感光相机。在优选的实施方案中，处理器能够通过将一幅或多幅光学图像可选地与一幅或多幅光致发光图像相结合来提供所述样本中的晶粒结构的信息。

优选地，该分析系统能够提供选自以下群组的一个或多个特性，包括：体载流子寿命；有效载流子寿命；晶界的密度、面积分数或总长度；平均晶粒尺寸；晶粒尺寸分布；晶粒的总数量；最大晶粒的面积分数；位错的密度、强度或面积分数；本底掺杂度；富含杂质区域的面积分数或严重程度；厚度；表面粗糙度；划损；切损；以及裂缝的数量或总长度。

优选地，该装置进一步包括用于将分级的样本分为多个类别的分类器，其中，类别的数量小于预设的级别数量。该装置可进一步包括用于将分类后的样本实体地分隔到两个或多个库中的传送机制。

在第六方面，本发明提供一种用于由半导体晶圆制造光伏电池的系统，所述系统包括具有在其下游的至少一个光伏电池线的根据上述第五方面所述的装置，所述电池线可操作地与所述装置相关联，以便使分配给晶圆的级别和应用于该电池线中的所述晶圆的一个或多个工艺参数相协调，以获得具有预设的IV特性的光伏电池。

在第七方面，本发明提供一种计算机适用的介质，具有被配置为执行根据上述第一方面、第三方面或第四方面所述的方法、或应用根据上述第二方面所述的分级协议、或操作根据上述第五方面所述的装置、或操作根据上述第六方面所述的系统的计算机可读程序代码。

附图说明

结合附图并通过示例性实施方案和所附权利要求的以下描述，本发明的益处和优点对与本发明相关的本领域技术人员来说将会更明显。

图1例示出硅晶锭到晶砖和晶圆的锯切；

图2示出由多晶硅砖切割而成的晶圆的PL图像；

图3示出强调了线形结构的图2的PL图像；

图4示出强调了位错型结构的图2的PL图像；

图5.1和5.2示出由“边缘”多晶硅砖内不同位置切割而成的晶圆的图像；

图6示出根据本发明优选实施方案的分级流程；

图7示出根据本发明优选实施方案的分级系统电子数据表；

图8示出根据本发明优选实施方案的分类系统，其中分级后的晶圆根据所需的电池性能被分到数量更少的库中；

图9A和9B在示意性侧视图和俯视图中示出根据本发明优选实施方案的晶圆分类工具；

图10示出根据本发明优选实施方案的晶圆分类工具中可能的传送机制结构；

图11和12分别示出铸型单晶硅晶圆的光学反射图像和PL图像；

图13在示意性侧视图中示出获得硅晶圆的PL图像和反射图像的系统；

图14在示意性侧视图中示出同时获得硅晶圆的多种彩色图像的系统；以及

图14A示出彩色线条相机的像素中RGB滤色器的排列。

具体实施方式

现将参考附图，仅通过实施例对本发明的优选实施方案进行描述。

如上所述，本发明涉及对半导体材料(特别是晶圆)进行分级并且由分级后晶圆的总体制作的光伏器件的方法和装置。

存在多种用于分析半导体材料的技术。特别地，本发明的申请人已研制出用于分析硅晶圆的各种光致发光(PL)成像技术并且部分地或完全地制造出光伏电池。本发明涉及这些PL成像技术与一种或多种基于非PL技术相结合的使用，以获得硅晶圆总体的一个或多个特性的信息。

可测量各种特性，包括：体载流子寿命及其空间变化，有效载流子寿命及其空间变化，晶粒边界的密度或面积分数，晶粒的尺寸分布或总数量，最大晶粒的大小或面积分数，位错的密度、强度或面积分数，本底掺杂度及其变化，晶圆厚度或厚度变化，富含杂质区域的面积分数或严重程度，划损，切损，锯痕以及裂缝的数量或总长度。进而，提供基于一个或多个特性的半导体材料的分级，即，每个晶圆被分配有预设数量的级别之一。在优选的实施方案中，分级协议被设计为包括能够对光伏电池性能产生影响的相关可测量特性中的一些或所有特性，这样级别就表示用于由分级后的晶圆制作而成的光伏电池的一个或多个性能特性。这些性能特性可包括开路电压、短路电流、效率、填充因数、使用寿命、或者机械或电气性能特性等等。在其他实施方案中，级别表示晶圆美学，其相关的特性可包括表面污渍、切损角、锯痕或划损、或者针对给定电池制造工艺的晶圆的经济价值或适用性。

在优选的实施方案中，基于非PL的分析技术包括在一个或多个采样点处的电阻率测量法、厚度测量法、瞬态或稳态寿命测量法或掺杂类型测量法中的一种或多种，或者光学成像。

基于通过前述或其他分析技术获得的组合数据以及数据的适当处理，将级别分配给待分析的晶圆。针对基于已知或至少有可能对PV电池性能产生影响的结构的分级协议，预期特定级别的每个晶圆将被制作到具有相同性能的电池中。但对本领域技术人员来说，很清楚光伏电池的实际性能最终还将取决于与晶圆无关的一些其他因素，例如电池生产线上的设置和波动(可能随时间改变)以及电池设计构思。然而，通过数据采集以及所测量的数据与由此产生的光伏电池的性能的相关性，我们能够通过特定条件组在晶圆的级别与由特定线上的相应晶圆级别产生的光伏电池的效率/性能之间提供更为一致的相关性。

存在一些由晶圆分级带来的优点。第一个就是将晶圆划分成与所需电池性能相关的级别的能力，从而在给定级别的晶圆被传送通过电池生产线时，所产生的光伏电池的电流-电压(IV)性能是相对一致的。换言之，取代了对具有由新进晶圆的变化导致性能上的实质性变化的电池进行生产的PV电池线，本发明提供一种用于对晶圆进行分级进而为电池线提供更为一致的原材料的机制。

待收集的数据也可由相关方(如晶圆制造商或电池制造商)进行开放性选择。换言之，电池制造商可知晓半导体材料的哪些方面与其电池的性能/效率最为相关。这些参数对特定的电池制造商来说是最重要的，而且他们会希望基于他们自己预设的标准测量晶圆、对晶圆进行分级和/或分类。在可供选择的替代方案中，晶圆制造商或电池制造商可具有分析半导体材料中的一些或所有潜在相关的标准的“类属”系统。处理后的数据进而在时间上可与电池效率/性能相关，这样晶圆制造商或电池制造商能够知晓哪个标准对在特定电池线上由该半导体材料制成的PV电池的最终性能具有更为有益或有害的影响。

应强调，本发明不仅适用于电池制造商，而且适用于晶圆制造商。对于晶圆制造商，为了随后出售而对他们的晶圆进行分级是颇具经济效益的，而且他们能够针对特定的电池制造商来调整晶圆的级别。例如，如果电池制造商希望生产高成本、高效率的PV器件，他们将明显需要在其电池线中使用时可提供这一结果的晶圆的级别。另一方面，另一电池制造商会发现该晶圆的级别不太适于他们的特定电池线。更进一步地，希望生产具有较低效率和较低成本的PV电池的电池制造商可使用可能以较低价格出售的另一晶圆级别。晶圆制造商将这种一致的且可调整的晶圆来源提供给PV电池制造商的能力颇具经济效益和技术效益。

如上所述，并且下文将更为详细地描述，晶圆和晶块的许多关键特性能够在开始电池制造之前测量。例如，PL成像和处理可确定面积分数、尺寸、形状、频率、强度或与若干结构(包括位错、杂质区域、裂缝、切损和晶粒边界)相关的其他因素。PL强度(也称为PL数)的测量可与其他测量数据相结合，以提供其他材料特性的信息。例如，PL强度测量可与有效寿命数据相结合以提供晶圆中掺杂度的信息，或与掺杂度数据相结合以提供有效寿命的信息，由此可推断出杂质浓度。晶圆厚度或厚度变化测量法也是有用的，例如，用于标准化PL强度以将出现在硅体积中的变化考虑在内，或用于将电阻率数据转换为掺杂数据。其他有用的技术包括：用于检测晶界、晶粒的尺寸分布、尤其是最大晶粒的尺寸以及晶圆中的物理缺陷(如切损和划损)的光学反射成像，用于夹杂物检测的红外传输，以及均能够提供与晶圆的寿命或空间分辨寿命相关的信息的准稳态光电导和瞬态光电导衰退。

正是这类信息能够在被测量和被处理时用于对晶圆进行分级。对晶圆进行分级的目的是多方面的，但通常围绕如下事实：每个级别的晶圆(如果贯穿生产线)会制造出具有不同电性能(即，不同IV特性)的电池。由于电池的IV特性决定其经济价值，因此这是一项重要的能力。晶圆的分级涉及到测量由PL成像、并至少由一种如上所述的基于非PL测量法所确定的数量，以及将测量数据处理成对晶圆分级有用的度量。这些度量包括与晶圆中已知缺陷类型相关的值和/或已知或至少可能影响电池的IV特性的其他特性的确定。例如，晶圆可具有分配给它的与掺杂度、位错的面积分数和类型、富含杂质区域的面积分数和强度等等相关的一系列值。

该铸型单晶晶圆的另一重要特性为晶粒结构，即，晶圆的单晶性或多晶性的程度，该特性可由光学反射率测量法或在该文件中被描述为晶界检测法的IR传输测量法推断出来。最高值的晶圆完全为单晶体，这是由于单晶体可差异性地变为多晶晶圆以提供较高性能的电池。完全地或大部分为多晶体的晶圆具有较低值，且具有大的单晶粒区域和多晶体的区域的混合晶圆的值可介于二者之间。这样，铸型单晶晶圆的晶圆分级系统可包括与单晶性程度相关(例如，单晶体部分的面积分数)的更多特性。

正如下面更为详细地论述到，晶圆级别的数量可根据需要来选择。简单的分级协议可仅具有两个或三个级别，而较为复杂的协议可具有5个、20个、30个甚至100个级别。分级后的晶圆还可分为多个类别或库，这一数量小于级别的数量。库的数量可留给对其制造工艺具有深入了解的各个电池制造商来定夺。例如，基于五个位错级别和四个杂质级别，晶圆可被分级为20种或更多不同类型的晶圆，这些晶圆可通过例如分成六个库来减少。制造商可通过试验来“协调”晶圆分级类型或分类后晶圆的“库”和通常的电池性能之间的关系。最终，为了实用目的，库的数量会进一步减少，这是因为在通常条件下，对于该制造商来说，尽管组合的库中的晶圆具有不同的测量特性，但这些库中的一些最终用于生产具有相同性能的电池。

在描述晶圆分级方案的具体实施例之前，我们先将提出并探讨一些PL图像来说明一些关键的度量是如何确定的。图2示出典型的P型多晶硅晶圆的PL图像，示出了表示非辐射复合位置(如，位错和晶界)的大面积的深色结构。相对PL强度反映出这些结构在载流子寿命缩减方面的严重程度，通常由具有金属组分(如，中性金属或金属硅化物)的缀饰恶化。在有利的情况下，对于有经验的操作者或图像处理算法来说，可相对容易地将位错群8与晶界10区别开来，但在其他情况下，很难将这些缺陷相互区别开来或区别于诸如分布的杂质(如，由熔融坩埚扩散至硅的金属铁)、硅化物夹杂物和裂缝等的其他复合中心。

如图2所示的PL图像可通过许多具有不同复杂度的算法进行分析，以获得晶圆分级或分类的信息，该信息可被正向传送以改善电池工艺。或者，该信息可被反向传送，以改善晶块或晶锭铸造工艺。在一基本水平，由于晶圆中的复合活性缺陷的较大的面积密度在制成PV电池时与较低的效率相关，因此，可将具有低于一阈值的相对PL强度(或PL数)的像素数的简单量化用作质量度量。更为复杂的算法可用于例如根据形状或强度来区分不同类型的缺陷，切记较为深色(从而较为复合活性)的结构对电池性能可比相同尺寸的较为浅色的结构具有更大的影响，或可使用高通滤波来抑制例如由本底掺杂变化所导致的大范围的强度变化，或可针对众多可能性中如本底掺杂、晶圆厚度或者体寿命或有效寿命来标准化PL强度。在一实施方案中，使用测量的电阻率将PL强度标准化为本底掺杂的替代。电阻率到掺杂的转换可通过例如查找表或解析式被定性(使用电阻率的倒数)或定量地完成，其中将依存于载流子密度的迁移率考虑在内。在优选的实施方案中，图像处理算法将分析并报告与不同类型的缺陷(如，晶圆中的平均尺寸、尺寸分布和缺陷的数量)相关的多种度量。例如，对于位错来说，度量可包括位错的尺寸、形状、平均密度和强度以及位错的总面积或长度。与晶粒结构(如，晶圆中的平均晶粒尺寸、晶粒尺寸分布、晶粒的数量以及晶圆中晶界的总长度)相关的度量还对分级多晶晶圆很有用。其他重要的度量包括高杂质区域的面积分数和强度、以及硅中的本底掺杂度和该量上的变化。

通过具体实施例，图3示出强调了图2中相对PL强度小于特定阈值(例如由边缘检测算法确定)的PL图像中线形结构的位置的叠加图。在另一实施例中，图4示出强调了具有位错表现的结构的叠加图。两幅叠加图和图2的比较表明在图3叠加图中，算法同时强调了位错和晶界。还需注意，在图2的图像中隐约可见的一些晶界(如位于左下角区域被标识12的晶界)在图3叠加图中并未出现，这是因为它们的相对PL强度不小于阈值。阈值法使得晶圆可根据给定缺陷类型的“强度”(例如可表示金属缀饰的程度)来分级。从这些或其他叠加图中，我们能够计算出表征样本中所选择的一个或多个结构出现的一个或多个度量，如面积分数或相对密度或强度，该度量可用于对晶圆进行分级或分类。

对制造商有意义的其他重要结构包括由于载流子寿命缩减通常作为扩展的深色面积出现在PL图像中的具有高杂质浓度的区域。对于多晶体或其他铸型硅晶圆，高杂质区域的出现通常取决于晶圆从晶锭上切割下来的位置。通常，在邻近坩埚壁的区域中结晶的硅比在晶锭内部结晶的硅具有更高浓度的杂质(如，铁)。因此，参照图1，由“边缘”晶砖4E或“角”晶砖4C切割而成的晶圆的PL图像通常显示出分别沿一边缘和两个邻近边缘的较低强度区域，而由“中间”晶砖4M切割而成的PL图像通常不具备这些结构。在由接近晶砖的下部和上部切割而成的晶圆中，杂质度通常也很高。通过例示说明，图5.1示出由边缘晶砖的下部切割而成的晶圆的PL图像，而图5.2示出由远离同一晶砖的部分切割而成的晶圆的PL图像。两幅图像均示出沿表示高杂质区域的边缘的暗带13，图5.1还示出与图5.2相比的沿位错和晶界(结构是明亮的而非暗沉的)的反差倒置；这一反差倒置通常在由晶砖的上部或下部切割而成的晶圆的PL图像中可见，是由仅在富含杂质区域有效的杂质的内部去疵导致的。该反差倒置是一种能够将上部或下部晶圆与具有低杂质度的晶圆区分开来的方法，切记两种类型的晶圆通过PL图像可显现出大体上相同的强度。另一方法是通过测量的载流子寿命对PL图像进行标准化。在PL成像下，由晶砖的上部和下部切割而成的晶圆通常可相互区别开来，这是由于晶砖上部易于具有更高的位错密度(由反差倒置结构的数量所揭示)。

现开始描述晶圆分级方案的具体实施例，参照图6，该图示出根据本发明的优选实施方案的分级系统流程图。该过程始于成像步骤14，在该步骤中获得晶圆的一个或多个PL(光致发光)图像；随后是可选的图像调整步骤16，在该步骤中，图像可被校正为已知假象(artefact)(如平场校正)或被高通滤波以抑制大范围的强度变化。接着，在图像处理步骤18中对该图像进行处理，例如使用线检测算法来突出感兴趣的结构，然后在步骤20中计算一个或多个对PV电池性能有重大意义的与缺陷相关的参数。进而在步骤22中，进行关键的PL缺陷的量化。还进行基于非PL的分析步骤24，其中，在一个或多个点处对一个或多个其他的晶圆特性(如电阻率、厚度或有效寿命)进行测量并馈送回该过程中。通过产生的PL分析22和基于非PL的分析24计算级别并应用至分级步骤26中的晶圆中。在基于非PL的分析步骤中测量的晶圆特性(如电阻率、寿命或厚度)还可馈送回图像处理步骤(如虚线箭头27所指示)。接着，分级后的晶圆直接传送到PV电池线28，或者如下面更为详细地探讨到，晶圆可在进入PV电池线之前在步骤30中被分成数量缩减的类别或库。图6中的可选步骤由虚线框或箭头指示。

在一实施例分级系统中，参照表1进行说明，基于三个测量结果分级，即：

i.从PL成像数据中提取的杂质面积分数，

ii.从PL成像数据中提取的位错面积分数，

iii.从电阻率数据中提取的掺杂度。

表1

在该实施例中，“杂质面积分数”度量通过PL图像中由表示高杂质度的扩展的“深色”区域(如图5.2中的边缘区域13)所占的面积分数来计算；较低的数字明显表示较高的质量。一般来说，如在图1的探讨中定义的，级别A的晶圆(0到1％的杂质面积)可视为来自“中间”晶砖，而级别B和C的晶圆可视为来自“边缘”晶砖和“角晶砖”。如果晶圆来源于升级的冶金级(UMG)硅，则从接近“过渡”区域处(其中，p型和n型掺杂物相互抵消以有效地产生无掺杂的硅)或该“过渡”区域内切割下来的晶圆通常将属于级别B、C或D。通常，从晶砖的上部或下部切割下来的晶圆全部具有高杂质度，并通常将会属于级别E。

再回到表1的实施例分级系统，“位错”度量是通过由与位错相关的结构在PL图像中所占的面积分数计算出来的；再一次地，较低的数字表示较佳的质量。实施例分级系统还具有针对掺杂/电阻率的四个级别。掺杂对电池性能的影响是很复杂的。通常，较高的掺杂导致较高的开路电压，但导致降低的短路电流。最佳的掺杂关键取决于电池设计、电池工艺和在该电池工艺中达到的效率范围。针对将电池效率最大化的特定电池线，可限定最佳的掺杂范围以及与我们的分级方案中得到的该最佳掺杂存在的偏差。

其他度量(如多晶度或者厚度或厚度变化数据(用作晶圆中硅的含量的校正因子))可用于精制实施例分级工艺或者用作其他分级工艺的基础。根据上述表1，每个关键度量具有被认为是很重要的有限数量的级别或类别(如，针对杂质分数的级别A到E)：这些级别或类别数量在上限上的选择由诸如能够被合理提供的分类库(倘若被实际地分库)等实际因素所限制，且在下限上的选择由确保每个类别中的晶圆具有足以区分的特性所限制。此外，还考虑每个类别中值的范围应大体上大于测量的误差：例如如果相邻类别中的平均值由小于测量误差的值区分开来，则几乎是无用的。

基于五个杂质类别、六个位错类别和四个掺杂/电阻率类别的组合，上述的分级方案实施例形成多达120个可能的级别。尽管这一可能性或多或少会受到测量实际情况(例如，由于反差倒置(见图5.1)，可靠性地检测高杂质的“上部”和“下部”晶圆中位错的难度加大)的限制，但出于实用性，级别的数量和将分级结果分为不同种类或库的一些合理性是令人满意的。有利地，将选择合理化过程，使得每个级别的限制(边界)最优化以最小化各个库中的效率分布。通过实施例，如图7所示，我们将要描述将表1的晶圆分级方案转换为28个级别的过程。

步骤1：基于杂质分数度量将晶圆分为级别A-F，其中，最高杂质分数的晶圆(上部或下部晶圆)根据杂质度小于或大于预设阈值与否被划分在级别E和F之间；预期前者对于PV的杂质可被大部分地去疵的目的来说具有更佳的质量。

步骤2：基于位错度量的类别1到6，将级别A的晶圆分为次级A1-A6，对级别B、C和D进行同样地操作。根据是否为下部晶圆(更少的位错，因此具有更佳的质量)或上部晶圆(更多的位错)，仅将级别E和F的晶圆分为次级E1/F1或E6/F6。

步骤3：通过电阻率测量(即掺杂测量)将晶圆转换到相邻的次级。该步骤不适用于级别E或F的晶圆，且晶圆不能跨越杂质分数级别；例如，它们不能从A6转换到B1。该步骤的作用在于，如果晶圆对于相关的电池设计和电池工艺具有有利的或不利的电阻率/掺杂，可将该晶圆移动到更高质量或更低质量的次级。

所产生的级别如图7所示。在该实施例中，级别的总数量为28，包括针对每个A、B、C和D类型晶圆各六个级别，以及针对E和F类型晶圆各两个级别。

复杂性更大或更小的分级方案也包含在本发明的范围内。例如基于裂缝的存在与否或不为所需的杂质面积分数，极其简单的分级方案仅具有两个级别，如“合格”和“不合格”。另一简单的分级方案可具有三个级别，如“高性能电池线”、“标准电池线”和“不合格”。在这些简单的方案中，分级本质上表示的是晶圆针对给定的电池制造工艺的适用性。对于具有较多级别的方案，将针对每个级别的限制或界限进行优选地设置，这样：(a)在大部分或所有晶圆中，基本上具有相同数量的晶圆；并且(b)在每个级别中，当晶圆在特定的电池线上被加工成电池时将会提供最小化的IV结果扩展。

对晶圆进行分级存在许多原因，包括基于晶圆的缺陷和其他特性分配经济价值。电池制造商在加工过程中可知晓晶圆的某些级别具有某种电池性能，为不同的级别设置不同的经济价值。

同样地，晶圆的每个级别可在可能不同的线上以不同的工艺条件进行处理，其中，对每组工艺条件进行选择以针对该晶圆级别最大化电池性能。另一方面，在常规的装置中，所有晶圆通常用相同的条件进行处理，这就提供了非最佳的结果。

对晶圆进行分级的另一益处在于库存管理，其中，可对晶圆进行处理来满足限定的IV(电流-电压)结果以实现针对特定特性的电池的具体顾客要求。对本领域技术人员来说，很清楚维系未处理但分级后的晶圆的库存比管理各种完全处理的具有不同IV特性的晶圆的库存成本更低且更高效。对电池制造商来说，使用这种分级的库存提供最大灵活性且降低成本。或者，晶圆制造商可维系分级的晶圆数量以根据需求提供给电池制造商。管理晶圆的库存比管理电池或模块的库存成本更低。

对晶圆进行分级的另一益处在于允许晶圆供应商提供好质量的晶圆或者市售他们的较高价值的晶圆。对晶圆进行分级的又一益处在于能够识别具有特定特性的晶圆以用于先进的电池工艺设计和/或电池线。一实施例为可选择的发射极电池概念和线，其中，在该工艺中通常具有极少的去疵能力，这意味着选择具有很少杂质的晶圆是尤其有利的。对晶圆进行分级的再一益处在于持续生产改进的用途。通过对晶圆进行分级并了解材料特性对电池性能的影响，可很容易调整电池生产线以改进来自特定晶圆级别的电池的性能，并且了解和改善电池线对电池性能的影响。此外，如果未分级的供应持续变化的晶圆提供给电池生产线，事实上这将是不可能的。应了解，本说明书中描述的晶圆分级系统具有许多其他的用途。

我们的晶圆分级系统的许多建议应用包括实体地或虚拟地将晶圆分到不同类别或库。物理的库可以是相同级别或已知混合级别的晶圆的汇集。生产线一经“协调”，即，每个级别或类别和电池性能之间的关系成为已知的，则(a)类别的数量可被减少至更实际的水平，且(b)可根据所需的经济模型使用分类。

所产生的分级/分类系统允许电池制造商对电池线进行优化，可为电池制造商提供显著的短期效益和长期效益。这可使用遵循上述讨论的电池线“协调”的经验或半经验数据来完成。但在某些情况下，无需这种协调且在所测量的特性和由相应的半导体材料所产生的电池IV性能之间存在清晰的解析关系。

图8示出根据本发明优选实施方案的分类系统的图形表示法，其中，某些级别被划分到用于PV电池线的类别或库中。绘出晶圆级别的选择随由该电池线上那些级别的晶圆制成的电池的IV特性范围的变化，可以看出几个级别的晶圆提供具有很相似的IV特性的PV电池。就这点而言，应注意使用图8仅用以说明目的，而不应视为对某些级别提供某些IV特性进行定义。

在示出的说明性实施例中，例如，可知级别A4的晶圆生产出与由级别B3、C2和D1的晶圆制成的电池具有相近的IV特性的电池。因此，这四种级别(A4，B3，C2，D1)均可被分类到单个类别或库中(如，库4)。电池制造商可从该库中简单地选择并得知所产生的电池将会具有相对一致的IV性能。在优选的实施方案中，对晶圆的级别进行选择以基于如下需求分为不同类别：各个类别中的所有晶圆将生产出具有一效率变化的光伏电池，其中该效率变化小于由未分级且未分类的晶圆生产出的光伏电池的效率变化的3/4，优选地小于其1/2，且更为优选地小于其1/3。或者，晶圆制造商可生产出具有A4、B3、C2、D1级别的晶圆并按照同等的标准将它们市售给电池制造商。

需了解，上述分级和分类系统可提供国际化标准，所有的晶圆基于该国际化标准进行分级。这就允许晶圆制造商在市售他们的产品时具有最大灵活性和可靠性，并且更为重要的是允许电池制造商基于针对其电池所需的IV结果调整他们的原材料。如果在整个行业中使用，该分级标准将具有显著的全行业效益。

我们现在进行晶圆分类工具的描述，该晶圆分类工具例如可用于在晶圆生产线的最后或在器件(如由晶圆制成的PV电池)生产线的开始对晶圆进行分类。如图9A(侧视图)和9B(俯视图)中示意性地示出，晶圆分类工具46包括测量部分48，多个目标库50A到50D，用于将晶圆32传送进、通过并传送出该测量部分的传送机制，控制计算机52，以及用于根据计算机指示、例如使用滚筒或吸盘将晶圆传送到目标库中的传送机制54。尽管将传送机制描述为三个分开的传送带36A、36B和36C或诸如此类物体(如滚轴)，但在其他实施方案中，该传送机制可包括更多或更少带或诸如此类物体。用于将晶圆传输通过测量部分的传送机制36B通常被设计为满足测量部分48中和如图10所示，例如可包括用于随时将晶圆带到任一站的单独部分56和用于允许通向晶圆两侧的间隙58中的各种测量系统针对厚度或IR传输测量的需要。

测量系统48包括用于分析半导体晶圆的一个或多个系统，例如包括用于获得晶圆的光致发光或光学反射图像的系统、用于在晶圆的一个或多个点处测量电阻率、有效寿命、IR传输或厚度中的一个或多个参数。在某些实施方案中，测量部分至少包括光致发光成像系统和用于测量晶圆电阻率的系统。如果将晶圆移动穿过传感器头(如电阻率线圈)，则可在多个采样点处获得数据或得出通过采样区域的均值。在其他实施方案中，测量部分包括光致发光成像系统和用于测量有效寿命(如准稳态光电导或微波检测的光电导衰退法)的系统。在某些实施方案中，测量部分还包括例如基于电容测量的厚度监测，用于测量晶圆的厚度。光致发光成像系统可获得例如区域成像或线扫描形式的二维图像。各种测量系统可共同容纳在单个单元或分开设置。

如果将晶圆移动穿过一个或多个传感器头，用于测量电阻率、有效寿命、IR传输或厚度中的一个或多个参数的系统能够获得晶圆的一个或多个点处的例如散射后或栅格格网上或一条或多条线上的数据。采样点可为连续的，例如以线扫描形式。为了分析的准确性且最终为了分级或分类过程的准确性，优选各种数据组处于空间配准中，以便例如来自晶圆的相同点的电阻率和厚度数据用于标准化该点处的PL数。在一些情况下，将以空间配准的方式获得数据组，如在由光致发光成像系统成像的区域中的点处测量的厚度数据组或在相同点处测量的厚度和电阻率数据组。在其他情况下，例如，在沿两条线或多条线或者沿具有不同间距的一条线的不同点处测量厚度和电阻率数据组，控制计算机52可通过至少一个数据组的内插或外插将数据组置入空间配准中。

返回图9A和9B，一般来说，计算机具有适于控制各种测量系统和传送机制、适于对测量的数据进行处理来为样本晶圆分配级别、以及适于指示传送机制54经由仅在图9A中示意性示出的有线或无线连接60将每个晶圆传送到适当的目的库中的程序编码。由箭头62所指示，计算机还可获得在晶砖步骤中测量的数据(如光致发光、寿命或电阻率数据)以馈送到晶圆分级工艺中。

用于识别线形的或密集式的复合活性缺陷的如上所述的图像处理和分析方法(如由图2的PL图像分别获得图3和图4的叠加图)主要涉及在不对缺陷的类型(如，位错、晶界、杂质区域和裂缝)进行必要区分的情况下，获得晶圆中复合活性缺陷范围的度量。其他分析方法可以区分一个或多个晶圆中缺陷类型为目的，进而对针对分级或分类目的的晶圆中每个缺陷的密度进行量化和/或根据PV电池线上的晶圆工艺监测该缺陷密度或复合活性。

特别有意义的是将晶界和位错区别开来；这对于不存在晶界的多晶硅晶圆来说不是个大问题，但对多晶硅晶圆来说通常需要更为复杂的方法。当前被视为针对PV应用的常规的CZ硅的可行替代方案的铸型单晶硅(也称为“籽铸”(seeded casting)硅)处于中间立场。通常，铸型单晶硅晶圆大部分为单晶体，仅有很小一部分由多晶体材料组成。如图11中所示的铸型单晶硅晶圆的光学反射图像是毫无特点的，表明不存在多晶体材料。但该晶圆仍具有如图12的PL图像中深色线结构清晰示出的复合活性位错网。在这种情况下，位错和晶界之间没有不确定性，边缘检测算法可相对直接地对位错进行识别并量化。更复杂的算法可仅用于分析多晶体部分，来减小总体计算量和分析时间。在某些实施方案中，根据位错的严重程度对铸型单晶晶圆进行分级或分类，并量化为例如晶圆的平均位错密度，以便位错密度大于阈值的晶圆可在进入PV电池线之前被导入退火台或被导入具有退火台的另一PV电池线。在其他实施方案中，根据多晶体材料的面积分数对铸型单晶晶圆进行分级或分类，以便它们可被导入不同的变形工艺中。

对于如在不同的缺陷类型之间存在不确定性的多晶晶圆的样本来说，获得并比较多个图像有时是有利的。在一实施例中，在已公布的PCT专利申请WO 11/079353 Al中可见，一些复合活性缺陷显得更为锐利，因此更易于在以表示更高入射度的更高的光照强度(如以100或1000Suns而不是1Sun)获得的PL图像中识别出来。更一般地，对通过入射度的范围获得的PL图像进行比较可有助于将缺陷类型区分开来。在另一实施例中，上述已公布的PCT专利申请WO 2009/121133 Al中建议，在该情况下比较PL和光学图像是有用的，这是因为光学图像揭示出晶粒结构而不是诸如位错(如果不对样本进行化学地蚀刻)或杂质的结构。用于获得PL和光学反射图像的系统在图13的示意性侧视图中示出，该系统包括：光源64和相机66，用于获得晶圆32的反射图像；足够高强度的光源68，用于由通过第二相机72来成像的晶圆材料产生光致发光70；以及计算机74，用于处理并比较反射和PL图像。例如上述已公布的PCT专利申请WO2007/041758 Al中所描述，还可根据需要提供其他光学元件(如透镜和滤波器)。如前所述，可以适当设计的系统检测静态或动态的晶圆。PL和反射成像元件可如图13所示同时设置或单独地设置。我们注意到，两种类型的图像均需要具有一些附加元件(可移动的中性密度或截止滤波器)的一个光源和一个相机(如805nm激光器和硅CCD相机)，但这需要图像顺序地获得，这就增加了检测时间。另一替代性系统包括：具有足够高强度的单个光源，用于通过晶圆材料产生光致发光；以及根据需要的两个具有滤波器的相机，分别用于获得PL和反射图像。光致发光和光学图像均可通过用于计算与晶粒结构(如平均晶粒尺寸、晶粒尺寸分布、晶圆中的晶粒数量、晶界的总长度)相关的各种度量的图像处理算法来分析，以与位错形式/结构进行比较。

然而，图13的系统存在的限制在于，由于多晶硅晶圆中的可识别的晶粒结构的范围取决于光照和观察角度，因此，单幅反射图像无法揭示整个晶粒结构来与PL图像作比较。由于多晶硅中的单个晶粒的出现取决于它们的表面纹理，因此，具有相同纹理的相邻晶粒很难从单个视角(即，光照和观察角度)辨别出来。光学成像可以几种方式来改进，例如使用多个光源或相机从两个或多个视角或波长(例如，在曝光之间使用多个波长或旋转样本或移动光照源或相机)来获得多幅反射图像(如，多达20幅或更多)。但多幅图像的顺序获得增加了检测时间，且用于比较目的的多幅图像的配准需要图像处理源。如果使用彩色感光相机来同时获得多幅反射图像且两个或多个光源发出不同颜色的光，则可避免这些缺点。通过实施例的方式，图14示出示意性侧视图中的光学成像系统包括：从不同的角度对多晶硅晶圆32进行光照的红色、绿色和蓝色LED64R、64G和64B；成像光学技术76；彩色线条相机78(通常具有如图14A所示的直接置于交错像素上的RGB滤波器)，用于获得晶圆在红光、绿光和蓝光下随其穿过该系统在传送带36或类似的传送机制上的图像；计算机74，用于分析并比较三幅图像以确定晶圆中的晶粒结构。需了解，PL成像元件(如，高强度光源、线条相机、光学技术和滤波器)可包括在相同的系统或独立的系统中。还需了解，例如对于检测静态的样本，甚至对于检测运动中的样本，如果光源发出足够短以出现最低图像模糊的脉冲，则可使用彩色面相机来代替线条先机。由于RGB相机的商业效用，因此使用起来很方便，但可使用彩色感光相机和具有适当波长的多个光源的任意组合进行替代。

尽管参照本发明的某些优选实施方案对本发明进行了描述，但本发明的变型和修改将属于以下权利要求的精神和范围。

Claims (47)

1.一种对用于制造光伏电池的半导体材料的多个样本进行分级的方法，所述方法包括：

(a)对每个样本进行基于光致发光的分析，包括从所述材料产生并成像光致发光；

(b)对每个样本进行一种或多种基于非光致发光的分析；

(c)处理从所述基于光致发光的分析和所述一种或多种基于非光致发光的分析中获得的数据，以获得所述样本的一个或多个特性的信息；以及

(d)基于所述一个或多个特性，将所述样本分为预设数量的级别。

2.根据权利要求1所述的方法，其中，所述一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的电阻率。

3.根据权利要求1或2所述的方法，其中，所述一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的厚度。

4.根据权利要求1至3中任一项所述的方法，其中，所述一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的载流子寿命。

5.根据权利要求1至4中任一项所述的方法，其中，所述一种或多种基于非光致发光的分析包括沿样本的一条或多条线获得多个点处的数据。

6.根据权利要求1至5中任一项所述的方法，其中，所述一种或多种基于非光致发光的分析包括获得样本的相同点处的两个或多个数据组。

7.根据权利要求1至5中任一项所述的方法，其中，所述一种或多种基于非光致发光的分析包括获得样本的不同点处的两个或多个数据组，且所述方法进一步包括通过内插或外插将所述数据组置入空间配准的步骤。

8.根据权利要求1至7中任一项所述的方法，其中，所述一种或多种基于非光致发光的分析包括光学成像。

9.根据权利要求8所述的方法，其中，所述光学成像使用多个光照源和相机测量来进行。

10.根据权利要求9所述的方法，其中，所述光照源中的至少一些光照源发出具有不同波长的光。

11.根据权利要求10所述的方法，其中，光学图像通过彩色感光相机来获得。

12.根据权利要求8至11中任一项所述的方法，其中，所述样本中的晶粒结构的信息通过将一幅或多幅光学图像可选地与一幅或多幅光致发光图像相结合来获得。

13.根据前述权利要求中的任一项所述的方法，其中，所述特性选自以下群组，包括：体载流子寿命；有效载流子寿命；晶界的密度、面积分数或总长度；平均晶粒尺寸；晶粒尺寸分布；晶粒的总数量；最大晶粒的面积分数；位错的密度、强度或面积分数；本底掺杂度；富含杂质区域的面积分数或严重程度；厚度；表面粗糙度；划损；切损；以及裂缝的数量或总长度。

14.根据前述权利要求中的任一项所述的方法，其中，分配给样本的所述级别表示用于通过所述样本制造的光伏电池的一个或多个性能特性，所述特性包括开路电压、短路电流、效率、填充因数、使用寿命或者机械或电气性能特性中的一个或多个参数。

15.根据前述权利要求中的任一项所述的方法，其中，分配给样本的所述级别表示其经济价值。

16.根据前述权利要求中的任一项所述的方法，其中，分配给样本的所述级别表示针对给定的光伏电池制造工艺的适用性。

17.根据前述权利要求中的任一项所述的方法，进一步包括为所述样本提供多个类别，所述类别的数量小于级别的所述预设数量，其中，来自一个或多个级别的样本被分类为各个类别。

18.根据权利要求17所述的方法，其中，所述分类包括将所述样本划分到两个或多个库中的实体分隔。

19.根据前述权利要求中的任一项所述的方法，其中，所述基于光致发光的分析提供关于下述一种或多种信息的数据：

(i)所述样本中的位错；

(ii)所述样本中的杂质区域面积和强度；以及

(iii)来自所述样本的光致发光强度。

20.根据权利要求19所述的方法，其中，所述光致发光强度数据连同厚度和电阻率数据一起提供关于所述样本的所述有效寿命的信息。

21.根据权利要求19所述的方法，其中，所述光致发光强度数据连同厚度和有效寿命数据一起提供关于所述样本的所述掺杂度的信息。

22.一种分级协议，用于对光伏电池的制造中的半导体材料的多个样本的效用进行分级，所述协议包括：进行所述样本的至少两种分析，包括光致发光成像分析和一种或多种基于非光致发光的分析；处理来自所述分析的数据以获得关于所述样本的一个或多个特性；以及基于所述一个或多个特性为每个所述样本分配级别。

23.根据权利要求22所述的分级协议，其中，所述一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的电阻率。

24.根据权利要求22或23所述的分级协议，其中，所述一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的厚度。

25.根据权利要求22至24中任一项所述的分级协议，其中，所述一种或多种基于非光致发光的分析包括测量样本的一个或多个点处的载流子寿命。

26.根据权利要求22至25中任一项所述的分级协议，其中，所述一种或多种基于非光致发光的分析包括光学成像。

27.根据权利要求26所述的分级协议，其中，所述样本中的晶粒结构的信息通过将一幅或多幅光学图像可选地与一幅或多幅光致发光图像相结合来获得。

28.一种由分级的晶圆全体制造光伏电池的方法，所述方法包括：

a)将所述晶圆分配为若干类别，每个类别接收一个或多个级别的晶圆；以及

b)由各个类别中的晶圆制造光伏电池，其中，分配到各个类别的晶圆的所述级别基于与各个光伏电池生产线相关的预设的性能标准。

29.一种由分级的晶圆全体制造光伏电池的方法，所述方法包括：

a)将所述晶圆分配为若干类别，每个类别接收一个或多个级别的晶圆；以及

b)由各个类别中的晶圆制造光伏电池，其中，各个光伏电池生产线的工艺参数或设置基于所述晶圆的类别进行选择。

30.根据权利要求28或29所述的方法，其中，对晶圆的级别进行选择以基于如下需求分为不同类别：各个类别中的所有晶圆将生产出具有一效率变化的光伏电池，其中该效率变化小于由未分级且未分类的晶圆生产出的光伏电池的效率变化的3/4，优选地小于其1/2，且更为优选地小于其1/3。

31.一种对用于制造光伏电池的半导体材料的多个样本进行分级的装置，所述装置包括：

a)第一分析系统，能够产生并获取每个样本的光致发光图像；

b)至少一个第二分析系统，能够分析每个样本的至少一个非光致发光特性；

c)处理器，能够接收并处理来自所述第一分析系统和所述第二分析系统的数据并提供关于所述样本的一个或多个特性的信息；以及

d)可操作地与所述处理器相关联的分级器件，能够基于所述一个或多个特性将预设数量的级别中的一个级别分配给所述半导体材料的每个样本。

32.根据权利要求31所述的装置，其中，所述至少一个第二分析系统能够测量样本的一个或多个点处的电阻率。

33.根据权利要求31或32所述的装置，其中，所述至少一个第二分析系统能够测量样本的一个或多个点处的厚度。

34.根据权利要求31至33中任一项所述的装置，其中，所述至少一个第二分析系统能够测量样本的一个或多个点处的载流子寿命。

35.根据权利要求31至34中任一项所述的装置，其中，所述至少一个第二分析系统能够沿样本的一条或多条线获得多个点处的数据。

36.根据权利要求31至35中任一项所述的装置，其中，所述至少一个第二分析系统能够获得样本的相同点处的两个或多个数据组。

37.根据权利要求31至35中任一项所述的装置，其中，所述至少一个第二分析系统获得样本的不同点处的两个或多个数据组，且所述处理器能够通过内插或外插将所述数据组置入空间配准。

38.根据权利要求31至37中任一项所述的装置，其中，所述至少一个第二分析系统包括光学成像系统。

39.根据权利要求38所述的装置，其中，所述光学成像系统包括多个光照源和至少一个相机。

40.根据权利要求39所述的装置，其中，所述光照源中的至少一些光照源发出具有不同波长的光。

41.根据权利要求40所述的装置，其中，所述至少一个相机包括彩色感光相机。

42.根据权利要求38至41中任一项所述的装置，其中，所述处理器能够通过将一幅或多幅光学图像可选地与一幅或多幅光致发光图像相结合来提供所述样本中的晶粒结构的信息。

43.根据权利要求31至42中任一项所述的装置，其中，所述分析系统能够提供选自以下群组的一个或多个特性，包括：体载流子寿命；有效载流子寿命；晶界的密度、面积分数或总长度；平均晶粒尺寸；晶粒尺寸分布；晶粒的总数量；最大晶粒的面积分数；位错的密度、强度或面积分数；本底掺杂度；富含杂质区域的面积分数或严重程度；厚度；表面粗糙度；划损；切损；以及裂缝的数量或总长度。

44.根据权利要求31至43中任一项所述的装置，进一步包括：分类器，用于将分级的样本分类为多个类别，其中所述类别的数量小于级别的所述预设数量。

45.根据权利要求44所述的装置，进一步包括：传送机制，用于将分类后的样本实体地分隔到两个或多个库中。

46.一种用于由半导体晶圆制造光伏电池的系统，所述系统包括具有在其下游的至少一个光伏电池线的根据权利要求31至45中任一项所述的装置，所述电池线可操作地与所述装置相关联，以便使分配给晶圆的级别和应用于该电池线中的所述晶圆的一个或多个工艺参数相协调，以获得具有预设的IV特性的光伏电池。

47.一件制品，包括：计算机适用的介质，具有被配置为执行根据权利要求1至21或28至30中任一项所述的方法、或应用根据权利要求22至27中任一项所述的分级协议、或操作根据权利要求31至45中任一项所述的装置、或操作根据权利要求46所述的系统的计算机可读程序代码。