【技术实现步骤摘要】
本专利技术涉及数字控制，特别涉及一种基于arm的半导体温度pid控制方法。
技术介绍
1、温度控制器是指根据工作环境的温度变化，在开关内部发生物理形变，从而产生某些特殊效应，产生导通或者断开动作的一系列自动控制元件，或者根据电子原件在不同温度下，工作状态的不同原理来给电路提供温度数据，以供电路采集温度数据。包括模拟信号温控器、集成温度控制器、智能数码温度控制器等，广泛应用于各行各业中。
2、在半导体生产工艺中，需要将气体原料稳定输送到反应室中，使其在设定的工艺温度下进行化学反应，因此，需要对输气管道进行主动加热以保持管道内气体温度稳定保持在设定的理想状态范围。但对于一些常压下沸点较低的气体，在长距离管道输送时会产生冷凝物附着在管道内壁导致其阻塞，使得管道内气体流动性变差、波动性增大，现有技术中对于半导体管道加热过程的温度控制并未考虑到管道内气体流动性变化的影响，导致控制过程中，存在温度超调、震荡幅度大的问题，进而影响反应室内化学反应的进行，降低半导体的生产效率。为此，我们提出一种基于arm的半导体温度pid控制方法。
技术实现思路
1、本专利技术的主要目的在于提供一种基于arm的半导体温度pid控制方法，可以有效解决
技术介绍
中的问题。
2、为实现上述目的，本专利技术采取的技术方案为，
3、一种基于arm的半导体温度pid控制方法，包括：
4、采集管道内气体的特征参数数据，获取相邻采样节点时刻第i项特征参数变化量δλi及对应加热器输出功
5、以获取的特征参数变化量δλi为输入，以加热器输出功率的变化量δp为输出构建神经网络模型，根据网络模型输出特征参数变化量δλi与加热器输出功率的变化量δp之间的函数关系式，记为：f:(δλ1,δλ2,...,δλi)→δp，其中，所述神经网络模型为输入层-隐含层-输出层三层结构的bp神经网络模型，且输入层的神经元个数与管道内气体的特征参数种类数相等，输出层神经元个数为1，隐含层神经元个数根据以下公式进行确定，具体为：
6、
7、式中，s表示为隐含层神经元个数，为对括号内的值进行向上取整；p为输入层的神经元个数；q为输出层神经元个数，q＝1；α为1-9的常数系数；
8、根据获取的特征参数变化量δλi的时序数据构建预测模型，通过模型输出特征参数变化量δλi的预测值，其中，所述预测模型的表达式为：
9、δλ'i(t+1)＝aδλit+a(1-a)δλi(t-1)+a(1-a)2δλi(t-2)+...+a(1-a)t-1δλi1+(1-a)tδλ'i1
10、式中，δλ'i(t+1)表示为第i项特征参数变化量在第t+1节点时刻的预测值；δλit表示为第i项特征参数变化量在第t节点时刻的采样值，a为常数系数，且a∈(0,1)；
11、设定半导体加工过程中管道加热器的目标温度值t0，采集加热器的实时温度，计算获取加热器的温度差与温度误差变化率作为模糊控制器中的输入参数，经过模糊控制器中的控制规则处理后，输出的pid控制参数直接控制pwm模块的占空比，进而获取加热器输出功率的控制值pout，其中，所述模糊控制器的输入参数和输出参数满足以下关系式：
12、
13、式中，kp、ki、kd为模糊pid参数；kp’、ki’、kd’为经过模糊校正的pid参数；δkp、δki、δkd为待确定的模糊pid参数；在模糊控制器中，e、ec、δkp、δki、δkd的取值范围分别为[-3 3]、[-3 3]、[-0.3 0.3]、[-3 3]、[-0.3 0.3]，其中，e表示为加热器的温度差；ec表示为加热器的温度误差变化率
14、将获取的特征参数变化量的预测值带入函数关系式中，得到在第t+1节点时刻的加热器输出功率的变化量的预测值δpt+1，以获取的预测值作为加热器输出功率的修正值，根据公式计算加热器输出功率的实际值，公式为：
15、
16、式中，p'out表示为加热器输出功率的实际值。
17、本专利技术具有如下有益效果，
18、与现有技术相比，本专利技术技术方案通过采集管道内气体的特征参数数据，获取相邻采样节点时刻第i项特征参数变化量δλi及对应加热器输出功率的变化量δp，以获取的特征参数变化量δλi为输入，以加热器输出功率的变化量δp为输出构建神经网络模型，根据网络模型输出特征参数变化量δλi与加热器输出功率的变化量δp之间的函数关系式，根据获取的特征参数变化量δλi的时序数据构建预测模型，通过模型输出特征参数变化量δλi的预测值，设定半导体加工过程中管道加热器的目标温度值t0，采集加热器的实时温度，计算获取加热器的温度差与温度误差变化率作为模糊控制器中的输入参数，经过模糊控制器中的控制规则处理后，输出的pid控制参数直接控制pwm模块的占空比，进而获取加热器输出功率的控制值pout，将获取的特征参数变化量的预测值带入函数关系式中，得到在第t+1节点时刻的加热器输出功率的变化量的预测值δpt+1，以获取的预测值作为加热器输出功率的修正值，根据公式计算加热器输出功率的实际值，通过分析管道内气体流动性变化对加热过程的温度控制影响情况，对加热功率输出值进行进一步的修正，从而降低管道内气体流动造成的温度控制的影响程度。
19、与现有技术相比，本专利技术技术方案在工作过程中，依据反馈的实时温度数据动态的调整pwm的输出，使加热器的加热功率可调，通过改变加热功率的方式对加热温度进行控制，使管道的自然散热与受热达到动态平衡，实现管道的加热过程的精确性和保温过程的稳定性控制；
20、与现有技术相比，本专利技术技术方案采用模糊pid控制方法，能够针对加热器的当前加热过程进行控制，将加热器的温度差与温度误差变化率作为输入，将模糊化处理的pid控制器参数转化成系统控制需要的占空比的值，从而实现对管道内流动气体的精准加热控制。
本文档来自技高网...【技术保护点】
1.一种基于ARM的半导体温度PID控制方法，其特征在于，包括：
2.根据权利要求1所述的一种基于ARM的半导体温度PID控制方法，其特征在于，所述预测模型的表达式为：
3.根据权利要求1所述的一种基于ARM的半导体温度PID控制方法，其特征在于，所述模糊控制器的输入参数和输出参数满足以下关系式：
4.根据权利要求1所述的一种基于ARM的半导体温度PID控制方法，其特征在于，管道内气体的特征参数包括气体压力值、气体密度值、单位时间内气体的流量值、平均流速值、进入管道的初始温度值中的至少两种。
5.根据权利要求1所述的一种基于ARM的半导体温度PID控制方法，其特征在于，在模糊控制器中，e、ec、ΔKp、ΔKi、ΔKd的取值范围分别为[-3 3]、[-3 3]、[-0.3 0.3]、[-3 3]、[-0.3 0.3]，其中，e表示为加热器的温度差；ec表示为加热器的温度误差变化率。
6.根据权利要求1所述的一种基于ARM的半导体温度PID控制方法，其特征在于，所述神经网络模型为输入层-隐含层-输出层三层结构的BP神经网络模
...【技术特征摘要】
1.一种基于arm的半导体温度pid控制方法，其特征在于，包括：
2.根据权利要求1所述的一种基于arm的半导体温度pid控制方法，其特征在于，所述预测模型的表达式为：
3.根据权利要求1所述的一种基于arm的半导体温度pid控制方法，其特征在于，所述模糊控制器的输入参数和输出参数满足以下关系式：
4.根据权利要求1所述的一种基于arm的半导体温度pid控制方法，其特征在于，管道内气体的特征参数包括气体压力值、气体密度值、单位时间内气体的流量值、平均流速值、进入管道的初始温度值中的至少两种。
5.根据权利要...
【专利技术属性】
技术研发人员：王尉文，王圣涵，
申请(专利权)人：无锡市肯恩科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。