System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种三氯氢硅还原控制方法技术_技高网

一种三氯氢硅还原控制方法技术

技术编号:43628203 阅读:3 留言:0更新日期:2024-12-11 15:07
本申请属于多晶硅制造领域,公开了一种三氯氢硅还原控制方法,包括采集生产多晶硅过程中各参数的时间序列数据;利用特征提取器对时间序列数据进行特征提取;基于提取的特征建立与训练预测模型;使用训练好的预测模型控制多晶硅生产过程的温度、氢气进料和三氯氢硅进料,调节沉积效率。本申请基于影响多晶硅生产过程的主要参数,以多晶硅的沉积效率作为三氯氢硅还原反应的评价标准,构建和训练神经网络模型,实现实时调整温度、氢气进料参数和三氯氢硅进料参数,快速响应生产过程中的变化,减少因外部因素导致的生产波动,提升生产稳定性,确保在不同生产条件下始终达到最佳沉积效率。

【技术实现步骤摘要】

本申请属于多晶硅制造领域,尤其涉及一种三氯氢硅还原控制方法


技术介绍

1、多晶硅是现代半导体和光伏行业中不可或缺的基础材料,其生产过程中最常用的方法是西门子法,这种方法的核心反应涉及三氯氢硅和氢气在高温下的化学还原,生成高纯度的多晶硅。还原炉是该反应的主要设备之一,其中电流的调整对反应的效率、产品质量以及能耗有着至关重要的影响。

2、在化学还原反应的过程中,随着硅在硅棒表面沉积,硅棒的电阻将发生变化,为了保持还原炉内温度的稳定,硅棒的电流也要做出相应的调整。若电流过高,导致还原炉内温度过高,会加速设备的老化,增加故障风险,还可能导致硅沉积过快,影响沉积质量。若电流过低,三氯氢硅和氢气的反应速率低,会导致硅的沉积速度下降,结晶不均匀。另外氢气和三氯氢硅的进料也是影响系统转化效率的关键因素之一。

3、传统的控制方法多采用人工经验,通过观察窗观察硅棒的生产情况对电流、进料进行手动调节,或是采取控制程序按照预先设定好的电流曲线或者进料曲线进行控制。前者需要人工实时监控硅棒的生长情况,存在效率低的缺点,而后者只能根据预设的曲线去调整,无法实时根据还原炉状态进行调节。


技术实现思路

1、为了克服上述现有技术存在的缺陷,本申请通过构建神经网络模型,以沉积效率作为评价指标,在线调节温度、氢气、三氯氢硅进料,最大化原料的利用率。

2、本申请的目的在于提供一种三氯氢硅还原控制方法,包括:

3、采集生产多晶硅过程中各参数的时间序列数据;

4、利用特征提取器对时间序列数据进行特征提取;

5、基于提取的特征建立与训练预测模型;

6、使用训练好的预测模型控制多晶硅生产过程的温度、氢气进料和三氯氢硅进料,调节沉积效率。

7、进一步地,各参数的时间序列数据包括温度、氢气进料和三氯氢硅进料的时间序列数据。

8、进一步地,特征提取器包括依次连接的卷积层、递归层、全连接层、沉积效率预测层和输出层,特征提取器的输入表达式为:

9、

10、其中,t(t)为温度的时间序列数据,为氢气进料的时间序列数据,为三氯氢硅进料的时间序列数据。

11、进一步地,卷积层的表达式为:

12、xcnn(t)=relu(conv1d(x(t)·wcnn+bcnn))

13、其中,wcnn为卷积核,bcnn为偏置。

14、进一步地,递归层的表达式为:

15、hlstm(t)=lstm(xcnn(t))

16、进一步地,全连接层的表达式为:

17、hfc(t)=relu(wfc·hlstm(t)+bfc)

18、其中,wfc为全连接层的权重,bfc为全连接层的偏置。

19、进一步地,沉积效率预测层的表达式为:

20、η(t)=wout·hfc(t)+bout

21、其中,wout为输出层的权重,bout为输出层的偏置。

22、进一步地,基于提取的特征建立与训练预测模型,包括:

23、对特征提取获得的沉积效率与时间序列数据进行分割,得到训练集和验证集;

24、对训练集的数据进行归一化;

25、利用归一化后的训练集的数据进行神经网络模型训练,利用验证集的数据进行超参数调整。

26、进一步地,基于提取的特征建立与训练预测模型,还包括:

27、对训练过程中的损失函数和评估指标进行监控。

28、进一步地,基于提取的特征建立与训练预测模型之后,对预测模型的预测结果进行误差评估,计算沉积效率的预测结果和实际值的均方误差。

29、本申请的技术效果和优点:

30、本申请通过对影响三氯氢硅转化多晶硅效率的因素进行研究,确定影响多晶硅生产过程的主要参数,以多晶硅的沉积效率作为三氯氢硅还原反应的评价标准,构建并训练基于温度、氢气和三氯氢硅进料的时间序列数据预测预测沉积效率的神经网络模型,实现实时调整温度、氢气进料参数和三氯氢硅进料参数,快速响应生产过程中的变化,减少因外部因素导致的生产波动,提升生产稳定性,确保在不同生产条件下始终达到最佳沉积效率。

31、本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

本文档来自技高网...

【技术保护点】

1.一种三氯氢硅还原控制方法,其特征在于,包括:

2.根据权利要求1所述的一种三氯氢硅还原控制方法,其特征在于,所述各参数的时间序列数据包括温度、氢气进料和三氯氢硅进料的时间序列数据。

3.根据权利要求1或2所述的一种三氯氢硅还原控制方法,其特征在于,所述特征提取器包括依次连接的卷积层、递归层、全连接层、沉积效率预测层和输出层,所述特征提取器的输入表达式为:

4.根据权利要求3所述的一种三氯氢硅还原控制方法,其特征在于,所述卷积层的表达式为:

5.根据权利要求4所述的一种三氯氢硅还原控制方法,其特征在于,所述递归层的表达式为:

6.根据权利要求5所述的一种三氯氢硅还原控制方法,其特征在于,所述全连接层的表达式为:

7.根据权利要求6所述的一种三氯氢硅还原控制方法,其特征在于,所述沉积效率预测层的表达式为:

8.根据权利要求1所述的一种三氯氢硅还原控制方法,其特征在于,所述的基于提取的特征建立与训练预测模型,包括:

9.根据权利要求8所述的一种三氯氢硅还原控制方法,其特征在于,所述的基于提取的特征建立与训练预测模型,还包括:

10.根据权利要求1所述的一种三氯氢硅还原控制方法,其特征在于,在基于提取的特征建立与训练预测模型之后,对预测模型的预测结果进行误差评估,计算沉积效率的预测结果和实际值的均方误差。

...

【技术特征摘要】

1.一种三氯氢硅还原控制方法,其特征在于,包括:

2.根据权利要求1所述的一种三氯氢硅还原控制方法,其特征在于,所述各参数的时间序列数据包括温度、氢气进料和三氯氢硅进料的时间序列数据。

3.根据权利要求1或2所述的一种三氯氢硅还原控制方法,其特征在于,所述特征提取器包括依次连接的卷积层、递归层、全连接层、沉积效率预测层和输出层,所述特征提取器的输入表达式为:

4.根据权利要求3所述的一种三氯氢硅还原控制方法,其特征在于,所述卷积层的表达式为:

5.根据权利要求4所述的一种三氯氢硅还原控制方法,其特征在于,所述递归层的表达式为:

6.根据权利要求5所...

【专利技术属性】
技术研发人员:危胜许正清周国峰李麟德姜有鑫梁艳红
申请(专利权)人:青海黄河上游水电开发有限责任公司新能源分公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1