【技術實現步驟摘要】
本申請屬于直拉單晶生產，尤其是涉及一種智能預測拉晶收尾方法。
技術介紹
1、當前收尾作業時是采用單晶爐爐體上的ccd進行監控，由于尾部端是直徑逐步縮小，在ccd的投影中被等徑段阻擋，無法捕捉其投影，使得無法對其狀態進行直觀且準確的判斷，亦無法獲得其測量收尾段的實時直徑值。在無法直接實時獲得收尾段的實時直徑時，就必須依靠人工經驗設定的工藝參數在固定的時間內完成收尾拉制，也就是整個收尾過程屬于被動式執行工藝參數，也就是必須在固定的時間內完成設定收尾。這種人工操控收尾的方法，需要基于操作人員的工作經驗以及操作手法來確定，穩定性差，極易造成原料浪費及工時的無效損耗。
技術實現思路
1、本申請提供一種智能預測拉晶收尾方法，解決了現有技術中憑人工經驗來進行拉制收尾段而導致的尾部質量一致性差、工料浪費嚴重的技術問題。
2、為解決至少一個上述技術問題，本申請采用的技術方案是：
3、一種智能預測拉晶收尾方法，步驟包括：
4、收集歷史數據并進行預處理；
5、獲取實際數據；
6、基于預處理后的數據與實際數據擬合建立預測模型。
7、進一步的，所述收集歷史數據并進行預處理，包括：
8、從爐臺記錄的數據中篩選出同一規格的晶棒收尾段；
9、獲取每顆晶棒收尾段中所需的參數數據；
10、對參數數據進行計算，以獲取相應晶棒收尾段中所要求的直徑。
11、進一步的，獲取收尾段中的參數數據主要包括收尾段的
12、進一步的，所述獲取每顆晶棒收尾段中所需的參數數據，具體為：
13、先獲取每顆晶棒收尾段中所涉及的全時間段的參數數據；
14、從全時間段中的參數數據中選取預設時間段內所對應的參數數據；
15、再對預設時間段內的參數數據進行清洗，獲取在預設時間段終止時晶棒收尾段的直徑數據；
16、其中，預設時間段為拉制收尾段的前200s；
17、對參數數據進行清洗，包括剔除數據中所有參數中的重復值、缺失值和異常值。
18、進一步的，所述對參數數據進行計算，采用公式：
19、
20、對其進行計算，其中，
21、δm為在預設時間內拉制晶棒收尾段的重量；
22、δv為在預設時間內拉制晶棒收尾段的體積；
23、δl為在預設時間內拉制晶棒收尾段的長度；
24、ρ為單價硅的密度2.4g/cm3；
25、d1為在預設時間的起始時刻拉制晶棒收尾段的直徑；
26、d2為在預設時間的終止時可拉制晶棒收尾段的直徑。
27、進一步的，所述獲取實際數據為對晶棒收尾段進行測量后獲得的實測參數，具體為：
28、獲取晶棒中的收尾段并測量出其高度；
29、基于測得的高度，沿其輪廓母線等分地獲取若干點；
30、獲取每一點所對應的直徑尺寸，即為實測參數。
31、其中，每顆晶棒的收尾段至少等分10-25個點；
32、且收集晶棒的樣本量至少為200顆；
33、獲取實際數據時所采集的晶棒即為與收集歷史數據時所采集的晶棒。
34、進一步的，所述基于預處理后的數據與實際數據擬合建立預測模型，具體為：
35、基于預處理后的數據進行模擬，得到各個晶棒收尾段直徑曲線的預測模型；
36、基于實際數據進行模擬，得到各個晶棒收尾段直徑曲線的實際模型；
37、將預測模型中的數據進行分類劃分；
38、再對劃分后的數據集進行訓練預測模型；
39、不斷對預測模型進行修整，最終獲得復合要求的預測模型。
40、進一步的，所述將預測模型中的數據劃分為訓練集和測試集；
41、將實際模型中的部分數據與測試集中的數據進行對比，獲取直徑偏差集；
42、不斷調整輸入的實際參數中的其它數據到測試集中，并獲取直徑的權重系數，直至預測直徑與真實直徑的偏差達到最小。
43、進一步的，基于訓練集輸入的特征，再與實際模型中的其它數據進行對比，算出與實際模型中的直徑誤差；
44、再基于訓練的結構，再更新模型參數，直至輸出的直徑與擬合的直徑之間的差距足夠小，再停止訓練。
45、進一步的，在對預測模型進行修整時，當誤差值超過閾值，則需要調整預測模型重新進行訓練、或再進行完善預處理方案、或者再重新對歷史數據進行擴充；當所有預測模型的誤差值都小于閾值時，則說明最終獲得的預測模型可應用到實際生產中。
46、采用本申請設計的一種智能預測拉晶收尾方法，可對拉晶的收尾段進行自動模擬，并對其進行去噪判斷，以獲取與現有拉晶工藝相匹配的收尾工藝，并智能預測被拉制晶棒的收尾模型，進而可自動完成晶棒中收尾段的拉制，并實時獲取收尾段的直徑尺寸，實效性高且精準，降低因人為因素而導致的原料浪費及工時損耗的風險，完全實現收尾段拉制的自動化控制，提升工作效率。
本文檔來自技高網...【技術保護點】
1.一種智能預測拉晶收尾方法，其特征在于，步驟包括：
2.根據權利要求1所述的一種智能預測拉晶收尾方法，其特征在于，所述收集歷史數據并進行預處理，包括：
3.根據權利要求2所述的一種智能預測拉晶收尾方法，其特征在于，獲取收尾段中的參數數據主要包括收尾段的高度、拉制收尾段所用的硅料總重量、收尾所用的總時間、以及在每一時刻所對應的直徑尺寸。
4.根據權利要求2或3所述的一種智能預測拉晶收尾方法，其特征在于，所述獲取每顆晶棒收尾段中所需的參數數據，具體為：
5.根據權利要求4所述的一種智能預測拉晶收尾方法，其特征在于，所述對參數數據進行計算，采用公式：
6.根據權利要求1所述的一種智能預測拉晶收尾方法，其特征在于，所述獲取實際數據為對晶棒收尾段進行測量后獲得的實測參數，具體為：
7.根據權利要求1-3、5-6任一項所述的一種智能預測拉晶收尾方法，其特征在于，所述基于預處理后的數據與實際數據擬合建立預測模型，具體為：基于預處理后的數據進行模擬，得到各個晶棒收尾段直徑曲線的預測模型；
8.根據權利要求7所述
9.根據權利要求8所述的一種智能預測拉晶收尾方法，其特征在于，基于訓練集輸入的特征，再與實際模型中的其它數據進行對比，算出與實際模型中的直徑誤差；
10.根據權利要求8或9所述的一種智能預測拉晶收尾方法，其特征在于，在對預測模型進行修整時，當誤差值超過閾值，則需要調整預測模型重新進行訓練、或再進行完善預處理方案、或者再重新對歷史數據進行擴充；當所有預測模型的誤差值都小于閾值時，則說明最終獲得的預測模型可應用到實際生產中。
...【技術特征摘要】
1.一種智能預測拉晶收尾方法，其特征在于，步驟包括：
2.根據權利要求1所述的一種智能預測拉晶收尾方法，其特征在于，所述收集歷史數據并進行預處理，包括：
3.根據權利要求2所述的一種智能預測拉晶收尾方法，其特征在于，獲取收尾段中的參數數據主要包括收尾段的高度、拉制收尾段所用的硅料總重量、收尾所用的總時間、以及在每一時刻所對應的直徑尺寸。
4.根據權利要求2或3所述的一種智能預測拉晶收尾方法，其特征在于，所述獲取每顆晶棒收尾段中所需的參數數據，具體為：
5.根據權利要求4所述的一種智能預測拉晶收尾方法，其特征在于，所述對參數數據進行計算，采用公式：
6.根據權利要求1所述的一種智能預測拉晶收尾方法，其特征在于，所述獲取實際數據為對晶棒收尾段進行測量后獲得的實測參數，具體為：
7.根據權...
【專利技術屬性】
技術研發人員：郭強，馮遠見，李雪峰，景吉祥，趙志遠，韓寶林，李海軍，王春東，
申請(專利權)人：內蒙古中環晶體材料有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。