人工晶体学报

作者：徐圣哲, 高德东, 王珊, 吴昊昊, 张西亚, 韩永龙, 李丽荣

单位：1.青海大学机械工程学院,西宁 810016; ；2.阳光能源(青海)有限公司,西宁 810007

关键词：硅单晶,直径辨识,非线性自回归,BP神经网络,直拉法,数据驱动,

基金：青海省科技厅应用基础研究项目(2022-ZJ-768);西宁市科技计划项目(2021-Y-01)

直拉法在制备硅单晶的过程中存在机理假设多、多场耦合下边界条件不明确和化学变化交错且相互影响等问题,导致无法建立准确的机理模型用于硅单晶生长过程控制。针对此问题,本文以单晶炉拉晶车间的大量晶体生长数据为基础,基于互信息理论提出的最大信息系数(MIC)算法,对与晶体直径相关的特征参数进行分析,然后基于带外源输入的非线性自回归(NARX)动态神经网络,建立多输入单输出的等径阶段晶体直径预测模型,并对三台单晶炉拉晶数据进行直径预测,预测的平均均方误差值为0.000 774。最后将NARX动态神经网络同反向传播(BP)神经网络进行对比分析,验证了该模型的优越性。结果表明,NARX动态神经网络为晶体直径的控制提供了一种更准确的辨识模型。

来源：2022年第12期

《人工晶体学报》期刊编辑部

查看人工晶体学报杂志2022年第12期