人工晶体学报

作者：张西亚, 高德东, 王珊, 林光伟, 高俊伟

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 810000

关键词：晶体直径预测,BP神经网络,遗传算法,单晶炉,数值模拟,

基金：青海省科技厅应用基础研究项目(2019-ZJ-7002);工业和信息化部2018年绿色制造系统集成项目(130)

直拉法硅单晶生长是一个多场多相耦合、物理变化复杂,且具有大滞后和非线性现象的过程,基于单晶硅生长系统内部机理所构建的机理模型由于存在诸多假设而无法应用于工程实际。因此,本文以现有CL120-97单晶炉拉晶车间的长期、海量晶体生长数据为基础,忽略炉内复杂的晶体生长环境,对影响晶体直径的拉晶参数进行关联性分析及特征量化,探寻拉晶数据中所蕴藏的规律信息,进而建立基于数据驱动的BP神经网络晶体直径预测模型,并针对现有BP神经网络易陷入局部极小值的问题,采用遗传算法对BP神经网络的阈值和权值进行优化,以提高晶体直径预测的准确性。通过实际拉晶数据对模型预测结果进行验证,结果表明,对任意选取的8组拉晶数据进行直径预测,预测的平均相对百分比误差为0.095 71%,证明该模型对于等径阶段晶体直径的预测是可行的。

来源：2021年第8期

《人工晶体学报》期刊编辑部

查看人工晶体学报杂志2021年第8期