[发明专利]一种基于时间序列预测的多晶硅还原炉控制方法有效
申请号: | 202210958110.3 | 申请日: | 2022-08-11 |
公开(公告)号: | CN115032891B | 公开(公告)日: | 2022-11-08 |
发明(设计)人: | 孙铁;蒋淡宁;冯恺睿;张永强;刘伟;钟智敏 | 申请(专利权)人: | 科大智能物联技术股份有限公司 |
主分类号: | G05B11/42 | 分类号: | G05B11/42 |
代理公司: | 合肥天明专利事务所(普通合伙) 34115 | 代理人: | 娄岳 |
地址: | 230031 安徽省合肥市中国(安徽)自由贸易试验*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 时间 序列 预测 多晶 还原 控制 方法 | ||
1.一种基于时间序列预测的多晶硅还原炉控制方法,包括以下步骤:
步骤一:在多晶硅还原炉正常运行时的各生产周期中,每隔第一周期T1采集一次生产数据;生产数据包括氢气流量vH2、三氯氢硅流量vTCS、运行时间、还原炉尾气温度、冷却水升高温度差△T、冷却水流量vwater,以及硅棒两端的电压U和电流I;
步骤二:计算得到第二周期T2内氢气消耗总量的时间序列CH2以及第二周期T2内三氯氢硅消耗总量的时间序列CTCS;,n1为设定的整数;
步骤三:根据冷却水升高温度差△T和冷却水流量vwater,得到第二周期T2内冷却水吸收能量的时间序列E;
步骤四:根据硅棒两端的电压U以及电流I,计算出硅棒电阻R=U/I;将还原炉尾气温度以及硅棒电阻R从第一周期级别的时间序列转变为第二周期级别的时间序列;
步骤五:将步骤二到步骤四中的时间序列作为训练数据对LSTM神经网络进行训练,训练的输入为当前时刻以及当前时刻之前的T3时间内的训练数据,输出为当前时刻之后的T4时间内的硅棒电阻;,,为设定的整数;
步骤六:将多晶硅还原炉所有生产周期中产品质量达标且能耗位于最低的前30%的生产周期记为生产周期B,将生产周期B中各周期内同一时刻的硅棒电阻R取平均值,得到最优电阻曲线;
步骤七:将生产周期B中各周期内同一时刻的硅棒电流I取平均值,得到最优电流曲线,将最优电流曲线作为多晶硅还原炉控制的基准曲线,在还原炉的生产过程中,最优电流曲线上对应时间的电流作为基准电流I1;
步骤八:计算步骤五中输出的T4时间内的硅棒电阻的平均值R1,并计算最优电阻曲线中对应时间的平均电阻R2,计算二者的差值R1-R2;
步骤九:将差值R1-R2作为模糊PID控制器的输入,通过模糊PID控制器得到修正电流I2;
步骤十:在多晶硅还原炉运行的过程中,每隔第五周期T5重复一次步骤七至步骤九,得到修正电流I2,将修正电流I2与基准电流I1相加作为最终的控制电流;,n4为设定的整数。
2.根据权利要求1所述的基于时间序列预测的多晶硅还原炉控制方法,其特征在于:如果步骤一中的一个或者若干个生产数据缺失,则通过临近生产数据的平均值代替缺失的生产数据。
3.根据权利要求1所述的基于时间序列预测的多晶硅还原炉控制方法,其特征在于:第一周期T1=1s;n1=60,即第二周期T2=1min;n2=n3=n4=30,即T3=T4=T5=30min。
4.根据权利要求1所述的基于时间序列预测的多晶硅还原炉控制方法,其特征在于:第二周期T2=1min;步骤二中计算每分钟内氢气消耗总量的时间序列CH2时,将氢气流量乘时间做积分得到第i分钟消耗的氢气体积:
其中为第i分钟第j秒的氢气流量,单位为;将前k分钟每分钟输入的氢气体积相加,得到前k分钟总的氢气消耗量:
取不同的k值得到时间序列,其中n为多晶硅还原炉最终反应耗时。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大智能物联技术股份有限公司,未经科大智能物联技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210958110.3/1.html,转载请声明来源钻瓜专利网。