基于NARX动态神经网络直拉硅单晶直径预测模型研究

作者：徐圣哲; 高德东; 王珊; 吴昊昊; 张西亚; 韩永龙; 李丽荣

来源：人工晶体学报, 2022, 1-11.

DOI：10.16553/j.cnki.issn1000-985x.20221107.001

• 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

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互信息系数（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0.000774。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。

• 单位
  阳光能源（青海）有限公司; 青海大学