摘要
在直拉硅单晶生长过程中,晶体质量与固液界面V/G密切相关,实现V/G的在线监测,对于生长低缺陷、无位错的大尺寸硅单晶至关重要。然而,在实际工业生产中V/G的直接获取异常困难。针对该问题,提出一种基于栈式自编码网络的软测量模型SAE-ELM,以实现V/G的实时监测。所提模型采用SAE提取数据特征,并将其作为ELM网络输入以实现对V/G的回归预测。其中,为了消除噪声影响,对原始数据进行了小波分解与重构,同时考虑到易测变量与目标变量之间的相关性,构建了基于Pearson和Spearman混合相关系数,以选择与V/G相关性较强的辅助变量。根据某型号单晶炉晶体生长过程中的实验数据,将该模型的性能与其他数据驱动建模方法进行了比较,验证了所提模型的有效性。
- 单位