CN115877890B - 一种cvd设备的温度控制方法及系统 - Google Patents
一种cvd设备的温度控制方法及系统 Download PDFInfo
- Publication number
- CN115877890B CN115877890B CN202310116087.8A CN202310116087A CN115877890B CN 115877890 B CN115877890 B CN 115877890B CN 202310116087 A CN202310116087 A CN 202310116087A CN 115877890 B CN115877890 B CN 115877890B
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- temperature control
- process flow
- flow information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Control Of Temperature (AREA)
Abstract
本发明涉及人工智能领域,公开了一种CVD设备的温度控制方法及系统,用于实现CVD设备的温度智能控制以及提高温度控制的准确率。所述方法包括:对初始温度数据进行数据标准化处理,得到标准化温度数据;获取标准化温度数据的时间戳数据,并按照时间戳数据对标准化温度数据进行特征筛选处理,得到特征温度数据:对特征温度数据进行热场功率分析,得到目标CVD设备对应的功率数据;获取多个工艺流程信息,并根据功率数据对多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;将加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种CVD设备的温度控制方法及系统。
背景技术
CVD设备被广泛用于半导体行业中,CVD设备具有加热速度快、反应气体控制精密、加热温度高等优点被用于半导体的制造,尤其是需要加热到高温的CVD设备。
但是现有方案中对CVD设备的设备监控不够智能,通常是由技术人员实时监管和操控,也无法准确对温度数据进行控制,即现有方案的准确率较低。
发明内容
本发明提供了一种CVD设备的温度控制方法及系统,用于实现CVD设备的温度智能控制以及提高温度控制的准确率。
本发明第一方面提供了一种CVD设备的温度控制方法,所述CVD设备的温度控制方法包括:
采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据;
获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据:
对所述特征温度数据进行热场功率分析,得到所述目标CVD设备对应的功率数据;
获取多个工艺流程信息,并根据所述功率数据对所述多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;
将所述加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
结合第一方面,在本发明第一方面的第一实施方式中,所述采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据,包括:
按照预设的时间周期,并基于预设的温度传感器采集与目标CVD设备相关联的初始温度数据,其中,所述温度数据用于指示所述目标CVD设备的设备工作温度;
对所述初始温度数据进行温度连续性分析,得到连续性分析结果;
根据所述连续性分析结果,对所述初始温度数据进行数据标准化处理,得到所述初始温度数据对应的标准化温度数据。
结合第一方面,在本发明第一方面的第二实施方式中,所述获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据,包括:
从预置的数据库中提取所述标准化温度数据对应的时间戳数据,其中,所述时间戳数据用于指示所述时间周期对应的时间节点;
按照所述时间戳数据,对所述标准化温度数据进行数据整合,得到时序温度数据;
对所述时序温度数据进行缺失值插值和数据衍生,得到标准温度数据;
对所述标准温度数据进行变量清单筛选,得到特征温度数据。
结合第一方面,在本发明第一方面的第三实施方式中,所述对所述特征温度数据进行热场功率分析,得到所述目标CVD设备对应的功率数据,包括:
对所述特征温度数据进行热场分析,得到所述目标CVD设备对应的热场数据;
根据所述热场数据计算在热损后所述目标CVD设备的所需功率,得到功率数据。
结合第一方面,在本发明第一方面的第四实施方式中,所述获取多个工艺流程信息,并根据所述功率数据对所述多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据,包括:
从所述数据库中查询所述目标CVD设备的多个工艺流程信息;
分别根据所述多个工艺流程信息和所述功率数据对所述目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案;
根据所述温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据。
结合第一方面,在本发明第一方面的第五实施方式中,所述将所述加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,包括:
将所述加热器温度控制数据输入预置的设备温度控制分析模型,其中,所述设备温度控制分析模型包括编码器和解码器,所述编码器包括卷积层和池化层,所述解码器包括反卷积层和卷积层;
通过所述编码器对所述加热器温度控制数据进行卷积特征编码,得到初始编码向量;
将所述初始编码向量输入所述解码器进行向量转换和重构,得到目标特征向量;
对所述目标特征向量和所述初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
结合第一方面,在本发明第一方面的第六实施方式中,所述CVD设备的温度控制方法还包括:
将所述温度控制分析结果存储至所述数据库中;
根据所述温度控制分析结果对所述工艺流程信息进行流程优化和生产工艺配方优化,生成优化后的工艺流程信息。
本发明第二方面提供了一种CVD设备的温度控制系统,所述CVD设备的温度控制系统包括:
采集模块,用于采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据;
处理模块,用于获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据:
分析模块,用于对所述特征温度数据进行热场功率分析,得到所述目标CVD设备对应的功率数据;
控制模块,用于获取多个工艺流程信息,并根据所述功率数据对所述多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;
输出模块,用于将所述加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
本发明提供的技术方案中,对初始温度数据进行数据标准化处理,得到标准化温度数据;获取标准化温度数据的时间戳数据,并按照时间戳数据对标准化温度数据进行特征筛选处理,得到特征温度数据:对特征温度数据进行热场功率分析,得到目标CVD设备对应的功率数据;获取多个工艺流程信息,并根据功率数据对多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;将加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,本发明通过对CVD设备的温度数据进行智能分析,并且采用深度学习的设备温度控制分析模型进行设备温度控制分析,进而实现了CVD设备的温度智能控制,并且提高了温度控制的准确率。
附图说明
图1为本发明实施例中CVD设备的温度控制方法的一个实施例示意图;
图2为本发明实施例中对标准化温度数据进行特征筛选处理的流程图;
图3为本发明实施例中对特征温度数据进行热场功率分析的流程图;
图4为本发明实施例中对多个工艺流程信息进行加热器温度控制的流程图;
图5为本发明实施例中CVD设备的温度控制系统的一个实施例示意图。
具体实施方式
本发明实施例提供了一种CVD设备的温度控制方法及系统,用于实现CVD设备的温度智能控制以及提高温度控制的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中CVD设备的温度控制方法的一个实施例包括:
S101、采集待处理的目标CVD设备对应的初始温度数据,并对初始温度数据进行数据标准化处理,得到标准化温度数据;
可以理解的是,本发明的执行主体可以为CVD设备的温度控制系统,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,服务器采集待处理的目标CVD设备对应的初始温度数据,进一步的,服务器提取初始温度数据的温度指标,对提取的温度指标进行中心聚类处理获得多个聚类,每个聚类设置一个标准指标,多个标准指标构成标准指标体系,进而服务器通过该标准指标体系对初始温度数据进行数据标准化处理,需要说明的是,在进行数据标准化处理时,服务器关联待标准化的初始温度数据的温度指标与标准指标体系的标准指标,将温度指标的指标选项映射到与该温度指标关联的标准指标下,完成对初始温度数据标准化处理的过程,最终得到标准化温度数据。
S102、获取标准化温度数据的时间戳数据,并按照时间戳数据对标准化温度数据进行特征筛选处理,得到特征温度数据:
具体的,服务器标准化温度数据的时间戳数据,并根据该时间戳数据生成筛选指令,需要说明的是,该筛选指令包括延时阈值以及目标时间戳,进一步的,服务器根据标准化温度数据对应的接收时间戳与延时阈值的差值,进行特征筛选处理,得到特征温度数据。
S103、对特征温度数据进行热场功率分析,得到目标CVD设备对应的功率数据;
需要说明的是,对特征温度数据进行热场功率分析,其中,服务器通过组合方程式计算出特征温度数据在不同设备运行条件下的实时三维热场分布,并利用有限元分析软件求出不同设备运行条件的三维热场分布数据库,进而服务器根据不同设备运行条件的三维热场分布数据库对特征温度数据进行热场功率分析,得到目标CVD设备对应的功率数据。
S104、获取多个工艺流程信息,并根据功率数据对多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;
具体的,服务器获取多个工艺流程信息,同时对每个工艺流程信息确定对应的目标CVD设备的温度控制策略信息,进一步的,服务器获取工艺流程信息中的工艺流程参数、温度信息以及目标CVD设备工作状态,进而服务器根据该工艺流程参数、温度信息以及目标CVD设备工作状态进行温度控制方式匹配,确定对应的温度控制方式,进而服务器根据该温度控制方式及功率数据进行温度控制数据生成,得到每个工艺流程信息对应的加热器温度控制数据。
S105、将加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
具体的,将加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,进而服务器通过该目标CVD设备中预置的温度传感器重复地测量目标CVD设备的温度,并将测量温度保存在预置的温度数据库中,进而服务器对该测量温度进行温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
本发明实施例中,对初始温度数据进行数据标准化处理,得到标准化温度数据;获取标准化温度数据的时间戳数据,并按照时间戳数据对标准化温度数据进行特征筛选处理,得到特征温度数据:对特征温度数据进行热场功率分析,得到目标CVD设备对应的功率数据;获取多个工艺流程信息,并根据功率数据对多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;将加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,本发明通过对CVD设备的温度数据进行智能分析,并且采用深度学习的设备温度控制分析模型进行设备温度控制分析,进而实现了CVD设备的温度智能控制,并且提高了温度控制的准确率。
在一具体实施例中,执行步骤S101的过程可以具体包括如下步骤:
(1)按照预设的时间周期,并基于预设的温度传感器采集与目标CVD设备相关联的初始温度数据,其中,温度数据用于指示目标CVD设备的设备工作温度;
(2)对初始温度数据进行温度连续性分析,得到连续性分析结果;
(3)根据连续性分析结果,对初始温度数据进行数据标准化处理,得到初始温度数据对应的标准化温度数据。
具体的,服务器按照预设的时间周期,并基于预设的温度传感器采集与目标CVD设备相关联的初始温度数据,其中,温度数据用于指示目标CVD设备的设备工作温度,进一步的,服务器对初始温度数据进行温度连续性分析,得到连续性分析结果,其中,服务器对初始温度数据进行温度画面采集,持续捕捉目标温度画面,筛选出检测区域内的有效区域,将有效区域分类存放至预置的区域信息数据库,并在每次更新后区域信息数据库中选出对应的有效区域对比分析,从而得到各个时刻下有效区域间的温度连续性,得到连续性分析结果,根据连续性分析结果,对初始温度数据进行数据标准化处理,得到初始温度数据对应的标准化温度数据。
在一具体实施例中,如图2所示,执行步骤S102的过程可以具体包括如下步骤:
S201、从预置的数据库中提取标准化温度数据对应的时间戳数据,其中,时间戳数据用于指示时间周期对应的时间节点;
S202、按照时间戳数据,对标准化温度数据进行数据整合,得到时序温度数据;
S203、对时序温度数据进行缺失值插值和数据衍生,得到标准温度数据;
S204、对标准温度数据进行变量清单筛选,得到特征温度数据。
具体的,服务器从预置的数据库中提取标准化温度数据对应的时间戳数据,其中,时间戳数据用于指示时间周期对应的时间节点,其中,服务器按照时间戳数据,对标准化温度数据进行数据整合,得到时序温度数据,具体的,服务器首先对时间戳数据进行时间排序,确定对应的时间排序结果,进而服务器根据该时间排序结果对标准化温度数据进行数据整合,得到时序温度数据,进而服务器对时序温度数据进行缺失值插值和数据衍生,得到标准温度数据。需要说明的是,在服务器对时序温度数据进行缺失值插值时,服务器逐个判断时序温度数据中的数据是否为缺失值,对所判断的缺失值,分别计算对应不同窗口大小时的预测值,再计算所有预测值与当前缺失值前向/后向数据的连线斜率,通过对所有斜率的比较,得出最优的插补值,并根据该最优的插补值进行缺失值插值。最终,服务器对标准温度数据进行变量清单筛选,得到特征温度数据。
在一具体实施例中,如图3所示,执行步骤S103的过程可以具体包括如下步骤:
S301、对特征温度数据进行热场分析,得到目标CVD设备对应的热场数据;
S302、根据热场数据计算在热损后目标CVD设备的所需功率,得到功率数据。
具体的,服务器获取特征温度数据,并构建预设条件下的目标CVD设备加热环境,在加热环境中测量特征温度数据对应的热场温度,根据各热场温度构建热场模型,确定热场模型的温度边界线,得到目标CVD设备对应的热场数据,根据热场数据计算在热损后目标CVD设备的所需功率,得到功率数据。
在一具体实施例中,如图4所示,执行步骤S104的过程可以具体包括如下步骤:
S401、从数据库中查询目标CVD设备的多个工艺流程信息;
S402、分别根据多个工艺流程信息和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案;
S403、根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据。
具体的,服务器从数据库中查询目标CVD设备的多个工艺流程信息,
分别根据多个工艺流程信息和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案,其中,服务器采集目标CVD设备加热过程中各加热环节对应的温度信息,采集加热生产线的工艺参数,进而服务器根据该工艺参数和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据。
需要说明的是,服务器根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据时,并将采集到的工艺参数保存后输出温度匹配函数,温度匹配函数对工艺参数进行智能优化处理,确定对应的温度智能优化方案,最终服务器根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据。
在一具体实施例中,执行步骤S105的过程可以具体包括如下步骤:
(1)将加热器温度控制数据输入预置的设备温度控制分析模型,其中,设备温度控制分析模型包括编码器和解码器,编码器包括卷积层和池化层,解码器包括反卷积层和卷积层;
(2)通过编码器对加热器温度控制数据进行卷积特征编码,得到初始编码向量;
(3)将初始编码向量输入解码器进行向量转换和重构,得到目标特征向量;
(4)对目标特征向量和初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果,其中,温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
具体的,将加热器温度控制数据输入预置的设备温度控制分析模型,其中,设备温度控制分析模型包括编码器和解码器,编码器包括卷积层和池化层,解码器包括反卷积层和卷积层,进一步的,服务器通过编码器对加热器温度控制数据进行卷积特征编码,得到初始编码向量,其中,服务器首先对加热器温度控制数据进行预处理,基于编码器进行数据特征提取,当提取到对应的数据特征后,服务器对该数据特征进行卷积特征编码,到初始编码向量,进而服务器将初始编码向量输入解码器进行向量转换和重构,得到目标特征向量。其中,在服务器将初始编码向量输入解码器进行向量转换时,服务器通过初始编码向量获取对应的向量元素被乘数和向量元素乘数,进而服务器根据该向量元素被乘数和向量元素乘数进行向量转换,得到目标特征向量,最终服务器对目标特征向量和初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果,其中,温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
在一具体实施例中,上述CVD设备的温度控制方法还包括如下步骤:
(1)将温度控制分析结果存储至数据库中;
(2)根据温度控制分析结果对工艺流程信息进行流程优化和生产工艺配方优化,生成优化后的工艺流程信息。
具体的,将温度控制分析结果存储至数据库中,进而服务器选择工艺流程信息并通过计算任务节点进行数据相关性约束的阵列资源初始优化,每个计算任务节点都由一个可重构硬件阵列处理器的阵列单元来完成,最后随机重新选择计算任务的优化位置并通三过重新求解热方程获取预测的温度值,据此进行流程优化和生产工艺配方优化,生成优化后的工艺流程信息。
上面对本发明实施例中CVD设备的温度控制方法进行了描述,下面对本发明实施例中CVD设备的温度控制系统进行描述,请参阅图5,本发明实施例中CVD设备的温度控制系统一个实施例包括:
采集模块501,用于采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据;
处理模块502,用于获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据:
分析模块503,用于对所述特征温度数据进行热场功率分析,得到所述目标CVD设备对应的功率数据;
控制模块504,用于获取多个工艺流程信息,并根据所述功率数据对所述多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;
输出模块505,用于将所述加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制。
通过上述各个组成部分的协同合作,对初始温度数据进行数据标准化处理,得到标准化温度数据;获取标准化温度数据的时间戳数据,并按照时间戳数据对标准化温度数据进行特征筛选处理,得到特征温度数据:对特征温度数据进行热场功率分析,得到目标CVD设备对应的功率数据;获取多个工艺流程信息,并根据功率数据对多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;将加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,本发明通过对CVD设备的温度数据进行智能分析,并且采用深度学习的设备温度控制分析模型进行设备温度控制分析,进而实现了CVD设备的温度智能控制,并且提高了温度控制的准确率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random acceS memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种CVD设备的温度控制方法,其特征在于,所述CVD设备的温度控制方法包括:
采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据;
获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据:
对所述特征温度数据进行热场功率分析,得到所述目标CVD设备对应的功率数据;其中,对所述特征温度数据进行热场分析,得到所述目标CVD设备对应的热场数据;根据所述热场数据计算在热损后所述目标CVD设备的所需功率,得到功率数据;具体的,获取特征温度数据,并构建预设条件下的目标CVD设备加热环境,在加热环境中测量特征温度数据对应的热场温度,根据热场温度构建热场模型,确定热场模型的温度边界线,生成目标CVD设备对应的热场数据,根据热场数据计算在热损后目标CVD设备的所需功率,得到功率数据;
获取多个工艺流程信息,并根据所述功率数据对所述多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;其中,从数据库中查询所述目标CVD设备的多个工艺流程信息;分别根据所述多个工艺流程信息和所述功率数据对所述目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案;根据所述温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据;具体的,从数据库中查询目标CVD设备的多个工艺流程信息,分别根据多个工艺流程信息和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案,其中,采集目标CVD设备加热过程中各加热环节对应的温度信息,采集加热生产线的工艺参数,根据工艺参数和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据时,将采集到的工艺参数保存后输入温度匹配函数,通过温度匹配函数对工艺参数进行智能优化处理,确定对应的温度智能分配方案,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据;
将所述加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制;其中,将所述加热器温度控制数据输入预置的设备温度控制分析模型,其中,所述设备温度控制分析模型包括编码器和解码器,所述编码器包括卷积层和池化层,所述解码器包括反卷积层和卷积层;通过所述编码器对所述加热器温度控制数据进行卷积特征编码,得到初始编码向量;将所述初始编码向量输入所述解码器进行向量转换和重构,得到目标特征向量;对所述目标特征向量和所述初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制;具体的,通过编码器对加热器温度控制数据进行卷积特征编码,得到初始编码向量,其中,首先对加热器温度控制数据进行预处理,基于编码器进行数据特征提取,当提取到对应的数据特征后,对该数据特征进行卷积特征编码,到初始编码向量,进而将初始编码向量输入解码器进行向量转换和重构,得到目标特征向量,在将初始编码向量输入解码器进行向量转换时,通过初始编码向量获取对应的向量元素被乘数和向量元素乘数,进而根据该向量元素被乘数和向量元素乘数进行向量转换,得到目标特征向量,最终对目标特征向量和初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果;其中,将所述温度控制分析结果存储至所述数据库中;根据所述温度控制分析结果对所述工艺流程信息进行流程优化和生产工艺配方优化,生成优化后的工艺流程信息。
2.根据权利要求1所述的CVD设备的温度控制方法,其特征在于,所述采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据,包括:
按照预设的时间周期,并基于预设的温度传感器采集与目标CVD设备相关联的初始温度数据,其中,所述初始温度数据用于指示所述目标CVD设备的设备工作温度;
对所述初始温度数据进行温度连续性分析,得到连续性分析结果;
根据所述连续性分析结果,对所述初始温度数据进行数据标准化处理,得到所述初始温度数据对应的标准化温度数据。
3.根据权利要求2所述的CVD设备的温度控制方法,其特征在于,所述获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据,包括:
从预置的数据库中提取所述标准化温度数据对应的时间戳数据,其中,所述时间戳数据用于指示所述时间周期对应的时间节点;
按照所述时间戳数据,对所述标准化温度数据进行数据整合,得到时序温度数据;
对所述时序温度数据进行缺失值插值和数据衍生,得到标准温度数据;
对所述标准温度数据进行变量清单筛选,得到特征温度数据。
4.一种CVD设备的温度控制系统,其特征在于,所述CVD设备的温度控制系统包括:
采集模块,用于采集待处理的目标CVD设备对应的初始温度数据,并对所述初始温度数据进行数据标准化处理,得到标准化温度数据;
处理模块,用于获取所述标准化温度数据的时间戳数据,并按照所述时间戳数据对所述标准化温度数据进行特征筛选处理,得到特征温度数据:
分析模块,用于对所述特征温度数据进行热场功率分析,得到所述目标CVD设备对应的功率数据;其中,对所述特征温度数据进行热场分析,得到所述目标CVD设备对应的热场数据;根据所述热场数据计算在热损后所述目标CVD设备的所需功率,得到功率数据;具体的,获取特征温度数据,并构建预设条件下的目标CVD设备加热环境,在加热环境中测量特征温度数据对应的热场温度,根据热场温度构建热场模型,确定热场模型的温度边界线,生成目标CVD设备对应的热场数据,根据热场数据计算在热损后目标CVD设备的所需功率,得到功率数据;
控制模块,用于获取多个工艺流程信息,并根据所述功率数据对所述多个工艺流程信息进行加热器温度控制,生成每个工艺流程信息对应的加热器温度控制数据;其中,从数据库中查询所述目标CVD设备的多个工艺流程信息;分别根据所述多个工艺流程信息和所述功率数据对所述目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案;根据所述温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据;具体的,从数据库中查询目标CVD设备的多个工艺流程信息,分别根据多个工艺流程信息和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案,其中,采集目标CVD设备加热过程中各加热环节对应的温度信息,采集加热生产线的工艺参数,根据工艺参数和功率数据对目标CVD设备中的加热器进行温度智能分配,得到温度智能分配方案,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据时,将采集到的工艺参数保存后输入温度匹配函数,通过温度匹配函数对工艺参数进行智能优化处理,确定对应的温度智能分配方案,根据温度智能分配方案计算每个工艺流程信息对应的加热器温度控制数据;
输出模块,用于将所述加热器温度控制数据输入预置的设备温度控制分析模型进行设备温度控制分析,得到每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制;其中,将所述加热器温度控制数据输入预置的设备温度控制分析模型,其中,所述设备温度控制分析模型包括编码器和解码器,所述编码器包括卷积层和池化层,所述解码器包括反卷积层和卷积层;通过所述编码器对所述加热器温度控制数据进行卷积特征编码,得到初始编码向量;将所述初始编码向量输入所述解码器进行向量转换和重构,得到目标特征向量;对所述目标特征向量和所述初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果,其中,所述温度控制分析结果为以下任一种:高温高精度控温、保温热场控制、多段多温区控制、高真空气阀控制、工艺气氛控制以及多步工艺流程循环控制;具体的,通过编码器对加热器温度控制数据进行卷积特征编码,得到初始编码向量,其中,首先对加热器温度控制数据进行预处理,基于编码器进行数据特征提取,当提取到对应的数据特征后,对该数据特征进行卷积特征编码,到初始编码向量,进而将初始编码向量输入解码器进行向量转换和重构,得到目标特征向量,在将初始编码向量输入解码器进行向量转换时,通过初始编码向量获取对应的向量元素被乘数和向量元素乘数,进而根据该向量元素被乘数和向量元素乘数进行向量转换,得到目标特征向量,最终对目标特征向量和初始编码向量进行向量元素特征比对,生成每个工艺流程信息对应的温度控制分析结果;其中,将所述温度控制分析结果存储至所述数据库中;根据所述温度控制分析结果对所述工艺流程信息进行流程优化和生产工艺配方优化,生成优化后的工艺流程信息。
5.根据权利要求4所述的CVD设备的温度控制系统,其特征在于,所述采集模块具体用于:
按照预设的时间周期,并基于预设的温度传感器采集与目标CVD设备相关联的初始温度数据,其中,所述初始温度数据用于指示所述目标CVD设备的设备工作温度;
对所述初始温度数据进行温度连续性分析,得到连续性分析结果;
根据所述连续性分析结果,对所述初始温度数据进行数据标准化处理,得到所述初始温度数据对应的标准化温度数据。
6.根据权利要求5所述的CVD设备的温度控制系统,其特征在于,所述处理模块具体用于:
从预置的数据库中提取所述标准化温度数据对应的时间戳数据,其中,所述时间戳数据用于指示所述时间周期对应的时间节点;
按照所述时间戳数据,对所述标准化温度数据进行数据整合,得到时序温度数据;
对所述时序温度数据进行缺失值插值和数据衍生,得到标准温度数据;
对所述标准温度数据进行变量清单筛选,得到特征温度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310116087.8A CN115877890B (zh) | 2023-02-15 | 2023-02-15 | 一种cvd设备的温度控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310116087.8A CN115877890B (zh) | 2023-02-15 | 2023-02-15 | 一种cvd设备的温度控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115877890A CN115877890A (zh) | 2023-03-31 |
CN115877890B true CN115877890B (zh) | 2023-05-12 |
Family
ID=85761110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310116087.8A Active CN115877890B (zh) | 2023-02-15 | 2023-02-15 | 一种cvd设备的温度控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115877890B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104823119B (zh) * | 2012-10-01 | 2016-11-16 | 谷歌公司 | 用于环境控制系统的辐射供热控制和方法 |
JP6939649B2 (ja) * | 2018-03-07 | 2021-09-22 | オムロン株式会社 | 温度調節器 |
CN109324648A (zh) * | 2018-12-07 | 2019-02-12 | 银河航天(北京)通信技术有限公司 | 一种温度控制系统,航天器以及航天器温度控制的方法 |
CN113670448B (zh) * | 2021-08-16 | 2022-08-02 | 季华实验室 | 一种反应室温度测量系统、方法、装置及温度调节方法 |
CN114632488B (zh) * | 2022-05-16 | 2022-08-19 | 广东众大智能科技有限公司 | 一种连续式造粒反应釜模块式温度控制方法及系统 |
CN115358281B (zh) * | 2022-10-21 | 2023-01-13 | 深圳市耐思特实业有限公司 | 一种基于机器学习的冷热一体机监测控制方法及系统 |
-
2023
- 2023-02-15 CN CN202310116087.8A patent/CN115877890B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115877890A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948860A (zh) | 一种机械系统剩余寿命预测方法及系统 | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
EP3696693A1 (en) | Method and apparatus for monitoring state of device in process industry and medium | |
KR20170078256A (ko) | 시계열의 데이터를 예측 하는 방법 및 그 장치 | |
KR20170078252A (ko) | 시계열의 데이터를 모니터링 하는 방법 및 그 장치 | |
CN109670549B (zh) | 火电机组的数据筛选方法、装置以及计算机设备 | |
CN115358281B (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
CN109634233A (zh) | 工业大数据智能分析决策方法、可读存储介质和终端 | |
CN117008479B (zh) | 基于生物质气化炉的负碳排放优化控制方法及系统 | |
CN109614451A (zh) | 工业大数据智能分析决策装置 | |
CN117556366B (zh) | 基于数据筛选的数据异常检测系统及方法 | |
CN115877890B (zh) | 一种cvd设备的温度控制方法及系统 | |
CN116660759B (zh) | 基于bms电池管理系统的电池寿命预测方法及装置 | |
CN117388893A (zh) | 一种基于gps的多设备定位系统 | |
CN105573269B (zh) | 半导体制造机台的参数监控系统及方法 | |
CN115826636B (zh) | 一种cvd设备的压力控制方法及系统 | |
CN113312587B (zh) | 基于arima预测和回归预测的传感器采集数据缺失值处理方法 | |
CN113205178B (zh) | 人工智能红外图像传感系统及方法 | |
CN115173421A (zh) | 一种基于渐进拉丁超立方采样的概率最优潮流计算方法 | |
CN115796058B (zh) | 一种cvd设备的设备数据分析方法及系统 | |
CN117129904B (zh) | 一种基于数据分析的工业电源快速切换监测方法 | |
CN117312623B (zh) | 一种塑料制品研发数据处理系统 | |
CN117289168B (zh) | 基于传感器数据和智能算法的产品质量监测系统 | |
CN114593960B (zh) | 一种多要素下的纯蒸汽取样方法及系统 | |
CN111443686B (zh) | 基于多目标优化与证据迭代更新的工业报警器设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |