CN116187112A - 基于大数据的提高单晶生长热对流分布均匀的方法及系统 - Google Patents
基于大数据的提高单晶生长热对流分布均匀的方法及系统 Download PDFInfo
- Publication number
- CN116187112A CN116187112A CN202310486587.0A CN202310486587A CN116187112A CN 116187112 A CN116187112 A CN 116187112A CN 202310486587 A CN202310486587 A CN 202310486587A CN 116187112 A CN116187112 A CN 116187112A
- Authority
- CN
- China
- Prior art keywords
- single crystal
- data
- crystal growth
- thermal field
- model
- 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.)
- Granted
Links
- 239000013078 crystal Substances 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000009826 distribution Methods 0.000 title claims abstract description 27
- 229910021421 monocrystalline silicon Inorganic materials 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims description 59
- 238000004088 simulation Methods 0.000 claims description 59
- 238000012549 training Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 25
- 238000004519 manufacturing process Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 19
- 230000008447 perception Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims 2
- 238000012937 correction Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 4
- 239000004065 semiconductor Substances 0.000 abstract description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 229910052786 argon Inorganic materials 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002109 crystal growth method Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C30—CRYSTAL GROWTH
- C30B—SINGLE-CRYSTAL GROWTH; UNIDIRECTIONAL SOLIDIFICATION OF EUTECTIC MATERIAL OR UNIDIRECTIONAL DEMIXING OF EUTECTOID MATERIAL; REFINING BY ZONE-MELTING OF MATERIAL; PRODUCTION OF A HOMOGENEOUS POLYCRYSTALLINE MATERIAL WITH DEFINED STRUCTURE; SINGLE CRYSTALS OR HOMOGENEOUS POLYCRYSTALLINE MATERIAL WITH DEFINED STRUCTURE; AFTER-TREATMENT OF SINGLE CRYSTALS OR A HOMOGENEOUS POLYCRYSTALLINE MATERIAL WITH DEFINED STRUCTURE; APPARATUS THEREFOR
- C30B15/00—Single-crystal growth by pulling from a melt, e.g. Czochralski method
- C30B15/20—Controlling or regulating
-
- C—CHEMISTRY; METALLURGY
- C30—CRYSTAL GROWTH
- C30B—SINGLE-CRYSTAL GROWTH; UNIDIRECTIONAL SOLIDIFICATION OF EUTECTIC MATERIAL OR UNIDIRECTIONAL DEMIXING OF EUTECTOID MATERIAL; REFINING BY ZONE-MELTING OF MATERIAL; PRODUCTION OF A HOMOGENEOUS POLYCRYSTALLINE MATERIAL WITH DEFINED STRUCTURE; SINGLE CRYSTALS OR HOMOGENEOUS POLYCRYSTALLINE MATERIAL WITH DEFINED STRUCTURE; AFTER-TREATMENT OF SINGLE CRYSTALS OR A HOMOGENEOUS POLYCRYSTALLINE MATERIAL WITH DEFINED STRUCTURE; APPARATUS THEREFOR
- C30B29/00—Single crystals or homogeneous polycrystalline material with defined structure characterised by the material or by their shape
- C30B29/02—Elements
- C30B29/06—Silicon
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Crystals, And After-Treatments Of Crystals (AREA)
Abstract
本发明公开了基于大数据的提高单晶生长热对流分布均匀的方法及系统，属于半导体技术领域。基于大数据的提高单晶生长热对流分布均匀的方法，包括以下步骤：获取单晶炉热场参数源数据；对获取的源数据进行预处理，得到预处理的源数据；输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对所述预处理的源数据建立模型；根据单晶炉热场参数源数据。本发明解决了现有技术中没有对单晶炉热场进行合理设计，导致单晶生长质量低的问题，对原有单晶炉热场进行扩容处理，能够对单晶硅的直径具有包容性，适用面广；且扩容后的单晶炉热场功耗相较于原单晶炉热场的功耗较低，因而单晶硅生成的质量较好。
Description
技术领域
本发明涉及半导体技术领域，特别涉及基于大数据的提高单晶生长热对流分布均匀的方法及系统。
背景技术
大直径、高质量硅单晶的生长技术成为当前半导体材料领域的研发热点。如果硅单晶直径增大，那么用料量必将加大，坩埚直径和热场尺寸也相应增大，必将导致熔体中热对流加剧。当采用传统的直拉法生长晶体时，熔体易出现涡流，固液界面形状、温度梯度以及氧浓度分布的均匀性难于控制，不易达到点缺陷的平衡。将磁场应用到直拉法生长单晶中可起到有效抑制热对流的作用，可使杂质含量均匀分布，显著改善晶体质量。
现有技术中，公开号为：CN112626609B的中国专利公开了一种可调节半导体单晶硅熔液对流的热场及单晶炉，该热场中的保温筒内设有不同材质的填充块，达到改变硅熔液下部温度的目的，实现控制硅熔体热对流的效果。以降低硅熔体受热对流的影响，以提高晶体长晶的质量均匀性和稳定性。
但是上述技术中，虽然解决了硅熔体受热对流的严重影响的问题，但是还具有以下缺陷：
上述专利没有对单晶炉热场进行合理设计，导致单晶生长质量低。
发明内容
本发明的目的在于提供基于大数据的提高单晶生长热对流分布均匀的方法及系统，可以解决现有技术中没有对单晶炉热场进行合理设计，导致单晶生长质量低的问题。
为实现上述目的，本发明提供如下技术方案：基于大数据的提高单晶生长热对流分布均匀的方法，包括以下步骤：
获取单晶炉热场参数源数据；
对获取的源数据进行预处理，得到预处理的源数据；
输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对所述预处理的源数据建立模型；其中，输入单晶生长环境感知物联网产生的数据到大数据平台，包括：
实时监测所述单晶生长环境感知物联网是否存在数据产生，当所述单晶生长环境感知物联网产生的数据存在数据产生时，获取所述单晶生长环境感知物联网产生的数据；
获取单晶生长环境感知物联网的数据产生的平均频率，按照所述数据产生的平均频率设置数据发送频率，其中，所述数据发送频率按照如下公式获取：
根据单晶炉热场参数源数据，通过训练好的模型对所述单晶炉热场进行仿真模拟，得到仿真模拟结果；
训练好的模型采用如下步骤训练得到：
获取单晶炉热场的训练数据以及所述训练数据对应的实际性质数据；
对所述训练数据进行预处理，得到预处理的训练数据；
将所述预处理的训练数据输入预设的模型，通过所述预设的模型得到所述预处理的训练数据对应的预测生成性质数据；
根据所述预测生成性质数据以及所述实际性质数据调整所述预设的模型的模型参数进行修正，以得到训练好的模型；
将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果；
根据分析处理结果对单晶炉热场参数进行修改，得到新的单晶炉热场；
存储并输出新的单晶炉热场参数结果。
优选的，输入单晶生长环境感知物联网产生的数据到大数据平台，还包括：
扫描所述单晶生长环境感知物联网与所述大数据平台之间的通信信道，并根据所述通信信道的剩余容量进行比较，筛选出目标通信信道；其中，所述目标通信信道为1个或多个；
所述单晶生长环境感知物联网通过所述数据发送频率依次通过所述目标通信信道向大数据平台发送数据。
优选的，所述目标通信信道的筛选原则为：
扫描所述单晶生长环境感知物联网与所述大数据平台之间的通信信道，获取每个所述通信信道的剩余容量；
将每个所述通信信道的剩余容量与预设的信道容量阈值进行比较，筛选出剩余容量不低于所述信道容量阈值的通信信道，作为候选通信信道；其中，所述信道容量阈值通过如下公式获取：
提取所述候选通信信道的数量，根据所述候选通信信道的数量确定目标通信信道的数量；
根据所述目标通信信道的数量按照剩余容量由大到小的顺序选取与所述目标通信信道的数量相同的通信信道作为目标通信信道。
优选的，获取单晶炉热场参数源数据，包括：
对所述单晶炉热场中的坩埚进行扩容处理，得到扩容后的坩埚；
根据所述扩容后的坩埚，作为所述单晶炉热场参数输出。
优选的，根据单晶炉热场参数源数据，通过训练好的模型对所述单晶炉热场进行仿真模拟，得到仿真模拟结果，包括：
对所述单晶炉热场参数进行数字建模，得到单晶硅棒数字模型；
初始化所述单晶硅棒数字模型；
对所述单晶硅棒数字模型进行网格剖分，得到网格剖分结果；
根据所述网格剖分结果，设置仿真相关参数设置；
确定仿真过程中的函数模型；
根据所述仿真相关参数和所述函数模型，进行试验生产，得到试验生产数据。
优选的，将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果，包括：
分析判断所述试验生产数据是否达到预设期望，若是，将所述试验生产数据作为仿真模拟结果输出；否则，执行暂停或返回所述单晶硅棒数字模型调整相关参数。
优选的，所述预处理得到的源数据与仿真模拟结果相对应，所有所述参数均在单晶炉的终端显示器中显示。
优选的，所述预设的模型包括：特征提取模块和全连接模块，其中：
将所述预处理的训练数据输入预设的模型，通过所述预设的模型得到所述预处理的训练数据对应的预测生成性质数据，包括：
将所述预处理的训练数据输入所述特征提取模块，通过所述特征提取模块得到所述预处理的训练数据对应的特征向量；
将所述特征向量输入所述全连接模块，通过所述全连接模块得到所述预处理的训练数据得到的预测生成性质数据。
基于大数据的提高单晶生长热对流分布均匀的系统，包括：获取参数源数据单元、处理参数源数据单元、建立模型单元和分析判定参数单元，其中：
获取参数源数据单元，用于获取单晶炉热场参数的基础源数据；
处理参数源数据单元，用于对获取的源数据进行预处理，得到预处理的源数据；
建立模型单元：用于通过输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对所述预处理的源数据建立模型，根据单晶炉热场参数源数据，通过训练好的模型对所述单晶炉热场进行仿真模拟，得到仿真模拟结果；
分析判定参数单元：将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果，根据分析处理结果对单晶炉热场参数进行修改，得到新的单晶炉热场。
优选的，在所述分析判定参数单元中，分析判断所述试验生产数据是否达到预设期望，若是，将所述试验生产数据作为仿真模拟结果输出；否则，执行暂停或返回所述单晶硅棒数字模型调整相关参数；
在所述处理参数源数据单元中预处理得到的源数据与仿真模拟结果相对应，所有所述参数均在单晶炉的终端显示器中显示。
与现有技术相比，本发明的有益效果如下：
1、本发明提出的基于大数据的提高单晶生长热对流分布均匀的方法及系统，扩容处理后的单晶炉热场能够对单晶硅的直径具有包容性，适用面广；另一方面，扩容后的单晶炉热场功耗相较于原单晶炉热场的功耗较低，因而单晶硅生成的质量较好，热对流均匀分布。
2、本发明提出的基于大数据的提高单晶生长热对流分布均匀的方法及系统，可有效地在大数据中进行智能单晶生长，利用了大数据分析并执行优化方案，提高单晶生长质量和单晶生长效率，降低单晶生长成本。
3、本发明提出的基于大数据的提高单晶生长热对流分布均匀的方法及系统，通过将源数据进行预处理，得到预处理的源数据，然后将所述预处理的源数据输入训练好的模型，通过所述训练好的模型得到所述单晶炉热场参数对应的预测性质数据，通过训练好的模型可以对单晶炉热场参数进行预测，因此可以通过对单晶炉热场参数进行修改，得到新的单晶炉热场。
附图说明
图1为本发明的基于大数据的提高单晶生长热对流分布均匀的方法流程图；
图2为本发明的基于大数据的提高单晶生长热对流分布均匀的系统模块图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了解决现有技术中，没有对热场进行合理设计，导致单晶生长质量低的技术问题，请参阅图1，提供以下技术方案：
基于大数据的提高单晶生长热对流分布均匀的方法，包括以下步骤：
获取单晶炉热场参数源数据；
对获取的源数据进行预处理，得到预处理的源数据；
具体的，输入单晶生长环境感知物联网产生的数据到大数据平台,包括：
实时监测所述单晶生长环境感知物联网是否存在数据产生，当所述单晶生长环境感知物联网产生的数据存在数据产生时，获取所述单晶生长环境感知物联网产生的数据；
扫描所述单晶生长环境感知物联网与所述大数据平台之间的通信信道，并根据所述通信信道的剩余容量进行比较，筛选出目标通信信道；其中，所述目标通信信道为1个或多个；
获取单晶生长环境感知物联网的数据产生的平均频率，按照所述数据产生的平均频率设置数据发送频率，其中，所述数据发送频率按照如下公式获取：
所述单晶生长环境感知物联网通过所述数据发送频率依次通过所述目标通信信道向大数据平台发送数据。
其中，所述目标通信信道的筛选原则为：
扫描所述单晶生长环境感知物联网与所述大数据平台之间的通信信道，获取每个所述通信信道的剩余容量；
将每个所述通信信道的剩余容量与预设的信道容量阈值进行比较，筛选出剩余容量不低于所述信道容量阈值的通信信道，作为候选通信信道；其中，所述信道容量阈值通过如下公式获取：
提取所述候选通信信道的数量，根据所述候选通信信道的数量确定目标通信信道的数量；
根据所述目标通信信道的数量按照剩余容量由大到小的顺序选取与所述目标通信信道的数量相同的通信信道作为目标通信信道。
通过上述方式能够对通信信道进行准确筛选，提高后续数据发送的及时性和发送效率，防止数据与信道实际容量余量不匹配导致后续数据发送效率较低，高频率发送易对信道造成高负荷进而导致信道拥堵，反而降低通信效率的问题发生。
具体的，单晶炉模型建立：根据单晶炉的结构，和已有26英寸生产工艺技术，进行单晶炉数字化模型建立。
热场仿真数字化：依据单晶炉子的特点和已有26英寸热场，建立基于26英寸热场结构图，并实现数字化仿真。
工况工艺参数设置：根据单晶仿真软件提供的基本工具和模块，构建工艺参数设置，根据实际工况情况设置提拉速度、埚转速度、晶转速度，氩气压力及流速，材料属性设置等工作。
函数模型选择和计算：根据物理湍流模型进行函数模型选择，并计算模型基本参数。
仿真模拟：基于数字化模型和参数设置及函数模型进行仿真模拟，通过严格迭代计算，进行回归运算，得出仿真结果。
仿真结果分析：根据仿真结果和热场分布曲线对仿真数据进行分析、处理、汇总和归纳。
工艺改进：根据分析数据结果，进行工艺参数改进，进行前后工艺比较研究，得出合理参数配置将获取的源数据经过抽取、筛选，也就是将输入的源数据中分散、凌乱、标准不统一的源数据整合，为后续参数分析判定提供依据，所有参数均能够在所在的单晶炉的终端显示器中显示，技术人员可以实时监控到每一单晶炉台的变化情况。
输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对预处理的源数据建立模型；
根据单晶炉热场参数源数据，通过训练好的模型对单晶炉热场进行仿真模拟，得到仿真模拟结果；
将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果；
根据分析处理结果对单晶炉热场参数进行修改，得到新的单晶炉热场；
存储并输出新的单晶炉热场参数结果。
具体的，基于已经完成的26英寸热场的研究基础上，对单晶炉的数据分析，在原有数据基础上将原有26英寸热场放大至27英寸热场，对原有热场总体进行扩大，在保证安全生产基础上将热场最大化，再结合具体内部结构合理分配单晶炉炉内空间，将坩埚，埚邦合理布局，进行27英寸热场改造，具体内容如下：
进行坩埚改造，将原有26英寸坩埚进行扩容，将原来的640mm直径坩埚，修改为外部直径为670mm，内部直径为641mm壁厚25mm，因此满足27英寸坩埚需求；
由于对坩埚进行了改造，因此对锅邦也进行了对应的修改，对坩埚起到支撑和保护作用，将锅邦的直径修改为外部直径为700mm，内部直径为671mm，壁厚为35mm。
根据改造后的热场基本模型，按照前期对热场的基本数据的认知，和研究计划，按步骤有计划的进行仿真实验，首先进行数据前处理，集体内容包括：第一，进行数字建模过程，将单晶炉和单晶棒进行数字建模，第二，进行模型初始化，将模型进行组合，并检查是否存在设计和模型缺陷。第三，进行网格剖分，并进行数据分析。第四，参数设置，依据26英寸单晶生长过程经验值进行27英寸热场参数设置。第五，进行仿真实验，得到仿真实验数据。第七，进行数据分析和处理，并调整生产工艺。具体内容如下：
熔炉建模：根据已修改的热场参数进行数字建模，分别建立了基于改造的27寸热场的数字构造过程，并建立了10英寸单晶硅棒数字模型；
模型初始化：模型初始化是将热场及炉子与单晶棒进行数字化组合，形成一套完成的模拟生产环境，基于各部件的完整数据进行数字化处理，目的是研究在改造后热场中10英寸单晶生长过程及产生相应生产条件所需数据。
网格剖分：为了更好地进行数字化处理和仿真计算，在合并完炉子模型后，软件生成网格，网格剖分较为复杂，关系数据是否合理有效，所以需要进行角度，密度比等设置，经过计算和反复实验，最终形成了一个较为细致和紧密的矩阵。
参数设置：晶体生长参数是在基于26英寸单晶仿真模拟实验基础上进行分析，数据处理及总结过程中总结出的一些基本参数，对特殊属性参数需进一步进行确认和实验获得，在基本思路下先将一些已知参数进行设置，在通过各种条件下的不同工艺状态分别设置。
获取单晶炉热场参数源数据，包括：
对单晶炉热场中的坩埚进行扩容处理，得到扩容后的坩埚；
根据扩容后的坩埚，作为单晶炉热场参数输出。
将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果，包括：
分析判断试验生产数据是否达到预设期望，若是，将试验生产数据作为仿真模拟结果输出；否则，执行暂停或返回单晶硅棒数字模型调整相关参数。
预处理得到的源数据与仿真模拟结果相对应，所有参数均在单晶炉的终端显示器中显示。
训练好的模型采用如下步骤训练得到：
获取单晶炉热场的训练数据以及训练数据对应的实际性质数据；
对训练数据进行预处理，得到预处理的训练数据；
将预处理的训练数据输入预设的模型，通过预设的模型得到预处理的训练数据对应的预测生成性质数据；
根据预测生成性质数据以及实际性质数据调整预设的模型的模型参数进行修正，以得到训练好的模型。
预设的模型包括：特征提取模块和全连接模块，其中：
将预处理的训练数据输入预设的模型，通过预设的模型得到预处理的训练数据对应的预测生成性质数据，包括：
将预处理的训练数据输入特征提取模块，通过特征提取模块得到预处理的训练数据对应的特征向量；
将特征向量输入全连接模块，通过全连接模块得到预处理的训练数据得到的预测生成性质数据。
具体的，源数据进行预处理，得到预处理的源数据，然后将预处理的源数据输入训练好的模型，通过训练好的模型得到单晶炉热场参数对应的预测性质数据，通过训练好的模型可以对单晶炉热场参数进行预测，因此可以通过对单晶炉热场参数进行修改，得到新的单晶炉热场；
根据预测生成性质数据以及实际性质数据，对预设的模型参数进行修正，并继续执行将预处理的训练数据输入预设的模型，通过预设的模型得到预处理的训练数据对应的预测生成性质数据的步骤，直至满足预设训练条件，得到训练好的模型，也就是说，若预设的模型满足预设训练条件，则得到训练好的模型。若预设的模型不满足预设训练条件，则返回将预处理的训练数据输入预设的模型，通过预设的模型得到预处理的训练数据对应的预测生成性质数据，直至预设的模型满足预设训练条件，得到训练好的模型；
另外，根据预测生成性质数据以及实际性质数据确定预设的模型的损失函数值，根据损失函数值对预设的模型参数进行修正。采用基于梯度的方法对预设的模型的参数进行修正，确定预设的模型的损失函数值后，根据损失函数值对预设的模型的参数的梯度、预设的模型的参数以及预设学习率，确定预设的模型的修正的参数。
具体的，将预处理的训练数据输入预设的模型，通过预设的模型中的特征提取模块输出预处理的训练数据对应的特征向量，并将特征向量输入预训练模型中的全连接模块，得到全连接模块输出的预处理的训练数据对应的预测生成性质数据。还可以是将预处理的训练数据输入预设的模型，通过预设的模型中的特征提取模块输出预处理的训练数据对应的特征向量，并将特征向量输入预训练模型中的全连接模块，得到全连接模块输出的预处理的训练数据对应的预测生成性质数据。
为了解决现有技术中，单晶生长质量和单晶生长效率低，单晶生长成本高的技术问题，请参阅图2，提供以下技术方案：
基于大数据的提高单晶生长热对流分布均匀的系统，包括：获取参数源数据单元、处理参数源数据单元、建立模型单元和分析判定参数单元，其中：
获取参数源数据单元，用于获取单晶炉热场参数的基础源数据；
处理参数源数据单元，用于对获取的源数据进行预处理，得到预处理的源数据；
建立模型单元：用于通过输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对预处理的源数据建立模型，根据单晶炉热场参数源数据，通过训练好的模型对单晶炉热场进行仿真模拟，得到仿真模拟结果；
分析判定参数单元：将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果，根据分析处理结果对单晶炉热场参数进行修改，得到新的单晶炉热场。
在分析判定参数单元中，分析判断试验生产数据是否达到预设期望，若是，将试验生产数据作为仿真模拟结果输出；否则，执行暂停或返回单晶硅棒数字模型调整相关参数。
在处理参数源数据单元中预处理得到的源数据与仿真模拟结果相对应，所有参数均在单晶炉的终端显示器中显示。
具体的，本发明可有效地在大数据中进行智能单晶生长，利用了大数据分析并执行优化方案，提高单晶生长质量和单晶生长效率，降低单晶生长成本。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于，包括以下步骤：
获取单晶炉热场参数源数据；
对获取的源数据进行预处理，得到预处理的源数据；
输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对所述预处理的源数据建立模型；其中，输入单晶生长环境感知物联网产生的数据到大数据平台，包括：
实时监测所述单晶生长环境感知物联网是否存在数据产生，当所述单晶生长环境感知物联网产生的数据存在数据产生时，获取所述单晶生长环境感知物联网产生的数据；
获取单晶生长环境感知物联网的数据产生的平均频率，按照所述数据产生的平均频率设置数据发送频率，其中，所述数据发送频率按照如下公式获取：
根据单晶炉热场参数源数据，通过训练好的模型对所述单晶炉热场进行仿真模拟，得到仿真模拟结果；
训练好的模型采用如下步骤训练得到：
获取单晶炉热场的训练数据以及训练数据对应的实际性质数据；
对所述训练数据进行预处理，得到预处理的训练数据；
将预处理的训练数据输入预设的模型，通过预设的模型得到预处理的训练数据对应的预测生成性质数据；
根据所述预测生成性质数据以及所述实际性质数据调整预设的模型的模型参数进行修正，以得到训练好的模型；
将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果；
根据分析处理结果对单晶炉热场参数进行修改，得到新的单晶炉热场；
存储并输出新的单晶炉热场参数结果。
2.根据权利要求1所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：所述输入单晶生长环境感知物联网产生的数据到大数据平台，还包括：
扫描所述单晶生长环境感知物联网与所述大数据平台之间的通信信道，并根据所述通信信道的剩余容量进行比较，筛选出目标通信信道；其中，所述目标通信信道为1个或多个；
所述单晶生长环境感知物联网通过所述数据发送频率依次通过所述目标通信信道向大数据平台发送数据。
3.根据权利要求2所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：所述目标通信信道的筛选原则为：
扫描所述单晶生长环境感知物联网与所述大数据平台之间的通信信道，获取每个所述通信信道的剩余容量；
将每个所述通信信道的剩余容量与预设的信道容量阈值进行比较，筛选出剩余容量不低于所述信道容量阈值的通信信道，作为候选通信信道；其中，所述信道容量阈值通过如下公式获取：
提取所述候选通信信道的数量，根据所述候选通信信道的数量确定目标通信信道的数量；
根据所述目标通信信道的数量按照剩余容量由大到小的顺序选取与所述目标通信信道的数量相同的通信信道作为目标通信信道。
4.根据权利要求3所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：获取单晶炉热场参数源数据，包括：
对所述单晶炉热场中的坩埚进行扩容处理，得到扩容后的坩埚；
根据扩容后的坩埚，作为所述单晶炉热场参数输出。
5.根据权利要求4所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：根据单晶炉热场参数源数据，通过训练好的模型对所述单晶炉热场进行仿真模拟，得到仿真模拟结果，包括：
对所述单晶炉热场参数进行数字建模，得到单晶硅棒数字模型；
初始化所述单晶硅棒数字模型；
对所述单晶硅棒数字模型进行网格剖分，得到网格剖分结果；
根据所述网格剖分结果，设置仿真相关参数设置；
确定仿真过程中的函数模型；
根据仿真相关参数和所述函数模型，进行试验生产，得到试验生产数据。
6.根据权利要求5所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果，包括：
分析判断所述试验生产数据是否达到预设期望，若是，将所述试验生产数据作为仿真模拟结果输出；否则，执行暂停或返回所述单晶硅棒数字模型调整相关参数。
7.根据权利要求6所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：预处理得到的源数据与仿真模拟结果相对应，所有参数均在单晶炉的终端显示器中显示。
8.根据权利要求7所述的基于大数据的提高单晶生长热对流分布均匀的方法，其特征在于：预设的模型包括：特征提取模块和全连接模块，其中：
将预处理的训练数据输入预设的模型，通过预设的模型得到预处理的训练数据对应的预测生成性质数据，包括：
将预处理的训练数据输入特征提取模块，通过所述特征提取模块得到预处理的训练数据对应的特征向量；
将所述特征向量输入全连接模块，通过全连接模块得到预处理的训练数据得到的预测生成性质数据。
9.基于大数据的提高单晶生长热对流分布均匀的系统，应用在如权利要求8所述的基于大数据的提高单晶生长热对流分布均匀的方法中，其特征在于，包括：获取参数源数据单元、处理参数源数据单元、建立模型单元和分析判定参数单元，其中：
获取参数源数据单元，用于获取单晶炉热场参数的基础源数据；
处理参数源数据单元，用于对获取的源数据进行预处理，得到预处理的源数据；
建立模型单元：用于通过输入单晶生长环境感知物联网产生的数据到大数据平台，通过运算框架对所述预处理的源数据建立模型，根据单晶炉热场参数源数据，通过训练好的模型对所述单晶炉热场进行仿真模拟，得到仿真模拟结果；
分析判定参数单元：将预处理的源数据与仿真模拟结果进行对比，分析数值是否合理并处理结果，根据分析处理结果对单晶炉热场参数进行修改，得到新的单晶炉热场。
10.根据权利要求9所述的基于大数据的提高单晶生长热对流分布均匀的系统，其特征在于：在所述分析判定参数单元中，分析判断所述试验生产数据是否达到预设期望，若是，将所述试验生产数据作为仿真模拟结果输出；否则，执行暂停或返回所述单晶硅棒数字模型调整相关参数；
在所述处理参数源数据单元中预处理得到的源数据与仿真模拟结果相对应，所有参数均在单晶炉的终端显示器中显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310486587.0A CN116187112B (zh) | 2023-05-04 | 2023-05-04 | 基于大数据的提高单晶生长热对流分布均匀的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310486587.0A CN116187112B (zh) | 2023-05-04 | 2023-05-04 | 基于大数据的提高单晶生长热对流分布均匀的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116187112A true CN116187112A (zh) | 2023-05-30 |
| CN116187112B CN116187112B (zh) | 2023-08-11 |
Family
ID=86446686
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310486587.0A Active CN116187112B (zh) | 2023-05-04 | 2023-05-04 | 基于大数据的提高单晶生长热对流分布均匀的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116187112B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543916A (zh) * | 2018-11-30 | 2019-03-29 | 广东工业大学 | 一种多晶硅还原炉内硅棒生长速率预估模型 |
| CN112837758A (zh) * | 2020-12-31 | 2021-05-25 | 杭州富加镓业科技有限公司 | 一种基于深度学习和导模法的导电型氧化镓的质量预测方法、制备方法及系统 |
| CN114048659A (zh) * | 2021-11-17 | 2022-02-15 | 青海民族大学 | 一种单晶炉热场生成方法 |
| US20230034994A1 (en) * | 2019-12-24 | 2023-02-02 | Zte Corporation | Channel Identification Method and Apparatus, Transmission Method, Transmission Device, Base Station, and Medium |
-
2023
- 2023-05-04 CN CN202310486587.0A patent/CN116187112B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543916A (zh) * | 2018-11-30 | 2019-03-29 | 广东工业大学 | 一种多晶硅还原炉内硅棒生长速率预估模型 |
| US20230034994A1 (en) * | 2019-12-24 | 2023-02-02 | Zte Corporation | Channel Identification Method and Apparatus, Transmission Method, Transmission Device, Base Station, and Medium |
| CN112837758A (zh) * | 2020-12-31 | 2021-05-25 | 杭州富加镓业科技有限公司 | 一种基于深度学习和导模法的导电型氧化镓的质量预测方法、制备方法及系统 |
| CN114048659A (zh) * | 2021-11-17 | 2022-02-15 | 青海民族大学 | 一种单晶炉热场生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116187112B (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105373683B (zh) | 一种20CrMnTiH钢热变形过程微观组织演化规律的预测方法 | |
| TWI651440B (zh) | 一種單晶爐 | |
| US10918014B2 (en) | Fertilization precision control method for water and fertilizer integrated equipment and control system thereof | |
| CN106649986B (zh) | 一种基于procast仿真平台对铜管水平连铸参数最优化匹配方法 | |
| CN112766399B (zh) | 一种面向图像识别的自适应神经网络训练方法 | |
| CN114655958A (zh) | 一种多晶硅生产的控制方法、系统 | |
| CN116187112B (zh) | 基于大数据的提高单晶生长热对流分布均匀的方法及系统 | |
| CN109470954B (zh) | 一种基于大数据的电网运行状态监测系统及其监测方法 | |
| CN112185474B (zh) | 一种Ti-45％Al合金定向凝固过程的数值模拟方法 | |
| US12024791B2 (en) | Quality prediction method, preparation method and system of high resistance gallium oxide based on deep learning and edge-defined film-fed growth method | |
| CN106202686A (zh) | 一种涡轮盘等温模锻预成形坯料的多目标设计方法 | |
| CN107527066A (zh) | 一种基于嵌入式的杂交稻播种性能检测系统及检测方法 | |
| CN115096033B (zh) | 基于体温变化的制冷策略生成方法、系统、终端及介质 | |
| CN108411361B (zh) | 存储介质、晶体生长方法及其系统 | |
| CN110057744B (zh) | 一种进行自动补偿的方法、装置及相应的流式细胞分析仪 | |
| CN110345614A (zh) | 一种基于室内人员分布检测的温度动态控制系统及方法 | |
| WO2022141764A1 (zh) | 一种基于深度学习和导模法的导电型氧化镓的质量预测方法、制备方法及系统 | |
| CN110413495B (zh) | 显示面板温度预测方法及温度预测装置 | |
| CN113796228A (zh) | 一种基于数字孪生的植物培育系统及方法 | |
| CN107256045A (zh) | 大体积混凝土智能温控的方法及装置 | |
| Liu et al. | The MIVD method of optimal seeding state detection using image processing technology for sapphire crystal growth via the Kyropoulos method | |
| CN114840966A (zh) | 一种稳温功率自优化方法、系统、计算机设备和储存介质 | |
| CN113486518B (zh) | 一种钢凝固过程柱状晶组织粘塑性拉伸变形的计算方法 | |
| You et al. | Automatic classification of the diabetes retina image based on improved BP neural network | |
| CN110516330A (zh) | 一种平面结构设计方法 |
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 |