CN117626411A - 晶体炉真空控制系统及真空度控制方法 - Google Patents

晶体炉真空控制系统及真空度控制方法 Download PDF

Info

Publication number
CN117626411A
CN117626411A CN202311718797.4A CN202311718797A CN117626411A CN 117626411 A CN117626411 A CN 117626411A CN 202311718797 A CN202311718797 A CN 202311718797A CN 117626411 A CN117626411 A CN 117626411A
Authority
CN
China
Prior art keywords
vacuum degree
crystal furnace
vacuum
control
characteristic parameters
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.)
Pending
Application number
CN202311718797.4A
Other languages
English (en)
Inventor
李再兴
李端科
张利
李浩毅
王剑刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongneng Xingsheng Xianghe Electromechanical Equipment Co ltd
Original Assignee
Zhongneng Xingsheng Xianghe Electromechanical Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongneng Xingsheng Xianghe Electromechanical Equipment Co ltd filed Critical Zhongneng Xingsheng Xianghe Electromechanical Equipment Co ltd
Priority to CN202311718797.4A priority Critical patent/CN117626411A/zh
Publication of CN117626411A publication Critical patent/CN117626411A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)

Abstract

本发明公开了一种晶体炉真空控制系统及真空度控制方法，涉及晶体生长控制技术领域。该系统中，声波传感器用于采集晶体炉内的声波信号，预处理模块用于对声波信号进行预处理，并提取出声波信号的特征参数，异常诊断模块用于判断晶体炉内的真空度是否存在异常，预测模块用于预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求，控制模块用于计算出晶体炉内的本效平衡控制参数，执行模块用于控制晶体炉内的相关设备。本发明通过对晶体炉内的声波信号进行分析和处理，实现晶体炉内的真空度的快速和精确控制，提高晶体生长的质量和效率。

Description

晶体炉真空控制系统及真空度控制方法
技术领域
本发明属于晶体生长控制技术领域，具体为晶体炉真空控制系统及真空度控制方法。
背景技术
晶体炉是一种用于生长单晶材料的设备，其真空度是影响单晶材料质量和性能的重要因素。然而，由于晶体炉内部的复杂环境和外部的干扰因素，晶体炉内的真空度往往难以保持稳定和可控，导致单晶材料的生长过程出现问题，甚至造成单晶材料的损坏。为了有效控制和调节晶体炉内的真空度，需要建立一套完善的晶体炉真空控制系统，实现对晶体炉内的真空度的实时监测、智能分析和快速调节。
目前，已有一些关于晶体炉真空控制系统的研究和专利，但是这些系统存在一些问题和不足，主要表现在以下几个方面：
(1)现有的晶体炉真空控制系统主要依靠经验或简单的阈值判断进行异常诊断，这种方式存在误报率高、漏报率高、灵敏度低等缺点，无法实现对晶体炉内的真空度异常的准确判断，从而导致晶体炉真空控制系统根据不准确的判断结果进行不必要的调节或者忽略真空度的调节，以致真空度的波动和不稳定，影响单晶材料的生长质量。
(2)现有的晶体炉真空控制系统没有对控制参数进行优化，而是直接采用粗略计算得到的控制参数，这种方式存在控制精度低、控制效果差、控制稳定性差等缺点，无法实现对晶体炉内真空度的有效、精确的调节。这样的控制方式不仅会影响晶体炉的运行效率和单晶材料的生长性能，还会增加晶体炉的能耗和运行成本。
综上所述，目前的晶体炉真空控制系统还存在很多问题和不足，亟需进行改进和创新。
发明内容
本实施方案公开了一种晶体炉真空控制系统，该系统能够通过采集晶体炉内的声波信号，进行异常诊断、真空度预测和控制参数优化，以实现晶体炉内的真空度精密控制，提高晶体生长的质量和效率。该系统包括：
声波传感器，用于采集晶体炉内的声波信号；
预处理模块，用于对采集的声波信号进行预处理，并提取出声波信号的特征参数；
异常诊断模块，用于根据声波信号的特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果；
预测模块，用于根据声波信号的特征参数、设定的真空度目标值以及异常诊断结果，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求；
控制模块，用于根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量；
执行模块，用于根据本效平衡控制参数，控制晶体炉内的相关设备，包括真空泵、阀门和气体注入装置，以调节晶体炉内的真空度。
本实施方案的有益效果在于，通过采集和分析晶体炉内的声波信号，能够实时监测和诊断晶体炉内的真空度状况，及时发现和处理真空度异常，避免晶体生长过程中的质量问题；通过预测和控制晶体炉内的真空度变化趋势，能够根据设定的真空度目标值，自动调节晶体炉内的真空度，保证晶体生长的稳定性和均匀性；通过优化和执行晶体炉内的控制参数，能够实现晶体炉内的真空度的精确控制，提高晶体生长的质量和效率。
在较佳实施情况下，所述预处理模块具体包括：
滤波子模块，用于对采集的声波信号进行滤波处理，去除噪声干扰；
傅里叶变换子模块，用于对滤波后的声波信号进行傅里叶变换，得到声波信号的频谱；
特征提取子模块，用于从声波信号的频谱中提取出声波信号的特征参数，包括声波信号的频率、幅值以及相位。
在较佳实施情况下，所述预处理模块通过对声波信号进行滤波、傅里叶变换和特征提取，可以有效地去除噪声干扰，提高声波信号的质量和可靠性，增强声波信号与真空度之间的相关性，为后续的异常诊断和预测提供准确的输入数据。
在较佳实施情况下，所述异常诊断模块具体包括：
模糊化子模块，用于将声波信号的特征参数转化为模糊集合，分别对应于不同的真空度等级；
规则库子模块，用于存储模糊逻辑规则，描述声波信号的特征参数与真空度异常之间的关系；
推理子模块，用于根据模糊逻辑规则，对模糊集合进行模糊推理，得到真空度异常的模糊输出；
解模糊子模块，用于对模糊输出进行解模糊化，得到真空度异常的诊断结果。
在较佳实施情况下，所述异常诊断模块能够利用模糊逻辑的优势，处理声波信号的特征参数的不确定性和非线性，实现晶体炉内的真空度异常的快速和准确的诊断。
在较佳实施情况下，所述预测模块具体包括：
真空度模型子模块，用于根据声波信号的特征参数，建立晶体炉内的真空度模型，描述晶体炉内的真空度与声波信号的特征参数之间的关系；
真空度预测子模块，用于根据真空度模型，预测晶体炉内的真空度变化趋势，包括真空度的变化方向、变化速率以及变化幅度，并输出真空度预测结果；
真空度调节子模块，用于根据真空度预测结果、设定的真空度目标值以及异常诊断结果，确定晶体炉内的真空度调节需求，包括真空度的调节方向、调节速率以及调节幅度，并输出真空度调节需求结果。
在较佳实施情况下，所述预测模块通过建立真空度模型，可以实现对晶体炉内的真空度与声波信号的特征参数之间的关系的量化和描述，为后续的真空度预测和调节提供理论依据和计算方法。
在较佳实施情况下，所述控制模块具体包括：
控制参数计算子模块，用于根据真空度调节需求结果，计算出晶体炉内的控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量；
控制参数优化子模块，用于根据控制参数计算结果，对控制参数进行优化，以使晶体炉内的真空度达到设定的真空度目标值，并输出控制参数优化结果；
控制参数输出子模块，用于根据控制参数优化结果，输出控制参数，包括真空泵的开关信号、阀门的开度信号以及气体的流量信号。
在较佳实施情况下，所述控制模块通过计算和优化控制参数，可以实现对晶体炉内的真空度的精确和高效的控制，使晶体炉内的真空度达到设定的目标值，同时考虑了控制参数的代价和约束，避免了控制参数的过大或过小，保证了控制参数的合理性和可行性。
在较佳实施情况下，所述真空度预测子模块采用滑动窗口方法，具体包括以下步骤：
初始化一个大小为k的窗口，窗口内包含k个声波信号的特征参数，包括频率、幅值和相位；
根据真空度模型，计算窗口内的声波信号的特征参数与真空度之间的关系，得到窗口内的真空度值；
根据窗口内的真空度值，预测真空度的变化趋势，包括真空度的变化方向、变化速率以及变化幅度，并输出真空度预测结果；
将窗口向右滑动一位，即移除窗口左边的一个声波信号的特征参数，加入窗口右边的一个声波信号的特征参数，更新窗口内的数据；
重复第二步和第三步，直到窗口滑动到声波信号的特征参数的末尾，结束预测。
在较佳实施情况下，所述真空度预测子模块通过采用滑动窗口方法，可以实现对声波信号的特征参数的动态和实时的分析，提高真空度预测的时效性和灵活性，适应晶体炉内的真空度的变化情况。
在较佳实施情况下，所述控制参数优化子模块通过以下公式得到优化后的控制参数：
其中，J(s,v,q)为优化目标函数，p为晶体炉内的真空度，p*为设定的真空度目标值，s为真空泵的开关状态，s*为优化后的真空泵的开关状态，v为阀门的开度，v*为优化后的阀门的开度，q为气体的流量，q*为优化后的气体的流量，γ1、γ2、γ3为权重系数，用于平衡真空度误差和控制参数的代价。
在较佳实施情况下，所述控制参数优化子模块通过采用优化目标函数，可以实现对控制参数的优化，使真空度误差最小，同时平衡控制参数的代价。
本实施方案还公开了一种晶体炉真空度控制方法，该方法可以实现上述晶体炉真空控制系统的功能，即根据晶体炉内的声波信号，实现晶体炉内的真空度的自动控制，提高晶体炉的运行效率和稳定性。该方法包括以下步骤：
S1：采集晶体炉内的声波信号；
S2：对声波信号进行预处理，并提取出声波信号的特征参数；
S3：根据声波信号的特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果；
S4：根据声波信号的特征参数、设定的真空度目标值以及异常诊断结果，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求；
S5：根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量；
S6：根据本效平衡控制参数，控制晶体炉内的相关设备，以调节晶体炉内的真空度。
本实施方案的有益效果在于，通过采用声波信号作为真空度的反馈信息，可以实现晶体炉内的真空度的实时监测和控制，提高了晶体炉的运行效率和稳定性，降低了能耗和成本。
在较佳实施情况下，所述S3进一步包括：
S31：在晶体炉内增设一个电离传感器，通过该电离传感器采集电离信号；
S32：对电离信号进行预处理，并提取出电离信号的特征参数；
S33：根据电离信号和声波信号的特征参数，进行加权处理，得到真空度的综合特征参数；
S34：根据真空度的综合特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果。
在较佳实施情况下，所述S3能够通过采集和分析晶体炉内的电离信号，增加真空度诊断的信息量和可靠性，提高真空度诊断的准确性和灵敏度；通过对电离信号和声波信号的特征参数进行加权处理，能够综合考虑两种信号的影响，得到真空度的综合特征参数，实现真空度异常的综合诊断。
附图说明
图1为本发明的实施例1中的系统结构示意图；
图2为本发明的实施例2-5中的系统结构示意图；
图3为本发明的实施例7中的方法流程图。
具体实施方式
为了使本领域技术人员更好地理解技术方案，下面结合实施例对技术方案进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。
实施例1：
本实施例提供了一种晶体炉真空控制系统，其结构示意图如图1所示，包括以下组成部分：
声波传感器，用于采集晶体炉内的声波信号，声波信号是由晶体炉内的气体分子运动产生的，反映了晶体炉内的真空度变化，声波传感器可以设置在晶体炉的壁面或顶部，以便于接收声波信号。声波传感器可以是任何能够检测声波信号的传感器，例如麦克风、压力传感器等。
预处理模块，用于对采集的声波信号进行预处理，并提取出声波信号的特征参数，该预处理模块可以采用数字信号处理器(DSP)或者微控制器(MCU)等硬件设备实现，以提高信号处理的速度和精度。
异常诊断模块，用于根据声波信号的特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果，该异常诊断模块可以采用模糊逻辑方法实现，以提高诊断的灵敏度和鲁棒性。
预测模块，用于根据声波信号的特征参数、设定的真空度目标值以及异常诊断结果，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求，该预测模块可以采用线性回归或者神经网络等方法实现，以提高预测的准确度和适应性。
控制模块，用于根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量，该控制模块可以采用最优化算法或者比例-积分-微分(PID)控制器等方法实现，以提高控制的效率和稳定性。
执行模块，用于根据本效平衡控制参数，控制晶体炉内的相关设备，包括真空泵、阀门和气体注入装置，以调节晶体炉内的真空度，该执行模块可以采用继电器或者晶体管等硬件设备实现，以提高执行的可靠性和安全性。
本实施例提供了一种晶体炉真空控制系统，该系统利用声波信号作为真空度的指示，通过对声波信号的预处理、异常诊断、预测、控制和执行，实现了对晶体炉内的真空度的实时监测和调节，从而提高了晶体生长的质量和效率。
实施例2：
本实施例在实施例1的基础上，对预处理模块进行了具体的实现，以提高声波信号的处理质量和效果。
如图2所示，预处理模块具体包括以下3个子模块：
滤波子模块，用于对采集的声波信号进行滤波处理，去除噪声干扰，该滤波子模块可以采用低通滤波器或者带通滤波器等方法实现，以提高声波信号的信噪比。
在本实施例中，滤波子模块采用一种基于小波变换的滤波技术，该技术包括以下步骤：
(1)对声波信号进行小波变换，得到声波信号的小波系数；
(2)对小波系数进行阈值处理，去除小波系数中的噪声分量；
(3)对阈值处理后的小波系数进行逆小波变换，得到滤波后的声波信号。
傅里叶变换子模块，用于对滤波后的声波信号进行傅里叶变换，得到声波信号的频谱，该傅里叶变换子模块可以采用快速傅里叶变换(FFT)或者离散傅里叶变换(DFT)等方法实现，以提高声波信号的频域分析能力。
在本实施例中，傅里叶变换子模块采用一种基于快速傅里叶变换(FFT)的傅里叶变换技术，该技术包括以下步骤：
(1)对滤波后的声波信号进行采样，得到声波信号的离散序列；
(2)对声波信号的离散序列进行快速傅里叶变换，得到声波信号的复数频谱；
(3)对声波信号的复数频谱进行模值运算，得到声波信号的幅值频谱。
特征提取子模块，用于从声波信号的频谱中提取出声波信号的特征参数，包括声波信号的频率、幅值以及相位，该特征提取子模块可以采用峰值检测或者谱线拟合等方法实现，以提高声波信号的特征表示能力。
在本实施例中，特征提取子模块采用一种基于峰值检测的特征提取技术，该技术包括以下步骤：
(1)对声波信号的幅值频谱进行峰值检测，找出声波信号的主频率和次频率，即幅值最大和次大的频率点；
(2)根据声波信号的主频率和次频率，计算声波信号的频率特征参数，即声波信号的频率差值；
(3)根据声波信号的主频率和次频率，从声波信号的复数频谱中提取出对应的复数值，计算声波信号的幅值特征参数，即声波信号的幅值比值；
(4)根据声波信号的主频率和次频率，从声波信号的复数频谱中提取出对应的复数值，计算声波信号的相位特征参数，即声波信号的相位差值。
本实施例提供了一种预处理模块，该模块利用滤波、傅里叶变换和特征提取等方法，对声波信号进行了有效的处理，从而提取出了反映真空度变化的声波信号的特征参数，为后续的异常诊断和预测提供了可靠的数据。
实施例3：
本实施例在实施例1的基础上，对异常诊断模块进行了具体的实现，以提高真空度异常的诊断能力和准确性。
如图2所示，异常诊断模块具体包括以下4个子模块：
模糊化子模块，用于将声波信号的特征参数转化为模糊集合，分别对应于不同的真空度等级，该模糊化子模块可以采用三角形或者梯形等方法实现，以提高模糊化的效率和灵活性。
本实施例中，模糊化子模块采用一种基于三角形函数的模糊化方法，该方法包括以下步骤：
(1)根据声波信号的特征参数的取值范围，确定模糊集合的定义域，即声波信号的特征参数的最小值和最大值；
(2)根据声波信号的特征参数与真空度的相关性，确定模糊集合的值域，即不同的真空度等级，例如，高、中、低；
(3)根据声波信号的特征参数的分布情况，确定模糊集合的隶属度函数，即声波信号的特征参数在不同的真空度等级上的隶属度，采用三角形函数表示；
(4)根据声波信号的特征参数的实际值，计算声波信号的特征参数在不同的真空度等级上的隶属度，即将声波信号的特征参数的实际值代入隶属度函数中，得到模糊集合的模糊值。
规则库子模块，用于存储模糊逻辑规则，描述声波信号的特征参数与真空度异常之间的关系，该规则库子模块可以采用专家系统或者机器学习等方法实现，以提高规则库的完备性和适应性。
在本实施例中，规则库子模块采用一种基于专家知识的规则库建立方法，该方法包括以下步骤：
(1)根据声波信号的特征参数的含义，确定模糊逻辑规则的前件部分，即声波信号的特征参数的模糊集合，例如，声波信号的频率差值、幅值比值和相位差值；
(2)根据真空度异常的定义，确定模糊逻辑规则的后件部分，即真空度异常的模糊集合，例如，正常、轻微异常、中度异常、严重异常；
(3)根据声波信号的特征参数与真空度异常的相关性，确定模糊逻辑规则的连接词，即声波信号的特征参数之间的逻辑关系，例如，与、或、非；
(4)根据专家知识和经验，确定模糊逻辑规则的具体内容，即声波信号的特征参数与真空度异常之间的对应关系，例如，如果声波信号的频率差值为高，且声波信号的幅值比值为低，且声波信号的相位差值为高，那么真空度异常为严重异常。
推理子模块，用于根据模糊逻辑规则，对模糊集合进行模糊推理，得到真空度异常的模糊输出，该推理子模块可以采用最大最小法或者最大乘积法等方法实现，以提高推理的合理性和稳定性。
解模糊子模块，用于对模糊输出进行解模糊化，得到真空度异常的诊断结果，该解模糊子模块可以采用重心法或者平均最大值法等方法实现，以提高解模糊的精确度和可解释性。
在本实施例中，解模糊子模块采用一种基于阈值划分的解模糊化技术，该技术包括以下步骤：
(1)根据真空度异常的模糊输出，以及真空度异常的取值范围，确定真空度异常的诊断结果的类型，即正常、轻微异常、中度异常、严重异常；
(2)根据真空度异常的诊断结果的类型，以及预先设定的阈值，确定真空度异常的诊断结果的等级，即异常的严重程度，例如，如果真空度异常的诊断结果的类型为严重异常，且真空度异常的模糊输出大于0.8，那么真空度异常的诊断结果的等级为5，表示异常非常严重；
(3)根据真空度异常的诊断结果的类型和等级，输出真空度异常的诊断结果，例如，输出“真空度异常为严重异常，等级为5，需要立即停止晶体生长的过程，进行紧急处理”。
进一步的，系统在获取异常诊断结果之后，根据该异常诊断结果，采取相应的处理方式，例如，如果真空度异常为轻微异常，等级为1或2，可以通过调节晶体炉内的相关设备，包括真空泵、阀门和气体注入装置，以调节晶体炉内的真空度，使其接近设定的真空度目标值；如果真空度异常为中度异常，等级为3或4，可以通过更换真空泵或真空阀，或者检查晶体炉的密封性，排除故障原因，恢复正常的真空度；如果真空度异常为严重异常，等级为5，需要立即停止晶体生长的过程，进行紧急处理，如关闭晶体炉，切断电源，通知相关人员，避免造成更大的损失。
本实施例提供了一种异常诊断模块，该模块利用模糊逻辑方法，对声波信号的特征参数进行了有效的模糊化、规则化、推理和解模糊，从而判断出了晶体炉内的真空度是否存在异常，为后续的预测和控制提供了有效的指导。
实施例4：
本实施例在实施例1的基础上，对预测模块进行了具体的实现，以提高真空度变化趋势的预测能力和准确性。
如图2所示，预测模块具体包括以下3个子模块：
真空度模型子模块，用于根据声波信号的特征参数，建立晶体炉内的真空度模型，描述晶体炉内的真空度与声波信号的特征参数之间的关系，该真空度模型子模块可以采用线性回归或者神经网络等方法实现，以提高模型的拟合度和泛化能力。
在本实施例中，真空度模型子模块采用一种基于神经网络的真空度模型建立技术，该技术包括以下步骤：
(1)根据声波信号的特征参数，构建神经网络的输入层，包括三个输入节点，分别对应于声波信号的频率差值、幅值比值和相位差值；
(2)根据真空度，构建神经网络的输出层，包括一个输出节点，对应于真空度的数值；
(3)根据声波信号的特征参数和真空度之间的非线性关系，构建神经网络的隐藏层，包括若干个隐藏节点，每个隐藏节点与输入层和输出层的所有节点相连，具有不同的权重和偏置；
(4)根据声波信号的特征参数和真空度的历史数据，利用反向传播算法，训练神经网络的参数，使神经网络的输出值与真实值的误差最小，得到真空度模型。
真空度预测子模块，用于根据真空度模型，预测晶体炉内的真空度变化趋势，包括真空度的变化方向、变化速率以及变化幅度，并输出真空度预测结果，该真空度预测子模块可以采用滑动窗口或者卡尔曼滤波等方法实现，以提高预测的实时性和稳定性。
在本实施例中，真空度预测子模块采用一种基于滑动窗口的真空度预测方法，该方法包括以下步骤：
(1)初始化一个大小为k的窗口，窗口内包含k个声波信号的特征参数，包括频率、幅值和相位；
(2)根据真空度模型，计算窗口内的声波信号的特征参数与真空度之间的关系，得到窗口内的真空度值；
(3)根据窗口内的真空度值，预测真空度的变化趋势，包括真空度的变化方向、变化速率以及变化幅度，并输出真空度预测结果；
(4)将窗口向右滑动一位，即移除窗口左边的一个声波信号的特征参数，加入窗口右边的一个声波信号的特征参数，更新窗口内的数据；
(5)重复第二步和第三步，直到窗口滑动到声波信号的特征参数的末尾，结束预测。
真空度调节子模块，用于根据真空度预测结果、设定的真空度目标值以及异常诊断结果，确定晶体炉内的真空度调节需求，包括真空度的调节方向、调节速率以及调节幅度，并输出真空度调节需求结果。
具体的，真空度调节子模块采用以下方法：
(1)比较真空度预测结果和设定的真空度目标值，得到真空度的偏差值，即真空度的误差。
(2)根据真空度的偏差值，确定真空度的调节方向，即真空度需要升高还是降低，如真空度的偏差值为正，则真空度需要降低，如真空度的偏差值为负，则真空度需要升高。
(3)根据真空度的偏差值以及异常诊断结果，确定真空度的调节速率，即真空度需要快速还是缓慢地调节，例如，在真空度正常时，真空度的偏差值越大或真空度的变化速率越快，就需要越快地调节真空度，反之，就需要越慢地调节真空度；如果真空度存在异常，如真空度波动，那么还需要考虑异常的程度，如真空度波动较大，就需要快速地调节真空度，以避免造成晶体生长的质量问题，如真空度波动较小，就可以缓慢地调节真空度，以保持晶体炉的稳定性。
(4)根据真空度的偏差值以及异常诊断结果，确定真空度的调节幅度，即真空度需要调节多少，例如，在真空度正常时，真空度的偏差值越大，真空度的调节幅度也越大，反之，真空度的偏差值越小，真空度的调节幅度也越小；如果真空度存在异常，真空度的调节幅度还需要与真空度的调节速率和异常诊断结果相匹配，即真空度的调节速率越快，真空度的调节幅度也应该越大，真空度存在异常时，真空度的调节幅度也应该增加，以尽快恢复正常的真空度。
本实施例提供了一种晶体炉真空控制系统，其对预测模块进行了具体的实现，根据异常诊断结果和设定的真空度目标值，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求，该系统能够利用神经网络和滑动窗口的方法，对晶体炉内的真空度进行动态的建模和预测，以便对晶体炉内的真空度进行及时和有效的调节。
实施例5：
本实施例在实施例1的基础上，对控制模块进行了具体的实现，以提高晶体炉内的相关参数的实时调节和优化的效率和灵活性。
如图2所示，控制模块具体包括以下3个子模块：
控制参数计算子模块，用于根据真空度调节需求结果，计算出晶体炉内的控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量，该控制参数计算子模块可以采用最优化算法或者比例-积分-微分(PID)控制器等方法实现，以提高控制参数的计算速度和精度。
在本实施例中，控制参数计算子模块采用一种基于线性规划的控制参数计算技术，该技术包括以下步骤：
(1)根据真空度调节需求结果，以及晶体炉内的相关参数的取值范围，建立控制参数的约束条件，即控制参数的上限和下限，例如，真空泵的开关状态只能为0或1，阀门的开度只能在0到100％之间，气体的流量只能在0到10L/min之间；
(2)根据真空度调节需求结果，以及晶体炉内的相关参数的影响因素，建立控制参数的目标函数，即控制参数的优化指标，例如，使真空度的调节误差最小，或使控制参数的变化幅度最小；
(3)根据控制参数的约束条件和目标函数，利用线性规划算法，求解控制参数的最优解，例如，利用单纯形法或内点法等方法求解；
(4)根据控制参数的最优解，输出控制参数的计算结果，包括真空泵的开关状态、阀门的开度以及气体的流量。
控制参数优化子模块，用于根据控制参数计算结果，对控制参数进行优化，以使晶体炉内的真空度达到设定的真空度目标值，并输出控制参数优化结果。
在本实施例中，控制参数优化子模块采用一种基于最优化法的控制参数优化技术，该技术包括以下步骤：
(1)根据控制参数计算结果，以及晶体炉内的真空度模型，建立控制参数的优化模型，即一个非线性的优化目标函数，其目标是使控制参数的优化值与计算值的差值的平方和最小；
(2)根据控制参数的优化模型，以及控制参数的取值范围，利用最优化算法，求解控制参数的优化值，例如，利用梯度下降法或牛顿法等方法求解；
(3)根据控制参数的优化值，以及控制参数的取值范围，对控制参数进行限幅处理，即如果控制参数的优化值超出了控制参数的取值范围，那么将控制参数的优化值设置为控制参数的最大值或最小值；
(4)根据控制参数的优化值，输出控制参数的优化结果，包括真空泵的开关状态、阀门的开度以及气体的流量。
控制参数输出子模块，用于根据控制参数优化结果，输出控制参数，包括真空泵的开关信号、阀门的开度信号以及气体的流量信号，该控制参数输出子模块可以采用数字-模拟转换器(DAC)或者脉宽调制(PWM)等方法实现，以提高控制参数的输出质量和效果。
本实施例提供了一种晶体炉真空控制系统，其对控制模块进行了具体的实现，根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量，该系统能够利用线性规划、最优化法和数字模拟转换的方法，对控制参数进行计算、优化和输出，以便对晶体炉内的相关设备进行精确和有效的控制。
实施例6：
本实施例在实施例5的基础上对控制参数优化子模块中控制参数的优化进行了具体的实现。
控制参数优化子模块通过以下公式得到优化后的控制参数：
其中，J(s,v,q)为优化目标函数，p为晶体炉内的真空度，p*为设定的真空度目标值，s为真空泵的开关状态，s*为优化后的真空泵的开关状态，v为阀门的开度，v*为优化后的阀门的开度，q为气体的流量，q*为优化后的气体的流量，γ1、γ2、γ3为权重系数，用于平衡真空度误差和控制参数的代价。
优化目标函数J(s,v,q)是一个多目标优化问题，它既要使晶体炉内的真空度p接近设定的真空度目标值p*，又要使控制参数s、v、q的值尽可能小，以减少能耗和成本。因此，优化目标函数J(s,v,q)由两部分组成：真空度误差项和控制参数代价项。
真空度误差项为它表示晶体炉内的真空度p与设定的真空度目标值p*之间的差的平方的一半，用于衡量真空度的偏离程度；真空度误差项越小，说明晶体炉内的真空度越接近设定的真空度目标值，优化效果越好。
控制参数代价项为γ1s+γ2v+γ3q，它表示控制参数s、v、q的值的加权和，用于衡量控制参数的消耗程度；控制参数代价项越小，说明控制参数的值越小，能耗和成本越低，优化效果越好。
权重系数γ1、γ2、γ3是用于平衡真空度误差项和控制参数代价项的重要性的参数，它们可以根据实际情况进行调整。当真空度误差项的重要性高于控制参数代价项，那么权重系数γ1、γ2、γ3的值应该较小；当控制参数代价项的重要性高于真空度误差项，那么权重系数γ1、γ2、γ3的值应该较大。
本效平衡控制参数s*、v*、q*是使优化目标函数J(s,v,q)达到最小值的控制参数s、v、q的值，它们可以通过数学方法或数值方法求解。
在本实施例中，晶体炉内的真空度调节需求结果为：真空度的调节方向为增加，调节速率为0.1Pa/s，调节幅度为0.5Pa，即晶体炉内的真空度需要以0.1Pa/s的速率增加0.5Pa，达到设定的真空度目标值。
设定晶体炉内的真空度为p＝10Pa，真空度目标值为p*＝10.5Pa，权重系数为γ1＝0.1、γ2＝0.2、γ3＝0.3，那么，优化目标函数J(s,v,q)可以表示为：
J(s,v,q)＝0.125+0.1s+0.2v+0.3q
为了求解本效平衡控制参数s*、v*、q*，可以采用梯度下降法，即从一个初始的控制参数s0、v0、q0开始，不断沿着优化目标函数J(s,v,q)的负梯度方向更新控制参数s、v、q，直到优化目标函数J(s,v,q)达到最小值或满足一定的停止条件。优化目标函数J(s,v,q)的梯度为：
梯度下降法的更新公式为：
其中，k+1为迭代次数，α为学习率，用于控制更新的步长。
设定初始的控制参数s0、v0、q0都为0，即真空泵关闭、阀门关闭、气体流量为0，学习率α为0.01，那么，第一次迭代的控制参数s1、v1、q1为：
第二次迭代的控制参数s2、v2、q2为：
以此类推，经过多次迭代，控制参数s、v、q会不断更新，优化目标函数J(s,v,q)会不断减小。当控制参数s、v、q的更新量小于预设的阈值时，说明优化目标函数J(s，v，q)已经接近最小值，此时的控制参数s、v、q就是本效平衡控制参数s*、v*、q*，可以停止更新，其中，控制参数s、v、q的更新量是指每次迭代后，控制参数s、v、q的值与上一次迭代的值之间的差的绝对值，用于衡量控制参数s、v、q的变化程度。
实施例7：
本实施例还提供了一种晶体炉真空度控制方法，其流程图如图3所示，包括以下步骤：
S1：采集晶体炉内的声波信号，利用声波传感器对晶体炉内的声波信号进行实时的采集，获取晶体炉内的声波信号的数值，包括声波信号的频率、幅值和相位，这一步骤的作用是为后续的信号处理和数据分析提供原始的信号数据，以及监测晶体炉内的真空度的变化情况。
S2：对声波信号进行预处理，并提取出声波信号的特征参数，利用预处理模块，对采集的声波信号进行滤波、傅里叶变换和特征提取等处理，得到声波信号的频率差值、幅值比值和相位差值等特征参数，这一步骤的作用是提高信号的质量和可用性，以及获取声波信号的变化特征，以便判断晶体炉内的真空度是否存在异常。
S3：根据声波信号的特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果，利用异常诊断模块，对声波信号的特征参数进行模糊化、模糊推理和解模糊化等处理，得到真空度异常的诊断结果，包括异常的类型和等级，这一步骤的作用是利用声波信号的特征参数，对晶体炉内的真空度进行实时的监测和诊断，以及对真空度异常的原因和严重程度进行分析和评估。
进一步的，S3包括：
S31：在晶体炉内增设一个电离传感器，通过该电离传感器采集电离信号，除了采集晶体炉内的声波信号外，还采集晶体炉内的电离信号，该电离信号与晶体炉内的真空度也有一定的关系。
S32：对电离信号进行预处理，并提取出电离信号的特征参数，该预处理过程与声波信号的预处理过程相同。
S33：根据电离信号和声波信号的特征参数，进行加权处理，得到真空度的综合特征参数，该加权处理过程包括以下步骤：
(1)根据电离信号和声波信号的特征参数的可信度，确定电离信号和声波信号的特征参数的权重，即电离信号和声波信号的特征参数对真空度的影响程度；
(2)根据电离信号和声波信号的特征参数的权重，对电离信号和声波信号的特征参数进行加权平均，得到真空度的综合特征参数，即真空度的平均频率、平均幅值和平均相位。
S34：根据真空度的综合特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果。
上述方法利用声波信号和电离信号的特征参数，对晶体炉内的真空度进行综合分析，从而实现对真空度的异常的更准确和更可靠的诊断，以提高晶体炉内的真空度的安全性和稳定性。
S4：根据声波信号的特征参数、设定的真空度目标值以及异常诊断结果，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求，利用预测模块，根据声波信号的特征参数，建立真空度模型，利用滑动窗口方法，对真空度进行预测，得到真空度的变化趋势，包括变化方向、变化速率和变化幅度，根据变化趋势、设定的真空度目标值以及异常诊断结果，确定真空度的调节需求，包括调节方向、调节速率和调节幅度，这一步骤的作用是利用声波信号的特征参数，对晶体炉内的真空度进行动态的建模和预测，以及对真空度的调节目标和标准进行确定和设定。
S5：根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量，利用控制模块，根据真空度调节需求，利用线性规划和最优化法，对控制参数进行计算和优化，得到最优的控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量，这一步骤的作用是利用真空度调节需求，对晶体炉内的相关参数进行精确和有效的计算和优化，以便对晶体炉内的真空度进行及时和合理的调节。
S6：根据本效平衡控制参数，控制晶体炉内的相关设备，以调节晶体炉内的真空度，利用执行模块，根据控制参数，利用数字模拟转换和放大器或继电器等，对控制参数进行输出和转换，得到控制信号，包括真空泵的开关信号、阀门的开度信号以及气体的流量信号，将控制信号输出给晶体炉内的相关设备，包括真空泵、阀门和气体注入装置，以调节晶体炉内的真空度，这一步骤的作用是利用控制参数，对晶体炉内的相关设备进行精确和有效的控制，以实现晶体炉内的真空度的稳定和可控。
本实施例提供了一种晶体炉真空度控制方法，其对整个晶体炉真空控制系统和方法进行了总体的描述，该方法能够利用声波信号的特征参数，对晶体炉内的真空度进行实时的监测和控制，以提高晶体炉的运行效率和安全性，以及晶体的生长质量和效果。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。本文中应用了具体个例对本发明技术方案的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。

Claims (9)

1.一种晶体炉真空控制系统，其特征在于，包括：
声波传感器，用于采集晶体炉内的声波信号；
预处理模块，用于对采集的声波信号进行预处理，并提取出声波信号的特征参数；
异常诊断模块，用于根据声波信号的特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果；
预测模块，用于根据声波信号的特征参数、设定的真空度目标值以及异常诊断结果，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求；
控制模块，用于根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量；
执行模块，用于根据本效平衡控制参数，控制晶体炉内的相关设备，包括真空泵、阀门和气体注入装置，以调节晶体炉内的真空度。
2.根据权利要求1所述的晶体炉真空控制系统，其特征在于，所述预处理模块具体包括：
滤波子模块，用于对采集的声波信号进行滤波处理，去除噪声干扰；
傅里叶变换子模块，用于对滤波后的声波信号进行傅里叶变换，得到声波信号的频谱；
特征提取子模块，用于从声波信号的频谱中提取出声波信号的特征参数，包括声波信号的频率、幅值以及相位。
3.根据权利要求1所述的晶体炉真空控制系统，其特征在于，所述异常诊断模块具体包括：
模糊化子模块，用于将声波信号的特征参数转化为模糊集合，分别对应于不同的真空度等级；
规则库子模块，用于存储模糊逻辑规则，描述声波信号的特征参数与真空度异常之间的关系；
推理子模块，用于根据模糊逻辑规则，对模糊集合进行模糊推理，得到真空度异常的模糊输出；
解模糊子模块，用于对模糊输出进行解模糊化，得到真空度异常的诊断结果。
4.根据权利要求1所述的晶体炉真空控制系统，其特征在于，所述预测模块具体包括：
真空度模型子模块，用于根据声波信号的特征参数，建立晶体炉内的真空度模型，描述晶体炉内的真空度与声波信号的特征参数之间的关系；
真空度预测子模块，用于根据真空度模型，预测晶体炉内的真空度变化趋势，包括真空度的变化方向、变化速率以及变化幅度，并输出真空度预测结果；
真空度调节子模块，用于根据真空度预测结果、设定的真空度目标值以及异常诊断结果，确定晶体炉内的真空度调节需求，包括真空度的调节方向、调节速率以及调节幅度，并输出真空度调节需求结果。
5.根据权利要求1所述的晶体炉真空控制系统，其特征在于，所述控制模块具体包括：
控制参数计算子模块，用于根据真空度调节需求结果，计算出晶体炉内的控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量；
控制参数优化子模块，用于根据控制参数计算结果，对控制参数进行优化，以使晶体炉内的真空度达到设定的真空度目标值，并输出控制参数优化结果；
控制参数输出子模块，用于根据控制参数优化结果，输出控制参数，包括真空泵的开关信号、阀门的开度信号以及气体的流量信号。
6.根据权利要求4所述的晶体炉真空控制系统，其特征在于，所述真空度预测子模块采用滑动窗口方法，具体包括以下步骤：
初始化一个大小为k的窗口，窗口内包含k个声波信号的特征参数，包括频率、幅值和相位；
根据真空度模型，计算窗口内的声波信号的特征参数与真空度之间的关系，得到窗口内的真空度值；
根据窗口内的真空度值，预测真空度的变化趋势，包括真空度的变化方向、变化速率以及变化幅度，并输出真空度预测结果；
将窗口向右滑动一位，即移除窗口左边的一个声波信号的特征参数，加入窗口右边的一个声波信号的特征参数，更新窗口内的数据；
重复第二步和第三步，直到窗口滑动到声波信号的特征参数的末尾，结束预测。
7.根据权利要求5所述的晶体炉真空控制系统，其特征在于，所述控制参数优化子模块通过以下公式得到优化后的控制参数：
其中，J(s,v,q)为优化目标函数，p为晶体炉内的真空度，p*为设定的真空度目标值，s为真空泵的开关状态，s*为优化后的真空泵的开关状态，v为阀门的开度，v*为优化后的阀门的开度，q为气体的流量，q*为优化后的气体的流量，γ1、γ2、γ3为权重系数，用于平衡真空度误差和控制参数的代价。
8.一种晶体炉真空度控制方法，其特征在于，包括以下步骤：
S1：采集晶体炉内的声波信号；
S2：对声波信号进行预处理，并提取出声波信号的特征参数；
S3：根据声波信号的特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果；
S4：根据声波信号的特征参数、设定的真空度目标值以及异常诊断结果，预测晶体炉内的真空度变化趋势，并确定晶体炉内的真空度调节需求；
S5：根据真空度调节需求，计算出晶体炉内的本效平衡控制参数，包括真空泵的开关状态、阀门的开度以及气体的流量；
S6：根据本效平衡控制参数，控制晶体炉内的相关设备，以调节晶体炉内的真空度。
9.根据权利要求8所述的晶体炉真空度控制方法，其特征在于，所述S3进一步包括：
S31：在晶体炉内增设一个电离传感器，通过该电离传感器采集电离信号；
S32：对电离信号进行预处理，并提取出电离信号的特征参数；
S33：根据电离信号和声波信号的特征参数，进行加权处理，得到真空度的综合特征参数；
S34：根据真空度的综合特征参数，判断晶体炉内的真空度是否存在异常，并输出异常诊断结果。
CN202311718797.4A 2023-12-14 2023-12-14 晶体炉真空控制系统及真空度控制方法 Pending CN117626411A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311718797.4A CN117626411A (zh) 2023-12-14 2023-12-14 晶体炉真空控制系统及真空度控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311718797.4A CN117626411A (zh) 2023-12-14 2023-12-14 晶体炉真空控制系统及真空度控制方法

Publications (1)

Publication Number Publication Date
CN117626411A true CN117626411A (zh) 2024-03-01

Family

ID=90016280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311718797.4A Pending CN117626411A (zh) 2023-12-14 2023-12-14 晶体炉真空控制系统及真空度控制方法

Country Status (1)

Country Link
CN (1) CN117626411A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119244755A (zh) * 2024-06-28 2025-01-03 杭州弘晟智能科技有限公司 智能真空蝶阀、智能真空蝶阀的控制方法及计算设备
CN120871611A (zh) * 2025-07-21 2025-10-31 河南微米光学科技有限公司 一种真空环境的联动调控方法、系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1724722A (zh) * 2005-06-24 2006-01-25 哈尔滨工业大学 大尺寸蓝宝石单晶的冷心放肩微量提拉制备法
CN101008104A (zh) * 2006-12-28 2007-08-01 西安理工大学 直拉法单晶硅生长过程中的熔体液面位置检测方法
CN101857970A (zh) * 2010-04-16 2010-10-13 镇江市丹徒区黄墟润蓝晶体制造厂 大尺寸片状蓝宝石晶体的生长方法
CN207828445U (zh) * 2018-05-23 2018-09-07 杞县东磁新能源有限公司 一种单晶硅生长炉二级油吸式真空尾气除尘装置
CN113668044A (zh) * 2021-07-14 2021-11-19 威科赛乐微电子股份有限公司 一种单晶再生长方法
CN218673183U (zh) * 2022-11-22 2023-03-21 江苏艺通新材料科技有限公司 一种单晶硅生长炉尾气处理装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1724722A (zh) * 2005-06-24 2006-01-25 哈尔滨工业大学 大尺寸蓝宝石单晶的冷心放肩微量提拉制备法
CN101008104A (zh) * 2006-12-28 2007-08-01 西安理工大学 直拉法单晶硅生长过程中的熔体液面位置检测方法
CN101857970A (zh) * 2010-04-16 2010-10-13 镇江市丹徒区黄墟润蓝晶体制造厂 大尺寸片状蓝宝石晶体的生长方法
CN207828445U (zh) * 2018-05-23 2018-09-07 杞县东磁新能源有限公司 一种单晶硅生长炉二级油吸式真空尾气除尘装置
CN113668044A (zh) * 2021-07-14 2021-11-19 威科赛乐微电子股份有限公司 一种单晶再生长方法
CN218673183U (zh) * 2022-11-22 2023-03-21 江苏艺通新材料科技有限公司 一种单晶硅生长炉尾气处理装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119244755A (zh) * 2024-06-28 2025-01-03 杭州弘晟智能科技有限公司 智能真空蝶阀、智能真空蝶阀的控制方法及计算设备
CN120871611A (zh) * 2025-07-21 2025-10-31 河南微米光学科技有限公司 一种真空环境的联动调控方法、系统
CN120871611B (zh) * 2025-07-21 2026-02-17 河南微米光学科技有限公司 一种真空环境的联动调控方法、系统

Similar Documents

Publication Publication Date Title
CN117626411A (zh) 晶体炉真空控制系统及真空度控制方法
GB2608476A (en) Intelligent parallel pumping system and optimal regulating method thereof
WO2023070293A1 (zh) 一种工业副产煤气系统长期调度方法
CN118249295B (zh) 一种配电装置的智能保护系统
CN118263984B (zh) 一种基于iec61850通讯的开关柜运行状态智能监控系统及方法
CN118092154A (zh) 基于神经网络自适应pid控制的变电站用水控制系统及方法
CN120592857B (zh) 一种多水泵并联协同控制方法和系统
CN120142844A (zh) 智能配电网监控与故障检测系统
CN119726790B (zh) 一种电力变压器智能监测和调控系统
CN114661020A (zh) 炼化装置控制回路的故障诊断方法及装置
CN119717555A (zh) 一种油田设备自适应控制系统
CN120281024B (zh) 提升分布式电源接入的固态配电变压器控制系统及方法
CN120969744A (zh) 一种石油管道管网异常识别与预警系统
CN120409230A (zh) 燃料电池锂电池混合动力的能量管理系统参数优化方法
CN119982724A (zh) 基于液控单向阀的液压系统节流控制方法
CN118689091A (zh) 一种智能半导体温差发电控制系统
CN120868666B (zh) 深度学习的水产热泵故障预测与自适应温控系统及其方法
CN107272526A (zh) 一种工业锅炉模糊控制器
CN121165510B (zh) 水能回收机组与调流调压阀的联动控制方法
CN121163048A (zh) 一种多区域ffu压差协同动态平衡的控制方法
CN121187391B (zh) 基于dnn与模糊逻辑的液冷储能电站智能温控系统
CN120150301B (zh) 一种电力系统自动化装置的电源充电方法
CN120409249B (zh) 基于Transformer的面向设备的节能优化方法
CN121030424B (zh) 一种水电解制氢系统故障诊断方法及装置
Jie et al. An intelligent prediction model of settlement deformation for the earth-rock dam

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20240301

RJ01 Rejection of invention patent application after publication