CN117751333A - 设定点曲线更新方法、系统及存储介质 - Google Patents

设定点曲线更新方法、系统及存储介质 Download PDF

Info

Publication number
CN117751333A
CN117751333A CN202180101497.4A CN202180101497A CN117751333A CN 117751333 A CN117751333 A CN 117751333A CN 202180101497 A CN202180101497 A CN 202180101497A CN 117751333 A CN117751333 A CN 117751333A
Authority
CN
China
Prior art keywords
curve
set point
current
historical
value
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
CN202180101497.4A
Other languages
English (en)
Inventor
闻博
张鹏
范顺杰
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN117751333A publication Critical patent/CN117751333A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

一种设定点曲线更新方法、系统及存储介质。其中，方法包括：针对基于当前设定点曲线的过程控制，获取过程控制的实际输入值曲线和期望输出值与实际输出值误差曲线(S11)；对期望输出值与实际输出值误差曲线进行干扰消除及过程控制的逆运算，得到补偿值曲线，将实际输入值曲线与补偿值曲线进行叠加，得到当前优化设定点曲线，将当前优化设定点曲线作为一条历史优化设定点曲线进行存储(S12)；根据存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线，利用下一次的设定点曲线替换当前设定点曲线，得到更新后的当前设定点曲线(S13)。从而能够提高设定点曲线的更新准确性。

Description

设定点曲线更新方法、系统及存储介质 技术领域
本发明涉及工业领域，特别是一种设定点曲线更新方法、设定点曲线更新系统、间歇过程控制系统及计算机可读存储介质。
背景技术
在间歇过程控制系统如单晶硅生长控制系统中，通常使用设定点曲线来对缺少在线测量的受控变量例如熔体温度或产品质量等进行控制。在设定点曲线中，设定点的值为时间的函数。
初始的设定点曲线通常根据实验或模型生成，但如果工艺如结晶室的特性发生改变如模型漂移，或从一个批次到另一个批次发生变化，为了保证控制的稳定性，需要定期更新设定点曲线。但设定点曲线的更新通常需要花费大量的工作和费用。
因此，本领域内的技术人员在致力于寻找一种有效的设定点曲线更新方案。
发明内容
有鉴于此，本发明实施例中一方面提出了一种设定点曲线更新方法，另一方面提出了一种设定点曲线更新系统、间歇过程控制系统和计算机可读存储介质，用以提高设定点曲线的更新准确性。
本发明实施例中提出的一种设定点曲线更新方法，包括：针对基于当前设定点曲线的过程控制，获取所述过程控制的实际输入值曲线和对应的输出值误差曲线；所述输出值误差曲线为所述过程控制的各个实际输出值与一设定的期望输出值的差值所构成的曲线；对所述输出值误差曲线进行干扰消除，并对干扰消除后的输出值误差曲线进行所述过程控制的逆运算，得到针对所述实际输入值曲线的补偿值曲线，将所述实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序进行存储；根据存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线，利用所述下一次的设定点曲线替换所述当前设定点曲线，得到更新后的当前设定点曲线。
在一个实施方式中，所述实际输入值曲线为：所述当前设定点曲线；或者为：所述当前 设定点曲线与一比例-积分-微分回路的控制值曲线之和。
在一个实施方式中，每条历史优化设定点曲线具有一对应的时间戳；所述根据存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线包括：针对每条历史优化设定点曲线，根据所述历史优化设定点曲线的时间戳，为所述历史优化设定点曲线分配一个权重值；基于每条历史优化设定点曲线的权重值，对所述多条历史优化设定点曲线进行综合运算，得到下一次的设定点曲线；或者包括：将所述多条历史优化设定点曲线连同其时间戳作为一个预估模型的输入，并将所述预估模型的输出作为下一次的设定点曲线；所述预估模型由作为输入训练集的多组历史优化设定点曲线和作为输出训练集的多个对应的预估优化设定点曲线训练得到。
在一个实施方式中，所述将当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序进行存储包括：将当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储在一具有设定最大存储数量的存储器中；所述存储器在已存储有所述设定最大存储数量的历史优化设定点曲线的情况下，每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线；所述时间较新的多条历史优化设定点曲线为所述存储器中存储的所有历史优化设定点曲线。
在一个实施方式中，所述设定点曲线为控制一用于单晶硅生产的熔体的温度的功率设定点曲线；所述实际输入值曲线为功率实际输入值曲线；所述实际输出值曲线为对应单晶硅生长速度的拉速值曲线。
本发明实施例中提出的设定点曲线更新系统，包括：补偿模块、优化曲线存储模块、优化曲线预估模块和优化曲线替换模块；其中，所述补偿模块用于针对基于当前设定点曲线的过程控制，获取所述过程控制的实际输入值曲线和对应的输出值误差曲线；所述输出值误差曲线为所述过程控制的各个实际输出值与一设定的期望输出值的差值所构成的曲线；对所述输出值误差曲线进行干扰消除，并对干扰消除后的输出值误差曲线进行所述过程控制的逆运算，得到针对所述实际输入值曲线的补偿值曲线，将所述实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储到所述优化曲线存储模块中；所述优化曲线存储模块用于按照时间顺序存储多条历史优化设定点曲线；所述优化曲线预估模块用于根据所述优化曲线存储模块中存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线；所述优化曲线替换模块用于利用所述下一次的设定点曲线替换所述当前设定点曲线，得到更新后的当前设定点曲线。
在一个实施方式中，进一步包括：当前输入值获取模块，用于针对基于当前设定点曲线的过程控制，获取所述过程控制的当前实际输入值，将所述当前实际输入值按照时间顺序存储到一数据库中；差值获取模块，用于针对基于当前设定点曲线的过程控制，获取所述过程控制的当前实际输出值，将所述当前实际输出值与一设定的期望输出值进行比较，得到当前输出值误差，将所述当前输出值误差按照时间顺序存储到所述数据库中；所述补偿模块用于从所述数据库中获取由一系列实际输入值构成的实际输入值曲线和由一系列输出值误差构成的输出值误差曲线。
在一个实施方式中，所述当前实际输入值为：所述当前设定点曲线中的当前设定点值；或者为：所述当前设定点曲线中的当前设定点值与一比例-积分-微分回路的当前控制值之和。
在一个实施方式中，每条历史优化设定点曲线具有一对应的时间戳；所述优化曲线预估模块用于针对每条历史优化设定点曲线，根据所述历史优化设定点曲线的时间戳，为所述历史优化设定点曲线分配一个权重值；基于每条历史优化设定点曲线的权重值，对所述多条历史优化设定点曲线进行综合运算，得到下一次的设定点曲线；或者，所述优化曲线预估模块将所述多条历史优化设定点曲线连同其时间戳作为一个预估模型的输入，并将所述预估模型的输出作为下一次的设定点曲线；所述预估模型由作为输入训练集的多组历史优化设定点曲线和作为输出训练集的多个对应的预估优化设定点曲线训练得到。
在一个实施方式中，所述优化曲线存储模块设置有设定的最大存储数量，在已存储有所述设定最大存储数量的历史优化设定点曲线的情况下，每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线。
本发明实施例中提出的另一种设定点曲线更新系统，包括：至少一个存储器和至少一个处理器，其中：所述至少一个存储器用于存储计算机程序；所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序执行如上任一实施方式中所述的设定点曲线更新方法。
本发明实施例中提出的间歇过程控制系统，包括如上任一实施方式中所述的设定点曲线更新系统。
本发明实施例中提出的计算机可读存储介质，其上存储有计算机程序；其特征在于，所述计算机程序能够被一处理器执行并实现如上任一实施方式中所述的设定点曲线更新方法。
从上述方案中可以看出，由于本发明实施例中，根据过程控制如间歇过程控制的设定的期望输出值与实测输出值之间的误差对其实际输入值进行补偿，从而得到用于所述过程控制的优化的设定点曲线，进而根据历史的多条优化的设定点曲线预估下一次运行所用的设定点曲线，从而可以将工艺漂移等历史变化趋势予以考虑，使得得到的设定点曲线的准确性更高。进一步地，可以增强应用本发明实施例中的设定点曲线的更新方案的过程控制系统的功能。
此外，本发明实施例中还将设定点曲线与比例-积分-微分(PID)回路共同控制的情况进行了考虑，从而可提高设定点曲线与PID回路共同控制的应用场景的设定点曲线更新准确性。
附图说明
下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：
图1为本发明实施例中一种设定点曲线更新方法的示例性流程图。
图2为本发明实施例中一种设定点曲线更新系统的示例性结构图。
图3为图2所述系统中补偿模块的结构示意图。
图4为本发明一个例子中一种间歇过程控制系统的结构示意图。
图5为本申请实施例中又一种设定点曲线更新系统的结构示意图。
其中，附图标记如下：
标号 含义
S11～S13 步骤
210 补偿模块
211 干扰消除模块
212 逆运算模块
213 相加模块
220 优化曲线存储模块
230 优化曲线预估模块
240 优化曲线替换模块
250 当前输入值获取模块
260 数据库
270 差值获取模块
401 当前设定点曲线模块
402 PID控制模块
403 被控对象模块
51 存储器
52 处理器
53 总线
具体实施方式
本发明实施例中，考虑到系统过程是随时间变化的，因此在进行下一次设定点曲线的预估时，考虑不只参考当前的数据，还参考历史数据。
此外，考虑到有些应用中，设定点曲线经常与比例-积分-微分(PID)回路一起配合使用以提高控制性能，因此，本发明实施例中，在进行下一次设定点曲线的预估时，可将PID回路的控制值一起考虑进去。
为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
图1为本发明实施例中一种设定点曲线更新方法的示例性流程图。如图1所示，该方法可包括如下步骤：
步骤S11，针对基于当前设定点曲线的过程控制，获取所述过程控制的实际输入值曲线和对应的输出值误差曲线。所述输出值误差曲线为所述过程控制的各个实际输出值与一设定的期望输出值的差值所构成的曲线。本实施例中，过程控制可以为间歇过程控制。当然，对于控制配方中存在设定点曲线的非间歇过程控制也是可以的。
其中，所述实际输入值曲线为所述当前设定点曲线。或者在设定点曲线经常与PID回路一起配合使用的情况下，实际输入值曲线可以为：所述当前设定点曲线与所述PID回路的控制值曲线之和。此时，所述设定的期望输出值可以为所述PID回路的设定值。
具体实现时，可针对基于当前设定点曲线的过程控制，实时获取所述过程控制的当前实际输入值和当前实际输出值，将所述当前实际输入值按照时间顺序存储到一数据库中；将所 述当前实际输出值与一设定的期望输出值进行比较，得到当前输出值误差，将所述当前输出值误差按照时间顺序存储到所述数据库中。相应地，本步骤中可从所述数据库中获取由一系列实际输入值构成的实际输入值曲线和由一系列输出值误差构成的输出值误差曲线。
相应地，所述当前实际输入值为：所述当前设定点曲线中的当前设定点值；或者为：所述当前设定点曲线中的当前设定点值与PID回路的当前控制值之和。
本实施例中，若以间歇过程控制为单晶硅生长过程控制为例，则所述设定点曲线为控制一用于单晶硅生产的熔体温度的功率设定点曲线；所述实际输入值曲线为功率实际输入值曲线；所述实际输出值曲线为对应单晶硅生长速度的拉速值曲线。
步骤S12，对所述输出值误差曲线进行干扰消除，并对干扰消除后的输出值误差曲线进行所述过程控制的逆运算，得到针对所述实际输入值曲线的补偿值曲线，将所述实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序进行存储。
具体实现时，本步骤中可将当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储在一具有设定最大存储数量的存储器中；所述存储器在已存储有所述设定最大存储数量的历史优化设定点曲线的情况下，每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线。
当然，在其他实施方式中，所述存储器也可不设定最大存储数量，而是只要还有存储空间便可一直存储，直到存储空间满了，才执行所述每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线的操作。
步骤S13，根据存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线，利用所述下一次的设定点曲线替换所述当前设定点曲线，得到更新后的当前设定点曲线。
本步骤中，针对设置有所述设定的最大存储数量的存储器，所述时间较新的多条历史优化设定点曲线可以为所述存储器中存储的所有历史优化设定点曲线。此时，每存储一条时间最新的历史优化设定点曲线，便触发步骤S13执行。
针对未设置有所述设定的最大存储数量的存储器，所述时间较新的多条历史优化设定点曲线可以为从所述存储器中读取的时间较新的设定数量的历史优化设定点曲线。同样，每存储一条时间最新的历史优化设定点曲线便可触发步骤S13执行。
具体实现时，每条历史优化设定点曲线具有一对应的时间戳。相应地，步骤S13中，可针对每条历史优化设定点曲线，根据所述历史优化设定点曲线的时间戳，为所述历史优化设定点曲线分配一个权重值；基于每条历史优化设定点曲线的权重值，对所述多条历史优化设 定点曲线进行综合运算，得到下一次的设定点曲线；或者步骤S13中也可以将所述多条历史优化设定点曲线连同其时间戳作为一个预估模型的输入，并将所述预估模型的输出作为下一次的设定点曲线；所述预估模型由作为输入训练集的多组历史优化设定点曲线和作为输出训练集的多个对应的预估优化设定点曲线训练得到。
以上对本发明实施例中设定点曲线更新方法进行了详细描述，下面再对本发明实施例中设定点曲线更新系统进行详细描述。本发明实施例中的设定点曲线更新系统可用于实施本发明实施例中的设定点曲线更新方法，对于本发明系统实施例中未详细披露的细节可参见本发明方法实施例中的相应描述，此处不再一一赘述。
图2为本发明实施例中一种设定点曲线更新系统的示例性结构图。如图2中的实线部分所示，该系统可包括：补偿模块210、优化曲线存储模块220、优化曲线预估模块230和优化曲线替换模块240。
其中，补偿模块210用于针对基于当前设定点曲线的过程控制，获取所述过程控制的实际输入值曲线和对应的输出值误差曲线；所述输出值误差曲线为所述过程控制的各个实际输出值与一设定的期望输出值的差值所构成的曲线；对所述输出值误差曲线进行干扰消除，并对干扰消除后的输出值误差曲线进行所述过程控制的逆运算，得到针对所述实际输入值曲线的补偿值曲线，将所述实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储到优化曲线存储模块220中。本实施例中，所述实际输入值曲线和所述输出值误差曲线可从一数据库中获取。
其中，所述实际输入值曲线为：所述当前设定点曲线；或者为：所述当前设定点曲线与一PID回路的控制值曲线之和。
具体实现时，补偿模块210可如图3所示，包括一干扰消除模块211、一逆运算模块212和一相加模块213。
干扰消除模块211用于对所获取的输出值误差曲线进行滤波等干扰消除处理，以消除人为或环境干扰等异常行为带来的影响。
逆运算模块212用于对经干扰消除后的输出值误差曲线进行过程控制的逆运算，以得到一条补偿值曲线。
相加模块213用于将所获取的实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储到优化曲线存储模块220中。
优化曲线存储模块220用于按照时间顺序存储多条历史优化设定点曲线。
具体实现时，优化曲线存储模块220可设置有设定的最大存储数量，且在已存储有所述设定最大存储数量的历史优化设定点曲线的情况下，每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线。此外，每存储一条时间最新的历史优化设定点曲线，便触发优化曲线预估模块230读取所存储的所有历史优化设定点曲线，不管其是否达到最大存储数量。或者，优化曲线存储模块220也可不设置所述设定的最大存储数量，而是只要还有存储空间便可一直存储，直到存储空间满了，才执行所述每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线的操作。相应地，每存储一条时间最新的历史优化设定点曲线便可触发优化曲线预估模块230读取所存储的设定数量的历史优化设定点曲线。
优化曲线预估模块230用于根据所述优化曲线存储模块中存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线。
具体实现时，每条历史优化设定点曲线具有一对应的时间戳。相应地，优化曲线预估模块230可针对每条历史优化设定点曲线，根据所述历史优化设定点曲线的时间戳，为所述历史优化设定点曲线分配一个权重值；基于每条历史优化设定点曲线的权重值，对所述多条历史优化设定点曲线进行综合运算，得到下一次的设定点曲线；或者，将所述多条历史优化设定点曲线连同其时间戳作为一个预估模型的输入，并将所述预估模型的输出作为下一次的设定点曲线；所述预估模型由作为输入训练集的多组历史优化设定点曲线和作为输出训练集的多个对应的预估优化设定点曲线训练得到。
优化曲线替换模块240用于利用所述下一次的设定点曲线替换所述当前设定点曲线，得到更新后的当前设定点曲线。
此外，在有些实施方式中，若过程控制系统如间歇过程控制系统未记录有所述实际输入值曲线和所述输出值误差曲线，则本实例中的间歇过程控制中的设定点曲线更新系统可如图2的虚线部分所示，进一步包括：当前输入值获取模块250、数据库260和差值获取模块270。
其中，当前输入值获取模块250用于针对基于当前设定点曲线的过程控制，获取所述过程控制的当前实际输入值，将所述当前实际输入值按照时间顺序存储到数据库260中。所述当前实际输入值为所述当前设定点曲线中的当前设定点值；或者为所述当前设定点曲线中的当前设定点值与一PID回路的当前控制值之和。
差值获取模块270用于针对基于当前设定点曲线的过程控制，获取所述过程控制的当前实际输出值，将所述当前实际输出值与一设定的期望输出值进行比较，得到当前输出值误差， 将所述当前输出值误差按照时间顺序存储到数据库260中。
相应地，补偿模块210用于从数据库260中获取由一系列实际输入值构成的实际输入值曲线和由一系列输出值误差构成的输出值误差曲线。
图4为本发明一个例子中一种间歇过程控制系统的结构示意图。如图4所示，该间歇过程控制系统包括：当前设定点曲线模块401、PID控制模块402、被控对象模块403、以及图2中的补偿模块210、优化曲线存储模块220、优化曲线预估模块230、优化曲线替换模块240、当前输入值获取模块250、数据库260和差值获取模块270。
其中，当前设定点曲线模块401用于根据当前设定点曲线依次输出当前设定点值。
PID控制模块402用于根据差值获取模块270得到的当前输出值误差确定PID回路的当前控制值。
相应地，当前输入值获取模块250用于将所述当前设定点值与所述当前控制值相加，得到当前输入值。
被控对象模块403用于根据当前输入值得到对应的当前输出值。
例如，针对单晶硅生产的过程控制，被控对象模块403可以为一用于单晶硅生产的熔体；当前输入值为一功率值，通过该功率值控制所述熔体达到对应的温度值，进而得到对应所述单晶硅生产速度的拉速，即所述熔体的当前输出值为一拉速值。相应地，针对拉速值误差进行所述过程控制的逆运算时，可以由所述拉速值误差倒推出对应的熔体温度误差进而倒推出对应的输入功率误差，该输入功率误差即为针对实际输入功率的补偿功率。
图5为本申请实施例中又一种设定点曲线更新系统的结构示意图，该系统可用于实施图1中所示的方法，或实现图2至图4中所示的系统。如图5所示，该系统可包括：至少一个存储器51、至少一个处理器52。此外，还可以包括一些其它组件，例如通信端口等。这些组件通过总线53进行通信。
其中，至少一个存储器51用于存储计算机程序。在一个实施方式中，该计算机程序可以理解为包括图2至图4所示的设定点曲线更新系统的各个模块。此外，至少一个存储器51还可存储操作系统等。操作系统包括但不限于：Android操作系统、Symbian操作系统、Windows操作系统、Linux操作系统等等。
至少一个处理器52用于调用至少一个存储器51中存储的计算机程序，执行本申请实施例中所述的设定点曲线更新方法。处理器52可以为CPU，处理单元/模块，ASIC，逻辑模块或可编程门阵列等。其可通过所述通信端口进行数据的接收和发送。
需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
可以理解，上述各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
此外，本申请实施例中还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序能够被一处理器执行并实现本申请实施例中所述的设定点曲线更新方法。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述任一实施方式的功能。用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。
从上述方案中可以看出，由于本发明实施例中，根据过程控制如间歇过程控制的设定的期望输出值与实测输出值之间的误差对其实际输入值进行补偿，从而得到用于所述过程控制的优化的设定点曲线，进而根据历史的多条优化的设定点曲线预估下一次运行所用的设定点曲线，从而可以将工艺漂移等历史变化趋势予以考虑，使得得到的设定点曲线的准确性更高。进一步地，可以增强应用本发明实施例中的设定点曲线的更新方案的过程控制系统的功能。
此外，本发明实施例中还将设定点曲线与比例-积分-微分(PID)回路共同控制的情 况进行了考虑，从而可提高设定点曲线与PID回路共同控制的应用场景的设定点曲线更新准确性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

  1. 设定点曲线更新方法，其特征在于，包括：
    针对基于当前设定点曲线的过程控制，获取所述过程控制的实际输入值曲线和对应的输出值误差曲线；所述输出值误差曲线为所述过程控制的各个实际输出值与一设定的期望输出值的差值所构成的曲线；
    对所述输出值误差曲线进行干扰消除，并对干扰消除后的输出值误差曲线进行所述过程控制的逆运算，得到针对所述实际输入值曲线的补偿值曲线，将所述实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序进行存储；
    根据存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线，利用所述下一次的设定点曲线替换所述当前设定点曲线，得到更新后的当前设定点曲线。
  2. 根据权利要求1所述的方法，其特征在于，所述实际输入值曲线为：所述当前设定点曲线；或者为：
    所述当前设定点曲线与一比例-积分-微分回路的控制值曲线之和。
  3. 根据权利要求1所述的方法，其特征在于，每条历史优化设定点曲线具有一对应的时间戳；
    所述根据存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线包括：
    针对每条历史优化设定点曲线，根据所述历史优化设定点曲线的时间戳，为所述历史优化设定点曲线分配一个权重值；基于每条历史优化设定点曲线的权重值，对所述多条历史优化设定点曲线进行综合运算，得到下一次的设定点曲线；或者包括：
    将所述多条历史优化设定点曲线连同其时间戳作为一个预估模型的输入，并将所述预估模型的输出作为下一次的设定点曲线；所述预估模型由作为输入训练集的多组历史优化设定点曲线和作为输出训练集的多个对应的预估优化设定点曲线训练得到。
  4. 根据权利要求1所述的方法，其特征在于，所述将当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序进行存储包括：
    将当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储在一具有设定最大存储数量的存储器中；所述存储器在已存储有所述设定最大存储数量的历史优化设定点曲线的情况下，每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线；
    所述时间较新的多条历史优化设定点曲线为所述存储器中存储的所有历史优化设定点曲线。
  5. 根据权利要求1至4中任一项所述的方法，其特征在于，所述设定点曲线为控制一用于单晶硅生产的熔体的温度的功率设定点曲线；所述实际输入值曲线为功率实际输入值曲线；所述实际输出值曲线为对应单晶硅生长速度的拉速值曲线。
  6. 设定点曲线更新系统，其特征在于，包括：补偿模块、优化曲线存储模块、优化曲线预估模块和优化曲线替换模块；其中，
    所述补偿模块用于针对基于当前设定点曲线的过程控制，获取所述过程控制的实际输入值曲线和对应的输出值误差曲线；所述输出值误差曲线为所述过程控制的各个实际输出值与一设定的期望输出值的差值所构成的曲线；对所述输出值误差曲线进行干扰消除，并对干扰消除后的输出值误差曲线进行所述过程控制的逆运算，得到针对所述实际输入值曲线的补偿值曲线，将所述实际输入值曲线与所述补偿值曲线进行叠加，得到当前优化设定点曲线，并将所述当前优化设定点曲线作为一条历史优化设定点曲线按照时间顺序存储到所述优化曲线存储模块中；
    所述优化曲线存储模块用于按照时间顺序存储多条历史优化设定点曲线；
    所述优化曲线预估模块用于根据所述优化曲线存储模块中存储的时间较新的多条历史优化设定点曲线预估得到下一次的设定点曲线；
    所述优化曲线替换模块用于利用所述下一次的设定点曲线替换所述当前设定点曲线，得到更新后的当前设定点曲线。
  7. 根据权利要求6所述的系统，其特征在于，进一步包括：
    当前输入值获取模块，用于针对基于当前设定点曲线的过程控制，获取所述过程控制的当前实际输入值，将所述当前实际输入值按照时间顺序存储到一数据库中；
    差值获取模块，用于针对基于当前设定点曲线的过程控制，获取所述过程控制的当前实际输出值，将所述当前实际输出值与一设定的期望输出值进行比较，得到当前输出值误差，将所述当前输出值误差按照时间顺序存储到所述数据库中；
    所述补偿模块用于从所述数据库中获取由一系列实际输入值构成的实际输入值曲线和由一系列输出值误差构成的输出值误差曲线。
  8. 根据权利要求7所述的系统，其特征在于，所述当前实际输入值为：所述当前设定点曲线中的当前设定点值；或者为：
    所述当前设定点曲线中的当前设定点值与一比例-积分-微分回路的当前控制值之和。
  9. 根据权利要求6所述的系统，其特征在于，每条历史优化设定点曲线具有一对应的时间戳；
    所述优化曲线预估模块用于针对每条历史优化设定点曲线，根据所述历史优化设定点曲线的时间戳，为所述历史优化设定点曲线分配一个权重值；基于每条历史优化设定点曲线的权重值，对所述多条历史优化设定点曲线进行综合运算，得到下一次的设定点曲线；或者，
    所述优化曲线预估模块将所述多条历史优化设定点曲线连同其时间戳作为一个预估模型的输入，并将所述预估模型的输出作为下一次的设定点曲线；所述预估模型由作为输入训练集的多组历史优化设定点曲线和作为输出训练集的多个对应的预估优化设定点曲线训练得到。
  10. 根据权利要求6所述的系统，其特征在于，所述优化曲线存储模块设置有设定的最大存储数量，在已存储有所述设定最大存储数量的历史优化设定点曲线的情况下，每存储一条时间最新的历史优化设定点曲线，便删除一条时间最旧的历史优化设定点曲线。
  11. 设定点曲线更新系统，其特征在于，包括：至少一个存储器和至少一个处理器，其中：
    所述至少一个存储器用于存储计算机程序；
    所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序执行如权利要求1至5中任一项所述的设定点曲线更新方法。
  12. 间歇过程控制系统，其特征在于，包括如权利要求6至11中任一项所述的设定点曲线更新系统。
  13. 计算机可读存储介质，其上存储有计算机程序；其特征在于，所述计算机程序能够被一处理器执行并实现如权利要求1至5中任一项所述的设定点曲线更新方法。
CN202180101497.4A 2021-09-17 2021-09-17 设定点曲线更新方法、系统及存储介质 Pending CN117751333A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2021/119113 WO2023039846A1 (zh) 2021-09-17 2021-09-17 设定点曲线更新方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN117751333A true CN117751333A (zh) 2024-03-22

Family

ID=85602319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180101497.4A Pending CN117751333A (zh) 2021-09-17 2021-09-17 设定点曲线更新方法、系统及存储介质

Country Status (2)

Country Link
CN (1) CN117751333A (zh)
WO (1) WO2023039846A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3036200B1 (fr) * 2015-05-13 2017-05-05 Soitec Silicon On Insulator Methode de calibration pour equipements de traitement thermique
FI129470B (en) * 2019-10-16 2022-03-15 Kemira Oyj Check
WO2021087053A1 (en) * 2019-11-01 2021-05-06 Mattson Technology, Inc. Control system for adaptive control of a thermal processing system
US20210129174A1 (en) * 2019-11-04 2021-05-06 Tokyo Electron Limited Methods and systems to monitor, control, and synchronize dispense systems
CN113282878A (zh) * 2021-04-12 2021-08-20 上海新昇半导体科技有限公司 确定单晶炉引晶温度的方法及直拉法制备单晶硅的方法
CN113254738B (zh) * 2021-04-27 2022-01-04 佛山众陶联供应链服务有限公司 烧成曲线的自适应预测方法、设备及计算机存储介质

Also Published As

Publication number Publication date
WO2023039846A1 (zh) 2023-03-23

Similar Documents

Publication Publication Date Title
EP3376326B1 (en) Control apparatus and information processing method
JP6356977B2 (ja) プロセス制御システムにおける改善されたカルマンフィルタ
JP7086600B2 (ja) プロセス制御器、プロセス制御方法、プロセス制御デバイス、及び多重速度制御器
EP2728425B1 (en) Online integration of model-based optimization and model-less control
Matisko et al. Noise covariance estimation for Kalman filter tuning using Bayesian approach and Monte Carlo
US7542880B2 (en) Time weighted moving average filter
CN114676647B (zh) 一种基于深度学习方法的数控机床零部件寿命预测方法
JP6901037B1 (ja) 制御装置、制御方法及びプログラム
CN110501972B (zh) 热位移校正装置
JP6962042B2 (ja) シミュレーション装置およびシミュレーション方法
CN116362410B (zh) 一种基于mes的生产时间预测方法、系统及存储介质
JP7059789B2 (ja) 逐次制御プログラム、逐次制御方法および逐次制御装置
CN117751333A (zh) 设定点曲线更新方法、系统及存储介质
JP2021051462A (ja) 情報処理装置及びプログラム
CN110603799B (zh) 从设备到数据管理装置的数据传输的方法，交换单元，设备和系统
EP3180667B1 (en) System and method for advanced process control
JPWO2022044191A5 (zh)
CN113821893B (zh) 一种航空发动机伺服作动系统自适应状态估计方法
CN111865267B (zh) 测温数据预测方法及装置
AU2020260535A1 (en) Operation plan creation apparatus, operation plan creation method, and program
US11314211B2 (en) Method and device for optimizing performance of a servo control of a mechatronic system based on effective static and dynamic margins
JP2021015394A (ja) 情報処理装置及びプログラム
JP2020201626A (ja) 情報処理装置及びプログラム
JP7110990B2 (ja) 情報処理装置、情報処理方法および記憶媒体
US20240027974A1 (en) Drift detection in dynamic processes

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