可自动调节放肩工艺参数的单晶炉及控制方法

　　可自动调节放肩工艺参数的单晶炉及控制方法

　　技术领域

　　本发明涉及可自动调节放肩工艺技术领域，具体而言，尤其涉及可自动调节放肩工艺参数的单晶炉及控制方法。

　　背景技术

　　目前，单晶炉是应用最广泛的晶体生长设备，提拉法(CZ)也是研究历史悠久，工艺最成熟，使用最广泛的一种晶体生长方法。但是晶体生长过程中存在着很多因素仍然影响着晶体的成晶率、品质和产量，所以，研究晶体生长控制，以及晶体生长的各个子生长过程，提高晶体成活率，意义就显得十分重大。

　　在提拉法生长晶体时，晶体生长控制的工艺参数是晶体生长的重要一环。根据各种单晶炉的参数设置不同，晶体的成晶品质和产量等也会有很大的不同。本发明提到的晶体放肩生长过程是晶体生长成晶的一个关键过程。晶体放肩生长的好坏直接影响到整个晶体生长的成败。可自动调节放肩参数控制方法(AutomaticControlCrown Parameter，简称ACCP)是在单晶炉控制系统中进行的控制系统晶体放肩算法的改进活动。以控制算法计算，并自动产生的控制参数，与控制系统进行交互，来控制放肩生长过程，改良放肩工艺参数的获取方法与控制技术。ACCP方法为控制系统提供一个良好的系统控制策略。该控制方法有效利用晶体生长速度、放肩起始速度、放肩直径开始测量长度、功率调节系数等晶体生长的控制参数，根据晶体生长来实时记录晶体的生长数据，以此为基础来构建放肩控制参数的知识库，从而克服传统控制系统放肩方法和目前较流行的角度放肩方法的缺陷。现有的单晶炉控制系统的传统放肩算法大同小异，普遍问题是控制工艺复杂，算法控制困难，控制工艺参数编写难度大，且晶体生长内部环境复杂变化多样，生长过程中需要人工干预，很难有一整套成熟的工艺参数，可以适应现有的复杂多变的晶体内部生长环境。

　　传统的晶体放肩控制算法，通常是根据晶体生长的温度和实际晶体生长的拉速来调节放肩参数，可以简单的理解为固定拉速的放肩算法。目前，尽管很多人提出了角度放肩的控制算法，虽然可以在一定程度上改进传统放肩过程的生长控制问题，但是同样存在着人工干预过多，参数编写难度大，对实际晶体生长内部环境适应能力差等普遍突出的问题，且受到工艺技术人员自身的专业素质影响，需要耗费大量的人工参与，来干预放肩的生长过程。如果干预过度，或干预不及时，晶体肩部形状差且成活率，人力成本较高。传统的角度放肩算法在实际晶体生长过程中，往往存在许多的不确定因素，增加了单晶炉的操作难度和晶体断线的风险。

　　发明内容

　　根据上述提出单晶炉的操作难度和晶体断线的风险高的技术问题，而提供一种可自动调节放肩工艺参数的单晶炉及控制方法。本发明主要利用一种可自动调节放肩工艺参数的单晶炉，其特征在于，包括：晶体提拉模块、机器视觉直径测量模块和温度控制模块。

　　所述提拉系统包括：转轴、连接在转轴上的绕线轮和一端连接在绕线轮上的软轴;所述软轴的另一端与晶体连接，在拉制单晶的工作过程中，转轴带动绕线轮旋转，使所述软轴与绕线轮相连的一端缠绕在绕线轮上，进而使软轴与晶体相连的一端对晶体进行提拉;所述提拉系统通过驱动电机穿过减速器，进而通过有齿轮齿条机构带动;所述提拉系统通过电动机实现升降运动并同时通过涡轮减速机带动滚动花键轴，滚动花键轴副驱动卷轮旋转并承担起支撑。

　　更进一步地，所述机器视觉直径测量模块通过工业摄像机捕获单晶生长图像，所述工业摄像机采集的图像将进行图像信号和数字信号的转换，实时传送给上位计算机并获取单晶体的边缘位置。

　　本发明还包含一种可自动调节放肩工艺参数的单晶炉的控制方法，其特征在于，包括以下步骤：

　　步骤S1：在晶体放肩生长过程，从SOP标准作业指导参数表中获取一组生长控制的参数的SP值;

　　步骤S2：输入PID的自动调节产生参数组，修正OP值并获取;所述OP值设置于晶体放肩生长的控制模块中，来控制晶体的放肩生长;

　　步骤S3：获取直径测量模块测得的直径值，温度控制模块测得功率值，以及警惕提拉系统产生的拉速值进行采集;

　　步骤S4：通过数据的分类抽象和分析处理统一处理生成自动调节放肩工艺参数的信息库，进而通过神经网络算法产生一个知识库;

　　步骤S5：从而把实际产生的生长数据，通过所述知识库的规则和特征，自动生成一组可控制放肩生长的工艺参数。

　　更进一步地，所述数据采集与控制模块获取单晶炉实时的原始生长数据，所述原始生长数据形成的一个n维度数组;首先对这个n维数据集做标准化处理;构造协方差矩阵：

　　其中，n表示数据的总个数，uj和uk分别表示特征j和k的均值;在标准化后的数据中，样本的均值为0，所以在标准化处理后的数据的协方差也可以表示为：

　　将选中的k个特征向量构成一个(d,k)维的矩阵W;在k个特征提取的过程中，选取变量作为特征值，完成对n维数组的标准化和降维处理;

　　所述矩阵W即控制放肩生长信息的数据集合，即构造完成一个数据的信息库;

　　通过采用一个3层的反馈神经网络，其中第一层是输入单元，第二层称为隐含层，第三层称为输出层，对信息库的数据进行分类处理，控制算法以下五步实现训练样本集合：

　　从样本集合中取一个样本{Ai，Bi}，其中Ai是输出，Bi是期望输出;计算网络的实际输出Оi;求误差D=Bi-Оi;

　　根据实际输出误差D的差别，来调整各隐含层连接权矩阵W;连接权矩阵W调整个隐含层的公式表示为：

　　Wij(t+1)=Wij(t)+a(Bi-Оi)xj(t);

　　其中，Wij表示的是神经元i到j之间的连接权;a表示学习速度的常数;Xj表示神经元的当前状态;且第一层输入单元的特征向量为k，第二层称为隐含层的节点个数设定为k+1或k+3。

　　较现有技术相比，本发明具有以下优点：

　　本发明从晶体放肩生长过程的工艺参数控制的根源入手，在原提拉单晶炉的控制方法的基础上，设计了一种具有自动调节放肩工艺参数的单晶炉和控制方法。它能使晶体放肩生长过程在整个生长过程中始终保持放肩形状一致，在不同单晶炉内部生长环境下，有效调整放肩生长的工艺参数。

　　附图说明

　　为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

　　图1为本发明控制装置示意图。

　　图2为本发明晶体放肩生长控制示意图。

　　图3为本发明自动调节放肩工艺参数子系统示意图。

　　具体实施方式

　　为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

　　需要说明的是，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”等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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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。

　　如图1-3所示，本发明一种可自动调节放肩工艺参数的单晶炉，其特征在于，包括：晶体提拉模块、机器视觉直径测量模块和温度控制模块。所述提拉系统通过驱动电机穿过减速器，进而通过有齿轮齿条机构带动;所述提拉系统通过电动机实现升降运动并同时通过涡轮减速机带动滚动花键轴，滚动花键轴副驱动卷轮旋转并承担起支撑;所述机器视觉直径测量模块通过工业摄像机捕获单晶生长图像，所述工业摄像机采集的图像系统将进行图像信号和数字信号的转换，实时传送给上位计算机并获取单晶体的边缘位置。

　　作为本申请一种优选的实施方式，在本申请中，提拉系统通过改变拉速的快慢，可以进行直径的控制。当直径变大时，适当的提高拉速可以减小直径。相反，当直径变小时，降低拉速可以增大直径。在此控制过程中，当温控系统使炉体内的温度过高时，会使晶体成晶速度变慢，温度过低成晶速度变快。所以，提拉系统，机器视觉直径测量模块和温控系统，他们对晶体生长是相互作用的。也就是说，晶体生长需要有效的调节他们的控制参数，才能达到预想的晶体生长要求。

　　进一步地，作为优选的，本发明还包含一种可自动调节放肩工艺参数的单晶炉的控制方法，其特征在于，包括以下步骤：

　　步骤S1：在晶体放肩生长过程，从SOP标准作业指导参数表中获取一组生长控制的参数的SP值;

　　步骤S2：输入PID的自动调节产生参数组，修正OP值并获取;所述OP值设置于晶体放肩生长的控制模块中，来控制晶体的放肩生长;

　　步骤S3：本发明在晶体放肩控制过程中引入可自动调节机制，获取直径测量模块测得的直径值，温度控制模块测得功率值，以及警惕提拉系统产生的拉速值进行采集;

　　步骤S4：通过数据的分类抽象和分析处理统一处理生成自动调节放肩工艺参数的信息库，进而通过神经网络算法产生一个知识库;

　　步骤S5：从而把实际产生的生长数据，通过所述知识库的规则和特征，自动生成一组可控制放肩生长的工艺参数。

　　直径机器视觉测量系统实时测量晶体放肩过程中，放肩直径的大小变化的数值，将该数值输入给放肩角度的控制，以得到所需控制的调节参数。根据角度数值来调节系统的温度控制模块，从而控制单晶炉内部的晶体生长温度。该温度将影响单晶炉的提拉设备上升或下降的快慢。通过以上控制模块的相互作用，以改善晶体生长时单晶炉内部生长条件。单晶炉自动调节放肩工艺参数的控制系统的实现，协同晶体生长速度、放肩起始拉速、直径测量打开长度、功率调节系数等参数，在晶体生长环境不同的情况下，本发明的单晶炉控制系统的控制方法，可以较好的自动调节生长参数，使晶体在放肩生长过程中，生长出的晶体肩部与工艺参数表保持一致，进而保证晶体的成活率，提高单晶炉的产能。

　　本发明自动调节放肩工艺参数子系统的实现方式如下。数据采集与控制模块会采集到大量的单晶炉每天实时的原始生长数据。这些数据是采集模块按照系统的数据收集方式，形成的一个n维度数组。首先对这个n维数据集做标准化处理。构造协方差矩阵：

　　其中，n代表数据的总个数，uj和uk分别代表特征j和k的均值;在标准化后的数据中，样本的均值为0，所以在标准化处理后的数据的协方差又可以表示为：

　　将选中的k个特征向量构成一个(d,k)维的矩阵W。在k个特征提取的过程中，选取了温度、拉速、功率和直径等变量作为特征值。这样完成了对n维数组的标准化和降维处理。该W矩阵就是我们生成的具有一定的可以控制放肩生长信息的数据集合，即构造完成一个数据的信息库。为了增强数据信息存如数据库的效率，在数据信息存储到数据库的过程中，增加了一个对数据的信息库的存储进行了加速模块。

　　知识库的构造是从相关信息中过滤、提炼及加工而得到的有用资料的过程。知识本身通过自主和非自主的学习还可能产生新的知识。本发明采用一个3层的反馈神经网络，其中第一层是输入单元，第二层称为隐含层，第三层称为输出层。对信息库的数据进行分类处理，控制算法以下五步实现训练样本集合。

　　从样本集合中取一个样本{Ai，Bi}，其中Ai是输出，Bi是期望输出;

　　计算网络的实际输出Оi;

　　求误差D=Bi-Оi;

　　根据实际输出误差D的差别，来调整各隐含层连接权矩阵W;对每个样本重复上述过程，直到对整个样本集误差σ不超过可控范围。其中，本发明设计的神经网络，第一层输入单元为我们选取的特征向量k。第二层称为隐含层的节点个数设定为k+1或k+3。实验测试测定结果表明，k值对于识别率的影响并不大，但是节点个数过多会增加运算量，使得训练较慢。第三层称为输出层的参数即为本发明控制方法所需的工艺控制参数，即控制生长晶体生长速度、放肩起始拉速、直径开始测量长度、功率调节系数等，他们协同作用于晶体的放肩生长阶段，已达到较好的控制效果。本发明为了避免神经网络由于样本过而产生的过饱和，而影响识别的准确性，选取的输入样本集数量为50，其中45个数据样本作为训练集，5个数据样本用来作验证。

　　上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

　　在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

　　最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制;尽管参照前述各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，或者对其中部分或者全部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范围。