典型文献
基于神经网络和遗传算法的铸锭晶体硅质量控制及工艺优化
文献摘要：
铸锭晶体硅是太阳能级晶硅材料的重要来源之一,为了进一步降低硅片成本,需要在保证晶体质量的同时发展大尺寸铸锭晶硅.影响铸造晶体硅质量的热场控制核心参数包括晶体生长速度与生长界面温度梯度之比V/G、壁面热流q、生长界面高度差Δh和硅熔体内部温差ΔT等.针对铸锭晶体硅生长过程中的质量控制问题,本研究基于人工神经网络(ANN)模型对晶体生长过程建立了工艺控制优化方法,利用实验测量数据和数值仿真模拟结果构建铸锭晶体硅生长过程的工艺控制数据集,以底部隔热笼开口和侧、顶加热器功率比作为主要工艺控制参数,V/G、|q|、|Δh|和ΔT为优化目标,建立用于研究晶体生长工艺控制参数和热场参数之间映射关系的神经网络模型.使用训练完成的模型分析底部隔热笼开口及侧、顶加热器功率比对晶体生长过程热场的影响规律,并采用遗传算法(GA)对铸锭晶体硅生长过程的工艺控制参数以提高晶体质量为目标进行优化,最后结合实际生产中的检测图像讨论了V/G对晶体质量的影响.研究表明晶体生长中期的V/G沿横向变化较平缓,对应缺陷较少且分布均匀,因此增大V/G在横向上的均匀度也是提高晶体质量的一个重要因素.
文献关键词：
铸锭晶体硅;人工神经网络;遗传算法;V/G;定向凝固;晶体质量
中图分类号：
作者姓名：
郝佩瑶;朱金伟;廖继龙;郑丽丽;张辉
作者机构：
清华大学航天航空学院,北京 100084;江苏协鑫硅材料科技发展有限公司,徐州 221001;清华大学工程物理系,北京 100084
文献出处：
引用格式：
[1]郝佩瑶;朱金伟;廖继龙;郑丽丽;张辉-.基于神经网络和遗传算法的铸锭晶体硅质量控制及工艺优化)[J].人工晶体学报,2022(03):385-397
A类：
铸锭晶体硅
B类：
硅质,能级,晶硅,硅材料,低硅,硅片,晶体质量,大尺寸,铸造,热场,核心参数,晶体生长,生长速度,长界,界面温度,温度梯度,之比,壁面热流,高度差,熔体,生长过程,控制问题,人工神经网络,ANN,工艺控制,控制优化,实验测量,测量数据,数值仿真模拟,控制数据,隔热,加热器,功率比,比作,主要工艺,控制参数,优化目标,生长工艺,映射关系,GA,均匀度,定向凝固
AB值：
0.260536
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
