典型文献
基于NARX动态神经网络直拉硅单晶直径预测模型
文献摘要：
直拉法在制备硅单晶的过程中存在机理假设多、多场耦合下边界条件不明确和化学变化交错且相互影响等问题,导致无法建立准确的机理模型用于硅单晶生长过程控制.针对此问题,本文以单晶炉拉晶车间的大量晶体生长数据为基础,基于互信息理论提出的最大信息系数(MIC)算法,对与晶体直径相关的特征参数进行分析,然后基于带外源输入的非线性自回归(NARX)动态神经网络,建立多输入单输出的等径阶段晶体直径预测模型,并对三台单晶炉拉晶数据进行直径预测,预测的平均均方误差值为0.000774.最后将NARX动态神经网络同反向传播(BP)神经网络进行对比分析,验证了该模型的优越性.结果表明,NARX动态神经网络为晶体直径的控制提供了一种更准确的辨识模型.
文献关键词：
硅单晶;直径辨识;非线性自回归;BP神经网络;直拉法;数据驱动
中图分类号：
作者姓名：
徐圣哲;高德东;王珊;吴昊昊;张西亚;韩永龙;李丽荣
作者机构：
青海大学机械工程学院,西宁 810016;阳光能源(青海)有限公司,西宁 810007
文献出处：
引用格式：
[1]徐圣哲;高德东;王珊;吴昊昊;张西亚;韩永龙;李丽荣-.基于NARX动态神经网络直拉硅单晶直径预测模型)[J].人工晶体学报,2022(12):2031-2039,2062
A类：
直拉硅单晶,直径辨识
B类：
NARX,动态神经网络,直拉法,多场耦合,下边界条件,化学变化,机理模型,单晶生长,生长过程,过程控制,单晶炉,晶体生长,生长数据,互信息理论,最大信息系数,MIC,非线性自回归,多输入单输出,径阶,三台,均方误差,误差值,反向传播,辨识模型
AB值：
0.315213
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。
