-
公开(公告)号:CN118171066B
公开(公告)日:2024-07-26
申请号:CN202410585471.7
申请日:2024-05-13
Applicant: 西安理工大学
IPC: G06F18/20 , C30B15/20 , C30B29/06 , G06F18/214
Abstract: 本申请提出基于自适应典型变量分析的硅单晶生长过程故障检测方法,属于集成电路硅单晶制备技术领域。本方法包括以下步骤:获取硅单晶生长过程的监测数据集,并对监测数据集进行预处理,得到预处理数据集,预处理数据集中所有状态变量和所有输出变量的数据长度一致;分别将每个输出变量,以及与每个输出变量的动态特性强相关的状态变量组成一个数据组,所有数据组构成硅单晶生长过程数据集;利用硅单晶生长过程数据集构建基于典型变量分析的故障检测模型,并对故障检测模型依次进行训练,优化和判断,得到监测硅单晶生长过程的故障检测结果。本申请能够提高监测硅单晶生长过程中的故障检测的自适应能力和检测效率。
-
公开(公告)号:CN117830721A
公开(公告)日:2024-04-05
申请号:CN202311863883.4
申请日:2023-12-29
Applicant: 西安理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了直拉硅单晶放肩阶段晶棱线分叉检测方法,首先实时获得晶体生长过程中放肩阶段图像,得到原始图像数据集,之后,按照晶棱线分叉和未分叉设定标签,得到标定好的图像数据集;然后对图像数据集进行预处理,之后划分标定好的图像数据集,使用残差网络对图像进行分类训练,得到在放肩一定直径时即介于引晶直径到等径目标直径之间时晶棱线是否分叉的辨识模型;最后将识别到的晶棱线分叉时刻与工艺预设的容错开叉时间带相对比,间接判断出设定的初始温度是否准确。本发明解决了现有技术中存在的人工识别晶棱线分叉不精确的问题,进而准确判定系统初始温度设定是否精确,保障晶体进入等径生长阶段中工艺参数的批量重复性。
-
公开(公告)号:CN117744809A
公开(公告)日:2024-03-22
申请号:CN202311849811.4
申请日:2023-12-29
Applicant: 西安理工大学
Abstract: 本发明公开了直拉硅单晶生长过程加热器功率‑直径模型辨识方法,首先分别获得晶体生长过程中相同时刻下加热器功率和晶体直径数据,作为T‑S模糊辨识模型的输入和输出;然后使用改进的FCM算法处理采集得到的输入和输出数据;使用FCM算法计算数据对不同规则的隶属度,从而确定T‑S模糊模型的前件参数;使用递推最小二乘法优化结论参数,确定T‑S模糊模型的后件参数;最后将确定的前件参数和后件参数作为模型参数,得到最终的加热器功率‑晶体直径模型。本发明提高单晶品质和良率,可以更加精确的控制晶体的等径生长。
-
公开(公告)号:CN117702251A
公开(公告)日:2024-03-15
申请号:CN202311848157.5
申请日:2023-12-29
Applicant: 西安理工大学
Abstract: 本发明公开了直拉硅单晶生长加热器参数优化方法,首先通过晶体生长原理建立热传导模型,并确定模型热边界条件;然后使用有限元法计算不同加热器位置下晶体生长不同阶段的固液界面温度分布;最后通过鲸鱼优化算法优化加热器位置,将有限元法计算结果作为优化算法的适应度值,得到晶体生长全过程最优的加热器位置,达到优化硅单晶生长热场、提高硅单晶品质的目的。本发明解决了现有技术中存在的加热器优化方案不考虑固液界面温度分布,以及仅对某一阶段单晶炉加热器位置进行优化的问题。
-
公开(公告)号:CN117610390A
公开(公告)日:2024-02-27
申请号:CN202311428810.2
申请日:2023-10-31
Applicant: 西安理工大学
IPC: G06F30/25 , C30B15/20 , C30B29/06 , G06T17/00 , G06F111/10 , G06F113/08 , G06F119/08
Abstract: 本发明公开了一种基于自适应晶格结构LBM的直拉硅单晶生长过程建模方法,通过物理属性、几何知识和晶体生长知识三个方面,分析直拉硅单晶生长过程的机理,找出晶体生长过程中各个状态变量之间的数学关系,建立稳定的数学模型;对硅单晶生长过程中的硅熔体流动与传热现象建模和求解;将所求解的熔体温度、熔体流动速度及熔体进入固液界面处的热量这几项关键变量提取出来,与建立的数学模型相结合,完善直拉硅单晶生长过程的工艺模型。本发明解决了现有技术中存在的传统机理模型的关键变量难以获取、模型不准确以及模型难以验证的问题。
-
公开(公告)号:CN115964857A
公开(公告)日:2023-04-14
申请号:CN202211499953.8
申请日:2022-11-28
Applicant: 西安理工大学
IPC: G06F30/20 , C30B15/20 , C30B29/06 , G06F30/10 , G06F17/11 , G16C60/00 , G06N3/048 , G06N3/084 , G06F119/08 , G06F111/08 , G06F119/14
Abstract: 本发明公开了一种基于深度信念网络的半导体硅单晶生长状态监测方法,首先建立直拉硅单晶生长过程模型;然后基于硅单晶生长模型构建二输入多输出的硅单晶生长仿真系统,选取合适的硅单晶生长仿真系统的输出变量经过数据处理,最后将选取的输出变量输入到状态监测模型,构建状态监测指标,完成DBN网络模型的训练和状态监测模型的构建,然后将硅单晶生长运行过程输出数据输入到训练好的网络模型中,通过对输出状态指标的比较,最终判断硅单晶生长过程运行状态是否正常。本发明解决了现有技术中存在的硅单晶生长过程运行状态不能被及时监测,导致硅单晶生长效率低、品质差的问题。
-
公开(公告)号:CN109859266B
公开(公告)日:2022-11-25
申请号:CN201910080610.X
申请日:2019-01-28
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于预变换的大视角变化下视觉同时定位与绘图方法,具体为:在SLAM系统中,输入大视角变化下相机获取的图像信息;对图像进行预变换,建立相邻图像之间的对应关系,粗略地估计两帧之间的相机运动和场景结构;利用获得的信息构建局部地图;对地图进行全局优化,生成场景的稀疏三维重建结果。本发明针对视觉同步定位与地图构建系统性能下降的问题,基于ASIFT原理,对相机旋转造成的经度角及纬度角进行模拟,提出了一种基于ORB的抗视角变化图像特征匹配算法,能在视角发生较大变化情况下有效地估计相机运动轨迹并生成以关键帧为场景的稀疏三维重建结果。
-
公开(公告)号:CN110009094B
公开(公告)日:2022-09-16
申请号:CN201910026707.2
申请日:2019-01-11
Applicant: 西安理工大学
Abstract: 本发明一种直拉硅单晶提拉速度‑晶体直径辨识模型建模方法,具体按照如下步骤进行:步骤1、多次采样,记录直拉硅单晶在不同采样时刻k下的提拉速度和晶体直径,形成不同采样时刻k下的多组数据对;步骤2、确定得到具体的关于直拉硅单晶的提拉速度和晶体直径的离散时间非线性系统模型表达式;步骤3、对DBN网络进行训练;步骤4、将训练好的DBN网络作为直拉硅单晶提拉速度‑晶体直径辨识模型。本发明一种直拉硅单晶提拉速度‑晶体直径辨识模型建模方法解决了现有技术采用DBN网络进行训练存在的不足。
-
公开(公告)号:CN110144622B
公开(公告)日:2022-01-07
申请号:CN201910098559.5
申请日:2019-01-31
Applicant: 西安理工大学
Abstract: 本发明公开了直拉硅单晶生长系统中磁场电源的控制方法,具体步骤如下:在当前k时刻获得系统采样信号,将负载电压vos(k)与目标电压vf(k)比较形成偏差信号Δv(k)输入外环无模型自适应控制器,内环MLD模型根据当前时刻的采样信号以及当前时刻的控制量u(k)进行模型状态更新;计算得到电感电流参考值Iref(k)和内环MLD模型更新完毕的模型状态xm(k);模型预测控制器根据Iref(k)以及当前时刻的模型状态xm(k)计算下一时刻的控制量u(k),将得到的控制量施加到被控系统以及内环MLD模型中。本发明实现了具有感性负载特性的磁场电源的精确控制。与传统控制方法相比,系统参数与模型参数一致时提高了系统稳定性以及控制精度;当系统参数发生变化导致模型失配时,也可以通过内外环调节使系统稳定。
-
公开(公告)号:CN109827637B
公开(公告)日:2020-10-23
申请号:CN201910091890.4
申请日:2019-01-30
Applicant: 西安理工大学
IPC: G01F23/292
Abstract: 本发明公开了一种基于集员估计粒子滤波理论的硅熔液液位估计方法,对激光三角法得到的液位观测数据进行滤波,采用集员估计理论构造粒子的有界集合,再以高斯分布从有界集合中抽取粒子,使粒子的分布更加接近理想的后验分布,最后利用代价函数对粒子进行重采样,有效地估计硅熔液真实液位,本发明不需要任何噪声分布函数先验知识,可以在过程和测量噪声均未知的情况下估计液位,提高对硅熔液液位检测的鲁棒性。本发明解决了现有技术中存在的硅熔液液位测量数据中噪声统计特性未知,难以估计真实液位的的问题。
-
-
-
-
-
-
-
-
-