[發明專利]一種多晶硅還原爐內硅棒生長速率預估模型

有效

• 申請號: 201811454413.1
• 申請日: 2018-11-30
• 公開（公告）號: CN109543916B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 龍時雨;楊海東;徐康康;朱成就
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/04;G06N3/08
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 楊曉松

1.一種多晶硅還原爐內硅棒生長速率預估裝置，其特征在于，包括以下模塊：

數據采集及預處理模塊，用于通過傳感器采集與硅棒生長速率相關的數據，構建數據集，并對采集的數據進行數據清洗；所述與硅棒生長速率相關的數據，包括：爐內壓力，進氣速度，進料的氫氣量與三氯氫硅的量，硅棒表面溫度，進氣溫度，硅棒的直徑，歷史生長速率，硅棒對數，爐內壁溫度；

數據集篩選模塊，用于對數據采集模塊經過數據采集、數據清洗后的數據集進行篩選，得到訓練集和測試集；

訓練和評估模塊，用于對梯度提升決策樹模型進行訓練，利用平均相對誤差以及合格率對模型進行評估，具體包括：

(1)輸入訓練集，訓練集中樣本數為M；設置迭代次數T和損失函數L；所述的損失函數采用平方誤差損失函數，其中y表示樣本的真實值，y′(x)表示預測值；

(2)初始化弱學習器；

尋找使損失函數最小化的常數值c：

上式中，f₀(X)為弱學習器，L(·)表示損失函數，y_i表示第i個樣本的真實輸出值；

(3)開始迭代，總共迭代T次；

(3-1)計算負梯度；

計算每次迭代時損失函數的負梯度：r_ti＝y_i-f_t-1(X_i)；t＝1,2...T，i＝1,2...M，f_t-1(X_i)表示第t-1次迭代得到的強學習器對樣本X_i的預測值；

(3-2)利用(X_i,r_ti)擬合弱回歸樹，得到第t棵弱回歸樹；其對應的葉結點區域為R_tj，其中j＝1,2...J，J為第t棵弱回歸樹的葉子節點數，t＝1,2,...T；

(3-3)針對葉節點區域R_tj，找到擬合葉子節點最好的輸出值c_tj：

(3-4)更新強學習器：

其中，f_t-1(X)為第t-1次迭代時的強學習器，f_t(X)為更新后的強學習器，v的取值范圍是0＜v≤1，I表示指示函數，當X_i∈R_tj時，其值為1，否則為0；

(4)迭代結束得到最終強學習器：

其中，f_T(X)為經過T次迭代后得到的強學習器；

(5)利用測試集對強學習器進行評估，得到預測模型；

待預測模塊，用于輸入待預測特征向量；

預測結果模塊，用于將所述的待預測特征向量輸入到預測模型中，輸出預測結果。

2.如權利要求1所述的多晶硅還原爐內硅棒生長速率預估裝置，其特征在于，所述的對采集的數據進行數據清洗，包括：

記總共采集的樣本數量為m，對于數據集中的每一個樣本，如樣本中存在缺失數據，則將該缺失數據采用前一個生產周期、后一個生產周期中對應數據的平均值代替，以進行缺失值處理；對于異常值處理，利用統計學方法，從數據集中篩選出每一類數據的異常值，然后將該異常值作為缺失值進行處理，或用所有其他同類型數據的平均值來修正。