[發明專利]一種預測晶體熱場分布的方法、裝置以及設備

在審

• 申請號: 202010086848.6
• 申請日: 2020-02-11
• 公開（公告）號: CN111400862A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 王雅儒;舒天宇;周敏;劉圓圓;姜興剛;張紅巖
• 申請（專利權）人: 山東天岳先進材料科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/08;G06N3/04
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 董延麗

1.一種預測晶體熱場分布的方法，其特征在于，所述方法包括：

確定晶體溫場結構變化的參數值，其中，所述溫場結構為腔體結構，中間內置晶體；

將所述晶體的溫場結構變化數據的參數值，輸入預先訓練的溫度分布預測模型，預測出所述溫場結構對應的溫度分布；其中，所述溫度分布預測模型包括溫場結構參數輸入層、全連接層神經網絡隱含層、溫度分布的預測輸出層，所述溫度分布為所述溫場結構腔體內的溫度分布。

2.根據權利要求1所述的預測晶體熱場分布的方法，其特征在于，所述輸入預先訓練的溫度分布預測模型前，所述方法還包括：

通過向溫場仿生模擬系統輸入多組溫場結構的參數值，獲得多組與溫場結構的參數值對應的溫度分布；

建立初始的溫度分布預測模型；

根據所述多組溫場結構的參數值以及每種溫場結構的參數值對應的溫度分布，訓練初始的溫度分布預測模型，得出符合預設條件的溫度分布預測模型。

3.根據權利要求2所述的預測晶體熱場分布的方法，其特征在于，獲得多組與溫場結構的參數值對應的溫度分布后，所述方法還包括：

根據預設方法對溫度分布的結果進行處理，以便于得到均勻數值的溫度分布。

4.根據權利要求3所述的預測晶體熱場分布的方法，其特征在于，所述預設方法為差值法。

5.根據權利要求2所述的預測晶體熱場分布的方法，其特征在于，所述根據所述多組溫場結構的參數值以及每種溫場結構的參數值對應的溫度分布，訓練初始的溫度分布預測模型，得出符合預設條件的溫度分布預測模型，具體包括：

將多組溫場結構的參數值以及每種溫場結構的參數值對應的溫度分布構建數據集，并按照預先設定的比例將所述數據集劃分為訓練集與驗證集，將訓練集中的溫場結構的參數值以及每種溫場結構的參數值對應的溫度分布輸入至所述初始的溫度分布預測模型，通過全連接層神經網絡隱含層的神經元，計算溫場結構的參數值與所述溫場結構的參數值對應的溫度分布之間的權重關系并不斷迭代調整，當得到預設條件的權重關系后，將驗證集中的溫場結構的參數值作為輸入，按照所述權重關系預測出所述溫場結構的參數值對應的溫度分布，并和驗證集中的溫度分布進行對比，若誤差值大于預設值則通過反向調整權重關系，直到誤差值小于或等于預設值，得出符合條件的溫度分預測模型。

6.根據權利要求5所述的預測晶體熱場分布的方法，其特征在于，所述得出符合條件的溫度分預測模型后，所述方法還包括：

判斷溫度分布預測模型得出的溫度分布與數據集中溫度分布之間的相關系數是否處于預設閾值；

若判斷出溫度分布預測模型得出的溫度分布與數據集中溫度分布之間的相關系數未處于預設閾值，采用預設算法優化所述溫度分布預測模型，以便于提高所述溫度分布預測模型的預測精度。

7.根據權利要求6所述的預測晶體熱場分布的方法，其特征在于，所述采用預設算法優化所述溫度分布預測模型，具體包括：

采用所述預設算法調整訓練步數、訓練步長、神經元的個數以及隱藏層的層數中的一個或多個，進而優化所述溫度分布預測模型，其中，所述預設算法為優化梯度下降算法。

8.根據權利要求1所述的預測晶體熱場分布的方法，其特征在于，所述溫場結構參數包括線圈半徑、線圈外保溫距離、線圈長度、坩堝直徑、坩堝壁厚度、內保溫厚度、外保溫厚度、線圈高度以及下保溫厚度。

9.一種預測晶體熱場分布的裝置，其特征在于，所述裝置包括：

確定單元，用于確定晶體溫場結構變化的參數值，其中，所述溫場結構為腔體結構，中間內置晶體；

預測單元，用于將所述晶體的溫場結構變化數據的參數值，輸入預先訓練的溫度分布預測模型，預測出所述溫場結構對應的溫度分布；其中，所述溫度分布預測模型包括溫場結構參數輸入層、全連接層神經網絡隱含層、溫度分布的預測輸出層，所述溫度分布為所述溫場結構腔體內的溫度分布。

10.一種預測晶體熱場分布的設備，其特征在于，該設備包括用于存儲計算機程序指令的存儲器和用于執行程序指令的處理器，其中，當該計算機程序指令被該處理器執行時，觸發該設備執行權利要求9所述的裝置。