基于数据驱动的硅单晶生长过程控制研究

摘要

随着现代信息产业的高速发展，硅单品生长将向着电子级、低功耗和大直径方向发展。要适应未来硅单品生长的发展趋势，需要对硅单晶生长现有的相关技术进行提升，尤其是硅单晶生长过程控制相关理论和技术的改进。论文以实现国家科技重大专项“300mm硅单品直拉生长装备的开发”所要求的性能指标为驱动，针对现有直拉硅单品生长过程控制相关技术的不足，旨在探索硅单晶生长过程新的参数控制方法。论文的研究工作对我国能够自主生产大规模集成电路用的硅单品材料，打破国外在这方面技术的垄断和封锁具有重要的战略意义。
　　与小尺寸非电子级硅单晶生长过程控制相比，大尺寸电子级硅单晶生长过程控制遇到新的问题：(1)热场温度和晶体直径的测量信号含有较强的低频周期干扰，严重影响测量精度：(2)单晶炉热系统的时滞时间明显延长且时变，施加控制量的时间较难掌握：(3)要求硅单品在等径阶段需要实现V/G比恒值控制；(4)生长过程的不确定性和非线性增强，使得工作点较难稳定，晶体容易产生位错。论文围绕上述问题．针对生长过程难以建立有效机理模型和难以采用现有机理模型控制方法进行有效控制，运用数据驱动技术，利用自适应滤波理论、模糊理论、智能群体优化理论以及先进控制理论，对大尺寸电子级硅单品生长过程的控制问题进行了深入研究，并取得了一些具有理论价值和实用价值的研究成果：
　　1)．基于分层优化策略和自适应噪声抵消思想，提出了一种能滤除低频周期干扰的自适应噪声抵消滤波方法，该方法能够使低频周期性干扰被由傅立叶级数产生的拟合信号逼近并抵消。利用该方法能够有效提取晶体直径和热场温度信号；
　　2).提出了一种时变时滞非线性系统的T-S模糊模型自组织辨识方法，该自组织辨识方法由模型输入向量确定算法、参数自整定模糊空问划分算法以及基于支持向量机和递推最小二乘法结合的T-S模糊模型后件参数辨识算法三部分组成，较好解决了时变时滞系统的辨识问题，且能够有效提高模型的辨识精度和泛化能力。利用提出的T-S模糊模型自组织辨识方法，有效建立了晶体直径模型；
　　3).针对晶体生长过程的时滞非线性间歇特性，提出了一种以相邻迭代域的T-S模糊模型误差作为控制模型的迭代预测控制方法，该方法能够使控制量随着迭代步数的增加逐渐得到修正，在达到一定迭代步数后，控制量接近最优值，输出接近参考值。利用该控制方法较好实现了硅单晶在等径阶段的恒拉速等径控制。
　　论文提出的方法除了适用于硅单晶生长过程控制外，也适用于其它时滞非线性间歇过程的控制。

目录

封面

声明

中文摘要

英文摘要

目录

1绪论

1.1研究背景和意义

1.2硅单晶生长过程的关键变量

1.3硅单晶生长过程控制研究现状

1.4大尺寸电子级硅单晶生长过程控制面临的问题

1.5数据驱动技术在复杂工业过程中的应用及研究现状

1.6基于数据驱动的硅单晶生长控制方案及研究内容

1.7论文的结构组织和章节安排

2一类缓变测量信号的低频周期干扰处理

2.1 引言

2.2 问题描述

2.3 基于自适应噪声抵消原理的低频周期干扰滤波器设计

2.4 仿真实验

2.5 本章小结

3 时变时滞非线性系统模糊模型的自组织辨识

3.1 引言

3.2 问题描述

3.3 T-S模糊模型结构

3.4 T-S模糊模型输入向量的确定

3.5 T-S模糊模型规则提取

3.6 T-S模糊模型后件参数辨识

3.7 辨识算法的时间性能分析

3.8 仿真实验

3.9 小结

4 时滞非线性间歇过程的迭代预测控制

4.1 引言

4.2 问题描述

4.3 T-S模糊模型的迭代误差

4.4 迭代预测控制目标函数

4.5 广义迭代预测控制

4.6 闭环稳定迭代预测控制

4.7 受限稳定迭代预测控制

4.8 小结

5 硅单晶生长过程的测量信号处理与晶体直径控制

5.1 引言

5.2 直拉硅单晶生长过程及参数控制

5.3 对热场温度信号进行自适应噪声抵消滤波处理

5.4对晶体直径测量信号进行自适应噪声抵消滤波处理

5.5晶体直径模型辨识

5.6 直拉硅单晶的恒拉速等径控制

5.7 小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读博士期间所发表的论文、获奖及研究项目