一种基于ANN的提拉法单晶硅固液界面的预测方法技术

本发明专利技术公开了一种基于ANN的提拉法单晶硅固液界面的预测方法。该方法首先采用有限体积法建立提拉法单晶硅生长炉的二维全局传热数值模型；开展各工艺参数下的数值模拟，收集单晶硅生长的模拟数据并整理成数据集。再将数据集划分为训练集和测试集两部分，进行归一化处理，确定机器学习算法，建立提拉法单晶硅质量的预测模型，并评估该模型的可靠性。然后，利用预测模型计算单晶硅生长质量，并在测试集上评价预测结果。最后，预测出最优生长条件。本发明专利技术可快速找出影响提拉法单晶硅质量的关键因素，并准确预测关键因素下的晶体质量，从而获得合适的生长条件，提高研发效率，节省经费，生长出大尺寸、高品质的单晶硅。

A prediction method of solid-liquid interface of Czochralski monocrystalline silicon based on ANN

【技术实现步骤摘要】
一种基于ANN的提拉法单晶硅固液界面的预测方法
本专利技术涉及硅单晶产品质量的检测方法，具体涉及一种基于ANN的提拉法单晶硅固液界面的预测方法。
技术介绍
硅单晶是集成电路和太阳能光伏发电等行业不可或缺的基础材料，随着5G、人工智能等新兴技术的兴起和太阳能光伏发电的普及，其需求量与日俱增。大直径、高品质、低成本是硅单晶未来的发展趋势。提拉法(Czochralski，CZ)单晶硅生长技术是制备硅单晶的主流方法。然而随着晶体尺寸的增大，固液界面处释放的结晶潜热剧烈增加，使对固液界面形状的控制难度加大。提拉法单晶硅生长过程中，固液界面的宏观形状与晶体中溶质的偏析、缺陷的形成、应力的分布等密切相关。目前控制提拉法单晶硅中固液界面的方法主要分为结构优化和工艺优化。相对于工艺优化，结构优化需要对现有炉体结构进行改造，成本较高。而研究提拉法单晶硅生长工艺参数对硅单晶产品质量影响的方法主要有实验法和数值模拟。实验法依托于具体的生长设备，需要专业技师和大量实验经费，且实验周期长。数值模拟是降低晶体生长实验成本、缩短周期的重要技术，现有的单晶硅生长过程传热本文档来自技高网...

【技术保护点】
1.一种基于ANN的提拉法单晶硅固液界面的预测方法，其特征在于，包括以下步骤：/nS1、对提拉法单晶硅生长炉，采用Gambit软件生成提拉法单晶硅全局计算网格，采用有限体积法求解生长炉内的质量、动量和能量方程，采用界面追踪法模拟相变过程，建立全局二维轴对称传热数值模型。基于此传热模型，开展各工艺参数下数值模拟，收集单晶硅生长的模拟数据，采用回归分析方法进行相关性分析，确定影响因素，并整理成数据集；/nS2、将数据集划分为训练集和测试集两部分，采用mapminmax函数分别对训练集和测试集进行归一化处理；/nS3、确定机器学习算法，在整个训练集上建立提拉法单晶硅质量的预测模型，并评估该预测模型在...

【技术特征摘要】
1.一种基于ANN的提拉法单晶硅固液界面的预测方法，其特征在于，包括以下步骤：
S1、对提拉法单晶硅生长炉，采用Gambit软件生成提拉法单晶硅全局计算网格，采用有限体积法求解生长炉内的质量、动量和能量方程，采用界面追踪法模拟相变过程，建立全局二维轴对称传热数值模型。基于此传热模型，开展各工艺参数下数值模拟，收集单晶硅生长的模拟数据，采用回归分析方法进行相关性分析，确定影响因素，并整理成数据集；
S2、将数据集划分为训练集和测试集两部分，采用mapminmax函数分别对训练集和测试集进行归一化处理；
S3、确定机器学习算法，在整个训练集上建立提拉法单晶硅质量的预测模型，并评估该预测模型在训练集上的可靠性；
S4、在测试集上利用预测模型计算单晶硅生长质量，并评价预测结果；
S5、预测出最优生长条件。


2.根据权利要求1所述的一种基于ANN的提拉法单晶硅固液界面的预测方法，其特征在于，步骤S2中数据集的划分方法为随机划分或10折交叉验证法。
...

【专利技术属性】
技术研发人员：齐小方，王艺澄，姚亮，黄振华，
申请(专利权)人：包头美科硅能源有限公司，江苏高照新能源发展有限公司，
类型：发明
国别省市：内蒙;15