用于电子级三氟甲烷制备的精馏控制系统及其控制方法技术方案

本申请涉及电子级气体的智能制造领域，其具体地公开了一种用于电子级三氟甲烷制备的精馏控制系统及其控制方法。所述精馏控制系统使用基于人工智能技术的智能控制方法来从优化控制算法的角度，进行全局的、高精度的、动态的且自适应的调整控制参数，进而提高所述电子级三氟甲烷的提纯纯度。级三氟甲烷的提纯纯度。级三氟甲烷的提纯纯度。

【技术实现步骤摘要】
用于电子级三氟甲烷制备的精馏控制系统及其控制方法


[0001]本专利技术涉及电子级气体的智能制造领域，且更为具体地，涉及一种用于电子级三氟甲烷制备的精馏控制系统及其控制方法。

技术介绍

[0002]三氟甲烷，又称三氟甲，是一种无色、微味，不导电的气体，是理想的卤代烷替代物。在半导体工艺中，CHF3 常用于等离子刻蚀或反应离子刻蚀二氧化硅工艺，CHF3 的特点就是腐蚀二氧化硅的速度快， 腐蚀硅的速度慢，即不但选择性好，而且速率差大，满足半导体工艺的要求。作为 8
‑
12 英寸芯片制造过程中刻蚀剂的高纯三氟甲烷的需求量随着半导体行业的迅猛发展，不断增加。
[0003]一般半导体工业用高纯三氟甲烷纯度为 99.999%，其纯化涉及多种杂质的深度脱除技术，三氟甲烷极性较高，原料一般含有大量的 CHCl3、CCl2F2、CHClF2、O2、N2、CO2 等杂质，CHF3 和 CO2 沸点非常接近，和二氟一氯甲烷的沸点和性质极其相近，且两者容易形成共沸物，分离困难。
[0004]我国现有的工业化三氟甲烷纯度较低，一般 99.8%
‑
99.9%，未达到半导体行业的使用要求。先存一些用于三氟甲烷的提纯方案，例如，专利 103951543A采用具有多级精馏的纯化装置来提高三氟甲烷的纯度，但这种通过在结构层面优化的提纯方案需采用具有复杂结构的纯化装置，成本高昂。
[0005]因此，期待一种新型的用于三氟甲烷的提纯控制方案以使得最终提纯获得的三氟甲烷的纯度能够满足电子级气体的纯度要求。

技术实现思路

[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于电子级三氟甲烷制备的精馏控制系统及其控制方法，其使用基于人工智能技术的智能控制方法来从优化控制算法的角度，进行全局的、高精度的、动态的且自适应的调整控制参数，进而提高所述电子级三氟甲烷的提纯纯度。
[0007]根据本申请的一个方面，提供了一种用于电子级三氟甲烷制备的精馏控制系统，其包括：精馏参数数据获取单元，用于获取包含当前时间点在内的多个预定时间点的分子筛吸附器的温度数据、所述分子筛吸附器的压力数据、三氟甲烷粗制品输入所述分子筛吸附器的流量数据、精馏塔的低温换热器的工作功率；产物数据获取单元，用于获取包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图；第一级精馏参数编码单元，用于将所述包含当前时间点在内的多个预定时间点的分子筛吸附器的温度数据、所述分子筛吸附器的压力数据、三氟甲烷粗制品输入所述分子筛吸附器的流量数据排列为二维的输入矩阵后通过第一卷积神经网络以生成第一特征图，其中，所述第一卷积神经网络的相邻层使用互为转置的卷积核；第二级精馏参数编码单元，用于将所述包含当前时间点在内的多个预定时间点的精馏塔的低温换热器的工作功率通过包含嵌入层的上下文编码器以获得多
个特征向量，并将所述多个特征向量进行二维排列为特征矩阵后通过第二卷积神经网络以获得第二特征图；产物数据编码单元，用于将所述包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图通过使用三维卷积核的第三卷积神经网络以获得第三特征图；特征图校正单元，用于对所述第一至第三特征图中各个特征图进行基于类别差分的特征值校正以生成校正后第一至第三特征图；特征图融合单元，用于融合所述校正后第一至第三特征图以获得分类特征图；以及控制结果生成单元，用于将所述分类特征图通过分类器以获得分类结果，所述分类结果为当前时间点的控制参数组合是否合理。
[0008] 在上述用于电子级三氟甲烷制备的精馏控制系统中，所述第一级精馏参数编码单元，进一步用于：使用所述第一卷积神经网络的第i层的卷积层使用第一卷积核以如下公式对输入数据进行处理以生成第i特征图，所述公式为 ,*表示卷积运算，表示激活函数；以及，使用所述第一卷积神经网络的第i+1层的卷积层使用第二卷积核以如下公式对所述第i特征图进行处理，所述公式为,*表示卷积运算，表示激活函数,其中，。
[0009]在上述用于电子级三氟甲烷制备的精馏控制系统中，所述第二级精馏参数编码单元，包括：嵌入层子单元，用于使用所述包含嵌入层的上下文的编码器模型的嵌入层分别将所述包含当前时间点在内的多个预定时间点的精馏塔的低温换热器的工作功率转化为输入向量以获得输入向量的序列；上下文编码子单元，用于使用所述包含嵌入层的上下文的编码器模型的转换器对所述嵌入层子单元获得的所述输入向量的序列进行基于全局的上下文语义编码以获得所述多个特征向量；二维排列子单元，用于将所述上下文编码子单元获得的所述多个特征向量进行二维排列为特征矩阵后通过第二卷积神经网络以获得第二特征图。
[0010]在上述用于电子级三氟甲烷制备的精馏控制系统中，所述产物数据编码单元，进一步用于：使用所述三维卷积核的第三卷积神经网络的各层在层的正向传递中对输入数据进行卷积处理、池化处理和激活处理以由所述第三卷积神经网络的最后一层生成所述第三特征图，其中，所述第三卷积神经网络的第一层的输入为所述包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图。
[0011]在上述用于电子级三氟甲烷制备的精馏控制系统中，所述特征图校正单元，进一步用于：以如下公式对所述第一至第三特征图中各个特征图进行基于类别差分的特征值校正以生成校正后所述第一至第三特征图；其中，所述公式为：其中为所述特征图的第位置的特征值，且是所述特征图的各个位置的特征值的全局均值。
[0012]在上述用于电子级三氟甲烷制备的精馏控制系统中，所述控制结果生成单元，进一步用于：所述分类器以如下公式对所述分类特征图进行处理以生成分类结果，其中，所述公式为：，其中表示将所
述分类特征图投影为向量，至为各层全连接层的权重矩阵，至表示各层全连接层的偏置矩阵。
[0013]根据本申请的另一方面，一种用于电子级三氟甲烷制备的精馏控制系统的控制方法，其包括：获取包含当前时间点在内的多个预定时间点的分子筛吸附器的温度数据、所述分子筛吸附器的压力数据、三氟甲烷粗制品输入所述分子筛吸附器的流量数据、精馏塔的低温换热器的工作功率；获取包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图；将所述包含当前时间点在内的多个预定时间点的分子筛吸附器的温度数据、所述分子筛吸附器的压力数据、三氟甲烷粗制品输入所述分子筛吸附器的流量数据排列为二维的输入矩阵后通过第一卷积神经网络以生成第一特征图，其中，所述第一卷积神经网络的相邻层使用互为转置的卷积核；将所述包含当前时间点在内的多个预定时间点的精馏塔的低温换热器的工作功率通过包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行二维排列为特征矩阵后通过第二卷积神经网络以获得第二特征图；将所述包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图通过使用三维卷积核的第三卷积神经网络以获得第三特征图；对所述第一至第三特征图中各个特征图进行基于类别差分的特征值校正以生成校正后第一至第三特征图；融合所述校正后第一至第三特征图以获得分类特征图；以及将所述分类特征图通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电子级三氟甲烷制备的精馏控制系统，其特征在于，包括：精馏参数数据获取单元，用于获取包含当前时间点在内的多个预定时间点的分子筛吸附器的温度数据、所述分子筛吸附器的压力数据、三氟甲烷粗制品输入所述分子筛吸附器的流量数据、精馏塔的低温换热器的工作功率；产物数据获取单元，用于获取包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图；第一级精馏参数编码单元，用于将所述包含当前时间点在内的多个预定时间点的分子筛吸附器的温度数据、所述分子筛吸附器的压力数据、三氟甲烷粗制品输入所述分子筛吸附器的流量数据排列为二维的输入矩阵后通过第一卷积神经网络以生成第一特征图，其中，所述第一卷积神经网络的相邻层使用互为转置的卷积核；第二级精馏参数编码单元，用于将所述包含当前时间点在内的多个预定时间点的精馏塔的低温换热器的工作功率通过包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行二维排列为特征矩阵后通过第二卷积神经网络以获得第二特征图；产物数据编码单元，用于将所述包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图通过使用三维卷积核的第三卷积神经网络以获得第三特征图；特征图校正单元，用于对所述第一至第三特征图中各个特征图进行基于类别差分的特征值校正以生成校正后第一至第三特征图；特征图融合单元，用于融合所述校正后第一至第三特征图以获得分类特征图；以及控制结果生成单元，用于将所述分类特征图通过分类器以获得分类结果，所述分类结果为当前时间点的控制参数组合是否合理。2.根据权利要求1所述的用于电子级三氟甲烷制备的精馏控制系统，其中，所述第一级精馏参数编码单元，进一步用于：使用所述第一卷积神经网络的第i层的卷积层使用第一卷积核以如下公式对输入数据进行处理以生成第i特征图，所述公式为,*表示卷积运算，表示激活函数；以及，使用所述第一卷积神经网络的第i+1层的卷积层使用第二卷积核以如下公式对所述第i特征图进行处理，所述公式为,*表示卷积运算，表示激活函数,其中，。3.根据权利要求2所述的用于电子级三氟甲烷制备的精馏控制系统，其中，所述第二级精馏参数编码单元，包括：嵌入层子单元，用于使用所述包含嵌入层的上下文的编码器模型的嵌入层分别将所述包含当前时间点在内的多个预定时间点的精馏塔的低温换热器的工作功率转化为输入向量以获得输入向量的序列；上下文编码子单元，用于使用所述包含嵌入层的上下文的编码器模型的转换器对所述嵌入层子单元获得的所述输入向量的序列进行基于全局的上下文语义编码以获得所述多个特征向量；二维排列子单元，用于将所述上下文编码子单元获得的所述多个特征向量进行二维排列为特征矩阵后通过第二卷积神经网络以获得第二特征图。4.根据权利要求3所述的用于电子级三氟甲烷制备的精馏控制系统，其中，所述产物数据编码单元，进一步用于：使用所述三维卷积核的第三卷积神经网络的各层在层的正向传递中对输入数据进行卷积处理、池化处理和激活处理以由所述第三卷积神经网络的最后一层生成所述第三特征图，其中，所述第三卷积神经网络的第一层的输入为所述包含当前时间点在内的多个预定时间点的精馏产物的气相色谱图。5.根据权利要求4所述的用于电子级三氟甲烷制备的精馏控制系统，其中，所述特征图
校正单元，进一步用于：以如下公式对所述第一至第三特征图中各个特征图进行基于类别差分的特征值校正以生成校正后所述第一至第三特征图；其中，所述公式为：其中为所述特征图的第位置的特征值，且是所述特征图的各个位置的特征值的全局均值。6....

【专利技术属性】
技术研发人员：华辉，邱玲，赖甜华，李卫国，赖金香，王凤侠，
申请(专利权)人：福建德尔科技股份有限公司，
类型：发明
国别省市：