直拉硅单晶生长设备中软轴提拉系统的摆动识别方法技术方案

本发明专利技术公开了一种直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，首先在控制籽晶提拉的电机上安装振动传感器，获取振动信号；然后对采集的振动信号进行预处理，得到经过降噪之后故障成分明显增强的振动信号；最后根据处理后的振动信号，获取软轴提拉系统在硅单晶生长过程中的特征信息，判断所获取到的信息为提拉系统部件发生故障还是系统自身的振动。本发明专利技术解决了现有技术中存在的软轴摆动异常未及时发现，导致硅单晶品质下降的问题。导致硅单晶品质下降的问题。导致硅单晶品质下降的问题。

【技术实现步骤摘要】
直拉硅单晶生长设备中软轴提拉系统的摆动识别方法


[0001]本专利技术属于半导体硅单晶生长设备的智能运维
，具体涉及一种直拉硅单晶生长设备中软轴提拉系统的摆动识别方法。

技术介绍

[0002]硅单晶是重要的半导体材料，广泛应用于集成电路等领域，如何优化硅单晶生长设备、提高硅单晶品质和良率，是当前产业界面临的关键问题之一。直拉法是制备大尺寸、低缺陷、高品质半导体硅单晶的主要技术方法，直拉硅单晶生长设备中，通过软轴提拉系统平稳地驱动籽晶运动，从而拉制出合格的硅单晶。其中，软轴是提拉系统的重要部件，需要满足摆动小、对中性好的要求，以实现无位错硅单晶生长。
[0003]然而，在实际拉制硅单晶的过程中，由于软轴柔性大、阻尼小，且随着晶棒长度的增加而逐渐变短，其共振频率与整个硅单晶生长设备的激扰力相匹配，引发摆动。此外，在整个生长过程中，软轴提拉系统一直处于超低速、负载逐渐变大的运行状态，软轴的共振频率范围变得越来越宽。软轴的摆动会引起硅熔体液面的波动、固液界面形态发生变化，从而导致硅单晶发生位错缺陷，严重时会导致硅单晶断线、拉制失败。因此，对提拉系统的软轴摆动进行实时监测与诊断具有重要的实际工程意义。
[0004]综上所述，本专利技术针对硅单晶生长设备中的关键部件软轴提拉系统，采集其在硅单晶生长过程中的振动信号，对振动信号进行深度挖掘，推演软轴运行状态，为生长工艺提供决策依据，保证设备的平稳性，提高硅单晶品质。但是由于硅单晶生长设备中的软轴提拉系统处于一种超低速、变载荷的状态，超低速导致微小扰动下的振动现象更明显，变载荷导致软轴的共振频率变宽，同时由于提拉系统中各部件相互耦合增加了振动信号分析的难度，如何从中识别摆动现象成为难点，本专利技术提出一种改进的最大相关峭度反卷积的方法，实现对直拉硅单晶生长设备中软轴提拉系统摆动的识别。

技术实现思路

[0005]本专利技术的目的是提供一种直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，解决了现有技术中存在的软轴摆动异常未及时发现，导致硅单晶品质下降的问题。
[0006]本专利技术所采用的技术方案是，直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，具体按照以下步骤实施：
[0007]步骤1、在控制籽晶提拉的电机上安装振动传感器，获取振动信号x；
[0008]步骤2、对采集的振动信号进行预处理，得到经过降噪之后故障成分明显增强的振动信号；
[0009]步骤3、根据处理后的振动信号，获取软轴提拉系统在硅单晶生长过程中的特征信息，判断所获取到的信息为提拉系统部件发生故障还是系统自身的振动。
[0010]本专利技术的特点还在于，
[0011]步骤2具体按照以下步骤实施：
[0012]步骤2.1、对一给定信号y
n
，n＝1,2,...,N，N为信号长度，y
n
的相关峭度表达式为
[0013][0014]其中，CK(T)为信号y
n
的相关峭度，T为解卷积周期，y
n
‑
T
为前一个周期的信号。
[0015]设y为软轴提拉系统在发生摆动时产生的信号，h为信号y经过周围环境及路径传输后的响应，x为步骤1实际采集到的振动信号，以上过程用公式(2)表示为
[0016]x＝h*y+e
ꢀꢀ
(2)
[0017]寻找一个有限单位冲激响应滤波器，通过实际输出信号x恢复信号y，即：
[0018][0019]式中f＝[f
1 f
2 ... f
L
]′
，L为滤波器长度；
[0020]以信号的相关峭度为评定标准，并将相关峭度最大化作为最终的目标函数，即：
[0021][0022]由式(3)
‑
(4)得
[0023][0024]为了得到使CK(T)取得最大值的最优滤波器，令
[0025][0026]将式(6)以矩阵的形式重新表述为
[0027][0028]式中：
[0029][0030][0031][0032]β＝[y1y1‑
T y2y2‑
T ... y
N
y
N
‑
T
]′ꢀꢀ
(11)
[0033]其中，r＝0,T,2T,...,mT；
[0034]则
[0035]2||β||2X0y＝||y||2(X0α0+X
T
α1)
ꢀꢀ
(12)
[0036]由于已知
[0037]y＝X
′0f
ꢀꢀ
(13)
[0038]则滤波器系数f通过下式得到
[0039][0040]将滤波器系数f代入式(3)中得到软轴提拉系统摆动时产生的信号y；
[0041]步骤2.2、多元宇宙优化算法MVO对最大相关峭度反卷积MCKD算法中的两个参数同时进行优化，实现滤波器长度L和移位数M的自适应选取。
[0042]步骤2.1中最大相关峭度反卷积MCKD的迭代步骤为：
[0043](1)初始化解卷积周期T、移位数M以及滤波器长度L等参数，计算X
T
、X0、(X0X
′0)
‑1；
[0044](2)计算滤波后输出y；
[0045](3)根据y计算α0、α1、β；
[0046](4)计算更新的滤波器系数f；
[0047](5)若滤波前、后信号的相关峭度值ΔCK(T)小于阈值，结束迭代，否则重复(2)
‑
(4)。
[0048]步骤2.2具体如下：
[0049]使用包络谱峰值因子E
c
作为适应度函数，当信号包络谱幅值序列为X(z)，z＝1,2,
…
,Z，Z为序列长度，则E
c
表达为
[0050][0051]为了实现对参数L、M的自适应选取，构建算法模型如下：
[0052](1)初始化L、M的取值范围，要实现对L、M两个参数的自适应选取，则变量取值个数为2，对于二维优化问题，创建宇宙矩阵U，如下式
[0053][0054]式中，n是宇宙数量，即变量取值个数，是第i个宇宙的第j个物体，i＝1,2,
…
,n；j＝1,2；
[0055](2)通过轮盘赌机制更新宇宙内的物体：
[0056]由于每个宇宙中个体的膨胀率不同，宇宙个体中的物体会通过白洞/黑洞隧道进行转移，这个过程遵循轮盘赌机制，如下所示
[0057][0058]其中，NI(U
i
)表示第i个宇宙的归一化膨胀率，r1是[0,1]内的随机数，表示经轮盘赌机制选择出的第i个宇宙的第j个物体；
[0059](3)更新相关参数，计算当前最优宇宙：
[0060]宇宙中的个体为了实现局部改变和改进自身膨胀率会激发内部物体向当前最优宇宙移动，如下式
[006本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，其特征在于，具体按照以下步骤实施：步骤1、在控制籽晶提拉的电机上安装振动传感器，获取振动信号x；步骤2、对采集的振动信号进行预处理，得到经过降噪之后故障成分明显增强的振动信号；步骤3、根据处理后的振动信号，获取软轴提拉系统在硅单晶生长过程中的特征信息，判断所获取到的信息为提拉系统部件发生故障还是系统自身的振动。2.根据权利要求1所述的直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，其特征在于，所述步骤2具体按照以下步骤实施：步骤2.1、对一给定信号y
n
，n＝1,2,...,N，N为信号长度，y
n
的相关峭度表达式为其中，CK(T)为信号y
n
的相关峭度，T为解卷积周期，y
n
‑
T
为前一个周期的信号；设y为软轴提拉系统在发生摆动时产生的信号，h为信号y经过周围环境及路径传输后的响应，x为步骤1实际采集到的振动信号，以上过程用公式(2)表示为x＝h*y+e
ꢀꢀꢀꢀꢀꢀꢀ
(2)寻找一个有限单位冲激响应滤波器，通过实际输出信号x恢复信号y，即：式中f＝[f
1 f
2 ... f
L
]
′
，L为滤波器长度；以信号的相关峭度为评定标准，并将相关峭度最大化作为最终的目标函数，即：由式(3)
‑
(4)得为了得到使CK(T)取得最大值的最优滤波器，令将式(6)以矩阵的形式重新表述为
式中：式中：式中：β＝[y1y1‑
T y2y2‑
T ... y
N
y
N
‑
T
]
′ꢀꢀꢀꢀꢀ
(11)其中，r＝0,T,2T,...,mT；则2||β||2X0y＝||y||2(X0α0+X
T
α1)
ꢀꢀꢀꢀ
(12)由于已知y＝X
′0f
ꢀꢀꢀꢀ
(13)则滤波器系数f通过下式得到将滤波器系数f代入式(3)中得到软轴提拉系统摆动时产生的信号y；步骤2.2、多元宇宙优化算法MVO对最大相关峭度反卷积MCKD算法中的两个参数同时进行优化，实现滤波器长度L和移位数M的自适应选取。3.根据权利要求2所述的直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，其特征在于，所述步骤2.1中最大相关峭度反卷积MCKD的迭代步骤为：(1)初始化解卷积周期T、移位数M以及滤波器长度L等参数，计算X
T
、X0、(X0X
′0)
‑1；(2)计算滤波后输出y；(3)根据y计算α0、α1、β；(4)计算更新的滤波器系数f；(5)若滤波前、后信号的相关峭度值ΔCK(T)小于阈值，结束迭代，否则重复(2)
‑
(4)。4.根据权利要求3所述的直拉硅单晶生长设备中软轴提拉系统的摆动识别方法，其特征在于，所述步骤2.2具体如下：使用包络谱峰值因子E
c
作为适应度函数，当信号包络谱幅值序列为X(z)，z＝1,2,
…
,Z，Z为序列长度，则E<...

【专利技术属性】
技术研发人员：穆凌霞，刘丁，雷碧玉，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：