【技术实现步骤摘要】
多晶硅还原炉的控制方法及装置
[0001]本申请涉及多晶硅生成
,具体涉及一种多晶硅还原炉的控制方法及装置。
技术介绍
[0002]多晶硅是TCS和氢气在1000~1100温度区间通过化学还原反应制得。在这个过程中,影响多晶硅的成品率的因素有还原炉的加热电流、原料流量以及进料温度等多晶硅还原炉的控制参数。若控制参数不准确,如原料流量过大可能造成硅棒表面不平整,影响成本率,而原料流量过小可能造成产量低。因此,如何准确地调整多晶硅还原炉的控制参数,以在不降低多晶硅品质的基础上,降低单位产量的能耗,是当前急需解决的问题。
技术实现思路
[0003]本申请旨在至少解决相关技术中存在的技术问题之一。为此,本申请提出一种多晶硅还原炉的控制方法,能够在不降低多晶硅品质的基础上,降低单位产量的能耗,提高多晶硅的生产效率。
[0004]本申请还提出一种多晶硅还原炉的控制装置。
[0005]本申请还提出一种电子设备。
[0006]本申请还提出一种计算机可读存储介质。
[0007]根据本申请第 ...
【技术保护点】
【技术特征摘要】
1.一种多晶硅还原炉的控制方法,其特征在于,包括:将多晶硅还原炉的各控制参数输入训练好的第一神经网络模型,获取与各所述控制参数一一对应的各观测数据;从各所述观测数据中,获取与至少一个预设观测数据相匹配的目标观测数据,以根据所述目标观测数据对应的所述控制参数,控制所述多晶硅还原炉运行;其中,所述第一神经网络模型由各历史运行数据训练得到,所述历史运行数据包括历史控制参数,以及与所述历史控制参数对应的历史观测数据;所述预设观测数据为各所述历史观测数据中,对应的多晶硅生产状态达到预设需求的历史观测数据,所述多晶硅生产状态包括生产能耗及出品率。2.根据权利要求1所述的多晶硅还原炉的控制方法,其特征在于,还包括:将所述历史控制参数输入所述第一神经网络模型,获取预测观测数据;将所述预测观测数据,与所述历史控制参数对应的所述历史观测数据进行匹配,获取匹配结果;根据所述匹配结果调整所述第一神经网络模型的网络参数,直至任一所述历史控制参数输入所述第一神经网络模型后获取到的预测观测数据,与所述历史控制参数对应的所述历史观测数据相匹配。3.根据权利要求1或2所述的多晶硅还原炉的控制方法,其特征在于,还包括:将各所述历史观测数据输入训练好的第二神经网络模型进行聚类,获取各所述历史观测数据的聚类结果;确定所述聚类结果为正样本的所述历史观测数据为所述预设观测数据;其中,所述第二神经网络模型由各所述历史观测数据中,部分所述历史观测数据组成的模型训练集训练得到;所述正样本对应的多晶硅生产能耗及出品率达到预设需求。4.根据权利要求3所述的多晶硅还原炉的控制方法,其特征在于,所述模型训练集中的各所述历史观测数据为所述正样本。5.根据权利要求1所述的多晶硅还原炉...
【专利技术属性】
技术研发人员:周鹏程,
申请(专利权)人:创新奇智合肥科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。