摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-21页 |
1.1 课题研究背景、研究目的及意义 | 第14-16页 |
1.1.1 选题背景 | 第14-15页 |
1.1.2 课题研究目的及意义 | 第15-16页 |
1.2 研究现状 | 第16-19页 |
1.2.1 还原炉能耗问题研究现状 | 第16-18页 |
1.2.2 能耗预测方法研究现状 | 第18-19页 |
1.3 本文研究思路、内容和框架 | 第19-20页 |
1.4 本章小结 | 第20-21页 |
第二章 多晶硅还原炉还原过程及能耗特性分析 | 第21-28页 |
2.1 还原炉沉积生产过程 | 第21-24页 |
2.2 还原过程能耗分析及能耗特点 | 第24-27页 |
2.2.1 还原过程能耗分析 | 第24页 |
2.2.2 还原炉沉积周期能耗特点 | 第24-25页 |
2.2.3 还原过程能耗影响因素分析 | 第25-27页 |
2.3 本章小结 | 第27-28页 |
第三章 还原炉还原过程热量损失及因素分析 | 第28-42页 |
3.1 引言 | 第28页 |
3.2 还原炉热量平衡分析 | 第28-29页 |
3.3 还原炉辐射散热量的计算 | 第29-36页 |
3.3.1 辐射理论及热辐射 | 第29-31页 |
3.3.2 还原炉辐射换热计算 | 第31-36页 |
3.4 气体换热量和反应热的模拟计算 | 第36-40页 |
3.5 本章小结 | 第40-42页 |
第四章 基于D-S融合LS-SVM的还原过程能耗预测 | 第42-62页 |
4.1 引言 | 第42页 |
4.2 证据理论 | 第42-45页 |
4.2.1 基本定义 | 第42-43页 |
4.2.2 D-S的合成 | 第43-45页 |
4.3 支持向量机 | 第45-48页 |
4.3.1 支持向量机原理 | 第45-47页 |
4.3.2 最小二乘支持向量机 | 第47-48页 |
4.4 基于D-S融合LS-SVM的能耗预测 | 第48-55页 |
4.4.1 基于D-S相似时段的LS-SVM结构 | 第48-50页 |
4.4.2 D-S融合LS-SVM算法的具体实现 | 第50-51页 |
4.4.3 证据理论相似时段的选取 | 第51-54页 |
4.4.4 Dempster合成法则 | 第54-55页 |
4.5 仿真结果 | 第55-61页 |
4.5.1 介绍 | 第55页 |
4.5.2 样本选择 | 第55-57页 |
4.5.3 预测结果分析 | 第57-61页 |
4.6 本章小结 | 第61-62页 |
第五章 还原炉能耗预测模块开发 | 第62-69页 |
5.1 能耗预测模块设计 | 第62-63页 |
5.1.1 预测需求 | 第62页 |
5.1.2 模块架构 | 第62-63页 |
5.2 预测模块开发 | 第63-66页 |
5.2.1 模型库构建 | 第63-64页 |
5.2.2 Matlab自动化服务器模型库导入 | 第64-65页 |
5.2.3 能耗预测模块 | 第65-66页 |
5.3 系统的典型运行界面图 | 第66-68页 |
5.4 本章小结 | 第68-69页 |
结论与展望 | 第69-71页 |
参考文献 | 第71-75页 |
攻读学位期间发表的论文 | 第75-77页 |
致谢 | 第77页 |