| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景 | 第8页 |
| ·提拉法单晶硅生长技术简介 | 第8-11页 |
| ·提拉法晶体生长控制技术的国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 2 控制系统模型的建立 | 第14-21页 |
| ·提拉法晶体生长过程概述 | 第14-15页 |
| ·埚升和埚转系统的控制模型 | 第15-18页 |
| ·埚升和埚转控制系统模型的建立 | 第15-17页 |
| ·埚升和埚转电机选型 | 第17-18页 |
| ·IRCON 直径检测 | 第18-19页 |
| ·称重传感器的选择 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 坩埚旋转与位置控制系统的硬件电路设计 | 第21-33页 |
| ·坩埚旋转与位置控制系统的总体硬件电路结构设计 | 第21页 |
| ·坩埚旋转速度控制电路设计 | 第21-29页 |
| ·单片机最小系统的设计 | 第22-25页 |
| ·坩埚控制电机驱动电路设计 | 第25-28页 |
| ·传感器的选择以及信号放大 | 第28-29页 |
| ·坩埚提拉速度控制电路设计 | 第29-30页 |
| ·数据显示方式 | 第30页 |
| ·通信模块的硬件电路设计 | 第30-31页 |
| ·复位电路及抗干扰设计 | 第31-32页 |
| ·本章小节 | 第32-33页 |
| 4 神经网络 PID 算法在坩埚旋转与提拉速度控制中的应用 | 第33-41页 |
| ·数字PID 控制 | 第33-34页 |
| ·神经网络PID 控制原理 | 第34-39页 |
| ·BP 神经网络PID 概述 | 第34-35页 |
| ·径向基函数(RBF)辨识网络 | 第35-36页 |
| ·基于BP 网络的自适应PID 控制器 | 第36-39页 |
| ·控制算法的实现 | 第39-40页 |
| ·神经网络控制算法实现步骤 | 第39页 |
| ·matlab 仿真 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 系统软件设计的总体说明 | 第41-48页 |
| ·软件设计的原则 | 第41页 |
| ·软件编程语言的选用 | 第41-43页 |
| ·系统主程序设计 | 第43-44页 |
| ·系统数据采集及速度控制程序设计 | 第44-47页 |
| ·数据采集程序设计 | 第44-45页 |
| ·PWM 调速程序的设计 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 6 系统的实验结果与误差分析 | 第48-49页 |
| 7 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文 | 第53-54页 |
| 致谢 | 第54页 |