| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 直拉硅单晶工艺流程 | 第9-10页 |
| 1.3 直拉硅单晶生长过程建模与控制研究现状 | 第10-12页 |
| 1.3.1 生长过程建模研究现状 | 第10-11页 |
| 1.3.2 生长过程控制研究现状 | 第11-12页 |
| 1.4 论文研究的主要内容和章节安排 | 第12-14页 |
| 2 硅单晶生长原理及控制方法 | 第14-20页 |
| 2.1 硅单晶生长原理 | 第14-16页 |
| 2.1.1 热场温度对硅单晶直径作用 | 第14-15页 |
| 2.1.2 提拉速度对硅单晶直径作用 | 第15-16页 |
| 2.2 硅单晶控制结构 | 第16-18页 |
| 2.2.1 传统晶体直径控制系统结构 | 第16-17页 |
| 2.2.2 恒拉速晶体直径控制系统结构 | 第17-18页 |
| 2.3 硅单晶生长过程辨识与控制策略 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 硅单晶等径阶段模型辨识 | 第20-44页 |
| 3.1 辨识数据来源 | 第20-21页 |
| 3.2 热场温度-晶体直径过程特性分析 | 第21-22页 |
| 3.3 硅单晶模型辨识 | 第22-36页 |
| 3.3.1 数据预处理 | 第24页 |
| 3.3.2 模型时滞确定 | 第24-26页 |
| 3.3.3 模型输入输出阶次确定 | 第26-28页 |
| 3.3.4 基于BP网络的模型参数辨识 | 第28-31页 |
| 3.3.5 基于栈式稀疏自动编码器的模型参数辨识 | 第31-34页 |
| 3.3.6 模型检验 | 第34-36页 |
| 3.4 模型辨识实验 | 第36-42页 |
| 3.5 本章小结 | 第42-44页 |
| 4 硅单晶直径控制 | 第44-54页 |
| 4.1 预测控制原理 | 第44-46页 |
| 4.2 基于神经网络的非线性预测控制 | 第46-49页 |
| 4.2.1 基于神经网络的递推多步预测模型 | 第46-47页 |
| 4.2.2 基于神经网络的广义预测控制 | 第47-48页 |
| 4.2.3 预测模型在线修正 | 第48-49页 |
| 4.2.4 基于神经网络的广义预测控制算法实现步骤 | 第49页 |
| 4.3 仿真控制实验 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54页 |
| 5.2 研究展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-61页 |