基于混合集成建模的硅单晶直径自适应非线性预测控制

发布时间：2022-08-01 13:18

　　大尺寸、电子级直拉硅单晶生长过程中物理变化复杂、多场多相耦合、模型不确定且存在大滞后和非线性等特性,因此如何实现硅单晶直径控制是一个具有理论意义和实际价值的问题.本文结合工程实际提出一种基于混合集成建模的晶体直径自适应非线性预测控制方法.首先,为了准确辨识晶体直径模型,提出基于互相关函数的时滞优化估计方法和基于Lipschitz商准则与模型拟合优度的模型阶次辨识方法;其次,基于"分而治之"原理构建晶体直径混合集成模型.其中,采用小波包分解（Wavelet packet decomposition, WPD）方法将原始数据分解成若干个子序列,以减少其非平稳性和随机噪声.极限学习机（Extreme learning machine, ELM）和长短时记忆网络（Long-short-term memory networks, LSTM）分别建立近似（低频）子序列和细节（高频）子序列的预测模型,最终晶体直径预测输出由各子序列的预测结果汇总而成;然后,针对晶体直径混合集成模型失配问题以及目标函数难以求解问题,提出一种基于蚁狮优化（Ant lion optimizer, ALO）的自适应非线性预测... 

【文章页数】：13 页

【文章目录】：
1 数据驱动晶体直径预测建模
    1.1 晶体直径预测模型结构辨识
    1.2 基于WPD-ELM-LSTM的混合集成预测模型
2 晶体直径自适应非线性预测控制
    2.1 晶体直径预测控制结构
    2.2 模型参数自适应更新
    2.3 实现步骤
3 工业数据实验与分析
    3.1 模型建立
    3.2 预测性能
    3.3 控制测试
4 结论


【参考文献】：
期刊论文
[1]基于多输出最小二乘支持向量回归建模的自适应非线性预测控制及应用[J]. 戴鹏,周平,梁延灼,柴天佑.  控制理论与应用. 2019(01)
[2]基于数据驱动多输出ARMAX建模的高炉十字测温中心温度在线估计[J]. 周平,刘记平.  自动化学报. 2018(03)
[3]直拉硅单晶生长过程建模与控制研究综述[J]. 刘丁,赵小国,赵跃.  控制理论与应用. 2017(01)
[4]基于多目标人工鱼群算法的硅单晶直径检测图像阈值分割方法[J]. 刘丁,张新雨,陈亚军.  自动化学报. 2016(03)
[5]基于集合经验模态分解和改进极限学习机的短期风速组合预测研究[J]. 张翌晖,王贺,胡志坚,王凯,黄东山,宁文辉,张承学.  电力系统保护与控制. 2014(10)
[6]模型预测控制——现状与挑战[J]. 席裕庚,李德伟,林姝.  自动化学报. 2013(03)



本文编号：3667522