[发明专利]一种基于图模型的MOCVD腔体稳定性检测方法及系统在审
申请号: | 202010878766.5 | 申请日: | 2020-08-27 |
公开(公告)号: | CN112097830A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 罗铁成;李健;王钢;裴艳丽 | 申请(专利权)人: | 中山大学 |
主分类号: | G01D21/02 | 分类号: | G01D21/02;G06F113/08;G06F119/08;G06F119/14 |
代理公司: | 深圳市创富知识产权代理有限公司 44367 | 代理人: | 李思坪 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 模型 mocvd 稳定性 检测 方法 系统 | ||
1.一种基于图模型的MOCVD腔体稳定性检测方法,其特征在于,包括以下步骤:
根据MOCVD腔体内部的传感器得到MOCVD反应腔的参数;
将MOCVD反应腔的参数输入预设的图模型,并基于判决条件得到稳定性状态、速度流线分布图和温度云图;
将稳定性状态、速度流线分布图和温度云图展示。
2.根据权利要求1所述1种基于图模型的MOCVD腔体稳定性检测方法,其特征在于,所述根据MOCVD腔体内部的传感器得到MOCVD反应腔的参数这一步骤之前,还包括:
获取实验样本数据并基于实验样本数据和图神经网络构建图模型,得到预设的图模型。
3.根据权利要求2所述一种基于图模型的MOCVD腔体稳定性检测方法,其特征在于,所述MOCVD腔体内部的传感器具体包括流量传感器、温度传感器、压强传感器和转速传感器。
4.根据权利要求3所述一种基于图模型的MOCVD腔体稳定性检测方法,其特征在于,所述获取实验样本数据并基于实验样本数据和图神经网络构建图模型,得到预设的图模型这一步骤,其具体包括:
获取实验样本数据并将实验样本数据分为训练集和验证集;
基于训练集和图神经网络构建图模型,得到第一图模型;
将验证集输入到第一图模型对第一图模型进行验证,得到预设的图模型。
5.根据权利要求4所述一种基于图模型的MOCVD腔体稳定性检测方法,其特征在于,所述判决条件通过以下步骤获得:
用无量纲数组来计算腔体内部的流体状态;
根据预设的图模型得到MOCVD设备的稳定性临界值和对应的无量纲数组的值;
根据不同流体状态的稳定性临界值和对应的无量纲数组的值绘制稳定性判决三维图谱。
6.根据权利要求5所述一种基于图模型的MOCVD腔体稳定性检测方法,其特征在于,所述流体状态稳定流和不稳定流,所述稳定流包括活塞流和旋转活塞过度流,所述不稳定流包括旋转流和浮力流。
7.一种基于图模型的MOCVD腔体稳定性检测系统,其特征在于,包括:
传感器模块,用于根据MOCVD腔体内部的传感器得到MOCVD反应腔的参数;
检测模块,用于将MOCVD反应腔的参数输入预设的图模型,并基于判决条件得到稳定性状态、速度流线分布图和温度云图;
展示模块,用于将稳定性状态、速度流线分布图和温度云图展示。
8.根据权利要求7所述一种基于图模型的MOCVD腔体稳定性检测系统,其特征在于,还包括:
训练模块,用于获取实验样本数据并基于实验样本数据和图神经网络构建图模型,得到预设的图模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010878766.5/1.html,转载请声明来源钻瓜专利网。