[发明专利]基于大数据的等径自决策方法、系统、设备和存储介质

说明书

基于大数据的等径自决策方法、系统、设备和存储介质，通过对直拉单晶等径过程中等径节点的基础源数据进行处理、筛选、转换为等径节点中易于识别和标记的若干数据集并建立模型，进行多维度数据清洗并建立维度数据仓库；获取当前节点的基础元数据并转化为工艺参数，将工艺参数与维度数据仓库中的模型进行数据对比，对判定结果进行数据分析，判定当前等径过程环节是否有异常，并根据判定结果进行自决策。本发明技术方案可在单晶拉制的等径过程中发生等径异常情况时，能够及时自动给出最优的评估和决策，减少工作人员干预，实现自动决策，更加实时、全面、准确、标准地处理等径异常问题，提升生产效率和产品品质。

技术领域

本发明属于光伏单晶拉制生产技术领域，尤其是涉及基于大数据的等径自决策方法、系统、设备和存储介质。

背景技术

直拉单晶生长过程主要包括稳温、引晶、放肩、等径、收尾等工作步骤。在直拉单晶的等径过程中，需要工作人员在现场监督，如果发生等径异常情况，需要现场工作人员对此进行评估决策。但由于现场工作人员的技能、经验、习惯等均有所不同，评估和决策都会有所差别，不能做到实时、全面、准确、标准。

因此，为了实现在单晶拉制的等径过程中发生等径异常情况时，能够及时自动给出最优的评估和决策，减少工作人员干预，实现自动决策，更加实时、全面、准确、标准地处理等径异常问题，提升生产效率和产品品质，需要对目前等径过程中评估决策的方法进行改进。

发明内容

本发明要解决的问题是提供基于大数据的等径SOP设定方法、系统、设备和存储介质，尤其是适用于太阳能直拉硅单晶生产，有效地解决背景技术中提出的目前现有技术中，在直拉单晶等径过程中，若发生等径异常，现场工作人员的技能、经验、习惯等均有所不同，评估和决策都会有所差别，不能做到实时、全面、准确、标准的问题。

为解决上述技术问题，本发明采用以下技术方案：

基于大数据的等径自决策方法，所述方法包括步骤：

S1：获取在直拉单晶等径过程中不同炉型、不同系列、不同炉台、不同原料、不同复投次数的等径节点的基础源数据；

S2：对获取的所述基础源数据进行处理，筛选并转换为不同炉型、不同系列、不同炉台、不同原料、不同复投次数在等径节点中易于识别和标记的若干参数，并获得不同炉型、不同系列、不同炉台、不同原料、不同复投次数的等径节点的所有所述参数数值的数据集；

S3：通过深度学习对不同炉型、不同系列、不同炉台、不同原料、不同复投次数的等径节点中的每一所述参数建立模型；

S4：通过深度学习对所述S3步骤中的每一所述模型进行多维度数据清洗，并建立直拉单晶等径过程的维度数据仓库；

S5：通过深度学习对所述S3步骤中的每一所述模型进行分析计算，获取当前炉型、当前系列、当前炉台、当前原料、当前复投次数的等径节点的当前基础源数据；

S6：对所述S5步骤中获取的所述当前基础源数据进行处理，筛选并转换为当前炉型、当前系列、当前炉台、当前原料、当前复投次数的等径节点中易于识别和标记的工艺参数；

S7：将所述S6步骤中获取的所述易于识别和标记的工艺参数与S4步骤中所述维度数据仓库中的每一所述模型进行数据对比，以判定该单晶所在节点中的所述易于识别和标记的工艺参数数值是否合理；

S8：通过深度学习对所述S7步骤中的判定结果进行数据分析，判定当前等径过程环节是否有异常，并根据判定结果进行自决策。

进一步地，所述S2步骤中所有不同炉型、不同系列、不同炉台、不同原料、不同复投次数的等径节点中的每一所述参数与所述S6步骤中所有所述工艺参数类型相对应。

进一步地，所述参数根据生产区域、等径节点的持续时间和等径功能进行建立。