[发明专利]提高多晶硅生产效率的还原炉物料智能配比方法及系统

说明书

本发明涉及一种提高多晶硅生产效率的还原炉物料智能配比方法及系统。其包括：对一多晶硅生产用的还原炉系统，构建所述还原炉系统的物料配比预测模型，其中，利用还原炉系统进行多晶硅生产时，获取当前时刻的生产条件状态信息；对上述获取的生产条件状态信息，利用物料配比预测模型生成下一时刻的生产条件预测信息，以利用所述生产条件预测信息指导还原炉系统在多晶硅生产时的还原炉物料配比，其中，生产条件预测信息包括三氯氢硅流量预测值、氢气流量预测值以及六环电流预测值。本发明能有效实现多晶硅生产时的物料配比，提高多晶硅生产时的智能化程度以及生产效率，安全可靠。

技术领域

本发明涉及一种物料配比方法及系统，尤其是一种提高多晶硅生产效率的还原炉物料智能配比方法及系统。

背景技术

还原炉是多晶硅生产的必要设备，其中，利用还原炉进行多晶硅生产时，在一定的条件下，向还原炉内通入一定摩尔配比的高纯三氯氢硅和高纯氢气，在倒U型硅芯棒表面发生物理化学反应生成棒状多晶硅。

传统的多晶硅生产中，多是依靠人工经验判断的方式物料添加，也即通过向DCS(Distributed Control System)系统添加配料表的方式实现物料添加，物料添加后，实时监控还原炉内的状态，以达到多晶硅的高品质生产。

由上述说明可知，利用还原炉进行多晶硅生产时，由于多依靠人工经验判断的方式添加物料，会导致存在人员的分配问题、产品品质无法把控、能耗高等问题，难以满足实际的多晶硅生产需求。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种提高多晶硅生产效率的还原炉物料智能配比方法及系统，其能有效实现多晶硅生产时的物料配比，提高多晶硅生产时的智能化程度以及生产效率，安全可靠。

按照本发明提供的技术方案，一种提高多晶硅生产效率的还原炉物料智能配比方法，所述还原炉物料智能配比方法包括：

对一多晶硅生产用的还原炉系统，构建所述还原炉系统的物料配比预测模型，其中，

利用还原炉系统进行多晶硅生产时，获取当前时刻的生产条件状态信息，所述生产条件状态信息包括三氯氢硅实际流量、三氯氢硅阀门开度、氢气实际流量、氢气阀门开度、炉筒冷却水实际流量、炉筒冷却水阀门开度以及用于对硅棒加热的六环电流实际值；

对上述获取的生产条件状态信息，利用物料配比预测模型生成下一时刻的生产条件预测信息，以利用所述生产条件预测信息指导还原炉系统在多晶硅生产时的还原炉物料配比，其中，生产条件预测信息包括三氯氢硅流量预测值、氢气流量预测值以及六环电流预测值。

构建物料配比预测模型时，包括：

提供机器学习模型XGboost以及深度学习模型LSTM；

获取还原炉系统生产多晶硅时的时序运行数据，并基于所获取的时序运行数据生成训练数据集，其中，所述训练数据集包括多个不同时刻下的生产条件状态信息；

利用上述生成的训练数据集分别对机器学习模型XGboost以及深度学习模型LSTM训练，以在达到目标训练状态后生成物料配比预测模型；

工作时，利用机器学习模型XGboost生成生产条件预测信息内的三氯氢硅流量预测值以及氢气流量预测值；同时，利用深度学习模型LSTM生成生产条件预测信息内的六环电流预测值。

对获取的时序运行数据进行预处理，并在预处理后基于特征分析确定时序运行数据中的训练数据种类，其中，

所确定训练数据种类包括三氯氢硅流量、三氯氢硅阀门开度、氢气流量、氢气阀门开度、炉筒冷却水流量、炉筒冷却水阀门开度以及用于对硅棒加热的六环电流值；

对时序运行数据，选择与所确定训练数据种类相对应的运行数据信息，以基于所选择的运行数据信息形成训练数据集，其中，