st的多晶硅生产的能耗预测.PDFVIP

第３５卷第１２期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１２ ２０１８年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１８ 基于ＬＳＴＭＡｄａｂｏｏｓｔ的多晶硅生产的能耗预测 郭 久 俊 （广东工业大学　广东广州５１０００６） 摘　要　　在多晶硅的生产过程中，还原工序是最重要的工序，其能耗占综合能耗的６０％～７０％。针对还原工 序能耗影响因素复杂，非线性，传统预测方法预测精度低等问题，提出基于ＬＳＴＭＡｄａｂｏｏｓｔ循环神经网络多晶硅 生产过程的能耗预测模型。通过ＰＣＡ算法对多晶硅生产过程的能耗影响因素按贡献率提取主成分；采用正则化 方法优化ＬＳＴＭ的目标函数并引入Ａｄａｂｏｏｓｔ算法对ＬＳＴＭ模型优化；构建ＬＳＴＭＡｄａｂｏｏｓｔ预测模型，实现能耗预 测。实验结果表明，相比于ＬＳＴＭ模型和ＢＰ模型，ＬＳＴＭＡｄａｂｏｏｓｔ模型预测精度更高。以某企业多晶硅还原工序 为例，验证该能耗预测的有效性。 关键词　　多晶硅　长短期记忆循环神经网络　ＰＣＡ算法　Ａｄａｂｏｏｓｔ算法　能耗预测 中图分类号　ＴＰ３９１．９　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．１２．０１４ ＥＮＥＲＧＹＣＯＮＳＵＭＰＴＩＯＮＰＲＥＤＩＣＴＩＯＮＯＦ ＰＯＬＹＳＩＬＩＣＯＮＰＲＯＤＵＣＴＩＯＮＢＡＳＥＤＯＮＬＳＴＭＡＤＡＢＯＯＳＴ ＧｕｏＪｉｕｊｕｎ （ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｅｐｒｏｄｕｃｔｉｏｎｏｆｐｏｌｙｓｉｌｉｃｏｎ，ｔｈｅｒｅｄｕｃｔｉｏｎｐｒｏｃｅｓｓｉｓｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｐｒｏｃｅｓｓ，ａｎｄｉｔｓｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎａｃｃｏｕｎｔｓｆｏｒ６０％～７０％ｏｆｔｈｅｔｏｔａｌｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎ．Ｔｈｅｒｅｄｕｃｔｉｏｎｐｒｏｃｅｓｓｈａｓｃｏｍｐｌｅｘｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒｓｉｎｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎ，ａｎｄｉｓｎｏｎｌｉｎｅａｒ．Ｔｈｅｔｒａｄｉｔｉｏｎａｌｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓｈａｖｅｌｏｗａｃｃｕｒａｃｙ．Ｔｏｓｏｌｖｅ ｔｈｅｓｅｐｒｏｂｌｅｍｓ，ｗｅｐｒｏｐｏｓｅｄｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒｔｈｅｐｏｌｙｓｉｌｉｃｏｎｐｒｏｄｕｃｔｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎ ＬＳＴＭＡｄａｂｏｏｓｔｒｅｃｕｒｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋ．ＰＣＡａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｔｏｅｘｔｒａｃｔｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓｏｆｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ ｏｎｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｉｎｔｈｅｐｏｌｙｓｉｌｉｃｏｎｐｒｏｄｕｃｔｉｏｎｐｒｏｃｅｓｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｒａｔｅ．Ｔｈｅｒｅｇｕｌａｒｉｚａｔｉｏｎｍｅｔｈｏｄ ｗａｓａｄｏｐｔｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｏｆＬＳＴＭａｎｄｔｈｅＡｄａｂｏｏｓｔａｌｇｏｒｉｔｈｍｗａｓｉｎｔｒｏｄｕｃｅｄｔｏｏｐｔｉｍｉｚｅＬＳＴＭ ｍｏｄｅｌ．ＴｈｅＬＳＴＭＡｄａｂｏｏｓｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｗａｓｃｏｎｓｔｒｕｃｔｅｄｔｏｒｅａｌｉｚｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｐｒｅｄｉｃｔｉｏｎ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈＬＳＴＭｍｏｄｅｌａｎｄＢＰｍｏｄｅｌ，ＬＳＴＭＡｄａｂｏｏｓｔｍｏｄｅｌｈａｓｂｅｔｔｅｒｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙ．Ｔａｋｉｎｇｔｈｅｐｏｌｙｓｉｌｉｃｏｎｒｅｄｕｃｔｉｏｎｐｒｏｃｅｓｓｏｆａｎｅｎｔｅｒｐｒｉｓｅａｓａｎｅｘａｍｐｌｅ，ｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎ ｐｒｅｄｉｃｔｉｏｎｉｓｖｅｒｉｆｉ