《表8 基于不同预测模型的晶体直径预测控制计算时间》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于混合集成建模的硅单晶直径自适应非线性预测控制》
然后,验证所提晶体直径自适应NMPC在ALO优化求解下的晶体直径控制性能指标J收敛性、WPD-ELM-LSTM预测模型参数估计性能指标Jθ收敛性以及晶体直径预测控制的实时性.根据上述图9晶体直径设定值跟踪仿真结果,可以得到晶体直径自适应NMPC在单步计算过程中的控制性能指标J和模型参数估计的性能指标Jθ收敛曲线,如图10所示.从中可以看出,晶体直径控制性能指标J基本在160次迭代以后,进入稳定收敛状态,而晶体直径预测模型参数估计的性能指标Jθ在第150次迭代以后,也能够满足稳定收敛.因此,采用ALO算法求解自适应NMPC可以实现晶体直径的有效控制.此外,为了比较晶体直径自适应NM-PC在直径设定值跟踪控制中的实时性,表8是不同预测模型下晶体直径预测控制计算时间,即平均控制量更新时间.从表8中可以看出,所提混合集成预测模型WPD-ELM-LSTM的自适应NM-PC计算时间高于单一模型的计算时间,这主要是由所建混合集成模型的复杂性导致.另外,基于混合集成预测模型WPD-ELM-LSTM的自适应NM-PC计算时间高于常规NMPC,这主要是因为模型参数自适应更新过程比较耗时.然而,硅单晶生长是一个缓慢的时变动态过程,通过加热器功率调节晶体直径存在较大的滞后时间(5 min~25 min),且实际应用中对控制系统的实时性要求不高,所以7.3113 s的平均控制量更新时间是可以接受的.另外,随着硬件计算能力的提高,所提控制方法的计算时间将会有所减少.
图表编号 | XD00166711800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 任俊超、刘丁、万银 |
绘制单位 | 西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心、陕西省复杂系统控制与智能信息处理重点实验室、西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心、陕西省复杂系统控制与智能信息处理重点实验室、西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心、陕西省复杂系统控制与智能信息处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |