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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社