基于数值模拟与神经网络判断的单晶制品生产智能控制技术的制作方法

本发明涉及单晶制品生产智能控制技术领域，具体涉及一种基于数值模拟与神经网络判断的单晶制品生产智能控制技术。

背景技术：

单晶是指结晶体内部的原子、离子或者分子在三维空间呈有规律地、周期性地排列，或者说材料整体上在三维方向上由同一种空间结构构成，在空间上长程有序。这种材料消除了对空洞和裂纹敏感的晶界，与多晶材料相比具有优越的应用性能。常见的单晶生长制备方法可以分为气相生长、溶液生长、水热生长、熔盐法、熔体法等。工业常用的有气相生长、提拉法、坩埚下降法、区熔法和定向凝固法。前两种用来制备对外形尺寸不十分敏感的功能性单晶材料，而后三种可用于对外形尺寸有一定要求的单晶铸件。随着生产和科学技术的发展，各种产业对单晶材料及制品都提出了大量的需求也对单晶制品的质量提出了严格要求，如：钟表业，电子行业对红、蓝宝石的需求、机械加工业对金刚石的需求、航空及能源工业对单晶涡轮叶片的需求等。

单晶生长尤其是单晶制品的制备过程与材料本身的特性、生长环境等等密切相关。晶体生长发生在固-液（晶-液）界面上，能否保持单晶生长，保证单晶生长的方向，取决于生长界面能否稳定的保持下去。对于纯的材料，正的温度梯度（熔体温度高于凝固点）使界面稳定，而负的温度梯度（熔体温度低于凝固点）则导致界面失稳。随着材料的成分复杂性增加，保持界面稳定性的难度也越大。此外，制品的复杂形状在凝固过程中也会由于潜热释放的非均匀性扰动生长界面，并增加单晶生长的难度。

数值模拟是在一个低成本的情况下,利用电脑计算提供的详尽资料，用以支持真正的（且昂贵的）实验。由于数值模拟提供了一个近似真实的过程，利用这一技术可以很容易的对任何类型的变化（几何尺寸、保温材料、加热器、外围环境等）对晶体质量的影响做出判断。这一方法可以用来获得廉价的，完整的和全面细节的结晶过程，并以此预测晶体生长，改善晶体生长技术。举例来说，对于无经验人员，可以形象化展示熔体流动的历史点缺陷和热应力细节。所以数值仿真是一种达到较高生产率和较好满足市场对晶体直径，质量要求的简易工艺开发方法。

以实现最为困难的高温合金单晶涡轮叶片为例，单晶涡轮叶片是目前航空发动机所有零件中制造工序最多、周期最长、合格率最低、国外封锁和垄断最为严格的发动机零件。制造单晶涡轮叶片的工序包括压芯、修芯、型芯烧结、型芯检验、型芯与外型模具的匹配、蜡模压注、蜡模x光检验、蜡模壁厚检测、蜡模修整、蜡模组合、引晶系统系统及浇冒口组合、涂料撤砂、壳型干燥、壳型脱蜡、壳型焙烧、叶片浇注、单晶凝固、清壳吹砂、初检、荧光检查、脱芯、打磨、弦宽测量、叶片x光检查、x光底片检查、型面检查、精修叶片、叶片壁厚检测、终检等制造环节。目前，世界上只有美国、英国、法国能够批量化制造高性能单晶涡轮叶片。尽管国内在单晶涡轮叶片制造中也取得了较大的进步，研制并生产了某些型号的高推重比涡轮发动机单晶叶片，但是其生产技术仍停留在较为初级的传统冶炼、铸造和定向凝固技术上，对更为精准的过程控制缺乏有效手段。且在工艺开发上，大多由生产企业独立完成，以试错法为开发手段，缺乏有效的理论指导。因此国内急需一款控制精确、技术先进且带有自我学习能力的智能单晶生长系统。

以往的单晶生长系统大多关注于某一个特定区域的温度控制[cn96107584，用于控制硅单晶生长的系统和方法；cn201510865764.1，单晶硅生长控制方法]，或者关注于引晶系统的自动调节[cn201310702847.x,一种高质量晶体生长方法；cn200810239837.6，用于单晶硅生长过程控制的智能pid控制方法及其系统]，而对单晶整体生长的温度场，流场，运动特征，铸件几何特征缺乏统一考虑与全局规划。清华大学许庆彦[zl201110362376.3,单晶叶片生产的自适应变速抽拉仿真方法]首次提出了结合铸件几何特征考虑的运动控制。但仍缺乏对单晶生长系统的整体考虑。

技术实现要素：

为了解决现在的单晶生产过程中控制参数单一，缺乏系统考虑，单晶生长尤其是复杂几何外形单晶铸件生长技术落后，成品率低的问题，本发明提出一种智能单晶生长系统。

本发明智能单晶生长系统主要包括单晶生长终端、数据库集群和远程运维中心，所述的单晶生长终端、数据库集群和远程运维中心通过互联网连接在一起。所述的服务器集群包括应用服务器、上载管理服务器、数据库服务器、计算服务器；所述的单晶生长终端主要包括单晶炉、真空测量、液位测量、温度测量等监测手段、以及远程客户终端，所述的远程客户终端可通过网络连接向数据库集群上传单晶生长终端的运行状态，并下载新材料的单晶生长工艺。所述的远程运维中心主要包括一个远程运维终端、远程计算中心和单晶生长优化系统，所述远程运维中心主要监控单晶生长设备的运行状态，所述远程计算中心主要建立单晶生长智能预测模型，所述单晶生长优化系统可以对单晶生长智能预测模型修正和优化。

作为优选的，所述的远程客户终端采用人机交互设计，将工艺方案的输入和输出、参数设置及前后处理等环节以可视化形式表达；充分利用集成优化软件系统和优良的人机界面设计，增强单晶生长系统的实时智能控制系统的可操作性。

作为优选的，所述的单晶生长终端可将单晶生长过程参数实时上传至数据库服务器，包括材料参数（包括但不限于单晶母材的成分、模壳的成分以及型芯的成分等），现场生产的工艺参数（包括但不限于真空度、熔体温度、单晶生长速度、冷却液温度等）、以及单晶铸件的组织和缺陷状况。

作为优选的，所述的单晶炉采用可编程自动化控制程序，能够实现全程自动化操作，按照数据库服务器提供的工艺参数执行整个单晶生长过程。

作为优选的，所述的真空测量、液位测量、位移测量和温度测量依托包括但不限于西门子(simens)及台达(delta)等工业自动化解决方案，基于现场总线控制技术；通过多区域红外及热电偶测温、高精度直线位移编码器及激光液位探测获取温度、引晶速度及液位信息，运用现场总线技术实时传输并调控分区温度、引晶速度、液位。

作为优选的，所述的单晶生长工艺优化专家系统可以根据测量获得的分区温度、引晶速度、液位等现场信息，将其输入单晶生长工艺优化专家系统，获得局部最优工艺参数并实时反馈至控制系统，调节冷却液温度、液位、引晶速度等。

作为优选的，所述的远程计算中心基于复杂多相流耦合传输模型构建组织场(缺陷场)与材料(叶片、型芯、模壳)、工艺/环境参数(炉膛及冷却液温度、冷却液液位、引晶速度、温度场、应力场、溶质场)之间的定量关系，并通过包括但不限于数值模拟、人工神经网络和“qualitymapping”等方法。通过组织及工艺/环境参数特征分析，建立叶片几何形状-引晶速率-组织缺陷特征关系模型，从而确定关键工艺控制点。

作为优选的，所述的单晶生长专家优化系统基于神经网络技术的机器自学习功能和基于组织优化的工艺反溯模型，可以通过采集多次生产结果并结合数字化模拟技术，对原有的单晶生长工艺参数进行修正，从而实现对单晶生长工艺的不断优化。

本发明的有益效果是：利用远程运维中心建立了单晶生长智能预测模型，用户只需通过客户终端输入相应的单晶铸件的三维结构和相应的材料材料参数，就得可到相应的工艺参数；本发明具有自我学习能力，其单晶生长优化系统可通过用户反馈过来的铸件质量分析结合计算模拟结果对单晶生长的工艺参数进行修正，从而得到优化的单晶生长工艺。本发明在为用户分担了大量研发工作的基础上，与单晶生长的现场生产过程建立了直接的联系，通过不断的机器自我学习能力，不断给出优化的单晶生长工艺，从而大大提高了单晶产品的生产合格率和效率。

附图说明

图1为单晶生长多相流多场耦合智能制造原理图。

图2为单晶生长多相流多场耦合预测模型图。

具体实施方式

下面以单晶叶片生长结合附图及具体实现例对本发明做详细说明。

参照图1，图2，本实施例单晶智能生长智能控制系统由单晶生长终端、数据库集群和远程运维中心组成。所述的单晶生长终端、数据库集群和远程运维中心通过互联网连接在一起。所述的服务器集群包括应用服务器、上载管理服务器、数据库服务器、计算服务器；所述的单晶生长终端主要包括单晶炉、远程客户终端、真空测量、液位测量、温度测量等监测手段，所述的远程客户终端可通过网络连接向数据库集群上传单晶生长终端的运行状态，并下载新材料的单晶生长工艺。所述的远程运维中心主要包括一个远程运维终端、远程计算中心和单晶生长优化系统，所述远程运维中心主要监控单晶生长设备的运行状态，所述远程计算中心主要建立单晶生长智能预测模型，所述单晶生长优化系统可以对单晶生长智能预测模型修正和优化。

本发明的工作原理：首先远程计算中心根据宏观缺陷定量分析结果，基于复杂多相流耦合传输模型构建组织场(缺陷场)与材料(叶片、型芯、模壳)、工艺/环境参数(炉膛及冷却液温度、冷却液液位、引晶速度、温度场、应力场、溶质场)之间的定量关系，并通过数值模拟、人工神经网络和“qualitymapping”等方法，建立不同合金基于组织表现的工艺反溯模型；然后围绕复杂多相流耦合传输模型，建立基于合金-模壳材料-工艺/环境参数-组织特征等多参数单晶生长预测模型；再通过组织及工艺/环境参数特征分析，建立叶片几何形状-引晶速率-组织缺陷特征关系模型，确定关键工艺控制点。最后运用基于神经网络技术的机器自学习功能和基于组织优化的工艺反溯模型，构建单晶生长工艺优化专家系统，不断的对单晶生长预测系统进行修正和升级。

进一步的，所述的远程客户终端采用人机交互设计，将工艺方案的输入和输出、参数设置及前后处理等环节以可视化形式表达；充分利用集成优化软件系统和优良的人机界面设计，增强单晶生长系统的实时智能控制系统的可操作性。

进一步的，所述的单晶生长终端可将单晶生长过程参数实时上传至数据库服务器，包括材料参数（单晶母材的成分、模壳的成分以及型芯的成分等），现场生产的工艺参数（真空度、熔体温度、单晶生长速度、冷却液温度等）、以及单晶叶片的组织和缺陷状况。

进一步的，所述的单晶炉采用三菱可编程自动化控制程序，能够实现全程自动化操作，按照数据库服务器提供的工艺参数执行整个单晶生长过程。

进一步的，所述的真空测量、液位测量、位移测量和温度测量依托西门子(simens)及台达(delta)工业自动化解决方案，基于devicenet现场总线控制技术；通过多区域红外及热电偶测温、高精度直线位移编码器及激光液位探测获取温度、引晶速度及液位信息，运用devicenet现场总线技术实时传输并调控分区温度、引晶速度、液位，并将其输入单晶生长工艺优化专家系统，获得局部最优工艺参数并实时反馈至控制系统，调节冷却液温度、液位、引晶速度等。

进一步的，所述的远程计算中心基于复杂多相流耦合传输模型构建组织场(缺陷场)与材料(叶片、型芯、模壳)、工艺/环境参数(炉膛及冷却液温度、冷却液液位、引晶速度、温度场、应力场、溶质场)之间的定量关系，并通过模拟、人工神经网络和“qualitymapping”等方法。通过组织及工艺/环境参数特征分析，建立叶片几何形状-引晶速率-组织缺陷特征关系模型，从而确定关键工艺控制点。

进一步的，所述的单晶生长专家优化系统基于神经网络技术的机器自学习功能和基于组织优化的工艺反溯模型，可以通过采集当次生产结果，对原有的单晶生长工艺参数进行修正，从而实现对单晶生长工艺的不断优化。

以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。