基于深度学习图像分析的晶体特性反馈控制

TP273; 针对晶体尺寸期望以及标准偏差特性的在线反馈控制问题,提出一种基于深度学习图像分析的在线反馈控制方法.首先,通过基于深度学习神经网络的晶体图像分析方法在线分析晶体的形状与尺寸;然后,对图像分析的结果进行数学统计分析,得到某一批次晶体的尺寸期望与标准偏差;最后,针对晶体尺寸期望和标准偏差控制的欠输入特性设计了一种路径跟踪算法与PID相结合的反馈控制器,以获得具有目标尺寸期望与标准偏差的晶体.通过明矾冷却结晶实验验证了所提方法的有效性和可行性....

Full description

Saved in:
Bibliographic Details
Published in东北大学学报（自然科学版） Vol. 43; no. 12; pp. 1688 - 1693
Main Authors 王良勇, 朱耀龙, 淦晨阳
Format Journal Article
LanguageChinese
Published 东北大学 流程工业综合自动化国家重点实验室, 辽宁 沈阳 110819 26.12.2022
Subjects
晶体特性
在线反馈控制
路径跟踪
冷却结晶
图像分析
Online AccessGet full text
ISSN1005-3026
DOI10.12068/j.issn.1005-3026.2022.12.003

Cover

More Information
Summary:TP273; 针对晶体尺寸期望以及标准偏差特性的在线反馈控制问题,提出一种基于深度学习图像分析的在线反馈控制方法.首先,通过基于深度学习神经网络的晶体图像分析方法在线分析晶体的形状与尺寸;然后,对图像分析的结果进行数学统计分析,得到某一批次晶体的尺寸期望与标准偏差;最后,针对晶体尺寸期望和标准偏差控制的欠输入特性设计了一种路径跟踪算法与PID相结合的反馈控制器,以获得具有目标尺寸期望与标准偏差的晶体.通过明矾冷却结晶实验验证了所提方法的有效性和可行性.
ISSN:1005-3026
DOI:10.12068/j.issn.1005-3026.2022.12.003