断线控制方法、装置、电子设备及存储介质

技术领域

本发明涉及晶体制备技术领域，特别是涉及一种断线控制方法、一种断线控制装置、一种电子设备以及一种存储介质。

背景技术

单晶硅材料的制备工艺以直拉法(Czochralski process/CZ)为主，利用直拉法将多晶硅原料提炼成单晶硅。在直拉单晶过程中生成棒状单晶硅晶体的过程分为装料、加热熔料、调温、引晶、放肩、转肩、等径、收尾等步骤。

其中，当多晶硅原料融化完成后，还不能马上开始引晶，因为这时的温度要高于引晶温度，还必须经过降温，将温度调整到引晶的温度。引晶是将事先装到钢丝绳末端的籽晶(也就是加工成一定形状的单晶)与液面接触，在引晶温度下，硅分子将沿着籽晶的晶格方向生长，从而形成单晶。放肩是将晶体直径逐步生长到生成所要求的直径，在放肩的过程中将拉出随着长度逐渐变长，直径逐渐变大到要求的直径左右的一段晶体，以便消除晶体位错。当晶体在放肩过程中生长到生产要求的直径后，进入转肩过程。转肩是将晶体直径控制在生产所要求的直径。当转肩完成后进入等径控制步骤，在该步骤中，通过对氧含量和温度的自动控制，让晶体将按照设定的直径等径生长。

在单晶硅棒生产中，现有技术中，多使用视觉系统判断放肩时断线的事实，甚至通过操作人员经验观察判断是否断线。这两种判断方法均属于事后判断没能提前进行断线预判，而且视觉方法误判率较高，只能通过经验在下次拉晶的时候提前调整，但是拉晶过程中复杂多变，每次拉晶的情况存在差异，所以下次调整的有效性无法保证。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种断线控制方法，以解决断线判断不准确和处理不及时的问题。

相应的，本发明实施例还提供了一种断线控制装置、一种电子设备以及一种存储介质，用以保证上述方法的实现及应用。

为了解决上述问题，本发明实施例公开了一种断线控制方法，包括：

在本次直拉单晶过程中，获取特征数据；

采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线；

获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息；

根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息；

根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线。

可选地，所述根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息，包括：

查找在所述预设工艺参数配置信息和所述重要特征数据中都存在的目标特征数据；

根据所述预设工艺参数配置信息，获取所述目标特征数据对应的可调工艺参数以及调整信息。

可选地，所述调整信息包括调整系数，所述根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，包括：

根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量；

根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整。

可选地，所述根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量，包括：

在多个所述重要特征数据对应同一个可调工艺参数的情况下，分别计算多个所述重要特征数据的特征权重和对应的调整系数的乘积；

计算多个所述重要特征数据对应的乘积的和值，作为对应的所述可调工艺参数的调整量。

可选地，所述调整信息还包括调整范围，在所述根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整之前，还包括：

在所述可调工艺参数的调整量超出所述调整范围的情况下，将所述调整量修正为所述调整范围内最近的值。

可选地，所述采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线，包括：

将所述特征数据输入断线预测模型，其中，所述断线预测模型通过特征数据样本，以及对应标记的样本断线结果训练得到；其中，所述样本断线结果包括断线和未断线；

根据所述特征数据，由所述断线预测模型生成预测断线率；

在所述预测断线率达到预设阈值的情况下，确定所述本次直拉单晶过程发生断线。

可选地，在所述将所述特征数据输入断线预测模型之前，所述方法还包括：

获取特征数据样本，以及对应标记的样本断线结果；

将所述特征数据样本和对应标记的样本断线结果输入断线预测模型；

采用针对所述特征数据样本标记的样本断线结果，训练所述断线预测模型，直至所述断线预测模型的损失值小于设定损失值，得到训练好的所述断线预测模型。

本发明实施例还公开了一种断线控制装置，包括：

数据获取模块，用于在本次直拉单晶过程中，获取特征数据；

断线确定模块，用于采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线；

信息获取模块，用于获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息；

信息确定模块，用于根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息；

参数调整模块，用于根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线。

可选地，所述信息确定模块，包括：

数据查找子模块，用于查找在所述预设工艺参数配置信息和所述重要特征数据中都存在的目标特征数据；

信息获取子模块，用于根据所述预设工艺参数配置信息，获取所述目标特征数据对应的可调工艺参数以及调整信息。

可选地，所述调整信息包括调整系数，所述参数调整模块，包括：

调整量确定子模块，用于根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量；

参数调整子模块，用于根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整。

可选地，所述调整量确定子模块，包括：

乘积计算单元，用于在多个所述重要特征数据对应同一个可调工艺参数的情况下，分别计算多个所述重要特征数据的特征权重和对应的调整系数的乘积；

调整量计算单元，用于计算多个所述重要特征数据对应的乘积的和值，作为对应的所述可调工艺参数的调整量。

可选地，所述调整信息还包括调整范围，还包括：

调整量修正子模块，用于在所述根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整之前，在所述可调工艺参数的调整量超出所述调整范围的情况下，将所述调整量修正为所述调整范围内最近的值。

可选地，所述断线确定模块，包括：

数据输入子模块，用于将所述特征数据输入断线预测模型，其中，所述断线预测模型通过特征数据样本，以及对应标记的样本断线结果训练得到；其中，所述样本断线结果包括断线和未断线；

断线率生成子模块，用于根据所述特征数据，由所述断线预测模型生成预测断线率；

断线确定子模块，用于在所述预测断线率达到预设阈值的情况下，确定所述本次直拉单晶过程发生断线。

可选地，所述装置还包括：

样本获取模块，用于在所述将所述特征数据输入断线预测模型之前，获取特征数据样本，以及对应标记的样本断线结果；

样本输入模块，用于将所述特征数据样本和对应标记的样本断线结果输入断线预测模型；

模型训练模块，用于采用针对所述特征数据样本标记的样本断线结果，训练所述断线预测模型，直至所述断线预测模型的损失值小于设定损失值，得到训练好的所述断线预测模型。

本发明实施例还公开了一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现如上所述的方法步骤。

本发明实施例还公开了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行本发明实施例中一个或多个所述的断线控制方法。

本发明实施例包括以下优点：

依据本发明实施例，通过在本次直拉单晶过程中，获取特征数据，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线，获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息，根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息，根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线，使得本次直拉单晶过程的断线能够准确的提前预测，并据此自动完成对工艺参数的调整，避免了断线判断不准确和工艺参数调整不及时的问题，减低断线问题的发生率，继而提高生产效率。

附图说明

图1是本发明的一种断线控制方法实施例的步骤流程图；

图2是本发明的一种断线控制方法实施例的步骤流程图；

图3是本发明的一种断线控制装置实施例的结构框图；

图4是根据一示例性实施例示出的一种用于断线控制的计算设备的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明的一种断线控制方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，在本次直拉单晶过程中，获取特征数据。

在本发明实施例中，直拉单晶过程是利用直拉法将原料提炼成单晶的过程，例如，直拉单晶硅的过程。直拉单晶过程可以划分为预调温阶段、调温阶段、引晶阶段、放肩阶段、等径阶段等。

在本发明实施例中，在直拉单晶过程中，可以获取到多种特征数据。特征数据包括控制数据和监测数据。其中，控制数据是为直拉单晶设备输入的控制参数，监测数据是实际运行时监测到的数据，具体可以包括任意适用的特征数据，本发明实施例对此不做限制。

在本发明实施例中，特征数据包括但不限于以下至少一种：放肩阶段之前采集的特征数据，放肩阶段采集的特征数据，等径阶段之前采集的特征数据，等径阶段采集的特征数据。例如，基于直拉单晶过程中对断线影响的认识，主要对调温阶段和引晶阶段中的控制数据和监测数据进行多次采集。

其中，监测数据可以通过工业传感器监测到。控制数据可以从相关控制设备直接采集到。例如，核心特征可以包括：argonflow(氩气流量)，seedlift(晶体拉速)，crystallength(晶体长度)，cruciblerotation(坩埚转速)，meltlevel(液口距)，crystalpos(晶体位置)，seedrotation(晶体转速)，cruciblepos(坩埚位置)，avgslspeed(平均拉速)，pumpfrequency(主泵频率)，diameter(晶体直径)，setdiameter(设定晶体直径)，mainheater(主加热器功率)，mainpressure100t(主室压力100t)，remainweight(剩料重量)，meltsurftemp(液面亮度)等。

步骤102，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线。

在本发明实施例中，预测本次直拉单晶过程是否会发生断线可以采用机器学习的方式，根据本次直拉单晶过程中的特征数据和断线结果之间的相关关系，得到一个断线预测模型。对于直拉单晶过程，可以使用一个断线预测模型来预测直拉单晶过程的断线结果，也可以使用多个断线预测模型来预测不同时间的断线结果。例如，训练一个用于预测放肩阶段的断线结果的断线预测模型，再训练一个用于预测等径阶段的断线结果的断线预测模型。断线结果可以是会发生断线和不会发生断线两个类别结果，也可以是预测的断线率。

在本发明实施例中，断线预测模型可以采用类别梯度提升(CategoricalGradient Boosting，CATboost)模型、长短期记忆(Long short-term memory，LSTM)模型等，具体可以采用任意适用的模型，本发明实施例对此不做限制。

在本发明实施例中，在预测阶段，断线预测模型的输入为本次直拉单晶过程获取的特征数据，每次获取到特征数据后，输入断线预测模型。该模型输出为本次直拉单晶过程的断线率的预测值，记为预测断线率。若预测断线率高于预设阈值，则确定本次直拉单晶过程发生断线。

在本发明的一种可选实施例中，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线的一种具体实现方式中，可以包括：将所述特征数据输入断线预测模型，其中，所述断线预测模型通过特征数据样本，以及对应标记的样本断线结果训练得到；其中，所述样本断线结果包括断线和未断线；根据所述特征数据，由所述断线预测模型生成预测断线率；在所述预测断线率达到预设阈值的情况下，确定所述本次直拉单晶过程发生断线。

断线预测模型根据输入的特征数据进行预测，生成预测断线率。获得断线预测模型的输出，进而将断线预测模型的输出作为本次直拉单晶过程的预测断线率。

若预测断线率达到预设阈值，表明本次直拉单晶过程有很大可能会发生断线，因此，需要对工艺参数进行调整，以便控制在本次直拉单晶过程不发生断线。若预测断线率未达到预设阈值，则表明本次直拉单晶过程有很大可能不会发生断线，因此，不需要因此原因对工艺参数进行调整。

在本发明的一种可选实施例中，在将所述特征数据输入断线预测模型之前，还可以包括：获取特征数据样本，以及对应标记的样本断线结果；将所述特征数据样本和对应标记的样本断线结果输入断线预测模型；采用针对所述特征数据样本标记的样本断线结果，训练所述断线预测模型，直至所述断线预测模型的损失值小于设定损失值，得到训练好的所述断线预测模型。

为了训练断线预测模型，需要准确样本数据以及对应的标签数据，即在直拉单晶过程获取的特征数据样本，以及对应标记的样本断线结果。具体可以通过多次实验，获得特征数据样本以及样本断线结果，也可以从历史数据中选取特征数据样本以及样本断线结果。样本断线结果是通过对晶体的断线情况进行观察得到实际结果。

在本发明实施例中，由于训练过程和预测过程所采用的特征数据应该一致，因此，特征数据样本的种类和所采集的时间也与预测过程中特征数据的种类和所采集的时间一致。

预测过程是与训练过程对应的。特征数据样本是采集的数据样本。为了让断线预测模型能够提前预测到断线率。样本断线结果为采集到特征数据样本间隔预设时长的断线结果，以便让断线预测模型能够提前预测到断线率。

对断线预测模型进行训练时，输入为特征数据样本，以及对应标记的样本断线结果。采用标记的样本断线结果，对断线预测模型的神经网络进行训练。也就是说，模型每次输出断线率的预测值后，与实际值(即标记的样本断线结果，断线为1，未断线为0)进行比较，并将比较的结果输入到损失函数中，计算得到损失值。模型的收敛条件可以有：损失值小于设定损失值，或者达到最大迭代次数。例如，设定一个比较小的设定损失值，每一次训练的时候，都同时计算一下损失值的大小，当损失值小于设定损失值，就可以认为模型收敛了，那么就可以结束训练。预先设定一个比较大的最大迭代次数，比如迭代100次，或者10000次，或者1000000次等，需要根据实际情况来选择，本发明实施例对此不做限制。模型完成规定次数的训练之后，就可以认为模型训练完毕。

步骤103，获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息。

在本发明实施例中，断线预测模型的训练过程，就是根据训练数据，确定各种特征数据对应的特征权重的过程。在断线预测模型训练好后，特征权重确定下来。从训练好的断线预测模型中，获取各种特征数据对应的特征权重。其中，特征权重越大，该种特征数据对断线的影响也越大，特征权重越小，该种特征数据对断线的影响也越小。

在本发明实施例中，由于对于特征权重更大的特征数据对应的工艺参数进行调整，对于断线的影响将更明显，因此，按照特征权重从高到低对特征数据进行排序。并从中选出排序靠前的多个特征数据，记为重要特征数据。具体可以选出预设个数的重要特征数据。预设个数可以根据实际需要进行设置，本发明实施例对此不做限制。

在本发明实施例中，工艺参数是给设备设定的与工艺有关的参数，包括功率、平均埚转等，或者其他任意适用的工艺参数，本发明实施例对此不做限制。预设工艺参数配置信息是预先设置的用于调整工艺参数的配置信息，其中包括特征数据，以及对应的工艺参数，即为了调整该特征数据而需要调整的工艺参数，以及该工艺参数对应的调整信息。

其中，调整信息是与该工艺参数每次调整的调整量相关的信息，例如，调整系数、调整范围等，或者其他任意适用的信息，本发明实施例对此不做限制。

步骤104，根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息。

在本发明实施例中，在预设工艺参数配置信息存在的特征数据中，查找出重要特征数据，从而确定重要特征数据对应的工艺参数，记为可调工艺参数。可调工艺参数为预设工艺参数配置信息中与重要特征数据相对应的工艺参数。并从预设工艺参数配置信息中，获取可调工艺参数的调整信息。

步骤105，根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线。

在本发明实施例中，可调工艺参数可以包括一个或多个。对于一个可调工艺参数，根据重要特征数据的特征权重，和对应的调整信息，确定该可调工艺参数的调整量，再将该可调工艺参数按照调整量进行调整，从而控制在所述本次直拉单晶过程不发生断线。若调整后隔一段时间，仍然预测本次直拉单晶过程发生断线，则再次进行调整，直至预测本次直拉单晶过程不会发生断线。

依据本发明实施例，通过在本次直拉单晶过程中，获取特征数据，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线，获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息，根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息，根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线，使得本次直拉单晶过程的断线能够准确的提前预测，并据此自动完成对工艺参数的调整，避免了断线判断不准确和工艺参数调整不及时的问题，减低断线问题的发生率，继而提高生产效率。

参照图2，示出了本发明的一种断线控制方法实施例的步骤流程图，具体可以包括如下步骤：

步骤201，在本次直拉单晶过程中，获取特征数据。

在本发明实施例中，此步骤的具体实现方式可以参见前述实施例中的描述，此处不另赘述。

步骤202，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线。

在本发明实施例中，此步骤的具体实现方式可以参见前述实施例中的描述，此处不另赘述。

步骤203，获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息。

在本发明实施例中，此步骤的具体实现方式可以参见前述实施例中的描述，此处不另赘述。

步骤204，查找在所述预设工艺参数配置信息和所述重要特征数据中都存在的目标特征数据。

在本发明实施例中，一方面，预设工艺参数配置信息中不一定有全部的重要特征数据。另一方面，重要特征数据中有的也不存在对应的可调整的工艺参数。因此，先在所述预设工艺参数配置信息和所述重要特征数据中，查找两者中都存在的特征数据，记为目标特征数据。

步骤205，根据所述预设工艺参数配置信息，获取所述目标特征数据对应的可调工艺参数以及调整信息。

在本发明实施例中，预设工艺参数配置信息中记录有目标特征数据，以及对应的可调工艺参数和调整信息。

步骤206，根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量。

在本发明实施例中，调整信息包括调整系数。调整系数是用于确定工艺参数的调整量的系数。调整系数表征了特征数据与对应的工艺参数之间的转换关系，属于经验值，一般通过历史数据统计可以确定。例如，想要液面亮度提高3个单位，则对应主加热功率需要调整1kw(千瓦)，设置调整系数为1/3。

例如，如下表1所示：

在本发明实施例中，重要特征数据的特征权重越高，对应的可调工艺参数应该相应调整更大的调整量，从而更加显著的影响断线率。具体可以通过计算重要特征数据的特征权重和对应的调整系数的乘积，根据该乘积来确定对应的可调工艺参数的调整量。

例如，特征权重最高的5个重要特征数据，在预设工艺参数配置信息中有两个对应的目标特征数据mainheater和avgslspeed，对应的可调工艺参数分别是setmainheater和setseedlift，所以需要调整两个可调工艺参数。其中，setmainheater的调整量＝mainheater对应的特征权重×mainheater对应的调整系数；setseedlift的调整量＝avgslspeed对应的特征权重×avgslspeed对应的调整系数。

在本发明的一种可选实施例中，根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量的一种具体实现方式中，包括：在多个所述重要特征数据对应同一个可调工艺参数的情况下，分别计算多个所述重要特征数据的特征权重和对应的调整系数的乘积，计算多个所述重要特征数据对应的乘积的和值，作为对应的所述可调工艺参数的调整量。

多个重要特征数据对应的可调工艺参数是同一个可调工艺参数。此种情况下，需要对该可调工艺参数的调整量进行求和。具体为分别计算各个重要特征数据的特征权重和对应的调整系数的乘积，再计算多个重要特征数据对应的乘积的和值，作为该可调工艺参数的调整量。

例如，特征权重最高的5个重要特征数据，在预设工艺参数配置信息中有两个对应的目标特征数据mainheater和meltsurtemp，对应的可调工艺参数都是setmainheater，所以需要调整该可调工艺参数。setmainheater的调整量＝mainheater对应的特征权重×mainheater对应的调整系数+meltsurtemp对应的特征权重×meltsurtemp对应的调整系数。

在本发明的一种可选实施例中，在所述根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整之前，还可以包括：在所述可调工艺参数的调整量超出所述调整范围的情况下，将所述调整量修正为所述调整范围内最近的值。

调整信息还包括调整范围。调整范围是用于确定工艺参数的调整量的上下限的范围。在根据重要特征数据的特征权重和对应的调整系数的乘积，确定对应的可调工艺参数的调整量后，先判断该调整量是否在调整范围内。若可调工艺参数的调整量超出调整范围，则对该调整量进行修正。具体为将该调整量修正为调整范围内的最接近的值，从而确保对应工艺参数进行调整时，每次调整不会太大，避免因调整量过大导致系统运行不稳定，或出现生产安全事故等问题。

例如，若该调整量高于调整范围的上限，则将调整量修正为调整范围的上限。若该调整量低于调整范围的下限，则将调整量修正为调整范围的下限。

步骤207，根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整。

在本发明实施例中，若上述确定了一个可调工艺参数，则按照该可调工艺参数的调整量进行调整。若上述确定了多个可调工艺参数，则按照各个可调工艺参数的调整量，对对应的可调工艺参数进行调整。

依据本发明实施例，通过在本次直拉单晶过程中，获取特征数据，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线，获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息，查找在所述预设工艺参数配置信息和所述重要特征数据中都存在的目标特征数据，根据所述预设工艺参数配置信息，获取所述目标特征数据对应的可调工艺参数以及调整信息，根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量，根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整，使得所述本次直拉单晶过程的断线能够准确的提前预测，并据此自动完成对工艺参数的调整，避免了断线判断不准确和工艺参数调整不及时的问题，减低断线问题的发生率，继而提高生产效率。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图3，示出了本发明的一种断线控制装置实施例的结构框图，具体可以包括如下模块：

数据获取模块301，用于在本次直拉单晶过程中，获取特征数据；

断线确定模块302，用于采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线；

信息获取模块303，用于获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息；

信息确定模块304，用于根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息；

参数调整模块305，用于根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线。

可选地，所述信息确定模块，包括：

数据查找子模块，用于查找在所述预设工艺参数配置信息和所述重要特征数据中都存在的目标特征数据；

信息获取子模块，用于根据所述预设工艺参数配置信息，获取所述目标特征数据对应的可调工艺参数以及调整信息。

可选地，所述调整信息包括调整系数，所述参数调整模块，包括：

调整量确定子模块，用于根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量；

参数调整子模块，用于根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整。

可选地，所述调整量确定子模块，包括：

乘积计算单元，用于在多个所述重要特征数据对应同一个可调工艺参数的情况下，分别计算多个所述重要特征数据的特征权重和对应的调整系数的乘积；

调整量计算单元，用于计算多个所述重要特征数据对应的乘积的和值，作为对应的所述可调工艺参数的调整量。

可选地，所述调整信息还包括调整范围，还包括：

调整量修正子模块，用于在所述根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整之前，在所述可调工艺参数的调整量超出所述调整范围的情况下，将所述调整量修正为所述调整范围内最近的值。

可选地，所述断线确定模块，包括：

数据输入子模块，用于将所述特征数据输入断线预测模型，其中，所述断线预测模型通过特征数据样本，以及对应标记的样本断线结果训练得到；其中，所述样本断线结果包括断线和未断线；

断线率生成子模块，用于根据所述特征数据，由所述断线预测模型生成预测断线率；

断线确定子模块，用于在所述预测断线率达到预设阈值的情况下，确定所述本次直拉单晶过程发生断线。

可选地，所述装置还包括：

样本获取模块，用于在所述将所述特征数据输入断线预测模型之前，获取特征数据样本，以及对应标记的样本断线结果；

样本输入模块，用于将所述特征数据样本和对应标记的样本断线结果输入断线预测模型；

模型训练模块，用于采用针对所述特征数据样本标记的样本断线结果，训练所述断线预测模型，直至所述断线预测模型的损失值小于设定损失值，得到训练好的所述断线预测模型。

依据本发明实施例，通过在本次直拉单晶过程中，获取特征数据，采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线，获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息，根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息，根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线，使得本次直拉单晶过程的断线能够准确的提前预测，并据此自动完成对工艺参数的调整，避免了断线判断不准确和工艺参数调整不及时的问题，减低断线问题的发生率，继而提高生产效率。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

图4是根据一示例性实施例示出的一种用于断线控制的电子设备400的结构框图。例如，电子设备400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图4，电子设备400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。

处理组件402通常控制电子设备400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令，以完成上述的断线控制方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理部件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。

存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在电子设备400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件404为电子设备400的各种组件提供电力。电力组件404可以包括电源管理系统，一个或多个电源，及其他与为电子设备400生成、管理和分配电力相关联的组件。

多媒体组件408包括在所述电子设备400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当电子设备400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当电子设备400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。

I/O接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件414包括一个或多个传感器，用于为电子设备400提供各个方面的状态评估。例如，传感器组件414可以检测到设备400的打开/关闭状态，组件的相对定位，例如所述组件为电子设备400的显示器和小键盘，传感器组件414还可以检测电子设备400或电子设备400一个组件的位置改变，用户与电子设备400接触的存在或不存在，电子设备400方位或加速/减速和电子设备400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件416被配置为便于电子设备400和其他设备之间有线或无线方式的通信。电子设备400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件414经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件414还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述断线控制方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由电子设备400的处理器420执行以完成上述断线控制方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行一种断线控制方法，所述方法包括：

在本次直拉单晶过程中，获取特征数据；

采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线；

获取所述断线预测模型中特征权重从高到低排序靠前的重要特征数据，以及所述重要特征数据的特征权重，和预设工艺参数配置信息；

根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息；

根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，以控制在所述本次直拉单晶过程不发生断线。

可选地，所述根据所述预设工艺参数配置信息，确定所述重要特征数据对应的可调工艺参数以及调整信息，包括：

查找在所述预设工艺参数配置信息和所述重要特征数据中都存在的目标特征数据；

根据所述预设工艺参数配置信息，获取所述目标特征数据对应的可调工艺参数以及调整信息。

可选地，所述调整信息包括调整系数，所述根据所述重要特征数据的特征权重，和对应的可调工艺参数的调整信息，对所述可调工艺参数进行调整，包括：

根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量；

根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整。

可选地，所述根据所述重要特征数据的特征权重和对应的调整系数的乘积，确定对应的所述可调工艺参数的调整量，包括：

在多个所述重要特征数据对应同一个可调工艺参数的情况下，分别计算多个所述重要特征数据的特征权重和对应的调整系数的乘积；

计算多个所述重要特征数据对应的乘积的和值，作为对应的所述可调工艺参数的调整量。

可选地，所述调整信息还包括调整范围，在所述根据所述可调工艺参数的调整量，对所述可调工艺参数进行调整之前，还包括：

在所述可调工艺参数的调整量超出所述调整范围的情况下，将所述调整量修正为所述调整范围内最近的值。

可选地，所述采用断线预测模型，根据所述特征数据，确定所述本次直拉单晶过程发生断线，包括：

将所述特征数据输入断线预测模型，其中，所述断线预测模型通过特征数据样本，以及对应标记的样本断线结果训练得到；其中，所述样本断线结果包括断线和未断线；

根据所述特征数据，由所述断线预测模型生成预测断线率；

在所述预测断线率达到预设阈值的情况下，确定所述本次直拉单晶过程发生断线。

可选地，在所述将所述特征数据输入断线预测模型之前，所述方法还包括：

获取特征数据样本，以及对应标记的样本断线结果；

将所述特征数据样本和对应标记的样本断线结果输入断线预测模型；

采用针对所述特征数据样本标记的样本断线结果，训练所述断线预测模型，直至所述断线预测模型的损失值小于设定损失值，得到训练好的所述断线预测模型。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以预测方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种断线控制方法和装置、一种电子设备以及一种可读储存介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。