拉速控制方法、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，特别是涉及一种拉速控制方法、一种拉速控制装置、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、降温调整引晶温度、引晶、放肩、转肩、等径、收尾等步骤。

其中，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。转肩是提高晶体拉速，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，它是决定单晶硅晶体生长质量的关键环节之一。在该步骤中，通过对拉速和温度的自动控制，让晶体将按照设定的直径等径生长。

目前的直拉工艺，在等径的头部阶段(例如，从等径开始到晶体长度增加50毫米的阶段)，拉速是难以准确控制的。通过引晶、放肩、转肩过程的工艺参数设定，等径开始后的拉速非常随机的分布。如果等径开始后拉速无法准确控制，甚至拉速不在合适范围内，就会增加断线问题的发生概率。

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拉速控制方法，以解决等径开始后拉速无法准确控制，甚至拉速不在合适范围内，断线问题的发生概率高的问题。

相应的，本发明实施例还提供了一种拉速控制装置、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拉速控制方法，包括：

在直拉单晶过程中，获取等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据；

将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到；

根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速；

在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

可选地，所述获取在等径生长的头部阶段之前的特征数据，包括：

监测在等径生长的头部阶段之前的工艺过程的当前处理状态；

在所述当前处理状态每达到一个预设处理状态时，根据所述预设处理状态对应的预设运行数据种类，对所述运行数据进行一次采集，并将每次采集到的运行数据确定为所述当前处理状态对应的特征数据。

可选地，多个预设处理状态对应的预设运行数据种类具有不同，所述拉速预测模型包括多个子拉速预测模型，所述将所述特征数据输入拉速预测模型，包括：

在所述当前处理状态每达到一个预设处理状态时，调用所述当前处理状态对应的子拉速预测模型；

将所述当前处理状态对应的特征数据输入所述当前处理状态对应的子拉速预测模型；

所述根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速，包括：

根据所述特征数据，由所述子拉速预测模型生成在所述当前处理状态下所述等径生长的头部阶段的预测拉速。

可选地，所述预设处理状态包括以下至少一种：所述直拉单晶过程的放肩阶段中晶体长度达到预设长度、所述直拉单晶过程的转肩阶段结束。

可选地，在所述将所述特征数据输入拉速预测模型之前，还包括：

在通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练所述拉速预测模型之后，获取训练好的所述拉速预测模型中各种特征数据对应的特征权重；

所述在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化，包括：

根据所述预测拉速和预设拉速的差值，确定所述工艺参数需要进行调整；

根据所述差值和各个所述工艺参数对应的特征权重，计算各个所述工艺参数的调整量；

根据所述各个所述工艺参数的调整量，调整各个所述工艺参数。

可选地，所述运行数据包括以下至少一种：功率、平均埚转、肩径、晶体直径；所述工艺参数包括以下至少一种：功率、平均埚转。

可选地，所述拉速预测模型包括：随机森林模型、或极端梯度提升模型、或类别梯度提升模型。

本发明实施例还公开了一种拉速控制装置，包括：

数据获取模块，用于在直拉单晶过程中，获取等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据；

数据输入模块，用于将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到；

拉速生成模块，用于根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速；

参数调整模块，用于在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

可选地，所述数据获取模块，包括：

状态监测子模块，用于监测在等径生长的头部阶段之前的工艺过程的当前处理状态；

参数采集子模块，用于在所述当前处理状态每达到一个预设处理状态时，根据所述预设处理状态对应的预设运行数据种类，对所述运行数据进行一次采集，并将每次采集到的运行数据确定为所述当前处理状态对应的特征数据。

可选地，多个预设处理状态对应的预设运行数据种类具有不同，所述拉速预测模型包括多个子拉速预测模型，所述数据输入模块，包括：

模型调用子模块，用于在所述当前处理状态每达到一个预设处理状态时，调用所述当前处理状态对应的子拉速预测模型；

数据输入子模块，用于将所述当前处理状态对应的特征数据输入所述当前处理状态对应的子拉速预测模型；

所述拉速生成模块，具体用于：

根据所述特征数据，由所述子拉速预测模型生成在所述当前处理状态下所述等径生长的头部阶段的预测拉速。

可选地，所述预设处理状态包括以下至少一种：所述直拉单晶过程的放肩阶段中晶体长度达到预设长度、所述直拉单晶过程的转肩阶段结束。

可选地，还包括：

权重获取模块，用于在所述将所述特征数据输入拉速预测模型之前，在通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练所述拉速预测模型之后，获取训练好的所述拉速预测模型中各种特征数据对应的特征权重；

所述参数调整模块，包括：

调整确定子模块，用于根据所述预测拉速和预设拉速的差值，确定所述工艺参数需要进行调整；

计算子模块，用于根据所述差值和各个所述工艺参数对应的特征权重，计算各个所述工艺参数的调整量；

参数调整子模块，用于根据所述各个所述工艺参数的调整量，调整各个所述工艺参数。

可选地，所述运行数据包括以下至少一种：功率、平均埚转、肩径、晶体直径；所述工艺参数包括以下至少一种：功率、平均埚转。

可选地，所述拉速预测模型包括：随机森林模型、或极端梯度提升模型、或类别梯度提升模型。

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拉速控制方法。

本发明实施例包括以下优点：

依据本发明实施例，通过在直拉单晶过程中，获取在等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据，将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到，根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速，在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化，使得等径生长的头部阶段的拉速能够提前被预测，并据此对拉速进行控制，使拉速能大概率落入合适范围内，从而降低断线问题的发生率。

附图说明

图1是本发明的一种拉速控制方法实施例的步骤流程图；

图2是本发明的一种拉速控制方法实施例的步骤流程图；

图3是本发明的一种拉速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拉速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拉速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，在直拉单晶过程中，获取在等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据。

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引晶阶段、放肩阶段、转肩阶段、等径生长阶段等。其中，将等径生长阶段刚开始的部分，称为等径生长的头部阶段(例如，从等径开始到晶体长度增加50毫米的阶段)。

在本发明实施例中，直拉单晶过程中包括功率、平均埚转、肩径、晶体直径等运行数据。运行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数据，本发明实施例对此不做限制。通过大量数据分析后发现等径生长的头部阶段的拉速对等径断线有着关键的影响，而等径生长的头部阶段的拉速与等径生长的头部阶段之前的部分运行数据相关。通过数据分析，在等径生长的头部阶段之前的运行数据中，筛选出与等径生长的头部阶段的拉速相关的运行数据，作为特征数据。

例如，根据历史大数据统计，对于等径生长的头部阶段的拉速相关的运行数据先进行筛选。然后再进行数据分析、数据处理。再进行二次筛选，做运行数据之间的相关性分析，以及运行数据和拉速之间的相关性分析，最终确定出可用于数据建模的特征数据。分析处理方法包括但不限于直方图、散点图、小提琴图、热力图、箱线图、密度图等大数据统计相关的数据处理分析方法。

步骤102，将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到。

在本发明实施例中，预测等径生长的头部阶段的拉速可以采用机器学习在等径生长的头部阶段之前的特征数据和等径生长的头部阶段的拉速之间的相关关系，得到一个可以预测拉速的拉速预测模型。为了训练拉速预测模型，需要准确样本数据以及对应的标签数据，即在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速。具体可以通过多次实验，获得特征数据样本以及样本拉速，也可以从历史数据中选取特征数据样本以及样本拉速。

在本发明的一种可选实施例中，拉速预测模型包括：随机森林模型、或极端梯度提升模型、或类别梯度提升模型。随机森林模型是利用多棵树对样本进行训练并预测的一种分类器。极端梯度提升(eXtreme Gradient Boosting，XGboost)模型是大规模并行利用提升树进行预测的一种模型。类别梯度提升(Categorical Gradient Boosting，CATboost)模型是一种能够很好地处理类别型特征的梯度提升算法的模型。

例如，考虑到拉速预测模型的标签变量是拉速，属于连续变量。根据标签数据的数据类型选择合适的模型，初步筛选的模型包括但不限于随机森林、XGboost、CATboost等模型。用于训练模型的数据划分为训练集和测试集，其中，测试集一般占比25％到15％。模型的损失函数选择MAE(Mean Absolute Error，平均绝对误差)、MSE(Mean Squared Error，均方误差)、R2(R-Square，决定系数)指标，通过模型的参数调整，寻找最优参数组合。三个模型均按照上述方法进行训练，最终选择R2指标大于0.4，且越大越好，MAE和MSE最小，且越小越好的模型，作为三个模型中综合最优的模型，最终使用综合最优的模型作为采用的拉速预测模型。

在本发明实施例中，在预测阶段，拉速预测模型的输入为在等径生长的头部阶段之前的特征数据，输出为拉速的预测值，记为预测拉速。

步骤103，根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速。

在本发明实施例中，针对当前的直拉晶体过程，在获取到当前的特征数据后，将获取到的特征数据输入拉速预测模型，获得拉速预测模型的输出，进而将拉速预测模型的输出作为等径生长的头部阶段的预测拉速。

在本发明实施例中，在等径生长的头部阶段之前，可以每经过一个预设的时长，或者工艺过程每达到一个预设处理状态，就将当时的特征数据输入拉速预测模型，从而不断的得到更新的预测拉速。

步骤104，在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

在本发明实施例中，由于改变相关工艺参数对拉速进行控制时，拉速的变化有延后性，所以需要在等径生长的头部阶段之前，对拉速进行控制。通过数据分析拉速和等径生长的头部阶段的断线率之间的关系，预先确定使得断线率较低或最低的预设拉速。其中，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。

在本发明的一种可选实施例中，运行数据包括以下至少一种：功率、平均埚转、肩径、晶体直径；工艺参数包括以下至少一种：功率、平均埚转。功率是单晶炉的功率。平均埚转是搅动单晶炉坩中溶体的平局转速。肩径是指放肩阶段的晶体直径。

在本发明实施例中，根据预测拉速和预设拉速，对工艺参数进行调整，从而使拉速向预设拉速变化。若预测拉速高于预设拉速，则通过调整工艺参数，使拉速变低，向预设拉速靠近。若预测拉速低于预设拉速，则通过调整工艺参数，使拉速变高，向预设拉速靠近。在对工艺参数进行调整时，调整量与预测拉速和预设拉速之间的差值有关，一般预测拉速和预设拉速之间的差值的绝对值越大，工艺参数的调整量也越大。由于不同工艺参数对于拉速的影响也不同，可以根据预设调整规则，对其中一个或多个工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

依据本发明实施例，通过在直拉单晶过程中，获取在等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据，将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到，根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速，在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化，使得等径生长的头部阶段的拉速能够提前被预测，并据此对拉速进行控制，使拉速能大概率落入合适范围内，从而降低断线问题的发生率。

在本发明的一种可选实施例中，在步骤102之前，还可以包括：在通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练所述拉速预测模型之后，获取训练好的所述拉速预测模型中各种特征数据对应的特征权重。

对应的，步骤104在一种具体实现方式中，可以包括：根据所述预测拉速和预设拉速的差值，确定所述工艺参数需要进行调整；根据所述差值和各个所述工艺参数对应的特征权重，计算各个所述工艺参数的调整量；根据所述各个所述工艺参数的调整量，调整各个所述工艺参数。

拉速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。在拉速预测模型训练好后，特征权重确定下来。从训练好的拉速预测模型中，获取各种特征数据对应的特征权重。其中，特征权重越大，该种特征数据对拉速的影响也越大，特征权重越小，该种特征数据对拉速的影响也越小。

在对工艺参数进行调整时，先计算预测拉速和预设拉速的差值，根据差值确定工艺参数是否需要进行调整。例如，差值的绝对值大于预设阈值，则确定工艺参数需要进行调整，差值的绝对值不大于预设阈值，则确定工艺参数不需要进行调整。然后各个工艺参数和运行数据具有对应关系，工艺参数是设定值，而运行数据是实际运行时的值，例如，工艺参数是设定的功率，运行数据是实际运行时的功率。根据差值和各个工艺参数对应的特征权重，计算各个工艺参数的调整量。例如，对于各个工艺参数，差值乘以工艺参数对应的特征权重，将乘积确定为该工艺参数的调整量。具体可以采用任意适用的计算调整量的方式，本发明实施例对此不做限制。最后，根据各个工艺参数的调整量，对各个工艺参数进行增大或减小。

参照图2，示出了本发明的一种拉速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，监测在等径生长的头部阶段之前的工艺过程的当前处理状态。

在本发明实施例中，在等径生长的头部阶段之前，工艺过程的处理状态包括晶体长度的状态、某个处理阶段(例如，转肩阶段)结束等处理状态，或者其他任意适用的处理状态，本发明实施例对此不做限制。

在本发明实施例中，在等径生长的头部阶段之前，对工艺过程的处理状态进行监测，得到当前处理状态。例如，对晶体长度进行监测，得到当前的晶体长度，或者对转肩阶段是否结束进行监测，得到当前是否为转肩阶段结束。

步骤202，在所述当前处理状态每达到一个预设处理状态时，根据所述预设处理状态对应的预设运行数据种类，对所述运行数据进行一次采集，并将每次采集到的运行数据确定为所述当前处理状态对应的特征数据。

在本发明实施例中，为了根据等径生长的头部阶段之前一段时间的特征数据，多次预测拉速，需要每隔一段时间采集一次运行数据。为此，在等径生长的头部阶段之前的工艺过程中设置多个预设的预测点，每个预设的预测点对应于工艺过程的一个预设处理状态。例如，晶体长度达到预设长度，转肩阶段结束等。

在本发明实施例中，在等径生长的头部阶段之前的过程中，在不同阶段，与等径生长的头部阶段的拉速相关的运行数据会有不同。因此，预设处理状态对应有预设运行数据种类，当然，预设运行数据种类都是与等径生长的头部阶段的拉速相关的运行数据。

在本发明实施例中，在当前处理状态每达到一个预设处理状态时，根据该预设处理状态对应的预设运行数据种类，对预设运行数据种类的运行数据进行一次采集。并将采集的工运行数据确定为当前处理状态对应的特征数据，也就是，工艺过程处于预设处理状态时的特征数据。

在本发明的一种可选实施例中，所述预设处理状态包括以下至少一种：直拉单晶过程的放肩阶段中晶体长度达到预设长度、所述直拉单晶过程的转肩阶段结束。例如，直拉单晶过程中，分为5个预设的预测点：放肩阶段中晶体长度达到50mm、60mm、70mm、80mm，以及转肩阶段结束。

步骤203，在所述当前处理状态每达到一个预设处理状态时，调用所述当前处理状态对应的子拉速预测模型。

在本发明实施例中，由于在不同阶段，与等径生长的头部阶段的拉速相关的运行数据会有不同。因此，多个预设处理状态对应的预设运行数据种类具有不同，也就是说，在一种情况下，每个预设处理状态对应的预设运行数据种类都不相同，在另一种情况下，有的两个预设处理状态对应的预设运行数据种类是相同的，有的两个预设处理状态对应的预设运行数据种类是不相同的。

在本发明实施例中，对于不同的预设运行数据种类，就需要训练不同的模型进行预测。拉速预测模型包括多个子拉速预测模型，在确定预设处理状态后，可以得到对应的可以处理对应的预设运行数据种类的特征数据的子拉速预测模型。在当前处理状态达到某个预设处理状态时，调用该预设处理状态对应的子拉速预测模型。

例如，将训练好的子拉速预测模型生成pkl格式文件(pkl1文件、pkl2文件、pkl3文件、pkl4文件、pkl5文件)，主程序根据当前处理状态调用对应的pkl文件进行预测，输出预测结果。在放肩阶段中晶体长度达到50mm、60mm、70mm、80mm，以及转肩阶段结束，5个预设的预测点，依次调用pkl1文件、pkl2文件、pkl3文件、pkl4文件、pkl5文件，进行结果预测，达到对等径生长的头部阶段的拉速进行预测的目的。

步骤204，将所述当前处理状态对应的特征数据输入所述当前处理状态对应的子拉速预测模型。

在本发明实施例中，在当前处理状态下，采集到特征数据后，输入当前处理状态对应的子拉速预测模型，以通过子拉速预测模型得到当前处理状态下的预测拉速。

步骤205，根据所述特征数据，由所述子拉速预测模型生成在所述当前处理状态下所述等径生长的头部阶段的预测拉速。

在本发明实施例中，根据当前处理状态下采集的特征数据，子拉速预测模型可以生成预测拉速，即在当前处理状态下，等径生长的头部阶段的预测拉速。

步骤206，在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

在本发明实施例中，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。

依据本发明实施例，通过监测在等径生长的头部阶段之前的工艺过程的当前处理状态，在所述当前处理状态每达到一个预设处理状态时，根据所述预设处理状态对应的预设运行数据种类，对所述运行数据进行一次采集，并将每次采集到的运行数据确定为所述当前处理状态对应的特征数据，在所述当前处理状态每达到一个预设处理状态时，调用所述当前处理状态对应的子拉速预测模型，将所述当前处理状态对应的特征数据输入所述当前处理状态对应的子拉速预测模型，根据所述特征数据，由所述子拉速预测模型生成在所述当前处理状态下所述等径生长的头部阶段的预测拉速，在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化，使得等径生长的头部阶段的拉速能够提前被预测，并据此对拉速进行控制，使拉速能大概率落入合适范围内，从而降低断线问题的发生率。

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拉速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，用于在直拉单晶过程中，获取等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据；

数据输入模块302，用于将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到；

拉速生成模块303，用于根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速；

参数调整模块304，用于在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

在本发明实施例中，可选地，所述数据获取模块，包括：

状态监测子模块，用于监测在等径生长的头部阶段之前的工艺过程的当前处理状态；

参数采集子模块，用于在所述当前处理状态每达到一个预设处理状态时，根据所述预设处理状态对应的预设运行数据种类，对所述运行数据进行一次采集，并将每次采集到的运行数据确定为所述当前处理状态对应的特征数据。

在本发明实施例中，可选地，多个预设处理状态对应的预设运行数据数种类具有不同，所述拉速预测模型包括多个子拉速预测模型，所述数据输入模块，包括：

模型调用子模块，用于在所述当前处理状态每达到一个预设处理状态时，调用所述当前处理状态对应的子拉速预测模型；

数据输入子模块，用于将所述当前处理状态对应的特征数据输入所述当前处理状态对应的子拉速预测模型；

所述拉速生成模块，具体用于：

根据所述特征数据，由所述子拉速预测模型生成在所述当前处理状态下所述等径生长的头部阶段的预测拉速。

在本发明实施例中，可选地，所述预设处理状态包括以下至少一种：所述直拉单晶过程的放肩阶段中晶体长度达到预设长度、所述直拉单晶过程的转肩阶段结束。

在本发明实施例中，可选地，还包括：

权重获取模块，用于在所述将所述特征数据输入拉速预测模型之前，在通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练所述拉速预测模型之后，获取训练好的所述拉速预测模型中各种特征数据对应的特征权重；

所述参数调整模块，包括：

调整确定子模块，用于根据所述预测拉速和预设拉速的差值，确定所述工艺参数需要进行调整；

计算子模块，用于根据所述差值和各个所述工艺参数对应的特征权重，计算各个所述工艺参数的调整量；

参数调整子模块，用于根据所述各个所述工艺参数的调整量，调整各个所述工艺参数。

在本发明实施例中，可选地，所述运行数据包括以下至少一种：功率、平均埚转、肩径、晶体直径；所述工艺参数包括以下至少一种：功率、平均埚转。

在本发明实施例中，可选地，所述拉速预测模型包括：随机森林模型、或极端梯度提升模型、或类别梯度提升模型。

依据本发明实施例，通过在直拉单晶过程中，获取在等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据，将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到，根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速，在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化，使得等径生长的头部阶段的拉速能够提前被预测，并据此对拉速进行控制，使拉速能大概率落入合适范围内，从而降低断线问题的发生率。

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拉速控制的电子设备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，以完成上述的拉速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，用于执行上述拉速控制方法。

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执行以完成上述拉速控制方法。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拉速控制方法，所述方法包括：

在直拉单晶过程中，获取等径生长的头部阶段之前的特征数据，其中，所述特征数据包括与所述等径生长的头部阶段的拉速相关的运行数据；

将所述特征数据输入拉速预测模型，其中，所述拉速预测模型通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练得到；

根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速；

在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化。

可选地，所述获取在等径生长的头部阶段之前的特征数据，包括：

监测在等径生长的头部阶段之前的工艺过程的当前处理状态；

在所述当前处理状态每达到一个预设处理状态时，根据所述预设处理状态对应的预设运行数据种类，对所述运行数据进行一次采集，并将每次采集到的运行数据确定为所述当前处理状态对应的特征数据。

可选地，多个预设处理状态对应的预设运行数据种类具有不同，所述拉速预测模型包括多个子拉速预测模型，所述将所述特征数据输入拉速预测模型，包括：

在所述当前处理状态每达到一个预设处理状态时，调用所述当前处理状态对应的子拉速预测模型；

将所述当前处理状态对应的特征数据输入所述当前处理状态对应的子拉速预测模型；

所述根据所述特征数据，由所述拉速预测模型生成所述等径生长的头部阶段的预测拉速，包括：

根据所述特征数据，由所述子拉速预测模型生成在所述当前处理状态下所述等径生长的头部阶段的预测拉速。

可选地，所述预设处理状态包括以下至少一种：所述直拉单晶过程的放肩阶段中晶体长度达到预设长度、所述直拉单晶过程的转肩阶段结束。

可选地，在所述将所述特征数据输入拉速预测模型之前，还包括：

在通过在等径生长的头部阶段之前的特征数据样本，以及对应标记的等径生长的头部阶段的样本拉速训练所述拉速预测模型之后，获取训练好的所述拉速预测模型中各种特征数据对应的特征权重；

所述在等径生长的头部阶段之前，根据所述预测拉速和预设拉速，对工艺参数进行调整，以控制在等径生长的头部阶段的拉速向所述预设拉速变化，包括：

根据所述预测拉速和预设拉速的差值，确定所述工艺参数需要进行调整；

根据所述差值和各个所述工艺参数对应的特征权重，计算各个所述工艺参数的调整量；

根据所述各个所述工艺参数的调整量，调整各个所述工艺参数。

可选地，所述运行数据包括以下至少一种：功率、平均埚转、肩径、晶体直径；所述工艺参数包括以下至少一种：功率、平均埚转。

可选地，所述拉速预测模型包括：随机森林模型、或极端梯度提升模型、或类别梯度提升模型。

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拉速控制方法和装置、一种电子设备以及一种储存介质，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。