复相陶瓷介质性能的有限元法模拟

作者通过运用有限元法(FEM)结合蒙特卡洛模拟(MC),对复相陶瓷的宏观介质性能(如介电常数、损耗等)进行了计算.作者考虑的参数有体积百分含量,两相的介电常数比.两相的随机分布是通过蒙特卡洛法产生的.对计算的结果(介电常数,相的电能填充因子)进行了数值拟合,得出了新的介电常数预测公式.为了验证新的介电常数预测公式的有效性,制备了(1-x)MgTi O3-xCaTi O3(x=0,0.05,0.25,0.333,0.5,0.667,0.75,1)陶瓷,将微波频率下测得的介电常数值与公式的预测结果进行了比较,发现两者在所有的成分点都非常地吻合.此外,将单相陶瓷晶粒的内部和晶界视为两种不同的相,并用上述的方法对其介质性能进行了模拟.

基于VMD与改进麻雀算法优化LSSVM的多晶硅生产能耗预测

针对多晶硅还原生产能耗预测精度较低问题,提出了基于VMD-ASSA-LSSVM模型的多晶硅生产能耗预测方法.首先,采用主成分分析方法对能耗影响因素的数据降维处理,提高模型执行效率.利用变分模态分解(Variational Mode Decomposition,VMD)将能耗序列分解为不同特征尺度能耗分量,降低能耗序列的非平稳性、复杂度.其次,为解决麻雀搜索算法(Sparrow Search Algorithm,SSA)的收敛慢与收敛精度低问题,引入适应性学习因子进行改进.结合改进的自适应麻雀搜索算法寻优最小二乘支持向量机的可调参数,建立了VMD-ASSA-LSSVM的能耗预测组合模型;然后对分解的能耗分量单独预测,叠加子序列预测结果即为最终能耗预测.最后,以某多晶硅企业实际生产数据验证该方法的有效性,证实提高了预测精度.

多晶硅还原工序智能感知与优化决策

多晶硅还原工序的完善一方面为生产优质多晶硅带来便利,然而同时也增加生产监控的难度。如何减少人力资源的使用和浪费,降低多晶硅还原的成本成为生产多晶硅的一大难题。本文提出在多晶硅还原工序过程中采用智能感知和优化决策的方法,保证生产的多晶硅达到好料标准,减少硅灰芯、菜花芯等坏料的产生的同时,提高多晶硅生产效率,降低生产成本。

三氯氢硅歧化法多晶硅生产工艺的热力学分析

根据反应平衡时体系Gibbs自由能最小原理,对歧化法生产硅烷的过程进行了模拟分析,得出了不同条件下反应的平衡转化率及适宜的操作条件,依据计算结果设计了三氯氢硅歧化法生产硅烷的四塔流程,并且对三氯氢硅歧化反应精馏塔,二氯二氢硅歧化反应精馏塔进行了详细的灵敏度分析,得到了最优的过程参数,根据优化过程参数操作后,硅烷的单程实收率达到9.45%。