单晶硅具有优秀的半导体特性,它是电子器件、光伏发电等产业的原材料。单晶硅的生长主要有直拉式法和区熔法,其中属直拉式法生长的单晶硅最受市场的欢迎。单晶硅的生长环境非常复杂,需要极高的温度和非常精准的控制。当前的单晶硅往大直径、高质量方向发展,相应地对炉内温度的控制要求就更高了。此外用于单晶硅生长的单晶炉具有滞后性等特点,无法适应大直径单晶硅的生长,因此为了保证单晶硅的稳定生长,本文对安徽易芯半导体有限公司单晶炉的温度控制进行了神经网络PID控制算法的研究,在原有PID控制的基础上,将神经网络控制引入并与之结合,提出了一种基于神经网络PID控制的单晶炉热场温度控制系统,论文的主要内容如下:论文介绍了单晶炉机械部分的功能和硅生长的流程进行介绍,研究分析了神经网络理论,并介绍了几种主要的神经网络,重点介绍了神经网络的几个要素:激活函数和学习规则。对传统PID的工作原理进行了阐述,并介绍了它的优缺点。在此基础上引出了神经网络PID控制算法,并利用Matlab软件,通过对系统的跟踪特点、稳定性、响应速度以及动态特性进行分析,确定了神经网络PID控制算法更加适用于具有大滞后性特点的单晶炉加热系统,相比传统PID控制算法有着更好的性能。设计了神经网络PID算法的实现。通过用Kingview搭建施耐德PLC和Matlab之间的通信,利用Matlab软件对神经网络进行计算,再利用Kingview组态软件作为Matlab和PLC传输的桥梁,将采集到的数据通过OPC协议相互交换传输,进而实现整个算法的设计。最后,利用Matlab工具辨识了单晶炉加热系统的数学模型,并通过改变单晶炉内坩埚的位置、转速等,测试神经网络PID控制算法。总体上,达到了预期的控制效果,基本验证了本文所提出的优化单晶炉温度控制系统的可行性和正确性。