本发明涉及多晶硅生产领域，尤其涉及一种用于多晶硅还原炉的多目标优化方法、一种用于多晶硅还原炉的多目标优化系统，以及一种计算机可读存储介质。
背景技术：
1、随着国家工业化的程度不断提高，对能源的需求与日俱增，能源消费引发的环境问题越来越引起人们的重视，寻求可持续的新能源替代传统能源迫在眉睫。利用太阳能发电的光伏产业有着巨大的前景。而光伏产业最重要的原材料就是多晶硅。多晶硅是硅产品产业链中的一个非常重要的中间产品，是制造硅抛光片、太阳能电池及高纯硅制品的主要原料，是信息产业和新能源产业的基础原材料。目前，国内的一些企业已经掌握了硅生产工艺的改良西门子法，但为了提高产品质量、降低生产能耗，硅生产工艺还有待进一步优化。
2、改良西门子法因为其产物纯度较高、生产过程闭环连续等特点，是多晶硅产业目前应用最广的方法。还原沉积过程是改良西门子工艺中关键的一环，还原炉是改良西门子工艺中的主要耗能设备，其耗电量占整个多晶硅生产过程的50％以上。目前的研究大多是单独对能耗或者质量进行优化，而没有将二者综合考虑来进行还原炉的能效优化。
3、在多晶硅还原过程中，操作参数对多晶硅的沉积速率影响很大。现有技术中，对多晶硅还原炉的操作参数设定值的选取主要参照生产商提供的固有还原炉方案，所选取的操作参数设定值往往不能兼顾生产过程中的效率和质量，对多晶硅生产过程的沉积效率和沉积质量等产生很大的影响。
4、为了克服现有技术存在的上述缺陷，本领域亟需一种用于多晶硅还原炉的多目标优化技术，在保证符合沉积质量的基础上，对多晶硅还原炉的各操作参数进行优化，从而优化还原过程的能耗，以实现生产过程中沉积速率的最大化，进而通过提高多晶硅的沉积速率，来降低产品的单位能耗。
技术实现思路
1、以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
2、为了克服现有技术存在的上述缺陷，本发明提供了一种用于多晶硅还原炉的多目标优化方法、一种用于多晶硅还原炉的多目标优化系统，以及一种计算机可读存储介质，在保证符合沉积质量的基础上，对多晶硅还原炉的各操作参数进行优化，从而优化还原过程的能耗，以实现生产过程中沉积速率的最大化。通过提高多晶硅的沉积速率，来降低产品的单位能耗。
3、具体来说，根据本发明的第一方面提供的上述用于多晶硅还原炉的多目标优化方法，包括步骤：根据多晶硅还原炉的几何结构构建网格模型，基于所述网格模型构建所述多晶硅还原炉的数值模型；以所述多晶硅还原炉的沉积速率和沉积质量为优化目标，对影响所述优化目标的潜在因素进行显著性分析，以确定影响显著的参数；以所述优化目标为目标函数，并以所述参数为输入变量，构建基于所述数值模型的多特征快速响应代理模型；以及在所述参数的允许范围内，采用k-rvea进化算法对所述多特征快速响应代理模型进行多晶硅还原炉气相沉积过程的多目标优化求解，以确定所述参数的优化变量值。
4、优选地，在本发明的一实施例中，所述根据多晶硅还原炉的几何结构构建网格模型的步骤包括：根据多晶硅还原炉的几何结构，构建几何模型；以及对所述几何模型进行网格划分，设置边界条件及流体性质以获得网格模型。
5、优选地，在本发明的一实施例中，基于所述网格模型构建所述多晶硅还原炉的数值模型的步骤包括：根据反映所述多晶硅还原炉的所述实际工业原理的硅化学气相沉积过程反应机理、标准k-ε湍流模型、do辐射模型和edc模型，构建反映湍流-化学相互作用的耦合模型；对所述耦合模型进行cfd数值模拟，以获得测点温度和/或烟气组分含量的模拟结果；比较所述模拟结果与实际数据，分析所述模拟结果与所述实际数据的偏差的原因，修正所述耦合模型的第一参数；以及重新进行所述cfd数值模拟，直到所述模拟结果与所述实际数据的偏差满足精度要求，确定所述多晶硅还原炉的所述数值模型。
6、优选地，在本发明的一实施例中，影响所述优化目标的潜在因素包括进气温度、进气速度、进料配比、硅棒温度、反应压力、壁面发射率、出口面积；所述以所述多晶硅还原炉的沉积速率和沉积质量为优化目标，对影响所述优化目标的潜在因素进行显著性分析，以确定影响显著的参数的步骤包括：根据所述优化目标和所述潜在因素，通过正交试验方法进行显著性分析；以及通过所述正交试验方法的分析结果，确定影响显著的所述参数。
7、优选地，在本发明的一实施例中，所述参数包括进气速度、进料配比、硅棒温度、反应压力，所述以所述优化目标为目标函数，并以所述参数为输入变量，构建基于所述数值模型的多特征快速响应代理模型的步骤包括：以所述优化目标为目标构建目标函数；根据所述正交试验方法所确定的所述参数，建立基于影响显著的所述参数为输入变量的约束条件；以及根据所述目标函数和所述约束条件，采用基于插值类数据预测方法的kriging模型，构建所述多晶硅还原炉的多特征快速响应代理模型。
8、优选地，在本发明的一实施例中，所述根据所述目标函数和所述约束条件，采用基于插值类数据预测方法的kriging模型，构建所述多晶硅还原炉的多特征快速响应代理模型的步骤包括：根据所述目标函数和所述约束条件，使用拉丁超立方的方法进行采样以获得样本点；经由所述多晶硅还原炉的所述数值模型对所述样本点进行cfd计算，生成样本集；根据所述样本集，通过所述基于插值类数据预测的kriging模型，生成所述多特征快速响应代理模型；对所述多特征快速响应代理模型的精度进行验证；响应于所述多特征快速响应代理模型的精度不达标，通过加点准则增加所述样本点进行重新拟合，直到达到所述多特征快速响应代理模型的精度要求；以及响应于所述多特征快速响应代理模型的精度达标，所述多特征快速响应代理模型替代所述cfd计算，以求解所述目标函数。
9、优选地，在本发明的一实施例中，所述在所述参数的允许范围内，采用k-rvea进化算法对所述多特征快速响应代理模型进行多晶硅还原炉气相沉积过程的多目标优化求解，以确定所述参数的优化变量值的步骤包括：以进气速度、进料配比、硅棒温度、反应压力为输入变量，沉积速率和沉积质量为目标函数，构建多目标决策模型；以及通过所述多目标决策模型进行多晶硅还原炉气相沉积过程的所述多目标优化求解。
10、优选地，在本发明的一实施例中，所述k-rvea进化算法的第二参数包括初始化种群个数n、最大评估次数、交叉概率、变异概率、交叉分布指数、变异分布指数，所述在所述参数的允许范围内，采用k-rvea进化算法对所述多特征快速响应代理模型进行多晶硅还原炉气相沉积过程的多目标优化求解，以确定所述参数的优化变量值的步骤包括：根据所述多特征快速响应代理模型得到父代种群pt，其中，t＝1；对所述父代种群pt中的个体进行二进制交叉、多项式变异，以产生子代种群qt；将所述子代种群qt并入所述父代种群pt，以形成包括2n个个体的种群rt；将所述种群rt中的个体分配给距离最近的参考向量；基于apd指标，对与n个所述参考向量相关联的个体进行环境选择，以得到下一代父代种群pt+1；响应于迭代次数未达到最大评估次数，令t＝t+1，并继续迭代计算；以及响应于所述迭代次数达到所述最大评估次数，输出所述多目标决策模型的最优解集。
11、此外，根据本发明的第二方面提供的上述用于多晶硅还原炉的多目标优化系统包括存储器及处理器。所述存储器上存储有计算机指令。所述处理器连接所述存储器，并被配置用于执行所述存储器上存储的计算机指令，以实施上述任意一个实施例所提供的用于多晶硅还原炉的多目标优化方法。
12、此外，根据本发明的第三方面提供的上述计算机可读存储介质上存储有计算机指令。所述计算机指令被处理器执行时，实施上述任意一个实施例所提供的用于多晶硅还原炉的多目标优化方法。
1.一种用于多晶硅还原炉的多目标优化方法，其特征在于，包括步骤：
2.根据权利要求1所述的多目标优化方法，其特征在于，所述根据多晶硅还原炉的几何结构构建网格模型的步骤包括：
3.根据权利要求1所述的多目标优化方法，其特征在于，所述基于所述网格模型构建所述多晶硅还原炉的数值模型的步骤包括：
4.根据权利要求1所述的多目标优化方法，其特征在于，影响所述优化目标的潜在因素包括进气温度、进气速度、进料配比、硅棒温度、反应压力、壁面发射率、出口面积；
5.根据权利要求4所述的多目标优化方法，其特征在于，所述参数包括进气速度、进料配比、硅棒温度、反应压力，
6.根据权利要求5所述的多目标优化方法，其特征在于，所述根据所述目标函数和所述约束条件，采用基于插值类数据预测方法的kriging代理模型，构建所述多晶硅还原炉的多特征快速响应代理模型的步骤包括：
7.根据权利要求1所述的多目标优化方法，其特征在于，所述在所述参数的允许范围内，采用k-rvea进化算法对所述多特征快速响应代理模型进行多晶硅还原炉气相沉积过程的多目标优化求解，以确定所述参数的优化变量值的步骤包括：
8.根据权利要求7所述的多目标优化方法，其特征在于，所述k-rvea进化算法的第二参数包括初始化种群个数n、最大评估次数、交叉概率、变异概率、交叉分布指数、变异分布指数，
9.一种用于多晶硅还原炉的多目标优化系统，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时，实施如权利要求1～8中任一项所述的用于多晶硅还原炉的多目标优化方法。
