Mejorando el paso de inmersión en el proceso Czochraski utilizando el algoritmo de cascada Haar
Autores: Phuc, Le Tran Huu; Jeon, HyeJun; Truong, Nguyen Tam Nguyen; Hak, Jung Jae
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Mejorando el paso de inmersión en el proceso Czochraski utilizando el algoritmo de cascada Haar
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Técnica
Crecimiento de cristales
Cámara de dispositivo de carga acoplada
Clasificador
Inteligencia artificial
Optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 42
Citaciones: Sin citaciones
El crecimiento de cristales Czochralski se ha convertido en una técnica popular para producir cristales únicos puros. Se han desarrollado muchos métodos para optimizar este proceso. En este estudio, se utilizó una cámara de dispositivo de carga acoplada para grabar el progreso del crecimiento del cristal desde el principio hasta el final. El dispositivo produce imágenes que luego se utilizaron para crear un clasificador utilizando los algoritmos de Haar-cascade y AdaBoost. Después de que se generó el clasificador, se utilizó inteligencia artificial (IA) para reconocer las imágenes obtenidas de un buen sumergimiento y calcular la duración de esta operación. Este enfoque de optimización mejoró un Czochralski que puede detectar automáticamente un buen paso de sumergimiento y medir la duración con alta precisión. Mediante este desarrollo, el costo laboral del sistema Czochralski puede reducirse cambiando la contribución de la misión de especialistas humanos.
Descripción
El crecimiento de cristales Czochralski se ha convertido en una técnica popular para producir cristales únicos puros. Se han desarrollado muchos métodos para optimizar este proceso. En este estudio, se utilizó una cámara de dispositivo de carga acoplada para grabar el progreso del crecimiento del cristal desde el principio hasta el final. El dispositivo produce imágenes que luego se utilizaron para crear un clasificador utilizando los algoritmos de Haar-cascade y AdaBoost. Después de que se generó el clasificador, se utilizó inteligencia artificial (IA) para reconocer las imágenes obtenidas de un buen sumergimiento y calcular la duración de esta operación. Este enfoque de optimización mejoró un Czochralski que puede detectar automáticamente un buen paso de sumergimiento y medir la duración con alta precisión. Mediante este desarrollo, el costo laboral del sistema Czochralski puede reducirse cambiando la contribución de la misión de especialistas humanos.