一种基于主成分分析和神经网络模型的多晶硅电阻率检测方法

本发明为一种基于主成分分析和神经网络模型的多晶硅电阻率检测方法，包括：获取历史的精馏工段脱重塔塔釜液每日全分析检测数据和还原炉出炉的成品电阻率数据，去除多数类样本，用检出限1/2代替未检出数据，得数据集Xi和成品电阻率数据Y；数据集Xi标准化处理、主成分分析，得主成分函数和数据集Fi；根据数据集Fi、成品电阻率数据Y获取数据集F'i、成品电阻率数据Y'，建立成品电阻率数据Y'与数据集F'i的对应关系，构建ANN神经网络模型，得模型NET；将新的精馏工段脱重塔塔釜液每日全分析检测数据标准化处理、代入主成分函数，得数据集Fnew，输至模型NET，得出炉多晶硅的电阻率ρ'，修正，得当日出炉电阻率ρ。本发明解决了现有技术存在的滞后性等问题。