一种多晶硅冷氢化转化率测定方法与流程

摘要: 本发明涉及多晶硅制备领域,具体涉及一种多晶硅冷氢化转化率测定方法。背景技术:1、目前,电子级多晶硅的主流生产工艺为改良西门子法。该工艺中,四氯化硅、氢气和硅粉在...
一种多晶硅冷氢化转化率测定方法与流程

本发明涉及多晶硅制备领域,具体涉及一种多晶硅冷氢化转化率测定方法。

背景技术:

1、目前,电子级多晶硅的主流生产工艺为改良西门子法。该工艺中,四氯化硅、氢气和硅粉在冷氢化流化床反应器中发生反应,生成三氯氢硅。生成的三氯氢硅经精馏提纯后,在高温硅芯表面被氢气还原,沉积得到高纯多晶硅。其主反应方程式为:sicl4+h2+si→sihcl3。

2、多晶硅生产是一个闭环工艺,生产过程中会产生大量副产物四氯化硅,需要在冷氢化工段中被消耗掉。四氯化硅的转化率是影响全厂物料平衡、生产效率和能耗的关键指标,其受温度、压力、氢气/四氯化硅摩尔比等多种操作参数影响。实际生产中,由于缺乏对转化率进行实时在线检测和测定的有效手段,现场工艺人员通常依据经验调整操作参数,再通过离线取样分析中间罐的三氯氢硅含量来验证调整效果。这种滞后性操作存在明显不足:一是由于反馈不及时,易导致操作参数调整不到位,造成转化率不及预期,引起全厂生产不平衡;二是随着冷氢化流化床运行时间的延长,反应器内死灰,即失活的硅粉及杂质,逐渐堆积,会改变反应器有效容积和流场,导致转化率缓慢下降,进一步加大了工艺人员的操作调整难度。

3、因此,亟需一种能够快速、准确测定冷氢化流化床反应器转化率的方法,以适应复杂工况,通过指导优化工艺参数,从而提高生产效率、降低能耗。

4、现有技术中,针对冷氢化转化率的测定主要有以下几种方案:一种方案是采用传统的化学平衡模型,该方法假设反应体系在反应器内达到理想的化学平衡状态,以此计算理论转化率。另一种方案是基于本征反应动力学的拟均相模型,通过实验获取动力学方程,再结合反应器模型进行模拟。还有一种方案是将本征动力学与计算流体力学(cfd)流态化模拟相结合,以精确计算反应器内的流场、温度场和浓度场,进而测定转化率。

5、然而,上述现有技术方案均存在相应的缺点。首先,传统的化学平衡模型完全忽略了实际反应器中传质速率和物料停留时间的影响,导致其测定结果与实际转化率偏差巨大,无法用于精确指导生产。其次,本征动力学模型仅能描述反应本征速率,无法反映因不同流化床之间传质效率、内旋风分离器分离效率差异等工程因素带来的转化率差异。而本征动力学结合流态化模拟的方法,虽然理论上更为精确,但其计算量极其庞大,单个工况的计算时间通常需要数月,完全无法满足工业生产对实时测定和快速优化的需求。此外,上述所有现有技术均未考虑流化床运行中死灰逐渐堆积这一动态变化因素,导致模型测定精度随运行时间延长而不断恶化,且无法对检修时机提供科学指导。

技术实现思路

1、为了解决上述问题,本发明的目的在于提供一种多晶硅冷氢化转化率测定方法。

2、本发明由如下技术方案实施:

3、一种多晶硅冷氢化转化率测定方法,包括以下步骤:

4、a. 数据采集:通过在线检测设备实时采集冷氢化流化床运行过程中的关键操作参数,对采集的数据进行预处理,并存储至数据库;

5、b. 建立模型方程:基于化学平衡反应模型,引入所述步骤a.数据采集中数据库中存储的关键操作参数,建立冷氢化转化率基础模型,所述初始冷氢化转化率基础模型的方程式为:

6、

7、x为冷氢化转化率;

8、r为氢气/四氯化硅摩尔比;

9、△p为流化床床层压降,kpa;

10、qtet为四氯化硅的汽化量,t/h;

11、t为流化床运行时间,天;

12、p为进气压力,bar;

13、k1'、k2、k3、k4均为模型参数,其中:

14、k1'为修正的平衡常数,单位为bar-k4;

15、k2为停留时间的修正项的修正系数,单位为kpa/bar;

16、k3为流化床运行时间修正项的修正系数,单位为d-1;

17、k4为床层压降影响的修正项的修正系数,为常数;

18、且,四氯化硅的汽化量的取值范围为110~190t/h,流化床床层压降为100~160kpa,流化床进气压力为27~31bar,床层温度为545~560℃,氢气/四氯化硅摩尔比为2~3.2;

19、该模型方程的推导基于以下思路:

20、首先,基于化学反应平衡,建立平衡常数模型,引入汽化量和床层压降修正停留时间;考虑到随着冷氢化反应的进行,死灰会在流化床中堆积,引起停留时间的减少,故引入流化床运行时间项;随后综合考虑系统压力的影响,建立基于修正的化学反应平衡模型。

21、基于化学平衡反应模型,建立的常数模型如下:

22、(1)

23、式(1)中,x为冷氢化转化率,r为氢气/四氯化硅摩尔比,kp为平衡常数,p为进气压力,ptcs为冷氢化流化床反应器内三氯氢硅的分压,ptet为冷氢化流化床反应器内四氯化硅的分压,ph2为冷氢化流化床反应器内氢气的分压。

24、由于实际转化率受物料在反应器内停留时间的显著影响,且停留时间与床层压降△p成正比,与代表气体流速的汽化量qtet和总摩尔数(与r+1相关)成反比,因此,引入停留时间的修正项,则修正后的公式为:

25、(2)

26、式(2)中,k2为停留时间的修正项的修正系数;△p为床层压降,指流化床布风板上方至流化床出口处床层的压降;qtet为四氯化硅的汽化量。

27、因实际生产过程中,反应器温度受设计上限影响,床层温度波动不大,故忽略床层温度对平衡常数的影响。随着冷氢化反应的进行,死灰会在流化床中堆积,导致有效反应容积减小、停留时间进一步缩短的问题,造成反应转化率的降低,为更好的描述转化率随时间的衰减,引入流化床运行时间t的指数衰减修正项k3t,上述公式继续被修正为:

28、(3)

29、式(3)中,k1为平衡常数,k3为流化床运行时间修正项的修正系数,t为冷氢化流化床运行时间。

30、考虑化学平衡常数受床层压力的影响,对压力影响进行幂函数简化,并化简得到基于修正的化学反应平衡模型的冷氢化转化率基础模型:

31、(4)

32、式(4)中,k1'为修正的平衡常数,k4为床层压降影响的修正项的修正系数。

33、该方程右侧为经典的反应平衡浓度商表达式,左侧为经过运行参数修正的有效平衡常数项。

34、c. 模型参数拟合与转化率测定:将冷氢化流化床运行过程中实际采集的多组关键操作参数与对应的实测转化率数据代入所述冷氢化转化率基础模型中,通过最小二乘法拟合得到所述模型参数k1'、k2、k3、k4的数值,代入所述冷氢化转化率基础模型中,至此,已获得能够用于测定转化率的冷氢化转化率模型;将实时采集的关键操作参数代入所述冷氢化转化率模型,即可得到冷氢化转化率测定结果。

35、进一步的,所述步骤a中的关键操作参数包括:四氯化硅的汽化量、流化床床层压降、流化床进气压力、流化床运行时间以及氢气/四氯化硅摩尔比。

36、进一步的,所述步骤a中对采集的数据进行预处理包括:去除异常数据并求取每日平均值。

37、进一步的,所述步骤c中,使用最小二乘法拟合得到所述模型参数k1'、k2、k3、k4的数值后,使用相关系数r判定冷氢化转化率的拟合优度,当r>0.85时,所述模型参数可用。

38、进一步的,还包括:

39、d. 参数调整:根据所述冷氢化转化率测定结果动态调整工艺参数以确保四氯化硅的生产量与需求量相平衡。

40、进一步的,所述步骤d中,调整的所述工艺参数包括氢气/四氯化硅摩尔比和进气压力。

41、进一步的,还包括:

42、e. 模型优化:将调整后的所述工艺参数与对应的实测转化率结果代入至所述冷氢化转化率基础模型中,重新拟合所述模型参数k1'、k2、k3、k4的数值,并代入所述冷氢化转化率基础模型中,得到冷氢化转化率修正模型,以持续优化所述模型参数;通过滚动优化模型参数,使模型持续适应设备状态的缓慢变化。

43、进一步的,所述步骤e中,对调整后的所述工艺参数同样进行预处理,包括去除异常数据并求每日平均值。

44、进一步的,还包括:

45、f. 检修提示:当所述冷氢化转化率测定结果与实测转化率连续一周的偏差均超过1%时,则系统判定当前偏差并非由随机误差或正常波动引起,而是由设备内部状态异常导致,例如内旋风分离器因磨损或料腿堵塞导致死灰分离效率下降,甚至流化床内构件坍塌,此时系统发出检修提示,指导设备维护。

46、本发明的优点:

47、通过引入停留时间和运行时间的修正,既考虑了传质和设备老化的影响,又避免了复杂的cfd模拟计算,实现了转化率的快速在线测定,为工艺参数的实时优化提供了可靠依据,显著提升了生产效率和经济效益。通过引入了流化床运行时间这一修正项,有效描述了因死灰堆积导致转化率随时间衰减的工程现象,解决了传统模型无法适应设备全生命周期变化的难题,显著提高了长期测定精度。通过持续对比测定值与实测值的偏差趋势,能够对因设备内部故障导致的异常偏差进行智能判断和提示,为科学确定检修节点提供了依据,避免了检修的盲目性,提高了设备运行的可靠性和及时性。