单晶硅是硅原子有规则的排列在一起而构成的单晶体，单晶硅材料是微电子技术的基础材料，同时单晶硅也是制造太阳能电池板的重要材料。伴随我国科技事业的发展，对单晶硅产量的需求也快速增加，对单晶体直径精度的要求越来越高。国内单晶炉的直径测量技术和提拉工艺技术较为落后，不能精确的测量出单晶体的真实直径和精确控制单晶硅的提拉速度，其生产出的单晶硅晶体精度差、表面粗糙、生产的效率低下。在直径检测系统中，目前普遍采用的Sobel水平差分的边缘检测图像处理技术，其对边缘灰度范围的检测不够精确，而通过提高硬件分辨率的方法来提高测量精度时价格昂贵。为了提高单晶炉检测系统的精确度同时降低检测系统的硬件成本，论文中引入了亚像素的概念，通过算法的改进来实现分辨率的提高。在单晶硅提拉过程中，单晶硅的直径是一个重要指标，而直径的变化直接受提拉速度的影响。由于电机系统具有多变量变参数和非线性的特点，传统的PID控制理论在对直拉式单晶炉的电机系统中的速度的控制中有很大的局限性。针对在提拉过程中电机系统的参数发生变化传统的控制理论不能自适应的调整PID的参数这一问题，将一种新的控制方法PID神经元网络应用于单晶硅提拉速度控制系统并建立了PID神经元网络提拉系统，随时调节到最佳的PID参数达到了一种自适应的控制效果，并用MATLAB软件证明了其有效性。最后论文针对单晶炉速度控制系统介绍了神经网络PID控制的硬件实现过程，通过MCGS软件搭建的MATLAB与PLC的通讯组态，神经网络控制算法通过MATLAB软件编程实现，PID控制算法是通过在STEP7编写梯形图控制程序完成，从而实现了整个的神经网络PID控制。