[发明专利]基于聚类分析与遗传算法的多吸嘴贴片机贴装工艺优化方法

说明书

技术领域

本发明涉一种多吸嘴贴片机贴装工艺优化方法，属于电气技术及电气工程领域。

背景技术

表面贴装技术(SMT)是目前电子组装行业中被广泛应用的一种工艺，其将表面元器件(无芯片管脚或短管脚的元器件)直接安置在电子印刷板的指定位置，既能保证准确放置元件又能提高生产效率，所用的电子印刷板不需要特定钻孔。随着电子组装技术的飞速发展，我国已成为表面贴装技术最大的市场，已经被广泛应用于诸如航天、汽车、家电等行业。

贴片机是表面贴装技术的实现形式，已经被广泛应用在电子组装生产线中，贴片机是整个生产工艺的核心技术，其生产速度直接影响到工艺的效率。针对多吸嘴贴片机（如图1所示），应该满足以下条件，一是尽量保证多个吸嘴能够同时吸取元件；二是每个供料器中只存放一种类型的元器件；三是是否需要飞行定位修正元件位置，若不需要则可以直接贴装元件，若需要则要到上视相机处利用图像修正贴装位置，一般对于BGA封装的元件需要位置修正保证贴装精度；四是减少换吸嘴头的时间。因此，优化元器件贴装工艺、缩短贴片机的贴装时间具有极其重要的现实意义和工程价值。在实际的生产流程中，贴片时间过长，将导致电子印刷版上的焊膏失效，元件贴装效果变差，严重影响产品的质量；而缩短工艺时间可以明显改进上述不足。目前，优化算法主要分为两种。一种是已知供料器位置的情况下优化贴装顺序，另一种是元件贴装顺序固定的情况下优化供料器排列位置。常用的方法是对两种情况分别建立元件贴装顺序优化数学模型并计算最优解。常用的算法主要有蚁群算法、神经网络等，所获得的解往往是局部最优解，限制了生产速度和工艺的效率的进一步提高。

发明内容

为了解决现有贴片机表面贴装工艺优化算法所获得的解仅是局部最优解，并不是全局最优的元件调度方案因此限制了生产速度和工艺的效率的进一步提高的问题，进而提出了基于聚类分析与遗传算法的多吸嘴贴片机贴装工艺优化方法。

基于聚类分析与遗传算法的多吸嘴贴片机贴装工艺优化方法，按照如下步骤进行：

步骤一、使用聚类分析算法，将不同种类的元件进行分类；

步骤二、对步骤一中分类的元件集合建立元器件贴装循环次数数学模型；

步骤三、根据步骤二中建立的元器件贴装循环次数数学模型，采用遗传算法得到贴装顺序及供料器位置配置最优解；

步骤四：将步骤三得到的贴装顺序及供料器位置配置最优解分别提供给贴片机运动控制子系统和供料器分配子系统，实现贴装工艺的优化。

步骤三根据步骤二中建立的元器件贴装循环次数数学模型，采用遗传算法得到贴装顺序及供料器位置配置最优解的具体过程是：

Ⅰ、不同类别的元件贴片循环次数数学建模后产生初始种群；

Ⅱ、依次进行适应度计算、选择、交叉、变异、产生新种群并循环以上五个过程计算

得到每个种类元件的最优贴片顺序及供料器配置位置。

步骤一中使用聚类分析算法，将不同种类的元件进行分类，得到优化贴片数据的方法具体步骤如下：

步骤一一：贴片机的贴片数据包含即将生产的电路板上所有必要的元件信息：元件在电路板上的位置、元件的类型、元件的规格，建立一个元件属性向量表示：

X=[x₁,x₂,x₃,x₄]

x₁表示元件是否需要上视检测，取值为0时表示不需要，取值为1时表示需要；x₂表示元件的类型，取值为0时表示该元件为电阻，取值为1时表示该元件为电容，取值为2时表示元件为发光二极管，其它类型依次类推；x₃表示元件的值大小，当取值为0时表示元件无值大小，如发光二极管或者运算放大器，当取值为10时表示电阻阻值为10K，取值为0.1时表示电容大小为0.1μF；x₄表示元件的封装类型和规格，取值为0时表示为CHIP_0805，取值为1时表示CHIP_0604，其余依次类推；

步骤一二：根据步骤一中建立的元件属性向量，采用聚类算法将元件进行分类处理，将提取的属性向量与群特性的向量比较，若两者距离范数最小则该元素归属这一群聚类；

d(x_i,C_q)==Θ