[发明专利]基于工业大数据的SMT印刷参数优化方法

说明书

本发明提出了一种基于工业大数据的SMT印刷参数优化方法，旨在提高印刷参数优化效率，实现步骤为：获取包括印刷机设定数据和SPI检测结果数据的工业大数据集；对工业大数据集进行预处理；计算出每组印刷参数对应的锡膏体积区间、面积区间和高度区间，印刷参数数据和锡膏区间数据组成锡膏区间数据集；采用DE算法优化BP神经网络的初始权值、初始阈值和隐藏层节点数目，用锡膏区间数据集训练优化后的BP神经网络，构建每组印刷参数对应的锡膏区间的预测模型；设计印刷参数的正交表，通过预测模型获取正交表的最优水平组合作为最优的印刷参数。

技术领域

本发明属于智能制造技术领域，涉及一种SMT印刷参数优化方法，具体涉及一种基于工业大数据的SMT印刷参数优化方法，可用于SMT生产过程中设定锡膏印刷参数。

背景技术

表面贴装技术(Surface Mounted Technology,SMT)是当前普遍采用的一种先进的电子组装技术，SMT是目前电子组装行业里最流行的一种技术，它通过钢网把锡膏印刷在PCB板的焊盘上，然后将无引脚或短引线表面组装元器件贴装到印刷锡膏后的PCB板的表面上，再通过回流焊或浸焊等方法元器件PCB板加以焊接组装。SMT在印刷阶段对印刷参数的调整属于精细调整，每个参数的调整范围很小，而且这时的印刷参数精调整并没有可参考的理论依据，往往都是依靠操作人员的工作经验。

所谓的印刷参数优化是指，对以SMT技术生产的PCB板，为了达到最佳的锡膏印刷效果，找出最优的印刷参数，用最优的印刷参数来印刷PCB板，从而提高锡膏印刷质量。

目前在SMT生产线上通常是靠人工经验设置印刷参数，首先初设一组印刷参数，试印刷几块板，用于判断该印刷参数设定的合理性，若该印刷参数设定合理，则利用该组印刷参数开始正式印刷，否则调整印刷参数，直至印刷参数设定合格为止，受人工经验的局限，这种方法往往无法找到最优印刷参数。

中北大学的张国佳2016年在其硕士论文《表贴技术参数优化工艺应用》中，采用正交试验法优化印刷参数。该方法的主要步骤是：确定印刷参数调整范围；在印刷参数调整范围内设计正交试验表；根据正交试验表进行印刷试验；运用极差分析法对试验结果进行分析，确定最佳印刷参数。该方法存在的不足之处是，需要通过试验来优化印刷参数，且优化的印刷参数只适用于某种类型的PCB板，其它类型的PCB板，需要设计新的正交试验，会影响现场生产效率。

随着制造业中工业化与信息化的融合，信息技术涵盖了制造过程的各个方面，二维码、条形码、工业传感器、工业自动控制系统、制造执行系统、企业资源计划管理系统、主数据管理系统、工业物联网等技术在工厂中被普遍使用，采集了生产活动中诸如产品制造过程数据、设备检测结果等数据，这些数据包含了产品生产过程中的大量信息。制造企业获取数据的速度、数量使企业的数据资源呈现出“大数据”特点。在工业大数据背景下，数据量爆发式增长，这为优化产品生产提供了可能。在工业大数据的支撑下，利用机器学习充分挖掘产品相关数据的信息，对提高产品质量和质量管理水平有重要的意义。

在SMT锡膏印刷过程中，需要充分利用生产线上产生的大量数据，高效地从数据中提取有用的信息，对锡膏印刷阶段的印刷参数进行优化，以此来提高锡膏印刷质量。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出了一种基于工业大数据的SMT印刷参数优化方法，旨在提高印刷参数优化效率。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)获取包括印刷机设定数据和SPI检测结果数据的工业大数据集：

将SMT生产过程中锡膏印刷阶段印刷机设定的不同刮刀施加压力、刮刀施加速度和操作台分离速度的值组成的多组参数数据作为印刷机设定数据，将SPI检测机检测的与每组印刷机设定数据对应的印刷锡膏后的PCB板上锡膏的体积、面积和高度作为SPI检测结果数据，印刷机设定数据和SPI检测结果数据构成工业大数据集；

(2)对工业大数据集进行预处理：