[发明专利]大尺寸PBGA再流焊最优温度曲线参数设置方法

权利要求书

1.大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于，采用混合的神经网络算法；主要包括以下步骤：获取大尺寸PBGA再流焊工艺参数；大尺寸PBGA再流焊工艺数据集建立；数据预处理：根据所建立的数据集进行对数据进行预处理；建立一个混合神经网络模型；通过粒子群算法确定最优工艺参数。

2.根据权利要求1所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于，所述的大尺寸PBGA再流焊工艺参数主要包括：链速、PCB厚度、BGA高度、焊点温度、回流时间、保温时间、预热时间、冷却时间等。

3.根据利要求1所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于，所述的数据预处理主要包括：数据降维；数据归一化处理。

4.根据权利要求1所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于，建立一个混合神经网络模型主要包括：BP神经网络和径向RBF神经网络。

5.根据权利要求1所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于粒子群算法步骤如下：初始化粒子群算法各项参数；计算基于粒子群的适应度值；在限制范围内的速度变化；使用粒子群进行迭代搜索；迭代搜索的粒子变量进行比较；全局粒子进行比较；达到全局最优的工艺参数。

6.根据权利要求3所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于所述的数据降维主要包括：对多维时间序列数据的降维处理，将高维数据降为低维度数据。

7.根据权利要求4所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在所述的BP神经网络和径向RBF神经网络，初始化BP、RBF神经网络参数；建立四层的混合神经网络。

8.根据权利要求7所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于所述建立的混合神经网络，预测出大尺寸PBGA再流焊温度曲线以及其工艺参数。

9.根据权利要求5所述的大尺寸PBGA再流焊最优温度曲线参数设置方法，其特征在于所述的工艺参数优化处理，通过对预测出的温度曲线参数进行目标筛选，经过改进的粒子群算法进行工艺参数优化选择最优工艺参数。