[发明专利]一种回流焊炉参数整定的梯度搜索方法及系统

说明书

本申请公开了一种回流焊炉参数整定的梯度搜索方法及系统，所述方法包括：建立回流焊炉温度仿真模型，根据恒温实验数据拟合传热参数；然后根据回流焊炉温区分组状态对仿真模型中温区进行分组，设置动作步长，并根据步长建立梯度搜索动作表，根据减小与参考工艺曲线误差的控制需求建立评价指标，利用评价指标计算动作梯度，并根据参考工艺曲线设置温度参数初始值；最后运行梯度搜索算法进行迭代运算，确定最优温度控制参数。本申请针对回流焊炉温度参数相互耦合、整定复杂的问题，对回流焊炉温度参数进行整定，缩小系统输出温区曲线与参考工艺曲线间的误差，有利于快速找到最优温度参数，提高温度控制准确度，提高产品质量，降低次品率。

技术领域

本发明涉及机电一体化与自动控制技术领域，具体涉及一种回流焊炉参数整定的梯度搜索方法及系统。

背景技术

随着现代加工理论以及机电一体化技术的不断深入发展，以印刷电路板为基础的嵌入式系统迅猛发展，广泛应用于航空航天、电子产品、汽车、金属加工等各个行业。在这一过程中，由于高效率、低成本的特点，回流焊炉得到了广泛的应用。尤其是在电路集成化、元件小型化的背景下，传统焊接方式已难以适应需求，以高效、多功能和智能化为发展方向的回流焊技术逐渐成为印刷电路板加工中的核心技术。

回流焊炉已成为印刷电路板加工的核心设备，然而，由于回流焊炉具有强耦合、非线性的特点，导致在特定工艺曲线下，系统的实际控制参数难以确定。现阶段回流焊炉控制参数主要通过人工经验不断试错得到，极大提高了工业生产的时间成本，并且对操作人员的专业性提出了非常高的要求。考虑到人工经验可能引入的误差，在实际工作中，导致生产效率降低、产品质量下降。通过对现有设备进行精确建模，并利用梯度优化等算法对参数进行寻优可以有效改善这一问题。然而，在回流焊领域，控制参数寻优方法发展滞后，制约了回流焊炉系统的应用效果。因此，实现回流焊炉参数自动化寻优成为了亟待解决的问题。

梯度下降法是一种沿梯度下降的方向求解极小值的最优化算法，是机器学习和人工智能当中用来递归性逼近的常用算法，目的在于搜索问题中使损失函数最小的最优解。在梯度下降法中，首先在问题空间中随机选取一个点，计算在该点的梯度，根据一定的步长，沿梯度方向得到下个一点，根据梯度再进行下一次迭代，直到算法收敛为止。梯度下降法在解决优化问题中展现出了较强的性能，已被广泛应用在机器学习、参数优化等各个领域，并取得了良好的效果。但在回流焊炉系统参数整定领域，以梯度下降为代表的参数优化方法尚未得到应用。

发明内容

为了克服上述现有技术缺点，本发明目的在于提供一种回流焊炉参数整定的梯度搜索方法及系统，根据回流焊炉工业参考曲线，通过仿真运算计算当前参数曲线与参考曲线的差值，利用梯度下降法迭代得到最优补偿参数，提高控制参数准确性，使实际温度与参考曲线的误差最小化。

为实现上述目的，本发明采用以下技术方案：

本申请第一个方面公开了一种回流焊炉参数整定的梯度搜索方法，包括：

S1，根据傅里叶热传导定律对回流焊炉进行温度仿真建模，其公式为：

其中，α为传热参数，T(t)为回流焊炉内工件在t时刻的温度，为回流焊炉内部在t时刻的温度，Δt为预设的时间间隔；

S2，根据恒温实验数据拟合传热参数α；

S3，根据回流焊炉温区分组状态，将仿真模型中的温区分组为预设区、升温区和高温区，设置动作步长，并根据动作步长生成每个温区的梯度搜索动作表S_i，i＝1,2,3，其中，S_i为一矩阵，矩阵每一列代表该温区组的温度可能出现的动作变化；

S4，输入预设的参考工艺曲线R，参考工艺曲线R中各点的采样间隔为所述预设的时间间隔Δt，构建梯度下降的损失函数l作为评价指标，所述损失函数l为：