[发明专利]基于量子神经网络的贴片机元器件贴装调度优化方法

摘要

本发明提出基于量子神经网络的贴片机元器件贴装调度优化方法，其过程为：根据贴片机吸嘴贴装元器件的工作原理，建立在印制电路板PCB(Printed Circuit Board)上贴装全部元器件所需路径之和的数学建模；将全部贴装元器件与不同供料槽之间的距离作为量子神经网络的输入向量，置所有权值为较小的随机数并提供训练集给定输入向量和目标输出向量；采用三层量子神经网络算法对所建数学模型进行全局寻优求解，获得对应最小全部元器件贴装路径之和的优化元器件贴装调度方案，其对应最佳的全部元器件贴装顺序和在供料槽中元器件供料器排列位置。本发明构建了兼顾元器件贴装顺序规划和供料器排列位置分配的元器件贴装调度数学模型，采用量子神经网络算法获得最优的元器件贴装调度方案，能实现PCB印制电路板中元器件贴装调度最优控制，缩短单头拱架式元器件贴装时间，提高贴片机元器件贴装生产效率。

主权项

基于量子神经网络的贴片机元器件贴装调度优化方法，其特征在于，具体包括以下步骤：步骤一：针对单头拱架式贴片机，应该满足两个条件，一是每种类型的贴装元器件只存放在一个供料器中，二是每个供料器中只存放一种类型的元器件；忽略吸嘴对元器件吸取和贴装的操作时间，则全部元器件的贴装时间主要由吸嘴贴装不同元器件所移动距离决定，最小的全部元器件贴装路径之和对应最少的全部元器件的贴装时间。建立带有约束条件的元器件贴装路径调度数学模型，以求解最小的全部元器件贴装路径之和；步骤二：对步骤一建立的元器件贴装路径调度数学模型，采用量子神经网络算法获得元器件贴装调度优化解。将全部元器件与不同供料槽之间的距离作为量子神经网络的输入向量，置所有权值为较小的随机数并提供训练集给定输入向量和目标输出向量；采用三层量子神经网络算法对元器件贴装路径调度数学模型进行全局寻优求解，获得贴装最优调度方案所对应的全部元器件贴装顺序和在供料槽中元器件供料器位置排列；步骤三：对步骤二得到的一组元器件贴装调度最优解分别提供给贴装吸嘴控制子系统和智能供料器分配子系统，实现贴片机元器件贴装最优控制，保证吸嘴头按最优调度方式进行元器件贴装。