[01475144]基于带动量项神经网络的表面组装焊点质量智能鉴别技术研究

该项目基于焊点虚拟成形技术，采用带动量项神经网络智能鉴别出实际SMT焊点的缺陷，给出出现各种焊点缺陷的可能度，根据智能鉴别出的焊点缺陷可能度，结合现场专家意见和实验数据，利用模糊神经网络技术智能分析产生焊点缺陷的组装工艺原因，达到了实时精确的控制焊点组装质量、提高SMT产品组装质量的目的。 该项目采用的基于焊点虚拟成形的带动量项神经网络智能鉴别SMT焊点组装质量技术，具有质量评价标准以非实际生产或试验方法产生，焊点组装质量信息获取、反馈和控制实时性强，组装工艺参数调整时间短等特点，能适用于要求快速完成组装工艺参数调整而进入稳定组装生产、达到高的组装一次通过率的小批量组装生产场合，由此可见该项目的研究内容具有很强的工程背景和现实需求，研究结果具有很强的实用价值和经济、技术价值，该技术的成功和应用，对提高广西电子制造业SMT产品组装质量和提高包括广西电子制造业在内的国内的电子制造业在SMT焊点组装质量检测与控制技术方面的研究水平带来了实际意义，推动了表面组装技术的进一步发展。该项目研究包括以下四个方面：SMT焊点质量特征参数提取方法研究 以典型SMT焊点为研究对象，对焊点三维模型的质量特征参数提取方法进行深入的研究，针对焊点三维模型，研究如何有 效、合理、充分的提取表征焊点质量的有关信息，以作为焊点缺陷智能鉴别的样本数据信息。 基于带动量项神经网络的SMT焊点缺陷智能鉴别技术研究 针对标准BP算法的一些不足，提出带动量项的改进措施来克服BP算法的一些缺点；利用改进的BP神经网络模型实现对SMT焊点缺陷的智能鉴别。 基于模糊神经网络的SMT焊点缺陷原因智能分析研究 通过软件编程实现模糊神经网络算法，并将模糊神经网络应用到SMT焊点缺陷原因智能分析中。 SMT焊点质量智能鉴别与分析软件 基于前三项研究内容，完成SMT焊点质量智能鉴别与分析软件基本框架，软件可对所提取的典型SMT焊点质量信息进行数据预处理、利用所获得的焊点质量信息数据对焊点缺陷进行智能鉴别、利用智能鉴别结果对焊点缺陷产生原因进行智能分析，从而基本形成具有特色的实用系统与软件，实现基于带动量项神经网络的表面组装焊点质量智能鉴别技术系统思想。