基于神经网络的SMT焊点质量控制专家系统设计.pdfVIP

2009 年 4 月 皖西学院学报 Ap r . ,2009 第 25 卷第 2 期 J our nal of We st A nhui U niver sit y Vol . 25 　N O . 2 基于神经网络的 SM T 焊点质量控制专家系统设计 1 1 2 刘世林 ,张晓东 ,梁惠萍 ( 1. 皖西学院 ,安徽 六安 2370 12 ;2 . 桂林电子科技大学 ,广西 桂林 54 1004) ( ) 摘 　要 : 由表面组装技术 SM T 形成的产品 ,其焊点质量直接影响到产品的可靠性和寿命 。在 SM T 产品生产过程中 ,如果 能够对焊点质量进行实时评价和控制 ,将能提高生产率和产品的质量 。提出了一种基于神经网络的 SM T 焊点组装质量控制专 家系统 ,其对于实现 SM T 焊点质量实时、准确的评价和控制有着重要的意义 。 关键词 :表面组装技术 ;焊点质量 ;神经网络 ;专家系统 中图分类号 : T H 16 1 　　　　文献标识码 :A 　　　　文章编号 :1009 - 9735 (2009) 02 - 0048 - 03 1 　引言 库模块 、推理机模块 、神经网络学习模块等[2 ] ,其结构 SM T 产品的组装质量控制技术是保障 SM T 产 模型如图 1 所示 。 品质量和可靠性的关键技术 。SM T 产品的组装故障 往往是焊点故障 , 故障来源于组装过程各工序 。为 此 ,希望组装过程中能够及时检测和处理组装故障信 息 ,进行组装工艺参数调整和消除故障处理 ,实现组 装过程中的质量检测和反馈控制 , 以求高的产品合 格率 。 由于 SM T 焊点形态和焊点质量 、组装工艺参数 之间存在着必然联系 ,因此可以通过专家系统对焊点 质量进行评估和控制[ 1 ] ( P112 - 115) 。在 SM T 焊点质量 图 1 　基于神经网络的专家系统结构 控制专家系统中 ,领域专家知识是通过 SM T 专家经 2 . 1. 2 　工作流程 验获得 ,因而知识的获取存在较大的局限性和非确定 基于神经网络的 SM T 焊点质量控制专家系统 性 ,而且焊点质量控制专家系统本身是一个影响因素 的工作流程如图 2 所示 。系统的工作过程可 以表 众多、规则库非常庞大 、推理过程复杂的系统 ,因此传 述为 : 统的专家系统很难快速准确地对焊点质量进行评估 ①首先根据输入的焊点类型 ,应用相应的训练样 和控制 。基于此 ,本文将基于神经网络的专家系统应 本对神经网络进行训练 ,并将连接权矩阵作为知识保 用到焊点质量控制中 ,提出了基于神经网络的 SM T 存在知识库中。 ( ) ②读入实际焊点形态参数与合理焊点形态参数 焊点质量控制专家系统 N N SES 。 2 　基于神经网络的 SM T 焊点质量控制专家系统 的偏差值 ,进入数据库进行查询 ,若查询成功 ,则给出 2 . 1 　系统结构与功能描述 相应的控制策略 ,进一步调整工艺参数或消除故障 , 2 . 1. 1 　系统结构 若查询不成功 ,则利用知识库中的知识 ,通过逻辑推 根据解决 SM T 焊点质量控制问题的实际需要 , 理或直觉联想推理算法给出运算结果 。 将传统的专家系统的结构加以扩展 ,引入样本的学习 机制 ,作为该专