基于SMT大数据的产品质量控制方法研究
发布时间：2021-03-09 11:08
表面贴装技术（Surface Mount Technology,SMT）制作过程工序繁多,每一道工序都可能会产生各种缺陷,这些细微缺陷如果不能在生产线上及早和准确地发现,可能会降低产品合格率、影响可靠性,甚至导致整块印制板报废,进而增加生产成本。SMT生产线通过锡膏测厚仪（Solder Paste Inspection System,SPI）中设置的检测阈值对锡膏印刷量进行前期检测,控制有缺陷印刷电路板（Printed Circuit Board,PCB）流入后续工序。目前,SPI检测设备中阈值的设置主要依靠传统的人工经验,缺乏理论指导,不能充分发挥SPI排除缺陷的能力,常使SPI有误判和漏判发生,使真实的缺陷被人为放过。因此,对锡膏SPI检测阈值进行科学合理设置是SMT产品质量控制的重要一环。另一方面,SMT生产线各种检测设备了积累海量的数据,但这些数据所蕴含的信息和价值并没有被充分挖掘。由于基于数据驱动的过程建模技术不需要深层次的过程知识和机理模型,本文运用数据驱动过程建模技术,提出了一种新的锡膏SPI检测阈值估计方法。本文主要研究工作和创新点如下:（1）详细介绍了SMT工艺流程及...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
SMT生产线主要工序
第三章 SPI 检测参数阈值估计模型研究29图3.1 直方图估计方法对直方图密度估计准确度起作用的要素包含两方面，一是样本的数目，另一个是窗宽。窗宽选择对直方图估计效果影响很大。若窗宽过大，会呈现不出直方图密度估计的细节的地方；如果窗宽选择过小，随机性就会变大，图形就会变得不规则，甚至不能识别是否为直方图。直方图简要明了，容易操作，当样本数量充足，且窗宽较小时，这时直方图能够准确地显示密度的基本特征。直方图估计也有缺点，就是在每一段小区间，直方图的中间部分估计比较准确，两端点处估计效果较差，整体上呈现是阶梯型形状，因此估计结果较差。针对直方图存在的缺陷，Rosenblatt 在 1955 年对其予以改进
(3-22)图3.2 高斯核函数b) 均匀核函数(Uniform Kernel),函数曲线如图 3.3 所示，其表达式为： 1120 1uK uu (3-23)
【参考文献】：
期刊论文
[1]工业制造中的大数据分析[J]. 张礼立. 中国工业评论. 2017(01)
[2]基于属性加权核密度估计的朴素贝叶斯分类算法[J]. 谢小军,陈光喜,丁伯伦. 桂林电子科技大学学报. 2016(03)
[3]一种改进适应度函数的遗传算法[J]. 玄登影,王福林,高敏慧,马海志. 数学的实践与认识. 2015(16)
[4]基于选择算子的遗传算法改进[J]. 董妍汝. 办公自动化. 2015(16)
[5]过程工业报警系统研究进展[J]. 朱群雄,高慧慧,刘菲菲,彭荻,徐圆,顾祥柏. 计算机与应用化学. 2014(02)
[6]多目标模拟退火算法及其应用研究进展[J]. 李金忠,夏洁武,曾小荟,曾劲涛,刘新明,冷明,孙凌宇. 计算机工程与科学. 2013(08)
[7]核密度估计逐点最优窗宽选择的改进[J]. 黎运发,黄名辉. 统计与决策. 2011(14)
[8]遗传算法中的交叉算子的述评[J]. 李书全,孙雪,孙德辉,边伟朋. 计算机工程与应用. 2012(01)
[9]回流焊工艺中常见缺陷及其防止措施[J]. 史建卫,宋耀宗. 电子工艺技术. 2011(01)
[10]基于数据驱动的故障诊断方法综述[J]. 李晗,萧德云. 控制与决策. 2011(01)
博士论文
[1]基于多元统计分析的故障诊断与质量监测研究[D]. 胡静.浙江大学 2015
[2]数据驱动的多变量控制系统性能监测与诊断[D]. 陈贵.浙江大学 2013
[3]基于非参数密度估计点样本分析建模的应用研究[D]. 牛君.山东大学 2007
[4]基于HMM的统计过程监控研究[D]. 周韶园.浙江大学 2005
硕士论文
[1]基于数据驱动的风力发电机组系统辨识研究[D]. 叶飞.浙江大学 2014
[2]基于六西格玛方法的SMT回流焊产品质量控制研究[D]. 郑风景.天津科技大学 2014
[3]质量控制工具在SMT工艺中的应用研究[D]. 胡成林.北京交通大学 2014
[4]基于机器视觉的三维锡膏测量[D]. 师雪超.华南理工大学 2011
[5]Rosenblatt过程的随机分析和参数估计[D]. 陈郭萍.东华大学 2011
[6]基于不同核函数的概率密度函数估计比较研究[D]. 张玉敏.河北大学 2010
本文编号：3072750
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
SMT生产线主要工序
第三章 SPI 检测参数阈值估计模型研究29图3.1 直方图估计方法对直方图密度估计准确度起作用的要素包含两方面，一是样本的数目，另一个是窗宽。窗宽选择对直方图估计效果影响很大。若窗宽过大，会呈现不出直方图密度估计的细节的地方；如果窗宽选择过小，随机性就会变大，图形就会变得不规则，甚至不能识别是否为直方图。直方图简要明了，容易操作，当样本数量充足，且窗宽较小时，这时直方图能够准确地显示密度的基本特征。直方图估计也有缺点，就是在每一段小区间，直方图的中间部分估计比较准确，两端点处估计效果较差，整体上呈现是阶梯型形状，因此估计结果较差。针对直方图存在的缺陷，Rosenblatt 在 1955 年对其予以改进
(3-22)图3.2 高斯核函数b) 均匀核函数(Uniform Kernel),函数曲线如图 3.3 所示，其表达式为： 1120 1uK uu (3-23)
【参考文献】：
期刊论文
[1]工业制造中的大数据分析[J]. 张礼立. 中国工业评论. 2017(01)
[2]基于属性加权核密度估计的朴素贝叶斯分类算法[J]. 谢小军,陈光喜,丁伯伦. 桂林电子科技大学学报. 2016(03)
[3]一种改进适应度函数的遗传算法[J]. 玄登影,王福林,高敏慧,马海志. 数学的实践与认识. 2015(16)
[4]基于选择算子的遗传算法改进[J]. 董妍汝. 办公自动化. 2015(16)
[5]过程工业报警系统研究进展[J]. 朱群雄,高慧慧,刘菲菲,彭荻,徐圆,顾祥柏. 计算机与应用化学. 2014(02)
[6]多目标模拟退火算法及其应用研究进展[J]. 李金忠,夏洁武,曾小荟,曾劲涛,刘新明,冷明,孙凌宇. 计算机工程与科学. 2013(08)
[7]核密度估计逐点最优窗宽选择的改进[J]. 黎运发,黄名辉. 统计与决策. 2011(14)
[8]遗传算法中的交叉算子的述评[J]. 李书全,孙雪,孙德辉,边伟朋. 计算机工程与应用. 2012(01)
[9]回流焊工艺中常见缺陷及其防止措施[J]. 史建卫,宋耀宗. 电子工艺技术. 2011(01)
[10]基于数据驱动的故障诊断方法综述[J]. 李晗,萧德云. 控制与决策. 2011(01)
博士论文
[1]基于多元统计分析的故障诊断与质量监测研究[D]. 胡静.浙江大学 2015
[2]数据驱动的多变量控制系统性能监测与诊断[D]. 陈贵.浙江大学 2013
[3]基于非参数密度估计点样本分析建模的应用研究[D]. 牛君.山东大学 2007
[4]基于HMM的统计过程监控研究[D]. 周韶园.浙江大学 2005
硕士论文
[1]基于数据驱动的风力发电机组系统辨识研究[D]. 叶飞.浙江大学 2014
[2]基于六西格玛方法的SMT回流焊产品质量控制研究[D]. 郑风景.天津科技大学 2014
[3]质量控制工具在SMT工艺中的应用研究[D]. 胡成林.北京交通大学 2014
[4]基于机器视觉的三维锡膏测量[D]. 师雪超.华南理工大学 2011
[5]Rosenblatt过程的随机分析和参数估计[D]. 陈郭萍.东华大学 2011
[6]基于不同核函数的概率密度函数估计比较研究[D]. 张玉敏.河北大学 2010
本文编号：3072750
本文链接：https://www.wllwen.com/kejilunwen/yysx/3072750.html
