為解決氫氧微火焰錫焊工藝參數(shù)影響焊接質量的問題,使用正交試驗法縮小工藝參數(shù)范圍,通過實驗獲得100組真實數(shù)據(jù),將其中92組實驗數(shù)據(jù)作為輸入樣本導入MATLAB神經網絡模塊中,建立了錫焊質量指標與錫焊工藝參數(shù)之間的BP神經網絡預測模型,經過多次優(yōu)化訓練后,將剩余的8組工藝參數(shù)組合導入優(yōu)化后的BP神經網絡模型進行模型準確性驗證,并在PCB板上進行氫氧微火焰錫焊實驗,發(fā)現(xiàn)仿真結果和實際結果的誤差范圍不超過4%。使用訓練好的BP神經網絡模型得到一組最優(yōu)工藝參數(shù),實驗結果表明采用該工藝參數(shù)組可以得到平均焊點錫料覆蓋率98%以上的焊點質量,可應用于實際氫氧微火焰自動錫焊中。 

【文章來源】：制造技術與機床. 2020,(08)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 實驗數(shù)據(jù)采集和優(yōu)化工藝參數(shù)選擇
    1.1 實驗數(shù)據(jù)采集
    1.2 錫焊重要工藝參數(shù)的選擇
        (1)單點送絲長度
        (2)送絲速度
        (3)首針預熱時間
        (4)焊接加熱時間
2 正交試驗設計
    2.1 正交試驗法
    2.2 正交試驗設計
3 BP神經網絡系統(tǒng)的建立及訓練仿真
    3.1 BP神經網絡系統(tǒng)的建立
    3.2 BP神經網絡系統(tǒng)的訓練仿真
4 氫氧微火焰錫焊的BP神經網絡工藝參數(shù)優(yōu)化
5 結語


【參考文獻】：
期刊論文
[1]數(shù)字化氫氧微火焰自動錫焊系統(tǒng)設計[J]. 程輝輝,李天龍,溫聰,閆鑫鑫,杜建銘,苑春曉.  機電工程技術. 2018(01)
[2]基于BP和GA的激光焊接熱源模型參數(shù)優(yōu)化[J]. 宋燕利,余成,戴定國,徐勤超.  塑性工程學報. 2017(01)
[3]PCB焊點焊接缺陷原因分析[J]. 陳強,王一雄.  印制電路信息. 2014(03)
[4]正交實驗方法在激光焊接中的應用[J]. 徐鵬嵩,郭亮,龐振華,李勝,張慶茂.  機電工程技術. 2011(01)
[5]BP神經網絡與MATLAB神經網絡工具箱[J]. 胡風華,劉冰,馬曉麗.  光盤技術. 2009(02)
[6]BP神經網絡的研究進展[J]. 魯娟娟,陳紅.  控制工程. 2006(05)
[7]BP神經網絡及其在焊接中的應用[J]. 張旭明,吳毅雄,徐濱士,董世運.  焊接. 2003(02)

碩士論文
[1]氫氧微火焰自動錫焊機的設計和PCB插件焊接工藝研究[D]. 閆鑫鑫.深圳大學 2017



本文編號：3362937