基于SMT大数据的锡膏印刷性能影响因素分析方法技术

本发明专利技术提出一种基于SMT大数据的锡膏印刷性能影响因素分析方法，解决了锡膏印刷性能影响因素分析中分析不全面、精度低的问题。实现步骤有：采集锡膏印刷参数和性能指标构建锡膏印刷数据集；用马氏距离和空值处理数据；计算特征间相关系数，过滤冗余特征；划分训练和测试样本集；随机抽取部分特征并构建随机森林模型；设定模型终止条件；以模型均方误差增加量估计特征重要度分数，并排序；确定关键影响因素子集。本发明专利技术通过随机森林特征选择结合大数据处理技术挖掘SMT锡膏印刷性能的关键影响因素，确定性能指标与印刷参数的关联，优化锡膏印刷性能，提升电路板印刷质量。用于表面贴装技术锡膏印刷过程的工艺优化和锡膏印刷性能改善。

【技术实现步骤摘要】
基于SMT大数据的锡膏印刷性能影响因素分析方法
本专利技术属于表面贴装技术(SMT)领域，主要涉及表面贴装生产线中的锡膏印刷性能的分析与挖掘，具体是一种基于SMT大数据的锡膏印刷性能影响因素分析方法，应用于电路板的锡膏印刷性能的改善以及为其工艺优化提供参考依据。
技术介绍
随着经济发展，市场对电子产品的要求越来越高，贴装器件更扁平化、微细化，印刷电路板组装尺寸也越来越小，焊盘排布越来越高密，因此，对表面贴装技术提出了更高的要求。表面贴装技术主要包括锡膏印刷、元件贴装和回流焊接三道主要工序，其中，锡膏印刷是首要环节，也是最为关键的一步操作。据分析，约70％SMT产品的质量问题都是由锡膏印刷性能不佳所导致的。表面贴装技术中印刷电路板的锡膏印刷操作复杂，涉及到的设备、物料和人员难以控制，印刷过程中任意一个环节都可能因为把控不当导致表面贴装产品的质量问题，造成产品无法通过检测，造成资源浪费，影响企业效益。当前表面贴装技术中，锡膏印刷主要存在以下问题：①锡膏印刷过程复杂，印刷参数种类繁复，且参数间彼此影响，存在交互关系。随着智能生产线的应用，SMT工艺中的设备都被全自动化高端设备所替代，使得导本文档来自技高网...

【技术保护点】
1.一种基于SMT大数据的锡膏印刷性能影响因素分析方法，其特征在于，影响因素分析过程涉及到锡膏印刷参数，印刷性能指标以及关键影响因素选取和排序，具体步骤包括有：(1)采集数据并构建数据集：采集锡膏印刷过程数据并形成锡膏印刷数据集，该数据集包括印刷参数和性能指标两部分，印刷参数指生产过程中采集到的各类属性变量，性能指标指检测设备检测到的锡膏形态参数，其中性能指标为目标变量；数据样本为数据集中印刷电路板上一个位置对应的印刷参数及锡膏形态参数；(2)数据处理：计算数据样本间马氏距离，检测偏离分布形状区域的离群点，对于离散取值的属性，根据业务机理来检测离群点，然后移除缺失程度超过25％的属性，对于个别...

【技术特征摘要】
1.一种基于SMT大数据的锡膏印刷性能影响因素分析方法，其特征在于，影响因素分析过程涉及到锡膏印刷参数，印刷性能指标以及关键影响因素选取和排序，具体步骤包括有：(1)采集数据并构建数据集：采集锡膏印刷过程数据并形成锡膏印刷数据集，该数据集包括印刷参数和性能指标两部分，印刷参数指生产过程中采集到的各类属性变量，性能指标指检测设备检测到的锡膏形态参数，其中性能指标为目标变量；数据样本为数据集中印刷电路板上一个位置对应的印刷参数及锡膏形态参数；(2)数据处理：计算数据样本间马氏距离，检测偏离分布形状区域的离群点，对于离散取值的属性，根据业务机理来检测离群点，然后移除缺失程度超过25％的属性，对于个别缺失值，根据分布特点进行填补；(3)计算各影响因素间的相关性，剔除冗余印刷参数：印刷参数有数值型和类别型两类印刷参数特征，计算各数值型印刷参数特征之间的相关系数，类别型与数值型印刷参数特征之间的相关率，以及类别型印刷参数特征之间的克莱姆相关系数，度量各个印刷参数特征间的关联程度，同时结合锡膏印刷专家经验与业务逻辑剔除构建的数据集中冗余的影响因素；(4)对数据集中的数据样本进行有放回的随机抽样，划分训练样本集与测试样本集：根据删除冗余印刷参数特征后的数据集，随机抽取部分样本，抽取多次，构成多个训练样本集，用于构建多棵回归树，训练样本集简称为训练集；每次未被抽取的数据则为袋外测试数据，构成对应回归树的测试样本集，测试样本集简称为测试集；(5)对数据集中的印刷参数特征进行随机抽样，构建随机森林回归树：给定训练样本集，随机抽取其中部分印刷参数作为回归树的特征，以锡膏的形态参数作为目标变量构建回归树，所有的回归树构建完成即是随机森林模型构建完成；(6)设定随机森林构建的终止条件：每棵回归树不进行任何修剪，使其完全增长，通过设定回归树的数量作为随机森林构建的终止条件；(7)计算锡膏印刷参数特征的重要度分数：当依次移除每个印刷参数特征时，通过计算随机森林模型内各回归树的拟合误差增大的百分比，即计算回归树在各测试样本集上的均方误差的变化，得到被移除的印刷参数特征重要度分数；(8)锡膏印刷性能影响因素排序以及关键因素子集选取：锡膏印刷性能影响因素排序根据印刷参数特征重要度分数来进行排序的，特征重要度分数越高，该特征对目标变量即印刷形态参数的影响程度就越大；而锡膏印刷性能关键影响因素子集是根据关键因素子集选取模型确定，锡膏印刷性能关键影响因素子集即为锡膏印刷性能的关键影响因素。2.根据权利要求1所述的基于SMT大数据的锡膏印刷性能影响因素分析方法，其特征在于，步骤(3)所述的计算各影响因素间的相关性包括三种方式：数值型和数值型印刷参数特征的相关性计算、数值型与类别型印刷参数特征的相关率计算以及类别型印刷参数特征之间的克莱姆相关系数计算，不同的属性相关性计算有不同的计算方式，具体计算如下：(3.1)计算相关系数相关系数可用于度量数值型数据属性之间的关联程度，对于两个印刷参数特征x和y，相关系数的计算公式如下所示：其中，rx,y表示印刷参数x和y的相关系数，cov(x，y)表示特征x和y之间的协方差，σx表示特征x的标准差，σy表示特征y的标准差。相关程度的评价标准如表1所示：表1相关程度评价标准若两个数值型数据属...

【专利技术属性】
技术研发人员：常建涛，孔宪光，王佩，刘瑄璞，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61