基于锚点选取粒子群算法的贴片机贴装路径优化方法技术

基于锚点选取粒子群算法的贴片机贴装路径优化方法，本发明专利技术涉及贴片机贴装路径优化方法。本发明专利技术的目的是解决以往方法搜索过程有局限性，容易使得搜索到的贴装路径过长，贴装生产工作效率低的问题。过程为：一、获取贴片机参数、电路板生产数据以及元件分配结果；二、初始化粒子群参数；三、随机初始化各粒子的位置和速度；四、得到对应的贴装路径长度为各个粒子适应值；五、更新各个粒子的个体历史最优位置和个体历史最优适应值；六、更新群体历史最优位置和群体历史最优适应值；七、若无改进搜索次数达到上限则执行八，否则更新每个粒子的位置和速度执行四；八、输出最优的贴装路径优化结果。本发明专利技术属于电器技术及电气工程领域。本发明专利技术属于电器技术及电气工程领域。本发明专利技术属于电器技术及电气工程领域。

【技术实现步骤摘要】
基于锚点选取粒子群算法的贴片机贴装路径优化方法


[0001]本专利技术涉及贴片机贴装路径优化方法，属于电器技术及电气工程领域。

技术介绍

[0002]不断发展的电子工业高新技术极大地促进了生产生活的自动化与便捷化。在进行电子产品板级封装的过程中，表面贴装技术是当下最主流的核心技术。贴片机是表面贴装关键装备，其功能是高速高精度地将电子元器件与芯片拾取再贴装到电路板上。为了表述简便，在后文中，将“电子元器件与芯片”统称为“元件”，将“拾取与贴装”简称为“拾贴”。
[0003]基于龙门式三维运动平台的贴片机如图2所示。安置在供料器基座上的供料器能够自动供应元件到拾取点处。电路板由传送带传送到止挡捎处被夹紧，随后电路板表面的贴装点即保持静止。贴片载具由电机驱动，沿着平动导轨与固定导轨移动，从而在XY平面内实现准确定位。贴片载具内均匀装备着的吸杆能够沿Z方向上下运动，并通过抽取真空和解除真空的方式分别实现对元件的拾取和贴装。
[0004]贴片机的拾贴过程如图3所示。通常一块电路板需要贴装大量的元件，因此完成电路板的贴装需要经历多个拾取与贴装周期(拾贴周期)。各拾贴周期内的拾贴过程为：贴片载具移动到待拾取的首个拾取点并完成元件拾取；由贴片载具驱动，各吸杆依次移动到对应拾取点处完成后续元件拾取；待所有吸杆均完成元件拾取后，贴片载具移动到首个贴装点处完成贴装；由贴片载具驱动，各吸杆依次移动到对应贴装点处进行后续元件贴装。待所有吸杆均完成元件贴装后，开始下一个拾贴周期的拾贴过程。
[0005]对贴片机拾贴过程进行优化，可明显缩短表面贴装耗时。拾贴过程优化的一个重要目标是贴装路径长度的最小化。贴片机拾贴过程优化可以在完成相同任务的情况下耗时更少，极大提高表面贴装效率。
[0006]贴装路径优化过程一般是选定每个拾贴周期的锚点，然后根据锚点坐标信息结合路径规划算法计算最优路径。所述“锚点”指的是各拾贴周期确定首个贴装点前的定位点，用于引导路径规划算法搜索路径的起点。本专利技术中路径规划启发式算法采取了专利号为ZL202010387811.7名为“一种基于最近插入法的贴片机贴装路径规划方法”的方法。
[0007]目前研究的主要缺陷是：以往基于最近插入法或最近邻算法的贴装路径优化方法，都是基于固定锚点的，缺少针对锚点灵活选取能够进行连续调优的方法，导致搜索过程有局限性，容易使得搜索到的贴装路径过长，贴装生产工作效率低。

技术实现思路

[0008]本专利技术的目的是解决以往基于最近插入法或最近邻算法的贴装路径优化方法，都是基于固定锚点的，缺少针对锚点灵活选取能够进行连续调优的方法，导致搜索过程有局限性，容易使得搜索到的贴装路径过长，贴装生产工作效率低的问题，而提出了基于锚点选取粒子群算法的贴片机贴装路径优化方法。
[0009]基于锚点选取粒子群算法的贴片机贴装路径优化方法具体过程为：
[0010]步骤一、获取贴片机参数、电路板生产数据以及元件分配结果；
[0011]步骤二、初始化粒子群参数；
[0012]步骤三、随机初始化各粒子的位置和速度；
[0013]步骤四、由各粒子位置得到锚点坐标执行贴装路径优化启发式算法，得到对应的贴装路径长度为各个粒子适应值；
[0014]步骤五、更新各个粒子的个体历史最优位置和个体历史最优适应值；
[0015]步骤六、更新群体历史最优位置和群体历史最优适应值；
[0016]步骤七、若无改进搜索次数达到上限则执行步骤八，否则更新每个粒子的位置和速度执行步骤四；
[0017]步骤八、输出最优的贴装路径优化结果。
[0018]本专利技术的有益效果为：
[0019]本专利技术公开了基于锚点选取粒子群算法的贴片机贴装路径优化方法，该方法基于粒子群优化算法获取到锚点坐标，然后执行贴装路径优化启发式算法得到对应的贴装路径，将贴装路径长度作为适应度值计算并更新个体与群体的最优位置和最优适应度值，从而显著缩短拾贴路径，提升贴装生产工作效率。实验表明，本专利技术提供的方法可以大幅提升贴片机生产效率，与商业软件相比，最大效率提升达23.05％。
[0020]具体来说，本专利技术具备如下2个创新点。
[0021](1)提出了通过连续优化锚点的选取，以改进基于最近插入法的贴装路径优化方法，克服了采用固定锚点带来的搜索局限性，改善了算法寻优能力；
[0022](2)针对锚点的连续调节，给出了基于粒子群算法的连续优化方法，借助粒子群算法中的个体与群体位置更新，使得粒子群朝着总路径最短的方向寻优，提高了贴片机生产效率。
附图说明
[0023]图1为本专利技术贴片机贴装路径优化方法流程图；
[0024]图2为配备梁式贴片载具的贴片机示意图；
[0025]图3为贴片机拾贴过程流程图；
[0026]图4为实施例采用本专利技术锚点选取粒子群算法的贴装路径示意图；
[0027]图5为实施例采用固定锚点启发式算法的贴装路径示意图；
[0028]图6为本专利技术实施例的贴装路径长度收敛曲线图。
具体实施方式
[0029]具体实施方式一：本实施方式的基于锚点选取粒子群算法的贴片机贴装路径优化方法具体过程为：
[0030]步骤一、获取贴片机参数、电路板生产数据以及元件分配结果；
[0031]步骤二、初始化粒子群参数；
[0032]步骤三、随机初始化各粒子的位置和速度；
[0033]步骤四、由各粒子位置得到锚点坐标执行贴装路径优化启发式算法，得到对应的贴装路径长度为各个粒子适应值；
[0034]步骤五、更新各个粒子的个体历史最优位置和个体历史最优适应值；
[0035]步骤六、更新群体历史最优位置和群体历史最优适应值；
[0036]步骤七、若无改进搜索次数达到上限则执行步骤八，否则更新每个粒子的位置和速度执行步骤四；
[0037]步骤八、输出最优的贴装路径优化结果。
[0038]具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中获取贴片机参数、电路板生产数据以及元件分配结果，具体过程为：
[0039]步骤一一、导入贴片机参数；所述贴片机参数包括吸杆总数H，按照沿X轴递增的顺序对各个吸杆的索引编号为h∈[1,
…
,H]，吸杆间隔为DI；
[0040]步骤一二、导入电路板生产数据；所述电路板生产数据包括：元件类型总数C，各类元件的索引编号为c∈[1,
…
,C]，各类元件所含贴装点个数存储于行数为1、列数为C的数组n；C类元件共有贴装点总数Q个，各贴装点的索引编号为q∈[1,
…
,Q]，贴装点的坐标存储于行数为Q、列数为2的数组xyt，例如，第q个贴装点的X坐标与Y坐标分别为xyt(q,1)与xyt(q,2)；
[0041]步骤一三、导入元件分配结果；拾贴周期总数K，各拾贴周期的索引编号为k∈[1,
…
,K]；元件分配结果存储于行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于锚点选取粒子群算法的贴片机贴装路径优化方法，其特征在于：所述方法具体过程为：步骤一、获取贴片机参数、电路板生产数据以及元件分配结果；步骤二、初始化粒子群参数；步骤三、随机初始化各粒子的位置和速度；步骤四、由各粒子位置得到锚点坐标执行贴装路径优化启发式算法，得到对应的贴装路径长度为各个粒子适应值；步骤五、更新各个粒子的个体历史最优位置和个体历史最优适应值；步骤六、更新群体历史最优位置和群体历史最优适应值；步骤七、若无改进搜索次数达到上限则执行步骤八，否则更新每个粒子的位置和速度执行步骤四；步骤八、输出最优的贴装路径优化结果。2.根据权利要求1所述的基于锚点选取粒子群算法的贴片机贴装路径优化方法，其特征在于：所述步骤一中获取贴片机参数、电路板生产数据以及元件分配结果，具体过程为：步骤一一、导入贴片机参数；所述贴片机参数包括吸杆总数H，按照沿X轴递增的顺序对各个吸杆的索引编号为h∈[1,
…
,H]，吸杆间隔为DI；步骤一二、导入电路板生产数据；所述电路板生产数据包括：元件类型总数C，各类元件的索引编号为c∈[1,
…
,C]，各类元件所含贴装点个数存储于行数为1、列数为C的数组n；C类元件共有贴装点总数Q个，各贴装点的索引编号为q∈[1,
…
,Q]，贴装点的坐标存储于行数为Q、列数为2的数组xyt，第q个贴装点的X坐标与Y坐标分别为xyt(q,1)与xyt(q,2)；步骤一三、导入元件分配结果；拾贴周期总数K，各拾贴周期的索引编号为k∈[1,
…
,K]；元件分配结果存储于行数为K、列数为H的二维数组PA，其中的元素PA(k,h)代表第k个拾贴周期中由第h个吸杆所拾贴的元件类型，即PA(k,h)∈[1,
…
,C]。3.根据权利要求2所述的基于锚点选取粒子群算法的贴片机贴装路径优化方法，其特征在于：所述步骤二中初始化粒子群参数；具体过程为：步骤二一、初始化粒子群种群规模为I，每个粒子用i表示，其中i＝1,2,
…
,I；初始化粒子个体学习因子为c1、社会学习因子为c2、惯性因子为w；步骤二二、初始化粒子群搜索最优位置未改进计数变量为cntImprove、最大最优位置未改进次数变量为MaxImprove；步骤二三、初始化元素全为零的行数为K、列数为H的二维数组PS，用于存储贴装排序结果，其中的元素PS(k,s),s∈[1,
…
,H]代表第k个拾贴周期中第s个进行贴装的吸杆号，即PS(k,s)∈[1,
…
,H]。4.根据权利要求3所述的基于锚点选取粒子群算法的贴片机贴装路径优化方法，其特征在于：所述步骤三中随机初始化各粒子的位置和速度；具体过程为：步骤三一、初始化粒子群各个粒子速度；过程为：令V＝{v
i
,i＝1,2,
…
,I}表示粒子群中所有粒子移动速度，v
i
表示粒子群中第i个粒子移动速度，每个粒子i均有K个成员，第i个粒子移动速度v
i
包含x,y两个方向的速度信息，表示为v
i
＝<v
ix
,v
iy
>；对每个v
i
∈[0,1]初始化为区间内的随机值；v
ix
表示第i个粒子x方向的速度信息，v
iy
表示第i个粒子y方向的速度信息；
步骤三二、初始化粒子群各个粒子位置；过程为：令P＝{p
i
,i＝1,2,
…
,I}表示粒子群中所有粒子的位置，p
i
表示粒子群中第i个粒子的位置，由于每个拾贴周期均有一个位置信息，故每个粒子i均有K个成员，第i个粒子位置p
i
包含x,y两个方向的位置信息，表示为p
i
＝<p
ix
,p
iy
>；对每个p
i
∈[0,1]初始化为区间内的随机值；p
ix
表示第i个粒子x方向的位置，p
iy
表示第i个粒子y方向的位置；步骤三三、初始化每个粒子i个体最优位置pbest
i
，群体最优位置gbest＝<gbest
x
,gbest
y
>，其中个体最优位置初始化为pbest
i
＝p
i
；遍历所有拾贴周期K，根据每个粒子的初始化位置数据计算初始锚点star
i
，其中锚点坐标存储在行数为K，列数为2的数组star
i
中，例如，第k个周期锚点的X坐标与Y坐标分别为star
i
(k,1)、star
i
(k,2)，其中对于最优锚点X坐标存储在starox，最优Y坐标存储在staroy；所述锚点坐标计算方法具体如下：步骤三三一、待分配贴装点总数为R，各个贴装点的索引编号为r∈[1,
…
,R]，对应的贴装头编号为headnum，待分配贴装点对应于1号吸杆的位置存储在行数为L≤Q、列数为2的数组xyt_1中，例如第r个贴装点的X坐标与Y坐标分别为xyt_1(r,1)、xyt_1(r,2)，计算方法如下：xyt_1(r,1)＝xyt(r,1)
‑
(headnum
‑
1)*DIxyt_1(r,2)＝xyt(r,2)其中，*表示相乘，DI表示吸杆间隔，xyt_1(r,1)表示第r个贴装点对应1号吸杆的X坐标，xyt_1(r,2)表示第r个贴装点对应1号吸杆的Y坐标；步骤三三二、遍历待分配贴装点，求得最左上侧贴装点坐标L0，其中X坐标为L0(1)＝min(xyt_1(r,1)),Y坐标为L0(2)＝min(xyt_1(r,2))，最右下侧贴装点坐标L1，其中X坐标为L1(1)＝max(xyt_1(r,1)),Y坐标为L1(2)＝max(xyt_1(r,2))；步骤三三...

【专利技术属性】
技术研发人员：李政锴，曹峻虎，孙昊，于兴虎，高会军，
申请(专利权)人：宁波亦唐智能科技有限公司，
类型：发明
国别省市：