BP制造技术

一种

【技术实现步骤摘要】
BP神经网络、1394线缆绕包方法、系统及烧结方法


[0001]本专利技术涉及通信线缆制造领域，更具体涉及一种
BP
神经网络
、
采用其的
1394
线缆的绕包方法
、
绕包系统及绕包烧结方法
。

技术介绍

[0002]计算机接口
IEEE1394
，俗称火线
(FireWire)
接口，是由苹果公司
1995
年领导的开发联盟开发的一种高速传输接口，数据传输率一般为
800MB/
秒～
1.6GB/
秒，十分适合视频影像的传输
。IEEE1394
主要用于视频的采集，除了苹果，在
INTEL
高端主板与数码摄像机
(DV)
上也使用比较广泛，其大部分技术标准例如来自德州仪器
、
索尼
、DEC、IBM、
意法半导体等企业
。
[0003]1394
线缆接头分为四针
、
六针
、
九针等多种形式，
1394
线缆的缆线部分则与之匹配的包括若干信号线，通过分别绕包烧结绝缘封装，然后再与缓冲层一起集束成缆
。
为了增加绝缘层的附着力，解决绝缘回缩性，提高芯线强度，利于后续加工，
1394
线缆通常都采用热熔
PTFE
工艺
(
绕包烧结工序
)/>进行烧结
。
而在烧结工艺中，核心指标介电常数非常容易变动，国外可能有先进控制技术，但一直保密；而国内企业由于每家厂商工艺参数不一致，原材料不一致，导致无法保证工艺稳定，生产出质量稳定的产品
。
更进一步的是，由于线缆工艺步骤较多，涉及到的工艺参数呈现指数级增长，由于生产原料一致性
、
设备的精度均存在一个控制区间，因此工艺过程控制更是复杂和苛刻
。
由此，迫切需要研发一种能够精确控制各种影响因素
、
保质保量生产出高质量
1394
线缆的绕包
/
烧结方法
。

技术实现思路

[0004]有鉴于此，本专利技术的主要目的在于提供一种
1394
线缆的绕包方法及烧结方法，以期至少部分地解决上述技术问题
。
[0005]为了实现上述目的，作为本专利技术的第一个方面，提出了一种绕包烧结工艺
BP
神经网络模型的构建方法，包括如下步骤：
[0006]采用绕包烧结工艺的原材料参数性能
、
绕包烧结工艺的参数数据中的一项或多项作为输入
、
基于产品性能检测结果与标准数值的误差作为输出，构建所述绕包烧结工艺
BP
神经网络模型；
[0007]通过实际生产数据对所述绕包烧结工艺
BP
神经网络模型进行训练，求解各节点权重及阈值
。
[0008]作为本专利技术的第二个方面，还提出了一种绕包烧结工艺仿真数据库的建立方法，包括如下步骤：
[0009]构建绕包烧结工艺仿真数据库，将绕包生产工艺中的部分或全部原材料参数性能
、
绕包烧结工艺的参数
、
产品性能检测结果数据输入所述绕包烧结工艺仿真数据库；
[0010]采用通过如上所述的绕包烧结工艺
BP
神经网络模型的构建方法构建好的绕包烧结工艺
BP
神经网络模型来扩充所述绕包烧结工艺仿真数据库的数据；其中，所述绕包烧结
工艺
BP
神经网络模型的输入中包括所述仿真数据库中未存储的新参数，所述绕包烧结工艺
BP
神经网络模型的输出为所述绕包烧结工艺
BP
神经网络模型基于包括所述新参数的输入进行的预测值
。
[0011]作为本专利技术的第三个方面，还提出了一种
1394
线缆的绕包方法，包括如下步骤：
[0012]采用精确控制尺寸的分切刀垫来对低密度
PTFE
绝缘带进行分切，分切宽度分别为
x
和
y
，其中
x、y
均为正整数；
[0013]采用宽度为
x、
厚度为
3mil
规格的低密度
PTFE
绝缘带，设备主机反转进行第一层绕包，重叠层数为2；
[0014]采用宽度为
y、
厚度为
3mil
规格的低密度
PTFE
绝缘带，设备主机正转进行第二层绕包，重叠层数为2；
[0015]其中，将所述
x、y
，以及第一层绕包工序和第二层绕包工序中的主机转速
、
张力
、
节距
、
外径4个参数输入通过如权利要求1或2所述的绕包烧结工艺
BP
神经网络模型的构建方法构建好的绕包烧结工艺
BP
神经网络模型中，基于所述绕包烧结工艺
BP
神经网络模型的输出值确定最佳工艺参数来执行所述
1394
线缆的绕包方法
。
[0016]作为本专利技术的第四个方面，还提出了一种
1394
线缆的绕包控制装置，包括：
[0017]信号采集单元，分别用于采集第一层绕包工序和第二层绕包工序中的主机转速
、
张力
、
搭盖率和外径参数值；
[0018]致动器，分别用于控制第一层绕包工序和第二层绕包工序中的主机转速
、
张力
、
搭盖率
、
外径的具体数值；其中，所述第一层绕包工序和第二层绕包工序主机旋转方向相反，工艺参数对应相同；
[0019]控制单元，接收所述信号采集单元的信号输入，接收第一层绕包工序和第二层绕包工序中低密度
PTFE
绝缘带的宽度
x、y
的输入，并基于如上所述的绕包烧结工艺
BP
神经网络模型的构建方法构建好的绕包烧结工艺
BP
神经网络模型预测的输出值，或者，基于如上所述的绕包烧结工艺仿真数据库的建立方法建立的绕包烧结工艺仿真数据库查找的结果，来确定绕包工艺的最佳工艺参数，并驱动所述致动器来执行如上所述的
1394
线缆的绕包方法
。
[0020]作为本专利技术的第五个方面，还提出了一种
1394
线缆的绕包烧结方法，包括如下步骤：
[0021]采用如上所述的
1394
线缆的绕包方法对导电金属线缆进行绕包；
[0022]在
350℃
～
450℃
下对完成可烧结
P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种绕包烧结工艺
BP
神经网络模型的构建方法，其特征在于，包括如下步骤：采用绕包烧结工艺的原材料参数性能
、
绕包烧结工艺的参数数据中的一项或多项作为输入
、
基于产品性能检测结果与标准数值的误差作为输出，构建所述绕包烧结工艺
BP
神经网络模型；通过实际生产数据对所述绕包烧结工艺
BP
神经网络模型进行训练，求解各节点权重及阈值
。2.
根据权利要求1所述的构建方法，其特征在于，所述原材料参数性能包括低密度
PTFE
绝缘带的密度
、
厚度
、
宽度，以及被绕包导体的尺寸
、
镀层厚度
、
电导率；和
/
或所述绕包烧结工艺的参数数据包括绕包烧结工艺中的绕包层数
、
绕包主机转速
、
主机转动方向
、
张力大小
、
收线电机速度
、
烧结温度和烧结速率；和
/
或所述产品性能检测结果包括绝缘介质烧结厚度
、
介电常数
、
特性阻抗和差分阻抗；和
/
或所述绕包烧结工艺
BP
神经网络模型包括输入层
、
隐层和输出层；其中，输入层包含
m
个节点，输出层包含
n
个节点，
m、n
为自然数；作为优选，所述输入层节点数
m
取值为2～4；作为优选，所述输出层节点数
n
取值为1～
3。3.
根据权利要求1或2所述的构建方法，其特征在于，所述输入层包含4个节点，输出层包含1个节点；隐层包含9个节点；所述绕包烧结工艺
BP
神经网络模型使用
Sigmoid
函数作为误差函数；作为优选，所述隐层任一神经元满足：其中，
y
是输出值；
γ
为相对低密度
PTFE
绝缘带的物料而进行经验修正的一个常数；
ω
ij
为输入层与隐层之间的权重；
x
i
为第
i
个神经元的输入；
θ
为阈值；作为优选，所述输入层的4个输入值分别为主机转速
、
张力
、
节距
、
外径的数值；所述输出层的输出值为绕包烧结工艺得到的产品的介电常数数值；作为优选，所述绕包烧结工艺
BP
神经网络模型使用
Adam
算法进行优化
。4.
一种绕包烧结工艺仿真数据库的建立方法，其特征在于，包括如下步骤：构建绕包烧结工艺仿真数据库，将绕包生产工艺中的部分或全部原材料参数性能
、
绕包烧结工艺的参数
、
产品性能检测结果数据输入所述绕包烧结工艺仿真数据库；采用通过如权利要求1‑3任一项所述的绕包烧结工艺
BP
神经网络模型的构建方法构建好的绕包烧结工艺
BP
神经网络模型来扩充所述绕包烧结工艺仿真数据库的数据；其中，所述绕包烧结工艺
BP
神经网络模型的输入中包括所述仿真数据库中未存储的新参数，所述绕包烧结工艺
BP
神经网络模型的输出为所述绕包烧结工艺
BP
神经网络模型基于包括所述新参数的输入进行的预测值
。5.
一种
1394
线缆的绕包方法，其特征在于，包括如下步骤：采用精确控制尺寸的分切刀垫来对低密度
PTFE
绝缘带进行分切，分切宽度分别为
x
和
y
，其中
x、y
均为正整数；采用宽度为
x、
厚度为
3mil
规格的低密度
PTFE
绝缘带，设备主机反转进行第一层绕包，重叠层数为2；
采用宽度为
y、
厚度为
3mil
规格的低密度
PTFE
绝缘带，设备主机正转进行第二层绕包，重叠层数为2；其中，将所述
x、y
，以及第一层绕包工序和第二层绕包工序中的主机转速
、
张力
、
节距
、
外径4个参数输入通过如权利要求1或2所述的绕包烧结工艺
BP
神经网络模型的构建方法构建好的绕包烧结工艺
BP
神经网络模型中，或者，将所述
x、y
，以及第一层绕包工序和第二层绕包工序中的主机转速
、
张力
、
节距
、
外径4个参数输入通过如权利要求4所述的绕包烧结工艺仿真数据库的建立方法建立的绕包烧结工艺仿真数据库中，基于所述绕包烧结工艺
BP
神经网络模型的输出值或所述绕包烧...

【专利技术属性】
技术研发人员：甘杰斌，甘鑫，陈巍汉，董佳迪，莫然，
申请(专利权)人：成都国恒空间技术工程股份有限公司，
类型：发明
国别省市：