一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法

    公开(公告)号:CN115082401B

    公开(公告)日:2024-03-19

    申请号:CN202210707932.4

    申请日:2022-06-22

    Abstract: 本发明公开了一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法,该方法通过采集PCBA产品图像,对图像进行筛选,保留带缺陷的PCBA产品图像,对图像缺陷进行分类和位置信息标注,并将数据按比例进行数据集的制作与划分;对YOLOX神经网络模型进行改进,利用图像分类网络ConvNeXt的主干特征提取网络对原模型YOLOX进行改进,得到改进YOLOX神经网络模型;利用PCBA焊点缺陷数据集对改进YOLOX模型进行训练,得到基于改进YOLOX的PCBA焊点缺陷检测模型;将PCBA焊点缺陷检测模型部署到SMT产线上,进行PCBA焊点缺陷检测,并收集检测结果;采集PCBA焊点缺陷同一时期对应的贴片机故障信息,制作PNN的基础输入数据模型;将基于改进YOLOX的PCBA焊点缺陷模型与PNN模型部署到SMT产线上,进行贴片机故障预测。

    基于知识图谱的SMT产线工艺缺陷分析系统及分析方法

    公开(公告)号:CN115204684A

    公开(公告)日:2022-10-18

    申请号:CN202210838819.X

    申请日:2022-07-18

    Abstract: 本发明公开了一种基于知识图谱的SMT产线工艺缺陷分析系统及分析方法,所述系统包括顺序连接形成闭环的SMT工艺缺陷实体抽取模块、知识图谱构建模块、SMT工艺缺陷知识谱图单元、SMT工艺缺陷分析模块、人机交互模块、语义分析模块和查询语句重构模块和SMT工艺缺陷分析模块,操作者与人机交互模块连通,所述系方法包括1)构建SMT工艺缺陷知识图谱;2)SMT工艺缺陷分析。这种方法实现了工艺缺陷报告文本中的隐含缺陷信息的有机联系,让工艺缺陷、工艺缺陷造成原因、工艺缺陷解决方案之间的关系变得更加清晰、直观,可以有效提高SMT生产企业的制造工艺水平。

    一种优化叠层焊点热振耦合应力应变的方法

    公开(公告)号:CN118821551A

    公开(公告)日:2024-10-22

    申请号:CN202410977327.8

    申请日:2024-07-22

    Abstract: 本发明公开了一种优化叠层焊点热振耦合应力应变的方法,包括:基于ANSYA软件建立叠层焊点的有限元分析模型,获取叠层焊点热振耦合的应力应变值,确定影响叠层焊点应力应变的因素(焊球直径、焊点高度、焊盘直径和PCB厚度)及水平值,利用田口正交法设计16组不同水平组合的叠层焊点模型并仿真计算,结合灰色关联分析和模糊逻辑推理的方法对叠层焊点的结构参数进行优化,获得最优的叠层焊点结构参数水平组合,本发明优化方法简单,效果明显,对其他类型焊点的结构参数优化也有一定的参考意义。

    一种基于改进Yolox的SMT产线焊点缺陷快速检测方法及系统

    公开(公告)号:CN114742811A

    公开(公告)日:2022-07-12

    申请号:CN202210450021.8

    申请日:2022-04-27

    Abstract: 本发明公开了一种基于改进Yolox的SMT产线焊点缺陷快速检测方法及系统,该方法通过收集产线AOI设备所储存的焊点缺陷图像数据进行预处理,并按比例划分训练集和测试集;对Yolox神经网络结构进行改进,调整模型改进后backbone部分输出的size,以匹配neck网络部分,得到改进的Yolox神经网络模型;利用训练集和测试集对改进的Yolox神经网络进行模型训练和测试,得到SMT产线焊点缺陷目标检测模型;其中SMT产线焊点缺陷目标检测模型的输入为PCBA图像,输出为缺陷定位与分类;将检测模型嵌入SMT产线的AOI系统中,降低了神经网络模型的部署难度。使用目标检测模型对SMT产线上的PCBA焊点进行目标检测,可以有效提高SMT产线焊点质量检测的精度和效率。

    一种基于改进Yolox的SMT产线焊点缺陷快速检测方法及系统

    公开(公告)号:CN114742811B

    公开(公告)日:2024-03-29

    申请号:CN202210450021.8

    申请日:2022-04-27

    Abstract: 本发明公开了一种基于改进Yolox的SMT产线焊点缺陷快速检测方法及系统,该方法通过收集产线AOI设备所储存的焊点缺陷图像数据进行预处理,并按比例划分训练集和测试集;对Yolox神经网络结构进行改进,调整模型改进后backbone部分输出的size,以匹配neck网络部分,得到改进的Yolox神经网络模型;利用训练集和测试集对改进的Yolox神经网络进行模型训练和测试,得到SMT产线焊点缺陷目标检测模型;其中SMT产线焊点缺陷目标检测模型的输入为PCBA图像,输出为缺陷定位与分类;将检测模型嵌入SMT产线的AOI系统中,降低了神经网络模型的部署难度。使用目标检测模型对SMT产线上的PCBA焊点进行目标检测,可以有效提高SMT产线焊点质量检测的精度和效率。

    一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法

    公开(公告)号:CN115082401A

    公开(公告)日:2022-09-20

    申请号:CN202210707932.4

    申请日:2022-06-22

    Abstract: 本发明公开了一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法,该方法通过采集PCBA产品图像,对图像进行筛选,保留带缺陷的PCBA产品图像,对图像缺陷进行分类和位置信息标注,并将数据按比例进行数据集的制作与划分;对YOLOX神经网络模型进行改进,利用图像分类网络ConvNeXt的主干特征提取网络对原模型YOLOX进行改进,得到改进YOLOX神经网络模型;利用PCBA焊点缺陷数据集对改进YOLOX模型进行训练,得到基于改进YOLOX的PCBA焊点缺陷检测模型;将PCBA焊点缺陷检测模型部署到SMT产线上,进行PCBA焊点缺陷检测,并收集检测结果;采集PCBA焊点缺陷同一时期对应的贴片机故障信息,制作PNN的基础输入数据模型;将基于改进YOLOX的PCBA焊点缺陷模型与PNN模型部署到SMT产线上,进行贴片机故障预测。

    一种应用于涡轮发动机典型部件装配成本预测方法

    公开(公告)号:CN114782108A

    公开(公告)日:2022-07-22

    申请号:CN202210497657.8

    申请日:2022-05-09

    Abstract: 本发明公开了一种应用于涡轮发动机典型部件装配成本预测方法,通过采集现有装配条件下典型部件的尺寸精度数据及对应装配成本数据;然后依据采集的数据,查找典型部件不同精度等级数据及对应的装配成本数据;将所有部件不同精度等级数据进行排列组合并计算总装配成本;选择回归分析模型表达式,回归模型采用多元二次多项式;将所有精度等级组合及对应的总装配成本数据导入SPSS进行回归分析,依据分析结果得到部件精度与装配成本之间的回归模型。本发明的成本预测方法简单,可对涡轮发动机典型结构装配成本进行实装前的预测,从而为涡轮发动机的装配精度控制和装配成本控制提供有效的指导。

    一种基于SQL Server数据库的SMT贴片机故障管理及诊断系统

    公开(公告)号:CN112988843A

    公开(公告)日:2021-06-18

    申请号:CN202110323635.5

    申请日:2021-03-26

    Abstract: 本发明公开了一种基于SQL Server数据库的SMT贴片机故障管理及诊断系统,包括故障管理子系统和故障处理子系统;故障管理子系统包括用户信息管理模块、故障数据输入模块、故障数据分析模块、故障诊断模块和故障预测模块;故障处理子系统包括数据采集模块、通信模块、数据存储模块和中心控制模块;中心控制模块包括数据接口模块、数据对比模块、数据分析模块和深度学习模块;通过故障管理子系统即可利用SQL Server数据库技术实现对SMT贴片机故障数据的智能化管理,降低企业使用SQL Server数据库管理SMT贴片机故障数据的技术门槛;利用SQL Sever数据库和神经网技术实现对SMT贴片机的故障诊断、预测,使企业根据以往的故障数据进行设备故障诊断和预测以降低设备的故障发生率。

Patent Agency Ranking