近年來,由於電子產品的快速增長,對電子產品制造的質量和生產力要求變得越來越嚴格和複雜。一方面,產品工程小組要求使用小型和精確的電子元件設計印刷電路板。另一方面,終端消費者在整個產品生命周期中有更高的產品質量和穩定性要求。對於大規模生產的電子產品,印刷電路板總成(PCBA)是關鍵的制造所設計的多氯聯苯表面安裝技術(SMT)。有效采用SMT對成品多氯聯苯的收率性能和產品質量至關重要,特別是在處理小部件包件尺寸(如0201)方面。多氯聯苯管理局的通用生產流程見 圖1 其中模板打印機、放置機和倒爐是生產多氯聯苯的基本設備。為了防止故障,生產線上有幾個防止故障的程序,如焊膏檢驗、自動光學檢驗和電路測試。但是,現有的故障預防程序是對缺陷作出反應的,這些缺陷可能造成某些生產廢物和額外的努力,因為需要再制造。因此,最近的研究正試圖改變這些過程,使其具有主動性和自動性,以符合智能制造業的目標。 1 , 2在典型的PCBA過程中,有兩個主要的挑戰為改進提供了空間。首先,PCBA機器的參數設置現在是由領域專家設置的,因此整個過程高度依賴於他們的專家知識和確定關鍵因素的知識,無法有效地轉移給其他人。這使PCBA流程複雜化,並使提高流程性能變得困難。其次,利用現有的檢驗過程來研究整個PCBA過程中的屈服損失,而不考慮對機器參數設置的影響。因此,過程性能的優化是很難實現的,產量性能完全依賴於領域專家。

　　圖1 .PCBA過程中存在的挑戰。

　　在觀眾中開放

　　為了應對上述在現有PCBA流程中的挑戰,考慮了SMART制造,這是一種技術驅動的方法,通過數據分析手段實現制造業務的自動化並提高制造性能。 3智能制造有六個支柱,即數據、預測工程、可持續性、資源共享和網絡、制造技術和流程以及材料。改進制造過程的數據驅動方法被認為是制造業的演變,而制造業的過去和新的專家知識可以保存和提取。本文提出了一種集成大數據分析和實驗設計方法的智能裝配流程改進系統。通過對傳統的pba記錄進行調查,將大數據分析方法之一的k-均值聚類應用於嚴重缺陷類型的分類,即所謂的"不良(ng)類型",從而能夠確定機器參數設置中的關鍵因素。隨後,可以通過使用多響應田口方法來確定機器的最佳參數設置來制定一套實驗,以優化與工藝性能有關的多個目標,即"Ng"和"確認"的數量。"因此,在沒有人為幹預的情況下,整個PCBA流程可以變得智能化,並且可以制定一個主動的生產流程管理策略。在這個智能制造時代,PCBA最終會變得更加自動化和智能化。並可制定積極主動的生產工藝管理策略。在這個智能制造時代,PCBA最終會變得更加自動化和智能化。並可制定積極主動的生產工藝管理策略。在這個智能制造時代,PCBA最終會變得更加自動化和智能化。

　　本文件的其餘部分組織如下。第二節回顧了過去關於ppba、智能制造、大數據分析和指定經營實體的文獻.第3節介紹了擬議的iapis的結構和細節。第四節為驗證所提系統在錫膏印刷過程中的有效性和可行性提供了一個案例研究。第5節討論了結果,並提供了一個比較分析的過程性能與機構間采購系統。最後,第6節提供了結論。

　　文獻回顧

　　在本節中,本文回顧了近年來在PCBA、智能制造、大數據分析和能源部等領域的最新文獻,以確定研究缺口,從而確定解決這一缺口的相應措施。

　　印刷電路板總成概覽

　　印刷電路板總成是電子產品制造過程中的一個重要過程,在這個過程中,各種電子元件和光的多氯聯苯連接在一起。 4 為了提高PCBA的生產率,引入了PCBA自動化流程,以建立有效的PCBA規劃。考慮到整個PCBA,有兩個主要功能,即:(一)表面安裝;和(二)組件插入。裸露的多氯聯苯首先用焊膏塗覆,表面貼裝組件放在多氯聯苯上。通過使用一個熱烤箱,焊膏熔化,以連接板和部件。在整個過程中,SMT和通孔技術(TIT)被認為是將元件連接到電路板墊片上的核心方法。 5 , 6 從20世紀70年代開始,SMT就吸引了相當大的興趣,被認為是從TT到電子工業的根本轉變。近年來,PCBA被分為三大類,即:(一)I類----僅對表面安裝組件;(二)第二類----在一邊對表面安裝組件和通孔組件,在另一邊對被動組件;(三)第三類----在一邊對孔組件,在另一邊對被動組件。對於SMT型PCBA,IC封裝的焊料接頭配置主要分為:球棒、按鈕鉛、J鉛、無鉛金屬化和球鉛。 7 為了有效地將IC元件連接到印刷電路板墊上,將波焊料、倒流焊料或導電膠固化應用於PCBA中。據先前的研究, 5 優化pcba性能和預測所需參數設置以提高生產率和最小化制造成本的挑戰仍在研究中。最近的一些研究試圖將智能嵌入到PCBA過程中,以提高效率和生產率,這符合智能制造的范式。 8 – 10 尤其是加強了ppba中的缺陷檢測。

　　智能制造業概覽

　　為了克服制造業的現有挑戰,智能制造業被視為該行業的第四次革命,通過設計和發展尖端信通技術提高競爭力和生產力。 11 , 12 在這一新的智能制造模式中,新興技術的采用加強了制造業現有的工程決策功能。除了智能制造業外,還提出了產業4.0概念,通過考慮網絡物理系統和物聯網等新興技術和技術來構建智能制造業的發展。 13 工業方面的改進領域包括:㈠標准化和參考結構;㈡管理複雜系統;㈢綜合寬帶基礎設施;㈣安全和安保;㈤工作組織和設計;㈥培訓;㈦監管;㈧資源管理。從工作來看, 3提出了智能制造的一般概念,即網絡層和制造設備層通過接口連接。作為回報,制造設備可配備情報,以支持生產過程中的決策活動。此外,有一種推測表明,未來制造業數字化將會實現,對數據管理和分析的依賴也會迅速增加。利用在制造過程中收集到的數據來有效地控制和改進制造過程,可以是智能制造的本質之一。為實現上述目標,應用和整合綜合性的綜合技術技術,應考慮人工智能和大數據分析,以便為實現智能系統制定一個整體架構。

　　大數據分析用於多功能分析程序管理

　　隨著數據集的複雜性迅速擴大,大數據分析是一種很有前途的技術,可以推動商業洞察力和戰略。 14 , 15 一般而言,大數據有七個維度,即7V,用於定義體積、速度、准確性、多樣性、價值、可變性和可視化,因此,有關上述維度的數據分析過程變得複雜,需要對過去的方法和模型進行結構化。 16 大數據分析的應用已廣泛應用於供應鏈管理、醫療保健和數字營銷等多個行業。技術知識、業務知識、關系知識和業務分析可以滿足工業應用中的各種需求,例如預測、集群、優化、性能測量和預測建模。 17 , 18 在本研究中,探索的關鍵因素和參數在多功能分析過程中,K-均值聚類被認為是一個有希望的方法,以評估不同獨立的大型曆史數據集。 19數據集中的成員可以分為不同的集群,以便在工業情景中制定有效的戰略和模型。

　　多氯聯苯管理實驗設計

　　在采用大數據分析方法的基礎上,可以選擇並進一步利用PCBA過程中的關鍵參數來建立優化過程性能的實驗模型。從實驗研究的角度來看,田口法是一種很有前途的方法,它為測量系統和參數設計提供了最小化的實驗。 20 , 21 此外,通過考慮信噪比(S/N比)作為性能指標,認為它是一種健壯的實驗設計。為了測量性能特性,利用二次損失函數來近似工業環境下的質量損失。然而,一些現有研究表明,只有一種反應,即:考慮了一個目標,這不能真正反映工業情況。因此,采用了多答複的塔口方法,以便考慮多種答複,即:一個以上的目標,使調查最佳和最主要的參數設置. 22 , 23

　　考慮到上述研究,近年來繼續迅速發展提高生產率和工藝性能的方法。在智能制造時代,可以通過新興技術和工藝有效解決上述問題。選擇K-均值聚類來研究多氯聯苯處理過程中的關鍵參數是合適的,所選參數可用於制定有效的實驗研究。因此,可以建立結構化的系統架構,如以下各節所述。

　　智能裝配工藝改進系統的設計

　　本節描述了iapis的設計,系統架構見 圖2.在擬議的系統中,有三個模塊來實現識別PCBA中的關鍵因素和優化機器參數設置的目標。這三個模塊是:㈠數據收集模塊;㈡故障分析模塊;㈢機器設置優化模塊。在擬議的系統中,DCM的功能是從PCBA過程中收集基本數據和專家感知,以促進數據分析過程。為了提高PCBA工藝的性能,FAM通過研究NG類型,在確定關鍵工藝參數方面發揮了作用,而MSMA則是為了優化FAM中獲得的工藝參數而開發的。通過設置優化的工藝參數,可提高工藝性能,減少產量損失;提高了pba工藝的質量。

　　圖2 .iapis的系統架構。

　　在觀眾中開放

　　數據收集模塊(數據收集模塊)

　　便利整個擬議系統的第一個模塊是從制造站點收集數據的模塊。在多氯聯苯處理過程中,有許多步驟,從多氯聯苯的清洗到多氯聯苯的去除,采用SMT技術。在數據收集階段,有兩種類型的數據要從檢查機器和領域專家收集。首先,可以從SPI等檢測機器中獲取與制造性能相關的數據集,以建立PCBA配置文件。它包含了用於分析的五種基本數據形式,包括ID、機器參數設置、pcba總數、檢查結果和ng記錄。如圖所示 圖3,檢測結果可分為四大類,即"好"、"警告"、"確認"和"ng"。"良好"和"警告"的結果表明,半成品/制成品:(一)符合規格和公差;和(二)符合規格但不符合公差,這兩者都是可以接受的,而且產品通過了制造過程。"確認"的結果表明,多氯聯苯的情況無法由檢查機器本身決定,檢查結果需要得到生產線專家的批准。結果"Ng"指的是超出規格的多氯聯苯,這種多氯聯苯隨後被歸類為制造過程中失敗的多氯聯苯。因此,可以獲得與制造過程性能有關的數據集。從SPI和AOI等檢查機器上收集的上述數據被傳送到中央雲數據庫,用於隨後的數據分析,在該數據庫中,檢查機器連接到PCBA過程中的邊緣設備和計算機。因此,可以收集各生產線的數據進行分析和調查。

　　圖3 .PCBA檢查結果的圖形化插圖。

　　在觀眾中開放

　　另一方面,關於ng類型的數量,需要與領域專家進行訪談,以調查ng類型與機器參數之間的關系。換句話說,關系矩陣的形成可以通過考慮特定的機器參數來緩解Ng問題。然後將上述所有數據存儲在中央雲數據庫中,以便進行有效的數據查詢和分析。由於在PCBA過程中減少所有納克類型很困難,效率也很低,因此應用大數據分析來確定該過程生成的嚴重的納克類型。

　　故障分析模塊

　　在DCM中收集了上述數據後,可以開發該模塊,以確定多氯聯苯處理程序中最嚴重和最關鍵的Ng類型,從而確定一套提高流程性能的關鍵因素。為了區分嚴重型和非嚴重型,采用K-均值聚類方法。一開始,應考慮到PCBA概要文件的曆史數據,其中的矩陣N = ( n Ij )是指 我 ϵ n 用最大數目表示pcba的數目 n 和 j ϵ M 用最大數目表示納克類型的數目 M .在使用K型集群之前,幾個維度D={ D 1 , D 2 ,…, D k 分析曆史數據通過組織和修改矩陣中的數據來定義N ,價值在哪裏 O 是定義維度的最大數目。因此,可以根據其特征(如頻率和平均發生率)對納克類型進行分析,並給出相應坐標的納克類型 X j = { X j1 , X j2 ,…, X 日本 }, j ϵ M 在…中 k -空間平面。在K-均值集群過程中,固定數量的中心 C = { C 1 , C 2 ,…, C P }應該被識別,在哪裏 P 是中心的最大數目。一開始,這個數字 P 各類國民議會 X j 被隨機挑選來扮演集群協調人的角色,例如: X 1 = C 1 .然後再計算出Ng類型與中心之間的歐幾裏德距離,如公式所示( 1 )。隨後,根據歐幾裏德距離的最小值對集群分配了Ng類型,並通過集群成員值的平均值計算了新的集群焦點點。然後,再次評估了NG類型與新集群焦點之間的歐幾裏得距離。重複上述程序,直到沒有觀察到集群成員的移動。因此,可將納克的類型劃分為 P 可以確定集群和最嚴重的成員。

　　Djq=Xj−Cq,∀q∈P

　　(1)

　　然後,利用NG類型與機器參數之間的關系矩陣,可以研究多功能分析過程中最關鍵的因素。一組關鍵因素f={ f 1 , f 2 ,…, f s 可確定為進行實驗性研究,其中S是最大數量的因素.

　　機器設置優化模塊

　　在確定了關鍵因素的清單後,就可以提出利用多響應田口方法優化多個目標的實驗研究。 22 考慮到分數因子實驗設計,即。正交陣列,為了減少實驗的數量,它被認為是健壯的.在實驗設計中,響應的質量特性有三種類型 y 在測量信號噪音比時須考慮( η ):(一)較大更好;(二)較小更好;(三)名義上最好,如公式( 2)。目標或反應是在開始時確定的,關鍵因素及其層次是有組織的。根據正交陣進行實驗後,信號噪聲比η我jk¯  使用典型的田口方法可以得到 我 顯示因素的數量, j 表示因素級別的數目和 k 表示實驗設計中的響應數。對於重複的實驗試驗,平均信噪比η我jk¯  是可以得到的。隨後,每個響應中信號噪聲的權重 w Ijk 可以使用最小最大標准化計算,如方程( 3 )。在實驗研究中,通過平均各響應之間的信號噪聲權重,可以得到確定的權重,以確定最佳的因素設置。因此,可以使用上述機制評估最佳機器參數設置,其中可以有效地考慮多個目標。

　　η=−10⋅圓木1n∑1y2. 因為"更大更美好"−10⋅圓木1n∑y2. 因為"越小越好"10⋅圓木μy2σy2. "名義上的"

　　(2)

　　w我jk=η我jk¯−最多的kη我jk¯最大值kη我jk¯−最多的kη我jk¯

　　(3)

　　錫膏印刷工藝的案例研究

　　為了驗證該系統的可行性,本文以金雅集團有限公司在中國的生產基地為例,對錫膏印刷工藝進行了研究。建雅控股有限公司是一家著名的電子制造業從業者成立於1980年。在制造方面,它致力於生產一些電子產品和電器,如機器人清潔器、玩具和電動機。此外,它還在非制造業方面取得了成就,例如物質發展,以加強其制造能力,提高該集團在世界各地的聲譽。關於它的多氯聯苯工藝,案例公司擁有許多生產線涉及一個多氯聯苯裝載機,多氯聯苯自動清洗機,錫膏印刷機,焊接膏檢測機、富士模塊化SMT機、無鉛回流爐、緩沖機、自動光學檢測機、電路檢測儀、全自動電路板去氫器。由於該案例公司擁有關鍵的PCBA組件,並渴望不斷提高其產品和工藝質量,它被選定為實施iapis,以提高產品和工藝質量的PCBA。

　　工業問題和動機

　　雖然案例公司在制造業中是成熟和發達的,但客戶更嚴格的要求和電子工業的迅速增長推動了提高工藝和產品質量的努力。在這種情況下,公司已經部署了一些自動化機器來處理多氯聯苯並檢測缺陷,但有效的管理以最大限度地減少產量損失仍然是一個關鍵問題。就公司最好的知識而言,大多數缺陷都是在PCBA工藝的第一階段產生的,即焊膏(SP)印刷,如 圖4 .

　　圖4 .實際生活中的SP和SPI機器在PCBA中。

　　在觀眾中開放

　　在PCBA過程中,案例公司和其他行業從業人員一樣,高度依賴領域專家和行業實踐來設置SP機器的參數設置,以實現所需的產量性能。然後由SPI機器確定多氯聯苯的質量,以核實"好"、"警告"、"確認"和"Ng"結果的實際數量。鑒於上述情況,案例公司積極探索一種有效而系統的方法來分析和控制SP過程中的參數設置。然而,影響SP工藝的因素很多,例如處理環境和工藝控制及清洗。優化戰略計劃中的所有相關因素既困難又不現實,因此案例公司急於:(一)調查SP工藝中的關鍵因素;以及(二)通過調整關鍵因素優化產量性能。

　　執行《綜合行動計劃》

　　本節介紹第三節所述擬議系統在實際情況下的實施情況,以便使流程自動化並優化流程性能。整個執行工作分為以下三個階段:

　　發展管理司結構性數據采集

　　在第一階段,需要收集兩種主要類型的數據,即:(一)曆史性的多氯聯苯管理業績報告;以及(二)各種因素與納克類型之間的關系。該性能報告概述了84份多氯聯苯管理局的樣品,其中658179份共處理了多氯聯苯。在曆史記錄中,PS機器的參數設置完全依賴於專家,並遵循標准的行業慣例。獲得了關於ppba的ng結果。本研究考慮了14種納克類型,包括無焊料(NS)、高低(HL)、高高(HH)、體積低(VL)、體積高(VH)、面積低(ALL)、面積高(AH)、偏移X-(OX)、偏移X+(OX)、偏移Y-(OY-)、橋、形狀)及飛濺。第二,通過采訪電子制造業領域的專家,然後編制了關系矩陣,見 表1 .結果表明,上述14種Ng類型與壓力、速度、葉片角度、清洗周期、模板與電路板分離距離等五個可控制因素相關。

　　表1 .可控制因素與ng缺陷類型的關系矩陣。

　　在觀眾中開放

　　FAM的壓力、速度和葉片角模型

　　基於所收集的數據,可以將FAM應用於曆史數據的分析,然後可以用關系矩陣來解釋結果。為了分析傳統的多氯聯苯處理方法的性能記錄,采用了三個維度,即:(一)平均數的納克結果;(二)納克的最小-最大差異;(三)納克的發生。由於從SPI中收集的錫膏印刷過程中的缺陷率僅僅是NG缺陷的頻率,因此很難系統地確定NG缺陷的嚴重性。傳統上,由於對閾值的主觀判斷,設置一個閾值來檢查ng缺陷是相對無效的。為了確定焊膏印刷過程中嚴重的Ng類型,從Ng缺陷考慮了上述三個特點。第一個特征顯示了在錫膏印刷過程中觀察到的特定Ng缺陷的平均頻率;第二個特征是指Ng缺陷的最小-最大差的范圍,以便了解嚴重程度的變化;第三個特征是從SPI收集到的關於Ng缺陷類型的歸納數據。只要得到以上三個特征,就可以應用K-均值聚類來對Ng缺陷進行分類。然後將曆史數據轉換為數據集,通過K-均值集群進行評價,如以下所示:第三個特征是根據NG缺陷類型從SPI中收集的數據摘要。只要得到以上三個特征,就可以應用K-均值聚類來對Ng缺陷進行分類。然後將曆史數據轉換為數據集,通過K-均值集群進行評價,如以下所示:第三個特征是根據NG缺陷類型從SPI中收集的數據摘要。只要得到以上三個特征,就可以應用K-均值聚類來對Ng缺陷進行分類。然後將曆史數據轉換為數據集,通過K-均值集群進行評價,如以下所示: 表2 .隨後,通過使用FAM,發現類型NS、HL、HH、VL、VH被歸為組群1(嚴重因素),而類型al、AH、OO、OY+、BR、SH、SP被歸為組群2(非嚴重因素)。結果表明,NNS、HL、HH、VL、VH類型的NG嚴重,在現有的SP工藝中經常發生。根據 表1 壓力(p)、速度(s)和葉片角(a)通常與嚴重的Ng類型有關,這被認為是SP過程中的關鍵因素。為此,建立了壓力、速度和葉片角模型進行實驗研究,以確定SP工藝中的最佳參數設置,從而優化工藝性能。

　　表2 .用於K-均值集群的Ng類型的預處理數據集。

　　在觀眾中開放

　　最優Sp機器的設置

　　在制定了《公共服務協定》模型之後,可為SP流程確定相關的因素及其相應水平,具體情況見 表3 .因此,建立正交陣列是為了顯示實驗的設計,其中測量了"納克"和"確認"的百分比值。 表4 通過三次試驗,給出正交陣列和實驗數據.最大限度地減少"納克"和"確認"結果的數量,可以分別減少缺陷和縮短人工檢查時間,從而進一步提高工藝性能。

　　表3 .因子及其水平。

　　在觀眾中開放

　　表4 .正交陣列和試驗運行。

　　在觀眾中開放

　　根據第3節中提出的程序,然後將所計算的信號噪聲比進行平均,以獲得"ng"和"確認"響應方面的信號噪聲比的總結。如圖所示 表5,用田口法以信噪比的格式得到了關於"Ng"和"確認"的結果。隨後,信噪比標准化為0到1之間的加權在每個組合。通過平均標准化的重量,得到了最佳的結果,即壓力(p)為7kgf(壓力下的2級),速度為55mm/秒(速度下的2級),葉片角度(a)為70°(葉片角度下的3級)。結果表明,壓力、速度和角度因素分別為0.4155、0.51和1.因此,通過采用擬議的系統,可以通過獲得最佳SP參數設置,最大限度地減少產量損失和"確認"響應的數量,從而優化工藝性能。

　　表5 .最優機器參數設置。

　　在觀眾中開放

　　結果和討論

　　本文研究了該系統的可行性,並將其應用於案例公司中,以有效地確定某PCBA工藝中的關鍵因素和最佳機器參數設置。SP過程。為了討論這項研究的結果和結果,本節分為兩小節,即:(一)關於《綜合行動計劃》的討論;和(二)研究貢獻和管理影響。

　　關於投資促進機構的討論

　　對擬議的系統----采購信息系統----的討論有兩個方面,包括:(一)使用采購信息系統前後的比較;和(二)探索采購信息系統過程中的主導因素。

　　使用前和後的比較

　　雖然采用擬議的系統(iapis),在PCBA過程中可以實現對流程性能的積極影響,但在應用擬議的系統時,在操作上存在一些差異。在傳統的SP過程中,沒有生產前調查,領域專家負責調整機器的參數設置,並維護所需的過程性能。根據在DCM中使用的曆史SPI性能數據集,84個多氯聯苯樣本和658179個處理過的多氯聯苯的平均產量損失約為2.265%。在使用擬議的系統後,需要進行一套使用9的實驗。 n 多氯聯苯的數量, n是實驗研究中的試驗次數。使用該系統後,平均產率損失在SP工藝中約為0.126%。因此,傳統方法產生的廢物可以被建模為不。國民議會=2.265%×多氯聯苯共計,而建議的方法所產生的廢物可模擬為不。國民議會=0.126%×多氯聯苯+9共計n ,如圖所示 圖5 .有鑒於此,對多氯聯苯管理程序的管理應根據擬處理的多氯聯苯的數量,就是否使用擬議的方法作出決定。盡管增加在多目標測試中考慮的試驗數量可以提高結果的可靠性,但用於實驗研究的浪費和資源也在增加。例如,在考慮使用該系統的三次試驗時,收支平衡點是選擇采用擬議系統的1198.72多氯聯苯需要處理。因此,在這種情況下,當制造過程必須處理超過1.199個多氯聯苯時,擬議的系統的使用是合理的,可以超越現有的方法。

　　圖5 .實施iapis前後的收支平衡點評價。

　　在觀眾中開放

　　SP過程中主要因素的探索

　　另一方面,從IAPIS的結果來看,在整個SP工藝中,葉片角度(a)的因素占主導地位,其中"納克"和"確認"中的信號噪聲比的差異最大,分別為25.03和17.60.當信號噪聲比正常化後,3級的葉片角度因素得到了"ng"和"確認"的一致響應值1.在SP過程中幾乎可以忽略其他兩個層次在葉片角度產生的影響。不僅可以得出結論,刃角是SP工藝中的主要因素,而且70度刃角也是提高工藝性能的最有效的措施,而不是50度和60度刃角。盡管采用60度葉片角的工業實踐在世界范圍內得到廣泛應用,本研究探索了一個新的研究領域,以進一步提高pcba工藝中的工藝性能。

　　模型的收斂分析

　　在案例研究中,當選擇壓力因素、轉速因素和葉片角因素來制定實驗研究時,利用三次試驗來確定最佳的機器參數設置,從而最大限度地提高ppba中工藝性能的影響。收斂性分析是通過對PCBA的三次試驗來評價機器參數設置是否收斂。因此,在《最低生活標准》中考慮了三種情況,即:(一)設想1----只使用一個試驗數據,(二)設想2----使用兩套試驗數據,(三)設想3----使用三套試驗數據作為試驗數據。 表5 ,用於分析多響應田口方法。下面的 表6 和 7通過使用MSOM來選擇場景1和2的模板打印機的最佳機器參數設置來總結權重評估。設想1的最佳機器參數設置是:壓力下的7千兆克,速度60毫米/秒,葉片角上的70度;設想2的最佳機器參數設置是壓力下的7千兆克,速度55毫米/秒,葉片角上的70度。結果表明,假設2和場景3的最佳機器參數設置是一致的,從而在分析中找到了解決方案的收斂性。因此,使用三組試用數據足以定位機器參數設置的收斂解,並對數據集的噪聲進行平均。案例研究結果的可靠性是可以保證的,並能有效地獲得模板打印機的最佳設置。此外,在多目標檢測系統中重複試驗可以消除測量結果中的隨機錯誤,即ng的數量和確認。因此,通過三次試驗的結果可以相對可靠。

　　表6 .最優機器的參數設置由MSOM為場景1.

　　在觀眾中開放

　　表7 .最優機器的參數設置由MSOM為場景2.

　　在觀眾中開放

　　捐款和所涉管理問題

　　從整個研究的角度,可以總結出三個方面的貢獻,這三個方面可以豐富智能制造、PCBA和電子制造領域的研究和開發工作。首先,本研究提出了一種系統的方法來建立一個包含了SP過程中最關鍵的因素的公共服務協議模型。在SP工藝中,應調整和微調壓力、轉速和葉片角度等因素,以獲得更好的屈服性能。第二,探索了使用70度刀片角的效果,這樣的70度刀片角可能成為PCBA工藝中的新的工業實踐。第三,擬議的系統提供了一種靈活和穩健的方法來調整機器的參數設置,以便獲得最佳產量性能和保持多氯聯苯的質量。本研究說明了在PCBA過程中使用該系統所取得的改進。

　　The above valuable contributions from this study may further the development of the entire industry. The existing industry practices, such as using a 60° blade angle, should be reviewed and further improved. Moreover, industrial practitioners can focus on evaluating the factors of pressure, speed and blade angle in the SP process, instead of all other relevant factors. Apart from using the automatic machines in the manufacturing industry, proper management of the expert knowledge in PCBA should be achieved by means of a systematic approach. The measures established in this study are also aligned with the objectives in smart manufacturing and strengthen the competitiveness of PCB manufacturers. Consequently, the revolution of PCB manufacturing businesses can be further achieved through intelligence and digitalization.

　　Conclusions

　　在深入調查了多氯聯苯處理工藝的背景和相關文獻回顧之後,確定了研究的空白,以確定多氯聯苯處理工藝中的關鍵因素,並進一步提高產量表現。本文提出了一種將大數據分析與能源部方法相結合以填補上述研究空白的IAPIS系統。為了驗證該方法的有效性,本文對SP工藝進行了案例研究。在本研究中,確定了壓力、轉速和葉片角度的關鍵因素,並確定了最佳參數設置。與本研究一起,建立了用於改進SP工藝的psa模型,發現70°刃角是工藝中最主要的因素。因此,該系統不僅有利於PCBA的運行,而且對整個行業制定智能制造的戰略也是有價值的。今後的工作應側重於在SP過程中探索更多的葉片角度,並應在其他的PCBA組件中複制擬議的系統。

推荐阅读：