基于小波神经网络的PCBA检测.pdfVIP

20O8年1oH 沈阳航空工业学院学报 0cL2008 第25卷第5期 JournalofShenyangInstituteofAeronauticalEngineering V0l_25 No．5 文章编号：1007—1385(2008)05—0085—03 基于小波神经网络的PCBA检测 张白雯 (厦门城市大学，福建 厦门 361008) 摘 要：为了实现对PCBA的快速准确检测，提出了基于小波神经网络的检测模型，分析了网络 的拓扑结构。仿真显示，该检测模型的误差小，精确度高，检测速度快，提高了SMT生产线上的一 次通过率的可靠性。 关键词：小波神经网络；PCBA检测 中图分类号：TP183 文献标识码 ：A 当今大型、高密度的印刷电路板装配(PCBA， ()具有带通性质，且 (t)必须具有正负交替 printedcircuitboardassembly)的测试种类约800种。 的振荡波形，其平均值为零。 一 个 16平方英寸、18层的PCB，其顶面和底面有近 小波神经网络与传统的神经网络的区别在于 3000多个元件，含有6OOO个 电路节点，每 5OO0～ 由基本小波 D‘(t)经伸缩和平移得到函数族： 6OOO个电路节点就有超过 2OOOO个焊接点需要测 = { I~／ (ai一6)：a∈R，b∈R} ． 6 试。企业制造艺术级的PCBA和新的项 目开发具有 (3) 更小元件、更高节点数和更紧密的包装。生产中的 存在常数A>0及B<+∞，使得任意f∈L(R)， 在线测试(ICT，incircuittest)已达设备的资源极限。 有 为了实现对 PCBA的准确、快速检测，本文提出了基 于小波神经网络的检测模型。 ∑I( lBIlfll (4) ∞ E 1 小波神经网络建模 上式表 明框架 在 L(R)上具有稠密性 。设 (1)，(2)，… (N)为输入参数，相空间的维数 小波 神经 网络 (WaveletsNeuralNetwork， 为m，则构造列向量 x(j)：[x(j)，x(j+i)+ WNN)简称小波网络，是基于小波分析而构成的 …x(j+m一1)r，有： 具有神经网络功能的模型 J-31。其基本思想是用 (x(j)，Y(J))，=1，2，…，Ⅳ一m，且 Y(J)： 小波元代替神经元，隐层节点激励函数用非线性 x(j+m)。则构造小波神经网络为： 小波函数取代 Signnoid函数，以此作为网络的传 ￡ m 递函数，通过仿射变换建立起小波变换与网络系 l，()：∑Wk[∑ (+i一1)(ni—bi)]+ = l l=l 数之间的连接 ，并应用于函数