基于神经网络的回流焊温度曲线预测系统设计.docx

毕业设计报告(论文)

报告(论文)题目：基于神经网络的回流焊温度

曲线预测系统设计

作者所在系部：电子与控制工程学院

作者所在专业：微电子科学与工程

作者所在班级：

作者姓名：

作者学号：

校内导师姓名：

校内导师职称：

校外导师姓名：

校外导师职务（称）：

校外导师单位：

完成时间：

PAGE\*ROMANI

摘要

回流焊是SMT特有的重要工艺，其核心是温度曲线的设置与控制，目前普遍采用经验估计和实验调整的方法，这种方法受人为因素干扰大，既浪费了生产资源又降低了生产效率。

本文针对目前生产现状提出了一种基于BP神经网络的预测模型，通过matlab软件以回流炉八个温区的设置温度和传输带速等9个参数作为输入参数，回流焊温度曲线的峰值温度、活性区时间、温度爬升时间、熔融时间、降温速率和浸润温度等6个温度曲线特征值作为输出参数来建立神经网络预测模型，并计算预测数据和实际数据之间的平均绝对百分比误差MAPE，得到的计算结果符合标准，因此，所建立的模型可以实现对回流焊工艺中温度曲线的预测。

关键词：回流焊SMT温度曲线BP神经网络

Abstract

ReflowsolderingisanimportantprocessuniquetoSMT,thecoreofwhichisthesettingandcontrolofthetemperaturecurve,andtheempiricalestimationandexperimentaladjustmentmethodaregenerallyused,whichisgreatlyinterferedwithbyhumanfactors,andatthesametimewastesproductionresourcesandreducesproductionefficiency.

Inthispaper,apredictionmodelbasedonBPneuralnetworkisproposedforthecurrentproductionstatus,andtheneuralnetworkpredictionmodelisestablishedbymatlabsoftwarewith9parameterssuchasthesettingtemperatureandtransmissionbeltspeedoftheeighttemperaturezonesofthereflowfurnaceasinputparameters,andthepeaktemperature,activezonetime,temperatureclimbtime,meltingtime,coolingrateandinfiltrationtemperatureofthereflowtemperaturecurveareusedasoutputparameterstoestablishaneuralnetworkpredictionmodel,andcalculatetheaverageabsolutepercentageerrorbetweenthepredictiondataandtheactualdataMAPE.Theresultingcalculationsmeetthecriteria,sothemodelisbuilttopredictthetemperatureprofileinthereflowprocess.

Keywords:ReflowsolderingSMTtemperatur