數(shù)據(jù)挖掘在提高SMT焊接質(zhì)量中的應(yīng)用研究.pdf

1、在電子組裝行業(yè)的制造成本中，由焊接故障造成的成本占據(jù)著相當大的份額。在SMT的主要工藝流程一錫膏印刷、元件貼裝和回流焊中如果參數(shù)設(shè)置不當都可能產(chǎn)生焊接故障。減少焊接故障，提高SMT焊接質(zhì)量一直是企業(yè)孜孜不倦追求的目標。
　　 本文主要研究如何通過數(shù)據(jù)挖掘技術(shù)提高SMT的焊接質(zhì)量。聚類分析可以在不需要先驗知識的情況下，根據(jù)SMT生產(chǎn)線的SPC數(shù)據(jù)(記錄SMT每個工藝流程的參數(shù)及AOI系統(tǒng)的檢測結(jié)果)的分布情況，挖掘?qū)е潞附庸收习l(fā)生

2、的主要因素;決策樹算法可以根據(jù)聚類分析結(jié)果和SPC數(shù)據(jù)生成分類樹，生成的分類樹可以根據(jù)SMT三個工藝流程設(shè)置的參數(shù)預(yù)測出焊接質(zhì)量的結(jié)果，當結(jié)果不理想時，可以對參數(shù)進行重新調(diào)整，以提高SMT生產(chǎn)線的焊接質(zhì)量。本文主要進行以下工作:
　　 (1)闡述表面貼裝技術(shù)的國內(nèi)外研究現(xiàn)狀及發(fā)展，分析現(xiàn)有的表面貼裝技術(shù)——實驗設(shè)計與統(tǒng)計分析、模型仿真、統(tǒng)計過程控制、人工智能和數(shù)據(jù)挖掘等方法。
　　 (2)分析現(xiàn)有數(shù)據(jù)挖掘算法的特點、優(yōu)勢

3、及適用范圍，結(jié)合提高SMT焊接質(zhì)量的實際需求，闡述選擇SOM神經(jīng)網(wǎng)絡(luò)、K-Means聚類和決策樹等算法作為本文數(shù)據(jù)挖掘算法的原因。
　　 (3)針對SOM自組織算法輸出結(jié)果精度不足和K-Means聚類算法輸出結(jié)果受初始值影響的問題，使用SOM與K-Means相結(jié)合的S-K二次聚類方法，彌補各自的不足。實驗結(jié)果表明，S-K二次聚類方法能夠提高聚類精度。
　　 (4)針對C4.5決策樹算法在某些情況下容易產(chǎn)生多值偏向的問題，