SMT大数据的产品质量预测办法和实现研究张雪王晓燕---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---摘要：近些年，表面贴装技术（SMT）的自动化、信息化水平有很大提升，生产出的产品性能更优异。SMT生产工艺复杂，各道工序实施阶段均可能出现质量缺陷，若在生产线上不能尽早地洞察、处理这些缺陷，则很可能降低产品质量，严重时会造成整块印制板报废，增加产品的生产费用。文章从大数据技术角度预测基于SMT下锡膏印刷过程的产品质量，预测阶段设定了时间窗口，动态更新数据，最后创建了时间序列数据包，较明显地提升了模型预测的正确率。关键词：表面贴装技术;大数据;产品质量;质量预测;时间窗口;预测方法：TS807文献标识码：A在多种先进科技的推动下，移动互联网时代到来，电子信息产业在社会经济发展中具有较高地位。我国是全球电子消费与生产量最大的国家，在20世纪80年代就研发出表面贴装技术——SMT，该项技术引领着电子产品生产模式的创新[1]。SMT工艺精细、复杂，多种因素影响着具体生产过程，制造成本偏高，急需应用先进方法管控SMT工艺各环节的质量，尤其是锡膏印刷过程。本文采用SMT大数据技术预测SMT生产线锡膏印刷工序的质量。1SMT介绍1.1工艺流程锡膏印刷、元件贴装及回流焊是SMT的主要工艺构成。图1是锡膏印刷过程，在钢网借用刮刀促使锡膏位置发生偏移并穿行钢网表面，将其整合至钢网开孔内，放开钢网后，在制印电路板（PCB）的焊盘上完成印刷，随后在贴片机的帮衬下把元件安置于预定部位，在以上过程中要保证其引脚与PCB的焊盘形成一一对应的关系，最后把PCB导送到回流炉中进行焊接处理，打造出结构稳定的锡膏衔接，并且保留了原始的机械及电子属性[2]。1.2SMT优点1.2.1组装密度大SMT制造出的电子产品和传统工艺制造的产品做比较，质量减小超过75%，尺寸减小约60%，主要是片状元器件的规格尺寸与质量明显减小的缘故。1.2.2可靠性高采用SMT制造的电子产品，能使片状元器件具备形体微小、质量小等特征，贴装操作自动化达到较高水平，这也是制造出的产品抗震性能好的主要原因之一，两者之间形成了较强大的黏合力，整板的不良品率为2%～3%。1.2.3高频特性好基于多芯片模块（MCM）工艺生产制造的通用微型计算机的时频最高能达到100MHz，能压缩2～3倍因寄生电抗形成的冗余功率损耗。1.2.4为实现自动化生产创造便利性---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---若采用当下的通孔技术，能实现PCB安装过程的全自动化，杜绝安装时发生磕碰等状况，且联合使用了真空吸放器件，能进一步提升元器件安置的紧凑性。2SMT产品质量预测模型2.1预测分析SMT产品质量的流程从宏观层面分析，SMT产品质量预测模型流程主要由关键数据收集、特征设定、再建特点、设计数据包、信息预处理、设定算法、建设健全模型组成。2.2SMT工程特征及构建数据包2.2.1基于时序特征重构SMT质量预测特征装配制造行业内很多产品的生产线工序繁杂，不同工序之间实现串行生产，或者并行生产，或者串并行混合式生产。SMT是经典的高精度式串行生产线，环环紧扣，最后生产的产品质量是不同工序综合作用的结果。时变性与非线性是生产制造过程的主要特征。生产过程是繁杂动态改变的过程，应分析不同因素之间形成的交互性。排除突发性的不可调控因素之外，其余很多因素很难被定量分析，收集有关数据时存在较大难度。为规避该部分信息缺失的情况，本文历经系统化分析后，提出把t-1时刻对应质量属性值作为t时刻产品的一个输入特征，利用其弥补信息缺失的漏洞，使其符合制造行业产品生产特征[3]。2.2.2建设SMT预测模型数据包本文所提及的“数据包”，被定义为在大量数据下，深度解读数据后，采用部分特征或者字段对初始數据进行切割、分离处理，在形成的不同类型数据包上建出数个模型形成的集合体。鉴于SMT生产线上具备很多有代表性的数批次、少量制造的特征，PCB变动范畴较大，PCB现实加工中材料受力、形变等均对其加工过程造成一定影响，故而在维持封装、钢网及刮刀所属类别等因素恒定的工况下，参照PCB细化数据包具有很大现实意义。本文建立以时间...