本發明公開了一種基于機器學習的回流焊工藝參數優化方法、裝置和設備,包括:獲取影響回流焊焊接質量的工藝參數以及自動光學檢測系統的歷史檢測結果;將數值化的工藝參數作為輸入參數,將數值化的歷史檢測結果作為輸出參數,利用所述集成學習算法訓練得到焊接質量預測模型;利用焊接質量預測模型預測回流焊的焊接質量,并將預測結果反饋至強化學習算法中對焊接質量預測模型的輸入參數進行迭代優化,直至獲得最優的回流焊工藝參數。本發明可以將最優的回流焊工藝參數部署到回流焊焊接系統中,有助于減少焊接質量預估的不確定性,可實時掌控當前每一塊PCB焊板的焊接質量,同時有利于對表面組裝加工回流焊工藝流程進行優化,提高回流焊產品的合格率。
聲明:
“基于機器學習的回流焊工藝參數優化方法、裝置和設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)