基于改进神经网络的SMT回流焊温度曲线预测
来源期刊：东北大学学报(自然科学版)2011年第12期
论文作者：郭瑜 孙志礼 潘尔顺 杨强
文章页码：1749 - 1752
关键词：回流焊;温度曲线;神经网络;BP算法;动量-自适应学习率;
摘 要：在实际生产中,SMT回流焊工艺通常以实验方法预测温度曲线,其高成本低效率是目前亟待解决的问题.针对温度曲线输入参数与曲线多重特征值间的非线性映射关系,提出基于BP神经网络技术的温度曲线预测模型.针对训练中出现的不足,改进了误差计算方法和权值调整方式,消除了预测样本次序对网络的影响,提高了网络训练速度.利用MAPE评估方法将网络预测结果与某公司实际生产数据进行对比,结果显示预测值满足企业生产误差精度要求,因此所建立的神经网络可以有效地进行温度曲线预测,为企业回流焊生产工艺规划提供指导.
郭瑜1，孙志礼1，潘尔顺2，杨强1
1. 东北大学机械工程与自动化学院2. 上海交通大学机械与动力工程学院
摘 要：在实际生产中,SMT回流焊工艺通常以实验方法预测温度曲线,其高成本低效率是目前亟待解决的问题.针对温度曲线输入参数与曲线多重特征值间的非线性映射关系,提出基于BP神经网络技术的温度曲线预测模型.针对训练中出现的不足,改进了误差计算方法和权值调整方式,消除了预测样本次序对网络的影响,提高了网络训练速度.利用MAPE评估方法将网络预测结果与某公司实际生产数据进行对比,结果显示预测值满足企业生产误差精度要求,因此所建立的神经网络可以有效地进行温度曲线预测,为企业回流焊生产工艺规划提供指导.
关键词：回流焊;温度曲线;神经网络;BP算法;动量-自适应学习率;
