通过自适应协作优化提高SMT质量和效率

科学领域:

• 制造业 工程 制造工程
• 网络物理系统 网络物理系统
• 质量控制 质量控制 质量控制

背景情况:

• 智能制造依赖于通过网络物理系统 (CPS) 集成机器,以提高SMT生产质量和效率.
• 统一检查和生产系统以解决组装缺陷仍然是中小企业的一个重大挑战.
• 精确控制放置高度,偏移,旋转和吹风时间等参数对于减少缺陷至关重要.

研究的目的:

• 为中小企业生产引入自适应协作优化 (SACO) 框架.
• 通过解决当前SMT流程中的关键缺口,提高组装质量和效率.
• 为了实现检查和生产系统的无整合,以减轻缺陷.

主要方法:

• 开发一个自适应协作优化 (SACO) 框架.
• 集成定制的贝叶斯优化和粒子群优化技术.
• 利用来自自动光学检查 (AOI) 系统的实时数据进行动态参数调整.

主要成果:

• 在放置精度和整体组装效率方面取得了显著的进步.
• SACO框架有效地根据其对质量和效率的影响来优先考虑改进.
• 实验结果验证了拟议的优化方法的有效性.

结论:

• SACO框架为中小企业生产质量控制的持续挑战提供了强有力的解决方案.
• 提出的方法成功地减少了 SMT 组装中的缺陷并提高了 SMT 组装的效率.
• 这项研究解决了SMT流程优化和缺陷管理中的关键缺口.