表面贴装过程多重质量自适应预测与控制机制及效能评估

模糊类神经技术结合模糊系统推论模式与类神经网络学习演算法，其提供的知识透明化与数据学习能力适用于动态非线性系统控制。鉴于表面贴装需要控制多重质量特性，且其过程呈现动态、非线性及作业者语意操作模式，本研究基于多质量特性的田口稳健参数设计，用模糊关联记忆模型以挖掘制造过程知识并配合分层协同式作业管理策略，整合统计过程控制、工程过程控制及响应曲面等方法，借鉴径向基函数网络，建立起一套具图形化人机界面表面贴装过程多重质量自适应预测机制与控制系统，并进行预测控制系统的评价体系。以便为提高表面贴装过程质量、降低过程控制的复杂度、降低生产准备时间和成本提供适当解决方案。该控制机制的研究将为控制表面贴装制造过程质量和提高产品可靠度提供技术支持，拓展质量控制的研究方法，该系统的应用将会为增加相关电子产品的综合竞争优势，更好地服务于国家制造强国的战略目标。