首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于神经网络的引线键合质量预测模型研究
引用本文:张彩珍,刘肃,陈永刚.基于神经网络的引线键合质量预测模型研究[J].兰州铁道学院学报,2011,30(1).
作者姓名:张彩珍  刘肃  陈永刚
作者单位:张彩珍,ZHANG Cai-zhen(兰州交通大学,电子与信息工程学院,甘肃,兰州,730070;兰州大学,物理科学与技术学院,甘肃,兰州,730000);刘肃,LIU Su(兰州大学,物理科学与技术学院,甘肃,兰州,730000);陈永刚,CHEN Yong-gang(兰州交通大学,自动化与电气工程学院,甘肃,兰州,730070)
基金项目:甘肃省科技厅科技支撑项目
摘    要:针对引线键合质量与其影响参数之间存在非线性、强耦合关系的特点,提出一种基于弹性BP算法的BP神经网络引线键合质量预测模型.通过引线键合工艺过程的分析,提取了影响引线键合质量的工艺参数,采用BP神经网络结构,建立了引线键合质量预测模型.不同算法下的网络训练结果表明,弹性BP算法具有较快的收敛速度和较高的训练精度.仿真结果表明所建模型具有较高的预测精度,能够准确地反映键合质量综合指标的变化趋势.

关 键 词:引线键合  BP神经网络  质量预测  弹性BP算法

Prediction Model of Wire Bonding Quality Based on Neural Network
ZHANG Cai-zhen,LIU Su,CHEN Yong-gang.Prediction Model of Wire Bonding Quality Based on Neural Network[J].Journal of Lanzhou Railway University,2011,30(1).
Authors:ZHANG Cai-zhen  LIU Su  CHEN Yong-gang
Institution:ZHANG Cai-zhen1,2,LIU Su2,CHEN Yong-gang3(1.School of Electronic and Information Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China,2.School of Physical Science and Technology,Lanzhou University,Lanzhou 730000,3.School of Automation and Electrical Engineering,China)
Abstract:In view of non-linearity and strong coupling relationship between wire bonding quality and its influence parameters,a BP Neural Network(BPNN) based on Resilient Back-PROPagation(RPROP) algorithm is put forward for predicting the quality of wire bonding.The process of wire bonding technology is analyzed,the technology parameters influencing the quality of wire bonding are determined,and the quality prediction model of wire bonding is established by applying a BPNN.Training results adopting different training...
Keywords:wire bonding  BPNN  quality prediction  RPROP  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号