-
公开(公告)号：CN110533278B
公开(公告)日：2022-03-22
申请号：CN201910635333.4
申请日：2019-07-15
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于粒子群优化算法的SMT产线检测阈值设定方法，用于解决现有技术中存在的因为SMT产线的检测阈值设定不合理导致的产品合格率较低的技术问题，实现步骤为：获取关联数据表，然后获取阈值设定数据表，采用粒子群优化算法计算设定阈值，最后获取最优阈值。本发明利用SMT产线的生产数据，并将SMT产线上SPI锡膏检测仪的检测合格率用于计算粒子群优化算法中的个体适应度，通过粒子群优化算法的迭代之后，能够获得的多组检测阈值能提高SPI锡膏检测仪的检测合格率，从而提高SMT产线的产品合格率，并且降低了获取到的多组检测阈值全部不满足生产工艺要求的风险。
-
公开(公告)号：CN108491991A
公开(公告)日：2018-09-04
申请号：CN201810086663.8
申请日：2018-01-30
Applicant: 西安电子科技大学
Abstract: 一种基于工业大数据产品工期的约束条件分析系统与方法，能够对影响产品工期的约束条件进行定量分析。基于Spark大数据分析平台的二次开发；对约束条件数据进行预处理；运用随机森林重要度方法筛选产品工期的约束条件，得到重要约束条件；运用PCA特征提取方法获得线性约束条件；运用K-mean方法对组合得到的非线性约束条件进行筛选；运用随机选择方法与多元线性回归方法结合，对预测工期进行误差分析，实现产品工期的约束条件或组合约束条件的定量分析。本发明还具有海量数据的存储能力和高效分析能力，为企业缩短产品的工期、优化生产计划提供建议和参考。
-
公开(公告)号：CN108491991B
公开(公告)日：2021-08-06
申请号：CN201810086663.8
申请日：2018-01-30
Applicant: 西安电子科技大学
IPC: G06Q10/06 , G06Q10/04 , G06K9/62 , G06F16/215
Abstract: 一种基于工业大数据产品工期的约束条件分析系统与方法，可对影响产品工期的约束条件进行定量分析。基于Spark大数据分析平台的二次开发；对约束条件数据进行预处理；运用随机森林重要度方法筛选产品工期的约束条件，得到重要约束条件；运用PCA特征提取方法获得线性约束条件；运用K‑means聚类方法对组合得到的非线性约束条件进行筛选；运用随机选择方法与多元线性回归方法结合，对预测工期进行误差分析，实现产品工期的约束条件或组合约束条件的定量分析。本发明还具有海量数据的存储能力和高效分析能力，为企业缩短产品的工期、优化生产计划提供建议和参考。
-
公开(公告)号：CN110533278A
公开(公告)日：2019-12-03
申请号：CN201910635333.4
申请日：2019-07-15
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于粒子群优化算法的SMT产线检测阈值设定方法，用于解决现有技术中存在的因为SMT产线的检测阈值设定不合理导致的产品合格率较低的技术问题，实现步骤为：获取关联数据表，然后获取阈值设定数据表，采用粒子群优化算法计算设定阈值，最后获取最优阈值。本发明利用SMT产线的生产数据，并将SMT产线上SPI锡膏检测仪的检测合格率用于计算粒子群优化算法中的个体适应度，通过粒子群优化算法的迭代之后，能够获得的多组检测阈值能提高SPI锡膏检测仪的检测合格率，从而提高SMT产线的产品合格率，并且降低了获取到的多组检测阈值全部不满足生产工艺要求的风险。
-
-
-
Search Results
4
records
(took 0.022 seconds)
