摘要
本发明属于用于制造PCB板的钢网检测技术领域,尤其为一种基于动态数据耦合的SMT钢网剩余寿命预测系统及自校准方法,通过实时监测钢网工作状态参数并结合深度学习算法实现钢网使用寿命的预测,该系统将张力值作为核心监测参数,将图像识别应用于微观损伤检测,实现多源数据融合,突破单一指标预测局限,通过钢网全生命周期数据、印刷机印刷参数、工艺环境参数来构建预测模型训练的样本,然后对预测模型进行训练,再结合新增的数据对预测模型进行在线学习,结合预测模型输出结果可对钢网的剩余寿命进行实时预测,该系统能很好的解决现有技术中存在的耗时耗力、中断生产的问题,且结合了动态学习机制提升预测精度。
技术关键词
剩余寿命预测系统
数据采集模块
校准方法
分支单元
采集单元
实时监测数据
时序
周期
图像特征数据
数据处理模块
钢网
疲劳参数
序列
可视化看板
工作状态参数
构建预测模型
系统为您推荐了相关专利信息
大语言模型
矩阵分解技术
自然语言信息
服务系统
社会弱势群体
AR眼镜
智能巡检系统
深度学习模型
AR交互
数据采集模块
电能表校准方法
贝叶斯神经网络
电能表校准系统
计算机程序指令
数据
空地协同无人系统
合作博弈论
无人机
无人车
任务分配方法
网络安全态势感知
神经网络模型
风险评估值
子模块
表达式