摘要
本发明涉及一种基于WAE的无铅焊料设计方法及系统。首先收集样本SAC焊料合金的合金元素组成信息、UTS值和EL值,并基于合金元素组成信息构建特征参数,并构建数据集;对数据集预处理后搜索输出两个最佳特征集;然后构建得到极限抗拉强度定量预测模型和伸长率定量预测模型;根据数据集的SAC焊料合金的成分分布,训练WAE模型,并利用训练后的WAE模型生成虚拟样本集;利用预测模型和伸长率定量预测模型,获取各虚拟样本对应的UTS预测值和EL预测值;最后从虚拟样本集中筛选出UTS预测值和EL预测值均满足预设要求的虚拟样本,完成无铅焊料设计。与现有技术相比,本发明具有提升了无铅焊料设计的有效性与可靠性等优点。
技术关键词
定量预测模型
无铅焊料
极限抗拉强度
焊料合金
样本
最佳特征
皮尔逊相关系数
支持向量回归算法
超参数
数据
元素
遗传算法
模块
冗余特征
训练集
设计系统
电子结构
系统为您推荐了相关专利信息
集合卡尔曼滤波
反推方法
河道型水库
方程
一维水动力模型
人体活动检测方法
人体骨架
人体可穿戴设备
特征提取模块
人体关节点
样本
模型训练方法
设备故障预测方法
时序神经网络
融合特征
故障诊断方法
故障诊断模型
训练样本集
故障诊断分类
AdaBoost分类器