摘要
本发明涉及基于数字孪生的表面贴装线产品质量预测方法,应用预训练的SMT产品质量预测模型针对产线数据进行在线预测以识别得到下一时刻的锡膏面积与锡膏体积数据;其中所述SMT产品质量预测模型通过如下步骤得到:从数据中筛选确定用于质量预测的特征;应用突变点检测,标记数据集中存在的突变点;应用数据集训练SMT产品质量预测模型,训练过程中对数据集中的批数据进行判断,如果批数据中突变点标记为True,跳过当前次的模型训练,直至批数据中不包含突变点为止。本申请的基于数字孪生的表面贴装线产品质量预测方法利用突变点检测技术对SMT训练数据集进行优化,提高模型的预测精度。
技术关键词
产品质量预测方法
数字孪生
数据
构建GBDT模型
特征选择
样本
分割算法
点检测技术
标记
学习器
蒙特卡洛
序列
产线
速度
在线
特征值
锡膏
节点
度量
系统为您推荐了相关专利信息
流量预测方法
供水管
信号
特征提取模块
历史流量数据
防碰撞系统
数据共享平台
智能分析预警
数据存储管理
塔机
数据传输优化系统
网络接入模块
域间链路状态信息
网络故障自动检测
数据传输优化技术
SPARROW模型
负荷
计算方法
监测点
土地利用数据