摘要
本发明涉及数据处理技术领域,提出了一种基于机器学习的UV固化机运行能耗分析方法,包括:采集若干线路板的相关参数及相关数据,记录线路板上各元件的特征编码,并记录UV固化机对各线路板涂胶固化过程的若干涂胶参数、固化参数及能耗水平;构建各线路板的器件特征矩阵;获取两元件的距离一致度,进而得到两元件的布局相似度;得到两线路板的若干匹配元件对;量化两线路板的格局相似性;得到若干类线路板;构建涂胶参数预测模型;构建固化能耗预测模型,对线路板涂胶固化过程的能耗进行预测。本发明旨在解决固定的固化参数针对不同版型的芯片的固化过程能耗出现明显差异的问题。
技术关键词
能耗分析方法
固化机
能耗预测模型
线路板涂胶
器件特征
元件
参数
邻域
电子元器件
编码
动态时间规整算法
UV固化
布局
矩阵
长短期记忆网络
LSTM模型
注意力
系统为您推荐了相关专利信息
能源调度方法
家庭
能耗预测模型
时间段
可读存储介质
能耗预测模型
BERT模型
监测站
工业生产
预测能耗数据
能耗预测模型
高精度传感器
中央控制平台
设备状态数据
实时数据
地质测绘方法
数据
风场
扩展卡尔曼滤波算法
能耗预测模型
能耗预测模型
制冷机房
模糊控制算法
监控界面
机房设备