基于改进粒子群算法的电视机生产线仿真与优化

针对电视机生产线存在的工序不平衡、设备繁忙率较低、暂存区产品堆积过多等问题,提出一种基于改进的粒子群算法的生产线工序分配优化方法。首先使用Flexsim仿真软件对电视机生产线进行仿真分析,获得各工位的生产效率和生产线的日产量;其次,分析生产线生产需求和优化目标,根据生产节拍和平滑指数建立目标函数,利用改进的粒子群算法对目标函数求解并得到各工位的工序分配;最后,对优化后的生产线进行建模仿真并对仿真结果进行对比分析。实验结果表明,优化后的电视机生产线模型的产量相比传统生产线提升了24%,达到531台,设备繁忙率不均衡和暂存区产品堆积过多的问题得到了明显改善,证明了该方法在解决生产工序分配问题上的有效性。

基于轻量化YOLOv8网络的贴片芯片引脚缺陷检测

在贴片芯片贴装工艺中,芯片引脚的质量对于贴装工艺的成功率起着决定性的作用,因此在贴装之前对芯片引脚缺陷的精确检测至关重要。为了提高检测的效率和精度,提出了一种基于轻量化YOLOv8神经网络的检测方法。首先,该方法使用点云数据投影生成的深度图作为输入数据。这使得该网络能够从点云数据中提取出芯片引脚的高度信息,进而得到引脚的空间尺寸特征。为了提升检测速度,网络结构中的部分卷积模块和C2f模块被优化为GSConv卷积和VoVGSCSP模块,原网络中参数占比较高的特征融合部分和检测头部分被优化为参数更少的轻量化特征融合网络与单尺度检测头。最后,在网络中相应的环节加入注意力机制(CBAM),提升检测精度。实验结果表明,与原网络相比,轻量化的网络在保持检测精度的同时,减小了网络体积,模型参数减少了51.5%,单张图片检测速度提升了36.4%。