自变量对预投料精准度影响研究

随着工业4．0时代的到来，如何实现印制线路板的“智造”，是大家迫切想知道并想实现的课题。特别是样板生产以及型号众多的中小批量的印制线路板企业，预投料的量通常由人依靠其工作经验进行控制，不仅工作量大，而且精度不高导致浪费或补投。如果可以使得产品最终产出最大程度地等于或接近客户订单需求量，就可以实现企业效益的最大化。本文的研究内容是如何利用统计学原理、通过设定恰当的变量并固化到计算机系统中实现这个目标，所以变量种类的选择、变量维度的选取，对模型的精确度起到至关重要的作用；当然过多的变量会使得数据分析量变大，系统运算复杂，反过来会影响最终结果的有效性，恰当地平衡这个关系也是研究的重点之一。

利用数学模型实现精准预投料的研究

对于样板生产以及中小批量的印制线路板时,常常会有一个困惑业界的难题:预投料的量通常由人依靠其工作经验进行控制,如果过多投料,会造成最终产出大于客户的需求量,从而导致过度浪费;如果过少投料,会造成最终产出小于客户的需求量,从而导致交期甩期以及客户抱怨。如果精确地实现预投料,使得产品最终产出最大程度地等于客户需求量,从而实现企业效益的最大化。文章的研究内容是利用一种基于统计学原理的数学模型来实现这个目标,这种模型不依赖人员的工作经验,可以实现计算机系统全自动运行,经过对产品的特征进行计算和分析,从而精确地确定出需要预投料的量。

基于机器学习的印制电路板生产投料预大率预测

印制板生产的精准投料直接影响生产成本。文章采用机器学习的方法对投料预大率问题建模,得到预测模型的基线。再选取合适的特征工程与模型调优方法对基线进行优化,降低预测模型的均方误差。并将算法封装于程序中,编写了投料预大率预测软件。