基于神经网络的引线键合质量预测模型研究

被引：2

作者：

张彩珍 ^{[1
,2
]}

刘肃 ^{[2
]}

陈永刚 ^{[3
]}

机构：

[1] 兰州交通大学电子与信息工程学院

[2] 兰州大学物理科学与技术学院

[3] 兰州交通大学自动化与电气工程学院

来源：

兰州交通大学学报 | 2011年 / 30卷 / 01期

关键词：

引线键合; BP神经网络; 质量预测; 弹性BP算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TN405.96 [引线技术];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080903 ; 1401 ;

摘要：

针对引线键合质量与其影响参数之间存在非线性、强耦合关系的特点,提出一种基于弹性BP算法的BP神经网络引线键合质量预测模型.通过引线键合工艺过程的分析,提取了影响引线键合质量的工艺参数,采用BP神经网络结构,建立了引线键合质量预测模型.不同算法下的网络训练结果表明,弹性BP算法具有较快的收敛速度和较高的训练精度.仿真结果表明所建模型具有较高的预测精度,能够准确地反映键合质量综合指标的变化趋势.

引用

页码：47 / 50

页数：4

共 3 条

[1] 基于神经网络的特大型焦炉焦炭质量预测研究 [J].