CN113191037B - 一种基于形位公差的插损预测方法及终端 - Google Patents
一种基于形位公差的插损预测方法及终端 Download PDFInfo
- Publication number
- CN113191037B CN113191037B CN202110309091.7A CN202110309091A CN113191037B CN 113191037 B CN113191037 B CN 113191037B CN 202110309091 A CN202110309091 A CN 202110309091A CN 113191037 B CN113191037 B CN 113191037B
- Authority
- CN
- China
- Prior art keywords
- pad
- insertion loss
- tolerance
- bonding pads
- bonding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于形位公差的插损预测方法及终端,对已焊接焊盘进行扫描,获取多组焊盘的形位公差并计算多组焊盘的形位公差平均数;根据多组形位公差平均数和已焊接焊盘的焊接条件构建第一仿真模型并进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值,根据多组形位公差平均数和对应插损值建立第一回归模型,从而根据第一回归模型和实际焊盘形位公差对插损值进行预测;若待预测焊盘的焊接条件与已焊接的焊盘的焊接条件相同,根据第一回归模型和实际焊盘形位公差进行插损值预测;因此,只需获取少量已焊接焊盘对应的形位公差以及已焊接焊盘的焊接条件即可得到对应的形位公差和插损值的回归模型,实现准确、高效地实现插损预测。
Description
技术领域
本发明涉及损耗预测领域,特别涉及一种基于形位公差的插损预测方法及终端。
背景技术
SMT(Surface Mounting Technology,表面贴装技术)是目前电子组装行业里最流行的一种技术和工艺,请参照图1,硬板与FPC(Flexible Printed Circuit,柔性电路板)软板通过SMT方式焊接成软硬结合板是当今PCB(Printed Circuit Board,印制电路板)焊锡互联重要运用方式,其中FPC软板可选用LCP(Liquid Crystal Polymer,液晶聚合物)材料。
请参照图2和图3,在实际焊接过程中,由于设备精度的影响或者工艺设计的误差往往会导致焊盘连接在X、Y方向上的形位公差,SMT形位公差的产生一方面对硬板与LCP软板之间的机械结合力和抗跌落能力有影响,另一方面会直接导致电信号在焊盘焊锡之间信号的导通问题和电信号的质量问题,其中信号插损就是最直观的一个因素,插损越小,代表信号传输越稳定,传输效果越好。但是传统的形位公差测量效率和精度较低,并且传统的插损计算需要使用信号发生器、电压表和滤波器等器材,难免会产生仪器和仪表误差,还会花费大量测试成本,因此难以对插损值进行准确预测。
发明内容
本发明所要解决的技术问题是:提供了一种基于形位公差的插损预测方法及终端,能够根据焊盘的形位公差准确、高效地预测插损值。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于形位公差的插损预测方法,包括步骤:
对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
根据所述多组形位公差平均数和对应的插损值建立第一回归模型;
对待预测焊盘进行扫描,获取实际焊盘形位公差;
判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值。
为了解决上述技术问题,本发明采用的另一种技术方案为:
一种基于形位公差的插损预测终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
根据所述多组形位公差平均数和对应的插损值建立第一回归模型;
对待预测焊盘进行扫描,获取实际焊盘形位公差;
判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值。
本发明的有益效果在于:对已焊接的焊盘进行扫描,获取多组焊盘的形位公差并计算多组焊盘的形位公差平均数,能够更准确地得到多组常规的焊盘形位公差;根据多组形位公差平均数和已焊接的焊盘的焊接条件构建第一仿真模型,将第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值,并根据多组形位公差平均数和对应插损值建立第一回归模型,从而根据第一回归模型和实际焊盘形位公差对插损值进行预测;如果待预测焊盘的焊接条件与已焊接的焊盘的焊接条件相同,根据第一回归模型和实际焊盘形位公差进行插损值预测;因此,只需要扫描少量已焊接的焊盘并进行对应的形位公差计算,并输入已焊接的焊盘的焊接条件即可得到已焊接焊盘的形位公差和插损值的回归模型,若待预测焊盘与已焊接焊盘的焊接条件相同即可直接使用回归模型进行待预测焊盘的插损值预测,从而不需要大量的测试成本即可准确、高效地实现插损预测。
附图说明
图1为现有技术中硬板和LCP软板的焊接示意图;
图2为常规硬板SMT在x方向偏位的示意图;
图3为常规硬板SMT在y方向偏位的示意图;
图4为本发明实施例的一种基于形位公差的插损预测方法的流程图;
图5为本发明实施例的一种基于形位公差的插损预测终端的示意图;
图6为本发明实施例的一种基于形位公差的插损预测方法的具体步骤流程图;
图7为本发明实施例的一种基于形位公差的插损预测方法的建立的多项式回归模型示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图4,本发明实施例提供了一种基于形位公差的插损预测方法,包括步骤:
对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
根据所述多组形位公差平均数和对应的插损值建立第一回归模型;
对待预测焊盘进行扫描,获取实际焊盘形位公差;
判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值。
从上述描述可知,本发明的有益效果在于:对已焊接的焊盘进行扫描,获取多组焊盘的形位公差并计算多组焊盘的形位公差平均数,能够更准确地得到多组常规的焊盘形位公差;根据多组形位公差平均数和已焊接的焊盘的焊接条件构建第一仿真模型,将第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值,并根据多组形位公差平均数和对应插损值建立第一回归模型,从而根据第一回归模型和实际焊盘形位公差对插损值进行预测;如果待预测焊盘的焊接条件与已焊接的焊盘的焊接条件相同,根据第一回归模型和实际焊盘形位公差进行插损值预测;因此,只需要扫描少量已焊接的焊盘并进行对应的形位公差计算,并输入已焊接的焊盘的焊接条件即可得到已焊接焊盘的形位公差和插损值的回归模型,若待预测焊盘与已焊接焊盘的焊接条件相同即可直接使用回归模型进行待预测焊盘的插损值预测,从而不需要大量的测试成本即可准确、高效地实现插损预测。
进一步的,还包括步骤:
若所述待预测焊盘的焊接条件与所述已焊接的焊盘的焊接条件不同,则:
获取所述待预测焊盘的焊接条件;
根据所述已焊接的焊盘的焊接条件和所述待预测焊盘的焊接条件对所述第一仿真模型进行调整,得到与所述待预测焊盘适配的第二仿真模型;
根据所述多组形位公差平均数和所述第二仿真模型获取与所述待预测焊盘适配的模拟焊盘形位公差;
对所述第二仿真模型进行模拟电磁分析,获取所述模拟焊盘形位公差对应的插损值;
根据所述模拟焊盘形位公差和对应的插损值建立第二回归模型;
通过所述第二回归模型和所述模拟焊盘形位公差获取预测插损值。
由上述描述可知,当待预测焊盘的焊接条件与已焊接焊盘的焊接条件不同时,根据已焊接焊盘的焊接条件和待预测焊盘的焊接条件对第一仿真模型进行调整得到第二仿真模型;并根据多组形位公差平均数和第二仿真模型获取模拟焊盘形位公差,因此只需要获取待预测焊盘的焊接条件,即可适应性地根据焊接条件对仿真模型进行调整,并得到模拟焊盘形位公差及其对应的插损值,建立第二回归模型,因此该预测方法只需要一组已焊接焊盘的形位公差数据就能够适用于各种焊盘的焊接条件,不仅提高了插损值预测的灵活度,而且能够进行准确且高效的插损值预测。
进一步的,所述对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数包括:
使用X射线对已焊接的焊盘进行全局扫描,根据扫描结果获取每组焊盘中每一个焊盘的偏移量,并根据每一个焊盘的偏移量分别计算对应的横坐标方向和纵坐标方向的形位公差;
去除所述每组焊盘中焊盘横坐标方向的形位公差中的极端值,去除所述每组焊盘中焊盘纵坐标方向的形位公差中的极端值;
计算去除极端值后的所述每组焊盘中焊盘横坐标方向和纵坐标方向的形位公差的平均数,得到每组焊盘的形位公差平均数。
由上述描述可知,对已焊接焊盘进行全局扫描,分别获取各组已焊接焊盘在横坐标方向和纵坐标方向的的形位公差,去除每组焊盘中焊盘横坐标方向与纵坐标方向的形位公差中的极端值后计算每组焊盘的形位公差平均值,能够得到更准确的焊盘形位公差,从而将计算得到的平均值作为常规的偏位值,便于后续仿真模型的建立。
进一步的,根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型包括:
根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建焊盘几何模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值包括:
将所述焊盘几何模型导入与所述模拟电磁分析对应的有限元软件进行仿真,根据每一组形位公差平均数获取其对应的插损值。
由上述描述可知,根据多组形位公差平均数和待预测焊盘的焊接条件构建焊盘几何模型,将焊盘几何模型导入与模拟电磁分析对应的有限元软件进行仿真,并获得计算得到对应的插损值,从而不需要实际的测试工具即可准确地获取插损值。
进一步的,根据所述多组形位公差平均数和对应的插损值建立第一回归模型包括:
根据所述多组形位公差平均数和对应的插损值,使用最小二乘法计算多项式回归方程系数;
根据所述多项式回归方程系数建立多项式回归方程。
由上述描述可知,对多组形位公差平均数及其对应的插损值建立多项式回归方程模型,能够迅速建模,特别对于小数据量、简单的关系的建模更加迅速,并且使用线性回归模型更有利于决策分析,从而提高插损值预测的效率。
请参照图5,本发明另一实施例提供了一种基于形位公差的插损预测终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
根据所述多组形位公差平均数和对应的插损值建立第一回归模型;
对待预测焊盘进行扫描,获取实际焊盘形位公差;
判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值。
由上述描述可知,对已焊接的焊盘进行扫描,获取多组焊盘的形位公差并计算多组焊盘的形位公差平均数,能够更准确地得到多组常规的焊盘形位公差;根据多组形位公差平均数和已焊接的焊盘的焊接条件构建第一仿真模型,将第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值,并根据多组形位公差平均数和对应插损值建立第一回归模型,从而根据第一回归模型和实际焊盘形位公差对插损值进行预测;如果待预测焊盘的焊接条件与已焊接的焊盘的焊接条件相同,根据回归模型和实际焊盘形位公差进行插损值预测;因此,只需要扫描少量已焊接的焊盘并进行对应的形位公差计算,并输入已焊接的焊盘的焊接条件即可得到已焊接焊盘的形位公差和插损值的回归模型,若待预测焊盘与已焊接焊盘的焊接条件相同即可直接使用回归模型进行待预测焊盘的插损值预测,从而不需要大量的测试成本即可准确、高效地实现插损预测。
进一步的,还包括步骤:
若所述待预测焊盘的焊接条件与所述已焊接的焊盘的焊接条件不同,则:
获取所述待预测焊盘的焊接条件;
根据所述已焊接的焊盘的焊接条件和所述待预测焊盘的焊接条件对所述第一仿真模型进行调整,得到与所述待预测焊盘适配的第二仿真模型;
根据所述多组形位公差平均数和所述第二仿真模型获取与所述待预测焊盘适配的模拟焊盘形位公差;
对所述第二仿真模型进行模拟电磁分析,获取所述模拟焊盘形位公差对应的插损值;
根据所述模拟焊盘形位公差和对应的插损值建立第二回归模型;
通过所述第二回归模型和所述模拟焊盘形位公差获取预测插损值。
由上述描述可知,当待预测焊盘的焊接条件与已焊接焊盘的焊接条件不同时,根据已焊接焊盘的焊接条件和待预测焊盘的焊接条件对第一仿真模型进行调整得到第二仿真模型;并根据多组形位公差平均数和第二仿真模型获取模拟焊盘形位公差,因此只需要获取待预测焊盘的焊接条件,即可适应性地根据焊接条件对仿真模型进行调整,并得到模拟焊盘形位公差及其对应的插损值,建立第二回归模型,因此该预测方法只需要一组已焊接焊盘的形位公差数据就能够适用于各种焊盘的焊接条件,不仅提高了插损值预测的灵活度,而且能够进行准确且高效的插损值预测。
进一步的,所述对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数包括:
使用X射线对已焊接的焊盘进行全局扫描,根据扫描结果获取每组焊盘中每一个焊盘的偏移量,并根据每一个焊盘的偏移量分别计算对应的横坐标方向和纵坐标方向的形位公差;
去除所述每组焊盘中焊盘横坐标方向的形位公差中的极端值,去除所述每组焊盘中焊盘纵坐标方向的形位公差中的极端值;
计算去除极端值后的所述每组焊盘中焊盘横坐标方向和纵坐标方向的形位公差的平均数,得到每组焊盘的形位公差平均数。
由上述描述可知,对已焊接焊盘进行全局扫描,分别获取各组已焊接焊盘在横坐标方向和纵坐标方向的的形位公差,去除每组焊盘中焊盘横坐标方向与纵坐标方向的形位公差中的极端值后计算每组焊盘的形位公差平均值,能够得到更准确的焊盘形位公差,从而将计算得到的平均值作为常规的偏位值,便于后续仿真模型的建立。
进一步的,根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型包括:
根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建焊盘几何模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值包括:
将所述焊盘几何模型导入与所述模拟电磁分析对应的有限元软件进行仿真,根据每一组形位公差平均数获取其对应的插损值。
由上述描述可知,根据多组形位公差平均数和待预测焊盘的焊接条件构建焊盘几何模型,将焊盘几何模型导入与模拟电磁分析对应的有限元软件进行仿真,并获得计算得到对应的插损值,从而不需要实际的测试工具即可准确地获取插损值。
进一步的,根据所述多组形位公差平均数和对应的插损值建立第一回归模型包括:
根据所述多组形位公差平均数和对应的插损值,使用最小二乘法计算多项式回归方程系数;
根据所述多项式回归方程系数建立多项式回归方程。
由上述描述可知,对多组形位公差平均数及其对应的插损值建立多项式回归方程模型,能够迅速建模,特别对于小数据量、简单的关系的建模更加迅速,并且使用线性回归模型更有利于决策分析,从而提高插损值预测的效率。
本发明上述一种基于形位公差的插损预测方法及终端,适用于对各种焊盘的焊接情况中的插损预测,特别适用于基于SMT的焊盘焊接的插损预测,以下通过具体实施方式进行说明:
实施例一
请参照图4和图6,一种基于形位公差的插损预测方法,包括步骤:
S1、对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
其中,在实际研究及生产中往往是通过做切片测试或者X-ray(X射线)扫描来获取相应的偏位公差值,切片是通过对样品进行切割试样、亚克力胶固化、研磨、显微观察、测绘来获取偏位值,但是切片测试只能看单个方向的偏位值,因为是对样品破坏性研磨,造成焊盘截面变形较大,测绘的数值偏差也较大,不能很好的反应偏位数值大小,而且效率低,精度不高也是主要原因;X-ray扫描方式,是最便捷和快速的方法,但是该种扫描方式最大的缺点就是设备要求高,对操作人员技术水平更高,大量扫描测绘偏位值大小成本相当昂贵;
其中,使用X射线对已焊接的焊盘进行全局扫描,根据扫描结果获取每组焊盘中每一个焊盘的偏移量,并根据每一个焊盘的偏移量分别计算对应的横坐标方向和纵坐标方向的形位公差;
去除所述每组焊盘中焊盘横坐标方向的形位公差中的极端值,去除所述每组焊盘中焊盘纵坐标方向的形位公差中的极端值;
计算去除极端值后的所述每组焊盘中焊盘横坐标方向和纵坐标方向的形位公差的平均数,得到每组焊盘的形位公差平均数;
具体的,请参照图1,在本实施例中,将硬板与LCP软板通过SMT方式焊接成软硬结合版,焊盘位于硬板和LCP之间;
对已焊接的焊盘进行分组,并使用X射线对已焊接的焊盘全局扫描,通过测量软件测量全局扫描到的n组焊盘的形位公差,每组有k个焊盘,获取第一组焊盘中每一焊盘的偏移量:N1、N2、N3、……、Nk-1、Nk,根据每一焊盘的偏移量计算对应的横坐标方向和纵坐标方向的形位公差:X1、X2、X3、……、Xk-1、Xk和Y1、Y2、Y3、……、Yk-1、Yk;分别去除第一组焊盘中焊盘横坐标方向和纵坐标方向的形位公差中的极端值,得到:X1、X2、X3、……、Xk-3、Xk-2和Y1、Y2、Y3、……、Yk-3、Yk-2;计算去除极端值后的每组焊盘中焊盘横坐标方向和纵坐标方向的形位公差的平均数,得到: 通过上述计算能够得到第一组焊盘的形位公差,重复上述步骤即可得到n组焊盘的形位公差,将其作为X、Y方向形位公差的常规数值,在本实施例中焊盘的组数为五组,五组焊盘的形位公差平均数请参照表1;
表1五组焊盘的形位公差平均数
因素水平 | X方向形位公差(mm) | Y方向形位公差(mm) |
1 | +0.1 | +0.1 |
2 | +0.07 | +0.07 |
3 | 0 | 0 |
4 | -0.07 | -0.07 |
5 | -0.1 | -0.1 |
S2、根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建第一仿真模型;
其中,根据所述多组形位公差平均数和所述已焊接的焊盘的焊接条件构建焊盘几何模型;
具体的,在本实施例中,已焊接的焊盘的焊接条件为焊盘直径0.45mm、焊盘孔径0.1mm、锡膏厚度0.025、反焊盘直径0.9mm,根据上述数值和X、Y方向形位公差的常规数值构建对应的焊盘几何模型,在一个可选的实施方式中,可以通过电磁仿真软件建模功能建立焊盘偏位数值模型,作为所述焊盘几何模型;
S3、对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
其中,将所述焊盘几何模型导入与所述模拟电磁分析对应的有限元软件进行仿真,根据每一组形位公差平均数获取其对应的插损值;
具体的,请参照表2,将焊盘几何模型导入Hfss电磁分析软件对应的有限元软件中进行仿真,确定不同形位公差组合下的插损值;
表2不同形位公差组合下的插损值
序号 | X方向形位公差(mm) | Y方向形位公差(mm) | 插损值(dB) |
1 | 0 | 0 | -0.56 |
2 | -0.1 | 0 | -0.56 |
3 | +0.1 | 0 | -0.63 |
4 | 0 | -0.1 | -0.60 |
5 | 0 | +0.1 | -0.60 |
6 | -0.07 | -0.07 | -0.58 |
7 | -0.07 | +0.07 | -0.58 |
8 | +0.07 | -0.07 | -0.63 |
9 | +0.07 | +0.07 | -0.63 |
S4、根据所述多组形位公差平均数和对应的插损值建立第一回归模型;
其中,现有的且运用较为广泛的回归模型有很多,其中线性和多项式回归、神经网络、回归树和回归森林较为普遍;其中神经网络模型过于复杂,训练过程需要强大算力、并且需要微调超参数,对数据量依赖大;回归树模型由于决策树有过拟合的倾向,完整的决策树模型包含很多过于复杂和非必须的结构,但可以通过扩大随机森林或者剪枝的方法来缓解这一问题,较大的随机数表现很好,但是却带来了运行速度慢和内存消耗高的问题;
本实施例采用多项式回归方式,具体的,根据所述多组形位公差平均数和对应的插损值,使用最小二乘法计算多项式回归方程系数;
根据所述多项式回归方程系数建立多项式回归方程;
具体的,在本实施例中,多项式回归模型采用多项式回归方程,通过最小二乘法求取回归方程系数,构造多组形位公差平均数和插损值之间的函数:
式中,P表示插损值,x表示X方向形位公差,y表示Y方向形位公差,β0,β1,…,βk表示多项式回归方程的系数,K表示多项式回归方程系数的项数,M表示x的最高次数,N表示y的最高次数。
请参照图7,采用Matlab软件对实验所得到的数据进行拟合,插损值的多项式回归模型公式为:
P=-0.5603-0.3535x-3.381*10-17y-3.878x2-1.133*10-14xy-4.378y2;
S5、对所述待预测焊盘进行扫描,获取实际焊盘形位公差;
具体的,在本实施例中,使用X射线对待预测焊盘进行扫描,并根据扫描结果获取实际焊盘的形位公差;
S6、判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值;
具体的,在本实施例中,当存在待预测焊盘与已焊接焊盘是相同焊接条件并且已知待预测焊盘的实际焊盘形位公差时,根据多项式回归模型的公式和实际焊盘形位公差对待预测焊盘的焊锡连接处的插损值进行预测,从而缩短研发测试周期,大大缩短研发周期,降低研发成本,并且除了本实施例中的LCP基材,同样适用于软板为其他基材种类的环境,例如PI、MPI、MPF等基材。
实施例二
本实施例与实施例一的不同在于,具体限定了待预测焊盘与已焊接焊盘的焊接条件不同时的预测方法:
其中,若所述待预测焊盘的焊接条件与所述已焊接的焊盘的焊接条件不同,则:
获取所述待预测焊盘的焊接条件;
根据所述已焊接的焊盘的焊接条件和所述待预测焊盘的焊接条件对所述第一仿真模型进行调整,得到与所述待预测焊盘适配的第二仿真模型;
根据所述多组形位公差平均数和所述第二仿真模型获取与所述待预测焊盘适配的模拟焊盘形位公差;
对所述第二仿真模型进行模拟电磁分析,获取所述模拟焊盘形位公差对应的插损值;
根据所述模拟焊盘形位公差和对应的插损值建立第二回归模型;
通过所述第二回归模型和所述模拟焊盘形位公差获取预测插损值;
具体的,当待预测焊盘的焊接条件与已焊接的焊盘的焊接条件不同时,使用待预测焊盘的焊接条件和已焊接焊盘的焊接条件对第一仿真模型进行调整,对焊接条件逐个进行比对和调整后得到第二仿真模型;
根据多组形位公差平均数与第一仿真模型的数值关系以及第二仿真模型,自动生成与待预测焊盘适配的模拟焊盘形位公差;
对第二仿真模型进行模拟电磁分析,得到模拟焊盘形位公差对应的插损值,根据模拟焊盘形位公差和对应的插损值建立多项式回归模型;并通过多项式回归模型和模拟焊盘形位公差获取预测插损值;
由此可见,本实施例中只需要一组已焊接焊盘的形位公差数据就能够适用于各种焊盘的焊接条件,大大降低了测试成本。
实施例三
请参照图5,一种基于形位公差的插损预测终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一或实施例二的基于形位公差的插损预测方法的各个步骤。
综上所述,本发明提供的一种基于形位公差的插损预测方法及终端,对已焊接的焊盘进行扫描,获取多组焊盘的形位公差并计算多组焊盘的形位公差平均数,能够更准确地得到多组常规的焊盘形位公差;根据多组形位公差平均数和已焊接的焊盘的焊接条件构建第一仿真模型,将第一仿真模型进行模拟电磁分析,获取多组形位公差平均数对应的插损值,并根据多组形位公差平均数和对应插损值建立第一回归模型,从而根据第一回归模型和实际焊盘形位公差对插损值进行预测;如果待预测焊盘的焊接条件与已焊接的焊盘的焊接条件相同,根据第一回归模型和实际焊盘形位公差进行插损值预测;因此,只需要扫描少量已焊接的焊盘并进行对应的形位公差计算,并输入已焊接的焊盘的焊接条件即可得到已焊接焊盘的形位公差和插损值的回归模型,其中回归模型选择多项式回归模型,能够迅速建模,特别对于小数据量、简单的关系的建模更加迅速,并且使用线性回归模型更有利于决策分析,从而提高插损值预测的效率;若待预测焊盘与已焊接焊盘的焊接条件相同即可直接使用第一回归模型进行待预测焊盘的插损值预测,从而不需要大量的测试成本即可准确、高效地实现插损预测;如果待预测焊盘的焊接条件与已焊接的焊盘的焊接条件不同,则根据待预测焊盘的焊接条件和已焊接焊盘的焊接条件对第一仿真模型进行调整,得到第二仿真模型,再根据多组焊盘形位公差与第一仿真模型的关系和第二仿真模型分析生成模拟焊盘形位公差,使用模拟焊盘形位公差测试对应的插损值并进行第二回归模型的建立和插损预测,能够自动对不同的仿真模型适配不同的模拟焊盘形位公差,因此只需一组已焊接焊盘的焊接模型和焊盘形位误差,即可对各种焊接条件进行插损预测,更加智能灵活。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于形位公差的插损预测方法,其特征在于,包括步骤:
对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
根据所述已焊接的焊盘的焊接条件构建第一仿真模型,所述焊接条件包括焊盘直径、焊盘孔径、锡膏厚度、反焊盘直径和焊盘的形位公差平均数;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
根据多组形位公差平均数和对应的插损值建立第一回归模型;
对待预测焊盘进行扫描,获取实际焊盘形位公差;
判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值;
所述对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数包括:
使用X射线对已焊接的焊盘进行全局扫描,根据扫描结果获取每组焊盘中每一个焊盘的偏移量,并根据每一个焊盘的偏移量分别计算对应的横坐标方向和纵坐标方向的形位公差;
去除所述每组焊盘中焊盘横坐标方向的形位公差中的极端值,去除所述每组焊盘中焊盘纵坐标方向的形位公差中的极端值;
计算去除极端值后的所述每组焊盘中焊盘横坐标方向和纵坐标方向的形位公差的平均数,得到每组焊盘的形位公差平均数。
2.根据权利要求1所述的一种基于形位公差的插损预测方法,其特征在于,还包括步骤:
若所述待预测焊盘的焊接条件与所述已焊接的焊盘的焊接条件不同,则:
获取所述待预测焊盘的焊接条件;
根据所述已焊接的焊盘的焊接条件和所述待预测焊盘的焊接条件对所述第一仿真模型进行调整,得到与所述待预测焊盘适配的第二仿真模型;
根据所述多组形位公差平均数和所述第二仿真模型获取与所述待预测焊盘适配的模拟焊盘形位公差;
对所述第二仿真模型进行模拟电磁分析,获取所述模拟焊盘形位公差对应的插损值;
根据所述模拟焊盘形位公差和对应的插损值建立第二回归模型;
通过所述第二回归模型和所述模拟焊盘形位公差获取预测插损值。
3.根据权利要求1所述的一种基于形位公差的插损预测方法,其特征在于,根据所述已焊接的焊盘的焊接条件构建第一仿真模型包括:
根据所述已焊接的焊盘的焊接条件构建焊盘几何模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值包括:
将所述焊盘几何模型导入与所述模拟电磁分析对应的有限元软件进行仿真,根据每一组形位公差平均数获取其对应的插损值。
4.根据权利要求1所述的一种基于形位公差的插损预测方法,其特征在于,根据所述多组形位公差平均数和对应的插损值建立第一回归模型包括:
根据所述多组形位公差平均数和对应的插损值,使用最小二乘法计算多项式回归方程系数;
根据所述多项式回归方程系数建立多项式回归方程。
5.一种基于形位公差的插损预测终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数;
根据所述已焊接的焊盘的焊接条件构建第一仿真模型,所述焊接条件包括焊盘直径、焊盘孔径、锡膏厚度、反焊盘直径和焊盘的形位公差平均数;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值;
根据多组形位公差平均数和对应的插损值建立第一回归模型;
对待预测焊盘进行扫描,获取实际焊盘形位公差;
判断所述待预测焊盘的焊接条件是否与所述已焊接的焊盘的焊接条件相同,若是,则通过所述第一回归模型和所述实际焊盘形位公差获取预测插损值;
所述对已焊接的焊盘进行扫描,获取多组所述焊盘的形位公差并计算多组所述焊盘的形位公差平均数包括:
使用X射线对已焊接的焊盘进行全局扫描,根据扫描结果获取每组焊盘中每一个焊盘的偏移量,并根据每一个焊盘的偏移量分别计算对应的横坐标方向和纵坐标方向的形位公差;
去除所述每组焊盘中焊盘横坐标方向的形位公差中的极端值,去除所述每组焊盘中焊盘纵坐标方向的形位公差中的极端值;
计算去除极端值后的所述每组焊盘中焊盘横坐标方向和纵坐标方向的形位公差的平均数,得到每组焊盘的形位公差平均数。
6.根据权利要求5所述的一种基于形位公差的插损预测终端,其特征在于,还包括步骤:
若所述待预测焊盘的焊接条件与所述已焊接的焊盘的焊接条件不同,则:
获取所述待预测焊盘的焊接条件;
根据所述已焊接的焊盘的焊接条件和所述待预测焊盘的焊接条件对所述第一仿真模型进行调整,得到与所述待预测焊盘适配的第二仿真模型;
根据所述多组形位公差平均数和所述第二仿真模型获取与所述待预测焊盘适配的模拟焊盘形位公差;
对所述第二仿真模型进行模拟电磁分析,获取所述模拟焊盘形位公差对应的插损值;
根据所述模拟焊盘形位公差和对应的插损值建立第二回归模型;
通过所述第二回归模型和所述模拟焊盘形位公差获取预测插损值。
7.根据权利要求5所述的一种基于形位公差的插损预测终端,其特征在于,根据所述已焊接的焊盘的焊接条件构建第一仿真模型包括:
根据所述已焊接的焊盘的焊接条件构建焊盘几何模型;
对所述第一仿真模型进行模拟电磁分析,根据每一组形位公差平均数获取其对应的插损值包括:
将所述焊盘几何模型导入与所述模拟电磁分析对应的有限元软件进行仿真,根据每一组形位公差平均数获取其对应的插损值。
8.根据权利要求5所述的一种基于形位公差的插损预测终端,其特征在于,根据所述多组形位公差平均数和对应的插损值建立第一回归模型包括:
根据所述多组形位公差平均数和对应的插损值,使用最小二乘法计算多项式回归方程系数;
根据所述多项式回归方程系数建立多项式回归方程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110309091.7A CN113191037B (zh) | 2021-03-23 | 2021-03-23 | 一种基于形位公差的插损预测方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110309091.7A CN113191037B (zh) | 2021-03-23 | 2021-03-23 | 一种基于形位公差的插损预测方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113191037A CN113191037A (zh) | 2021-07-30 |
CN113191037B true CN113191037B (zh) | 2023-03-10 |
Family
ID=76973698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110309091.7A Active CN113191037B (zh) | 2021-03-23 | 2021-03-23 | 一种基于形位公差的插损预测方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191037B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008126209A1 (ja) * | 2007-03-27 | 2008-10-23 | Fujitsu Limited | 重回帰分析による予測モデルの作成方法、作成装置、作成プログラム |
CN104217062B (zh) * | 2014-07-10 | 2017-11-21 | 中国嘉陵工业股份有限公司(集团) | 消声器插入损失计算及优化方法 |
CN107330181A (zh) * | 2017-06-28 | 2017-11-07 | 上海交通大学 | 预测激光焊接变形量的实现方法 |
CN107832526B (zh) * | 2017-11-09 | 2020-11-17 | 桂林电子科技大学 | 一种优化bga焊点回波损耗的方法 |
CN109408844B (zh) * | 2018-07-11 | 2022-12-09 | 桂林电子科技大学 | 芯片封装焊点随机振动应力和回波损耗的优化方法 |
CN109472003A (zh) * | 2018-10-24 | 2019-03-15 | 江苏税软软件科技有限公司 | 一种应用于成本分析的多元线性回归算法 |
CN111209705B (zh) * | 2020-01-15 | 2024-04-26 | 同济大学 | 一种基于有限元的玻璃升降器三维柔性装配公差预测方法 |
CN111465219B (zh) * | 2020-04-15 | 2022-02-22 | 深圳市信维通信股份有限公司 | 一种线路板加工方法 |
CN112257373B (zh) * | 2020-11-13 | 2022-05-17 | 江苏科技大学 | 基于三体训练算法的蛇形pcb天线回波损耗预测方法 |
-
2021
- 2021-03-23 CN CN202110309091.7A patent/CN113191037B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113191037A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107832526B (zh) | 一种优化bga焊点回波损耗的方法 | |
CN106844924B (zh) | 基于响应曲面法和遗传算法优化pcb微带线结构的方法 | |
JP5320101B2 (ja) | プリント基板の設計方法及びプリント基板の設計支援装置 | |
CN105844048A (zh) | 印刷电路板检查装置的工作数据的生成及检查方法 | |
CN101641699A (zh) | 分析装置、分析方法以及分析程序 | |
CN109408844A (zh) | 芯片封装焊点随机振动应力和回波损耗的优化方法 | |
CN103913641A (zh) | 获取pcb材料介电常数的方法 | |
JP2012108131A (ja) | 検査方法 | |
US20060218514A1 (en) | Power supply analysis method and program product for executing the same | |
CN111368499B (zh) | 零件引脚走线方向检查方法、装置、设备及存储介质 | |
CN109918823A (zh) | 一种减小扭转应力的微尺度bga焊点结构参数优化方法 | |
CN113191037B (zh) | 一种基于形位公差的插损预测方法及终端 | |
CN110765723A (zh) | 一种基于bp神经网络的走线建模优化方法和装置 | |
CN111125941A (zh) | 一种csp焊点焊后残余应力测量方法 | |
CN110418509B (zh) | 满足pcb特定蚀刻因子要求的线路补偿方法 | |
CN108072343A (zh) | Pcb新材料涨缩补偿系数的评估方法 | |
CN111209720A (zh) | 一种电子元器件表面贴装工艺热应力损伤仿真方法 | |
CN105103155B (zh) | 分析装置以及分析方法 | |
CN112685931B (zh) | 基于铜箔厚度和弯折角度的覆铜板弯折疲劳应力预测方法 | |
CN111079250A (zh) | 一种电子产品疲劳寿命评估、评估模型建立方法及装置 | |
CN114596302A (zh) | 一种pcb板缺陷检测方法、系统、介质、设备及终端 | |
CN113486492A (zh) | 一种阻抗预测方法及终端 | |
JP2000046905A (ja) | 電子機器の信頼性評価方法、その信頼性評価装置およびその信頼性評価プログラムを記録した媒体 | |
CN117405703B (zh) | 一种基于图像识别的pcba线路板焊点检测系统 | |
Yan et al. | Design of a smart ultrasonic transducer for interconnecting machine applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |