CN2023101372814一种基于lightgbm算法的PCB内层涨缩补偿预测方法.pdf 立即下载
2024-08-17
约5.7千字
约7页
0
687KB
举报 版权申诉
预览加载中,请您耐心等待几秒...

CN2023101372814一种基于lightgbm算法的PCB内层涨缩补偿预测方法.pdf

CN2023101372814一种基于lightgbm算法的PCB内层涨缩补偿预测方法.pdf

预览

免费试读已结束,剩余 2 页请下载文档后查看

10 金币

下载文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN116187556A
(43)申请公布日2023.05.30
(21)申请号202310137281.4
(22)申请日2023.02.20
(71)申请人江西景旺精密电路有限公司
地址343000江西省吉安市吉水县城西工
业区
(72)发明人池飞吴伟辉张伦亮段绍华
夏云平
(74)专利代理机构南昌洪达专利事务所36111
专利代理师黄文亮
(51)Int.Cl.
G06Q10/04(2023.01)
G06Q50/04(2012.01)
G06N20/00(2019.01)
G06F17/18(2006.01)


权利要求书1页说明书4页附图1页
(54)发明名称
一种基于lightgbm算法的PCB内层涨缩补偿
预测方法
(57)摘要
本发明公开了一种基于lightgbm算法的PCB
内层涨缩补偿预测方法,所述方法包括S1、特征
采集:采集历史生产数据;S2、对采集的数据进行
预处理;S3、最佳数据集划分种子:对预处理的数
据集划分训练集、测试集;S4、确定最佳模型;S5、
模型存储;S6、调用模型输出预测值;S7、预测值
提交MES系统应用;S8、进行模型算法训练,输出
最佳划分种子a1、参数值集合b1、模型c1,应用c1
模型进行下一批次的涨缩补偿预测。本发明通过
模型预测准确度及精确度的提升,并将lightgbm
算法与MES系统融合,实现内层涨缩补偿的自动
化,规避人工提供涨缩补偿系数的不足。
CN116187556A
CN116187556A权利要求书1/1页

1.一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征在于:所述方法包括
S1、特征采集:采集历史生产数据;
S2、对采集的数据进行预处理;
S3、最佳数据集划分种子:对预处理的数据集划分训练集、测试集;
S4、确定最佳模型:调用GridSearch方法对训练集进行K折划分,K‑1份为训练集,1份为
验证集,对算法参数设置一定的区间值,通过K次循环训练,输出验证集rmse均值最小的算
法参数值集合b,将参数值集合b的算法模型确定为最佳模型c;
S5、模型存储;
S6、调用模型输出预测值;
S7、预测值提交MES系统应用;
S8、进行模型算法训练,输出最佳划分种子a1、参数值集合b1、模型c1,应用c1模型进行
下一批次的涨缩补偿预测。
2.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:历史生产数据为近180天的历史数据。
3.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:历史生产数据包括补偿系数、钻靶涨缩数据和产品叠构设计及板材特征。
4.根据权利要求3所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:产品叠构设计及板材特征包括Tg值、板材厚度、板材铜厚、压合厚度、pp张数、残铜率、
线宽、线距。
5.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:所述S2中数据预处理包括补偿调整值计算、数据转换和缺失值补全。
6.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:所述S3中最佳数据集划分种子具体为设置数据集划分种子区间,输出区间内测试集
rmse最小值的划分种子a,应用种子a对预处理的数据集划分训练集、测试集。
7.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:所述S6中调用模型输出预测值具体为当下一批次产品开料下机时,抓取模型所需对
应的特征数据集,调用模型c输出涨缩补偿预测值d。
8.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:所述S7具体为通过MES系统将该预测值d提交至MI参数栏位进行更新并生产应用。
9.根据权利要求1所述的一种基于lightgbm算法的PCB内层涨缩补偿预测方法,其特征
在于:所述S8中模型算法训练周期设置为一周。


2
CN116187556A说明书1/4页

一种基于lightgbm算法的PCB内层涨缩补偿预测方法

技术领域
[0001]本发明涉及PCB加工技术领域,具体涉及一种基于lightgbm算法的PCB内层涨缩补
偿预测方法。

背景技术
[0002]当前行业内运用数量模型对PCB内层涨缩补偿系数进行预测,主要模型为多元线
型回归模型。对于4层板涨缩补偿预测能力较好,预测良率能达到90%以上。但是,对于6层
及以上层次的涨缩补偿预测能力较弱,预测良率综合均值为75%以下,无法实现涨缩补偿
预测自动化,且应用回归模型预测值生产
查看更多
单篇购买
VIP会员(1亿+VIP文档免费下)

扫码即表示接受《下载须知》

CN2023101372814一种基于lightgbm算法的PCB内层涨缩补偿预测方法

文档大小:687KB

限时特价:扫码查看

• 请登录后再进行扫码购买
• 使用微信/支付宝扫码注册及付费下载,详阅 用户协议 隐私政策
• 如已在其他页面进行付款,请刷新当前页面重试
• 付费购买成功后,此文档可永久免费下载
全场最划算
12个月
199.0
¥360.0
限时特惠
3个月
69.9
¥90.0
新人专享
1个月
19.9
¥30.0
24个月
398.0
¥720.0
6个月会员
139.9
¥180.0

6亿VIP文档任选,共次下载特权。

已优惠

微信/支付宝扫码完成支付,可开具发票

VIP尽享专属权益

VIP文档免费下载

赠送VIP文档免费下载次数

阅读免打扰

去除文档详情页间广告

专属身份标识

尊贵的VIP专属身份标识

高级客服

一对一高级客服服务

多端互通

电脑端/手机端权益通用