




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
Ta的资源

2020110359336低致栓颅内血管编织支架及其处理方法

2020110303186一种钙钛矿量子点聚合物粒子的制备方法

2020110124078基于精准医疗的大数据分析系统及方法

2020109651910 应用近红外谷物分析仪建立油莎豆中粗脂肪含量的检测方法

2020109529321一种铝合金用无氟无氯环保粒状精炼剂及其制备和应用

2020108899336一种新能源商用车总装车间线路布局

2020108620703城市燃气管网多输差协同计算模型及应用方法

2020108207369一种微交联阳离子型聚丙烯酰胺絮凝剂及其制备方法与应用

2020108035131一种基于全站仪的激光雷达外部参数标定方法

2020107682859一种内燃机等离子节油器阴阳极的制备方法

13****40
实名认证
内容提供者


最近下载