[發明專利]一種回流焊的仿真優化方法及管理系統

在審

• 申請號: 202210931105.3
• 申請日: 2022-08-03
• 公開（公告）號: CN115859761A
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 邱志國;朱廣慧;尹相仕
• 申請（專利權）人: 深圳市貝思科爾軟件技術有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/28;G06F115/12;G06F119/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種回流焊的仿真優化方法及管理系統，具體包括以下步驟：S1、使用人工神經網絡模型對CFD回流焊仿真模型進行優化，在前期的三維EDA工作基礎上，建立符合PCB工藝焊接模擬所需及信息管理要求的仿真元件庫；S2、利用分析平臺自動化技術，實現仿真元件庫調用，分析模型自動裝配、網格設置、監控點設置；S3、利用分析平臺核心算法功能，將分析模型自動送入經過測試板標定后的數字化焊接爐。本發明通過平臺管理系統把仿真過程中的數據進行管控，形成一整套系統的仿真體系，方便用戶統一管理仿真數據，進行技術數據的追溯，有效積累經驗。

技術領域

本發明涉及一種回流焊領域，具體涉及一種回流焊的仿真優化方法及管理系統。

背景技術

現有回流焊爐溫曲線的設定采用“爐溫測試板+人工優化的傳統模式”，對工藝人員要求較高。

如圖1所示現有的工藝技術方法，這對于小板、不復雜的器件而言仍然是較好的方式方法。對于大尺寸的控制器，由于物理復雜度提高，往往需要耗費大量時間用于溫度曲線的調試。隨著PCB復雜度的增加，單板焊接工藝調試周期成本呈現不斷上升的趨勢，產生的根本原因在于現有回流焊爐溫曲線的工藝參數確定，主要基于調試經驗

盡管現有的工藝方法，具有一定的工作成效，但從技術角度看，核心問題仍然是PCB在工藝焊接過程的熱響應過程是個“技術黑盒”，由于無法建立各焊點與爐溫曲線之間的直接關系，主要造成如下幾個方面的問題：

1、無法在設計階段進行可焊性預審核；

2、“黑盒”造成新板新工藝調試要求；

3、數據采集能力限制了數據獲取難度；

4、難以對工藝窗口進行全面技術認知。

發明內容

本發明所要解決的技術問題是提供一種回流焊的仿真優化方法及管理系統，以解決無法在設計階段進行可焊性預審核，“黑盒”造成新板新工藝調試要求，數據采集能力限制了數據獲取難度，難以對工藝窗口進行全面技術認知的問題，從而提高PCB回流焊的生產效率和可靠性。

本發明回流焊的仿真優化方法是通過以下技術方案來實現的，具體包括以下步驟：

S1、使用人工神經網絡模型對CFD回流焊仿真模型進行優化，在前期的三維EDA工作基礎上，建立符合PCB工藝焊接模擬所需及信息管理要求的仿真元件庫；

S2、利用分析平臺自動化技術，實現仿真元件庫調用，分析模型自動裝配、網格設置、監控點設置；

S3、利用分析平臺核心算法功能，將分析模型自動送入經過測試板標定后的數字化焊接爐；

S4、通過工藝人員設定初設的爐溫曲線進行分析加載，獲得焊點的溫升曲線，替代傳統測試；

S5、通過平臺數據解析功能，生成關鍵技術參數，并與工藝標準庫進行數據比對，獲得對初始工藝加載曲線的工藝判定，對于不符合項，進行參數指定，實現對PCB元件的位置自動優化及爐溫曲線的直接優化，最終滿足工藝要求；

S6、將優化參數和結果存儲于相應數據庫。

作為優選的技術方案，人工神經網絡模型的前饋網絡(Multilayer FeedforwardNetwork)，由三部分組成：

輸入層(Input layer)，眾多神經元(Neuron)接受大量非線形輸入消息。輸入的消息稱為輸入向量；

輸出層(Output layer)，消息在神經元鏈接中傳輸、分析、權衡，形成輸出結果，輸出的消息稱為輸出向量；

隱藏層(Hidden layer)，簡稱“隱層”，是輸入層和輸出層之間眾多神經元和鏈接組成的各個層面。