科研之友
微信
新浪微博
Facebook
分享链接
摘要
在PCB生产过程中，基材涨缩补偿准确性决定着产品最终的加工精度。当前主要通过人工基于历史生产经验，给出涨缩补偿预估值，此方式存在工作量大、自动化程度低、涨缩良率低的风险。基于此背景，文章通过构建基材涨缩管控指标体系，运用LightGBM算法对涨缩大数据模拟分析，建立涨缩补偿决策模型，并将该算法模型与MES系统融合，实现生产自动化，有效地控制PCB涨缩，提高工作效率。
- 单位
在PCB生产过程中，基材涨缩补偿准确性决定着产品最终的加工精度。当前主要通过人工基于历史生产经验，给出涨缩补偿预估值，此方式存在工作量大、自动化程度低、涨缩良率低的风险。基于此背景，文章通过构建基材涨缩管控指标体系，运用LightGBM算法对涨缩大数据模拟分析，建立涨缩补偿决策模型，并将该算法模型与MES系统融合，实现生产自动化，有效地控制PCB涨缩，提高工作效率。
