热板翘曲缺陷是影响成品质量和生产进度的重要原因，以往采用的人工修正、有限元预测、在线监测均未取得良好的效果。因此，本文开发一套基于BP神经网络的翘曲自动化控制策略。首先采用机器视觉技术对翘曲程度进行定量化测量，利用现场数据建立预测翘曲值的BP神经网络模型，并验证模型的性能。其次根据神经网络模型，结合生产规程和实际数据制定翘曲自动化控制策略，完成对SKI值的修正，以得到最小程度的翘曲。经过测试，该策略满足生产现场的实际需求，可以为后续自动化控制系统的开发提供依据。
科研之友
微信
新浪微博
Facebook
分享链接
