摘要
本发明公开了一种表面贴装线产品质量预测方法,包括从SMT工艺参数数据中筛选确定用于质量预测的数据特征,并进行数据预处理,形成数据集;利用梯度提升决策树GBDT训练预处理后的数据,提取特征重要性得分,并根据得分筛选关键工艺参数;基于启发式分割算法,在训练数据集中检测突变点,增加维度标记突变样本,并在模型训练中跳过包含突变点的批次数据进行分段训练;采用改进的Informer时序预测模型构建质量预测模型,再根据产线的实际情况对产品质量进行实时预测,输出预测结果。本发明通过实时的采集PCB板参数、印刷机参数等数据,并将数据进行数据预处理以及特征选择。将处理好的数据输入深度学习模型中进行预测,为专家决策提供反馈和建议。