基于改進(jìn)模糊診斷的SMT產(chǎn)線質(zhì)量追溯方法研究*

常建濤，郭 嘉，林庭武，楊勝康，郭 靜，張凱磊

（1. 西安電子科技大學(xué)，陜西 西安710071；2. 中興通訊股份有限公司，陜西 西安710065）

引 言

質(zhì)量追溯指的是產(chǎn)品質(zhì)量問(wèn)題的追根溯源，定位質(zhì)量問(wèn)題發(fā)生的關(guān)鍵環(huán)節(jié)，得出不同質(zhì)量問(wèn)題（缺陷）的關(guān)鍵影響因素，以此為依據(jù)對(duì)生產(chǎn)過(guò)程的各類參數(shù)進(jìn)行推薦和優(yōu)化，提高產(chǎn)品質(zhì)量。在表面貼裝技術(shù)（Surface Mount Technology, SMT）產(chǎn)線生產(chǎn)過(guò)程中，錫膏印刷環(huán)節(jié)是影響產(chǎn)品質(zhì)量的重要一環(huán)。目前該環(huán)節(jié)的各類參數(shù)對(duì)質(zhì)量的影響程度不明確，導(dǎo)致質(zhì)量追溯的準(zhǔn)確度較低，難以精準(zhǔn)確定SMT產(chǎn)品質(zhì)量問(wèn)題的根原因。統(tǒng)計(jì)表明，錫膏印刷環(huán)節(jié)產(chǎn)生的缺陷占總體缺陷的60%～70%[1]，采取先進(jìn)的質(zhì)量追溯方法對(duì)錫膏印刷過(guò)程進(jìn)行準(zhǔn)確、高效、全面的質(zhì)量追溯是降低缺陷發(fā)生概率的有效手段。

目前，對(duì)于質(zhì)量追溯的研究主要包含3個(gè)方面：基于信息系統(tǒng)、基于傳統(tǒng)追溯理論和基于數(shù)據(jù)挖掘的追溯方法。在信息系統(tǒng)軟件方面，文獻(xiàn)[2]開發(fā)了動(dòng)態(tài)質(zhì)量可追溯系統(tǒng)來(lái)解決發(fā)動(dòng)機(jī)點(diǎn)火系統(tǒng)的質(zhì)量追溯問(wèn)題。文獻(xiàn)[3]針對(duì)電動(dòng)車的質(zhì)量追溯問(wèn)題，建立了電動(dòng)車控制器產(chǎn)品質(zhì)量追溯系統(tǒng)。文獻(xiàn)[4–6]各自通過(guò)制造執(zhí)行系統(tǒng)（Manufacturing Execution System,MES）構(gòu)建了不同產(chǎn)品的質(zhì)量追溯模型。文獻(xiàn)[7]構(gòu)建了產(chǎn)品質(zhì)量物料清單（Bill of Material, BOM）跟蹤和追溯模型。文獻(xiàn)[8]研究了裝配過(guò)程質(zhì)量主動(dòng)控制的體系架構(gòu)，構(gòu)建了一套使能裝配過(guò)程質(zhì)量控制的系統(tǒng)和關(guān)鍵技術(shù)，全面全程地記錄了可能引起質(zhì)量問(wèn)題的各種因素，可實(shí)現(xiàn)包括質(zhì)量門（Quality-gate, Qgate）校驗(yàn)信息、裝配工藝信息、設(shè)備工況信息、工序質(zhì)量信息、裝配失效信息、防誤信息和推理案例等內(nèi)容的追溯。文獻(xiàn)[9]研究了機(jī)電產(chǎn)品元?jiǎng)幼鲉卧|(zhì)量追蹤溯源技術(shù)，分析了元?jiǎng)幼鲉卧|(zhì)量追溯流程，對(duì)元?jiǎng)幼鲉卧|(zhì)量追溯系統(tǒng)進(jìn)行了設(shè)計(jì)，包括功能模塊設(shè)計(jì)和總體結(jié)構(gòu)框架設(shè)計(jì)。近年來(lái)，國(guó)內(nèi)外研究人員開始將物聯(lián)網(wǎng)和區(qū)塊鏈等信息技術(shù)運(yùn)用于工業(yè)產(chǎn)品的質(zhì)量追溯中。例如，文獻(xiàn)[10]對(duì)橡塑產(chǎn)品的生產(chǎn)信息需求進(jìn)行分析，設(shè)計(jì)了基于物聯(lián)網(wǎng)技術(shù)框架的系統(tǒng)總體架構(gòu)。文獻(xiàn)[11]開發(fā)了基于區(qū)塊鏈的鋼鐵物聯(lián)網(wǎng)質(zhì)量可追溯系統(tǒng)。文獻(xiàn)[12]設(shè)計(jì)了基于區(qū)塊鏈技術(shù)的質(zhì)量追溯系統(tǒng)，實(shí)現(xiàn)質(zhì)量問(wèn)題的精準(zhǔn)定位。

在傳統(tǒng)的追溯理論方面，文獻(xiàn)[13]針對(duì)汽車變速箱總裝線的質(zhì)量追溯問(wèn)題從IDEF0（Integrated computer aided manufacturing DEFinition Method）到IDEF3進(jìn)行追溯，每個(gè)階段使用質(zhì)量矩陣和批次清單理論進(jìn)行質(zhì)量分析。文獻(xiàn)[14]使用了控制圖、統(tǒng)計(jì)過(guò)程控制（Statistical Process Control, SPC）分析等傳統(tǒng)質(zhì)量分析方法來(lái)解決火車車輪的質(zhì)量追溯問(wèn)題。文獻(xiàn)[15]以Petri網(wǎng)為工具建立了產(chǎn)品質(zhì)量追溯過(guò)程模型，同時(shí)采用失效模式與影響分析（Failure Mode and Effects Analysis, FMEA）方法對(duì)產(chǎn)品質(zhì)量追溯過(guò)程模型進(jìn)行分析。文獻(xiàn)[16–19]將條碼技術(shù)與射頻識(shí)別（Radio Frequency Identification, RFID）相結(jié)合進(jìn)行零件質(zhì)量的追溯，用于產(chǎn)品質(zhì)量的改進(jìn)。在基于數(shù)據(jù)挖掘的追溯方法方面，文獻(xiàn)[20]使用關(guān)聯(lián)規(guī)則從時(shí)間序列中獲取熱浸鍍鋅鋼絲的故障原因，速度降低、溫度降低等因素對(duì)質(zhì)量問(wèn)題的支持度為0.62，置信度為0.65。文獻(xiàn)[21]使用關(guān)聯(lián)規(guī)則進(jìn)行鉆頭生產(chǎn)過(guò)程的質(zhì)量問(wèn)題追溯。

針對(duì)SMT產(chǎn)品質(zhì)量追溯的方法主要有實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析和數(shù)據(jù)挖掘等。其中，實(shí)驗(yàn)設(shè)計(jì)是錫膏印刷質(zhì)量影響因素分析中應(yīng)用最廣泛的方法之一。文獻(xiàn)[22]采用田口試驗(yàn)設(shè)計(jì)研究了39個(gè)印刷技術(shù)參數(shù)之間的關(guān)聯(lián)關(guān)系，然后通過(guò)專家經(jīng)驗(yàn)篩選出4個(gè)影響SMT質(zhì)量的關(guān)鍵因素。文獻(xiàn)[23]從參數(shù)調(diào)整、引入檢驗(yàn)因子、調(diào)整正交試驗(yàn)表三個(gè)方面對(duì)田口實(shí)驗(yàn)設(shè)計(jì)進(jìn)行優(yōu)化。文獻(xiàn)[24]采用自由變形（Free-Form Deformation,FFD）針對(duì)球柵陣列封裝（Ball Grid Array, BGA）研究了錫膏印刷工藝參數(shù)對(duì)錫膏體積和偏移量的影響程度，首先從部分析因設(shè)計(jì)試驗(yàn)中收集數(shù)據(jù)，然后進(jìn)行多響應(yīng)優(yōu)化和方差分析來(lái)獲取顯著影響因素。

基于統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘的方法主要通過(guò)質(zhì)量影響因素的分析來(lái)獲得影響質(zhì)量的關(guān)鍵因素并對(duì)其進(jìn)行改進(jìn)，以此提升產(chǎn)品質(zhì)量，實(shí)現(xiàn)產(chǎn)品質(zhì)量問(wèn)題的溯源。文獻(xiàn)[25]對(duì)8種主要的焊接缺陷進(jìn)行了分類，對(duì)比了22個(gè)印刷工藝參數(shù)與良品率之間的關(guān)聯(lián)，采用數(shù)據(jù)挖掘的混合方法：主成分分析、聚類、自組織映射和決策樹算法，在31個(gè)影響因素中選出15個(gè)重要因素。文獻(xiàn)[26]將數(shù)據(jù)挖掘技術(shù)中的自組織映射神經(jīng)網(wǎng)絡(luò)、K均值聚類（K-Means clustering algorithm, K-Means）和決策樹等算法應(yīng)用到SMT生產(chǎn)線的錫膏印刷過(guò)程數(shù)據(jù)中，構(gòu)建焊點(diǎn)質(zhì)量預(yù)測(cè)模型，通過(guò)聚類得到影響焊點(diǎn)質(zhì)量的主要因素。文獻(xiàn)[27]通過(guò)研究錫膏印刷過(guò)程特性得到了影響錫膏印刷厚度的因素參數(shù)，然后將關(guān)鍵因素參數(shù)代入高斯核函數(shù)（Radial Basis Function,RBF）神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)錫膏厚度。文獻(xiàn)[28–29]采用回歸模型對(duì)歷史數(shù)據(jù)進(jìn)行分析，確定鋼網(wǎng)印刷影響因素的定量關(guān)系，如脫膜速度、刮刀壓力和速度等13個(gè)因素對(duì)錫膏印刷質(zhì)量的影響。文獻(xiàn)[30]通過(guò)對(duì)錫膏檢測(cè)數(shù)據(jù)的分析，研究了模板面積比率對(duì)錫膏轉(zhuǎn)移率的影響，采用加權(quán)排序法和統(tǒng)計(jì)學(xué)方法得出結(jié)論：影響錫膏轉(zhuǎn)移性能最關(guān)鍵的因素之一是模板的制作質(zhì)量。

綜上所述，聚類、決策樹、神經(jīng)網(wǎng)絡(luò)等方法已經(jīng)應(yīng)用到SMT產(chǎn)線質(zhì)量追溯過(guò)程中，取得了一定的效果。錫膏印刷質(zhì)量影響因素分析仍然依賴于生產(chǎn)經(jīng)驗(yàn)，對(duì)生產(chǎn)過(guò)程涉及到的各類參數(shù)分析不足，導(dǎo)致一些影響錫膏印刷質(zhì)量的重要參數(shù)缺失，并且未充分考慮數(shù)據(jù)之間的隱性關(guān)聯(lián)關(guān)系對(duì)印刷質(zhì)量的影響，因此追溯的準(zhǔn)確性仍然不高，質(zhì)量追溯的定性定量根原因結(jié)果無(wú)法滿足實(shí)際產(chǎn)線的應(yīng)用需求。為此本文提出了一種基于改進(jìn)模糊診斷的SMT產(chǎn)線質(zhì)量追溯方法，實(shí)現(xiàn)了印刷質(zhì)量缺陷的定性定量根原因的準(zhǔn)確分析。

1 錫膏印刷過(guò)程

錫膏印刷是SMT生產(chǎn)過(guò)程中的關(guān)鍵工序，使用的原料主要包括印制電路板（Printed Circuit Boards,PCB）和錫膏，使用的生產(chǎn)工具主要包括刮刀和鋼網(wǎng)。錫膏是由焊錫粉、助焊劑等混合而成的膏狀物品，可以將元器件暫時(shí)固定在對(duì)應(yīng)的焊盤上，直至回流爐工序結(jié)束，將元器件牢牢固定在電路板上。如圖1所示，錫膏印刷主要包含印刷準(zhǔn)備、印刷錫膏和鋼網(wǎng)脫離3個(gè)步驟。

1）印刷準(zhǔn)備。主要是將鋼網(wǎng)放置在電路板上并進(jìn)行對(duì)中操作。之后，將刮刀移動(dòng)到鋼網(wǎng)的一端，將錫膏放置在刮刀和鋼網(wǎng)之間，設(shè)定好刮刀壓力等生產(chǎn)參數(shù)。

2）印刷錫膏。刮刀沿著某一方向水平移動(dòng)，推動(dòng)錫膏移動(dòng)到鋼網(wǎng)的另一邊。在移動(dòng)過(guò)程中，因?yàn)楣蔚逗弯摼W(wǎng)之間有一定的角度，且錫膏是具有一定粘度的流體，因此刮刀會(huì)對(duì)錫膏產(chǎn)生向下的作用力，使錫膏填充到鋼網(wǎng)的網(wǎng)孔中，與焊盤接觸。

3）鋼網(wǎng)脫離。主要是將鋼網(wǎng)與電路板脫離。在脫離時(shí)，錫膏由于重力作用會(huì)與鋼網(wǎng)分離，停留在焊盤上。在脫離過(guò)程中，生產(chǎn)參數(shù)對(duì)印刷質(zhì)量有著重要影響。

圖1 錫膏印刷過(guò)程示意圖

2 基于改進(jìn)模糊診斷的動(dòng)態(tài)錫膏印刷質(zhì)量追溯模型

錫膏印刷過(guò)程所涉及的生產(chǎn)要素眾多，且這些要素之間相互影響，關(guān)系復(fù)雜多變，導(dǎo)致錫膏印刷缺陷與生產(chǎn)要素之間的邏輯關(guān)系模糊，無(wú)法根據(jù)人工經(jīng)驗(yàn)進(jìn)行準(zhǔn)確及時(shí)的質(zhì)量追溯，確定導(dǎo)致印刷缺陷的關(guān)鍵原因。因此，可以將模糊理論用于錫膏印刷環(huán)節(jié)質(zhì)量問(wèn)題追溯，根據(jù)模糊理論的基本思想設(shè)計(jì)診斷算法。

2.1 印刷缺陷與缺陷成因定義

對(duì)SMT工藝流程進(jìn)行分析，熟悉SMT工藝具體流程、關(guān)鍵機(jī)理等，確定錫膏印刷質(zhì)量問(wèn)題追溯所需數(shù)據(jù)集，如：物料數(shù)據(jù)、印刷工藝參數(shù)數(shù)據(jù)、檢測(cè)數(shù)據(jù)。為了降低錫膏檢查（Solder Paste Inspection, SPI）檢測(cè)環(huán)節(jié)的漏報(bào)率和誤報(bào)率，需要根據(jù)人工經(jīng)驗(yàn)對(duì)SPI檢測(cè)結(jié)果進(jìn)行優(yōu)化，使得追溯的結(jié)果更全面和準(zhǔn)確。根據(jù)數(shù)據(jù)確定印刷缺陷和缺陷原因，設(shè)印刷缺陷為Y，采用歐式向量的方式描述：

式中，m是缺陷的總數(shù)量。設(shè)缺陷成因?yàn)閄，采用歐式向量的方式描述：

式中，n是缺陷成因的數(shù)量。

2.2 建立模糊診斷數(shù)學(xué)模型

根據(jù)模糊數(shù)學(xué)理論，得到缺陷向量Y 和缺陷成因向量X 之間的關(guān)系：

也可以描述為：

式中：R為模糊關(guān)系矩陣，陣中的元素rij表示第i種缺陷對(duì)第j 種缺陷成因的隸屬度；“?”為模糊算子。模糊矩陣的精度對(duì)模糊診斷的準(zhǔn)確度有很大影響。

基于模糊統(tǒng)計(jì)法確定隸屬度：

式中：nij表示第i個(gè)缺陷屬于第j 個(gè)原因的次數(shù)；ni表示第i個(gè)缺陷的出現(xiàn)次數(shù)。

2.3 確定德爾菲隸屬度

采用德爾菲優(yōu)序數(shù)法來(lái)確定德爾菲隸屬度值sij。假設(shè)錫膏印刷缺陷Yi有n種可能導(dǎo)致該缺陷的生產(chǎn)要素X1,X2,··· ,Xn，對(duì)于印刷缺陷Yi，將所有可能導(dǎo)致該缺陷的成因進(jìn)行兩兩對(duì)比，每次對(duì)比時(shí)，選出最容易導(dǎo)致該缺陷的生產(chǎn)要素，并對(duì)該生產(chǎn)要素記錄一次優(yōu)序數(shù)。每位產(chǎn)線專家需要進(jìn)行n(n ?1)/2次優(yōu)序數(shù)比較。假設(shè)在對(duì)比過(guò)程中，錫膏印刷缺陷Yi的優(yōu)序數(shù)為tj，設(shè)：

則缺陷成因Xj對(duì)印刷缺陷Yi的初始隸屬度為：

2.4 對(duì)隸屬度函數(shù)的計(jì)算方法的改進(jìn)

傳統(tǒng)的隸屬度函數(shù)計(jì)算方法是計(jì)算德爾菲隸屬度和模糊統(tǒng)計(jì)隸屬度的加權(quán)和。這種方法的不足之處是對(duì)于模糊統(tǒng)計(jì)隸屬度，無(wú)法隨著生產(chǎn)情況的變化而變化，需要每隔一定的時(shí)間重新計(jì)算，對(duì)生產(chǎn)條件改變的敏感度較低。因此本文提出一種動(dòng)態(tài)的隸屬度函數(shù)的計(jì)算方法。首先，在進(jìn)行初次計(jì)算時(shí)，仍然采用式（5）計(jì)算初始模糊統(tǒng)計(jì)隸屬度。接著按式（8）進(jìn)行隸屬度計(jì)算：

式中：sigmoid函數(shù)的數(shù)學(xué)形式為：

將德爾菲隸屬度和模糊統(tǒng)計(jì)隸屬度進(jìn)行求和操作，得到初始隸屬度：

對(duì)初始隸屬度進(jìn)行歸一化操作：

即可得到模糊診斷矩陣R。

本文將4種模型算子相結(jié)合，將其均值y作為最終的判斷結(jié)果，避免了單一模糊診斷算子的片面性。其計(jì)算方法如下：

基于模糊診斷建立的追溯模型如圖2所示。

圖2 基于改進(jìn)模糊診斷的動(dòng)態(tài)錫膏印刷質(zhì)量追溯模型

3 質(zhì)量問(wèn)題追溯模型的實(shí)現(xiàn)與驗(yàn)證

本文的實(shí)驗(yàn)數(shù)據(jù)來(lái)源于某生產(chǎn)企業(yè)SMT產(chǎn)線的實(shí)際生產(chǎn)數(shù)據(jù)，該企業(yè)生產(chǎn)的每種單板有多種封裝的焊盤，不同種類的焊盤的大小、形狀和焊盤之間的間距不同。這些區(qū)別決定了不同種類的焊盤對(duì)錫膏印刷環(huán)節(jié)的生產(chǎn)參數(shù)的要求不同。因此，需要對(duì)不同種類的焊盤分別進(jìn)行分析。雖然一塊電路板上有多種封裝，但錫膏印刷使用同一組生產(chǎn)參數(shù)同時(shí)對(duì)其進(jìn)行印刷。本文使用0.8BGA封裝的焊盤進(jìn)行實(shí)例驗(yàn)證。錫膏印刷過(guò)程數(shù)據(jù)主要分為連續(xù)型變量和離散型變量。連續(xù)型變量主要有：板長(zhǎng)、板寬、板高、工作臺(tái)分離速度、刮刀速度、刮刀壓力、平均壓力、最小壓力、最大壓力、清洗速度、清洗供給時(shí)間、刮刀分離速度、錫膏體積、錫膏面積、錫膏高度、工作臺(tái)分離距離等。離散型變量主要有：自動(dòng)清洗、自動(dòng)清洗計(jì)數(shù)、人工清洗等。部分歷史數(shù)據(jù)如表1所示。

表1 部分歷史數(shù)據(jù)

表中，檢測(cè)結(jié)果代表該焊盤錫膏印刷出現(xiàn)的質(zhì)量問(wèn)題，1，2，8，16，32，64，128，256，512，1024，2048，4096，8192，16384分別代表錫膏印刷會(huì)出現(xiàn)的14種缺陷。通過(guò)機(jī)理分析并結(jié)合專家經(jīng)驗(yàn)，確定錫膏印刷環(huán)節(jié)常見的質(zhì)量問(wèn)題并對(duì)質(zhì)量缺陷進(jìn)行one-hot編碼，如表2所示。

表2 錫膏印刷環(huán)節(jié)常見質(zhì)量問(wèn)題和形成原因

若編碼結(jié)果為[1 0 0 1 0]，則表示漏印和少錫缺陷同時(shí)出現(xiàn)。

定義問(wèn)題缺陷集合為：

式中：Y1代表漏印；Y2代表拉尖；Y3代表塌陷；Y4代表少錫；Y5代表連錫。

對(duì)于連續(xù)型變量，根據(jù)現(xiàn)場(chǎng)經(jīng)驗(yàn)，采用3σ 進(jìn)行離散化，假定μ為變量x的均值，σ 為標(biāo)準(zhǔn)差。離散區(qū)間如表3所示。

表3 離散化后的區(qū)間

對(duì)于離散型變量，使用one-hot編碼方式進(jìn)行處理。以自動(dòng)清洗計(jì)數(shù)為例，該變量是離散型變量，其數(shù)值范圍為{1,2,3}，1代表第1次自動(dòng)清洗，2代表第2次自動(dòng)清洗，3代表第3次自動(dòng)清洗，使用one-hot編碼之后構(gòu)建的特征如表4所示。

表4 使用one-hot編碼之后構(gòu)建的特征

對(duì)所有的連續(xù)型特征和離散型特征進(jìn)行離散化操作后形成問(wèn)題原因特征集，共有243個(gè)特征，具體如表5所示。

表5 進(jìn)行離散化操作后形成的問(wèn)題原因特征集

計(jì)算最終隸屬度得到模糊診斷矩陣：

下面將對(duì)改進(jìn)后的模糊診斷算法隨著生產(chǎn)條件變化的伺服效果進(jìn)行測(cè)試。假定在下一個(gè)計(jì)算周期內(nèi)，因?yàn)樵騒8（刮刀壓力_2，即刮刀壓力較大）導(dǎo)致40塊電路板的錫膏印刷出現(xiàn)缺陷Y5（連錫），未出現(xiàn)其他原因?qū)е碌馁|(zhì)量問(wèn)題。此時(shí)對(duì)于缺陷Y5，動(dòng)態(tài)模糊統(tǒng)計(jì)隸屬度、動(dòng)態(tài)變化前后的隸屬度如表6所示。

表6 動(dòng)態(tài)模糊統(tǒng)計(jì)隸屬度

最后，確定診斷結(jié)果。以印刷缺陷Y3（塌陷）和Y4（少錫）同時(shí)發(fā)生為例，缺陷向量為[0 0 1 1 0]，將其代入式（13），得到4種算子計(jì)算的結(jié)果為：

最后獲得的模糊診斷結(jié)果為：

即同時(shí)發(fā)生塌陷和少錫缺陷時(shí)，可能性最大的原因是X9，X9表示刮刀壓力∈[15.881 2,+∞)，即刮刀壓力過(guò)大導(dǎo)致了塌陷和少錫缺陷。同時(shí)按照概率的大小，所有可能造成塌陷和少錫缺陷的成因序列為{X9,X21,X16,X30,X63}。

最后，選取若干缺陷樣本，通過(guò)模糊診斷模型進(jìn)行診斷，并邀請(qǐng)產(chǎn)線專家對(duì)造成缺陷的原因進(jìn)行判斷。結(jié)果如表7所示。

通過(guò)表7容易看到，模糊診斷序列羅列了所有可能造成缺陷的原因，并根據(jù)概率大小進(jìn)行排序，給出概率最大的原因。本文方法在兼顧診斷全面性的基礎(chǔ)上能給出關(guān)鍵根原因結(jié)果。將本文方法與一般模糊診斷進(jìn)行對(duì)比，一般模糊診斷方法的追溯結(jié)果只能給出一個(gè)缺陷成因，無(wú)法全面追溯可能導(dǎo)致缺陷的所有原因。

表7 產(chǎn)線專家及模糊診斷模型結(jié)果對(duì)比

利用SMT產(chǎn)線缺陷數(shù)據(jù)，使用本文方法對(duì)缺陷產(chǎn)品進(jìn)行質(zhì)量追溯，對(duì)模糊診斷的精度進(jìn)行統(tǒng)計(jì)，結(jié)果如圖3所示。由圖可見，93.64%的診斷序列包含真實(shí)原因，說(shuō)明該模糊診斷方法效果較好。

圖3 模糊診斷效果統(tǒng)計(jì)

為了進(jìn)一步驗(yàn)證本文使用的基于改進(jìn)模糊診斷的動(dòng)態(tài)錫膏印刷質(zhì)量追溯模型的效果，將其與文獻(xiàn)[20]使用的關(guān)聯(lián)規(guī)則模型進(jìn)行應(yīng)用效果對(duì)比。使用某企業(yè)SMT產(chǎn)線錫膏印刷4 815個(gè)缺陷焊盤的數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)證，其中4 000個(gè)缺陷焊盤的數(shù)據(jù)用于模型訓(xùn)練，815個(gè)缺陷焊盤的數(shù)據(jù)用來(lái)進(jìn)行測(cè)試。

在進(jìn)行對(duì)比時(shí)，設(shè)置關(guān)聯(lián)規(guī)則的最小支持度為0.5，最小置信度為0.8。共得到132條規(guī)則，如表8所示，其中，所有規(guī)則的缺陷類型都只有1個(gè)，即沒有2種或2種以上缺陷同時(shí)出現(xiàn)的規(guī)則。關(guān)聯(lián)規(guī)則模型只能對(duì)出現(xiàn)的單一類型缺陷進(jìn)行追溯，無(wú)法對(duì)多種缺陷同時(shí)出現(xiàn)的情況進(jìn)行追溯，且追溯精度較低，真實(shí)原因在診斷序列中的比例為89.42%。

表8 關(guān)聯(lián)規(guī)則獲取的追溯規(guī)則

以某個(gè)缺陷為連錫的焊盤為例，其缺陷的原因是刮刀壓力過(guò)小，刮刀壓力參數(shù)為5.5，離散化后，X2代表刮刀壓力參數(shù)過(guò)小，其刮刀壓力范圍是[0,7.308]。使用基于改進(jìn)模糊診斷的動(dòng)態(tài)錫膏印刷質(zhì)量追溯模型進(jìn)行追溯，得到的追溯序列為{X2,X69,X39,X219,X195}，使用關(guān)聯(lián)規(guī)則算法得到的規(guī)則如表9所示。由表可見，只有1條規(guī)則中包含X2（刮刀壓力參數(shù)過(guò)小）這一真實(shí)原因。

表9 連錫焊盤關(guān)聯(lián)規(guī)則追溯結(jié)果

為了測(cè)試兩種追溯模型的時(shí)間復(fù)雜度，在訓(xùn)練模型時(shí)，訓(xùn)練集每次增加500條數(shù)據(jù)，統(tǒng)計(jì)兩種模型的訓(xùn)練時(shí)間，結(jié)果如圖4所示。改進(jìn)模糊診斷模型由于動(dòng)態(tài)隸屬度計(jì)算方法的設(shè)計(jì)，每次增加的計(jì)算量相同，而關(guān)聯(lián)規(guī)則模型由于每次都需要掃描整個(gè)數(shù)據(jù)集重新計(jì)算，其訓(xùn)練用時(shí)隨著數(shù)據(jù)量的增加而急劇增加。

圖4 改進(jìn)模糊診斷模型與關(guān)聯(lián)規(guī)則模型訓(xùn)練用時(shí)對(duì)比

4 結(jié)束語(yǔ)

本文針對(duì)SMT產(chǎn)線印刷過(guò)程質(zhì)量追溯粒度較粗，導(dǎo)致追溯的準(zhǔn)確度較低，難以精準(zhǔn)確定質(zhì)量問(wèn)題的定性定量根原因，提出了一種基于改進(jìn)模糊診斷的SMT產(chǎn)線質(zhì)量追溯方法，構(gòu)建了基于改進(jìn)模糊診斷的動(dòng)態(tài)錫膏印刷質(zhì)量追溯模型，并通過(guò)產(chǎn)線數(shù)據(jù)驗(yàn)證方法的有效性，驗(yàn)證結(jié)果表明：

1）將連續(xù)型變量離散化后，可以將追溯結(jié)果定性在某個(gè)因素上，定量地確定缺陷的原因，大幅提高質(zhì)量追溯的粒度。并且針對(duì)生產(chǎn)情況變化的伺服性，可以根據(jù)生產(chǎn)情況的變化而進(jìn)行動(dòng)態(tài)計(jì)算，提高追溯的準(zhǔn)確度。

2）從改進(jìn)的模糊診斷質(zhì)量追溯結(jié)果來(lái)看，有效追溯比例為93.64%，說(shuō)明本文提出的方法能夠大幅提高SMT產(chǎn)線印刷過(guò)程質(zhì)量追溯的準(zhǔn)確性。與關(guān)聯(lián)規(guī)則方法的對(duì)比結(jié)果表明，本文方法的準(zhǔn)確度提高了4.22%，在保證追溯準(zhǔn)確性的前提下大幅降低了追溯的時(shí)間復(fù)雜度。