一种高速贴片机在线贴装优化方法研究

doi:10.3778/j.issn.1002-8331.1511-0008

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (9): 220-225.DOI: 10.3778/j.issn.1002-8331.1511-0008

一种高速贴片机在线贴装优化方法研究

邢星1，2，贾志淳1，孙乙铭2，陈进2

1.渤海大学信息科学与技术学院，辽宁锦州 121013
2.哈尔滨工业大学航天学院，哈尔滨 150001

出版日期:2017-05-01 发布日期:2017-05-15

Online pick and place optimization method for high speed surface mounting devices

XING Xing1，2, JIA Zhichun1, SUN Yiming2, CHEN Jin2

1. School of Informational Science and Technology, Bohai University, Jinzhou, Liaoning 121013, China
2. School of Astronautics, Harbin Institute of Technology, Harbin 150001, China

Online:2017-05-01 Published:2017-05-15

摘要/Abstract

摘要： 贴装顺序是影响高速贴片机生产效率的关键因素，为了提高贴片机生产效率，研究多贴片头高速贴片机贴装顺序优化问题，通过吸嘴选择与分配和贴装顺序优化，提出一种在线贴装优化方法。实验以自主研发的高速贴片机为平台，验证优化方法的性能；实验结果表明该方法可以进一步提高高速贴片机的生产效率。

关键词: 高速贴片机, 在线贴装顺序, 优化算法, 吸嘴分配

Abstract: The component mounting sequence is the key factor in the production efficiency for high speed surface mounting devices. In order to improve the efficiency of high speed surface mounting devices, this paper studies the optimization problem for multi-head high speed surface mounting devices and proposes an online method for optimizing the pick and place sequences. Based on the designed high speed surface mounting device, it examines the performance of the proposed method. The experimental results show that the proposed method can improve the production efficiency for high speed surface mounting devices.

Key words: high speed surface mounting device, online pick and place sequence, optimization method, nozzle allocation

邢星1，2，贾志淳1，孙乙铭2，陈进2. 一种高速贴片机在线贴装优化方法研究[J]. 计算机工程与应用, 2017, 53(9): 220-225.

XING Xing1，2, JIA Zhichun1, SUN Yiming2, CHEN Jin2. Online pick and place optimization method for high speed surface mounting devices[J]. Computer Engineering and Applications, 2017, 53(9): 220-225.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[3]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[6]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[7]	张伟康，刘升，任春慧. 混合策略改进的麻雀搜索算法[J]. 计算机工程与应用, 2021, 57(24): 74-82.
[8]	徐辰华，骆珠光，吴冠宏，刘斌. 基于正弦因子和量子局部搜索的灰狼优化算法[J]. 计算机工程与应用, 2021, 57(24): 83-89.
[9]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[10]	易灵芝，王仕通，易芳，邓栋，易志敏，姜鹏. 基于EEMDSE-ILSTM的风电场超短期风速预测[J]. 计算机工程与应用, 2021, 57(22): 288-294.
[11]	李守玉，何庆，杜逆索. 分段权重和变异反向学习的蝴蝶优化算法[J]. 计算机工程与应用, 2021, 57(22): 92-101.
[12]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.
[13]	陈雷，尹钧圣. 高斯差分变异和对数惯性权重优化的鲸群算法[J]. 计算机工程与应用, 2021, 57(2): 77-90.
[14]	王梦璐，李连忠. 动态反向搜索更新位置的改进灰狼优化算法[J]. 计算机工程与应用, 2021, 57(18): 86-96.
[15]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.

一种高速贴片机在线贴装优化方法研究

Online pick and place optimization method for high speed surface mounting devices

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics