| 基于图卷积神经网络的电路板装配故障反演方法 |
| |
| 引用本文： | 董晓冬,周金柱,林强强,杜志强,蔡云霓.基于图卷积神经网络的电路板装配故障反演方法[J].电子机械工程,2024,40(1):25-30. |
| |
| 作者姓名： | 董晓冬 周金柱 林强强 杜志强 蔡云霓 |
| |
| 作者单位： | 西安电子科技大学高性能电子装备机电集成制造全国重点实验室 |
| |
| 基金项目： | 国家自然科学基金资助项目（52175247）；国家重点研发计划项目（2022YFB3306101）；陕西省自然科学基础研究计划资助项目（2023-JC-JQ-43）；西安市重点产业链关键核心技术攻关项目（23LLRH0080） |
| |
| 摘 要： | 现阶段电路板装配故障信息不能有效反演至设计师，导致设计制造迭代效率无法提升。文中提出了一种基于图卷积神经网络的电路板装配故障反演方法，首次将电路板的电路结构作为非欧结构数据进行研究，提出了电路板电路结构的图化方法和批量双模型图卷积相似度算法以解决电路板装配故障反演问题。算法主要流程包括：将目标电路板和待检测电路板群拼接，形成训练集、验证集和测试集，送入第一模型，依次由图卷积神经网络层、全连接层和softmax层对图节点进行分类，并利用准确率、召回率和F1值评估第一模型；随后将完整数据送入第二模型，利用余弦相似度得出目标电路板装配故障器件点和待检测电路板群器件点的相似度评分，并将量化结果推荐到电路板设计师完成辅助设计。实验结果表明，该方法能够对电路板相似故障提出有效的反演设计建议。
|
| 关 键 词： | 图卷积神经网络 电路板装配故障 反演 辅助设计 |
Circuit Board Assembly Fault Inversion Method Based on Graph Convolutional Neural Network |
| |
| DONG Xiaodong,ZHOU Jinzhu,LIN Qiangqiang,DU Zhiqiang,CAI Yunni.Circuit Board Assembly Fault Inversion Method Based on Graph Convolutional Neural Network[J].Electro-Mechanical Engineering,2024,40(1):25-30. |
| |
| Authors: | DONG Xiaodong ZHOU Jinzhu LIN Qiangqiang DU Zhiqiang CAI Yunni |
| |
| Affiliation: | State Key Laboratory of Electromechanical Integrated Manufacturing of High-performance Electrionic Equipments,Xidian University |
| |
| Abstract: | |
| |
| Keywords: | graph convolutional neural network circuit board assembly fault inversion aided design |
|
| 点击此处可从《电子机械工程》浏览原始摘要信息 |
|
点击此处可从《电子机械工程》下载全文 |
