一种多层印刷电路板制造中感光阻焊过程的优化调度方法技术

本发明专利技术涉及一种多层印刷电路板制造中感光阻焊过程的优化调度方法，属于生产车间智能优化调度技术领域。本发明专利技术通过确定感光阻焊过程调度模型和优化目标，并使用基于种群增量学习算法的优化调度方法对优化目标进行优化；其中调度模型依据每块电路板在各台机器上的加工完成时间来建立，同时优化目标为最小化最早完工时间。本发明专利技术使得PSR过程的表达清晰准确；使得概率模型在精度和复杂度上达到较好平衡；使得算法的全局搜索更具引导性；可以有效利用优势个体的历史信息，也可以保证算法的全局搜索具有一定的宽度；有利于算法跳出局部最优，进而使得算法搜索更多的不同区域；提高了算法的局部开发能力，可进一步提高解的质量。

Optimal scheduling method for photosensitive solder resist process in multilayer printed circuit board manufacturing

The invention relates to an optimized scheduling method of a photosensitive solder resist process in multilayer printed circuit board manufacturing, which belongs to the technical field of intelligent optimization dispatching in a production workshop. The invention can determine the sensitive resistance welding process scheduling model and optimization, and use the optimal scheduling method for population based incremental learning based on the optimization objectives; the scheduling model based on each circuit board processing in the machine completion time to build, and the optimization objective is to minimize the earliest completion time. The expression of PSR in the process of making clear and accurate; the probability model of a good balance in accuracy and complexity to the global search algorithm; more guidance; can effectively take advantage of individual historical information, it can guarantee the global search algorithm has a certain width; conducive to the algorithm to jump out of local optimum, thus making the algorithm search in different regions more; to enhance the local exploitation ability of the algorithm, which can further improve the quality of the solution.

【技术实现步骤摘要】

本专利技术涉及一种多层印刷电路板制造中感光阻焊过程的优化调度方法，属于生产车间智能优化调度

技术介绍
印刷电路板（PrintedCircuitBoard，PCB）是电子元器件集成的载体，是电子产业最重要的部件之一。几乎每种电气设备，为了实现不同元器件之间的电气互连，都要使用印制板。在PCB的产品结构上，多层板占据了大部分的产值比例，多层电路板的制造能力，已成为衡量PCB行业技术水平的最重要标准。随着市场竞争的日趋激烈，如何有效地提高多层电路板生产过程中各环节的效率，是提高企业经济效益和市场竞争力的关键。在PCB系统的制造过程中，感光阻焊（PhotographSolderResist，PSR）过程是其中最为关键的一环。PSR过程包括感光油墨刷印、干燥、曝光、显影4个阶段，需要分别在4台不同机器上完成。在整个电路板的印制过程中，PSR过程实现了图形由设计软件向物理实体的转移，占据主要时间。因此，对PSR过程进行合理的调度，是缩短生产周期，提高PCB系统产能的关键。在制造多层电路板过程中，待加工的板材每增加一层，就要经过PSR过程一次。具体来说，要印制L(L>1)层的电路板，则该板材需要按相同顺序重复经过PSR过程中的4台机器L次，方能完成加工。因此，PSR过程的特点在于，每块板材在每一次加工过程中均按照M1,M2,M3,M4,M1,M2,M3,M4,…,M1,M2,M3,M4的机器顺序进行加工，且每台机器上各块材料的加工顺序相同。PSR过程属于一类典型的可重入流水线生产过程。由于每台机器上各块板材的加工顺序相同，学术界定义这类流水线为M台机器可重入流水线(M-machineReentrantFlow-shop，MRFS），业已证明两台机器以上MRFS调度问题属于NP难问题，即无法在多项式时间内求得其精确解。显然，机器数M=4的MRFS调度问题（即：PSR过程调度问题），也属于NP难范畴。对该问题进行合理的调度，可明显提高PCB系统的生产效率。由于PSR过程调度问题是NP难的，使得传统的数学规划方法只能求解小规模问题，而启发式构造性方法优化质量较差。因此，本专利技术设计一种基于种群增量学习（Population-basedIncrementalLearning，PBIL）算法的优化调度方法，可在较短时间内获得PSR过程调度问题的优良解。
技术实现思路
本专利技术所要解决的技术问题是在较短时间内获得PSR过程调度问题的优良解的问题，提供了一种多层印刷电路板制造中感光阻焊过程的优化调度方法。本专利技术的技术方案是：一种多层印刷电路板制造中感光阻焊过程的优化调度方法，通过确定感光阻焊过程调度模型和优化目标，并使用基于种群增量学习算法的优化调度方法对优化目标进行优化；其中调度模型依据每块电路板在各台机器上的加工完成时间来建立，同时优化目标为最小化最早完工时间Cmax：,式中：，，m=4，j=1,…,n×L，k=2,…,m，n×m×L表示问题的规模，n表示待加工的电路板材料总数，m表示感光阻焊过程的4个不同阶段，L表示电路板的层数，表示正整数的集合；是待加工的电路板工序，表示中第j个位置的电路板，表示电路板在[]中重复出现的次数，是加工电路板第层第k个阶段的加工时间，是加工电路板第层的第k个阶段的完工时间；，，，；优化目标是在所有排序构成的集合中，找到一个最优的排序，集合中元素的数量为。所述优化调度方法的具体步骤如下：A、编码方式：以每层电路板的加工顺序进行编码；其中n为待加工电路板的个数，L为电路板的层数；B、种群和概率模型初始化：种群规模为M，采用随机方法产生初始化种群，直至初始解的数量达到种群规模的要求；采用n×(n×L)阶的概率矩阵作为算法的概率模型：式中：gen表示算法运行代数，初始化时gen=1；元素表示电路板工序编码中的第j个元素取值为i的概率，均取值为1/n；第j列中的所有元素满足；n为待加工电路板的个数，L为电路板的层数；C、采样并产生新的种群：采用轮盘赌的方式对概率模型进行采样；D、基于“Insert”的变异操作：使用“Insert”操作对以概率0.3选中新种群中的个体或解进行变异；E、结合“Interchange”邻域搜索和首次改进策略的局部搜索：选择执行了“Insert”变异操作后的新种群中前5﹪的优势个体作为“选中个体”，进行“Interchange”操作，得到“最优个体”；F、更新概率模型：使用算法在搜索过程中找到的“最优个体”对概率矩阵进行更新；G、终止条件：设定终止条件的最大迭代次数为200，如果满足，则输出“最优个体”；否则转至步骤C，反复迭代，直到满足终止条件。所述种群规模设置为50。本专利技术的工作原理是：步骤1：建立PSR过程调度模型和优化目标。调度模型依据每块电路板在各台机器上的加工完成时间来建立，同时优化目标为最小化最早完工时间Cmax：,式中：，，m=4，j=1,…,n×L，k=2,…,m，n×m×L表示问题的规模，n表示待加工的电路板材料总数，m表示感光阻焊过程的4个不同阶段，L表示电路板的层数，表示正整数的集合；是待加工的电路板工序，表示中第j个位置的电路板，表示电路板在[]中重复出现的次数，是加工电路板第层第k个阶段的加工时间，是加工电路板第层的第k个阶段的完工时间；，，，；优化目标是在所有排序构成的集合中，找到一个最优的排序，集合中元素的数量为。步骤2：解的表达。解的编码是算法迭代寻优的前提。通过建立问题解空间和算法解空间的合理的映射，不仅可以有效的反映问题自身的结构特性，同时也方便解码操作进而形成可行调度。对于调度问题，经典的编码方式主要包括基于机器的编码，基于工件的编码和基于随机键的编码等。针对PCB制造中PSR过程的特征，本专利技术提出基于电路板工序的编码。以n×m×L=3×4×2的问题为例，[]=[2,1,3,2,3,1]是问题的一个解。其中，表示编号为2的电路板是第1个进行加工，而表示这时编号为2的电路板是第1次经过PSR过程；表示编号为2的电路板是第4个进行加工，而表示这时编号为2的电路板是第2次经过PSR过程；其他以此类推。这种编码方式简单直观，且容易实现。步骤3：种群和概率模型初始化。采用随机方法产生初始化种群，即在第一代种群中随机产生个体或解，直至初始解的数量达到种群规模的要求；采用n×(n×L)阶的概率矩阵作为算法的概率模型，用于积累优质个体的历史信息，进而指导种群的进化方向，实现算法的迭代寻优。初始化的概率矩阵如下：式中：gen表示算法运行代数，初始化时gen=1；元素表示电路板工序编码中的第j个元素取值为i的概率，均取值为1/n；第j列中的所有元素满足；n为待加工电路板的个数，L为电路板的层数；步骤4：采样并产生新的种群。对概率模型进行采样，进而产生新的种群，是决定算法全局引导性的关键。在采样产生新的种群的过程中，即要求采样方式能够体现概率模型的分布规律，同时也要具有一定的随机性成分。本发本文档来自技高网...

【技术保护点】
1.一种多层印刷电路板制造中感光阻焊过程的优化调度方法，其特征在于：通过确定感光阻焊过程调度模型和优化目标，并使用基于种群增量学习算法的优化调度方法对优化目标进行优化；其中调度模型依据每块电路板在各台机器上的加工完成时间来建立，同时优化目标为最小化最早完工时间Cmax：C(πj,1,l(πj))=max{C(πj-1,1,l(πj-1)),C(πj,m,l(πj)-1)}+p(πj,1,l(πj))C(πj,k,l(πj))=max{C(πj-1,k,l(πj-1)),C(πj,k-1,l(πj))}+p(πj,k,l(πj))Cmax(π)=C(πn×L,m,l(πn×L))π*=arg{Cmax(π)}→min,∀π∈Π]]>式中：m=4，j=1,…,n×L，k=2,…,m，n×m×L表示问题的规模，n表示待加工的电路板材料总数，m表示感光阻焊过程的4个不同阶段，L表示电路板的层数，表示正整数的集合；π=[π1,π2,...,πnxL]是待加工的电路板工序，πj(πj∈{1,...,n},j∈{1,...,n×L})表示π中第j个位置的电路板，l(πj)表示电路板πj在[π1,...,πj]中重复出现的次数，p(πj,k,l(πj))是加工电路板πj第l(πj)层第k个阶段的加工时间，C(πj,k,l(πj))是加工电路板πj第l(πj)层的第k个阶段的完工时间；C(π0,k,l(π0))=0，C(πj,k,0)=0，k∈{1,...,m}，j∈{1,...,n×L}；优化目标是在所有排序构成的集合Π中，找到一个最优的排序π*，集合Π中元素的数量为(n×L)!/[L!]n。...

【技术特征摘要】
2013.09.09 CN 201310404227.81.一种多层印刷电路板制造中感光阻焊过程的优化调度方法，其特征在于：通过确定感
光阻焊过程调度模型和优化目标，并使用基于种群增量学习算法的优...

【专利技术属性】
技术研发人员：钱斌，李作成，胡蓉，孙映白，曹高立，万婧，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南;53