焊點形態比較模型基于神經網絡的SMT焊點質量分析評價專家系統，是以實際焊點形態與合理焊點 形態的偏差作為判斷焊點質量的依據,這種偏差可以通過比較焊點形態參數來獲取。焊 點形態參數比較的方法有多種，以下介紹的是其中一種較簡單、直接的比較方法。下面貼片加工廠家小編來講解一下SMT焊點系統工作流程和cob綁定加工的流程的相關知識。
第一步、首先了解鍵盤COB綁定加工的技術參數和詳細的COB綁定加工的詳細介紹；
第二步、再看一下之前購買過COB綁定加工的網友對這個產品的評論和在線留言，好為更好的選擇做鋪墊；
第三步、找一下和鍵盤COB綁定加工相似的產品，可以當做橫向對比進行參考；第四步、聯系COB綁定加工的加工廠家，可以詳細的資訊關于COB綁定加工的各種問題；
最后一步、下訂單，然后確認收貨，就可以給這個產品進行評價了。
(1)首先根據輸入的焊點類型,應用相應的訓練樣本對神經網絡進行訓練，并將連接 權矩陣作為知識保存在知識庫中。
(2)讀入實際焊點形態參數與合理焊點形態參數的偏差值,進入數據庫進行查詢，若 查詢成功，則給出相應的控制策略，進一步調整工藝參數或消除故障，若查詢不成功，則利 用知識庫中的知識，通過推理算法給出運算結果。
(3)對系統給出的推薦值進行試驗驗證和評估，若結果滿意則將其存入數據庫中，并 根據結果進行焊點組裝質量控制，否則返回重復上述過程。
(1)網絡模型的選擇在基于神經網絡的SMT焊點質量分析評價專家系統中，知識庫用于存放各個神經 元之間的連接權值,用數字化的權矩陣表示。在構造知識庫時，很重要的一項任務就是網 絡模型的選擇，即確定神經網絡的表達方式和學習算法。在學習模塊中，希望找到SMT 產品實際焊點和合理焊點形態參數的偏差值與應該采取的控制量之間的對應關系。該系 統的輸入和輸出參數都是可以連續變化的，而且在訓練中要求在一定的輸入下推理得到 的控制結論，與SMT工藝專家給出的結論誤差足夠小，因此要求有教師學習?；谝陨?要求，這里選用誤差反傳網絡(即BP網絡)來實現，
(2) BP算法與BP網絡相對應的BP算法是由兩部分組成:信息的正向傳遞和誤差的反傳。下面 以兩層BP網絡為例說明BP算法的原理。設網絡的輸入為力,輸入層、隱含層和輸出層神經元的個數分別為r、si和S2；輸入層 到隱含層的權值系數為叫疽傳遞函數為而隱含層到輸出層的權值系數為助2,,，傳遞函 數為七；網絡輸出為A,目標矢量為T;bi、b2分別表示輸入層和隱含層神經元鬲閾值。BP算法過程，可歸納如下：①將網絡連接權值初始化，賦給一個很小的初值；②提供輸入和期望輸出；③計算實際輸出，包括輸出層和隱含層各節點；④調整權值,利用回歸算法，先從輸出層開始，以后返回到隱含層，直到第一隱含層， 如果滿足誤差中止條件,則中止調整。
