实验与数据混合驱动的喷墨打印电子电路质量预测研究.pdf

设备设计/诊断维修/再制造现代制造工程()年第 期实验与数据混合驱动的喷墨打印电子电路质量预测研究惠记庄王俊杰吕景祥张浩阎志强徐之光(长安大学工程机械学院西安)摘要:当前喷墨打印在制造电子电路过程中工艺参数对印制电路的导线线宽和电阻影响尚未明确这会导致在实际生产过程中难以配置最优工艺参数组合从而降低产品的最终质量 针对此问题基于 神经网络对喷墨打印电子电路的导线线宽和电阻进行了精确预测与优化 首先通过探究神经网络的神经元个数与模型均方误差的关系建立了适用于喷墨打印电路导线线宽与电阻的 神经网络其次采用全因子实验的方法获取基板温度、打印速度、打印层数和延迟时间对印制电路导线线宽和电阻的影响此外对比分析 和 神经网络对于电路导线质量的预测精度并确定了打印参数对质量的拟合方程最后通过遗传算法对导线线宽和电阻进行工艺参数优化并对二者的优化结果进行实验验证 实验结果表明导线线宽和电阻的测量值和预测值的相对误差在 之内该模型能够准确实现对电子电路质量的预测与参数优化从而提升电路质量为产品的研发设计提供了有力参考关键词:喷墨打印电子电路混合驱动 神经网络遗传算法中图分类号:文献标志码:文章编号:():./.():.:引言随着新兴技术的发展体积较大、功能单一及造价昂贵的传统电子产品逐渐被方便携带、功能强大的新型电子产品取代 喷墨打印()技术也逐渐在电子电路领域广泛应用但 制造的电陕西省高等教育教学改革重点攻关项目()年第 期现代制造工程()路性能目前还受液滴材料、压电喷率及打印参数等因素影响 印制电路的性能主要包括导电性能与机械性能而当前导线的线宽和电阻无法满足印制电路的良好导电性极大地限制了 在电子电路方面的进一步发展 是增材制造()最早开发的工艺之一 由于其具有设备简单、制作成本低、打印精度高及非接触式等特点在 领域中已经成为较流行的技术之一 技术的诸多特点弥补了传统电子电路制造工艺复杂、研发设计周期长以及花费成本高昂等不足因此 常用于柔性电子、传感器及工业制造等领域 的原理通过驱动装置产生的压力脉冲克服液滴的表面张力使液滴下落到基板表面控制液滴的直径和相邻液滴间距大小来打印不同的图案 工作原理如图 所示图 工作原理近年来许多学者为提高 制件质量进行了大量的研究文献通过对()式压电喷墨过程的液滴进行数值模拟在给定压力条件下得到不同瞬间液滴的形态得出 在设定条件下的最优参数组合文献探究了 参数和环境条件对 和 黏结剂喷射几何形状形成的影响文献通过优化 墨水配方和工艺参数充分提高陶瓷墨水的印刷性能文献通过建立变黏度 有限元模型探究剪切速率对墨水流变性能的影响为实现墨水的稳定喷射提供了理论依据文献利用有限元模型对墨滴下落的全过程进行数值模拟来探究由于墨水黏度而造成卫星滴和液滴拖尾等一系列质量问题提出了一种新型的供墨子系统综上所述国内外学者对提高 制件的质量进行了大量的仿真、分析和研究但大批学者都集中对喷墨液滴的数值模拟和墨水材料的优化关于 工艺参数对 制件质量影响的研究尚有欠缺 针对 制件在电子电路领域面临的质量问题本文基于遗传算法()优化的 神经网络探究基板温度、打印速度、打印层数及延迟时间对电路导线线宽与电阻的影响并采用 算法对工艺参数进行优化 首先对神经网络的神经元个数进行寻优建立预测精确度更高的线宽与电阻预测模型 通过对训练样本和测试样本进行预测和线性拟合得到关于导线线宽与电阻的拟合方程并成功验证模型泛化和预测能力 最后利用 算法进行参数寻优获取电路质量最优的工艺参数组合通过实验对工艺参数组合进行验证为 在电子电路方面的工艺参数选择与质量控制提供依据 神经网络模型的搭建.神经网络的建立在本文中 神经网络的输入层主要由基板温度、打印速度、打印层数及延迟时间等工艺参数组成输出层为印制电路表征参数线宽和电阻每一个参数为一个节点工艺参数定义如下基板温度:基板在打印机工作过程中由加热台进入加热下的温度状态打印速度:打印机喷头在水平方向上的移动速度打印层数:特定打印区域范围内由喷头打印出的电路的层数延迟时间:通过压电频率来改变两滴油墨之间的下落时间 神经网络模型结构如图 所示图 神经网络模型结构图 中隐含层节点的最优数目在理论上目前并惠记庄等:实验与数据混合驱动的喷墨打印电子电路质量预测研究 年第 期没有得到解决一般用经验公式来确定隐含层节点的个数范围:()式中:为隐含层节点个数 为输入层节点数 为输出层节点数 为常数由于隐含层节点还会受到神经网络中并行结构和转换函数的影响式()在实际计算时难以取得理想的效果 本文研究将所选择的训练数据导入神经网络模型进行训练将隐含层节点个数由 逐步增加到 选取不同的隐含层节点个数建立神经网络然后检验模型并比较各模型的均方误差隐含层节点个数与预测模型均方误差的关系如图 所示图 隐含层节点个数与预测模型均方误差的关系由图 所示可知线宽预测模型最佳隐含层节点个数为 电阻预测模型的最佳隐含层节点个数为 因此本文建立 和 结构的 神经网络分别用来预测导线线宽和电阻.神经网络的建立 是根据大自然中生物进化的规律建立的是一种通过模拟自然进化过程搜索最优解的算法它的主要思想是利用寻找到的最优个体的权值与阈值来代替神经网络的权值与阈值本文通过 从构建模型、优化模型和模型预测 个方面对 神经网络进行优化主要包括以下步骤)构建模型:根据输入层、隐含层和输出层个数来完成 神经网络的结构)优化模型:通过适应度函数式()计算个体适应度值优化 网络的权值和阈值 令个体适应度值为 第 个节点的期望输出和预测输出分别为 和 输出节点数为 为系数 ()()式中:为函数返回数字的绝对值通过选择、交叉和变异来寻找最优适应度对应的个体 其中选择操作是基于适应度比例的选择方法每个个体被选中的概率 用式()表示:()式中:为个体 的适应度为个体 的适应度为种群个数交叉操作采用实数交叉法第 个染色体 和第 个染色体 在个体 位的交叉方法为:()()()()式中:为间的随机数变异操作的方法为:()().()()().()()()式中:为第 个染色体的第 个基因为 的下界为 的上界 为的随机数 为当前迭代次数为最大进化代数 为的随机数)模型预测:用寻找到的最优个体对网络的初始权值和阈值进行赋值训练网络并预测 优化 神经网络算法流程如图 所示图 优化 神经网络算法流程 年第 期现代制造工程()实验部分.主要材料与实验设备本文所选用的打印材料为聚对苯二甲酸乙二醇酯()和纳米银墨水纳米银墨水参数:银粉末直径大小在 之间、含量为 其物质数字识别号码()为 二乙二醇单乙基醚醋酸酯含量为 其 码为 实验所使用的实验仪器与测量设备如图 所示喷墨打印设备 由西安瑞特三维科技有限公司提供如图)所示设备主要技术参数如表 所示 通过视频显微镜进行导线线宽的测量测量过程中通过移动基板进行不同打印电路线宽测定视频显微镜如图)所示 直流电阻测试仪的作用为测量导线的电阻如图)所示图 实验仪器与测量设备表 设备主要技术参数名称具体内容名称具体内容成型腔室尺寸 打印精度.打印头喷墨头及微笔直写头工作气压.打印平台铝合金材质 打印速度.实验设计及试样制备本文基于全因子实验的方法分析基板温度、打印速度、打印层数及延迟时间对导线线宽和电阻的影响 通过预备实验发现当打印速度高于 /或延迟时间高于 时打印出的电路会出现断点、线路不平整等缺陷当打印速度低于 /或延迟时间低于 时打印出的电路会出现液滴堆积现象 所以本文确定打印速度范围为 /延迟时间的范围为 本文实验所采用的打印参数及水平如表 所示表 打印参数及其水平编码.基板温度/.打印速度/().打印层数.延迟时间/为了降低随机误差的影响每一组参数打印 条导线选取测量目标的平均值作为参考 初步确定实验方案为每个 基板上打印 条导线每条导线长为 两相邻导线之间相距为 实验预测及结果分析.实验样本数据本文打印的部分样本如图 所示 在保证预测样本数据多样性和丰富性的同时减少计算量搭建 神经网络预测模型共选用 组样本数据其中模型训练集样本数为 个测试集样本个数为 个由预备实验可知延迟时间对导线质量的影响更为显著因此样本抽取时使基板温度、打印速度和打印层数同步变化充分探究不同延迟时间对导线线宽与电阻的影响 实验所选参数共 个变化水平每个水平抽取 组样本预测样本数据如表 所示图 部分打印样本.预测结果分析与对比 神经网络模型的仿真参数设置训练函数为 函数隐含层和输出层函数分别为 和 函数训练次数为 学习速率为.最小均方误差的训练目标为.优化算法中种群初惠记庄等:实验与数据混合驱动的喷墨打印电子电路质量预测研究 年第 期表 预测样本数据编号基板温度/打印速度/()打印层数延迟时间/线宽/电阻/.始规模为 迭代次数为 次交叉和变异概率分别为.和.个体初始权值、阈值的取值范围均为 样本训练集导入 优化的 神经网络模型模型开始训练模型读取训练数据开始学习当训练误差的指标达到或接近最小均方误差时学习过程结束 预测模型训练收敛过程如图 所示 图 预测模型训练收敛过程图)展示了线宽预测模型的训练收敛过程图)展示了电阻预测模型的训练收敛过程从图 中可以看出线宽预测模型迭代 次后接近最小均方误差电阻预测模型迭代 次后接近最小均方误差 与 神经网络预测结果和相对误差如图 所示其展示了 模型和 模型针对测试集 个样本线宽和电阻的预测结果及实验值与预测值之间相对误差分布情况图 与 神经网络预测结果和相对误差由图 所示可见 模型预测相对误差浮动范围较大且线宽和电阻的预测值与实验值之间的最大相对误差分别为.和.而 模型预测相对误差较稳定在小范围内变动且线宽和电阻的预测值和实验值之间的最大相对误差分别为.和.从图 所示预测结果可以看出经 优化后的模型对导线线宽和电阻预测值更加接近实验值 由此表明遗传算法优化的 神经网络不仅预测性能更稳定预测精度也相对较高 年第 期现代制造工程()在 模型线宽预测中仍有部分测试样本相对误差偏大如图)中第、第、第 组数据所示 模型电阻预测值与实验值的相对误差如图)所示第、第、第 组数据的相对误差较大误差较大样本的打印参数如表 所示从表 中可以看出线宽和电阻相对误差较大的样本都是在较短的延迟时间下完成打印两液滴下落的间隔时间过短导致液滴在基板上间距变短液滴过多积累从而使打印样件线宽实验值与预测值相对误差较大 每一个打印样本长度都为 延迟时间过短导致两液滴间隔距离较小单位长度内墨水充分接触导线的导电性会提高电阻的预测值会稍大于实验值 总体来看 模型线宽和电阻的平均相对误差分别为.和.满足预测的精度要求表 误差较大样本的打印参数编号 模型训练集样本线性回归结果如图 所示图 模型训练集样本线性回归结果 模型测试集样本线性回归结果如图 所示图 模型测试集样本线性回归结果图、图 中 为线宽实验值为线宽预测值为电阻实验值为电阻预测值通过线性回归分析得到了实验值与预测值之间的相关系数 和线性回归方程 训练集样本中线宽和电阻的 模型实验值和预测值的相关系数分别为.和.测试集样本中线宽和电阻的实验值与预测值的相关系数分别为.和.模型训练集样本和预测集样本的 都接近于 表明该模型可以准确地实现喷墨打印电子电路质量的预测与评估.工艺参数优化及其实验验证印制电路工艺参数的水平范围是根据预备实验确定的在水平范围内打印的导线都能够满足导线的基本性能 基于 神经网络得到印制电路的工艺参数与线宽和电阻关系模型采用 对工艺参数在选定的水平范围内进行寻优目标函数分别为当导线线宽和电阻取最小值适应度计算公式如式()所示 寻优适应度变化曲线如图 所示(备注:对之前训练好的网络进行的单目标优化因此输出节点为)由图 所示可知随着迭代次数的增加每代群体的适应度逐渐接近最佳适应度 如图)所示经惠记庄等:实验与数据混合驱动的喷墨打印电子电路质量预测研究 年第 期过约 次迭代后搜索到的最佳线宽为.对应的工艺参数组合为:基板温度为 打印速度为 /打印层数为.延迟时间为 如图)所示经过约 次迭代后搜索到的最佳电阻为.对应的工艺参数组合为:基板温度为.打印速度为./打印层数为 延迟时间为 在电路打印过程中由于打印层数通常为整数线宽的最佳打印层数可选择为 层或者 层和 层交替打印图 寻优适应度变化曲线在实验条件保持不变的情况下对优化后导线的最佳工艺参数组合进行验证在满足设备参数及设置条件的情况下尽可能小地修改计算得到的工艺参数 实验样件表面形态如图 所示图)所示展示了最佳线宽对应的工艺参数组合打印的样件表面形态实验测得样件的线宽与优化计算的线宽相对误差约为.且此时测得导线的电阻为 .图)所示展示了最佳电阻对应的工艺参数组合打印的样件表面形态 测得电阻值与优化计算的电阻值相对误差约.且此时测得导线的线宽为.寻优结果验证对比如表 所示其展示了所选参数组合及验证结果 验证结果表明优化后的工艺参图 实验样件表面形态数可以实现对不同要求的电子电路进行打印有助于丰富印制电路的几何特征和提高导电性能表 寻优结果验证对比数组基板温度/打印速度/()打印层数延迟时间/线宽/电阻/优化组.实验组.优化组.实验组.在实际工程应用中通常会面临加工不同线宽的导线并保证其具有良好的导电性能因此在单目标优化的基础上进一步选用遗传算法对训练好的网络进行多目标优化 的 解的分布如图 所示其展示了利用 对导线的线宽和电阻进行多目标优化的结果即导线线宽在 以内的 解集的分布部分不同性能导线的工艺参数组合的解如表 所示 该工艺参数组合的解集能为不同印制电路的加工提供参考对第三组工艺参数组合进行喷墨打印的简单应用因设备加工参数为整数所以选用基板温度为 打印速度为 /打印层数为 延迟时间为 加工印制的环形电路如图 所示从图 中 年第 期现代制造工程()可以看出电路表面形貌良好线宽均匀测得印制电路的线宽为.电阻为.图 的 解的分布表 部分不同性能导线的工艺参数组合的解组数基板温度/打印速度/()打印层数延迟时间/线宽/电阻/.图 印制的环形电路 结语 技术正在迅速发展并广泛应用于电子电路制造但喷墨印制电路需要选择最佳的工艺参数组合才能打印高质量电路 印制电路导线线宽和电阻的大小决定着电路的几何形状和导电性能 针对 在生产电路时难以选择最佳的工艺参数本文基于 神经网络对 电子电路导线的线宽与电阻进行了精确预测和优化得出的结果如下)通过探究神经网络的神经元个数与预测模型均方误差的关系发现采用 个和 个神经元节点会极大地提高线宽与电阻预测模型的鲁棒性与准确度)神经网络模型相比传统 神经网络模型能够更准确实现对导线线宽和电阻的预测且平均相对误差均小于 通过线性回归分析得到关于导线质量的拟合方程且训练集样本和测试集样本的相关系数 值都接近于 )在本文的实验条件下测得不同工艺参数组合下导线的线宽与电阻利用 对印制电路导线的工艺参数进行寻优计算得到当基板温度为 打印速度为 ./打印层数为.延迟时间为 时线宽最小为.当基板温度为.打印速度为./打印层数为 延迟时间为 时电阻最小为.参 考 文 献:陈燎唐兴伟周涵等.墨水直写、喷墨打印和激光直写技术及其在微电子器件中的应用.材料导报():.龚志远朱中琪黎子永等.喷墨打印技术制造新能源器件研究进展.硅酸盐学报():.杨登科傅莉李超等.喷墨打印制备电路板的研究进展.电子元件与材料():.():.周艺聪宁洪龙王一平等.柔性电极的喷墨印刷制备.发光学报():.王航王冰心宁新等.喷墨打印导电墨水及其智能电子纺织品研究进展.纺织学报():.():.蔡昊董春法张祥林.式压电喷墨打印系统液滴形成过程的数值模拟.包装工程():.:.():.朱东彬吴民强王竹贤等.基于微滴喷射 打印的纳米颗粒悬浮墨水稳定喷射研究.机械工程学报():.占红武胥芳郭维锋等.压电喷墨过程动力学建模与供墨方法.机械工程学报():.陈爽李荣浩张志.基于优化 神经网络的 制品翘曲变形量预测.塑料工业():.(下转第 页)李伟豪等:四足机器人腿部结构拓扑优化设计及力学性能分析 年第 期)本文通过腿部优化实例验证了拓扑优化方法能够实现实际 打印产品力学性能的提升为该方法在生产中的运用提供了依据参 考 文 献:.():.赵明.全方向步行器的鲁棒跟踪控制方法研究.沈阳:沈阳工业大学.刘明源陈平马建设.直驱式四足机器人的结构优化设计与研究.中国机械工程():.苏军.多足步行机器人步态规划及控制的研究.武汉:华中科技大学.():.丁良宏.四足机器人关键技术分析.机械工程学报():.王雪梅薛振国刘玲玲.基于有限单元法重载车辆驱动桥壳优化设计.机械设计与制造():.周克民李俊峰李霞.结构拓扑优化研究方法综述.力学进展():.李芳凌道盛.平面应力问题的结构拓扑优化.浙江工业大学学报():.:.():.姚屏林源汤勇等.结构拓扑优化方法及其机器人轻量化应用现状及发展.机电工程技术():.张龙.打印过程的计算机仿真研究.兰州:兰州理工大学.卢秉恒李涤尘.增材制造(打印)技术发展.机械制造与自动化():.魏彬丁逸昊刘晓鹏等.打印工艺参数对制品力学性能影响实验研究.机械强度():.龙海波毕庆贞.基于可变形带的碳纤维增强树脂基复合材料 打印.现代制造工程():.曹文意陈继民袁艳萍等.基于混合坐标系的 型 打印机研制.工程设计学报():.:.:.章力徐东张书锋等.纤维随机分布对复合材料纵向压缩特性的影响.机械强度():.潘盛湖刘云强胡涵等.基于多喷头并联的 打印机控制系统的研究.工程设计学报():.王征.复合材料 打印应用之碳纤维篇.复合材料科学与工程():.(/):.():.何芝雷阳封硕等.基于 法的变刚度结构拓扑优化研究.装备制造技术():.:.作者简介:李伟豪硕士研究生主要从事结构优化相关方面的研究茅健通信作者博士教授主要从事精密检测与控制、碳纤维复合材料增材制造的研究:.收稿日期:(上接第 页)王晓晖刘月刚孟婥.基于遗传算法和神经网络的 增材印花工艺参数优化.纺织学报():.闫楚良郝云霄刘克格.基于遗传算法优化的 神经网络的材料疲劳寿命预测.吉林大学学报(工学版)():.:.:.作者简介:惠记庄教授博士生导师主要从事机械工程和增材制造研究吕景祥通信作者副教授硕士生导师主要从事增材制造能效优化研究:.:.收稿日期: