Resumen

Mejorar la precisión de la alimentación de material para los pedidos de plantillas de circuitos impresos (PCB) puede reducir el coste global de las fábricas. En este artículo se desarrolla un enfoque de minería de datos basado en gráficos de caja multivariantes, modelos de cambio estructural múltiple (MSCM), selección de características de componentes de vecindario (NCFS) y redes neuronales artificiales (ANN) para la predicción de la tasa de desechos y la optimización de la alimentación de material. Se especificaron variables relacionadas con la tasa de desechos y se exportaron 30.117 muestras de pedidos de una empresa de producción de plantillas de PCB. Se elaboraron gráficos de caja multivariantes para detectar valores atípicos. Se empleó MSCM para explorar el cambio estructural de las muestras, que finalmente se dividieron en seis grupos. Se utilizaron NCFS y ANN para seleccionar las características relacionadas con la tasa de chatarra y construir modelos de predicción para cada grupo de muestras, respectivamente. El rendimiento del modelo propuesto se comparó con el de la alimentación manual y la RNA, y los resultados indican que el enfoque muestra una superioridad evidente sobre los otros dos métodos al reducir simultáneamente la tasa de excedentes y la tasa de alimentación suplementaria y, por tanto, reduce el coste global de la materia prima, la producción, la logística, el inventario, la eliminación y la compensación por retraso en la entrega.

• Materias:Ingeniería electrónica Redes Inalámbricas Modelo computacional Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Computational Model Signal processing computer-assisted Data processing
• Palabras claves:ann, muestras, tasa de desechos, empresa de producción de plantillas de pcb, modelo de cambio estructural múltiple, selección de características de componentes de vecindario, redes neuronales artificiales, enfoque de minería de datos, compensación por demora en la entrega, optimización de la alimentación de material
• Keywords:ann, samples, scrap rate, pcb template production company, multiple structural change model, neighborhood component feature selection, artificial neural networks, data mining approach, delivery tardiness compensation, material feeding optimization