基于神经网络的波峰焊用钎料改性研究

摘要

采用6×24×8×2四层拓扑结构，以Bi含量、In含量、Sr含量、Ag含量、y含量和Ce含量为输入层参数，设计最多五元的波峰焊用SnCu基钎料合金，以可焊性和熔点为输出层参数，构建了波峰焊用钎料神经网络改性研究模型，并进行了试验验证、组织分析和性能测试。结果表明，该神经网络的预测精度较高，可焊性预测值相对误差在1.7～2.9%之间、熔点预测值相对误差在1.5～2.8%之间，优化钎料合金Sn-0.7Cu-0.9Bi-0.2In-0.4y可焊性好、组织致密、熔点较Sn99.3Cu0.7钎料熔点下降了近20℃。