本发明涉及imc厚度预测领域，具体涉及一种基于再流焊不同温区映射温度预测imc厚度的方法。
背景技术：
1、本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
2、在再流焊过程中测量界面金属间化合物(imc)厚度的背景是为了评估焊接质量和可靠性。imc是由焊接过程中金属间的扩散反应形成的，通常位于焊点的界面处。它们由基板和焊料之间的金属元素相互扩散而形成，形成了焊点的强度和稳定性的关键。
3、测量imc厚度的意义在于：
4、1)焊接质量评估：imc的厚度直接关系到焊接的强度和可靠性。较薄的imc通常意味着更好的焊接连接，而过厚的imc可能导致焊接连接的弱点。通过测量imc的厚度，可以评估焊接质量是否符合要求。
5、2)可靠性预测：imc的厚度还与焊点的长期可靠性相关。如果imc太薄，焊点可能会在应力或温度变化下失效；而太厚的imc可能会导致应力集中和裂纹的形成。通过测量imc的厚度，可以预测焊点在使用过程中的可靠性和耐久性。
6、3)工艺控制：通过测量imc厚度，可以监测焊接过程中金属元素的扩散速率和反应情况。这有助于优化再流焊工艺参数，控制imc的形成和生长速度，从而提高焊接质量和一致性。
7、综上所述，测量imc厚度可以提供关于焊接质量、可靠性和工艺控制的重要信息，帮助评估和改进再流焊过程。
8、而目前imc厚度检测会带来材料的损耗，且检测效率较低。
技术实现思路
1、本发明的目的在于：针对imc厚度检测带来的材料损耗问题，提供了一种基于再流焊不同温区映射温度预测imc厚度的方法，旨在利用再流焊不同温区映射温度与imc厚度的联系，通过前馈神经网络进行预测，减少imc厚度检测带来的的材料损耗，并提高imc厚度检测效率，为规避imc的不良影响提供指导作用，避免由此导致的负面影响，从而提高产线的生产质量；从而解决了上述问题。
2、本发明的技术方案如下：
3、一种基于再流焊不同温区映射温度预测imc厚度的方法，包括：
4、通过建立imc测量实验收集多组再流焊不同温区映射温度与对应imc厚度的关联数据，以此构建再流焊不同温区映射温度imc厚度数据集，并以此数据集训练前馈神经网络，基于训练好的前馈神经网络预测imc厚度。
5、进一步地，具体包括：
6、步骤s1：设置多组再流焊不同温区映射温度实验组，进行imc厚度测量实验；
7、步骤s2：对实验结果进行处理与记录，得到再流焊不同温区映射温度imc厚度数据集；
8、步骤s3：将所述数据集作为前馈神经网络的训练样本，对前馈神经网络进行学习训练；
9、步骤s4：当前馈神经网络满足收敛条件，且imc厚度预测精度满足要求为止；
10、步骤s5：基于训练好的前馈神经网络对imc厚度进行预测。
11、进一步地，所述多组再流焊不同温区映射温度实验组是通过调整再流焊不同温区映射温度间隔步长以及链速间隔步长来设置的。
12、进一步地，在imc厚度测量实验中，检测环境温度为22.3℃，湿度为52％rh；检测方法，包括：手动微切片法和扫描电镜测量方法。
13、进一步地，在imc厚度测量实验中，检测过程为：先将样品切割、冷镶、研磨、抛光、微蚀后，样品表面镀pt30s，按照标准作业流程放入扫描电子显微镜样品室中进行放大观察与测量，得到最终的测量结果。
14、进一步地，所述步骤s2，包括：
15、对实验结果进行处理与记录，使数据达成以下标准格式：
16、t1,t2,t3,t4,t5,t6,t7,t8,v,t
17、其中，t1,t2,t3,t4,t5,t6,t7,t8为测量样本生产过程中，再流焊各温区的设置温度，v为再流焊过程中传送带的链速，t为对应样本的imc平均厚度。
18、进一步地，所述步骤s3，包括：
19、步骤s31：将数据集划分为训练集和测试集两部分，并在将其输入前馈神经网络中前，将其转化为张量形式；
20、步骤s32：利用minmaxscaler函数对输入的数据进行归一化操作，以求模型能够更快地收敛；
21、步骤s33：构建具体的网络模型，利用mseloss函数作为训练的损失函数，在训练过程中利用反向传播，使其尽量减少，最终收敛为0；
22、步骤s34：在训练过程中，设置学习率值，训练轮次epoch数，最终得到的损失值。
23、进一步地，所述minmaxscaler函数如下：
24、
25、通过minmaxscaler函数可将数据统一地归一化到[0,1]区间内，实现使模型快速收敛的目的。
26、进一步地，所述mseloss函数如下：
27、
28、进一步地，所述步骤s4中的imc厚度预测精度通过r2值进行判断，其中r2值具体的计算方法为：
29、
30、对结果进行评估，计算得到的r2值，若发现r2值非常接近1，说明模型表现良好，能满足需求。
31、与现有的技术相比本发明的有益效果是：
32、一种基于再流焊不同温区映射温度预测imc厚度的方法，该方法采用前馈神经网络模型对再流焊imc厚度进行预测，实现高效和准确地预测再流焊不同温区映射温度imc厚度，为实际生产中判断再流焊imc厚度的影响提供了一种高效率且无损耗的检测手段。
1.一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，具体包括：
3.根据权利要求2所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，所述多组再流焊不同温区映射温度实验组是通过调整再流焊不同温区映射温度间隔步长以及链速间隔步长来设置的。
4.根据权利要求2所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，在imc厚度测量实验中，检测环境温度为22.3℃，湿度为52％rh；检测方法，包括：手动微切片法和扫描电镜测量方法。
5.根据权利要求2所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，在imc厚度测量实验中，检测过程为：先将样品切割、冷镶、研磨、抛光、微蚀后，样品表面镀pt30s，按照标准作业流程放入扫描电子显微镜样品室中进行放大观察与测量，得到最终的测量结果。
6.根据权利要求2所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，所述步骤s2，包括：
7.根据权利要求2所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，所述步骤s3，包括：
8.根据权利要求7所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，所述minmaxscaler函数如下：
9.根据权利要求7所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，所述mseloss函数如下：
10.根据权利要求2所述的一种基于再流焊不同温区映射温度预测imc厚度的方法，其特征在于，所述步骤s4中的imc厚度预测精度通过r2值进行判断，其中r2值具体的计算方法为：
