郑彬彬 吕盛坪 李灯辉 冼荣亨

(华南农业大学南方农业机械与装备关键技术教育部重点实验室 广东 广州 510642)

0 引 言

印制电路板(Printed circuit board，PCB)是电子元器件的支柱，常被称为“电子产品之母”。随着计算机、通信、消费电子、5G、汽车电子、人工智能等行业的快速发展及其产品的迭代更新，具有不同设计特点和制造要求的多样个性化PCB订单(企业常称之为样板)快速增加，针对样板的生产模式也从传统的大规模批量生产转化为面向客户的小批量生产，相应的生产管控面临一系列新的挑战，生产前更准确预测每个订单的投料是关键问题之一。

目前，大部分PCB样板生产基本上依靠人工经验估算投料面积并转换计算相应生产面板(Panel)数。但人工投料常导致车间超投和补投均较高且波动较大。超投剩余个性化PCB样板只能置于库存或直接销毁。通过补投可以减少样板剩余，但会增加生产成本和造成交货拖期，影响企业信誉。生产前更合理地确定各订单投料面积和投入Panel数，可以降低物料、生产、库存和销毁等综合成本，减少投料人力投入[1-2]。同时，减少冗余生产可以降低因生产和销毁带来的化学药品和重金属污染。

数据驱动的智能制造框架[3-4]、范式[5-6]、分析方法和体系[7]等被大量研究。相应成果已广泛应用于支持产品设计、生产制造、销售、服务和回收等产品全生命周期不同阶段[8-9]。同时，数据挖掘为把握产品质量规律和改进质量提供了更精益智能化手段，相应研究主要集中在质量描述、预测、分类和参数优化四个方面[10]。……