一种基于深度学习的键合铜丝工艺调控方法及系统

本发明提供一种基于深度学习的键合铜丝工艺调控方法及系统，涉及电子封装技术领域。该一种基于深度学习的键合铜丝工艺调控方法及系统，包括S1：基于铜丝键合生产线，采用多传感器数据采集方法，并通过数据清洗与归一化处理对实时采集的温度、压力、位移、电流等工艺参数进行预处理，具体包括安装高精度传感器实时监测键合过程中的各项参数，利用数据清洗技术去除噪声和异常值，再通过归一化处理将不同量纲的数据统一到同一尺度，通过在铜丝键合生产线上采用多传感器同步采集方法，并引入卡尔曼滤波算法对实时采集的温度、压力、位移、电流等多维工艺参数进行优化处理，显著提升了工艺参数数据的准确性和可靠性。