Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Finding Optimal Jetting Waveform Parameters with Bayesian Optimization
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Optimization and Systems Theory.
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Undersökning av optimala vågformsparametrar för jetting med Bayesiansk optimering (Swedish)
Abstract [en]

Jet printing is a method in surface mount technology (SMT) in which small volumes of solder paste or other electronic materials are applied to printed circuit boards (PCBs). The solder paste is shot onto the boards by a piston powered by a piezoelectric stack. The characteristics of jetted results can be controlled by a number of factors, one of which is the waveform of the piezo actuation voltage signal. While in theory any waveform is possible, in practice, the signal is defined by seven parameters for the specific technology studied here. The optimization problem of finding the optimal parameter combination cannot be solved by standard derivative based methods, as the objective is a black-box function which can only be sampled though noisy and time-consuming evaluations. The current method for optimizing the parameters is an expert guided grid search of the two most important parameters, while the remaining five are kept constant at default values. Bayesian optimization is a heuristic model based search method for efficient optimization of possibly noisy functions with unavailable derivatives. An implementation of the Bayesian optimization algorithm was adapted for the optimization of the waveform parameters, and used to optimize various combinations of the parameters. Results from different trials produced similar values for the two known parameters, with differences within the uncertainty caused by noise. For the remaining five parameters results were more ambiguous. However, a closer examination of the model hyperparameters showed that these five parameters had almost no impact on the objective function. Thus, the best found parameter values were affected more by random noise than the objective. It is concluded that Bayesian optimization might be a suitable and effective method for waveform parameter optimization, and some directions for further development are suggested based on the results of this project.

Abstract [sv]

Jet printing är en metod för att applicera lodpasta eller andra elektroniska material på kretskort inom ytmontering inom elektronikproduktion. Lodpastan skjuts ut på kretskorten med hjälp av en pistong som drivs av piezoelektrisk enhet. Kvaliteten på det jettade resultatet kan påverkas av en mängd faktorer, till exempel vågformen av signalen som används för att aktivera piezoenheten. I teorin är vilken vågform som helst möjlig, men i praktiken används en vågform som definieras av sju parametrar. Att hitta optimala värden på dessa parametrar är ett optimeringsproblem som inte kan lösas med metoder baserade på derivata, då optimeringens målfunktion är en s.k. svart låda (black-box function) som bara är tillgänglig via brusiga och tidskrävande evalueringar. Den nuvarande metoden för optimering av parametrarna är en modifierad gridsökning för de två viktigaste parametrarna där de kvarvarande fem parametrarna är fixerade. Bayesiansk optimering är en heuristisk modell-baserad sökmetod för dataeffektiv optimering av brusiga funktioner för vilka derivator inte kan beräknas. En implementation av Bayesiansk optimering anpassades för optimering av vågformsparametrar och användes för att optimera en mängd kombinationer av parametrarna. Alla resultaten gav liknande värden för de två kända parametrarna, med skillnader inom osäkerheten från mätbrus. Resultaten för de övriga fem parametrarna var motstridiga, men en närmare granskning av hyperparametrar för modellen visade att detta berodde på att de fem parametrarna bara har en minimal påverkan på det jettade resultatet. Därför kan de motstridiga resultaten förklaras helt som skillnader på grund av mätbrus. Baserat på resultaten verkar Bayesiansk optimering vara en passande och effektiv metod för optimering av vågformsparametrar. Slutligen föreslås några möjligheter för vidare utveckling av metoden.

Place, publisher, year, edition, pages
2018.
Series
TRITA-SCI-GRU
National Category
Computational Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-231374OAI: oai:DiVA.org:kth-231374DiVA, id: diva2:1225438
External cooperation
Mycronic
Subject / course
Optimization and Systems Theory
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2018-06-27 Created: 2018-06-27 Last updated: 2018-06-27Bibliographically approved

Open Access in DiVA

fulltext(1556 kB)7 downloads
File information
File name FULLTEXT01.pdfFile size 1556 kBChecksum SHA-512
456eb6fc933d2b150b3925e86675b83c1c8cc6183ec295db28e4602a6479189fd66ae754578a0bc042f40f68d9d247f842c86c317bd409b009214f5d1d1a74dd
Type fulltextMimetype application/pdf

By organisation
Optimization and Systems Theory
Computational Mathematics

Search outside of DiVA

GoogleGoogle Scholar
Total: 7 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 11 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf