焊点质量是影响SMT产品可靠性的关键因素。良好的焊点组装质量依靠组装设计、材料、工艺、设备、检测和质量控制等各个环节保证。这之中,在焊点组装过程中及时检测、发现焊点组装不良现象,并针对故障原因对组装工艺参数进行及时调整修正的焊点质量实时检测与反馈控制技术,对保证和提高 SMT焊点组装质量最为重要和有效。　　论文根据SMT焊点质量实时检测与反馈控制思想,以智能控制理论和技术为基础,研究了神经网络和模糊神经网络在焊点质量评价中的智能鉴别与分析方法。在论文研究过程中,首先对SMT焊点缺陷常见类型、缺陷产生原因以及SMT焊点缺陷检测方法进行了一定研究,分析了本研究所选用的智能方法的优势;然后基于智能控制理论对研究对象和方法进行了总体设计;深入研究了基于BP神经网络的片式元件焊点缺陷智能鉴别方法,针对标准BP算法的不足,提出了一种新的改进方法,通过与其他改进BP算法比较,本文所提出的改进方法提高了智能鉴别的速度和可靠性,满足本研究的要求;根据智能鉴别结果,深入研究了基于模糊神经网络的片式元件焊点缺陷原因智能分析方法。研究结果与实际统计数据比较基本吻合,说明了本研究中所提出的技术方法的可行性和实用性。　　在片式元件焊点质量智能鉴别与分析系统中若干关键技术研究的基础上,根据实际需要,初步构思和设计了片式元件焊点质量智能鉴别与分析子系统,为后续研究工作和工程化应用打下基础。