CN106979820A - 基于相似性度量因数的红外温升元件异常检测方法 - Google Patents

Abstract

本发明属于电子设备故障检测领域，公开了一种基于相似性度量因数的红外温升元件异常检测方法包括：获取标准光学图像、标准红外图像，和待测红外图像；将标准光学图像进行标定；确定待检测元件，以及与待检测元件对应的标准元件；得到N组标准电子设备电路板上标准元件的标准温升曲线；以及一组待测电子设备电路板上待检测元件的实际温升曲线；对温升曲线依次进行起点校正、阶跃校正，得到标准元件的标准参考温升曲线；确定热像异常门限；计算待检测元件的相似性度量因数，若相似性度量因数大于热像异常门限，则待检测元件正常，否则待检测元件异常；能够提高电子设备电路板上元件故障检测的实时性。

Description

基于相似性度量因数的红外温升元件异常检测方法

技术领域

本发明属于电子设备故障检测技术领域，尤其涉及基于相似性度量因数的红外温升元件异常检测方法，可应用于军民融合故障检测，民用轨道交通故障检测、军用电子设备检修等。

背景技术

随着现代集成电路科技水平的进步，印制电路板上采用SMT应用技术的普及率已超过75％，并进一步向以高密度组装为代表的技术领域发展。电子设备向着小型化、智能化、高频率、高可靠性方向的快速发展，电路模块的密度高、可靠性要求高等特点，以及组装难度大、产品合格率低、返修率高等一系列问题表现得更加突出。传统接触式电参数故障检测方法已难以满足日益复杂的电子设备检修需要。

利用红外检测手段进行故障检测具有快速、高效、非接触、无损伤等优点，因此在电子设备故障检测中备受关注。但红外检测手段易受外界物体热辐射污染的干扰；且电路板升温快，无法用静态图像对故障进行判定。

发明内容

针对上述现有技术的缺点，本发明的目的在于提供一种基于相似性度量因数的红外温升元件异常检测方法，能够提高电子设备电路板上元件故障检测的实时性。

为达到上述目的，本发明采用如下技术方案予以实现。

一种基于相似性度量因数的红外温升元件异常检测方法，所述方法包括如下步骤：

步骤1，获取标准电子设备电路板的标准光学图像和N组标准红外视频流，且获取待测电子设备电路板的一组待测红外视频流，每组标准红外视频流包含多帧标准红外图像，一组待测红外视频流包含多帧待测红外图像；所述标准电子设备电路板与所述待测电子设备电路板为同一类型的电路板，所述标准电子设备电路板上的所有元件为标准元件，所述待测电子设备电路板上的所有元件为待检测元件；

步骤2，将所述标准光学图像进行标定，使其与每帧标准红外图像、待测红外图像相匹配，在所述标准光学图像上确定每个标准元件的位置，其中，每个标准元件在标准光学图像上的位置与其在标准红外图像上的位置一一对应，且每个标准元件在标准光学图像上的位置与其在待测红外图像上的位置一一对应；

步骤3，确定待检测元件，以及与所述待检测元件对应的标准元件；根据每组标准红外视频流中的多帧标准红外图像，得到每组标准电子设备电路板上标准元件的标准温升曲线，从而得到N组标准电子设备电路板上标准元件的标准温升曲线；以及根据一组待测红外视频流中的多帧待测红外图像，得到一组待测电子设备电路板上待检测元件的实际温升曲线；

步骤4，对所述N组标准电子设备电路板上标准元件的标准温升曲线依次进行起点校正、阶跃校正，得到校正后的N组标准温升曲线，对所述校正后的N组标准温升曲线叠加后取平均，得到标准元件的标准参考温升曲线；并对一组待测电子设备电路板上待检测元件的实际温升曲线依次进行起点校正、阶跃校正，得到待检测元件校正后的一组实际温升曲线；

步骤5，分别计算校正后的N组标准温升曲线与所述标准参考温升曲线的相似性度量因数，得到N个相似性度量因数，并根据所述N个相似性度量因数确定热像异常门限；再计算所述待检测元件校正后的一组实际温升曲线与所述标准参考温升曲线的实际相似性度量因数，若所述实际相似性度量因数大于所述热像异常门限，则所述待检测元件正常，若所述相似性度量因数小于所述热像异常门限，则所述待检测元件异常。

本发明的有益效果为：1)本发明在有效判断电子设备故障区域的同时提高了处理实时性；2)为了抑制电子设备上电后各个元器件发热造成的红外热辐射污染和采集数据的系统误差，本发明直接采用高精度温度数据进行处理并用起点校正和阶跃校正来消除系统误差，从而提高电子设备故障检测的可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图 1为本发明实施例提供的基于相似性度量因数的红外温升元件异常检测方法的流程示意图；

图2为某元件温升曲线的起点校正示意图；

图3为某元件起点校正后温升曲线的阶跃校正示意图；

图4为本发明实施例提供的根据相似性度量因数判定故障示意图；

图5实测数据实验中典型元器件有效温升数据示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种基于相似性度量因数的红外温升元件异常检测方法，如图1所示，所述方法包括如下步骤：

步骤1，获取标准电子设备电路板的标准光学图像和N组标准红外视频流，且获取待测电子设备电路板的一组待测红外视频流，每组标准红外视频流包含多帧标准红外图像，一组待测红外视频流包含多帧待测红外图像；所述标准电子设备电路板与所述待测电子设备电路板为同一类型的电路板，所述标准电子设备电路板上的所有元件为标准元件，所述待测电子设备电路板上的所有元件为待检测元件。

步骤2，将所述标准光学图像进行标定，使其与每帧标准红外图像、待测红外图像相匹配，在所述标准光学图像上确定每个标准元件的位置，其中，每个标准元件在标准光学图像上的位置与其在标准红外图像上的位置一一对应，且每个标准元件在标准光学图像上的位置与其在待测红外图像上的位置一一对应。

具体的，将所述标准光学图像进行标定，使其与每帧标准红外图像、待测红外图像相匹配中，图像匹配是指图像的相同位置表示对同一对象的成像结果。

步骤3，确定待检测元件，以及与所述待检测元件对应的标准元件；根据每组标准红外视频流中的多帧标准红外图像，得到每组标准电子设备电路板上标准元件的标准温升曲线，从而得到N组标准电子设备电路板上标准元件的标准温升曲线；以及根据一组待测红外视频流中的多帧待测红外图像，得到一组待测电子设备电路板上待检测元件的实际温升曲线。

步骤4，对所述N组标准电子设备电路板上标准元件的标准温升曲线依次进行起点校正、阶跃校正，得到校正后的N组标准温升曲线，对所述校正后的N组标准温升曲线叠加后取平均，得到标准元件的标准参考温升曲线；并对一组待测电子设备电路板上待检测元件的实际温升曲线依次进行起点校正、阶跃校正，得到待检测元件校正后的一组实际温升曲线。

步骤4中，对每组标准温升曲线进行起点校正，或者对实际温升曲线进行起点校正，具体包括：

设定第1组标准电子设备电路板上标准元件的标准温升曲线为参考曲线，对第2组至第N组标准温升曲线、实际温升曲线采用下式进行起点校正：

△_n(i)＝T_n(i,0)-T₁(i,0)，n＝2,3,...,N+1

其中，T_n(i,j)表示第n组电子设备电路板上第i个元件在第j帧的温度值，△_n(i)为第n组电子设备电路板上第i个元件的温升曲线与参考曲线的起点误差，表示第n组电子设备电路板上第i个元件的温升曲线进行起点校正后的结果，其中，i＝1,2,...,I，I表示标准电子设备电路板或者待测电子设备电路板上元件的总个数；j＝1,2,...,J，J表示每组标准红外视频流或者待测红外视频流中红外图像的总帧数；n＝1,2,...,N+1，N+1表示N组标准电子设备电路板上标准元件的标准温升曲线和一组待测电子设备电路板上待检测元件的实际温升曲线。

步骤4中，对起点校正后的每组标准温升曲线进行阶跃校正，或者对起点校正后的实际温升曲线进行阶跃校正，具体包括：

获取每组温升曲线的阶跃点所在帧数j_Jump，温升曲线的阶跃点具有的特性为：在阶跃点处温度值减小，且从阶跃点开始往后的所有温度值整体下降；

采用下式对每组温升曲线进行阶跃校正：

其中，ε_n表示第n组温升曲线的阶跃误差，即第n组电子设备电路板上第i个元件的温升曲线进行起点校正后在阶跃点所在帧数j_Jump处的温度值与第n组电子设备电路板上第i个元件的温升曲线进行起点校正后在阶跃点前一帧j_Jump-1处的温度值的差值；

表示阶跃校正后的温升曲线，阶跃校正后的温升曲线为在阶跃点所在帧数j_Jump前的温度值保持不变，将阶跃点所在帧数j_Jump的温度值及其后续所有帧数的温度值加上阶跃误差。

步骤5，分别计算校正后的N组标准温升曲线与所述标准参考温升曲线的相似性度量因数，得到N个相似性度量因数，并根据所述N个相似性度量因数确定热像异常门限；再计算所述待检测元件校正后的一组实际温升曲线与所述标准参考温升曲线的实际相似性度量因数，若所述实际相似性度量因数大于所述热像异常门限，则所述待检测元件正常，若所述相似性度量因数小于所述热像异常门限，则所述待检测元件异常。

步骤5具体包括：

获取所述校正后的N组标准温升曲线与所述标准参考温升曲线的相似性度量因数，得到N个相似性度量因数f_n；

计算所述N个相似性度量因数f_n的均值μ和方差δ：

并根据所述N个相似性度量因数的均值μ和方差δ确定热像异常门限Th＝μ-3δ。

步骤5中，相似性度量因数的计算公式为：

其中，T_n表示校正后的N组标准温升曲线或者待检测元件校正后的一组实际温升曲线，T_std表示标准参考温升曲线。

需要说明的是，将相似性度量函数作为评估待测电子设备元器件是否存在故障的指标。相似性度量函数的大小表示了待测数据与标准数据的相似性匹配程度，匹配程度越大，表明两组数据相似度越大，即电子设备的元器件存在故障的可能性越小。

相似性度量因数的计算公式，为待测数据矢量与标准数据矢量的方差，反映出待测数据较标准数据的波动程度，波动程度的大小表征了待测数据与标准数据之间的绝对差值，；将方差值加1，保证其值大于1，进而确保后续对数计算的真数大于0，

保证整个数学公式的有效性；将上述的方差计算结果进行平方处理，旨在增强待测数据和标准数据绝对差值的影响程度，以防忽视微弱差距引起的误判；

将这个公式取对数，压缩了变量尺度，削弱了数据的共线性。同时此操作也保证了以下数据变化规律：

当待测数据和标准数据方差为0时，所求得的相似性度量因数为100，代表了两组数据相似性匹配度为100％即两组数据完全相同；

所求得的相似性度量因数的大小随着相似性匹配度的降低而减小即两组数据相差越大，相似性度量因数越小。

用上述方法得到相似性度量因数f之后，需要找到一个合理的门限来判定元件故障：大于门限值，则认为分析的这两组数据相似性匹配程度高，则待测板中的该元器件没有故障；小于门限值，则认为分析的这两组数据相似性匹配程度低，则待测板中的该元器件存在故障。

本发明的效果通过以下实测数据实验进一步说明：

参照图2，为实测数据实验中红外温升数据预处理起点校正示意图；

参照图3(a)，采集数据的红外相机会进行自动校准，故而采集的数据会出现阶跃，增加了误判率。为避免采集数据的阶跃对电子设备故障判断的影响且保证采集数据的连续性，发明将起点校正后的数据再进行阶跃校正。图3(b)为实测实验数据起点校正后进行阶跃校正的示意图；

参照图4，为实测数据实验中根据相似性度量因数判定故障示意图。数据来源是采用上海巨哥电子有限公司生产MAG32型号的红外传感器采集的，分辨率为384×288(宽×高)，测温范围为-10℃～+50℃，测温数据精度为±2℃(或2％)，采集帧率为25帧/s。在实测过程中，箱体内部温度设置为10℃，保温时间设置为10min，采集时间设置为10min。本发明选取采集10min的前14000帧的温升数据作为评定元器件故障的有效数据段。(待测电路板采用人工设置故障，来检测算法的鲁棒性和实时性。其中D1和D14为正常元器件，D4和D12为设置故障的元器件)。

参照表1，D1、D4、D12、D14元器件的待测温升数据和标准温升数据的对比图，可以看出，D1(图5(c)D1元器件待测和标准有效温升数据曲线)和D14(图5(d)D14元器件待测和标准有效温升数据曲线)为正常元器件，待测和标准温升数据相似度高。而D4(图5(a)D4元器件待测和标准有效温升数据曲线)、D12(图5(b)D12元器件待测和标准有效温升数据曲线)由于未正常工作，温升数据与标准温升数据曲线有较大差异。通过计算相似性度量参数因子(如表1结果所示)，根据设定门限值判定可以得到D4、D12是故障元器件，所得结果与设置故障结果一致。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种基于相似性度量因数的红外温升元件异常检测方法，其特征在于，所述方法包括如下步骤：

步骤1，获取标准电子设备电路板的标准光学图像和N组标准红外视频流，且获取待测电子设备电路板的一组待测红外视频流，每组标准红外视频流包含多帧标准红外图像，一组待测红外视频流包含多帧待测红外图像；所述标准电子设备电路板与所述待测电子设备电路板为同一类型的电路板，所述标准电子设备电路板上的所有元件为标准元件，所述待测电子设备电路板上的所有元件为待检测元件；

步骤2，将所述标准光学图像进行标定，使其与每帧标准红外图像、待测红外图像相匹配，在所述标准光学图像上确定每个标准元件的位置，其中，每个标准元件在标准光学图像上的位置与其在标准红外图像上的位置一一对应，且每个标准元件在标准光学图像上的位置与其在待测红外图像上的位置一一对应；

步骤3，确定待检测元件，以及与所述待检测元件对应的标准元件；根据每组标准红外视频流中的多帧标准红外图像，得到每组标准电子设备电路板上标准元件的标准温升曲线，从而得到N组标准电子设备电路板上标准元件的标准温升曲线；以及根据一组待测红外视频流中的多帧待测红外图像，得到一组待测电子设备电路板上待检测元件的实际温升曲线；

步骤4，对所述N组标准电子设备电路板上标准元件的标准温升曲线依次进行起点校正、阶跃校正，得到校正后的N组标准温升曲线，对所述校正后的N组标准温升曲线叠加后取平均，得到标准元件的标准参考温升曲线；并对一组待测电子设备电路板上待检测元件的实际温升曲线依次进行起点校正、阶跃校正，得到待检测元件校正后的一组实际温升曲线；

步骤5，分别计算校正后的N组标准温升曲线与所述标准参考温升曲线的相似性度量因数，得到N个相似性度量因数，并根据所述N个相似性度量因数确定热像异常门限；再计算所述待检测元件校正后的一组实际温升曲线与所述标准参考温升曲线的实际相似性度量因数，若所述实际相似性度量因数大于所述热像异常门限，则所述待检测元件正常，若所述相似性度量因数小于所述热像异常门限，则所述待检测元件异常。

2.根据权利要求1所述的一种基于相似性度量因数的红外温升元件异常检测方法，其特征在于，步骤4中，对每组标准温升曲线进行起点校正，或者对实际温升曲线进行起点校正，具体包括：

设定第1组标准电子设备电路板上标准元件的标准温升曲线为参考曲线，对第2组至第N组标准温升曲线、实际温升曲线采用下式进行起点校正：

Δ_n(i)＝T_n(i，0)-T₁(i，0)，n＝2，3，...，N+1

$T_n^{\left(StartCal\right)}(i,j)={\mathrm{\Δ}}_n\left(i\right)+T_n(i,j)$

其中，T_n(i，j)表示第n组电子设备电路板上第i个元件在第j帧的温度值，Δ_n(i)为第n组电子设备电路板上第i个元件的温升曲线与参考曲线的起点误差，表示第n组电子设备电路板上第i个元件的温升曲线进行起点校正后的结果，其中，i＝1，2，...I，I表示标准电子设备电路板或者待测电子设备电路板上元件的总个数；j＝1，2，...，J，J表示每组标准红外视频流或者待测红外视频流中红外图像的总帧数；n＝1，2，...，N+1，N+1表示N组标准电子设备电路板上标准元件的标准温升曲线和一组待测电子设备电路板上待检测元件的实际温升曲线。

3.根据权利要求2所述的一种基于相似性度量因数的红外温升元件异常检测方法，其特征在于，步骤4中，对起点校正后的每组标准温升曲线进行阶跃校正，或者对起点校正后的实际温升曲线进行阶跃校正，具体包括：

获取每组温升曲线的阶跃点所在帧数j_Jump；

采用下式对每组温升曲线进行阶跃校正：

${\mathrm{\ϵ}}_n=T_n^{\left(StartCal\right)}(i,j_{Jump})-T_n^{\left(StartCal\right)}(i,j_{Jump}-1)$

$T_n^{\left(JumpCal\right)}(i,j)=\left\{\begin{array}{c}{T}_n^{\left(StartCal\right)}(i,j),j<j_{Jump}\\ T_n^{\left(StartCal\right)}(i,\mathrm{\&phi;})+\left|{\mathrm{\&epsiv;}}_n\right|,\mathrm{\&phi;}\&Element;\&lsqb;j_{Jump},J\&rsqb;,j\&GreaterEqual;j_{Jump}\end{array}\right.$

其中，ε_n表示第n组温升曲线的阶跃误差，即第n组电子设备电路板上第i个元件的温升曲线进行起点校正后在阶跃点所在帧数j_Jump处的温度值与第n组电子设备电路板上第i个元件的温升曲线进行起点校正后在阶跃点前一帧j_Jump-1处的温度值的差值；

表示阶跃校正后的温升曲线，阶跃校正后的温升曲线为在阶跃点所在帧数j_Jump前的温度值保持不变，将阶跃点所在帧数j_Jump的温度值及其后续所有帧数的温度值加上阶跃误差。

4.根据权利要求3所述的一种基于相似性度量因数的红外温升元件异常检测方法，其特征在于，步骤5具体包括：

获取所述校正后的N组标准温升曲线与所述标准参考温升曲线的相似性度量因数，得到N个相似性度量因数f_n；

计算所述N个相似性度量因数f_n的均值μ和方差δ：

$\mathrm{\&mu;}=\frac{1}{N}\underset{n=1}{\overset{N}{\&Sigma;}}{f}_n$

$\mathrm{\&delta;}=\sqrt{\frac{1}{N}\underset{n=1}{\overset{N}{\&Sigma;}}{(f_n-\mathrm{\&mu;})}^2}$

并根据所述N个相似性度量因数的均值μ和方差δ确定热像异常门限Th＝μ-3δ。

5.根据权利要求4所述的一种基于相似性度量因数的红外温升元件异常检测方法，其特征在于，步骤5中，相似性度量因数的计算公式为：

$\begin{array}{c}{f}_n=50\lg \{{\&lsqb;1+\frac{1}{J}\underset{j=1}{\overset{J}{\&Sigma;}}{(T_n-T_{std})}^2\&rsqb;}^{-2}\&times;100\}\\ =100-100\lg \&lsqb;1+\frac{1}{J}\underset{j=1}{\overset{J}{\&Sigma;}}{(T_n-T_{std})}^2\&rsqb;\end{array}$

其中，T_n表示校正后的N组标准温升曲线或者待检测元件校正后的一组实际温升曲线，T_std表示标准参考温升曲线。