CN114980514A - 一种改善电路板板边压合空洞的方法、电路板及电子设备 - Google Patents

Abstract

本发明属于印制电路板内层图形设计技术领域，公开了一种改善电路板板边压合空洞的方法、电路板及电子设备。所述改善电路板板边压合空洞的方法包括以下步骤：确定不同的次外层残铜率；根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计，根据设计的导气槽开设参数获取导气槽。次外层残铜率≥65％时，电路板板边压合中导气槽开设参数设计包括：确定导胶口宽度以及导胶口之间距离；根据确定的导胶口宽度以及导胶口之间距离，进行PCB偶数层与奇数层的导气槽交叉角度的选取。本发明通过不同实验方案，设计出了最佳导气槽方案，有效解决了高速材料在PCB压合过程易产生板边空洞问题。

Description

一种改善电路板板边压合空洞的方法、电路板及电子设备

技术领域

本发明属于印制电路板内层图形设计技术领域，尤其涉及一种改善电路板板边压合空洞的方法、电路板及电子设备。

背景技术

线路板应用于通讯、服务器等产品时，为增强电气性能，板材环氧树脂中会加入改性PPE树脂等其他填料。该类材料在压合过程中树脂流动性差，PP半固化片加热过程产生的气泡无法赶出，易导致PCB层间空洞品质缺陷。压合过程起泡越大，压强越大，板角树脂流动越受阻。目前现有技术如果通过人工实时监控，这就需要耗费大量的人力资源，造成人力资源的浪费。同时人工长时间的观看监控，有时就会带监管不到位的问题。因此如何通过技术手段验证设计好符合产品需求的改善方法，可以尽可能的按照标准生产，对电路板板边压合具有实际意义。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有板边设计为铜皮，导胶条距离80mm。板角树脂流动受阻，压合过程气泡无法赶出，使得PCB层间产生空洞，制造的产品质量低下。

(2)在电路板板边压合实验中，如何通过深度学习的方法来获取压合过程起泡的气泡图像区域来判定起泡大小，对电路板板边压质量提供解决方案，现有技术没有给出合理的理论技术支持。

发明内容

为克服相关技术中存在的问题，本发明公开实施例提供了一种改善电路板板边压合空洞的方法、电路板及电子设备。

所述技术方案如下：一种改善电路板板边压合空洞的方法包括以下步骤：

确定不同的次外层残铜率；

根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计，根据设计的导气槽开设参数获取导气槽。

在一个实施例中，次外层残铜率≥65％时，电路板板边压合中导气槽开设参数设计包括：

确定导胶口宽度以及导胶口之间距离；

根据确定的导胶口宽度以及导胶口之间距离，进行PCB偶数层与奇数层的导气槽交叉角度的选取。

在一个实施例中，导胶口宽度；3mm。

在一个实施例中，导胶口之间距离：50mm。

在一个实施例中，PCB偶数层与奇数层的导气槽交叉倾斜45度。

在一个实施例中，次外层残铜率＜65％时，进行电路板板边压合中导气槽开设参数设计包括：

对板边阻流边、SET进行点PAD；

选取层间的点的PAD布局方式；

确定布局的PAD直径、间距参数。

在一个实施例中，层间的点的PAD布局方式采用错位方式。

在一个实施例中，布局的PAD直径1.25mm，PAD间距0.5mm。

在一个实施例中，所述根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计进一步包括：第一步，在次外层残铜率≥65％或＜65％时，根据给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角，判定电路板板边压合中气泡直径大小以及是否存在气泡；将气泡模糊气泡图像与原始气泡图像做与运算，将气泡图像映射到HSV颜色表示空间，手动调整阈值获得批量的气泡直径大小标注气泡图像；

第二步，将标注好的气泡图像进行预处理，调整气泡图像的长和宽为32的倍数，将气泡图像转化为张量格式，做数据的归一化，将像素值从0到255归一化到0到1；

第三步，通过神经网络训练数据，神经网络采用编码器-解码器的结构可以充分发掘气泡图像的潜在信息，神经网络输入为原始气泡图像，输出为分割气泡图像；

第四步，提取分割后的气泡图像的轮廓，并将计算轮廓的周长和面积；

第五步，利用气泡直径大小标注气泡图像中的不含异常数据帧部分提取到的周长和面积两个量，建立多元高斯模型；

第六步，将获取到的分割气泡图像的周长和面积输入多元高斯模型，判定数据帧是否异常；

气泡数据标注通过制作气泡模糊气泡图像和HSV颜色空间分析建模，同时标注同一场景下的100到1000张数据；HSV用于通过颜色空间的阈值分割出气泡，而气泡模糊气泡图像则是用消除颜色空间阈值与气泡在同一范围内的噪声点，通过对气泡样本数据的观察和分析，得出在固定的场景下一定的时间范围内；

HSV模型将RGB颜色空间映射到一个圆锥空间，从0到255表示颜色从黑到白的变化；在制作数据集给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角的过程中通过气泡模糊气泡图像和HSV结合的方式通过代码对被分为一类的图片进行标注和处理；气泡模糊气泡图像是根据背景图片建模得的一张气泡图像，每个类别和场景下都有对应的气泡模糊气泡图像，通过气泡模糊气泡图像与原始气泡图像直接做与运算就可以去除大部分的背景；HSV通过颜色空间的阈值调整将气泡模糊气泡图像处理后结果进行进一步的处理，以获得对气泡形态的精准刻画；

采用Unet网络结构，Unet网络实现像素级的分割，获得对气泡变化情况的精准刻画；U-net网络由一个收缩路径和一个扩张路径组成；

收缩路径遵循典型的卷积网络结构，其由两个重复的3x3卷积核组成，且均使用修正线性单元激活函数和一个用于下采样的步长为2的2x2最大池化操作，以及在每一个下采样的步骤中，特征通道数量都加倍；

在扩张路径中，每一步都包含对特征图进行上采样；用22的卷积核进行卷积运算，用于减少一半的特征通道数量；接着级联收缩路径中相应的裁剪后的特征图；再用两个33的卷积核进行卷积运算，且均使用ReLU激活函数；在最后一层，利用1*1的卷积核进行卷积运算，将每个64维的特征向量映射网络的输出层；

在预处理时计算得出所有训练数据的均值和方差，每一张图片在减去均值，与方差相比；将数据归一化到0到1，使得很多像素点变为零；

神经网络的损失函数定义如下：

Pre＝∑_i，jP_r(i，j) (1)

Pte＝∑_i，jP_t(i，j) (2)

公式中Pre，训练过程中神经网络的输出的气泡图像，Pte表示对应的给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角，loss表示损失；i,j表示像素点的坐标位置；式(3)中i＝0，n表示参与计算的气泡图像数量，const表示一个非0常数，为保证给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角全黑的时候分母不是0；从式(3)看出当给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角和实际的预测值越接近时损失越小；

采用多元高斯建模的方式，帧为异常数据帧时，帧的面积和周长会发生越变；通过正常数据得的高斯模型在测试异常数据时会偏离该高斯模；该高斯模型根据正常分割得到的气泡的周长和面积计算得到；将气泡监控视频的一帧数据判别为异常，直接通过气泡的形态和变化情况确定；周长和面积是对物体的形态表示最直观的两个量，在实际中通过周长和面积两个量建立多元高斯模型发掘两个量之间的联系，多元高斯的计算公式：

其中，∑：代表根据周长和面积计算的协方差矩阵，u：代表均值，x:代表输入，∈：代表判定的阈值；公式用于判定输入x是否属于建立的多元高斯分布，当输出的概率值低于∈时判定为不属于该概率分布，∈是根据对于正常数据的和异常数据的统计值确定的。

本发明的另一目的在于提供一种根据所述改善电路板板边压合空洞的方法制作的电路板。

本发明的另一目的在于提供一种应用于通讯、服务器的电子设备，所述电子设备搭载所述的电路板。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：

在传统的环氧树脂中加入了改性的PPE材料，该材料的加入导致的流动性差、气泡无法赶出，进而导致压合层间空洞的品质问题。

本发明通过不同实验方案，设计出了最佳导气槽方案，解决板边空洞问题。

第二，把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：

本发明有效解决了高速材料在PCB压合过程易产生板边空洞问题。

本发明提供的PCB产品为适用5G通讯、服务器的发展，满足高频高速的电气性能，基于此，为适应该PPE改性材料流动性差的特质，创造性的开发了该导气槽技术方案。品质良率由70％提升到99％，同时适应了5G通讯、服务器高频高速的电气性能的发展需求。

本发明的实验方法，主要通过制作气泡模糊气泡图像和HSV颜色空间分析建模，可以同时标注同一场景下的100到1000张数据，大量节人力资源。分割算法，主要采用Unet网络结构，可以实现像素级的分割，获得对气泡变化情况的精准刻画。异常监测方法，采用多元高斯建模的方式，其主要原理在于该帧为异常数据帧时，该帧的面积和周长会发生越变；通过正常数据得的高斯模型在测试异常数据时会偏离该高斯模型。本发明通过机器视觉的方式代替人工实时监测情况，可得出当前气泡是否符合标准。本发明解决了人力资源浪费、成本高不能实时获得气泡变化情况的问题，可获得优良产品。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本发明实施例提供的改善电路板板边压合空洞的方法流程图；

图2是本发明实施例提供的次外层残铜率≥65％时电路板板边压合中导气槽开设参数设计原理图；

图3是本发明实施例提供的次外层残铜率＜65％时电路板板边压合中导气槽开设参数设计原理图；

图4是本发明实施例提供的利用本发明改善电路板板边压合空洞的方法制作的电路板效果图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。

一、解释说明实施例：

实施例1

如图1所示，本发明实施例提供的改善电路板板边压合空洞的方法包括：

S101，确定不同的次外层残铜率；

S101，根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计，根据设计的导气槽开设参数获取导气槽。

实施例2

次外层残铜率≥65％时，如图2所示，电路板板边压合中导气槽开设参数设计包括：

确定导胶口宽度以及导胶口之间距离；

根据确定的导胶口宽度以及导胶口之间距离，进行PCB偶数层与奇数层的导气槽交叉角度的选取。

其中，优选地，导胶口宽度；3mm；

优选地，导胶口之间距离：50mm；

优选地，PCB偶数层与奇数层的导气槽交叉倾斜45度。

其中在图2中，左斜线为L2层阻流边设计，即偶数层；右斜线为L3层阻流边设计，即奇数层。

实施例3

次外层残铜率＜65％时，如图3所示，进行电路板板边压合中导气槽开设参数设计包括：

对板边阻流边、SET进行点PAD(衬底)；

选取层间的点的PAD布局方式；

确定布局的PAD直径、间距参数。

其中，优选地，层间点PAD采用错位设计；

优选地，PAD直径1.25mm，PAD间距0.5mm。

实施例4

利用实施例1、实施例2或实施例3的改善电路板板边压合空洞的方法，制作的电路板，效果图如图4所示。

二、应用实施例：

利用本发明实施例1、实施例2或实施例3供的改善电路板板边压合空洞的方法在制作通讯、服务器的电子设备上可进行应用，可获得优良产品。

三、实施例相关效果的证据：

实验

根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计进行如下实验：

第一步，在次外层残铜率≥65％或＜65％时，根据给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角，判定电路板板边压合中气泡直径大小以及是否存在气泡；将气泡模糊气泡图像与原始气泡图像做与运算，将气泡图像映射到HSV颜色表示空间，手动调整阈值获得批量的气泡直径大小标注气泡图像；

第二步，将标注好的气泡图像进行预处理，调整气泡图像的长和宽为32的倍数，将气泡图像转化为张量格式，做数据的归一化，将像素值从0到255归一化到0到1；

第三步，通过神经网络训练数据，神经网络采用编码器-解码器的结构可以充分发掘气泡图像的潜在信息，神经网络输入为原始气泡图像，输出为分割气泡图像；

第四步，提取分割后的气泡图像的轮廓，并将计算轮廓的周长和面积；

第五步，利用气泡直径大小标注气泡图像中的不含异常数据帧部分提取到的周长和面积两个量，建立多元高斯模型；

第六步，将获取到的分割气泡图像的周长和面积输入多元高斯模型，判定数据帧是否异常；

气泡数据标注通过制作气泡模糊气泡图像和HSV颜色空间分析建模，同时标注同一场景下的100到1000张数据；HSV用于通过颜色空间的阈值分割出气泡，而气泡模糊气泡图像则是用消除颜色空间阈值与气泡在同一范围内的噪声点，通过对气泡样本数据的观察和分析，得出在固定的场景下一定的时间范围内；

HSV模型将RGB颜色空间映射到一个圆锥空间，从0到255表示颜色从黑到白的变化；在制作数据集给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角的过程中通过气泡模糊气泡图像和HSV结合的方式通过代码对被分为一类的图片进行标注和处理；气泡模糊气泡图像是根据背景图片建模得的一张气泡图像，每个类别和场景下都有对应的气泡模糊气泡图像，通过气泡模糊气泡图像与原始气泡图像直接做与运算就可以去除大部分的背景；HSV通过颜色空间的阈值调整将气泡模糊气泡图像处理后结果进行进一步的处理，以获得对气泡形态的精准刻画；

采用Unet网络结构，Unet网络实现像素级的分割，获得对气泡变化情况的精准刻画；U-net网络由一个收缩路径和一个扩张路径组成；

收缩路径遵循典型的卷积网络结构，其由两个重复的3x3卷积核组成，且均使用修正线性单元激活函数和一个用于下采样的步长为2的2x2最大池化操作，以及在每一个下采样的步骤中，特征通道数量都加倍；

在扩张路径中，每一步都包含对特征图进行上采样；用22的卷积核进行卷积运算，用于减少一半的特征通道数量；接着级联收缩路径中相应的裁剪后的特征图；再用两个33的卷积核进行卷积运算，且均使用ReLU激活函数；在最后一层，利用1*1的卷积核进行卷积运算，将每个64维的特征向量映射网络的输出层；

在预处理时计算得出所有训练数据的均值和方差，每一张图片在减去均值，与方差相比；将数据归一化到0到1，使得很多像素点变为零；

神经网络的损失函数定义如下：

Pre＝Σ_i，jP_r(i，j) (1)

Pte＝Σ_i，jP_t(i，j) (2)

公式中Pre，训练过程中神经网络的输出的气泡图像，Pte表示对应的给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角，loss表示损失；i,j表示像素点的坐标位置；式(3)中i＝0，n表示参与计算的气泡图像数量，const表示一个非0常数，为保证给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角全黑的时候分母不是0；从式(3)看出当给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角和实际的预测值越接近时损失越小；

采用多元高斯建模的方式，帧为异常数据帧时，帧的面积和周长会发生越变；通过正常数据得的高斯模型在测试异常数据时会偏离该高斯模；该高斯模型根据正常分割得到的气泡的周长和面积计算得到；将气泡监控视频的一帧数据判别为异常，直接通过气泡的形态和变化情况确定；周长和面积是对物体的形态表示最直观的两个量，在实际中通过周长和面积两个量建立多元高斯模型发掘两个量之间的联系，多元高斯的计算公式：

其中，∑：代表根据周长和面积计算的协方差矩阵，u：代表均值，x:代表输入，∈：代表判定的阈值；公式用于判定输入x是否属于建立的多元高斯分布，当输出的概率值低于∈时判定为不属于该概率分布，∈是根据对于正常数据的和异常数据的统计值确定的。

实验表明：利用本发明实施例提供的方法，获得的产品品质良率由70％提升到99％.同时适应了5G通讯、服务器高频高速的电气性能的发展需求。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

以上所述，仅为本发明较优的具体的实施方式，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种改善电路板板边压合空洞的方法，其特征在于，所述改善电路板板边压合空洞的方法包括以下步骤：

确定不同的次外层残铜率；

根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计，根据设计的所述参数获取导气槽。

2.根据权利要求1所述的改善电路板板边压合空洞的方法，其特征在于，所述次外层残铜率≥65％时，电路板板边压合中导气槽开设参数设计包括：

确定导胶口宽度以及导胶口之间的距离；

根据确定的导胶口宽度以及导胶口之间距离，进行PCB偶数层与奇数层的导气槽交叉角度的选取。

3.根据权利要求2所述的改善电路板板边压合空洞的方法，其特征在于，所述导胶口的宽度为3mm。

4.根据权利要求2所述的改善电路板板边压合空洞的方法，其特征在于，所述导胶口之间的距离为50mm。

5.根据权利要求2所述的改善电路板板边压合空洞的方法，其特征在于，PCB偶数层与奇数层的导气槽交叉倾斜45度。

6.根据权利要求1所述的改善电路板板边压合空洞的方法，其特征在于，所述次外层残铜率＜65％时，进行电路板板边压合中导气槽开设参数设计包括：

对板边阻流边、SET进行点PAD；

选取层间的点的PAD布局方式；

确定布局的PAD直径、间距参数。

7.根据权利要求6所述的改善电路板板边压合空洞的方法，其特征在于，层间的点的PAD布局方式采用错位方式；布局的PAD直径1.25mm，PAD间距0.5mm。

8.根据权利要求1所述的改善电路板板边压合空洞的方法，其特征在于，所述根据确定的不同的次外层残铜率，进行电路板板边压合中导气槽开设参数设计进一步包括：

第一步，在次外层残铜率≥65％或＜65％时，根据给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角，判定电路板板边压合中气泡直径大小以及是否存在气泡；将气泡模糊气泡图像与原始气泡图像做与运算，将气泡图像映射到HSV颜色表示空间，手动调整阈值获得批量的气泡直径大小标注气泡图像；

第二步，将标注好的气泡图像进行预处理，调整气泡图像的长和宽为32的倍数，将气泡图像转化为张量格式，做数据的归一化，将像素值从0到255归一化到0到1；

第三步，通过神经网络训练数据，神经网络采用编码器-解码器的结构可以充分发掘气泡图像的潜在信息，神经网络输入为原始气泡图像，输出为分割气泡图像；

第四步，提取分割后的气泡图像的轮廓，并将计算轮廓的周长和面积；

第五步，利用气泡直径大小标注气泡图像中的不含异常数据帧部分提取到的周长和面积两个量，建立多元高斯模型；

第六步，将获取到的分割气泡图像的周长和面积输入多元高斯模型，判定数据帧是否异常；

气泡数据标注通过制作气泡模糊气泡图像和HSV颜色空间分析建模，同时标注同一场景下的100到1000张数据；HSV用于通过颜色空间的阈值分割出气泡，而气泡模糊气泡图像则是用消除颜色空间阈值与气泡在同一范围内的噪声点，通过对气泡样本数据的观察和分析，得出在固定的场景下一定的时间范围内；

HSV模型将RGB颜色空间映射到一个圆锥空间，从0到255表示颜色从黑到白的变化；在制作数据集给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角的过程中通过气泡模糊气泡图像和HSV结合的方式通过代码对被分为一类的图片进行标注和处理；气泡模糊气泡图像是根据背景图片建模得的一张气泡图像，每个类别和场景下都有对应的气泡模糊气泡图像，通过气泡模糊气泡图像与原始气泡图像直接做与运算就可以去除大部分的背景；HSV通过颜色空间的阈值调整将气泡模糊气泡图像处理后结果进行进一步的处理，以获得对气泡形态的精准刻画；

采用Unet网络结构，Unet网络实现像素级的分割，获得对气泡变化情况的精准刻画；U-net网络由一个收缩路径和一个扩张路径组成；

收缩路径遵循典型的卷积网络结构，其由两个重复的3x3卷积核组成，且均使用修正线性单元激活函数和一个用于下采样的步长为2的2x2最大池化操作，以及在每一个下采样的步骤中，特征通道数量都加倍；

在扩张路径中，每一步都包含对特征图进行上采样；用22的卷积核进行卷积运算，用于减少一半的特征通道数量；接着级联收缩路径中相应的裁剪后的特征图；再用两个33的卷积核进行卷积运算，且均使用ReLU激活函数；在最后一层，利用1*1的卷积核进行卷积运算，将每个64维的特征向量映射网络的输出层；

在预处理时计算得出所有训练数据的均值和方差，每一张图片在减去均值，与方差相比；将数据归一化到0到1，使得很多像素点变为零；

神经网络的损失函数定义如下：

Pre＝∑_i，jP_r(i，j) (1)

Pte＝∑_i，jP_t(i，j) (2)

公式中Pre，训练过程中神经网络的输出的气泡图像，Pte表示对应的给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角，loss表示损失；i,j表示像素点的坐标位置；式(3)中i＝0，n表示参与计算的气泡图像数量，const表示一个非0常数，为保证给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角全黑的时候分母不是0；从式(3)看出当给定的导胶口宽度、导胶口之间距离、导气槽交叉倾斜角和实际的预测值越接近时损失越小；

采用多元高斯建模的方式，帧为异常数据帧时，帧的面积和周长会发生越变；通过正常数据得的高斯模型在测试异常数据时会偏离该高斯模；该高斯模型根据正常分割得到的气泡的周长和面积计算得到；将气泡监控视频的一帧数据判别为异常，直接通过气泡的形态和变化情况确定；周长和面积是对物体的形态表示最直观的两个量，在实际中通过周长和面积两个量建立多元高斯模型发掘两个量之间的联系，多元高斯的计算公式：

其中，∑：代表根据周长和面积计算的协方差矩阵，u：代表均值，x:代表输入，∈：代表判定的阈值；公式用于判定输入x是否属于建立的多元高斯分布，当输出的概率值低于∈时判定为不属于该概率分布，∈是根据对于正常数据的和异常数据的统计值确定的。

9.一种根据权利要求1～8任意一项所述改善电路板板边压合空洞的方法制作的电路板。

10.一种应用于通讯、服务器的电子设备，其特征在于，所述电子设备搭载权利要求9所述的电路板。

Images