CN115560926B - 一种手机密封性检测方法及装置 - Google Patents
一种手机密封性检测方法及装置 Download PDFInfo
- Publication number
- CN115560926B CN115560926B CN202211518574.9A CN202211518574A CN115560926B CN 115560926 B CN115560926 B CN 115560926B CN 202211518574 A CN202211518574 A CN 202211518574A CN 115560926 B CN115560926 B CN 115560926B
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- tightness
- detection
- acquiring
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/24—Arrangements for testing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
- Telephone Set Structure (AREA)
Abstract
本申请涉及手机检测技术领域,具体涉及一种对于手机的检测方法,具体为一种手机密封性检测方法、装置、设备及存储介质;本申请实施例方法包括:获取所述待检测手机的管理编号;获取第一气压值,基于预设放置时间,获取第二气压值;基于第二气压值与第一气压值确定压差;将所述压差与预设置的判断阈值确定所述手机密封性,当所述压差大于所述预设值的判断阈值时,则确定所述待检测手机密封性不达标;基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测;本申请实施例提供的技术方案中,能够实现在保证检测结果准确的情况下降低因为检测过程复杂性而导致的手机生产时间成本过高的问题。
Description
技术领域
本申请涉及手机检测技术领域,具体涉及一种对于手机的检测方法,具体为一种手机密封性检测方法及装置。
背景技术
随着智能手机的不断发展,智能手机的使用场景进行不断的延伸,由于电子产品的使用环境不同,对电子产品的各种性能的要求也不尽相同。
其中,针对于智能手机的性能的要求已经不仅满足其具体性能的提升,还包括智能手机能够在各种恶劣户外环境下的使用,例如在雨中、水中进行使用。而针对于手机这种精密性的电子产品为了保证在水中的使用,需要在手机出厂前对手机的防水性能进行检测,达到手机防水标准后进行上市。
而针对于目前的防水检测的场景主要包括两种,一种为针对于与待出厂手机相同的手机模型进行内外气压变化实现检测基于手机模型的检测结果确定相同设计条件下的待生产手机进行判断,还有一种为针对于生产线上每一台手机进行实时的密封性检测。而针对于第一种情况,因为手机的生产制造中出现的不达标数据主要基于配件的选型不达标以及组装过程中自动化设备的装配要求不达标造成,而对于对手机模型进行检测为一次性检测,针对这种情况会造成手机模型达标但是在生产过程中的手机不达标的情况。针对于第二种情况,针对于每一台手机都进行检测,则会造成检测时间过长,从而导致生产效率降低的情况。
所以,需要针对于产业生产线中的手机制造过程提供一种手机密封性检测方法,解决以上的问题。
发明内容
为了解决以上的技术问题,本申请提供一种手机密封性检测方法及装置,通过设置与待检测手机配置的管理数据库,实现对于相同批次下的待检测手机进行一次性检测,基于一次性检测结果确定对应生产条件下的多个待检测手机检测结果的获得,从而在降低检测成本的情况下实现对应手机检测结果的获得。
为了达到上述目的,本申请实施例采用的技术方案如下:
第一方面,一种手机密封性检测方法,应用于密封性检测仪,所述检测仪包括检测腔室,将所述手机放置于所述检测腔室内进行密封性检测,所述方法包括:获取待检测手机的管理编号;向所述检测腔室内进行充气,获取第一气压值;基于预设放置时间,获取第二气压值;基于所述第二气压值与所述第一气压值确定压差;将所述压差与预设置的判断阈值确定所述手机密封性,当所述压差大于所述预设值的判断阈值时,则确定所述待检测手机密封性不达标,当检测结果不达标时,通过密封缺陷判断模型获取检测数据提取特征得到密封缺陷结果,并将所述密封缺陷结果发送至对应的终端;基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测。
第一方面的第一种实现方式中,所述管理数据库中配置有子数据库,所述子数据库基于所述生产批次进行构建,所述子数据库中配置有所述手机的管理编号以及相关生产信息,所述相关生产信息包括机台信息以及零件信息。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述判断阈值的确定方法包括:构建与所述待检测手机相同配置场景下的多个衍生待检测手机,基于多个所述衍生待检测手机进行多影响因素变化下的气密性检测获取对应的气密性检测样本数据集;基于多影响因素以及对应的气密性检测样本数据集构建与所述气密性检测相关的综合影响矩阵,所述综合影响矩阵用于表征气密性检测结果与多影响因素的分布情况;将所述综合影响矩阵进行数据转换,转换为有序集合;对所述有序集合进行划分得到至少两个子数据集;计算两两子数据集的类间方差,得到多个类间方差,选择最大类间方差及其对应的强影响关系集合,以集合中最小的影响关系值作为阈值。
结合第一方面的第二种可能的实现方式,在第三种可能的实现方式中,构建综合影响矩阵,包括以下方法:基于预设置的专家系统对所述气密性检测样本数据集中的多影响因素进行权重标度,并将标度后的数据进行整合为综合影响矩阵,所述权重标度包括四级标签。
结合第一方面的第二种可能的实现方式,在第四种可能的实现方式中,将所述综合影响矩阵进行数据转换,转换为有序集合,包括:将所述综合影响矩阵中的各元素按从大到小的顺序依次排列,得到有序的三元组集合,所述三元组集合为有序集合。
结合第一方面的第四种可能的实现方式,在第五种可能的实现方式中,对所述有序集合进行划分得到至少两个子数据集,包括:按照所述权重标度对所述有序集合进行划分,得到至少两个子数据集。
第一方面的第六种可能的实现方式,所述密封缺陷判断模型包括lasso回归子模型和呈收敛状态的MLP神经网络结构,所述lasso回归子模型用于提取所述检测数据中的特征,所述MLP神经网络对提取到的特征进行分类识别,得到密封缺陷结果。
结合第一方面的第六种可能的实现方式,在第七种可能的实现方式中,所述MLP神经网络包括输入层、隐藏层和输出层,所述隐藏层包括第一隐藏层和第二隐藏层,所述第一隐藏层的神经元数量为50,所述第二隐藏层的神经元数量为10,所述MLP神经网络的激活函数为sigmoid函数。
第二方面,提供一种手机密封性检测装置,包括:管理编号获取模块,用于获取所述待检测手机的管理编号;第一气压值获取模块,用于获取第一气压值第二气压值获取模块,用于获取第二气压值;压差确定模块,用于获取所述第一气压值和所述第二气压值的压差;密封性确定模块,用于将所述压差与预设置的判断阈值确定所述手机密封性;复检检测模块,基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测。
第一方面的第一种实现方式中,所述管理数据库中配置有子数据库,所述子数据库基于所述生产批次进行构建,所述子数据库中配置有所述手机的管理编号以及相关生产信息,所述相关生产信息包括机台信息以及零件信息。
第三方面,提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行计算机程序时实现上述任一项所述的方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法。
本申请实施例提供的技术方案中,在现有的手机生产产线上配置有硬件检测仪,并且配置对应的检测方法能够实现在保证检测结果准确的情况下降低因为检测过程复杂性而导致的手机生产时间成本过高的问题。其工作逻辑基于获取一个批次下的手机并对一个批次下的手机进行密封性检测,基于一个批次下的密封性检测结果确定相同批次下的手机的密封性是否具有缺陷。在能够实时获取手机气密性检测结果的同时提高了检测的效率。而针对于检测不合格的手机,将同一批次下的手机进行复检,并基于复检结果能够确定具有装配缺陷的机台信息并对于机台进行对应性的维修和保养。并且,本申请中的技术方案通过建立密封曲线判断模型能够将密封性缺陷进行分类性识别,得到密封性缺陷的具体的问题以及对应的产品缺陷。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例,其中示例数字在附图的各个视图中代表相似的机构。
图1是本申请实施例提供的终端设备的结构示意图。
图2是本申请的一些实施例所示的手机密封性检测方法的流程图。
图3是根据本申请实施例提供的装置方框示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中,通过实例阐述了许多具体细节,以便提供对相关指导的全面了解。然而,对于本领域的技术人员来说,显然可以在没有这些细节的情况下实施本申请。在其他情况下,公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述,没有细节,以避免不必要的模糊本申请的方面。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是,流程图的执行过程可以不按顺序执行。相反,这些执行过程可以以相反的顺序或同时执行。另外,可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
对本发明实施例进行进一步详细说明之前,对本发明实施例中涉及的名词和术语进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
(1)响应于,用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
(2)基于,用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
本申请实施例提供的技术方案,主要的应用场景为对于手机生产线上对应手机的密封性检测,在现有的手机生产过程中,其手机生产线为标准化流水线,即通过设置多道工序以及在多道工序上配置多个工位。其中每一道工序对应一个装配过程,每一道工序上的每一个工位为具体的装配机台,由此可知,在每一道工序上的工位进行相同的装配作业,针对于设置多个工位为了保证工作效率的同时还需要对多个机台进行工作的控制。具体为,例如在一道工序上配置有二十个工位即设置有二十个机台,在进行装配作业时,针对于二十台机台的控制基于机台的工作时间分配时间,即二十台机台进行对应时间内的交替工作,在某一时间段其中十台机台处于工作状态,在另一时间段下此十台机台进行休息,另外十台机台进行工作。以上为手机生产线的生产控制过程,而针对于本实施例中提供的手机检测方法主要配置在以上的手机生产过程中实现对于手机的密封性检测。
在现有的密封性检测中,主要的逻辑为将与待检测手机对应的手机模型进行检测,当对应的手机模型检测结果为合格时,则说明对应的手机同样为合格。针对于这种检测方式,忽略了因为装配过程中装配机台以及对应的零件缺陷所造成的手机密封性的不合格,仅考虑手机设计层面上的缺陷,则容易导致生产过程缺陷所导致的手机密封缺陷。
针对于现有手机检测还包括另外一种方式为在手机生产过程的终端对每一台手机进行气密性检测,而针对这种检测方式则会明显的增加手机生产制造的时间成本,降低了生产效率。
而针对于这种情况,本实施例提供一种手机密封性检测方法,其工作逻辑基于获取一个批次下的手机并对一个批次下的手机进行密封性检测,基于一个批次下的密封性检测结果确定相同批次下的手机的密封性是否具有缺陷。在能够实时获取手机气密性检测结果的同时提高了检测的效率。而针对于检测不合格的手机,将同一批次下的手机进行复检,并基于复检结果能够确定具有装配缺陷的机台信息并对于机台进行对应性的维修和保养。
并且在本实施例提供的手机密封性检测方法中,通过配置阈值判断方法实现对于气密性检测结果的精准获得,其中针对于阈值的确定与现有技术中通过人工设定具体数值的方式相比,通过构建矩阵的方法实现对于阈值影响因素以及具体数值的关系的确定,从而获取精准的阈值范围,实现对于收集密封性检测结果的精准获得。
基于以上的技术背景,参阅图1,本申请实施例提供一种终端设备100,该终端设备包括存储器110、处理器120以及存储在存储器中并可在处理器上运行的计算机程序,其中处理器执行手机密封性检测方法。在本实施例中,该终端设备与用户端进行通信,将获取到的检测信息下发至对应的用户端,在硬件上实现对于检测信息的发送。其中,针对于发送信息的方式基于网络实现,并且在终端设备进行应用之前需要对用户端与终端设备建立关联关系,可以通过注册的方式实现对于终端设备与用户端之间的关联。其中终端设备可以针对多个用户端,也可以针对一个用户端,并且用户端通过密码以及其他加密的方式与终端设备进行通信。
在本实施例中,该终端可以为服务器,针对于服务器的物理结构,包括存储器、处理器和通信单元。存储器、处理器以及通信单元各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器用于存储特定的信息和程序,通信单元用于将处理后的信息进行发送至对应的用户端。
本实施例将存储模块划分为两个存储区域,其中一个存储区为程序存储单元,另一个存储区域为数据存储单元。程序存储单元相当于固件区,该区域的读写权限设置为只读模式,其内存储的数据不可擦除和更改。而数据存储单元中的数据可以进行擦除或读写,当数据存储区域的容量已满时,新写入的数据会对最早期的历史数据进行覆盖。
其中,存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Ele超声ric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器可能是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(DSP))、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
参阅图2,在本实施例中,针对于手机密封性检测方法,其工作逻辑为,获取待检测手机的管理编号,基于管理编号确定对应的手机批次,并基于以上信息对手机进行具体的检测处理。
针对于本实施例提供的工作逻辑提供一种手机密封性检测方法,应用于检测装置,所述检测装置包括检测腔室,将所述手机放置于所述检测腔室内进行密封性检测,具体包括以下方法:
步骤S210. 获取所述待检测手机的管理编号。
在本实施例中,针对于每一台手机都配置有对应的管理编号,其中管理编号可以说明手机的生产批次信息以及对应的时间信息等。以上信息在检测之前进行配置,在检测时可以进行获取,而针对于手机的管理编号可以通过条形码或者二维码的形式进行配置,并且针对于管理编号可以贴设于待检测手机的表面,而针对于管理编号的识别和获取可以基于配置在检测装置上的信息获取单元进行识别,例如当管理编号为二维码信息时通过配置的扫码器进行识别。而针对于二维码信息的识别以及二维码信息的设置为现有技术,在本实施例中不再进行详细的描述。
步骤S220.向所述检测腔室内进行充气,获取第一气压值。
在本实施例中,针对于此步骤基于检测装置实现,即通过对检测腔室内进行充气,其中检测腔室为密封腔室,针对于充气目的为了实现对于放置在检测腔室内的手机的是否存在漏气行为。
步骤S230.基于预设放置时间,获取第二气压值。
针对于本实施例中,针对于预设放置时间主要为了确定手机在时间阶段内气压变化,从而确定手机是否漏气。
步骤S240.基于第二气压值与第一气压值确定压差。
步骤S250.将所述压差与预设置的判断阈值确定所述手机密封性,当所述压差大于所述预设值的判断阈值时,则确定所述待检测手机密封性不达标。
在本实施例中,针对于判断阈值的在现有技术中主要基于经验来实现,即通过大量的历史数据以及人为评价标准进行实现,而针对于此种方法可以用在对于精密度要求不高的产品以及方法上,但针对于手机等消费电子产品的精密度要求较高的产品上,通过现有的阈值设定则会造成检测结果不准确的问题。
而针对于判断阈值的设定,本实施例通过统计学方法以及计算机技术实现,包括以下过程:
构建与所述待检测手机相同配置场景下的多个衍生待检测手机,基于多个所述衍生待检测手机进行多影响因素变化下的气密性检测获取对应的气密性检测样本数据集。
在本实施例中,统计学的基础在于大量的样本数据作为基础,所以针对于此步骤主要用于后续数据分析以及处理过程的基础。其中衍生待检测手机为待检测手机相同配置场景下对应的手机。
基于多影响因素以及对应的气密性检测样本数据集构建与所述气密性检测相关的综合影响矩阵,所述综合影响矩阵用于表征气密性检测结果与多影响因素的分布情况。
针对于此过程,基于预设置的专家系统对所述气密性检测样本数据集中的多影响因素进行权重标度,并将标度后的数据进行整合为综合影响矩阵,所述权重标度包括四级标签。
具体的,基于专家系统对气密性检测样本数据集中的多个影响因素按照0-4的标度,其中0表示无影响,1、2、3、4分别表征影响极小、影响小、影响大、影响极大,得到综合影响矩阵,其中i和j分别表示不同的影响因素,其中表示因素i对因素j的影响关系,当i=j时,=0。
将所述综合影响矩阵进行数据转换,转换为有序集合。
在本实施例中,具体的转换方法为将所述综合影响矩阵中的各元素按从大到小的顺序依次排列,得到有序的三元组集合,所述三元组集合为有序集合。
具体的,将综合影响矩阵中的各元素,按从大到小的顺序依次排列,得到有序的三元组集合。
对所述有序集合进行划分得到至少两个子数据集。
在本实施例中,其中两个子数据集分别对应为前z个元素作为强影响关系集合,以及其余元素作为较弱影响关系集合。
计算两两子数据集的类间方差,得到多个类间方差,选择最大类间方差及其对应的强影响关系集合,以集合中最小的影响关系值作为阈值。在本实施例中,针对于类间方差的计算可以基于现有数学计算进行实现,在本实施例中不再进行累述。
本实施例中基于以上的处理过程得到对应的判断阈值,但值得注意的是,因为在手机生产过程中,不同型号的手机对于密封性要求不同,所以不同型号的手机对于判断阈值的范围也不同,而针对于判断阈值则可以通过不同型号的手机进行对应的配置。
具体为:基于基础的判断阈值即通过以上过程处理的得到的判断阈值通过调节参数的确定,而针对于调节参数基于不同型号手机对于密封性要求的参数来确定。由此可知,在本实施例中的所述待检测手机和多个所述衍生待检测手机并非为单一型号的手机,而是包括多种型号的手机,例如在针对于样本数据集构建基于生产中所有需要检测型号的手机,在进行样本数据集的构建以及统计学进行处理时也不需要针对于某一单一型号进行处理,而是针对于所有涉及到检测的手机进行对应的样本数据集的构建,所针对于本实施例中判断阈值为基础阈值,而为了针对不同型号的手机的密封性进行对应的检测时,需要对不同型号不同密封性的要求对判断阈值进行调整。
而针对于不同型号的判断阈值判断可以基于本过程得到的基础判断阈值进行调节参数的配置实现,而针对于调节参数基于不同型号的手机对应的不同密封度的要求进行设置。而针对于调节参数的获得主要方法包括:比较待检测手机的密封度与基础判断阈值所对应手机的密封度,得到调节参数,基于调节参数对基础判断阈值进行调节。在本实施例中,针对于基础判断阈值所对应的手机以及带检测手机的密封度的获取,基于二者所对应的设计气压承受范围进行确定,例如基础判断阈值对应的手机密封度为1,其设计气压承受范围为1,而针对于待检测手机的设计气压承受范围为2,则对应的待检测手机的密封度为2。
此方法基于较为朴素的关联参数对应关系所设置,而为了获得更高精度的密封度以及密封度对应的判断阈值,则可以通过建立密封度与设计气压承受范围之间的关联模型,包括以下方法:
建立密封度与设计气压承受范围对应的模型样本数据集,其中针对于此模型样本数据集可以基于历史数据中进行获取,还可以基于仿真软件或仿真模型进行获得。
构建密封度与设计气压承受范围的对应关系图,其中在本实施例中对应关系图为坐标图,横轴为密封度,纵轴为设计气压承受值。
提取个点的斜率。
获取多个点的斜率变化率,基于斜率变化率取中位值,得到斜率变化高频点,基于中位值为密封度与设计气压承受范围的对应参数。
而针对于通过以上方法得到的对应参数,则可以在设计气压承受范围的基础上得到对应的密封度。
而针对于此方法,在基于基础判断阈值的基础条件下获得对应待检测手机的判断阈值的确定,包括以下方法:其中待检测手机的设计气压承受范围为A,基于对应参数X,可确定待检测手机的密封度为AX,比较待检测手机的密封度与基础判断阈值对应的手机密封度承受范围即1/AX,基于1/AX确定对应的判断阈值。
在本实施例中,为了进一步的实现对于密封缺陷的分类,即通过对获取到的缺陷检测数据进行处理得到产生密封性缺陷对应的原因,通过构建分类识别模型进行具体缺陷的分类,使产品生产端对于产品的缺陷具有较为清晰和准确的判断。
其中,针对于密封缺陷的分类主要通过分类模型进行实现,在本实施例中,设置的分类模型依托于训练后呈收敛状态的MLP神经网络。针对于MLP神经网络,相比于其他分类模型,MLP 神经网络具有良好的分类效果及泛化能力,但在面对高维数据时训练收敛较慢,建模时间较长。本实施例为了降低神经网络训练的成本以及提高神经网络对于识别结果准确性的保证,将 Lasso回归模型作为特征提取方案,通过lasso回归模型对高维、冗余的数据集进行特征提取,实现数据降维,再将特征提取后的数据集输入 MLP 神经网络进行建模和调参,将有效地提高 MLP 神经网络建模效率和收敛速度。
以下针对于MLP神经网络的训练以及MLP神经网络的具体网络结构进行描述:
本实施例中针对于待处理的特征获取基于Lasso回归模型进行提取,其中针对于
Lasso回归模型进行特征提取中的数据基于对应工位采集到的历史数据进行,其中采集到
的历史数据为:,,其中,表示每一个数
据特征,,其中 表示 对应的分类量,二者构成数据集(X,Y),
通过第一范式惩罚回归求解 的目标函数的最优解,在本实施例中目标函数如下所
示:;
设置约束边界为,在约束边界范围内寻找与 最相关
的一个变量 ,将 向 最相关的方向增大,沿此方向计算残差r,直到使得r和最相
关的特征变量被选中,朝着 联合的最小均方方向增大,直到出现另一变量使得r最
相关,判断此变量的j是否大于n,如果大于则最为输出数据结束,完成目标函数的求解。
针对于此过程为Lasso归一模型结构的说明,在本实施例中Lasso归一模型主要用于特征提取,针对于特区特征后关于MLP神经网络的训练本实施例对训练过程进行说明:
根据MLP 神经网络模型中的预处理模块,首先,将标签A、B、C、D、E进行二值化得:
本实施例中的 MLP 神经网络的激活函数设置为 sigmoid 函数,隐藏层设为两
层,第一隐藏层神经元数为 50,第二隐藏层神经元数为 10。根据输入层的输入元素。根据
输入层的输入元素,其中 i = 1,2,
3,…,478,第一隐藏层的权重和偏置分别为,,
其中p = ( 1,2,3,…,50),可得。
最终,输出各层权重和偏置即可得到MLP 初始模型; 为得到最优的 MLP模型,需要对MLP神经网络进行不断地训练,训练过程是利用代价函数和反向传播算法对网络中的各权重和偏置进行优化,以得到最佳的权重矩阵和偏置矩阵,即获得最终的MLP神经网络模型参数。
步骤S260.基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测。
在本实施例中,所述管理数据库中配置有子数据库,所述子数据库基于所述生产批次进行构建,所述子数据库中配置有所述手机的管理编号以及相关生产信息,所述相关生产信息包括机台信息以及零件信息。
在本实施例中,针对于待检测手机的密封性检测为不合格时,需要对相同生产批次下的手机进行复查,而针对于复查的确定基于步骤S210中管理编号进行确定,基于确定后的管理编号,在对应子数据库中查询相同生产批次下的手机对应的管理编号列表,基于管理编号列表确定复查的手机。
其中,针对于此过程中待检测手机的获取可以进行随机的抽取,并且为了保证每一生产批次中的手机都有机会进行被检测,可以将随机抽取与生产批次进行联动。
本实施例通过此过程的设置,能够对密封不合格的产品进行回溯,并且基于回溯后的不合格产品进行反向查询获取对应机台信息以及对应的零部件信息能够实现对于机台以及零部件的反向筛查,不仅实现对于密封性检查的同时还能够对于手机的生产管理以及日常的运维。
参阅图3,本实施例还提供一种手机密封性检测装置300,包括:管理编号获取模块310,用于获取所述待检测手机的管理编号。第一气压值获取模块320,用于获取第一气压值。第二气压值获取模块330,用于获取第二气压值。压差确定模块340,用于获取所述第一气压值和所述第二气压值的压差。密封性确定模块350,用于将所述压差与预设置的判断阈值确定所述手机密封性。复检检测模块360,基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测。
在本实施例中,管理数据库中配置有子数据库,所述子数据库基于所述生产批次进行构建,所述子数据库中配置有所述手机的管理编号以及相关生产信息,所述相关生产信息包括机台信息以及零件信息。
本申请实施例提供的技术方案中,其工作逻辑基于获取一个批次下的手机并对一个批次下的手机进行密封性检测,基于一个批次下的密封性检测结果确定相同批次下的手机的密封性是否具有缺陷。在能够实时获取手机气密性检测结果的同时提高了检测的效率。而针对于检测不合格的手机,将同一批次下的手机进行复检,并基于复检结果能够确定具有装配缺陷的机台信息并对于机台进行对应性的维修和保养。
需要理解的是,针对上述内容没有进行名词解释的技术术语,本领域技术人员可以根据上述所公开的内容进行前后推导毫无疑义地确定其所指代的含义在此均不作限定。
本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及偏好标签的技术特征/技术术语进行确定,例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语,本领域技术人员完全能够基于前后文的逻辑关系进行合理地、毫无疑义地推导,从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀,例如“第一”、“第二”、“示例”、“目标”等,可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀,例如“集合”、“列表”等,也可以根据前后文进行毫无疑义地推导和确定。
本申请实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解,本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本申请所记载的内容进行的,因此上述内容并不是对整体方案的创造性的评判。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
另外,本领域普通技术人员可以理解的是,本申请的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外,本申请的各方面可以表现为位于至少一个计算机可读介质中的计算机产品,所述产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤缆线、RF、或类似介质、或任何上述介质的组合。
本申请各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写,包括面向对象程序设计,如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET,Python等,或类似的常规程序编程语言,如"C"编程语言,Visual Basic,Fortran2003,Perl,COBOL 2002,PHP,ABAP,动态编程语言如Python,Ruby和Groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网络(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非申请专利范围中明确说明,本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的申请专利范围并不仅限于披露的实施例,相反,申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件装置实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或行动装置上安装所描述的系统。
同样应当理解的是,为了简化本申请揭示的表述,从而帮助对至少一个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (9)
1.一种手机密封性检测方法,其特征在于,应用于密封性检测仪,所述检测仪包括检测腔室,将所述手机放置于所述检测腔室内进行密封性检测,所述方法包括:
获取待检测手机的管理编号;
向所述检测腔室内进行充气,获取第一气压值;
基于预设放置时间,获取第二气压值;
基于所述第二气压值与所述第一气压值确定压差;
将所述压差与预设置的判断阈值确定所述手机密封性,当所述压差大于所述预设置的判断阈值时,则确定所述待检测手机密封性不达标,当检测结果不达标时,通过密封缺陷判断模型获取检测数据提取特征得到密封缺陷结果,并将所述密封缺陷结果发送至对应的终端;所述判断阈值的确定方法包括:构建与所述待检测手机相同配置场景下的多个衍生待检测手机,基于多个所述衍生待检测手机进行多影响因素变化下的气密性检测获取对应的气密性检测样本数据集;基于多影响因素以及对应的气密性检测样本数据集构建与所述气密性检测相关的综合影响矩阵,所述综合影响矩阵用于表征气密性检测结果与多影响因素的分布情况;将所述综合影响矩阵进行数据转换,转换为有序集合;对所述有序集合进行划分得到至少两个子数据集;计算两两子数据集的类间方差,得到多个类间方差,选择最大类间方差及其对应的强影响关系集合,以集合中最小的影响关系值作为阈值;
基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测。
2.根据权利要求1所述的手机密封性检测方法,其特征在于,所述管理数据库中配置有子数据库,所述子数据库基于所述生产批次进行构建,所述子数据库中配置有所述手机的管理编号以及相关生产信息,所述相关生产信息包括机台信息以及零件信息。
3.根据权利要求1所述的手机密封性检测方法,其特征在于,构建综合影响矩阵,包括以下方法:
基于预设置的专家系统对所述气密性检测样本数据集中的多影响因素进行权重标度,并将标度后的数据进行整合为综合影响矩阵,所述权重标度包括四级标签。
4.根据权利要求1所述的手机密封性检测方法,其特征在于,将所述综合影响矩阵进行数据转换,转换为有序集合,包括:
将所述综合影响矩阵中的各元素按从大到小的顺序依次排列,得到有序的三元组集合,所述三元组集合为有序集合。
5.根据权利要求3所述的手机密封性检测方法,其特征在于,对所述有序集合进行划分得到至少两个子数据集,包括:
按照所述权重标度对所述有序集合进行划分,得到至少两个子数据集。
6.根据权利要求1所述的手机密封性检测方法,其特征在于,所述密封缺陷判断模型包括lasso回归子模型和呈收敛状态的MLP神经网络结构,所述lasso回归子模型用于提取所述检测数据中的特征,所述MLP神经网络对提取到的特征进行分类识别,得到密封缺陷结果。
7.根据权利要求6所述的手机密封性检测方法,其特征在于,所述MLP神经网络包括输入层、隐藏层和输出层,所述隐藏层包括第一隐藏层和第二隐藏层,所述第一隐藏层的神经元数量为50,所述第二隐藏层的神经元数量为10,所述MLP神经网络的激活函数为sigmoid函数。
8.一种手机密封性检测装置,其特征在于,包括:
管理编号获取模块,用于获取待检测手机的管理编号;
第一气压值获取模块,用于获取第一气压值;
第二气压值获取模块,用于获取第二气压值;
压差确定模块,用于获取所述第一气压值和所述第二气压值的压差;
密封性确定模块,用于将所述压差与预设置的判断阈值确定所述待检测手机密封性,当所述压差大于所述预设置的判断阈值时,则确定所述待检测手机密封性不达标,当检测结果不达标时,通过密封缺陷判断模型获取检测数据提取特征得到密封缺陷结果,将所述密封缺陷结果发送至对应的终端,其中所述判断阈值的确定方法包括:构建与所述待检测手机相同配置场景下的多个衍生待检测手机,基于多个所述衍生待检测手机进行多影响因素变化下的气密性检测获取对应的气密性检测样本数据集;基于多影响因素以及对应的气密性检测样本数据集构建与所述气密性检测相关的综合影响矩阵,所述综合影响矩阵用于表征气密性检测结果与多影响因素的分布情况;将所述综合影响矩阵进行数据转换,转换为有序集合;对所述有序集合进行划分得到至少两个子数据集;计算两两子数据集的类间方差,得到多个类间方差,选择最大类间方差及其对应的强影响关系集合,以集合中最小的影响关系值作为阈值;
复检检测模块,基于预设置的管理数据库获取所述管理编号下相同生产批次下的多个待复检手机,对多个所述待复检手机进行气密性检测。
9.根据权利要求8所述的手机密封性检测装置,其特征在于,
所述管理数据库中配置有子数据库,所述子数据库基于所述生产批次进行构建,所述子数据库中配置有所述手机的管理编号以及相关生产信息,所述相关生产信息包括机台信息以及零件信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211518574.9A CN115560926B (zh) | 2022-11-30 | 2022-11-30 | 一种手机密封性检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211518574.9A CN115560926B (zh) | 2022-11-30 | 2022-11-30 | 一种手机密封性检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115560926A CN115560926A (zh) | 2023-01-03 |
CN115560926B true CN115560926B (zh) | 2023-06-06 |
Family
ID=84770048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211518574.9A Active CN115560926B (zh) | 2022-11-30 | 2022-11-30 | 一种手机密封性检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115560926B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117129160B (zh) * | 2023-08-25 | 2024-03-26 | 江苏舒茨测控设备股份有限公司 | 元器件气密检测装置的预警报警方法、系统、终端及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109540408A (zh) * | 2017-09-21 | 2019-03-29 | 青海时代新能源科技有限公司 | 气密性检测方法及装置 |
CN115165248A (zh) * | 2022-07-05 | 2022-10-11 | 深圳闪回科技有限公司 | 一种手机功能检测方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2770315B1 (fr) * | 2013-02-21 | 2021-03-31 | The Swatch Group Research and Development Ltd. | Dispositif électronique muni de moyens de détection automatique de fuite |
CN104535278A (zh) * | 2014-12-31 | 2015-04-22 | 珠海凌达压缩机有限公司 | 工件气密性的检测方法和装置 |
JP2018004429A (ja) * | 2016-07-01 | 2018-01-11 | 日本電産サンキョー株式会社 | 漏れ検査装置および漏れ検査方法 |
CN109556798A (zh) * | 2018-11-27 | 2019-04-02 | 安克创新科技股份有限公司 | 电子产品密封性的检测方法、装置、系统及存储介质 |
CN210741775U (zh) * | 2019-08-09 | 2020-06-12 | 宁德时代新能源科技股份有限公司 | 气密性检测装置 |
CN111830051A (zh) * | 2020-08-14 | 2020-10-27 | 成都理工大学 | 一种基于深度学习的变电站设备漏油检测方法及检测系统 |
CN116839839A (zh) * | 2020-10-26 | 2023-10-03 | 北京舍得叔叔科技有限公司 | 自带气密性检测功能的防水智能设备 |
CN214251422U (zh) * | 2021-03-05 | 2021-09-21 | 师大瑞利光电科技(清远)有限公司 | 一种气密性检测设备 |
CN113029466A (zh) * | 2021-03-05 | 2021-06-25 | 师大瑞利光电科技(清远)有限公司 | 一种气密性设备的检测方法、装置以及电子设备 |
CN215338750U (zh) * | 2021-04-30 | 2021-12-28 | 广东利元亨智能装备股份有限公司 | 气密性检测设备 |
CN113656752B (zh) * | 2021-08-11 | 2024-09-06 | 广东电网有限责任公司 | 一种气压的预测方法、装置、电子设备及存储介质 |
CN217721394U (zh) * | 2022-04-19 | 2022-11-01 | 四川欧乐智能技术有限公司 | 一种智能终端 |
-
2022
- 2022-11-30 CN CN202211518574.9A patent/CN115560926B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109540408A (zh) * | 2017-09-21 | 2019-03-29 | 青海时代新能源科技有限公司 | 气密性检测方法及装置 |
CN115165248A (zh) * | 2022-07-05 | 2022-10-11 | 深圳闪回科技有限公司 | 一种手机功能检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115560926A (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108257121B (zh) | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 | |
CN111309822B (zh) | 用户身份识别方法及装置 | |
TW201947463A (zh) | 模型測試的方法及裝置 | |
CN115560926B (zh) | 一种手机密封性检测方法及装置 | |
KR20090121177A (ko) | 자동 가상 계측 시스템 및 방법 | |
CN109784528A (zh) | 基于时间序列和支持向量回归的水质预测方法及装置 | |
CN117008557B (zh) | 共混型互穿网络热塑性弹性体的生产控制方法及系统 | |
CN110442911B (zh) | 一种基于统计机器学习的高维复杂系统不确定性分析方法 | |
CN116091874B (zh) | 图像校验方法、训练方法、装置、介质、设备及程序产品 | |
CN117495205B (zh) | 一种工业互联网实验系统及方法 | |
CN118229309B (zh) | 汽车零部件的溯源方法、装置、介质 | |
CN118211882B (zh) | 一种基于大数据的产品质量管理系统及方法 | |
CN117333492A (zh) | 基于图像处理的光学薄膜质量检测方法及相关装置 | |
CN117932501A (zh) | 一种电能表运行状态管理方法和系统 | |
CN112215398A (zh) | 电力用户负荷预测模型建立方法、装置、设备及存储介质 | |
CN113110961B (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
CN112215834B (zh) | 基于卷积神经网络的动力电池焊接质量检测方法及系统 | |
CN115398442A (zh) | 用于评估传感器测量值的设备和自动化方法和该设备的应用 | |
CN112528500A (zh) | 一种场景图构造模型的评估方法及评估设备 | |
CN114399788B (zh) | 对象检测方法和系统 | |
CN117809297B (zh) | 基于三维重建的输电线路危险源智能识别方法 | |
CN116595883B (zh) | 数值反应堆实时在线系统状态修正方法 | |
CN117528274B (zh) | 基于深度学习的红外成像非均匀噪声提取及优化方法 | |
CN117689962B (zh) | 一种器件表面缺陷识别方法及识别系统 | |
CN113344918B (zh) | 一种热成型模具检测方法、系统和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |