CN116167640B - 一种lcp薄膜生产质量检测数据分析方法及系统 - Google Patents
一种lcp薄膜生产质量检测数据分析方法及系统 Download PDFInfo
- Publication number
- CN116167640B CN116167640B CN202211574337.4A CN202211574337A CN116167640B CN 116167640 B CN116167640 B CN 116167640B CN 202211574337 A CN202211574337 A CN 202211574337A CN 116167640 B CN116167640 B CN 116167640B
- Authority
- CN
- China
- Prior art keywords
- film
- target
- quality detection
- detection
- quality
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 406
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 210
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000007405 data analysis Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 121
- 230000005856 abnormality Effects 0.000 claims description 59
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 230000005284 excitation Effects 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 16
- 238000007689 inspection Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 12
- 230000006872 improvement Effects 0.000 abstract description 3
- 229920000106 Liquid crystal polymer Polymers 0.000 description 128
- 239000004977 Liquid-crystal polymers (LCPs) Substances 0.000 description 128
- 238000012360 testing method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 239000004745 nonwoven fabric Substances 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 238000005266 casting Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000010101 extrusion blow moulding Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种LCP薄膜生产质量检测数据分析方法及系统,涉及数据处理技术领域,方法包括:采集LCP薄膜的基础信息,获得薄膜特征信息,采集LCP薄膜的生产参数,获得薄膜生产参数信息进行异常检测,获得薄膜生产异常指数,将薄膜特征信息、薄膜生产异常指数输入所构建质量检测规划单元,获得质量检测方案并对LCP薄膜进行质量检测,将质量检测结果输入所构建质量检测分析模型,获得质量检测分析结果,本发明解决了现有技术中对LCP薄膜的生产质量检测精准性不足,以及LCP薄膜的生产质量检测的数据分析效果差的技术问题,实现了提高LCP薄膜的生产质量检测精准性,以及对LCP薄膜的生产质量检测的数据分析效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种LCP薄膜生产质量检测数据分析方法及系统。
背景技术
液晶聚合物,简称LCP,它是一种新型的高分子材料,在一定物理条件下能呈现出既有液体的流动性又有晶体的物理性能各向异性状态的高分子材料,液晶聚合物具有高机械性能、良好的尺寸稳定性、优良的耐热性、耐化学腐蚀性以及高频下具有较小的介电常数和介质损耗,应用十分广泛。
近年来,随着电子产业的飞速发展,5G技术的普遍应用,电子设备趋于小型化及高功能化,在通讯、工业自动化、航空航天等高科技领域对电子设备中封装基板的质量要求越来越高,LCP薄膜凭借其高频条件下的低介电常数、低介电损耗椅子和极低的线膨胀系数,目前在高频高速覆铜板应用中蓬勃发展。
而现有技术中对LCP薄膜的生产质量检测精准性不足,以及LCP薄膜的生产质量检测的数据分析效果不佳。
发明内容
本申请提供了一种LCP薄膜生产质量检测数据分析方法及系统,用于针对解决现有技术中存在的对LCP薄膜的生产质量检测精准性不足,以及LCP薄膜的生产质量检测的数据分析效果不佳的技术问题。
鉴于上述问题,本申请提供了一种LCP薄膜生产质量检测数据分析方法及系统。
第一方面,本申请提供了一种LCP薄膜生产质量检测数据分析方法,所述方法包括:采集目标LCP薄膜的基础信息,获得目标薄膜数据库;对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息;采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息;基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数;构建质量检测规划单元,将所述目标薄膜特征信息、所述目标薄膜生产异常指数输入所述质量检测规划单元,获得质量检测方案;根据所述质量检测方案对所述目标LCP薄膜进行质量检测,获得目标质量检测结果;构建质量检测分析模型,将所述目标质量检测结果输入所述质量检测分析模型,获得目标质量检测分析结果。
第二方面,本申请提供了一种LCP薄膜生产质量检测数据分析系统,所述系统包括:数据库获得模块,所述数据库获得模块用于采集目标LCP薄膜的基础信息,获得目标薄膜数据库;特征信息获得模块,所述特征信息获得模块用于对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息;参数信息获得模块,所述参数信息获得模块用于采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息;异常指数获得模块,所述异常指数获得模块用于基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数;方案获得模块,所述方案获得模块用于构建质量检测规划单元,将所述目标薄膜特征信息、所述目标薄膜生产异常指数输入所述质量检测规划单元,获得质量检测方案;质量检测模块,所述质量检测模块用于根据所述质量检测方案对所述目标LCP薄膜进行质量检测,获得目标质量检测结果;质量检测分析结果获得模块,所述质量检测分析结果获得模块用于构建质量检测分析模型,将所述目标质量检测结果输入所述质量检测分析模型,获得目标质量检测分析结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请提供的一种LCP薄膜生产质量检测数据分析方法,涉及数据处理技术领域,解决了现有技术中对LCP薄膜的生产质量检测精准性不足,以及LCP薄膜的生产质量检测的数据分析效果不佳的技术问题,实现了提高LCP薄膜的生产质量检测精准性,以及对LCP薄膜的生产质量检测的数据分析效果。
附图说明
图1为本申请提供了一种LCP薄膜生产质量检测数据分析方法流程示意图;
图2为本申请提供了一种LCP薄膜生产质量检测数据分析方法中目标薄膜特征信息流程示意图;
图3为本申请提供了一种LCP薄膜生产质量检测数据分析方法中目标薄膜生产参数信息流程示意图;
图4为本申请提供了一种LCP薄膜生产质量检测数据分析方法中目标薄膜生产异常指数流程示意图;
图5为本申请提供了一种LCP薄膜生产质量检测数据分析方法中质量检测方案流程示意图;
图6为本申请提供了一种LCP薄膜生产质量检测数据分析方法中质量检测分析结果流程示意图;
图7为本申请提供了一种LCP薄膜生产质量检测数据分析系统结构示意图。
附图标记说明:数据库获得模块1,特征信息获得模块2,参数信息获得模块3,异常指数获得模块4,方案获得模块5,质量检测模块6,质量检测分析结果获得模块7。
具体实施方式
本申请通过提供一种LCP薄膜生产质量检测数据分析方法,用于解决现有技术中对LCP薄膜的生产质量检测精准性不足,以及LCP薄膜的生产质量检测的数据分析效果不佳的技术问题。
实施例一
如图1所示,本申请实施例提供了一种LCP薄膜生产质量检测数据分析方法,该方法应用于一种LCP薄膜生产质量检测数据分析系统,该方法包括:
步骤S100:采集目标LCP薄膜的基础信息,获得目标薄膜数据库;
具体而言,本申请实施例提供的一种LCP薄膜生产质量检测数据分析方法应用于一种LCP薄膜生产质量检测数据分析系统。
在对目标LCP薄膜所拥有的信息基础上,对目标LCP薄膜的基础信息进行信息采集,其中对目标LCP薄膜的基础信息所采集的信息包含但不仅限于LCP薄膜的薄膜结构、LCP薄膜的薄膜材料、LCP薄膜的薄膜性能、LCP薄膜的薄膜功能等,由上述所采集到的目标LCP薄膜的基础信息构建目标薄膜数据库,其中所构建的目标薄膜数据库包含多个目标LCP薄膜的基础信息以及多级薄膜特征,为后期获得目标质量检测分析结果作为重要参考依据。
步骤S200:对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息;
具体而言,通过在采集目标LCP薄膜的基础信息所构建的目标薄膜数据库的基础上,对目标薄膜数据库中目标LCP薄膜的基础信息进行特征提取,其中对目标LCP薄膜的基础信息进行特征提取的特征包含薄膜结构特征、薄膜材料特征、薄膜性能特征以及薄膜功能特征等,并对所获目标薄膜数据库进行特征识别,从而获得目标薄膜特征识别结果,在此基础上进行标准化处理,进一步获得目标薄膜特征信息,从而后期获得目标质量检测分析结果做保障。
步骤S300:采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息;
具体而言,首先对目标LCP薄膜的生产参数进行采集,其中目标LCP薄膜的生产参数是指在目标LCP薄膜的生产流程中,对多级薄膜生产节点进行提取,从而对目标LCP薄膜进行生产参数采集,同时对所获多级薄膜生产节点进行薄膜质量的影响评估,进一步在所获多级薄膜生产节点对薄膜质量的影响评估结果为基础,对所获多级薄膜生产节点信息进行质量影响的标记,进而获得所述目标薄膜生产参数信息,为后续实现获得目标质量检测分析结果夯实基础。
步骤S400:基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数;
具体而言,在上述所获目标薄膜生产参数信息的基础上,对其进行异常检测,其中该异常检测是指将所构建的薄膜标准生产数据库和上述所获多级薄膜生产节点信息进行多级异常比对,从而对多级节点异常薄膜生产参数进行获得,以所获多级节点异常薄膜生产参数和所获多级薄膜生产节点信息进行多级异常特征计算,从而生成目标薄膜生产异常指数,对实现获得目标质量检测分析结果有着提高其精准度的作用。
步骤S500:构建质量检测规划单元,将所述目标薄膜特征信息、所述目标薄膜生产异常指数输入所述质量检测规划单元,获得质量检测方案;
具体而言,对质量检测规划单元进行构建,其中质量检测规划单元包括检测方案匹配空间以及检测方案调整空间,且其检测方案匹配空间包括多个样本薄膜特征信息以及多个样本质量检测方案,同时所获多个样本薄膜特征信息与所获多个样本质量检测方案为对应关系,进一步的,将上述对目标薄膜数据库进行特征提取所获的目标薄膜特征信息与在目标薄膜生产参数信息的基础上进行异常检测所获的目标薄膜生产异常指数一同输入至所构建的质量检测规划单元中,从而获得与之对应的质量检测方案,并对后期获得目标质量检测分析结果有着深远的影响。
步骤S600:根据所述质量检测方案对所述目标LCP薄膜进行质量检测,获得目标质量检测结果;
具体而言,以将目标薄膜特征信息、目标薄膜生产异常指数输入质量检测规划单元后所获的质量检测方案为基础,对LCP薄膜进行质量检测,其中在对LCP薄膜进行质量检测的过程中,包含对LCP薄膜的薄膜结构、LCP薄膜的薄膜材料、LCP薄膜的薄膜性能、LCP薄膜的薄膜功能分别进行质量检测,并根据质量检测标准输出对应的LCP薄膜结构的质量检测结果、LCP薄膜材料的质量检测结果、LCP薄膜性能的质量检测结果以及LCP薄膜功能的质量检测结果,将上述所获多个质量检测结果作为目标质量检测结果进行输出,根据所输出的目标质量检测结果更好的对后期目标质量检测分析结果进行获得。
步骤S700:构建质量检测分析模型,将所述目标质量检测结果输入所述质量检测分析模型,获得目标质量检测分析结果。
具体而言,对质量检测分析模型进行构建,其中质量检测分析模型中包含输入层、检测分析要素识别层、检测分析层以及输出层,进一步的,将上述所获目标质量检测结果分别输入至质量检测分析模型中的检测分析要素识别层,并从检测分析要素识别层中获得对应的检测分析要素识别结果,并将上述所获目标质量检测结果与所获检测分析要素识别结果输入至质量检测分析模型中的检测分析层,最终获得更为准确的目标质量检测分析结果。
进一步的,本发明提供了一种LCP薄膜生产质量检测数据分析方法及系统,涉及数据处理技术领域,方法包括:采集LCP薄膜的基础信息,获得薄膜数据库并进行特征提取,获得薄膜特征信息,采集LCP薄膜的生产参数,获得薄膜生产参数信息进行异常检测,获得薄膜生产异常指数,将薄膜特征信息、薄膜生产异常指数输入所构建质量检测规划单元,获得质量检测方案并对LCP薄膜进行质量检测,将质量检测结果输入所构建质量检测分析模型,获得质量检测分析结果,本发明解决了现有技术中对LCP薄膜的生产质量检测精准性不足,以及LCP薄膜的生产质量检测的数据分析效果不佳的技术问题,实现了提高LCP薄膜的生产质量检测精准性,以及对LCP薄膜的生产质量检测的数据分析效果。
进一步而言,如图2所示,本申请步骤S200还包括:
步骤S210:构建多级薄膜特征维度,其中,所述多级薄膜特征维度包括薄膜结构特征、薄膜材料特征、薄膜性能特征、薄膜功能特征;
步骤S220:基于所述多级薄膜特征维度对所述目标薄膜数据库进行特征识别,获得目标薄膜特征识别结果;
步骤S230:基于所述目标薄膜特征识别结果进行标准化处理,获得所述目标薄膜特征信息。
具体而言,首先对多级薄膜特征维度进行构建,采集薄膜结构特征、薄膜材料特征、薄膜性能特征以及薄膜功能特征,并对所采集的薄膜结构特征、薄膜材料特征、薄膜性能特征、薄膜功能特征进行特征提取与特征整合,以此构建多级薄膜特征维度,并在所构建的多级薄膜特征维度的基础上,对所获目标薄膜数据库进行特征识别,从而获得目标薄膜特征识别结果,并对所获目标薄膜特征识别结果进行标准化处理,其中对所获目标薄膜特征识别结果进行标准化处理是指将目标薄膜特征识别结果按照一定的比例进行转换,使之落入到一个特定区间内,例如以特征分类为代表的薄膜结构特征区间、或薄膜材料特征区间、或薄膜性能特征区间、或薄膜功能特征区间内,消除不同变量之间性质、量纲、数量级等特征属性的差异,将其转化为一个无量纲的相对数值,也就是标准化数值,使各指标的数值都处于同一个数量级别上,从而便于不同单位或数量级的目标薄膜特征识别结果能够进行综合分析和比较,进而获得目标薄膜特征信息,达到为后期实现获得目标质量检测分析结果提供重要依据的技术效果。
进一步而言,如图3所示,本申请步骤S300还包括:
步骤S310:基于目标LCP薄膜的生产流程,获得多级薄膜生产节点;
步骤S320:基于所述多级薄膜生产节点,对目标LCP薄膜进行生产参数采集,获得多级薄膜生产节点信息;
步骤S330:基于所述多级薄膜生产节点进行薄膜质量影响评估,获得多级节点薄膜质量影响因子;
步骤S340:基于所述多级节点薄膜质量影响因子对所述多级薄膜生产节点信息进行标记,获得所述目标薄膜生产参数信息。
具体而言,以目标LCP薄膜的生产流程为基础,对多级薄膜生产节点进行提取,其中该目标LCP薄膜的生产制备方法可以是挤出吹塑法和挤出流延双拉法,优选的,其生产流程可以为首先将原料LCP短切纤维疏解分散,再依次进行纤维表面处理,得到浆料,并对所获浆料进行过滤成形,并烘干制得LCP无纺布,最终将所获LCP无纺布进行熔融成膜,得到LCP薄膜,进一步以通过上述生产流程所获的多级薄膜生产节点为基础,其中多级薄膜生产节点为每一个薄膜生产步骤的节点集合,对目标LCP薄膜进行生产参数的采集,其中该生产参数是指在目标LCP薄膜的生产流程中所获的多级薄膜生产节点中所生成的与流程对应的参数,同时将所采集的生产参数进行整合,从而生成多级薄膜生产节点信息,在此基础上,对所生成的多级薄膜生产节点信息进行薄膜质量影响评估,即在目标LCP薄膜的生产流程的过程中,对所生产的薄膜存在质量的影响的大小,进行由大到小的薄膜质量影响评估,其中对所生产的薄膜存在质量的影响的参数包含但不仅限于厚度公差、拉伸性能的要求,以及介电常数的要求等,以此获取多级节点薄膜质量影响因子,最终根据所获多级节点薄膜质量影响因子对上述所获多级薄膜生产节点信息进行对应标记,以保证在获得目标质量检测分析结果时的准确性。
进一步而言,如图4所示,本申请步骤S400还包括:
步骤S410:基于所述目标LCP薄膜,构建薄膜标准生产数据库;
步骤S420:所述目标薄膜生产参数信息包括多级节点薄膜质量影响因子和多级薄膜生产节点信息;
步骤S430:将所述薄膜标准生产数据库和所述多级薄膜生产节点信息进行多级异常比对,获得多级节点异常薄膜生产参数;
步骤S440:基于所述多级节点异常薄膜生产参数和所述多级薄膜生产节点信息进行多级异常特征计算,获得多级异常检测系数;
步骤S450:基于所述多级节点薄膜质量影响因子和所述多级异常检测系数进行加权计算,获得所述目标薄膜生产异常指数。
具体而言,在目标LCP薄膜的基础上,对薄膜标准生产数据库进行构建,在对目标LCP薄膜所拥有的信息基础上,对目标LCP薄膜进行信息采集,其中对目标LCP薄膜所采集的信息包含但不仅限于每一个生产节点对应的标准、正常的生产参数及范围等,由上述所采集到的目标LCP薄膜的信息构建薄膜标准生产数据库,进一步将所获薄膜标准生产数据库与所获目标薄膜生产参数信息中的多级薄膜生产节点信息进行多级异常比对,其中薄膜标准生产数据库与多级薄膜生产节点信息为一一对应进行比对,从中将异常参数进行提取,生成多级节点异常薄膜生产参数,即每个薄膜生产节点信息中所包含的异常数据信息为多级节点异常薄膜生产参数,同时将所获多级节点异常薄膜生产参数与目标薄膜生产参数信息中的多级薄膜生产节点信息进行多级异常特征计算,其中多级异常检测系数为多级节点异常薄膜生产参数中每个节点异常薄膜生产参数的数据量除以每个异常薄膜生产参数的数据量所对应的薄膜生产节点信息的数据量,并对应获得多级异常检测系数,最终将多级节点薄膜质量影响因子与对应的多级异常检测系数进行乘法运算,对获得的多个乘积进行加和获得目标薄膜生产异常指数,最终达到对获得目标质量检测分析结果提供参考的技术效果。
进一步而言,如图5所示,本申请步骤S500还包括:
步骤S510:所述质量检测规划单元包括检测方案匹配空间、检测方案调整空间;
步骤S520:所述检测方案匹配空间包括多个样本薄膜特征信息、多个样本质量检测方案,且,所述多个样本薄膜特征信息与所述多个样本质量检测方案具有对应关系;
步骤S530:将所述目标薄膜特征信息输入所述检测方案匹配空间,获得匹配检测方案;
步骤S540:将所述匹配检测方案输入所述检测方案调整空间,获得所述质量检测方案。
具体而言,在对质量检测方案进行获取时,其中的质量检测规划单元包含检测方案匹配空间与检测方案调整空间,在所获检测方案匹配空间中,包含多个样本薄膜特征信息与多个样本质量检测方案,并且所获多个样本薄膜特征信息与所获多个样本质量检测方案为对应关系,其中多个样本薄膜特征信息为对目标LCP薄膜相似的多个薄膜特征信息进行提取,多个样本质量检测方案为对目标LCP薄膜相似的多个薄膜特征信息进行提取后所对应的薄膜质量检测方案,进一步的,将上述所获目标薄膜特征信息输入至质量检测规划单元中的检测方案匹配空间后,通过适应度评估进行寻优匹配,并同时,将与目标薄膜特征信息的相似度最高的匹配检测方案视为最优,并将与目标薄膜特征信息的相似度最高的匹配检测方案作为输出信息进行输出,最终将所获最优匹配检测方案输入至质量检测规划单元中的检测方案调整空间,进而获得质量检测方案,达到对目标质量检测分析结果准确获得的技术效果。
进一步而言,本申请步骤S540包括:
步骤S541:所述检测方案调整空间包括多个预设激励调整系数和多个预设检测调整方式,且,所述多个预设激励调整系数与所述多个预设检测调整方式一一对应;
步骤S542:基于所述目标薄膜生产异常指数,获得预设质量检测等级;
步骤S543:对所述匹配检测方案进行等级评估,获得匹配方案等级;
步骤S544:基于所述预设质量检测等级和所述匹配方案等级进行激励计算,获得激励调整系数;
步骤S545:将所述激励调整系数输入所述所述检测方案调整空间,获得补偿调整方式;
步骤S546:基于所述补偿调整方式对所述匹配检测方案进行调整后,获得所述质量检测方案。
具体而言,其质量检测规划单元中的检测方案调整空间,包含多个预设激励调整系数和多个预设检测调整方式,其中所获多个预设激励调整系数与所获多个预设检测调整方式为一一对应的关系,进一步的,根据所获目标薄膜生产参数信息进行异常检测所获的目标薄膜生产异常指数,对质量检测等级进行预设,其中异常指数越高,需要的检测的等级越高,进而对所获目标薄膜特征信息输入所述检测方案匹配空间后所获的匹配检测方案进行对应的等级评估,从而获得匹配方案等级,同时将所获预设质量检测等级与所获匹配方案等级进行激励计算,即将所获预设质量检测等级与所获匹配方案等级进行做差再计算,通过计算获得激励调整系数,并将所获激励调整系数输入至质量检测规划单元中的检测方案调整空间,并根据预期进行质量检测要求的进一步补偿,获得两层要求,均包括厚度公差、拉伸性能的要求,以及介电常数的要求,然后再进行检测,从而根据所获补偿调整方式对匹配检测方案进行对应调整,最终获得质量检测方案,使得质量检测方案得到完善,进而实现更好的获得目标质量检测分析结果。
进一步而言,如图6所示,本申请步骤S700还包括:
步骤S710:所述质量检测分析模型包括输入层、检测分析要素识别层、检测分析层、输出层;
步骤S720:将所述目标质量检测结果输入所述检测分析要素识别层,获得检测分析要素识别结果;
步骤S730:将所述目标质量检测结果、所述检测分析要素识别结果输入所述检测分析层,获得所述目标质量检测分析结果。
具体而言,将目标质量检测结果输入质量检测分析模型,获得目标质量检测分析结果时,其中质量检测分析模型中包含输入层、检测分析要素识别层、检测分析层、输出层,质量检测分析模型为机器学习中可以不断进行自我迭代优化的神经网络模型,所述质量检测分析模型通过检测分析要素识别层、检测分析层训练获得,其中,所述检测分析要素识别层中的每组训练数据均包括目标质量检测结果,进一步的,所述质量检测分析模型构建过程为:将检测分析要素识别层中每一组训练数据输入质量检测分析模型,通过这组训练数据对应的检测分析要素识别结果进行质量检测分析模型的输出监督调整,当质量检测分析模型的输出结果与监督数据一致,则当前组训练结束,将训练数据集中全部的训练数据均训练结束,则质量检测分析模型训练完成。
为了保证质量检测分析模型的准确性,可以通过测试数据集进行质量检测分析模型的测试处理,举例而言,测试准确率可以设定为80%,当测试数据集的测试准确率满足80%时,则质量检测分析模型构建完成。
将所获目标质量检测结果输入质量检测分析模型中的检测分析要素识别层,输出目标检测分析要素识别结果。
并将根据质量检测方案对目标LCP薄膜进行质量检测所获的目标质量检测结果输入至质量检测分析模型中的检测分析要素识别层中,获得多个检测分析指标等,其中多个检测分析指标可以是LCP薄膜的强度指标、LCP薄膜的弹性指标、LCP薄膜的硬度指标、LCP薄膜的塑性指标、LCP薄膜的韧性指标、LCP薄膜的疲劳性能指标、LCP薄膜的断裂韧度指标等,即检测分析要素识别结果,进一步的将所获目标质量检测结果与所获检测分析要素识别结果输入至质量检测分析模型中的检测分析层中,从而获得目标质量检测分析结果,其中目标质量检测分析结果是指多个检测分析指标中的每一个检测分析指标对应的指标评价结果,即多个检测分析指标中LCP薄膜的强度指标、LCP薄膜的弹性指标、LCP薄膜的硬度指标、LCP薄膜的塑性指标、LCP薄膜的韧性指标、LCP薄膜的疲劳性能指标、LCP薄膜的断裂韧度指标所对应的LCP薄膜的强度指标评价结果、LCP薄膜的弹性指标评价结果、LCP薄膜的硬度指标评价结果、LCP薄膜的塑性指标评价结果、LCP薄膜的韧性指标评价结果、LCP薄膜的疲劳性能指标评价结果、LCP薄膜的断裂韧度指标评价结果,最终根据所获目标质量检测数据分析结果,进而提升LCP薄膜的质量检测数据的精确性。
实施例二
基于与前述实施例中一种LCP薄膜生产质量检测数据分析方法相同的发明构思,如图7所示,本申请提供了一种LCP薄膜生产质量检测数据分析系统,系统包括:
数据库获得模块1,所述数据库获得模块1用于采集目标LCP薄膜的基础信息,获得目标薄膜数据库;
特征信息获得模块2,所述特征信息获得模块2用于对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息;
参数信息获得模块3,所述参数信息获得模块3用于采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息;
异常指数获得模块4,所述异常指数获得模块4用于基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数;
方案获得模块5,所述方案获得模块5用于构建质量检测规划单元,将所述目标薄膜特征信息、所述目标薄膜生产异常指数输入所述质量检测规划单元,获得质量检测方案;
质量检测模块6,所述质量检测模块6用于根据所述质量检测方案对所述目标LCP薄膜进行质量检测,获得目标质量检测结果;
质量检测分析结果获得模块7,所述质量检测分析结果7获得模块用于构建质量检测分析模型,将所述目标质量检测结果输入所述质量检测分析模型,获得目标质量检测分析结果。
进一步而言,系统还包括:
维度构建模块,维度构建模块用于构建多级薄膜特征维度,其中,所述多级薄膜特征维度包括薄膜结构特征、薄膜材料特征、薄膜性能特征、薄膜功能特征;
薄膜特征识别模块,薄膜特征识别模块用于基于所述多级薄膜特征维度对所述目标薄膜数据库进行特征识别,获得目标薄膜特征识别结果;
薄膜特征模块,薄膜特征模块用于基于所述目标薄膜特征识别结果进行标准化处理,获得所述目标薄膜特征信息。
进一步而言,系统还包括:
生产节点模块,生产节点模块用于基于目标LCP薄膜的生产流程,获得多级薄膜生产节点;
生产参数采集模块,生产参数采集模块用于基于所述多级薄膜生产节点,对目标LCP薄膜进行生产参数采集,获得多级薄膜生产节点信息;
影响因子模块,影响因子模块用于基于所述多级薄膜生产节点进行薄膜质量影响评估,获得多级节点薄膜质量影响因子;
标记模块,标记模块用于基于所述多级节点薄膜质量影响因子对所述多级薄膜生产节点信息进行标记,获得所述目标薄膜生产参数信息。
进一步而言,系统还包括:
数据库模块,数据库模块用于基于所述目标LCP薄膜,构建薄膜标准生产数据库;
生产参数信息模块,生产参数信息模块用于所述目标薄膜生产参数信息包括多级节点薄膜质量影响因子和多级薄膜生产节点信息;
多级节点异常薄膜生产参数模块,多级节点异常薄膜生产参数模块用于将所述薄膜标准生产数据库和所述多级薄膜生产节点信息进行多级异常比对,获得多级节点异常薄膜生产参数;
多级异常检测系数模块,多级异常检测系数模块用于基于所述多级节点异常薄膜生产参数和所述多级薄膜生产节点信息进行多级异常特征计算,获得多级异常检测系数;
异常指数模块,异常指数模块用于基于所述多级节点薄膜质量影响因子和所述多级异常检测系数进行加权计算,获得所述目标薄膜生产异常指数。
进一步而言,系统还包括:
单元模块,单元模块用于所述质量检测规划单元包括检测方案匹配空间、检测方案调整空间;
检测方案匹配空间模块,检测方案匹配空间模块用于所述检测方案匹配空间包括多个样本薄膜特征信息、多个样本质量检测方案,且,所述多个样本薄膜特征信息与所述多个样本质量检测方案具有对应关系;
匹配检测方案获得模块,匹配检测方案获得模块用于将所述目标薄膜特征信息输入所述检测方案匹配空间,获得匹配检测方案;
质量检测方案获得模块,质量检测方案获得模块用于将所述匹配检测方案输入所述检测方案调整空间,获得所述质量检测方案。
进一步而言,系统还包括:
方案调整空间模块,方案调整空间模块用于所述检测方案调整空间包括多个预设激励调整系数和多个预设检测调整方式,且,所述多个预设激励调整系数与所述多个预设检测调整方式一一对应;
预设质量检测模块,预设质量检测模块用于基于所述目标薄膜生产异常指数,获得预设质量检测等级;
匹配方案等级模块,匹配方案等级模块用于对所述匹配检测方案进行等级评估,获得匹配方案等级;
激励调整系数模块,激励调整系数模块用于基于所述预设质量检测等级和所述匹配方案等级进行激励计算,获得激励调整系数;
补偿调整模块,补偿调整模块用于将所述激励调整系数输入所述所述检测方案调整空间,获得补偿调整方式;
质量检测方案模块,质量检测方案模块用于基于所述补偿调整方式对所述匹配检测方案进行调整后,获得所述质量检测方案。
进一步而言,系统还包括:
质量检测分析模型模块,质量检测分析模型模块用于所述质量检测分析模型包括输入层、检测分析要素识别层、检测分析层、输出层;
检测分析要素识别结果模块,检测分析要素识别结果模块用于将所述目标质量检测结果输入所述检测分析要素识别层,获得检测分析要素识别结果;
质量检测分析结果模块,质量检测分析结果模块用于将所述目标质量检测结果、所述检测分析要素识别结果输入所述检测分析层,获得所述目标质量检测分析结果。
本说明书通过前述对一种LCP薄膜生产质量检测数据分析方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种LCP薄膜生产质量检测数据分析方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种LCP薄膜生产质量检测数据分析方法,其特征在于,所述方法应用于一种LCP薄膜生产质量检测数据分析系统,所述方法包括:
采集目标LCP薄膜的基础信息,获得目标薄膜数据库;
对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息,其中,对所述目标LCP薄膜的基础信息进行特征提取的特征包含薄膜结构特征、薄膜材料特征、薄膜性能特征以及薄膜功能特征;
采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息;
基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数;
构建质量检测规划单元,将所述目标薄膜特征信息、所述目标薄膜生产异常指数输入所述质量检测规划单元,获得质量检测方案;
根据所述质量检测方案对所述目标LCP薄膜进行质量检测,获得目标质量检测结果,其中包括:以将目标薄膜特征信息、目标薄膜生产异常指数输入质量检测规划单元后所获的质量检测方案为基础, 对LCP薄膜进行质量检测,其中在对LCP薄膜进行质量检测的过程中,包含对LCP薄膜的薄膜结构、LCP薄膜的薄膜材料、LCP薄膜的薄膜性能、LCP薄膜的薄膜功能分别进行质量检测,并根据质量检测标准输出对应的LCP薄膜结构的质量检测结果、LCP薄膜材料的质量检测结果、LCP薄膜性能的质量检测结果以及LCP薄膜功能的质量检测结果,将上述所获多个质量检测结果作为目标质量检测结果进行输出;
构建质量检测分析模型,将所述目标质量检测结果输入所述质量检测分析模型,获得目标质量检测分析结果;
其中,基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数,包括:
基于所述目标LCP薄膜,构建薄膜标准生产数据库;
所述目标薄膜生产参数信息包括多级节点薄膜质量影响因子和多级薄膜生产节点信息;
将所述薄膜标准生产数据库和所述多级薄膜生产节点信息进行多级异常比对,获得多级节点异常薄膜生产参数;
基于所述多级节点异常薄膜生产参数和所述多级薄膜生产节点信息进行多级异常特征计算,获得多级异常检测系数;
基于所述多级节点薄膜质量影响因子和所述多级异常检测系数进行加权计算,获得所述目标薄膜生产异常指数;
所述获得质量检测方案,包括:
所述质量检测规划单元包括检测方案匹配空间、检测方案调整空间;
所述检测方案匹配空间包括多个样本薄膜特征信息、多个样本质量检测方案,且,所述多个样本薄膜特征信息与所述多个样本质量检测方案具有对应关系;
将所述目标薄膜特征信息输入所述检测方案匹配空间,获得匹配检测方案;
将所述匹配检测方案输入所述检测方案调整空间,获得所述质量检测方案;
所述方法还包括:
所述检测方案调整空间包括多个预设激励调整系数和多个预设检测调整方式,且,所述多个预设激励调整系数与所述多个预设检测调整方式一一对应;
基于所述目标薄膜生产异常指数,获得预设质量检测等级;
对所述匹配检测方案进行等级评估,获得匹配方案等级;
基于所述预设质量检测等级和所述匹配方案等级进行激励计算,获得激励调整系数;
将所述激励调整系数输入所述所述检测方案调整空间,获得补偿调整方式;
基于所述补偿调整方式对所述匹配检测方案进行调整后,获得所述质量检测方案;
所述获得目标质量检测分析结果,包括:
所述质量检测分析模型包括输入层、检测分析要素识别层、检测分析层、输出层;
将所述目标质量检测结果输入所述检测分析要素识别层,获得检测分析要素识别结果;
将所述目标质量检测结果、所述检测分析要素识别结果输入所述检测分析层,获得所述目标质量检测分析结果。
2.如权利要求1所述的方法,其特征在于,对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息,所述方法还包括:
构建多级薄膜特征维度,其中,所述多级薄膜特征维度包括薄膜结构特征、薄膜材料特征、薄膜性能特征、薄膜功能特征;
基于所述多级薄膜特征维度对所述目标薄膜数据库进行特征识别,获得目标薄膜特征识别结果;
基于所述目标薄膜特征识别结果进行标准化处理,获得所述目标薄膜特征信息。
3.如权利要求1所述的方法,其特征在于,采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息,所述方法包括:
基于目标LCP薄膜的生产流程,获得多级薄膜生产节点;
基于所述多级薄膜生产节点,对目标LCP薄膜进行生产参数采集,获得多级薄膜生产节点信息;
基于所述多级薄膜生产节点进行薄膜质量影响评估,获得多级节点薄膜质量影响因子;
基于所述多级节点薄膜质量影响因子对所述多级薄膜生产节点信息进行标记,获得所述目标薄膜生产参数信息。
4.一种LCP薄膜生产质量检测数据分析系统,其特征在于,所述系统包括:
数据库获得模块,所述数据库获得模块用于采集目标LCP薄膜的基础信息,获得目标薄膜数据库;
特征信息获得模块,所述特征信息获得模块用于对所述目标薄膜数据库进行特征提取,获得目标薄膜特征信息,其中,对所述目标LCP薄膜的基础信息进行特征提取的特征包含薄膜结构特征、薄膜材料特征、薄膜性能特征以及薄膜功能特征;
参数信息获得模块,所述参数信息获得模块用于采集目标LCP薄膜的生产参数,获得目标薄膜生产参数信息;
异常指数获得模块,所述异常指数获得模块用于基于所述目标薄膜生产参数信息进行异常检测,获得目标薄膜生产异常指数;
方案获得模块,所述方案获得模块用于构建质量检测规划单元,将所述目标薄膜特征信息、所述目标薄膜生产异常指数输入所述质量检测规划单元,获得质量检测方案;
质量检测模块,所述质量检测模块用于根据所述质量检测方案对所述目标LCP薄膜进行质量检测,获得目标质量检测结果,其中包括:以将目标薄膜特征信息、目标薄膜生产异常指数输入质量检测规划单元后所获的质量检测方案为基础, 对LCP薄膜进行质量检测,其中在对LCP薄膜进行质量检测的过程中,包含对LCP薄膜的薄膜结构、LCP薄膜的薄膜材料、LCP薄膜的薄膜性能、LCP薄膜的薄膜功能分别进行质量检测,并根据质量检测标准输出对应的LCP薄膜结构的质量检测结果、LCP薄膜材料的质量检测结果、LCP薄膜性能的质量检测结果以及LCP薄膜功能的质量检测结果,将上述所获多个质量检测结果作为目标质量检测结果进行输出;
质量检测分析结果获得模块,所述质量检测分析结果获得模块用于构建质量检测分析模型,将所述目标质量检测结果输入所述质量检测分析模型,获得目标质量检测分析结果;
数据库模块,数据库模块用于基于所述目标LCP薄膜,构建薄膜标准生产数据库;
生产参数信息模块,生产参数信息模块用于所述目标薄膜生产参数信息包括多级节点薄膜质量影响因子和多级薄膜生产节点信息;
多级节点异常薄膜生产参数模块,多级节点异常薄膜生产参数模块用于将所述薄膜标准生产数据库和所述多级薄膜生产节点信息进行多级异常比对,获得多级节点异常薄膜生产参数;
多级异常检测系数模块,多级异常检测系数模块用于基于所述多级节点异常薄膜生产参数和所述多级薄膜生产节点信息进行多级异常特征计算,获得多级异常检测系数;
异常指数模块,异常指数模块用于基于所述多级节点薄膜质量影响因子和所述多级异常检测系数进行加权计算,获得所述目标薄膜生产异常指数;
单元模块,单元模块用于所述质量检测规划单元包括检测方案匹配空间、检测方案调整空间;
检测方案匹配空间模块,检测方案匹配空间模块用于所述检测方案匹配空间包括多个样本薄膜特征信息、多个样本质量检测方案,且,所述多个样本薄膜特征信息与所述多个样本质量检测方案具有对应关系;
匹配检测方案获得模块,匹配检测方案获得模块用于将所述目标薄膜特征信息输入所述检测方案匹配空间,获得匹配检测方案;
质量检测方案获得模块,质量检测方案获得模块用于将所述匹配检测方案输入所述检测方案调整空间,获得所述质量检测方案;
方案调整空间模块,方案调整空间模块用于所述检测方案调整空间包括多个预设激励调整系数和多个预设检测调整方式,且,所述多个预设激励调整系数与所述多个预设检测调整方式一一对应;
预设质量检测模块,预设质量检测模块用于基于所述目标薄膜生产异常指数,获得预设质量检测等级;
匹配方案等级模块,匹配方案等级模块用于对所述匹配检测方案进行等级评估,获得匹配方案等级;
激励调整系数模块,激励调整系数模块用于基于所述预设质量检测等级和所述匹配方案等级进行激励计算,获得激励调整系数;
补偿调整模块,补偿调整模块用于将所述激励调整系数输入所述所述检测方案调整空间,获得补偿调整方式;
质量检测方案模块,质量检测方案模块用于基于所述补偿调整方式对所述匹配检测方案进行调整后,获得所述质量检测方案;
质量检测分析模型模块,质量检测分析模型模块用于所述质量检测分析模型包括输入层、检测分析要素识别层、检测分析层、输出层;
检测分析要素识别结果模块,检测分析要素识别结果模块用于将所述目标质量检测结果输入所述检测分析要素识别层,获得检测分析要素识别结果;
质量检测分析结果模块,质量检测分析结果模块用于将所述目标质量检测结果、所述检测分析要素识别结果输入所述检测分析层,获得所述目标质量检测分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211574337.4A CN116167640B (zh) | 2022-12-08 | 2022-12-08 | 一种lcp薄膜生产质量检测数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211574337.4A CN116167640B (zh) | 2022-12-08 | 2022-12-08 | 一种lcp薄膜生产质量检测数据分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116167640A CN116167640A (zh) | 2023-05-26 |
CN116167640B true CN116167640B (zh) | 2024-04-09 |
Family
ID=86410280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211574337.4A Active CN116167640B (zh) | 2022-12-08 | 2022-12-08 | 一种lcp薄膜生产质量检测数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167640B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116890222B (zh) * | 2023-08-17 | 2024-01-16 | 广州誉鑫精密部件有限公司 | 一种自动组装机的智能定位方法及装置 |
CN117436771B (zh) * | 2023-12-20 | 2024-03-08 | 天津撒布浪斯探测仪器有限公司 | 蠕墨铸铁制品的智能在线质量监测与优化控制系统 |
CN117437235B (zh) * | 2023-12-21 | 2024-03-12 | 四川新康意众申新材料有限公司 | 基于图像处理的塑料薄膜质量检测方法 |
CN118485287B (zh) * | 2024-07-16 | 2024-10-18 | 南通百正电子新材料股份有限公司 | 一种基于ai智能分析的电容薄膜生产调控系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005300215A (ja) * | 2004-04-07 | 2005-10-27 | National Institute Of Advanced Industrial & Technology | 誘電特性測定評価方法および誘電特性測定評価システム |
US8053245B1 (en) * | 2003-07-29 | 2011-11-08 | Nanotel Biotechnologies, Inc. | System and method for detecting biochemicals using hydrated substrates based on liquid crystal polymers |
JP2012096488A (ja) * | 2010-11-04 | 2012-05-24 | Panasonic Corp | 液晶ポリマー射出成形品の熱間反り変形予測方法 |
CN111289566A (zh) * | 2018-12-07 | 2020-06-16 | 中南大学 | 一种高效检测导电薄膜质量的方法 |
CN111941989A (zh) * | 2020-08-03 | 2020-11-17 | 上海联净电子科技有限公司 | Lcp薄膜热处理深加工生产线装置及工艺 |
WO2021106764A1 (ja) * | 2019-11-29 | 2021-06-03 | デンカ株式会社 | 回路基板用lcpフィルムの製造方法、及び回路基板用tダイ溶融押出lcpフィルム |
WO2021106768A1 (ja) * | 2019-11-29 | 2021-06-03 | デンカ株式会社 | 回路基板用lcp樹脂組成物、回路基板用lcpフィルム及びその製造方法 |
CN113427802A (zh) * | 2021-06-21 | 2021-09-24 | 南京贝迪新材料科技股份有限公司 | 一种lcp薄膜生产参数对质量影响的预估方法和装置 |
CN113601828A (zh) * | 2021-09-03 | 2021-11-05 | 南京贝迪新材料科技股份有限公司 | 一种控制温度吹膜的lcp膜制备方法 |
CN113764055A (zh) * | 2021-09-02 | 2021-12-07 | 南京贝迪新材料科技股份有限公司 | 一种lcp薄膜制备原料对工艺的影响评估方法和装置 |
CN113929891A (zh) * | 2021-11-01 | 2022-01-14 | 宁波聚嘉新材料科技有限公司 | 一种高强度液晶聚合物薄膜及其制备方法和专用生产设备 |
WO2022078891A1 (en) * | 2020-10-12 | 2022-04-21 | At&S Austria Technologie & Systemtechnik Aktiengesellschaft | Coupon for testing quality of related component carriers by automated quality test apparatus |
WO2022078889A1 (en) * | 2020-10-12 | 2022-04-21 | At&S Austria Technologie & Systemtechnik Aktiengesellschaft | Coupon design system for supporting quality testing of component carriers |
CN115018844A (zh) * | 2022-08-09 | 2022-09-06 | 南通三信塑胶装备科技股份有限公司 | 一种基于人工智能的塑料薄膜质量评估方法 |
-
2022
- 2022-12-08 CN CN202211574337.4A patent/CN116167640B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8053245B1 (en) * | 2003-07-29 | 2011-11-08 | Nanotel Biotechnologies, Inc. | System and method for detecting biochemicals using hydrated substrates based on liquid crystal polymers |
JP2005300215A (ja) * | 2004-04-07 | 2005-10-27 | National Institute Of Advanced Industrial & Technology | 誘電特性測定評価方法および誘電特性測定評価システム |
JP2012096488A (ja) * | 2010-11-04 | 2012-05-24 | Panasonic Corp | 液晶ポリマー射出成形品の熱間反り変形予測方法 |
CN111289566A (zh) * | 2018-12-07 | 2020-06-16 | 中南大学 | 一种高效检测导电薄膜质量的方法 |
WO2021106768A1 (ja) * | 2019-11-29 | 2021-06-03 | デンカ株式会社 | 回路基板用lcp樹脂組成物、回路基板用lcpフィルム及びその製造方法 |
WO2021106764A1 (ja) * | 2019-11-29 | 2021-06-03 | デンカ株式会社 | 回路基板用lcpフィルムの製造方法、及び回路基板用tダイ溶融押出lcpフィルム |
CN111941989A (zh) * | 2020-08-03 | 2020-11-17 | 上海联净电子科技有限公司 | Lcp薄膜热处理深加工生产线装置及工艺 |
WO2022078891A1 (en) * | 2020-10-12 | 2022-04-21 | At&S Austria Technologie & Systemtechnik Aktiengesellschaft | Coupon for testing quality of related component carriers by automated quality test apparatus |
WO2022078889A1 (en) * | 2020-10-12 | 2022-04-21 | At&S Austria Technologie & Systemtechnik Aktiengesellschaft | Coupon design system for supporting quality testing of component carriers |
CN113427802A (zh) * | 2021-06-21 | 2021-09-24 | 南京贝迪新材料科技股份有限公司 | 一种lcp薄膜生产参数对质量影响的预估方法和装置 |
CN113764055A (zh) * | 2021-09-02 | 2021-12-07 | 南京贝迪新材料科技股份有限公司 | 一种lcp薄膜制备原料对工艺的影响评估方法和装置 |
CN113601828A (zh) * | 2021-09-03 | 2021-11-05 | 南京贝迪新材料科技股份有限公司 | 一种控制温度吹膜的lcp膜制备方法 |
CN113929891A (zh) * | 2021-11-01 | 2022-01-14 | 宁波聚嘉新材料科技有限公司 | 一种高强度液晶聚合物薄膜及其制备方法和专用生产设备 |
CN115018844A (zh) * | 2022-08-09 | 2022-09-06 | 南通三信塑胶装备科技股份有限公司 | 一种基于人工智能的塑料薄膜质量评估方法 |
Non-Patent Citations (1)
Title |
---|
LCP基RF MEMS开关的工艺研究;党元兰等;《电子与封装》;20160531;第16卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116167640A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116167640B (zh) | 一种lcp薄膜生产质量检测数据分析方法及系统 | |
CN111222290B (zh) | 一种基于多参数特征融合的大型设备剩余使用寿命预测方法 | |
CN112085252B (zh) | 一种关于集合类型决策效果的反事实预测方法 | |
CN110929347A (zh) | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 | |
CN108875771A (zh) | 一种基于稀疏高斯伯努利受限玻尔兹曼机和循环神经网络的故障分类模型及方法 | |
CN117349683B (zh) | 基于光谱数据的汽车配件涂装色差异常检测系统 | |
CN118098459B (zh) | 一种材料测试数据自动化分析系统及方法 | |
CN116070527B (zh) | 基于退化模型的铣削刀具剩余寿命预测方法 | |
CN117312816B (zh) | 一种特种钢材的冶炼效果评估方法及系统 | |
CN105843212B (zh) | 一种高炉故障诊断系统及方法 | |
CN112749840A (zh) | 一种火电机组能效特征指标基准值的获取方法 | |
CN114997276A (zh) | 一种面向压制成型设备的异构多源时序数据异常识别方法 | |
CN112884348B (zh) | 基于动态贝叶斯网络的航天起爆器生产偏差源诊断方法 | |
CN112069621B (zh) | 基于线性可靠度指标的滚动轴承剩余使用寿命的预测方法 | |
CN108537249B (zh) | 一种密度峰值聚类的工业过程数据聚类方法 | |
CN112381145A (zh) | 基于最近相关谱聚类的高斯过程回归多模型融合建模方法 | |
CN114800036B (zh) | 一种设备健康状态评估方法 | |
CN115452957A (zh) | 基于注意力原型网络的小样本金属损伤识别方法 | |
CN112966449B (zh) | 基于变量选择和概率神经网络的制造过程质量缺陷根源诊断方法 | |
CN115170820A (zh) | 一种应用于数据曲线过渡阶段的特征提取及界限识别方法 | |
CN111024557B (zh) | 一种纸页吸水性软测量方法 | |
CN109724637B (zh) | 一种基于试验数据的传感器元件质量评估方法 | |
CN111091153B (zh) | 一种纸页松厚度软测量方法 | |
CN107038412B (zh) | 一种精密配合偶件的同步加工方法 | |
CN115027087B (zh) | 一种电机磁瓦冲压过程质量分析系统 |
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 |