CN116228043B - 一种镀膜机镀膜均匀性评估系统 - Google Patents
一种镀膜机镀膜均匀性评估系统 Download PDFInfo
- Publication number
- CN116228043B CN116228043B CN202310495522.2A CN202310495522A CN116228043B CN 116228043 B CN116228043 B CN 116228043B CN 202310495522 A CN202310495522 A CN 202310495522A CN 116228043 B CN116228043 B CN 116228043B
- Authority
- CN
- China
- Prior art keywords
- detection
- coating
- uniformity
- scheme
- workpiece
- 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
Classifications
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C14/00—Coating by vacuum evaporation, by sputtering or by ion implantation of the coating forming material
- C23C14/22—Coating by vacuum evaporation, by sputtering or by ion implantation of the coating forming material characterised by the process of coating
- C23C14/54—Controlling or regulating the coating process
- C23C14/542—Controlling the film thickness or evaporation rate
- C23C14/545—Controlling the film thickness or evaporation rate using measurement on deposited material
- C23C14/547—Controlling the film thickness or evaporation rate using measurement on deposited material using optical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Organic Chemistry (AREA)
- Metallurgy (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Computing Systems (AREA)
- Materials Engineering (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- Coating Apparatus (AREA)
- Spray Control Apparatus (AREA)
Abstract
本申请涉及一种镀膜机镀膜均匀性评估系统,其包括信息采集模块,用于获取待评估工件的镀膜信息,所述镀膜信息包括应用工件信息、膜层类型信息、膜层成分信息和测试附加信息;方案匹配模块,用于基于待评估工件的镀膜信息匹配确定目标检测方案;检测调度模块,用于基于目标检测方案生成检测调度指令;检测控制模块,用于基于检测工艺流程信息生成检测控制指令,将检测控制指令发送至膜厚检测设备处,使得膜厚检测设备基于检测控制指令按照检测工艺流程信息测得待评估工件的各个检测点的膜厚信息;以及,均匀性评估模块,用于生成均匀性评估报告发送至管理人员处。本申请具有有效提高工件镀膜均匀性评估效率和评估质量的效果。
Description
技术领域
本申请涉及镀膜机的领域,尤其是涉及一种镀膜机镀膜均匀性评估系统。
背景技术
真空镀膜是真空应用领域的一个重要方面,它是以真空技术为基础,利用物理或化学方法,并吸收电子束、分子束、离子束、等离子束、射频和磁控等一系列新技术,为科学研究和实际生产提供薄膜制备的一种新工艺。简单地说,在真空中把金属、合金或化合物进行蒸发或溅射,使其在被涂覆的物体(称基板、基片或基体)上凝固并沉积的方法,称为真空镀膜。真空镀膜技术一般分为两大类,即物理气相沉积(PVD)技术和化学气相沉积(CVD)技术。
镀膜机镀膜膜厚均匀性的控制是镀膜生产过程中的一个重要问题。所谓膜厚均匀性是指待镀膜基片上所镀的膜厚随着基片在镀膜机真空室内所处的位置变化而变化的一种性质。镀膜机镀膜膜厚均匀性直接关系到产品的良率和薄膜的质量。镀膜机镀膜膜厚均匀性可以通过改变镀膜机的配置或添加修正挡板实现,而准确获得膜厚均匀性数据则是进行均匀性修正的前提。不同类型膜层的镀膜应用不同,镀膜工艺不同,镀膜膜厚检测方式也不同,如光学薄膜采用用沉积测量单层膜或透光折射测量来实现,导磁材料上的非导磁层厚度测量可采用磁性测厚法、端面法、球痕法等测量方式实现,工件表面的金属镀层厚度可采用涡流测厚法、端面法、球痕法、无损电阻检测法等方法实现测量。另外还有诸如超声波检测法、电解检测法、X射线检测等等,多种检测法应用于各种类型的镀膜膜厚检测中。同时也会出现一种镀膜存在多种膜厚检测方法,容易出现部分检测方法虽然能够检测膜厚但检测精度不高操作复杂费时费力的现象发生。
因此,如何根据镀膜类型以及膜层实际应用情景,精确高效的对工件镀膜均匀性进行检测评估是一个待解决的问题。
发明内容
为了解决现有镀膜均匀性检测方式单一死板,无法根据镀膜膜层实际应用情景进行精准检测评估,容易出现检测精度不高操作复杂费时费力的问题,本申请提供一种镀膜机镀膜均匀性评估系统。
第一方面,本申请提供一种镀膜机镀膜均匀性评估系统,采用如下的技术方案:
一种镀膜机镀膜均匀性评估系统,包括:
信息采集模块,用于获取待评估工件的镀膜信息,所述镀膜信息包括应用工件信息、膜层类型信息、膜层成分信息和测试附加信息;
方案匹配模块,用于基于待评估工件的镀膜信息匹配确定目标检测方案,所述目标检测方案包括至少一种膜厚检测设备、多个检测点点位信息及检测方式和检测工艺流程信息;
检测调度模块,用于基于目标检测方案生成检测调度指令,检测人员基于检测调度指令将待评估工件输送至膜厚检测设备处;
检测控制模块,用于基于检测工艺流程信息生成检测控制指令,将检测控制指令发送至膜厚检测设备处,使得膜厚检测设备基于检测控制指令按照检测工艺流程信息测得待评估工件的各个检测点的膜厚信息;以及,
均匀性评估模块,用于基于待评估工件的各个检测点的膜厚信息绘制镀膜膜厚散点分布图,并通过预设的均匀性计算公式计算待评估工件的均匀性,生成均匀性评估报告发送至管理人员处。
优选的,所述预设的均匀性计算公式具体为:
,其中,/>为各个检测点中膜厚最大值,/>为各个检测点中膜厚最小值,/>为第i个检测点的膜厚值,n为检测点总数。
优选的,所述方案匹配模块基于待评估工件的镀膜信息匹配确定目标检测方案具体包括以下步骤:
基于待评估工件的镀膜信息通过预设置的方案匹配模型匹配确定至少一个满足镀膜信息的备选检测方案,所述方案匹配模型为机器学习模型通过历史方案匹配数据训练获得;
通过预设置的方案评分计算公式计算各个备选检测方案的方案评分;
将各个备选检测方案基于方案评分的高低进行排序,选取方案评分最高的备选检测方案作为目标监测方案。
优选的,所述通过预设置的方案评分计算公式计算各个备选检测方案的方案评分具体包括以下步骤:
各个备选检测方案根据工件损耗程度、测试精度、测试时效以及测试操作难度分别生成损耗排序、精度排序、时效排序以及操作难度排序,并通过预设的排序名次对照表获取的各个备选检测方案的损耗排序评分A、精度排序评分B、时效排序评分C以及操作难度排序评分D;
根据镀膜信息的测试附加信息获取测试需求点,基于测试需求点选取上述任一排序序列作为最高优先级序列,其他排序序列作为次优先级序列,若不存在测试附加信息则默认精度排序为最高优先级序列;
根据各个备选检测方案的排序评分,通过预设置的方案评分计算公式计算各个备选检测方案的方案评分。
优选的,所述方案评分计算公式为:
;其中/>为第i个备选检测方案的方案评分,/>为最高优先级序列评分系数,/>为次优先级序列评分系数,且/>均由管理人员设置,;/>为第i个备选检测方案的最高优先级序列排序评分,/>为第i个备选检测方案的各个次优先级序列排序评分之和。
优选的,所述基于测试需求点选取上述任一排序序列作为最高优先级序列还包括:基于测试需求点将上述任一排序序列删除,该排序序列的各个备选检测方案的评分均为0。
优选的,所述均匀性评估模块包括:
图形绘制单元,用于基于待评估工件的各个检测点的膜厚信息绘制镀膜膜厚散点分布图;
均匀性计算单元,用于通过预设的均匀性计算公式计算待评估工件的均匀性;
均匀性判断单元,用于基于预设置的均匀性评估标准判断工件镀膜均匀性是否达标;以及,
报告生成单元,用于采集镀膜的膜厚散点分布图、均匀性以及均匀性判断结果打包生成均匀性评估报告发送至管理人员处。
优选的,所述均匀性评估模块还包括:图形渲染单元,用于获取待评估工件的三维立体图形,基于待评估工件各个检测点的膜厚值大小对待评估工件的三维立体图形表面进行不同色彩渲染,生成工件镀膜均匀性立体显示模型;所述报告生成单元对工件镀膜均匀性立体显示模型进行六视角截图生成显示模型的六视图,将工件镀膜均匀性立体显示模型源文件以及六视图打包在均匀性评估报告内。
优选的,还包括:镀膜机调节模块,用于基于接收到的均匀性评估报告生成镀膜机调整建议发送至管理人员处。
优选的,所述镀膜机调节模块基于接收到的均匀性评估报告生成镀膜机调整建议发送至管理人员处具体包括以下步骤:
基于接收到的均匀性评估报告获取镀膜均匀性,判断镀膜均匀性是否超出预设置的均匀性调整阈值;
若未超出,则生成无需调整镀膜机的建议发送至管理人员处;
若超出,则基于均匀性评估报告和目标监测方案提取待评估工件的各个检测点点位信息以及镀膜膜厚值,导入预设置的建议生成模型中匹配生成镀膜机调整建议,将镀膜机调整建议发送至管理人员处;所述建议生成模型为机器学习模型通过历史镀膜机调节数据训练而成;
实时获取管理人员基于镀膜机调整建议调节镀膜设备后生产出的工件的均匀性评估数据,结合本次均匀性评估数据以及镀膜机调整建议打包生成镀膜机调节数据,发送至建议生成模型进行模型训练。
综上所述,本申请包括以下至少一种有益技术效果:
通过获取待评估工件的镀膜信息,匹配确定目标监测方案,进而调度检测人员运输工件按照目标检测方案的工艺流程信息将待评估工件送至检测设备处,使得膜厚检测设备基于检测控制指令按照检测工艺流程信息测得待评估工件的各个检测点的膜厚信息,进而绘制镀膜膜厚散点分布图计算待评估工件的镀膜均匀性,使得面对不同镀膜工件进行镀膜均匀性评估时能够根据镀膜材质、应用工件类型、应用工件形状,精确高效匹配出最优的镀膜检测方案,兼顾检测人员的检测时效、检测难度需求,达到有效提高工件镀膜均匀性评估效率和评估质量的效果;
通过镀膜机调节模块的设置,在待评估工件镀膜均匀性不合格时,能够基于接收到的均匀性评估报告生成调节建议,指导生产人员完成镀膜机的调试,有助于提高镀膜生产质量和生产效率;
通过图形渲染单元的设置,构建件三维立体模型,并在模型表面基于各个检测点镀膜膜层厚度进行颜色渲染,使得管理人员能够直观了解工件表面各处的膜层厚度情况以及膜层是否达标,使得管理人员在面对形状较为奇特的工件时仍能直观了解到工件镀膜膜厚分布情况;另外在面对镀膜均匀性不达标的工件时,生产人员在接收到镀膜机调整建议后配合工件镀膜均匀性立体显示模型,能够直观高效了解到镀膜设备各个调节对应解决了工件上那些膜层问题点,实现工件工件缺陷与镀膜机调节部位对应,有助于生产人员快速了解镀膜设备各个部件功能,有助于高效培养生产人员镀膜设备调节实践能力,达到有效提高工件镀膜均匀性评估效率和评估质量的效果。
附图说明
图1是本申请实施例中镀膜机镀膜均匀性评估系统的系统框图;
图2是本申请实施例中匹配目标监测方案的方法流程图;
图3是本申请实施例中计算各个备选检测方案的方案评分的方法流程图;
图4是本申请实施例中生成镀膜机调整建议的方法流程图。
附图标记说明:1、信息采集模块;2、方案匹配模块;3、检测调度模块;4、检测控制模块;5、均匀性评估模块;51、图形绘制单元;52、均匀性计算单元;53、均匀性判断单元;54、报告生成单元;55、图形渲染单元;6、镀膜机调节模块。
具体实施方式
以下结合附图1-4对本申请作进一步详细说明。
不同类型膜层的镀膜应用,其镀膜工艺不同,镀膜膜厚检测方式也不同,如光学薄膜采用用沉积测量单层膜或透光折射测量来实现,导磁材料上的非导磁层厚度测量可采用磁性测厚法、端面法、球痕法等测量方式实现,工件表面的金属镀层厚度可采用涡流测厚法、端面法、球痕法、无损电阻检测法等方法实现测量。另外还有诸如超声波检测法、电解检测法、X射线检测等等,多种检测法应用于各种类型的镀膜膜厚检测中。同时也会出现一种镀膜存在多种膜厚检测方法,容易出现部分检测方法虽然能够检测膜厚但检测精度不高操作复杂费时费力的现象发生。
本申请实施例公开一种镀膜机镀膜均匀性评估系统。参照图1-4,一种镀膜机镀膜均匀性评估系统,包括:
信息采集模块1,用于获取待评估工件的镀膜信息,所述镀膜信息包括应用工件信息、膜层类型信息、膜层成分信息和测试附加信息;
方案匹配模块2,用于基于待评估工件的镀膜信息匹配确定目标检测方案,所述目标检测方案包括至少一种膜厚检测设备、多个检测点点位信息及检测方式和检测工艺流程信息;
检测调度模块3,用于基于目标检测方案生成检测调度指令,检测人员基于检测调度指令将待评估工件输送至膜厚检测设备处;
检测控制模块4,用于基于检测工艺流程信息生成检测控制指令,将检测控制指令发送至膜厚检测设备处,使得膜厚检测设备基于检测控制指令按照检测工艺流程信息测得待评估工件的各个检测点的膜厚信息;
均匀性评估模块5,用于基于待评估工件的各个检测点的膜厚信息绘制镀膜膜厚散点分布图,并通过预设的均匀性计算公式计算待评估工件的均匀性,生成均匀性评估报告发送至管理人员处;以及,
镀膜机调节模块6,用于基于接收到的均匀性评估报告生成镀膜机调整建议发送至管理人员处。通过获取待评估工件的镀膜信息,匹配确定目标监测方案,进而调度检测人员运输工件按照目标检测方案的工艺流程信息将待评估工件送至检测设备处,使得膜厚检测设备基于检测控制指令按照检测工艺流程信息测得待评估工件的各个检测点的膜厚信息,进而绘制镀膜膜厚散点分布图计算待评估工件的镀膜均匀性,使得面对不同镀膜工件进行镀膜均匀性评估时能够根据镀膜材质、应用工件类型、应用工件形状,精确高效匹配出最优的镀膜检测方案,兼顾检测人员的检测时效、检测难度需求,达到有效提高工件镀膜均匀性评估效率和评估质量的效果。另外通过镀膜机调节模块6的设置,在待评估工件镀膜均匀性不合格时,能够基于接收到的均匀性评估报告生成调节建议,指导生产人员完成镀膜机的调试,有助于提高镀膜生产质量和生产效率。
上述预设的均匀性计算公式具体为:
,其中,/>为各个检测点中膜厚最大值,/>为各个检测点中膜厚最小值,/>为第i个检测点的膜厚值,n为检测点总数。
参照图2,上述方案匹配模块2基于待评估工件的镀膜信息匹配确定目标检测方案具体包括以下步骤:
A1、匹配确定备选检测方案:基于待评估工件的镀膜信息通过预设置的方案匹配模型匹配确定至少一个满足镀膜信息的备选检测方案,所述方案匹配模型为机器学习模型通过历史方案匹配数据训练获得;
其中建立机器学习模型通过历史数据对机器学习模型进行训练的具体步骤为现有技术,在此不在赘述;
A2、计算各个备选检测方案的方案评分:通过预设置的方案评分计算公式计算各个备选检测方案的方案评分;
A3、选取目标监测方案:将各个备选检测方案基于方案评分的高低进行排序,选取方案评分最高的备选检测方案作为目标监测方案。
参照图3,上述步骤A2中通过预设置的方案评分计算公式计算各个备选检测方案的方案评分具体包括以下步骤:
B1、生成多个排序序列:各个备选检测方案根据工件损耗程度、测试精度、测试时效以及测试操作难度分别生成损耗排序、精度排序、时效排序以及操作难度排序,并通过预设的排序名次对照表获取的各个备选检测方案的损耗排序评分A、精度排序评分B、时效排序评分C以及操作难度排序评分D;
其中排序名次对照表上记录各个序列排名对应的排序评分值由管理人员设置;另外需要说明的是本实施例中排序序列有上述四个,但不代表只能是上述四个,可以根据实际应用需求增删调整排序序列;
B2、明确最高优先级序列:根据镀膜信息的测试附加信息获取测试需求点,基于测试需求点选取上述任一排序序列作为最高优先级序列,其他排序序列作为次优先级序列,若不存在测试附加信息则默认精度排序为最高优先级序列;
B3、计算各个备选检测方案的方案评分:根据各个备选检测方案的排序评分,通过预设置的方案评分计算公式计算各个备选检测方案的方案评分。对各个备选检测方案基于工件损耗程度、测试精度、测试时效以及测试操作难度等多个维度进行排序评分,再根据检测人员实际需求,提取镀膜信息中的测试附加信息,确定最高优先级序列,进而计算各个备选方案的方案评分,在对各个备选检测方案进行全方位智能评分的基础上,兼顾用户的检测偏向,有助于提高备选检测方案评分合理性,迎合用户需求,达到检测方案匹配精准度,实现根据用户需求为每个待评估工件提供最优检测方案。
上述,方案评分计算公式为:
;其中/>为第i个备选检测方案的方案评分,/>为最高优先级序列评分系数,/>为次优先级序列评分系数,且/>均由管理人员设置,;/>为第i个备选检测方案的最高优先级序列排序评分,/>为第i个备选检测方案的各个次优先级序列排序评分之和。
另外,上述步骤B2还包括基于测试需求点将上述任一排序序列删除,该排序序列的各个备选检测方案的评分均为0。进一步贴合用户需求,剔除用户需要忽视的评分序列,进而使得各个备选检测方案的方案评分更加贴合用户评判标准,实现灵活智能匹配检测方案。
参照图1,所述均匀性评估模块5包括:
图形绘制单元51,用于基于待评估工件的各个检测点的膜厚信息绘制镀膜膜厚散点分布图;
均匀性计算单元52,用于通过预设的均匀性计算公式计算待评估工件的均匀性;
均匀性判断单元53,用于基于预设置的均匀性评估标准判断工件镀膜均匀性是否达标;以及,
报告生成单元54,用于采集镀膜的膜厚散点分布图、均匀性以及均匀性判断结果打包生成均匀性评估报告发送至管理人员处。通过图形绘制单元51、均匀性计算单元52和报告生成单元54的设置,能够根据各个检测点的膜厚数据绘制表示工件镀膜均匀性的镀膜膜厚散点分布图,计算待评估工件的均匀性,实现精准直观表示工件镀膜均匀性,有助于管理人员直观高效了解工件镀膜均匀性。
参照图1,均匀性评估模块5还包括:图形渲染单元55,用于获取待评估工件的三维立体图形,基于待评估工件各个检测点的膜厚值大小对待评估工件的三维立体图形表面进行不同色彩渲染,生成工件镀膜均匀性立体显示模型;所述报告生成单元54对工件镀膜均匀性立体显示模型进行六视角截图生成显示模型的六视图,将工件镀膜均匀性立体显示模型源文件以及六视图打包在均匀性评估报告内。通过图形渲染单元55的设置,构建件三维立体模型,并在模型表面基于各个检测点镀膜膜层厚度进行颜色渲染,使得管理人员能够直观了解工件表面各处的膜层厚度情况以及膜层是否达标,使得管理人员在面对形状较为奇特的工件时仍能直观了解到工件镀膜膜厚分布情况;另外在面对镀膜均匀性不达标的工件时,生产人员在接收到镀膜机调整建议后配合工件镀膜均匀性立体显示模型,能够直观高效了解到镀膜设备各个调节对应解决了工件上那些膜层问题点,实现工件工件缺陷与镀膜机调节部位对应,有助于生产人员快速了解镀膜设备各个部件功能,有助于高效培养生产人员镀膜设备调节实践能力,达到有效提高工件镀膜均匀性评估效率和评估质量的效果。
参照图4,所述镀膜机调节模块6基于接收到的均匀性评估报告生成镀膜机调整建议发送至管理人员处具体包括以下步骤:
C1、判断镀膜均匀性是否超出预设置的均匀性调整阈值:基于接收到的均匀性评估报告获取镀膜均匀性,判断镀膜均匀性是否超出预设置的均匀性调整阈值;
C2、若未超出,则生成无需调整镀膜机的建议发送至管理人员处;
C3、匹配生成镀膜机调整建议:若超出,则基于均匀性评估报告和目标监测方案提取待评估工件的各个检测点点位信息以及镀膜膜厚值,导入预设置的建议生成模型中匹配生成镀膜机调整建议,将镀膜机调整建议发送至管理人员处;所述建议生成模型为机器学习模型通过历史镀膜机调节数据训练而成;
其中建立机器学习模型通过历史数据对机器学习模型进行训练的具体步骤为现有技术,在此不在赘述;
C4、数据打包继续训练建议生成模型:实时获取管理人员基于镀膜机调整建议调节镀膜设备后生产出的工件的均匀性评估数据,结合本次均匀性评估数据以及镀膜机调整建议打包生成镀膜机调节数据,发送至建议生成模型进行模型训练。通过镀膜机调节模块6的设置,在待评估工件镀膜均匀性不合格时,能够基于接收到的均匀性评估报告生成调节建议,指导生产人员完成镀膜机的调试,实现智能高效调节镀膜设备,有助于提高镀膜生产质量和生产效率;同时收集调节后生产的工件镀膜均匀性数据对建议生成模型进行负反馈训练,有助于不断迭代完善建议生成模型,提高镀膜机调整建议的生成效率以及生成精度。
以上实施例仅用以说明本发明的技术方案,而非对发明的保护范围进行限制。显然,所描述的实施例仅仅是本发明部分实施例,而不是全部实施例。基于这些实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明,本领域普通技术人员依然可以在不冲突的情况下,不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整,从而得到不同的、本质未脱离本发明的构思的其他技术方案,这些技术方案也同样属于本发明所要保护的范围。
Claims (8)
1.一种镀膜机镀膜均匀性评估系统,其特征在于,包括:
信息采集模块(1),用于获取待评估工件的镀膜信息,所述镀膜信息包括应用工件信息、膜层类型信息、膜层成分信息和测试附加信息;
方案匹配模块(2),用于基于待评估工件的镀膜信息匹配确定目标检测方案,所述目标检测方案包括至少一种膜厚检测设备、多个检测点点位信息及检测方式和检测工艺流程信息;
检测调度模块(3),用于基于目标检测方案生成检测调度指令,检测人员基于检测调度指令将待评估工件输送至膜厚检测设备处;
检测控制模块(4),用于基于检测工艺流程信息生成检测控制指令,将检测控制指令发送至膜厚检测设备处,使得膜厚检测设备基于检测控制指令按照检测工艺流程信息测得待评估工件的各个检测点的膜厚信息;以及,
均匀性评估模块(5),用于基于待评估工件的各个检测点的膜厚信息绘制镀膜膜厚散点分布图,并通过预设的均匀性计算公式计算待评估工件的均匀性,生成均匀性评估报告发送至管理人员处;
所述方案匹配模块(2)基于待评估工件的镀膜信息匹配确定目标检测方案具体包括以下步骤:
基于待评估工件的镀膜信息通过预设置的方案匹配模型匹配确定至少一个满足镀膜信息的备选检测方案,所述方案匹配模型为机器学习模型通过历史方案匹配数据训练获得;
通过预设置的方案评分计算公式计算各个备选检测方案的方案评分;
将各个备选检测方案基于方案评分的高低进行排序,选取方案评分最高的备选检测方案作为目标监测方案;
所述通过预设置的方案评分计算公式计算各个备选检测方案的方案评分具体包括以下步骤:
各个备选检测方案根据工件损耗程度、测试精度、测试时效以及测试操作难度分别生成损耗排序、精度排序、时效排序以及操作难度排序,并通过预设的排序名次对照表获取的各个备选检测方案的损耗排序评分A、精度排序评分B、时效排序评分C以及操作难度排序评分D;
根据镀膜信息的测试附加信息获取测试需求点,基于测试需求点选取上述任一排序序列作为最高优先级序列,其他排序序列作为次优先级序列,若不存在测试附加信息则默认精度排序为最高优先级序列;
根据各个备选检测方案的排序评分,通过预设置的方案评分计算公式计算各个备选检测方案的方案评分。
2.根据权利要求1所述的一种镀膜机镀膜均匀性评估系统,其特征在于,所述预设的均匀性计算公式具体为:,其中,/>为各个检测点中膜厚最大值,/>为各个检测点中膜厚最小值,/>为第i个检测点的膜厚值,n为检测点总数。
3.根据权利要求1所述的一种镀膜机镀膜均匀性评估系统,其特征在于,所述方案评分计算公式为:
;其中/>为第i个备选检测方案的方案评分,/>为最高优先级序列评分系数,/>为次优先级序列评分系数,且/>均由管理人员设置,;/>为第i个备选检测方案的最高优先级序列排序评分,/>为第i个备选检测方案的各个次优先级序列排序评分之和。
4.根据权利要求3所述的一种镀膜机镀膜均匀性评估系统,其特征在于,所述基于测试需求点选取上述任一排序序列作为最高优先级序列还包括:基于测试需求点将上述任一排序序列删除,该排序序列的各个备选检测方案的评分均为0。
5.根据权利要求1所述的一种镀膜机镀膜均匀性评估系统,其特征在于,所述均匀性评估模块(5)包括:
图形绘制单元(51),用于基于待评估工件的各个检测点的膜厚信息绘制镀膜膜厚散点分布图;
均匀性计算单元(52),用于通过预设的均匀性计算公式计算待评估工件的均匀性;
均匀性判断单元(53),用于基于预设置的均匀性评估标准判断工件镀膜均匀性是否达标;以及,
报告生成单元(54),用于采集镀膜的膜厚散点分布图、均匀性以及均匀性判断结果打包生成均匀性评估报告发送至管理人员处。
6.根据权利要求5所述的一种镀膜机镀膜均匀性评估系统,其特征在于,所述均匀性评估模块(5)还包括:图形渲染单元(55),用于获取待评估工件的三维立体图形,基于待评估工件各个检测点的膜厚值大小对待评估工件的三维立体图形表面进行不同色彩渲染,生成工件镀膜均匀性立体显示模型;所述报告生成单元对工件镀膜均匀性立体显示模型进行六视角截图生成显示模型的六视图,将工件镀膜均匀性立体显示模型源文件以及六视图打包在均匀性评估报告内。
7.根据权利要求1所述的一种镀膜机镀膜均匀性评估系统,其特征在于,还包括:镀膜机调节模块(6),用于基于接收到的均匀性评估报告生成镀膜机调整建议发送至管理人员处。
8.根据权利要求7所述的一种镀膜机镀膜均匀性评估系统,其特征在于,所述镀膜机调节模块(6)基于接收到的均匀性评估报告生成镀膜机调整建议发送至管理人员处具体包括以下步骤:
基于接收到的均匀性评估报告获取镀膜均匀性,判断镀膜均匀性是否超出预设置的均匀性调整阈值;
若未超出,则生成无需调整镀膜机的建议发送至管理人员处;
若超出,则基于均匀性评估报告和目标监测方案提取待评估工件的各个检测点点位信息以及镀膜膜厚值,导入预设置的建议生成模型中匹配生成镀膜机调整建议,将镀膜机调整建议发送至管理人员处;所述建议生成模型为机器学习模型通过历史镀膜机调节数据训练而成;
实时获取管理人员基于镀膜机调整建议调节镀膜设备后生产出的工件的均匀性评估数据,结合本次均匀性评估数据以及镀膜机调整建议打包生成镀膜机调节数据,发送至建议生成模型进行模型训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310495522.2A CN116228043B (zh) | 2023-05-05 | 2023-05-05 | 一种镀膜机镀膜均匀性评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310495522.2A CN116228043B (zh) | 2023-05-05 | 2023-05-05 | 一种镀膜机镀膜均匀性评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116228043A CN116228043A (zh) | 2023-06-06 |
CN116228043B true CN116228043B (zh) | 2023-08-01 |
Family
ID=86585875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310495522.2A Active CN116228043B (zh) | 2023-05-05 | 2023-05-05 | 一种镀膜机镀膜均匀性评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116228043B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116422698B (zh) * | 2023-06-13 | 2023-09-26 | 昆山精诚得精密五金模具有限公司 | 一种金属加工用冷轧机 |
CN117056384A (zh) * | 2023-07-17 | 2023-11-14 | 久恩金属制品(昆山)有限公司 | 一种基于大数据的金属网智能检测方法 |
CN116993102B (zh) * | 2023-08-10 | 2024-04-26 | 苏州中耀科技有限公司 | 一种mim成型工艺 |
CN117092962A (zh) * | 2023-10-19 | 2023-11-21 | 常州市百宏智能科技有限公司 | 一种数控机床加工控制系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109458940B (zh) * | 2018-12-26 | 2021-05-11 | 中国电子科技集团公司第二十六研究所 | 基于光学模拟的半球谐振子的膜厚均匀性的快速估测方法 |
CN112948274A (zh) * | 2021-04-21 | 2021-06-11 | 深圳前海微众银行股份有限公司 | 测试用例评分模型训练方法和测试用例选择方法 |
CN114322796A (zh) * | 2021-12-30 | 2022-04-12 | 江苏微凯机械有限公司 | 一种智能检测光学镀膜机镀膜膜厚均匀性的系统及方法 |
CN114481077B (zh) * | 2022-01-20 | 2023-08-25 | 江苏南高智能装备创新中心有限公司 | 一种金属镀膜自动化控制装置及其方法 |
CN114741482B (zh) * | 2022-05-19 | 2022-08-30 | 北京拓普丰联信息科技股份有限公司 | 基于招标信息的中标信息匹配方法、系统、设备及介质 |
CN115456396A (zh) * | 2022-09-09 | 2022-12-09 | 武汉逸飞激光股份有限公司 | 焊接设备选型方法、装置及电子设备 |
CN115406489B (zh) * | 2022-11-01 | 2023-01-24 | 山东申华光学科技有限公司 | 一种镀膜机镀膜的监测预警方法及系统 |
CN115747750A (zh) * | 2022-11-21 | 2023-03-07 | 东南大学 | 一种多层反馈的金属镀膜控制方法 |
-
2023
- 2023-05-05 CN CN202310495522.2A patent/CN116228043B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116228043A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116228043B (zh) | 一种镀膜机镀膜均匀性评估系统 | |
CN104899135B (zh) | 软件缺陷预测方法和系统 | |
CN105066915B (zh) | 模具曲面加工误差和表面粗糙度在机检测装置及检测方法 | |
CN108804784A (zh) | 一种基于贝叶斯高斯混合模型的即时学习软测量建模方法 | |
CN110245650B (zh) | 振动智能检测方法及相关产品 | |
CN116024532B (zh) | 一种用于真空镀膜的智能控制方法及系统 | |
CN109947072A (zh) | 用于在生产过程期间自动检测异常工件的数据驱动方法 | |
CN110632546B (zh) | 基于全网域证据集的电子式互感器可信度评估方法和装置 | |
CN109034262A (zh) | 一种x射线定向仪缺陷识别的批量处理方法 | |
CN110501671A (zh) | 一种基于测量分配的目标跟踪方法及装置 | |
CN115311629B (zh) | 一种折弯机的异常折弯精度监测系统 | |
CN108908335A (zh) | 基于改进差分进化算法的机器人标定方法 | |
CN114692677B (zh) | 一种基于多目标特征选择的焊接缺陷识别方法 | |
TW202100290A (zh) | 加工條件探索裝置及加工條件探索方法 | |
CN106772237B (zh) | 长基线时差定位干涉仪测向辅助解模糊方法 | |
CN114322796A (zh) | 一种智能检测光学镀膜机镀膜膜厚均匀性的系统及方法 | |
CN114150287A (zh) | 薄膜沉积方法及设备 | |
Chen et al. | Tool wear monitoring based on the combination of machine vision and acoustic emission | |
CN109917372A (zh) | 基于目标预测的扩展目标量测集划分和跟踪方法 | |
CN116629726B (zh) | 一种精密铜管包装车间的环境监测管理方法及系统 | |
CN204881558U (zh) | 模具曲面加工误差和表面粗糙度在机检测装置 | |
CN104133437B (zh) | 连续型化工装置及其绩效指标实时评价方法和装置 | |
CN114063150B (zh) | 一种基于ml-knn算法的“震源-台站”速度模型选取方法 | |
CN113360838B (zh) | 一种基于图像处理的喷嘴铸造监测方法及系统 | |
CN109615007A (zh) | 基于粒子滤波的深度学习网络目标检测方法 |
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 |