CN116329138A - 一种测试方法、装置及其电子设备 - Google Patents

一种测试方法、装置及其电子设备 Download PDF

Info

Publication number
CN116329138A
CN116329138A CN202310133027.7A CN202310133027A CN116329138A CN 116329138 A CN116329138 A CN 116329138A CN 202310133027 A CN202310133027 A CN 202310133027A CN 116329138 A CN116329138 A CN 116329138A
Authority
CN
China
Prior art keywords
test
value
data
product
judgment value
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.)
Pending
Application number
CN202310133027.7A
Other languages
English (en)
Inventor
谢斌
李思琦
陈卫东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Daneng Chuangzhi Semiconductor Co ltd
Original Assignee
Shenzhen Daneng Chuangzhi Semiconductor Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Daneng Chuangzhi Semiconductor Co ltd filed Critical Shenzhen Daneng Chuangzhi Semiconductor Co ltd
Priority to CN202310133027.7A priority Critical patent/CN116329138A/zh
Publication of CN116329138A publication Critical patent/CN116329138A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/20—Administration of product repair or maintenance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/344—Sorting according to other particular properties according to electric or electromagnetic properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/01—Subjecting similar articles in turn to test, e.g. "go/no-go" tests in mass production; Testing objects at points as they pass through a testing station
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明实施方式公开了一种测试方法，应用于自动测试设备，该测试方法包括：配置夹具的ID以及相应测试项目，使得通过读取夹具的ID，以加载与ID相应的测试项目配置；根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值；将第一判断值和第二判断值分别设置为自动测试设备的相应测试项目的下限阈值和上限阈值；使自动测试设备根据测试项目配置对待测试产品进行测试，以获得相应测试数据。通过上述方式，本发明实施方式能够自动配置测试范围、自动加载测试项目，进而提高自动测试设备的测试效率。并且还能对不良品进行自动测试分类，在提高了测试效率的同时避免了人工测试结果出错的情况。

Description

一种测试方法、装置及其电子设备
技术领域
本发明实施方式涉及自动测试领域，特别是涉及一种测试方法、装置及其电子设备。
背景技术
自动测试设备是一种自动化系统，目的是用于电气、热力和物理测试，无需人工直接干扰。通常来说，自动测试设备系统用于加速测试、执行重复任务或增强测试系统的重复性和一致性。设计自动测试设备系统的目的是用于完成上述所有任务。因为如果所有测试都用手动执行的话，那么设备的性能、质量、功能甚至环境变量压力测试的成本都可能会显著增加最终部件的成本。
然而在应用自动测试设备不同型号模块的情况下，需要配置不同的输入电压、输入电流、输出电压、输出电流及测试项目，测试软件也需要修改。在这种情况下，测试项目繁多，手动配置测试范围繁琐且不客观。此外目前测试系统测试完后，需要工程师手动对不良品重新测试分类，统计之后才会反馈给工厂改进，效率低，容易出错。
发明内容
为解决上述技术问题，本发明实施方式采用的一个技术方案是：提供一种测试方法，应用于自动测试设备，所述测试方法包括：配置夹具的ID以及相应测试项目，使得通过读取夹具的ID，以加载与所述ID相应的测试项目配置；根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值；将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值；使所述自动测试设备根据所述测试项目配置对待测试产品进行测试，以获得相应测试数据。
在一些实施例中，所述测试方法还包括：根据所述相应测试数据判断不良品，统计不良品中相应测试项目的项目不良品的数量以及占比，获得统计数据；根据所述统计数据，通过机器学习生成故障分析模型；将不良品的测试数据输入所述故障分析模型，以判断所述不良品的故障原因和严重程度，并给出相应的维修建议。
在一些实施例中，所述测试方法还包括：在进行产品比对测试时，根据设定的测试项目依次对各个产品进行测试，获得测试结果；根据所述测试结果生成产品对比报告。
在一些实施例中，所述根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值，包括：录入所述参考样品的各个测试项目的相应测试数据；分别计算相应测试数据的第一中心值和标准差；将所述第一中心值减去3倍标准差获得第一筛选值；将所述第一中心值加上3倍标准差获得第二筛选值；剔除所述测试数据中小于所述第一筛选值的数据和大于所述第二筛选值的数据；计算剩余测试数据的第二中心值、最小值和最大值；根据下式计算第一绝对值：
X1＝XM-(Xmin-σ)，
其中，X1为所述第一绝对值，XM为所述第二中心值，Xmin为所述最小值，σ为所述标准差；根据下式计算第二绝对值：
X2＝(Xmax+σ)-XM，
其中，X2为所述第二绝对值，Xmax为所述最大值；计算所述第一绝对值和所述第二绝对值中的最大值，获得误差值；将所述第二中心值减去所述误差值，获得所述第一判断值；将所述第二中心值加上所述误差值，获得所述第二判断值。
在一些实施例中，所述将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值包括：将所述第一判断值设置为所述自动测试设备的相应测试项目的下限阈值，若所述待测试产品的相应测试数据小于所述第一判断值，则确定所述待测试产品为不良品；将所述第二判断值设置为所述自动测试设备的相应测试项目的上限阈值，若所述待测试产品的相应测试数据大于所述第二判断值，则确定所述待测试产品为不良品。
在一些实施例中，所述测试项目包括输入电压、输出电压、输入电流、输出电流、输入功率、输出功率、功率损耗和功率效率。
在一些实施例中，所述不良品的故障原因包括没有输出电压、功率损耗大于预设损耗阈值、输入电流超出预设电流阈值、输出电压低于预设电压阈值，以及输出电流不稳定。
为解决上述技术问题，本发明实施方式采用的另一个技术方案是：提供一种测试装置，应用于自动测试设备，所述测试装置包括：加载模块，用于配置夹具的ID以及相应测试项目，使得通过读取夹具的ID，以加载与所述ID相应的测试项目配置；计算模块，用于根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值；设置模块，用于将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值；第一测试模块，用于使所述自动测试设备根据所述测试项目配置对待测试产品进行测试，以获得相应测试数据；统计模块，用于根据所述相应测试数据判断不良品，统计不良品中相应测试项目的项目不良品的数量以及占比，获得统计数据；模型生成模块，用于根据所述统计数据，通过机器学习生成故障分析模型；判断模块，用于将不良品的测试数据输入所述故障分析模型，以判断所述不良品的故障原因和严重程度，并给出相应的维修建议；第二测试模块，用于在进行产品比对测试时，根据设定的测试项目依次对各个产品进行测试，获得测试结果；报告生成模块，用于根据所述测试结果生成产品对比报告。
为解决上述技术问题，本发明实施方式采用的另一个技术方案是：提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的一种测试方法。
为解决上述技术问题，本发明实施方式采用的另一个技术方案是：提供一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，可使得所述一个或多个处理器执行如上所述的一种测试方法。
本发明实施方式的有益效果是：区别于现有技术的情况，本发明实施方式能够自动配置测试范围、自动加载测试项目，进而提高自动测试设备的测试效率。并且还能对不良品进行自动测试分类，在提高了测试效率的同时避免了人工测试结果出错的情况。
附图说明
图1是本发明实施方式提供的一种测试方法的流程示意图；
图2是本发明实施方式提供的根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值的流程示意图；
图3是本发明实施方式提供的将第一判断值和第二判断值分别设置为自动测试设备的相应测试项目的下限阈值和上限阈值的流程示意图；
图4是本发明实施方式提供的一种测试装置的结构示意图；
图5是本发明实施方式提供的一种电子设备的结构示意图。
具体实施方式
自动测试设备(automatic test equipment，ATE)是一种自动化系统，目的是用于电气、热力和物理测试，无需人工直接干扰。通常来说，自动测试设备系统用于加速测试、执行重复任务或增强测试系统的重复性和一致性。设计自动测试设备系统的目的是用于完成上述所有任务。
在应用自动测试设备测试不同型号模块的情况下，需要配置不同的输入电压、输入电流、输出电压、输出电流及测试项目，测试软件也需要修改。并且在在测试项目繁多的情况下，手动配置测试范围过于繁琐且不够客观。为解决上述问题，本发明实施例提供了一种测试方法，应用于上述的自动测试设备，该方法包括如下步骤：
步骤S100：配置夹具的ID以及相应测试项目，使得通过读取夹具的ID，以加载与ID相应的测试项目配置。
自动测试设备在使用过程中无需人工直接干扰，通常在使用自动测试设备进行测试前，需要通过计算机系统进行操作。操作员通过表格化的人机界面，结合自动测试设备的不同模块的特性，选择测试项目。实现基于统一界面的定制化测试需求。
在本实施例中，配合自动测试设备的每个模块型号配搭相应的夹具，每个夹具拥有各自的ID,通过配置夹具的ID以及相应测试项目，使自动测试设备读取到夹具的ID时，自动加载与该ID相应的测试项目配置。
自动测试设备可通过无线或有线的方式读取夹具的ID，具体地，无线读取ID的方式包括射频识别技术(Radio Frequency Identification，RFID)、低功耗蓝牙技术(Bluetooth Low Energy，BLE)和近场通信技术(Near Field Communication，NFC)等，这个ID与测试项目设置有关。即自动测试设备配罝不同夹具可自动加载相关测试项目设置。
在本实施例中，测试项目包括但不限于输入电压、输出电压、输入电流、输出电流、输入功率、输出功率、功率损耗、功率效率、峰峰值以及均方根值等。
步骤S200：根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值。
在一些实施例中，步骤S200具体包括如下步骤，其流程示意图如图2所示：
步骤S2100：录入参考样品的各个测试项目的相应测试数据。
具体地，预先收集的参考样品的各个测试项目的相应测试数据，并将收集到的相应测试数据录入。相应测试数据包括输入电压、输出电压、输入电流、输出电流、输入功率、输出功率、功率损耗、功率效率、峰峰值以及均方根值等。
步骤S2200：分别计算相应测试数据的第一中心值和标准差。
中心值是指数据显示集中趋势的数值。具体地，分别计算输入电压、输出电压、输入电流、输出电流、输入功率、输出功率、功率损耗、功率效率、峰峰值以及均方根值等测试数据的第一中心值和标准值。
步骤S2300：将第一中心值减去3倍标准差获得第一筛选值。
具体地，通过下式计算获得第一筛选值：
Xa＝Xmiddle-3σ，
其中，Xa为第一筛选值，Xmiddle为第一中心值，σ为标准差。
步骤S2400：将第一中心值加上3倍标准差获得第二筛选值。
具体地，通过下式计算获得第二筛选值：
Xb＝Xmiddle+3σ，
其中，Xb为第二筛选值，Xmiddle为第一中心值，σ为标准差。
步骤S2500：剔除测试数据中小于第一筛选值的数据和大于第二筛选值的数据。
具体地，在相应测试数据中，剔除小于相应第一筛选值Xa的数据和大于相应第二筛选值Xb的数据。以输入电压的测试数据为例，在计算获得输入电压的第一筛选值和第二筛选值后，将输入电压的测试数据中小于输入电压的第一筛选值的数据和大于输入电压的第二筛选值得数据剔除掉。
步骤S2600：计算剩余测试数据的第二中心值、最小值和最大值。
在相应的测试数据中剔除3个标准差以外的数据后，计算剩余的测试数据中的第二中心值、最小值和最大值。例如，在将输入电压的测试数据中小于输入电压的第一筛选值的数据和大于输入电压的第二筛选值得数据剔除掉，计算剩余的输入电压的测试数据种的第二中心值、最小值和最大值。
步骤S2700：计算第一绝对值。
具体地，通过下式计算获得相应测试数据的第一绝对值：
X1＝XM-(Xmin-σ)，
其中，X1为第一绝对值，XM为第二中心值，Xmin为最小值，σ为标准差。
步骤S2800：计算第二绝对值。
具体地，通过下式计算获得相应测试数据的第二绝对值：
X2＝(Xmax+σ)-XM，
其中，X2为第二绝对值，Xmax为最大值；
步骤S2900：计算第一绝对值和第二绝对值中的最大值，获得误差值。
具体地，比较相应测试数据中的第一绝对值和第二绝对值，以两者中的较大值作为相应测试数据的误差值。例如计算获得输入电压的测试数据中的第一绝对值和第二绝对值后，比较输入电压的第一绝对值和输入电压的第二绝对值。若输入电压的第一绝对值大于输入电压的第二绝对值，则以输入电压的第一绝对值作为输入电压的误差值；若输入电压的第二绝对值大于输入电压的第一绝对值，则以输入电压的第二绝对值作为输入电压的误差值。
步骤S2110：将第二中心值减去误差值，获得第一判断值。
具体地，将相应测试数据的第二中心值减去相应测试数据的误差值，获得相应测试数据的第一判断值。第一判断值则是相应测试项目的下限阈值。例如，将输入电压的测试数据的第二中心值减去其误差值，获得输入电压的测试数据的第一判断值。
不同的测试项目都有一个相应的第一判断值。
步骤S2120：将第二中心值加上误差值，获得第二判断值。
具体地，将相应测试数据的第二中心值加上相应测试数据的误差值，获得相应测试数据的第二判断值。第二判断值则是相应测试项目的上限阈值。例如，将输入电压的测试数据的第二中心值加上其误差值，获得输入电压的测试数据的第二判断值。
不同的测试项目都有一个相应的第二判断值。
通过步骤S200，在使用自动测试设备之前，不用手动输入测试判定参数，通过对参考样品的测试数据读取，进行运算，自动设置成满足大批量产品的测试判定参数。以此节省了大量时间及工作量，并且提高了测试判断参数的客观程度。
步骤S300：将第一判断值和第二判断值分别设置为自动测试设备的相应测试项目的下限阈值和上限阈值。
在一些实施例中，步骤S300具体包括如下步骤，其流程示意图如图3所示：
步骤S3100：将第一判断值设置为自动测试设备的相应测试项目的下限阈值，若待测试产品的相应测试数据小于第一判断值，则确定待测试产品为不良品。
步骤S3200：将第二判断值设置为自动测试设备的相应测试项目的上限阈值，若待测试产品的相应测试数据大于第二判断值，则确定待测试产品为不良品。
步骤S400：使自动测试设备根据测试项目配置对待测试产品进行测试，以获得相应测试数据。
经过上述步骤预先设置好测试判断参数以及测试项目配置后，自动测试设备通过读取夹具的ID，加载与夹具ID相对应的测试项目后，对待测试产品进行测试，获得相应测试项目的测试数据。
步骤S500：根据相应测试数据判断不良品，统计不良品中相应测试项目的项目不良品的数量以及占比，获得统计数据。
具体地，以相应测试项目的测试判断参数，即第一判断值和第二判断值判断待测试产品是否为不良品。例如通过上述测试获得待测试产品的输入电压，判断该输入电压是否小于输入电压的第一判断值或是否大于输入电压的第二判断值，若是，则确定该待测试产品的输入电压不合格，该待测试产品为不良品。
随后，还需统计不良品中相应测试项目的项目不良品的数量以及占比，即各个测试项目的不良品数量及其占比，获得统计数据。
需要说明的是，还可针对同一批待测试产品进行多个测试项目的测试。对任一待测试产品来说，若有任一测试项目的测试数据超出测试判断参数，则确定该待测试产品为不良品。
步骤S600：根据统计数据，通过机器学习生成故障分析模型。
具体地，即将统计数据作为训练数据，通过机器学习生成故障分析模型，在本实施例中，机器学习的类型为监督学习。机器学习的具体实现手段为现有技术，在此不做介绍。
步骤S700：将不良品的测试数据输入所述故障分析模型，以判断不良品的故障原因和严重程度，并给出相应的维修建议。
在获得故障分析模型后，通过将不良品的测试数据输入至该故障分析模型，可获得该故障分析模型对于不良品的故障原因和严重程度的判断。在本实施例中，故障分析模型对于不良品的故障原因分析包括没有输出电压、功率损耗大于预设损耗阈值、输入电流超出预设电流阈值、输出电压低于预设电压阈值，以及输出电流不稳定。
步骤S800：在进行产品比对测试时，根据设定的测试项目依次对各个产品进行测试，获得测试结果。
此外，在对同类产品进行产品比对测试时，还可根据设定的测试项目依次对各个产品进行测试，获得测试结果。
步骤S900：根据测试结果生成产品对比报告。
区别于现有技术的情况，本发明实施方式能够自动配置测试范围、自动加载测试项目，进而提高自动测试设备的测试效率。并且还能对不良品进行自动测试分类，在提高了测试效率的同时避免了人工测试结果出错的情况。
基于上述的测试方法，本发明实施方式还提供了一种测试装置，其结构示意图如图4所示，该装置包括：加载模块100、计算模块200、设置模块300、第一测试模块400、统计模块500、模型生成模块600、判断模块700、第二测试模块800和报告生成模块900，其中，
加载模块100用于读取夹具的ID，以加载与所述夹具相应的测试项目；计算模块200用于根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值；设置模块300用于将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值；第一测试模块400用于使所述自动测试设备根据所述测试项目配置对待测试产品进行测试，以获得相应测试数据；统计模块500用于根据所述相应测试数据判断不良品，统计不良品中相应测试项目的项目不良品的数量以及占比，获得统计数据；模型生成模块600用于根据所述统计数据，通过机器学习生成故障分析模型；判断模块700用于将不良品的测试数据输入所述故障分析模型，以判断所述不良品的故障原因和严重程度，并给出相应的维修建议；第二测试模块800用于在进行产品比对测试时，根据设定的测试项目依次对各个产品进行测试，获得测试结果；报告生成模块900用于根据所述测试结果生成产品对比报告。
请参阅图5，图5为本发明实施方式提供的一种电子设备的结构示意图该电子设备1000包括：
一个或多个处理器1100以及存储器1200，图5中以一个处理器1100为例。
处理器1100和存储器1200可以通过总线或者其他方式连接，图5中以通过总线连接为例。
存储器1200作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器1100通过运行存储在存储器1200中的非易失性软件程序、指令以及单元，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例的一种测试方法。
存储器1200可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备使用所创建的数据等。此外，存储器1200可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器1200可选包括相对于处理器1100远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器1200中，当被所述一个或者多个处理器1100执行时，执行上述任意方法实施例中的一种测试方法，例如，执行以上描述的图1中的方法步骤S100至步骤S900或图4中的装置中的各个模块的功能。
上述电子设备可执行本发明实施例所提供的一种测试方法，具备执行方法相应的程序模块和有益效果。未在电子设备实施例中详尽描述的技术细节，可参见本发明实施例所提供的一种测试方法。
本发明实施例还提供了一种非易失性计算机可读存储介质，该非易失性计算机可读存储介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述非易失性计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现本公开实施例的方法。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种测试方法，应用于自动测试设备，其特征在于，包括：
配置夹具的ID以及相应测试项目，使得通过读取夹具的ID，以加载与所述ID相应的测试项目配置；
根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值；
将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值；
使所述自动测试设备根据所述测试项目配置对待测试产品进行测试，以获得相应测试数据。
2.根据权利要求1所述的方法，其特征在于，还包括：
根据所述相应测试数据判断不良品，统计不良品中相应测试项目的项目不良品的数量以及占比，获得统计数据；
根据所述统计数据，通过机器学习生成故障分析模型；
将不良品的测试数据输入所述故障分析模型，以判断所述不良品的故障原因和严重程度，并给出相应的维修建议。
3.根据权利要求2所述的方法，其特征在于，还包括：
在进行产品比对测试时，根据设定的测试项目依次对各个产品进行测试，获得测试结果；
根据所述测试结果生成产品对比报告。
4.根据权利要求3所述的方法，其特征在于，所述根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值，包括：
录入所述参考样品的各个测试项目的相应测试数据；
分别计算相应测试数据的第一中心值和标准差；
将所述第一中心值减去3倍标准差获得第一筛选值；
将所述第一中心值加上3倍标准差获得第二筛选值；
剔除所述测试数据中小于所述第一筛选值的数据和大于所述第二筛选值的数据；
计算剩余测试数据的第二中心值、最小值和最大值；
根据下式计算第一绝对值：
X1＝|XM-(Xmin-σ)|，
其中，X1为所述第一绝对值，XM为所述第二中心值，Xmin为所述最小值，σ为所述标准差；
根据下式计算第二绝对值：
X2＝|(Xmax+σ)-XM|，
其中，X2为所述第二绝对值，Xmax为所述最大值；
计算所述第一绝对值和所述第二绝对值中的最大值，获得误差值；
将所述第二中心值减去所述误差值，获得所述第一判断值；
将所述第二中心值加上所述误差值，获得所述第二判断值。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值包括：
将所述第一判断值设置为所述自动测试设备的相应测试项目的下限阈值，若所述待测试产品的相应测试数据小于所述第一判断值，则确定所述待测试产品为不良品；
将所述第二判断值设置为所述自动测试设备的相应测试项目的上限阈值，若所述待测试产品的相应测试数据大于所述第二判断值，则确定所述待测试产品为不良品。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述测试项目包括输入电压、输出电压、输入电流、输出电流、输入功率、输出功率、功率损耗和功率效率。
7.根据权利要求6所述的方法，其特征在于，所述不良品的故障原因包括没有输出电压、功率损耗大于预设损耗阈值、输入电流超出预设电流阈值、输出电压低于预设电压阈值，以及输出电流不稳定。
8.一种测试装置，应用于自动测试设备，其特征在于，包括：
加载模块，用于配置夹具的ID以及相应测试项目，使得通过读取夹具的ID，以加载与所述ID相应的测试项目配置；
计算模块，用于根据参考样品的各个测试项目的相应测试数据，计算获得相应的第一判断值和第二判断值；
设置模块，用于将所述第一判断值和所述第二判断值分别设置为所述自动测试设备的相应测试项目的下限阈值和上限阈值；
第一测试模块，用于使所述自动测试设备根据所述测试项目配置对待测试产品进行测试，以获得相应测试数据；
统计模块，用于根据所述相应测试数据判断不良品，统计不良品中相应测试项目的项目不良品的数量以及占比，获得统计数据；
模型生成模块，用于根据所述统计数据，通过机器学习生成故障分析模型；
判断模块，用于将不良品的测试数据输入所述故障分析模型，以判断所述不良品的故障原因和严重程度，并给出相应的维修建议；
第二测试模块，用于在进行产品比对测试时，根据设定的测试项目依次对各个产品进行测试，获得测试结果；
报告生成模块，用于根据所述测试结果生成产品对比报告。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7任一项所述的一种测试方法。
10.一种非易失性计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，可使得所述一个或多个处理器执行如权利要求1-7任一项所述的一种测试方法。
CN202310133027.7A 2023-02-08 2023-02-08 一种测试方法、装置及其电子设备 Pending CN116329138A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310133027.7A CN116329138A (zh) 2023-02-08 2023-02-08 一种测试方法、装置及其电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310133027.7A CN116329138A (zh) 2023-02-08 2023-02-08 一种测试方法、装置及其电子设备

Publications (1)

Publication Number Publication Date
CN116329138A true CN116329138A (zh) 2023-06-27

Family

ID=86881344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310133027.7A Pending CN116329138A (zh) 2023-02-08 2023-02-08 一种测试方法、装置及其电子设备

Country Status (1)

Country Link
CN (1) CN116329138A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116609642A (zh) * 2023-07-18 2023-08-18 上海孤波科技有限公司 芯片测试误差的补偿方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116609642A (zh) * 2023-07-18 2023-08-18 上海孤波科技有限公司 芯片测试误差的补偿方法、装置、电子设备及存储介质
CN116609642B (zh) * 2023-07-18 2023-09-19 上海孤波科技有限公司 芯片测试误差的补偿方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN116329138A (zh) 一种测试方法、装置及其电子设备
CN104539250B (zh) 功率放大器的调试方法、装置和系统
CN101859266B (zh) 一种背板测试方法
CN107561391A (zh) 一种电子产品的测试系统及方法
CN108196195B (zh) 电池组装方法、装置及设备
CN107462821B (zh) 晶圆测试机台的远端监控方法及系统
CN101614785A (zh) 电路参数检测的方法和装置
CN110764036B (zh) 一种智能配变终端测试方法及系统
CN112306004B (zh) 半导体制程工艺配方管理方法与系统
CN110824338A (zh) 一种自动测试芯片的方法及系统
CN117112403A (zh) 一种产品自动化测试方法、装置、系统及光伏设备
KR20230003474A (ko) 전기적 특성을 결정하기 위한 측정 장치 및 방법
CN112162167A (zh) 典型工业过程电压耐受能力的测试方法及系统
CN115792583A (zh) 一种车规级芯片的测试方法、装置、设备及介质
CN105699914A (zh) 电源产品能效的自动测试方法
CN111478728A (zh) 光模块光功率的自动调试方法、装置、设备及存储介质
CN114817070A (zh) 服务器电源软件参数调试方法、系统、终端及存储介质
CN113296423B (zh) 一种基于工业互联网的实时仿真分析系统
CN113687287A (zh) 一种锂电池测试设备自动校准工装及方法
CN106546900B (zh) 一种通过CodeOption实现自动化测试方法
CN217954600U (zh) 一种射频器件高温反偏老化试验装置
CN107102938B (zh) 测试脚本的更新方法及装置
CN103826239B (zh) 一种实现基站干扰信号码功率异常检测的方法和装置
CN111375568A (zh) 成品电芯筛选阶段的方法
CN102236725B (zh) 零件降额设计系统及方法

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