CN116452588B - 一种焊接质量评估方法及系统 - Google Patents

Abstract

本申请涉及焊接检测技术领域，提供一种焊接质量评估方法及系统。通过划分电路板获得P个网格区域，在焊接电路板后通过焊点电学检测获得P个检测结果进而获得P个第一焊点质量评估信息，采集图像并分割获得P个网格区域图像分割结果P个第二焊点质量评估信息，采用加权规则对两个焊点质量评估信息计算生成焊接质量评估结果。解决现有技术中存在对于电路板焊接质量评估往往基于人工经验存在评估维度单一、评估结果主观性较强，不能真实反映电路板焊接缺陷，对于电路板焊接质量问题的解决的参考性较弱的技术问题，实现了对电路板焊接质量进行智能化的多维评估，提高焊接质量评估结果的科学性和可信度的技术效果。

Description

一种焊接质量评估方法及系统

技术领域

本申请涉及焊接检测技术领域，特别是涉及一种焊接质量评估方法及系统。

背景技术

当前电路板的焊接质量评估一般基于人工经验，存在许多不足之处。首先，这种评估方法往往只考虑电路板上焊点的数量，判断是否漏焊等，评估维度单一。其次，评估结果主观性较强，因为评估人员的专业水平和经验对评估结果有着重要影响。这导致评估结果难以达到客观准确的标准，缺乏对电路板焊接缺陷的真实反映，因而无法提供有力的参考依据。在这种情况下，就无法有效检测和纠正焊接问题，这会对电子产品的性能和可靠性造成严重影响。

综上所述，现有技术中存在对于电路板焊接质量评估往往基于人工经验存在评估维度单一、评估结果主观性较强，不能真实反映电路板焊接缺陷，对于电路板焊接质量问题的解决的参考性较弱的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现对电路板焊接质量进行智能化的多维评估，提高焊接质量评估结果的科学性和可信度，为技术人员进行电路板焊接工艺优化和焊接缺陷克服提供参考的一种焊接质量评估方法及系统。

一种焊接质量评估方法，方法包括：对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果。

一种焊接质量评估系统，所述系统包括：网格区域划分模块，用于对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；焊点图像采集模块，用于对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；电学检测执行模块，用于在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；图像分割识别模块，用于将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；评估信息输出模块，用于将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；评估结果计算模块，用于根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；

对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；

在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；

将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；

将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果。

上述一种焊接质量评估方法及系统，解决了现有技术中存在对于电路板焊接质量评估往往基于人工经验存在评估维度单一、评估结果主观性较强，不能真实反映电路板焊接缺陷，对于电路板焊接质量问题的解决的参考性较弱的技术问题，实现了对电路板焊接质量进行智能化的多维评估，提高焊接质量评估结果的科学性和可信度，为技术人员进行电路板焊接工艺优化和焊接缺陷克服提供参考的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为一个实施例中一种焊接质量评估方法的流程示意图；

图2为一个实施例中一种焊接质量评估方法中采集目标电路板图像的流程示意图；

图3为一个实施例中一种焊接质量评估系统的结构框图；

图4为一个实施例中计算机设备的内部结构图。

附图标记说明：网格区域划分模块1，焊点图像采集模块2，电学检测执行模块3，图像分割识别模块4，评估信息输出模块5，评估结果计算模块6。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图1所示，本申请提供了一种焊接质量评估方法，所述方法包括：

S100:对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；

具体而言，应理解的，电路板是一种承载电子元器件、提供互联互通的基础材料，通常由印制电路板（PCB）来实现，是将导电材料覆盖在绝缘材料上并形成特定线路图案，再通过钻孔、贴附元器件、焊接等工艺完成的。

焊点是为了将电子元器件牢固地固定在电路板上而进行的焊接操作所形成的点状连接部分，焊点通过在电路板上施加热量使其熔化，然后在熔融状态下与电子元件或其他电路板上的金属引线相结合，一旦冷却会形成坚固的连接方式。

在本实施例中，所述目标电路板为不限定尺寸规格的不特定电路板，焊点在所述目标电路板上的位置已知，本实施例根据多个焊点在所述目标电路板上的位置，获得距离最接近的两个焊点之间的焊点距离数据，以所述焊点距离数据为基准构建正方形网格，以所述正方形网格对所述目标电路板上的P个焊点进行框选圈定，以获得每个网格区域内都仅包括一个焊点的P个网格区域，P为大于1的整数。

S200:对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；

在一个实施例中，如图2所示，对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，本申请提供的方法步骤S200还包括:

S210:在焊接完成后，获取所述第一角度，所述第一角度为垂直于所述目标电路板的角度；

S220:按照所述第一角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得所述P个第一网格图像；

S230:获取所述第二角度，所述第二角度为垂直于所述第一角度的角度；

S240:按照所述第二角度，采集所述P个网格区域内的图像，获得所述P个第二网格图像。

具体而言，在本实施例中，在P个焊点采用焊接工艺将电子元器件固定在所述目标电路板上，并在焊接后，对所述目标电路板的P个焊点的焊接情况进行图像采集。

具体的，预设第一角度和第二角度，对于每个焊点的焊接情况进行图像采集，所述第一角度为在焊接面正向垂直于所述目标电路板的角度，第二角度垂直于所述第一角度的角度，基于所述第一角度获得焊点焊接情况俯视图，基于第二角度获得焊点焊接情况某一侧视图，每个焊点基于这两个角度图像即可确保焊点焊接质量评估的可信性和准确性。

在焊接完成后，根据预设地所述第一角度，采集所述目标电路板的图像，按照所述P个网格区域进行所获图像的划分处理，获得对应于P个焊点的所述P个第一网格图像，所述第一网格图像为焊点焊接情况俯视图。

根据预设的所述第二角度，在所述P个网格区域内逐一进行图像采集，获得所述P个第二网格图像，所述第二网格图像为每个网格区域内的焊点焊接情况的测试图。

本实施例通过设定图像采集角度以及设定P个网格区域进行所采集图像的分割处理，实现了精确获得目标电路板上所有焊点焊接图像的技术效果，间接实现为后续进行单焊点焊接情况精细化质量检测分析提供参考。

S300:在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；

具体而言，应理解的，电气元件基于焊点焊接至电路板后，如若存在焊接不良会影响电子设备的功能，例如焊点接触不良、短路、开路等问题，焊接不良可能会导致电子设备无法正常工作。

因而本实施例在电气元件基于焊点焊接至所述目标电路板后，首先进行对焊点进行电流电压检测，以判断电子元器件与电路板之间的焊点焊接质量符合要求。

具体的，本实施例将电流、电压测试仪器，连接到需要目标电路板的P个焊点上，基于电路板焊接控制人员工作经验或者目标电路板的型号规格信息、目标电路板使用场景信息，在电流、电压测试仪器上设置相应的测试参数，包括电流或电压范围、精度设定值。

运行电流、电压测试仪器并通过电流、电压测试仪器直接读取到P个焊点的电流和电压值，将P个焊点的电流和电压值作为所述P个检测结果，所述P个检测结果在后续作为评估焊接质量的局部数据。

S400:将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；

在一个实施例中，将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，本申请提供的方法步骤S400还包括：

S410:根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取样本第一网格图像集合和样本第二网格图像集合；

S420:对所述样本第一网格图像集合和样本第二网格图像集合内图像中的焊点图像和背景图像进行划分分割和标识，获得样本第一分割结果集合和样本第二分割结果集合；

S430:采用所述样本第一网格图像集合和样本第一分割结果集合作为构建数据，构建所述第一分割模块；

S440:采用所述样本第二网格图像集合和样本第二分割结果集合作为构建数据，构建所述第二分割模块，获得所述焊点图像分割模型；

S450:将所述P个第一网格图像和所述P个第二网格图像分别输入所述第一分割模块和第二分割模块内，获得所述P个第一分割结果和P个第二分割结果。

在一个实施例中，采用所述样本第一网格图像集合和样本第一分割结果集合作为构建数据，构建所述第一分割模块，本申请提供的方法步骤S430还包括：

S431:基于语义分割中的全卷积神经网络，构建所述第一分割模块内的编码器和解码器；

S432:对所述样本第一网格图像集合和样本第一分割结果集合进行划分，获得训练集、验证集和测试集，采用所述训练集对所述编码器和解码器进行监督训练，直到达到收敛条件；

S433:采用所述验证集和测试集对所述编码器和解码器进行验证和测试，获得满足预设条件的所述第一分割模块。

具体而言，应理解的，本实施例在步骤S200采集获得的第一网格图像和第二网格图像中，都包含展示焊点焊接情况的焊点图像以及非焊点的背景图像。

因而本实施例构建所述焊点图像分割模型实现自动化将采集获得的图像进行分割，从而将P个第一网格图像和P个第二网格图像中的焊点图像和背景图像分割开，实现单一基于焊点图像进行焊接质量评估，降低无关背景对焊点焊接质量评估的干扰。

所述焊点图像分割模型为图像分割模型，所述焊点图像分割模型的构建方法优选如下：

获得所述目标电路板的规格型号信息，从而采集获得所述目标电路板同型号电路板，所述目标电路板同型号电路板与所述目标电路板的规格尺寸、焊点位置等任意信息都完全一致。

本实施例基于大数据或电路板生产商生产日志数据获得与所述目标电路板型号相同的M个所述目标电路板同型号电路板在历史时间内的焊接检测数据，每个所述目标电路板同型号电路板的所述焊接检测数据都包括P个样本检测结果以及P个样本第一焊点质量评估信息，所述样本检测结果为对任意所述目标电路板同型号电路板中焊点进行步骤S300相同的电学检测，获得检测结果，所述样本第一焊点质量评估信息为基于现有技术中的评估方法或者相关行业的标准规定获得的多个焊接质量评估分值。示例性的，可基于电路板焊接行业所规定的电流电压标准，对所获得的检测结果进行评价获得样本第一焊点质量评估信息，所述样本第一焊点质量评估信息无主观性缺陷。

获得所述M个所述目标电路板同型号电路板实物，并对M个所述目标电路板同型号电路板实物进行步骤S200获得所述P个第一网格图像和P个第二网格图像相同方法，获得每个所述目标电路板同型号电路板的P个样本第一网格图像和P个样本第二网格图像，生成样本第一网格图像集合和样本第二网格图像集合。

所述样本第一网格图像集合中包括对应于M个所述目标电路板同型号电路板的M组样本第一网格图像，每组样本第一网格图像中含有P个样本第一网格图像。所述样本第二网格图像集合中包括对应于M个所述目标电路板同型号电路板的M组样本第二网格图像，每组样本第二网格图像中含有P个样本第二网格图像。所述样本第一网格图像集合和样本第二网格图像集合中基于M个所述目标电路板同型号电路板具有映射关系。

通过具有图像分割经验的工作人员对所述样本第一网格图像集合中所有的样本第一网格图像进行人工语义分割，具体的，将样本第一网格图像中的焊点图像和背景图像进行划分分割并采用焊点图像和背景图像进行分割结果的对应标识，获得样本第一分割结果集合，所述样本第一分割结果集合中每个样本第一分割结果和所述样本第一网格图像集合中的每个样本第一网格图像具有一一对应关系，每一样本第一分割结果为具有“焊点图像”和“背景图像”语义标签的两个语义区域块构成的图像。

采用获得第一样本分割结果集合相同方法，获得样本第二分割结果集合，所述样本第二分割结果集合中每个样本第二分割结果和所述样本第二网格图像集合中的每个样本第二网格图像具有一一对应关系。

采用所述样本第一网格图像集合和样本第一分割结果集合作为构建数据，构建所述第一分割模块，所述第一分割模块可将第一网格图像自动化分割为焊点图像和背景图像，所述第一分割模块的输入数据为第一网格图像，输出结果为第一分割结果，所述第一分割结果为具有“焊点图像”和“背景图像”语义标签的两个语义区域块构成的图像，所述第一分割结果和第一网格图像的信息量具有一致性。

构建所述第一分割模块的优选方法为基于全卷积神经网络进行，所述全卷积神经网络的优势在于对输入图片的大小不做严格限制，因而本实施例基于所述全卷积神经网络构建所述第一分割模块内的编码器和解码器。

在所述第一分割模块中，编码器中的卷积层和池化层用于逐步提取图像（第一网格图像）的语义特征，并逐步降低特征图的尺寸，最终将高分辨率的第一网格图像压缩成低分辨率的特征图。

解码器中的反池化层和反卷积层被用于恢复低分辨率的特征图的大小，同时解码器基于softmax函数生成像素级别的类别概率分布，从而实现第一网格图像的语义分割。

在基于编码器和解码器构建所属于第一分割模块的基础上，本实施例采用所述样本第一网格图像集合和样本第一分割结果集合进行所述第一分割模块的训练，以提高第一分割模块的输出准确率。

具体的，本实施例对所述样本第一网格图像集合和样本第一分割结果集合进行划分，获得训练集、验证集和测试集，采用所述训练集对所述第一分割模块中的所述编码器和解码器进行监督训练，直到达到收敛条件时（例如编码器和解码器在训练过程中参数不再发生大的变化，即损失函数不再有足够的下降空间），采用所述验证集和测试集对所述编码器和解码器进行验证和测试，获得满足预设条件（例如图像分割准确率稳定高于85%）的所述第一分割模块。

采用构建第一分割模块相同方法构建所述第二分割模块，并采用所述样本第二网格图像集合和样本第二分割结果集合作为第二分割模块的编码器和解码器的训练数据，完成预设输出准确率的所述第二分割模块的构建。

将所述第一分割模块和第二分割模块平行布置于图像分割层，并设置两个数据通道的输入端和输出端，完成所述焊点图像分割模型的构建，将第一网格图像和第二网格图像从焊点图像分割模型输入端的对应数据通道输入模型后，即可自动化进行图像语义分割，输出第一分割结果和第二分割结果，将所述P个第一网格图像和所述P个第二网格图像分别输入所述第一分割模块和第二分割模块内，获得所述P个第一分割结果和P个第二分割结果。

本实施例通过采集与目标电路板型号相同的M个所述目标电路板同型号电路板的样本网格图像作为分割训练图像，并通过人工语义分割进行分割训练图像的高精度语义分割，采用人工语义分割结果以及分割训练图像对语义分割模型进行训练，实现了获得了可对待处理的P个第一网格图像和P个第二网格图像进行高精度语义分割的焊点图像分割模型。达到了对焊点图像以及背景图像进行自动化分割的分割准确度，为后续进行焊点焊接质量评估减少背景图像造成的干扰因素，提高焊接质量评估结果的准确度和可信性的技术效果。

S500:将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

在一个实施例中，将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，本申请提供的方法步骤S500还包括：

S510:根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取P个样本检测结果集合以及P个样本第一焊点质量评估信息集合；

S520:分别构建所述P个样本检测结果集合内的样本检测结果和所述P个样本第一焊点质量评估信息集合内样本第一焊点质量评估信息的映射关系，获得P个映射关系；

S530:根据所述P个映射关系，构建获得P个电学评估单元，获得所述电学评估模块；

S540:将所述P个检测结果分别输入所述P个电学评估单元内，获得所述P个第一焊点质量评估信息。

在一个实施例中，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，本申请提供的方法步骤S500还包括：

S550:按照所述P个网格区域，对所述样本第一分割结果集合和样本第二分割结果集合进行划分，获得划分后的P个样本第一分割结果集和P个样本第二分割结果集；

S560:分别将所述P个样本第一分割结果集和P个样本第二分割结果集内对应的样本第一分割结果和样本第二分割结果进行组合，并进行焊点图像质量评估，获得P个样本第二焊点质量评估信息集合；

S570:采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合作为构建数据，构建所述P个网格区域对应的P个图像评估单元，获得所述图像评估模块，其中，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

S580:将所述P个第一分割结果和P个第二分割结果分别输入所述P个图像评估单元内的第一评估通道和第二评估通道，获得所述P个图像评估单元内的特征分析层输出的所述P个第二焊点质量评估信息。

在一个实施例中，采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合作为构建数据，构建所述P个网格区域对应的P个图像评估单元，本申请提供的方法步骤S570还包括：

S571:基于深度学习中的卷积神经网络，构建所述P个图像评估单元内第一网格区域对应的第一图片评估单元内的第一评估通道和第二评估通道；

S572:基于深度学习中的全连接层，构建所述第一图片评估单元内的特征分析层，连接所述第一图片评估单元内的第一评估通道和第二评估通道；

S573:采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合内第一网格区域对应的样本第一分割结果集、样本第二分割结果集和样本第二焊点质量评估信息集合作为训练数据、验证数据和测试数据，对所述第一图片评估单元进行监督训练、验证和测试，获得满足预设条件的所述第一图片评估单元；

S574:继续构建获得其他的P-1个图像评估单元。

具体而言，在本实施例中，所述焊接质量检测模型用于对目标电路板中各个焊点进行精准的电学性能评估以及焊接外观状态评估。所述焊接质量评估模型由电学评估模块和图像评估模块构成，其中，所述电学评估模块用于对目标电路板中各个焊点进行精准的电学性能评估，所述图像评估模块用于对目标电路板中各个焊点进行焊接外观状态评估。

所述电学评估模块的构建方法如下：

本实施例获得与所述目标电路板型号相同的M个所述目标电路板同型号电路板在历史时间内的焊接检测数据，每个所述目标电路板同型号电路板的所述焊接检测数据都包括P个样本检测结果以及P个样本第一焊点质量评估信息，所述样本第一焊点质量评估信息为基于现有技术中的评估方法或者相关行业的标准规定获得的多个焊接质量评估分值。示例性的，可基于电路板焊接行业所规定的电流电压标准，对所获得的检测结果进行评价获得样本第一焊点质量评估信息，所述样本第一焊点质量评估信息无主观性缺陷。

本实施例中，M个所述目标电路板同型号电路板中每个电路板都包括P个样本检测结果以及P个样本第一焊点质量评估信息，根据P个网格区域进行M个所述目标电路板同型号电路板的检测评估信息提取，获得对应于P个网格区域中每个网格区域的M个样本检测结果（电流值-电压值）以及M个样本第一焊点质量评估信息。

进而获得P个网格区域的P个映射关系，每个映射关系中为多组样本检测结果（电流值-电压值）-样本第一焊点质量评估信息。根据所述P个映射关系，构建获得P个电学评估单元，每个电学评估单元用于进行一个目标电路板中固定位置焊点的电学性能评估，基于所述P个电学评估单元构建所述电学评估模块。

根据所述P个检测结果对应的P个网格区域在目标电路板中的位置，将所述P个检测结果分别输入所述电学评估模块的P个电学评估单元内。在每个电学评估单元内，遍历比对每组样本检测结果的电流值-电压值，获得与检测结果的电流值电压值具有一致性的一个样本检测结果对应的样本第一焊点质量评估信息，作为该焊点的第一焊点质量评估信息。采用相同方法，基于所述P个检测结果在所述P个电学评估单元获得所述P个第一焊点质量评估信息。

本实施例通过构建焊接质量检测模型中的电学评估模块进行目标电路板中每个网格区域的针对性焊点质量评估，实现了对目标电路板中所有位置的焊点进行精准的焊接电学性能评估的技术效果。

所述图像评估模块的构建方法如下：

由于M个所述目标电路板同型号电路板与所述目标电路板中预设焊点具有一致性，因为本实施例按照所述P个网格区域，对基于M个所述目标电路板同型号电路板获得的所述样本第一分割结果集合和样本第二分割结果集合进行划分，获得划分后的，基于P个网格区域存在映射关系的P个样本第一分割结果集和P个样本第二分割结果集。

分别将所述P个样本第一分割结果集和P个样本第二分割结果集内基于P个网格区域存在映射关系的样本第一分割结果和样本第二分割结果进行组合，以获得每个网格区域的M组样本第一分割结果和样本第二分割结果。

基于样本第一分割结果进行焊点图像质量评估，获得样本焊点质量俯视评估结果，基于样本第二分割结果进行焊点图像质量评估，获得样本焊点质量侧视评估结果。样本焊点质量俯视评估结果和样本焊点质量侧视评估结果都为分值形式，将两个评估结果进行均值计算作为所述样本第二焊点质量评估信息，所述样本第二焊点质量评估信息从网格区域中焊点的俯视图和侧视图角度多维评估了一个焊点的焊接质量。

示例性的，基于样本第一分割结果进行焊点图像质量评估，获得样本焊点质量俯视评估结果的赋分规则优选为，焊点表面越光泽平滑、样本第一分割结果图像越匀称接近于正圆并呈裙形拉开，裂纹、真空、夹渣越少，样本焊点质量俯视评估结果赋分越高。基于样本第二分割结果进行焊点图像质量评估，获得样本焊点质量侧视评估结果的赋分规则优选为，焊点上焊料与电路板连接越接近半弓形凹面，焊点表面越光泽平滑，裂纹、真空、夹渣越少，焊料焊件交界处越平滑，样本焊点质量侧视评估结果的赋分越高。

本实施例对于赋分规则不作限定，具体的赋分规则可根据电路板生产商家品控要求设定，基于预设赋分规则，对每个网格区域的M组样本第一分割结果和样本第二分割结果进行赋分以及赋分结果均值计算，获得每个网格区域的M个样本第二焊点质量评估信息，P个网格区域的P×M个样本第二焊点质量评估信息构成所述P个样本第二焊点质量评估信息集合。

采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合作为构建数据，构建所述P个网格区域对应的P个图像评估单元，并将所述P个图像评估单元并列设置，添加输入层和输出层构建生成所述图像评估模块。

所述图像评估模块中每一图像评估单元的构建方法具有一致性，本实施例以构建所述P个图像评估单元中随机的第一网格区域对应的第一图片评估单元为例进行图像评估单元构建方法的阐述。

具体的，本实施例基于深度学习中的卷积神经网络，构建第一网格区域对应的第一图片评估单元内的第一评估通道和第二评估通道，所述第一评估通道用于基于第一分割结果进行焊点图像质量评估，获得焊点质量俯视评估结果，所述第二评估通道用于基于第二分割结果进行焊点图像质量评估，获得焊点质量侧视评估结果。

基于深度学习中卷积神经网络的全连接层，构建所述第一图片评估单元内的特征分析层，所述特征分析层用于连接所述第一图片评估单元内的第一评估通道和第二评估通道，所述特征分析层接收第一评估通道和第二评估通道输出的焊点质量俯视评估结果和焊点质量侧视评估结果进行均值计算，输出第二焊点质量评估信息，并从所述第一图片评估单元输出。

基于所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合提取获得第一网格区域对应的样本第一分割结果集、样本第二分割结果集和样本第二焊点质量评估信息集合。

将样本第一分割结果集、样本第二分割结果集和样本第二焊点质量评估信息集合标识划分为训练数据、验证数据和测试数据，对所述第一图片评估单元的第一评估通道和第二评估通道同步进行模型监督训练、验证和测试，当所述第一图片评估单元的输出结果准确率稳定在97±0.6%时，认为所述第一图片评估单元满足预设条件，所述第一图片评估单元训练成功。

采用生成所述第一图片评估单元相同方法，继续构建获得其他的P-1个图像评估单元，基于训练完成的所述P个图片评估单元构建所述图像评估模块。

将所述P个第一分割结果和P个第二分割结果基于输入层输入所述图像评估模块中，根据P个第一分割结果和P个第二分割结果对应的P个网格区域，将P个第一分割结果和P个第二分割结果输入对应的所述P个图像评估单元内，进一步根据分割结果与评估通道的对应关系，基于所述P个图像评估单元内的第一评估通道和第二评估通道进行赋分分析，进一步获得所述P个图像评估单元内的特征分析层输出的所述P个第二焊点质量评估信息，所述P个第二焊点质量评估信息从网格区域中焊点的俯视图和侧视图角度多维评估了P个焊点的焊接质量。

本实施例通过构建焊接质量检测模型中的图像评估模块进行目标电路板中每个网格区域的针对性焊点外观质量评估，实现了对目标电路板中所有位置的焊点进行精准的焊接状态评估的技术效果。

S600:根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果。

在一个实施例中，根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，本申请提供的方法步骤S600还包括：

S610:根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取所述P个网格区域内焊点出现焊接质量不合格的P个次数和不合格总次数；

S620:根据所述P个次数和不合格总次数的比值，分别对所述P个第一焊点质量评估信息和所述P个第二焊点质量评估信息进行加权计算，获得第一焊点质量评估结果和第二焊点质量评估结果，作为所述焊接质量评估结果。

具体而言，在本实施例中，根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取所述P个网格区域内焊点历史出现焊接质量不合格的P个次数和不合格总次数；根据所述P个次数和不合格总次数的比值，分别对所述P个第一焊点质量评估信息和所述P个第二焊点质量评估信息进行加权计算，获得第一焊点质量评估结果和第二焊点质量评估结果，作为所述焊接质量评估结果。

本实施例通过根据P个网格区域中焊接质量不合格频次，进行当前获得的焊点质量评估信息的加权计算，实现了获得更能真实反映当前目标电路板中焊点焊接质量情况的焊接质量评估结果，从而为工作人员获知电路板焊接状况以及进行电路板焊接优化提供参考的技术效果，

本实施例实现了对电路板焊接质量进行智能化的多维评估，提高焊接质量评估结果的科学性和可信度，为技术人员进行电路板焊接工艺优化和焊接缺陷克服提供参考的技术效果。

在一个实施例中，如图3所示，提供了一种焊接质量评估系统，包括：网格区域划分模块1，焊点图像采集模块2，电学检测执行模块3，图像分割识别模块4，评估信息输出模块5，评估结果计算模块6，其中：

网格区域划分模块1，用于对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；

焊点图像采集模块2，用于对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；

电学检测执行模块3，用于在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；

图像分割识别模块4，用于将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；

评估信息输出模块5，用于将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

评估结果计算模块6，用于根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果。

在一个实施例中，所述系统还包括：

第一角度获得单元，用于在焊接完成后，获取所述第一角度，所述第一角度为垂直于所述目标电路板的角度；

网格区域划分单元，用于按照所述第一角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得所述P个第一网格图像；

第二角度获得单元，用于获取所述第二角度，所述第二角度为垂直于所述第一角度的角度；

网格图像采集单元，用于按照所述第二角度，采集所述P个网格区域内的图像，获得所述P个第二网格图像。

在一个实施例中，所述系统还包括：

样本数据采集单元，用于根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取样本第一网格图像集合和样本第二网格图像集合；

标识划分执行单元，用于对所述样本第一网格图像集合和样本第二网格图像集合内图像中的焊点图像和背景图像进行划分分割和标识，获得样本第一分割结果集合和样本第二分割结果集合；

分割模块构建单元，用于采用所述样本第一网格图像集合和样本第一分割结果集合作为构建数据，构建所述第一分割模块；

分割模块建立单元，用于采用所述样本第二网格图像集合和样本第二分割结果集合作为构建数据，构建所述第二分割模块，获得所述焊点图像分割模型；

图像分割执行单元，用于将所述P个第一网格图像和所述P个第二网格图像分别输入所述第一分割模块和第二分割模块内，获得所述P个第一分割结果和P个第二分割结果。

在一个实施例中，所述系统还包括：

模块组件构建单元，用于基于语义分割中的全卷积神经网络，构建所述第一分割模块内的编码器和解码器；

数据划分执行单元，用于对所述样本第一网格图像集合和样本第一分割结果集合进行划分，获得训练集、验证集和测试集，采用所述训练集对所述编码器和解码器进行监督训练，直到达到收敛条件；

模块训练执行单元，用于采用所述验证集和测试集对所述编码器和解码器进行验证和测试，获得满足预设条件的所述第一分割模块。

在一个实施例中，所述系统还包括：

检测数据提取单元，用于根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取P个样本检测结果集合以及P个样本第一焊点质量评估信息集合；

映射关系构建单元，用于分别构建所述P个样本检测结果集合内的样本检测结果和所述P个样本第一焊点质量评估信息集合内样本第一焊点质量评估信息的映射关系，获得P个映射关系；

评估模块生成单元，用于根据所述P个映射关系，构建获得P个电学评估单元，获得所述电学评估模块；

评估信息获得单元，用于将所述P个检测结果分别输入所述P个电学评估单元内，获得所述P个第一焊点质量评估信息。

在一个实施例中，所述系统还包括：

分割结果划分单元，用于按照所述P个网格区域，对所述样本第一分割结果集合和样本第二分割结果集合进行划分，获得划分后的P个样本第一分割结果集和P个样本第二分割结果集；

图像质量评估单元，用于分别将所述P个样本第一分割结果集和P个样本第二分割结果集内对应的样本第一分割结果和样本第二分割结果进行组合，并进行焊点图像质量评估，获得P个样本第二焊点质量评估信息集合；

图像评估构建单元，用于采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合作为构建数据，构建所述P个网格区域对应的P个图像评估单元，获得所述图像评估模块，其中，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

评估信息输出单元，用于将所述P个第一分割结果和P个第二分割结果分别输入所述P个图像评估单元内的第一评估通道和第二评估通道，获得所述P个图像评估单元内的特征分析层输出的所述P个第二焊点质量评估信息。

在一个实施例中，所述系统还包括：

评估通道构建单元，用于基于深度学习中的卷积神经网络，构建所述P个图像评估单元内第一网格区域对应的第一图片评估单元内的第一评估通道和第二评估通道；

评估通道连接单元，用于基于深度学习中的全连接层，构建所述第一图片评估单元内的特征分析层，连接所述第一图片评估单元内的第一评估通道和第二评估通道；

图片评估训练单元，用于采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合内第一网格区域对应的样本第一分割结果集、样本第二分割结果集和样本第二焊点质量评估信息集合作为训练数据、验证数据和测试数据，对所述第一图片评估单元进行监督训练、验证和测试，获得满足预设条件的所述第一图片评估单元；

评估单元生成单元，用于继续构建获得其他的P-1个图像评估单元。

在一个实施例中，所述系统还包括：

质量信息统计单元，用于根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取所述P个网格区域内焊点出现焊接质量不合格的P个次数和不合格总次数；

评估结果计算单元，用于根据所述P个次数和不合格总次数的比值，分别对所述P个第一焊点质量评估信息和所述P个第二焊点质量评估信息进行加权计算，获得第一焊点质量评估结果和第二焊点质量评估结果，作为所述焊接质量评估结果。

关于一种焊接质量评估系统的具体实施例可以参见上文中对于一种焊接质量评估方法的实施例，在此不再赘述。上述一种焊接质量评估系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种焊接质量评估方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种焊接质量评估方法，其特征在于，所述方法包括：

对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；

对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；

在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；

将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；

将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果；

其中，对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，包括:

在焊接完成后，获取所述第一角度，所述第一角度为垂直于所述目标电路板的角度；

按照所述第一角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得所述P个第一网格图像；

获取所述第二角度，所述第二角度为垂直于所述第一角度的角度；

按照所述第二角度，采集所述P个网格区域内的图像，获得所述P个第二网格图像；

根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，包括：

根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取所述P个网格区域内焊点出现焊接质量不合格的P个次数和不合格总次数；

根据所述P个次数和不合格总次数的比值，分别对所述P个第一焊点质量评估信息和所述P个第二焊点质量评估信息进行加权计算，获得第一焊点质量评估结果和第二焊点质量评估结果，作为所述焊接质量评估结果。

2.根据权利要求1所述的方法，其特征在于，将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，包括：

根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取样本第一网格图像集合和样本第二网格图像集合；

对所述样本第一网格图像集合和样本第二网格图像集合内图像中的焊点图像和背景图像进行划分分割和标识，获得样本第一分割结果集合和样本第二分割结果集合；

采用所述样本第一网格图像集合和样本第一分割结果集合作为构建数据，构建所述第一分割模块；

采用所述样本第二网格图像集合和样本第二分割结果集合作为构建数据，构建所述第二分割模块，获得所述焊点图像分割模型；

将所述P个第一网格图像和所述P个第二网格图像分别输入所述第一分割模块和第二分割模块内，获得所述P个第一分割结果和P个第二分割结果。

3.根据权利要求2所述的方法，其特征在于，采用所述样本第一网格图像集合和样本第一分割结果集合作为构建数据，构建所述第一分割模块，包括：

基于语义分割中的全卷积神经网络，构建所述第一分割模块内的编码器和解码器；

对所述样本第一网格图像集合和样本第一分割结果集合进行划分，获得训练集、验证集和测试集，采用所述训练集对所述编码器和解码器进行监督训练，直到达到收敛条件；

采用所述验证集和测试集对所述编码器和解码器进行验证和测试，获得满足预设条件的所述第一分割模块。

4.根据权利要求1所述的方法，其特征在于，将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，包括：

根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取P个样本检测结果集合以及P个样本第一焊点质量评估信息集合；

分别构建所述P个样本检测结果集合内的样本检测结果和所述P个样本第一焊点质量评估信息集合内样本第一焊点质量评估信息的映射关系，获得P个映射关系；

根据所述P个映射关系，构建获得P个电学评估单元，获得所述电学评估模块；

将所述P个检测结果分别输入所述P个电学评估单元内，获得所述P个第一焊点质量评估信息。

5.根据权利要求2所述的方法，其特征在于，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，包括：

按照所述P个网格区域，对所述样本第一分割结果集合和样本第二分割结果集合进行划分，获得划分后的P个样本第一分割结果集和P个样本第二分割结果集；

分别将所述P个样本第一分割结果集和P个样本第二分割结果集内对应的样本第一分割结果和样本第二分割结果进行组合，并进行焊点图像质量评估，获得P个样本第二焊点质量评估信息集合；

采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合作为构建数据，构建所述P个网格区域对应的P个图像评估单元，获得所述图像评估模块，其中，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

将所述P个第一分割结果和P个第二分割结果分别输入所述P个图像评估单元内的第一评估通道和第二评估通道，获得所述P个图像评估单元内的特征分析层输出的所述P个第二焊点质量评估信息。

6.根据权利要求5所述的方法，其特征在于，采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合作为构建数据，构建所述P个网格区域对应的P个图像评估单元，包括：

基于深度学习中的卷积神经网络，构建所述P个图像评估单元内第一网格区域对应的第一图片评估单元内的第一评估通道和第二评估通道；

基于深度学习中的全连接层，构建所述第一图片评估单元内的特征分析层，连接所述第一图片评估单元内的第一评估通道和第二评估通道；

采用所述P个样本第一分割结果集、P个样本第二分割结果集和P个样本第二焊点质量评估信息集合内第一网格区域对应的样本第一分割结果集、样本第二分割结果集和样本第二焊点质量评估信息集合作为训练数据、验证数据和测试数据，对所述第一图片评估单元进行监督训练、验证和测试，获得满足预设条件的所述第一图片评估单元；

继续构建获得其他的P-1个图像评估单元。

7.一种焊接质量评估系统，其特征在于，所述系统包括：

网格区域划分模块，用于对待进行焊接以及焊接质量评估的目标电路板划分，获得P个网格区域，其中，每个网格区域内包括一个焊点，P为大于1的整数；

焊点图像采集模块，用于对所述目标电路板进行焊接，并在焊接后按照第一角度和第二角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得P个第一网格图像和P个第二网格图像；

电学检测执行模块，用于在焊接完成后，对所述P个网格区域内的焊点进行电学检测，获得P个检测结果；

图像分割识别模块，用于将所述P个第一网格图像和所述P个第二网格图像输入焊点图像分割模型内的第一分割模块和第二分割模块内，获得P个第一分割结果和P个第二分割结果；

评估信息输出模块，用于将所述P个检测结果输入焊接质量检测模型内的电学评估模块内，获得P个第一焊点质量评估信息，将所述P个第一分割结果和P个第二分割结果输入所述焊接质量检测模型内的图像评估模块，获得P个第二焊点质量评估信息，其中，所述图像评估模块包括与P个网格区域对应的P个图像评估单元，每个图像评估单元内包括第一评估通道、第二评估通道和特征分析层；

评估结果计算模块，用于根据所述P个网格区域内的历史焊接质量数据，对所述P个第一焊点质量评估信息和P个第二焊点质量评估信息进行加权计算，获得所述目标电路板的焊接质量评估结果；

所述焊点图像采集模块，包括：

第一角度获得单元，用于在焊接完成后，获取所述第一角度，所述第一角度为垂直于所述目标电路板的角度；

网格区域划分单元，用于按照所述第一角度，采集所述目标电路板的图像，按照所述P个网格区域进行划分，获得所述P个第一网格图像；

第二角度获得单元，用于获取所述第二角度，所述第二角度为垂直于所述第一角度的角度；

网格图像采集单元，用于按照所述第二角度，采集所述P个网格区域内的图像，获得所述P个第二网格图像；

所述评估结果计算模块，包括：

质量信息统计单元，用于根据所述目标电路板同型号电路板在历史时间内的焊接检测数据，获取所述P个网格区域内焊点出现焊接质量不合格的P个次数和不合格总次数；

评估结果计算单元，用于根据所述P个次数和不合格总次数的比值，分别对所述P个第一焊点质量评估信息和所述P个第二焊点质量评估信息进行加权计算，获得第一焊点质量评估结果和第二焊点质量评估结果，作为所述焊接质量评估结果。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。