CN116533308B - 一种pcb切割监测系统、方法、装置及存储介质 - Google Patents
一种pcb切割监测系统、方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116533308B CN116533308B CN202310822327.6A CN202310822327A CN116533308B CN 116533308 B CN116533308 B CN 116533308B CN 202310822327 A CN202310822327 A CN 202310822327A CN 116533308 B CN116533308 B CN 116533308B
- Authority
- CN
- China
- Prior art keywords
- board
- production
- parameters
- plate
- target
- 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
- 238000005520 cutting process Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004519 manufacturing process Methods 0.000 claims abstract description 187
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 238000007688 edging Methods 0.000 claims description 13
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 25
- 230000000875 corresponding effect Effects 0.000 description 18
- 239000000463 material Substances 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000013210 evaluation model Methods 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 9
- 238000001816 cooling Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 239000002344 surface layer Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000001073 sample cooling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D5/005—Computer numerical control means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D5/007—Control means comprising cameras, vision or image processing systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D7/00—Details of apparatus for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D7/27—Means for performing other operations combined with cutting
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本申请实施例公开了一种PCB切割监测系统、方法、装置及存储介质。所述系统包括:系统包括图像检测装置、存储器、交互终端、切割装置、焗板装置和处理器;处理器用于:从存储器获取开料阶段的预设切割参数,控制切割装置按照预设切割参数将待开料板材切割成预设大小的生产板;控制图像检测装置从至少一个方向获取至少一个生产板的检测图像,并将检测图像发送至存储器;基于至少一个生产板的检测图像进行预警,将预警信息发送至交互终端,并确定焗板阶段的目标焗板参数,控制焗板装置按照目标焗板参数对至少一个生产板进行处理器,得到目标生产板。
Description
技术领域
本说明书涉及PCB制造领域,特别涉及一种PCB切割监测系统、方法、装置及存储介质。
背景技术
PCB板加工过程中,需要进行切割。在切割时,一般是由操作人员操纵切割机进行,编写操纵程序、对刀等,切割的精度主要凭借操纵人员的操纵水平与熟练程度和简单的切割监测系统。目前的PCB板切割监测系统一般依靠单个摄像头对PCB板进行摄像,并将该图像与预设的PCB板位置进行对比,只需PCB板在位置范围内就不会进行报警,监测方式原始,且单个的摄像头的容错率较低,同时在拍摄时,PCB板上的金属在摄像时会反光,影响摄像头拍摄时的精确性,难以保证监测结果的准确性。
因此,希望提供一种PCB切割监测系统、方法、装置及存储介质,能够提高切割监测的准确性和实时性。
发明内容
本说明书实施例之一提供一种PCB切割监测的系统。所述系统包括:图像检测装置、存储器、交互终端、切割装置、焗板装置和处理器;所述处理器用于:从所述存储器获取开料阶段的预设切割参数,控制所述切割装置按照所述预设切割参数将待开料板材切割成预设大小的生产板;控制所述图像检测装置从至少一个方向获取至少一个所述生产板的检测图像,并将所述检测图像发送至所述存储器;基于至少一个所述生产板的所述检测图像进行预警,将预警信息发送至所述交互终端,并确定焗板阶段的目标焗板参数,控制所述焗板装置按照所述目标焗板参数对至少一个所述生产板进行处理,得到目标生产板。
本说明书实施例之一提供一种PCB切割监测系统的方法,所述方法基于PCB切割监测系统实现,所述系统包括图像检测装置、存储器、交互终端、切割装置、焗板装置和处理器;所述方法由所述处理器实现,包括:从所述存储器获取开料阶段的预设切割参数,控制所述切割装置按照所述预设切割参数将待开料板材切割成预设大小的生产板;控制所述图像检测装置从至少一个方向获取至少一个所述生产板的检测图像,并将所述检测图像发送至所述存储器;基于至少一个所述生产板的所述检测图像进行预警,将预警信息发送至所述交互终端,并确定焗板阶段的目标焗板参数,控制所述焗板装置按照所述目标焗板参数对至少一个所述生产板进行处理,得到目标生产板。
本说明书实施例之一提供一种PCB切割监测装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述PCB切割监测方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述PCB切割监测方法。
本说明书一些实施例中至少包括如下有益效果:通过获取切割完成的生产板的检测图像,对检测图像进行异常分析和预警,可以在监测到异常情况时及时进行报警,提高切割监测的准确性;通过设置在生产板多个方向的图像检测设备,可以对生产板实施全方案检测,提高图像检测设备的容错率;通过对采集的图像进行图像处理,可以提高图像清晰度,提高后续对图像进行分析处理的准确性;通过对切割完成后实际获取的检测图像进行分析处理,确定焗板阶段的焗板参数,可以根据实际切割情况确定合适的焗板参数,以充分消除板料内应力,有效提高板料的尺寸稳定性。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的PCB切割监测方法的示例性流程图;
图2是根据本说明书一些实施例所示的应用第一算法的示例性示意图;
图3是根据本说明书一些实施例所示的应用第二算法的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本说明书一些实施例提供一种PCB切割监测系统。PCB切割监测系统应用于PCB生产中的切割过程中,对PCB板的整个切割过程进行实时监测。
切割过程一般包括开料阶段、焗板阶段和刨边阶段。
开料阶段是指对待开料板材进行切割的过程。开料阶段完成后进入焗板阶段。焗板阶段是指对开料完成的生产板进行焗板的过程。通过焗板可以消除板料内应力,防止板翘,提高生产板的尺寸稳定性。焗板阶段完成后进入刨边阶段。刨边阶段是指对焗板完成的生产板进行打磨、刨边的过程。通过刨边可以使板边圆滑无披锋等。
在一些实施例中,PCB切割监测系统可以包括图像检测装置、存储器、交互终端、切割装置、焗板装置和处理器。
图像检测装置是指进行图像采集的装置。图像检测装置的类型包括但不限于摄像头、红外传感器等。在一些实施例中,图像检测装置可以用于对切割完成的生产板进行拍摄,从而获取检测图像。
在一些实施例中,图像检测装置可以包括图像捕捉模块、图像处理模块、图像传输模块、补光模块等。图像捕捉模块用于捕捉图像。图像处理模块用于对捕捉的原始图像进行图像处理。关于图像处理的更多说明参见下文。图像传输模块用于将采集的原始图像或处理后的图像传输至处理器和/或存储器。补光模块用于在光线不足时进行补光。关于图像检测装置的说明只是示例性的,并不构成对实施方式的限制。
存储器可以用来存储各种信号及参数信息。在一些实施例中,存储器可以存储预设切割参数、存储图像检测装置传来的检测图像。关于预设切割参数的更多说明参见下文。
交互终端可以是用户与预设切割参数系统进行信息传递的设备。交互终端可以是用户终端用来传递预警信息给用户。示例性的用户终端包括但不限于手机、平板、电脑等。
切割装置用于对待开料的板材进行切割。切割装置可以包括激光切割机等。在一些实施例中,切割装置可以按照切割参数将待开料的板材切割成预设大小的生产板。其中,切割参数可以包括生产板的尺寸、层厚、数量,以及切割装置的切割速度、切割方向、刀具参数等。刀具参数可以包括刀具材质、刀具的倾斜角度、刀尖形状等。
焗板装置用于对切割好的生产板进行焗板。在一些实施例中,焗板装置可以按照焗板参数对生产板进行处理。关于焗板参数的更多说明参见图2。
处理器可以处理从其他设备或系统组成部分中获得的数据和/或信息。处理器可以基于这些数据、信息和/或处理结果执行程序指令,以执行一个或多个本申请中描述的功能。例如,处理器可以从存储器获取开料阶段的预设切割参数,并控制切割装置按照预设切割参数将待开料板材切割成预设大小的生产板。又例如,从处理器可以控制图像检测装置获取检测图像,以及基于检测图像进行预警等。
在一些实施例中,处理器可以包含一个或多个子处理设备(例如,单核处理设备或多核多芯处理设备)。仅作为示例,处理器可以包括中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、微处理器等或以上任意组合。
在一些实施例中,PCB切割监测系统还可以包括刨边装置。刨边装置用来对生产板进行刨边。在一些实施例中,刨边装置可以按照刨边参数对焗板后的生产板进行处理。关于刨边参数的更多说明参见图3。
图1是根据本说明书一些实施例所示的PCB切割监测的示例性流程图。
在一些实施例中,流程100可以由处理器执行。如图1所示,流程100包括下述步骤。
步骤110,从存储器获取开料阶段的预设切割参数,控制切割装置按照预设切割参数将待开料板材切割成预设大小的生产板。
预设切割参数是提前设定的切割装置的工作参数。
在一些实施例中,预设切割参数包括第一切割参数和第二切割参数,第一切割参数与生产板相关,第二切割参数与切割装置的运行状态相关。
在一些实施例中,第一切割参数至少包括生产板的大小和数量等。在一些实施例中,第一切割参数可以由技术人员基于当前切割的生产要求、PCB制造厂商的生产能力(例如,切割精度等)等进行设计得到,并预存入存储器中。
在一些实施例中,第二切割参数至少包括切割装置的切割速度和刀具参数等。在一些实施例中,第二切割参数可以由处理器基于历史数据得到、由人为预设得到等。例如,处理器可以将与当前待开料板材相同或相近的历史板材的历史切割参数作为预设切割参数,并预存入存储器中。相应的,处理器通过与存储器直接通信获取第二切割参数。
预设切割参数可以通过多种方式从存储器中获取。
在一些实施例中,操作者可以在每次切割前将本次切割的预设切割参数存入存储器中,处理器可以与存储器通信,以获取预设切割参数。
在一些实施例中,存储器中存储有多种类型的参考切割参数,例如,存储有由技术人员预先设计的切割参数或历史切割参数等。处理器通过对比当前待开料板材与参考切割参数对应的参考板材,将与当前待开料板材相同或相近的参考板材的参考切割参数确定为预设切割参数。
待开料板材可以是未经任何处理时的板材。例如,有机树脂PCB板材、金属芯PCB板材、陶瓷基PCB板材等。
生产板是指对待开料板材进行切割处理后得到的板材。
预设大小是指生产板的尺寸。预设大小可以基于预设切割参数得到。
处理器在获取预设切割参数后,可以通过有线或无线的方式控制切割装置按照预设切割参数将待开料板材切割成预设大小的生产板。
步骤120,控制图像检测装置从至少一个方向获取至少一个生产板的检测图像,并将检测图像发送至存储器。
至少一个方向是指图像检测装置的设置方向。在一些实施例中,至少一个方向包括生产板的正上方、正下方、四周等一个或多个方向。至少一个方向可以由人为或系统预设。
在一些实施例中,位于正上方、正下方、四周的图像检测装置可以采取环形阵列分布的方式进行设置。在一些实施例中,图像检测装置还可以采取其他排列方式进行设置,本说明书对此不做限制。
检测图像可以是生产板切割完成后拍摄的照片。
操作者可以通过交互终端进行指令输入,以控制图像检测装置按照指令进行检测图像的获取。
在一些实施例中,处理器可以控制一个或多个图像检测装置从至少一个方向,对至少一个生产板进行拍摄。在一些实施例中,图像检测装置可以直接将采集的图像作为检测图像。在一些实施例中,图像检测装置可以对采集到的图像进行识别处理、提取处理、加权处理和灰度化处理,然后继续进行阈值处理及二值化处理,并将图像进行合成得到高清图像,除去图像上的金属反光点等干扰因素得到检测图像。
处理器可以控制图像检测装置将检测图像传输给存储器。存储器可以按照检测图像的拍摄时间顺序对检测图像进行存储。存储器还可以按照检测图像的拍摄时间顺序,对存储的检测图像进行删除,以减小存储压力。
步骤130,基于至少一个生产板的检测图像进行预警,将预警信息发送至交互终端,并确定焗板阶段的目标焗板参数,控制焗板装置按照目标焗板参数对至少一个生产板进行处理,得到目标生产板。
预警信息可以是发生异常情况时发出的信息。预警信息中可以包括对应的异常情况。在一些实施例中,异常情况可以包括开料阶段出现线路偏差、待开料板材移位、实际切割情况与切割任务存在偏差、刀具故障(如,刀片位置不对、刀片刃口有歪斜、刃口磨损、刀片厚度不合适等)等。
在一些实施例中,处理器可以在检测到异常情况时进行预警。进行预警的方式包括但不限于声音报警、闪光报警、声光报警等。在一些实施例中,处理器可以在检测到异常情况时进行预警,并发出预警信息至交互终端。
在一些实施例中,处理器可以建立临时的比对模型(如算法逻辑等),将检测图像与参考图像进行比对,当二者出现偏差时发出预警信息。发出预警信息时,处理器可以同步控制切割设备停止运行,由技术人员可以对异常情况进行复核。当临时的比对模型任务完成后,将模型删除,提高PCB切割监测系统的响应速率。
在一些实施例中,参考图像可以是历史切割过程中不存在异常情况时,获取的历史检测图像。在一些实施例中,参考图像也可以是实验、仿真模拟时获取的,不存在异常情况的检测图像。
在一些实施例中,处理器可以基于至少一个生产板的检测图像,提取至少一个生产板的第一特征并进行预警。
第一特征可以是生产板进行切割后的特征。
在一些实施例中,第一特征包括生产板的尺寸误差、垂直度误差、边缘粗糙度。
尺寸误差可以是切割后的生产板的实际尺寸与预设大小之间存在的误差。在一些实施例中,处理器可以通过边缘检测对至少一个生产板的检测图像进行轮廓提取,确定生产板的当前尺寸;基于当前尺寸和预设标准尺寸确定尺寸误差。
垂直度误差可以是切割后的生产板的底层边缘与表层边缘的最大距离误差。在一些实施例中,处理器可以基于后续打孔步骤中的X-RAY验孔机等设备获取至少一个生产板的透视检测图像;对透视检测图像进行图像识别,确定生产板的底层边缘与表层边缘;基于底层边缘与表层边缘的最大距离,确定垂直度误差。
边缘粗糙度可以是切割后生产板的边缘光滑程度。在一些实施例中,处理器可以在对检测图像进行图像识别过程中确定至少一个生产板的粗糙部位的占比,将该占比确定为边缘粗糙度。在一些实施例中,粗糙部位的占比可以是粗糙部位的总面积(或总长度)除以该生产板的总面积(或总长度)的结果。
在一些实施例中,处理器可以基于至少一个生产板的第一特征和预设报警条件进行报警。响应于至少一个生产板的第一特征不满足第一预设条件时,处理器可以进行报警,并发出预警信息至交互终端。
在一些实施例中,第一预设条件可以是尺寸误差、垂直度误差、边缘粗糙度均小于对应的预设阈值。其中,不同第一特征的预设阈值可以由系统或人为预设。
在一些实施例中,预警信息还包括参考原因。参考原因是指造成异常情况的可能原因。异常情况对应的参考原因可以包括一种或多种。
在一些实施例中,处理器可以预设第一特征中不同特征值范围与不同参考原因的对应关系表,通过该对应关系表与实际确定的第一特征,确定参考原因。其中,对应关系表可以基于历史数据统分析得到。不同第一特征可以对应相同或不同的参考原因。示例性的对应关系表如下表所示:
焗板参数可以用于指导焗板装置进行焗板。焗板参数包括焗板时间、焗板温度、叠层厚度(例如,将多个生产板叠放在一起进行焗板时的厚度)等。
目标焗板参数是指对当前进入焗板阶段的生产板进行焗板的相关参数。例如,目标焗板参数可以包括目标焗板时间、目标焗板温度、目标叠层厚度等。
在一些实施例中,处理器可以根据当前生产板的板材特征,通过查表的方式确定目标焗板参数。在一些实施例中,处理器可以根据当前生产板的板材特征,在历史焗板数据中确定与当前生产板的板材特征相同或相似的历史板材特征,将历史板材特征对应的历史焗板参数作为当前生产板的目标焗板参数。其中,板材特征可以包括生产板的材料种类、材料硬度等。板材特征可以预先获取,比如通过人为输入等方式获取。
在一些实施例中,处理器可以基于至少一个生产板的第一特征和板材特征,通过第一算法确定目标焗板参数。
第一算法可以是用于确定目标焗板参数的计算机处理逻辑。在一些实施例中,第一算法可以包括:根据当前生产板的第一特征和板材特征,通过查表的方式确定目标焗板参数。在一些实施例中,第一算法可以包括:确定多个候选焗板参数,从多个候选焗板参数中确定目标焗板参数。关于该实施例的详细内容参见图2及相关描述。
本说明书的一些实施例中,通过获取切割完成的生产板的检测图像,对检测图像进行异常分析和预警,可以在监测到异常情况时及时进行报警,提高切割监测的准确性;通过设置在生产板多个方向的图像检测设备,可以对生产板实施全方案检测,提高图像检测设备的容错率;通过对采集的图像进行图像处理,可以提高图像清晰度,提高后续对图像进行分析处理的准确性;通过对切割完成后实际获取的检测图像进行分析处理,确定焗板阶段的焗板参数,可以根据实际切割情况确定合适的焗板参数,以充分消除板料内应力,有效提高板料的尺寸稳定性。
图2是根据本说明书一些实施例所示的第一算法的示例性原理图。
在一些实施例中,第一算法可以由处理器执行。第一算法可以包括下述步骤:生成至少一个候选焗板参数;基于至少一个候选焗板参数、至少一个生产板的第一特征和板材特征,预测至少一个候选焗板参数对应的至少一个生产板的翘曲程度序列;以及基于至少一个翘曲程度序列,确定目标焗板参数。
候选焗板参数是指用于确定目标焗板参数的候选参数。例如,候选焗板参数可以包括候选焗板时间、候选焗板温度、候选叠层厚度等。关于焗板参数的更多说明参见图1。
在一些实施例中,处理器可以通过查询表格、向量库匹配等多种方式生成至少一个候选焗板参数。例如,处理器可以根据生产板的板材特征,在表格中查询相同或相似板材特征对应的焗板参数作为该生产板的候选焗板参数。
在一些实施例中,处理器可以根据参考焗板参数范围,随机生成多个候选焗板参数。参考焗板参数范围可以包括不同焗板参数的参数范围。参考焗板参数范围可以由技术人员或处理器基于先验知识或历史数据给出。
在一些实施例中,候选焗板参数中的候选焗板温度还可以与候选焗板时间相关。例如,候选焗板温度可以随候选焗板时间呈阶段性变化。候选焗板温度的阶段性变化包括三个温度阶段,第一温度阶段中候选焗板温度随候选焗板时间的增加而增加,第二温度阶段中候选焗板温度随候选焗板时间的增加而保持不变,第三温度阶段中候选焗板温度随候选焗板时间的增加而减少。其中,三个温度阶段按时间顺序排列依次是第一温度阶段、第二温度阶段和第三温度阶段。
本说明书一些实施例中,基于焗板时间的增加设定阶段变化性的焗板温度,可以为生产板提供缓冲过程,减小因温度急剧变化对生产板造成的影响,从而提升焗板过程的稳定性。
翘曲程度可以用于反映焗板后的生产板发生弯曲的程度。翘曲程度越大,说明生产板在焗板过程中产生的弯曲越严重。
翘曲程度序列中包括至少一个生产板在同一候选焗板参数下对应的至少一个翘曲程度。
在一些实施例中,处理器可以采用多种方式预测至少一个生产板的翘曲程度序列。例如,处理器可以基于历史焗板记录,查询与候选焗板参数相似的历史焗板参数下至少一个生产板的历史翘曲程度序列,将该历史翘曲程度序列作为候选焗板参数对应的翘曲程度序列。
在一些实施例中,如图2所示,处理器可以基于至少一个候选焗板参数210、至少一个生产板的第一特征220和至少一个生产板的板材特征230,利用第一评估模型250预测至少一个生产板的翘曲程度序列260。
第一评估模型250可以机器学习模型。在一些实施例中,第一评估模型250可以是循环神经网络(Recurrent Neural Network,RNN)等。
在一些实施例中,第一评估模型250的输入可以包括候选焗板参数210、至少一个生产板的第一特征220和至少一个生产板的板材特征230,输出可以是候选焗板参数210对应的至少一个生产板的翘曲程度序列260。第一评估模型250可以对不同候选焗板参数下至少一个生产板的翘曲程度序列进行预测。关于第一特征、板材特征的更多说明参见图1及其相关描述。
在一些实施例中,第一评估模型250的输入还可以包括至少一个生产板的冷却数据240。在一些实施例中,冷却数据240可以包括冷却环境和冷却时间,冷却环境可以包括湿度、温度、通风程度等。冷却数据可以预先获取,例如,人为输入获取等。
由于经过焗板后的生产板还需经过冷却处理,通过将生产板的冷却数据输入模型中进行处理,可以预测在考虑了冷却数据后得到的生产板的翘曲程度,使得模型预测结果更加准确。
在一些实施例中,第一评估模型250可以通过大量带有第一标签的第一训练样本训练得到。在一些实施例中,第一训练样本可以包括样本焗板参数、样本生产板(包括至少一个)的样本第一特征和样本板材特征,第一标签为样本焗板参数对应的样本生产板的实际翘曲程度(或实际翘曲程度序列)。在一些实施例中,第一训练样本还可以包括样本生产板的样本冷却数据。
在一些实施例中,第一训练样本可以基于历史焗板数据获取。第一标签可以由人为或处理器标注获取。例如,人为或处理器可以通过计算焗板后的生产板的实际翘曲程度来获取第一标签。
在一些实施例中,计算实际焗板后的生产板的实际翘曲程度的方式包括:提取焗板后的生产板(下称目标生产板)的翘曲特征,基于翘曲特征计算目标生产板的翘曲程度。
翘曲特征可以用于反映目标生产板上各个区域的翘曲状态。在一些实施例中,翘曲特征可以包括目标生产板的每个区域的翘曲位置、翘曲形状和子翘曲程度。
在一些实施例中,翘曲特征的提取方式包括:在目标生产板的四个角被压住时,从多个方向采集目标生产板的图像。处理器基于多个方向的图像,通过空间直角坐标系建立三维模型。在一些实施例中,处理器可以将发生拱起的区域(即翘曲区域)中的拱起最高点的空间坐标作为翘曲区域的翘曲位置。
在一些实施例中,处理器可以从三维模型的正面和侧面分别采集目标生产板的拱起曲线,取拱起曲线上等间隔的多个点的坐标来表示翘曲区域的翘曲形状。其中,翘曲区域的翘曲形状也可以用于反映翘曲区域的走向。在一些实施例中,处理器可以将翘曲区域的最大高度和翘曲区域的宽度的比值,确定为该翘曲区域的子翘曲程度。其中,翘曲区域的宽度可以为该区域的正面宽度和侧面宽度中的较大的一个。
在一些实施例中,处理器可以基于每个翘曲区域的子翘曲程度,确定生产板的翘曲程度。在一些实施例中,处理器可以对目标生产板的多个翘曲区域的子翘曲程度加权求和,得到目标生产板的翘曲程度。在一些实施例中,各个翘起区域的权重可以与翘曲位置有关。
由于边缘区域的刨边难度更大,翘曲位置越靠近边缘时,对应权重越大。在一些实施例中,处理器可以预先建立“翘曲位置与生产板边缘的距离”与权重的对应关系,通过该对应关系和某一翘曲区域的“翘曲位置与生产板边缘的距离”,可以确定该翘曲区域的权重。
在本说明书实施例中,利用训练好的第一评估模型可以快速且准确地确定候选焗板参数对应的生产板的预测翘曲程度,以便对多个候选焗板参数进行评估,从中确定最优的焗板参数。通过提取实际目标生产板的翘曲特征,并计算目标生产板的翘曲程度,以作为模型训练的标签,可以有利于解决模型训练时难以获得标签的问题,从而可以获得更好的训练数据,从而得到训练得更好的第一评估模型。
在一些实施例中,处理器可以根据第一评估模型对多个候选焗板参数处理后得到的多个翘曲程度序列,确定目标焗板参数。在一些实施例中,处理器可以根据多个翘曲程度序列和第二预设条件,确定目标焗板参数。
在一些实施例中,第二预设条件可以包括所有生产板的翘曲程度(即翘曲程度序列中每个翘曲程度)均低于第一阈值,且所有生产板的翘曲程度的差异极差低于第二阈值。其中,第一阈值和第二阈值可以由技术人员基于生产需求预设。
在一些实施例中,若存在多个候选焗板参数对应的多个翘曲程度序列满足第二预设条件时,则可以选取所有生产板翘曲程度的差异极差最小的翘曲程度序列对应的候选焗板参数,作为目标焗板参数。
本说明书的一些实施例中,通过上述第二预设条件可以快速且准确地选择出目标焗板参数,从而提高焗板的效率和准确度;通过利用选择出的目标焗板参数对目标生产板进行焗板,可以使得焗板后的目标生产板的翘曲程度整体较低且整体差异较小。
图3是根据本说明书一些实施例所示的应用第二算法的示例性示意图。
在一些实施例中,处理器还可以用于:针对至少一个目标生产板,基于至少一个目标生产板的第一特征,通过第二算法确定刨边阶段的目标刨边参数;控制刨边装置按照目标刨边参数对至少一个目标生产板进行处理。
刨边参数可以用于指导刨边装置进行刨边。在一些实施例中,刨边参数可以包括刨边装置中刨刀角度、刨边功率等。
目标焗板参数是指对当前进入刨边阶段的生产板进行刨边的相关参数。例如,目标刨边参数可以包括目标刨刀角度、目标刨边功率等。
在一些实施例中,一个生产板可以对应一个目标刨边参数。由于不同生产板的第一特征(如,垂直度误差、边缘粗糙度等)的不同,所需刨边角度不同和功率不同,从而需要对应不同的目标刨边参数。关于第一特征的更多说明参见图1。
第二算法可以是用于确定目标刨边参数的计算机处理逻辑。在一些实施例中,第二算法可以包括:根据目标生产板的第一特征,通过查表、向量库匹配等方式确定目标刨边参数。
在一些实施例中,第二算法可以包括下述步骤S1-步骤S4。通过步骤S1-步骤S4,可以确定对每个目标生产板进行刨边的目标刨边参数。
步骤S1、判断目标生产板311是否存在边缘翘曲区域。
边缘翘曲区域可以为目标生产板的边缘上发生翘曲的区域。边缘翘曲区域的刨边难度较大,需要刨边装置贴合边缘进行刨边。
在一些实施例中,处理器可以基于目标生产板的翘曲特征,判断目标生产板是否存在边缘翘曲区域。例如,处理器可以将翘曲位置与边缘的距离小于距离阈值的区域确定为边缘翘曲区域。又例如,处理器可以将翘曲形状为非闭合形状的区域确定为边缘翘曲区域。关于翘曲特征的更多说明参见图2。
步骤S2、基于判断结果,生成候选刨边参数。
参见图3,在一些实施例中,响应于判断结果为不存在边缘翘曲区域,则处理器可以生成至少一个第一候选刨边参数312。
参见图3,在一些实施例中,响应于判断结果为存在边缘翘曲区域,则处理器可以生成至少一个第二候选刨边参数313。
在一些实施例中,技术人员可以根据历史经验给出的参考刨边参数范围,处理器可以在参考刨边参数范围内随机生成一定数量的第一候选刨边参数和第二候选刨边参数。
第一候选刨边参数是不存在边缘翘曲区域时确定的候选刨边参数。在一些实施例中,第一候选刨边参数可以包括:刨边装置的刨刀角度、刨边功率等。在不存在边缘翘曲区域时,整个目标生产板的边缘都是平滑,处理器可以基于确定的第一候选刨边参数对整个目标生产板进行相同参数的刨边。
第二候选刨边参数是存在边缘翘曲区域时确定的候选刨边参数。在一些实施例中,第二候选刨边参数可以包括边缘平滑区域的刨边参数和边缘翘曲区域的刨边参数。
边缘平滑区域即为未发生翘曲的边缘区域。所有边缘平滑区域的刨边参数可以保持一致。例如,所有边缘平滑区域的刨边参数包括相同的刨刀角度、相同的刨边功率等。
边缘翘曲区域的刨边参数可以根据目标生产板的边缘曲线进行分段设置。其中,边缘翘曲区域的边缘曲线的采集方式与上述翘曲形状的采集方式类似,更多说明参见图2及其相关描述。
在一些实施例中,处理器可以将边缘曲线分为多段,每段设置不同的刨刀角度、刨边功率等。在一些实施例中,处理器可以基于边缘曲线的斜率将边缘曲线分为多段。例如,处理器可以在斜率变化大于变化阈值的点进行分段。
本说明书的一些实施例中,基于是否存在边缘翘曲区域的判断结果,设定不同的刨边参数,可以使得刨刀的角度能够适应边缘翘曲区域的边缘曲线的走向,且电机功能可以尽量较小,从而避免因刨边造成目标生产板损伤,提高刨边后的目标生产板的质量。对于边缘翘曲区域,基于其边缘曲线,分段确定刨边参数,可以使边缘翘曲区域的刨边参数随着边缘曲线进行变化,以适应翘曲边缘进行刨边。
步骤S3、基于目标生产板的第一特征320和目标生产板的板材特征330,通过第二评估模型350预测经过候选刨边参数调整后的目标生产板的第二特征360。
经过候选刨边参数调整后的目标生产板可以为基于第一候选刨边参数调整后的目标生产板或经过第二候选刨边参数调整后的目标生产板。
第二特征可以为与经过候选刨边参数(第一候选刨边参数或第二候选刨边参数)调整后的目标生产板相关的特征。在一些实施例中,第二特征可以包括经过候选刨边参数调整后的目标生产板的尺寸误差、垂直度误差、边缘粗糙度等。关于尺寸误差、垂直度误差、边缘粗糙度、板材特征的更多说明参见图1。
在一些实施例中,处理器可以基于目标生产板的第一特征320、目标生产板的板材特征330、第一候选刨边参数312或第二候选刨边参数313、目标生产板的实际翘曲特征340,利用第二评估模型350进行预测,得到调整后的目标生产板的第二特征360。
第二评估模型350为机器学习模型。在一些实施例中,第二评估模型350可以是循环神经网络(Recurrent Neural Network,RNN)等。
在一些实施例中,第二评估模型350的输入可以包括目标生产板的第一特征320、目标生产板的板材特征330、第一候选刨边参数312或第二候选刨边参数313、目标生产板的实际翘曲特征340,输出包括经过第一候选刨边参数312或第二候选刨边参数313调整后的目标生产板的第二特征360。其中,实际翘曲特征可以反映生产板在焗板后的发生的翘曲状态,其会对刨边产生影响。关于实际翘曲特征的确定方式的更多说明参见图2及其相关描述。
在一些实施例中,第二评估模型350可以通过大量带有第二标签的第二训练样本训练得到。
在一些实施例中,第二训练样本可以包括多个历史刨边过程对应的历史刨边参数、历史目标生产板的第一特征、板材特征和历史目标生产板的翘曲特征,标签为经过历史刨边参数调整后的历史目标生产板的实际第二特征。其中,标签可以通过人工或处理器标注获得。
在一些实施例中,处理器还可以采集调整后的目标生产板的图像,对图像进行处理以提取第二特征,作为第二标签。提取第二特征的方式与提取第一特征的方式类似,具体实现方式参见图1及其相关描述。
在本说明书实施例中,利用训练好的第二评估模型对候选刨边参数进行评估,可以快速且准确地确定经候选刨边参数调整后的目标生产板的第二特征,以便后续确定目标刨边参数。
S4、将目标生产板的第二特征360满足第一预设条件的候选刨边参数,确定为目标刨边参数370。
关于第一预设条件的更多说明参见图1。
在一些实施例中,若有多个候选刨边参数满足第一预设条件,则处理器可以选择与阈值差异之和最大的一组候选刨边参数,作为目标刨边参数370。示例性的,假设第二特征中的尺寸误差、垂直度误差、边缘粗糙度与对应预设阈值的差值分别为a、b、c;则可以将a+b+c最大的候选刨边参数,作为目标刨边参数。
在本说明书实施例中,通过选择第二特征满足第二预设条件的候选刨边参数作为目标刨边参数进行刨边,可以使得刨边后的目标生产板更符合生产质量要求。在存在多个候选刨边参数满足第二预设条件的情况下,选择阈值差异之和最大的一组候选刨边参数作为目标刨边参数,可以选择精度最高的刨边参数进行刨边,从而提升生产板的刨边质量。
本说明书一些实施例提供一种PCB切割监测装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述实施例中任意一项所述的PCB切割监测方法。
本说明书一些实施例提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行述实施例中中任意一项所述的PCB切割监测方法。
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,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书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,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。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,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书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设备实现,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移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,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说明书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。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种PCB切割监测系统,其特征在于,所述系统包括图像检测装置、存储器、交互终端、切割装置、焗板装置和处理器;所述处理器用于:
从所述存储器获取开料阶段的预设切割参数,控制所述切割装置按照所述预设切割参数将待开料板材切割成预设大小的生产板;
控制所述图像检测装置从至少一个方向获取至少一个所述生产板的检测图像,并将所述检测图像发送至所述存储器;
基于至少一个所述生产板的所述检测图像进行预警,将预警信息发送至所述交互终端,并确定焗板阶段的目标焗板参数,控制所述焗板装置按照所述目标焗板参数对至少一个所述生产板进行处理,得到目标生产板。
2.根据权利要求1所述的PCB切割监测系统,其特征在于,所述处理器进一步用于:
基于至少一个所述生产板的所述检测图像,提取至少一个所述生产板的第一特征并进行预警;
基于至少一个所述生产板的所述第一特征和板材特征,通过第一算法确定所述目标焗板参数。
3.根据权利要求2所述的PCB切割监测系统,其特征在于,所述第一算法包括:
生成至少一个候选焗板参数;
基于所述至少一个候选焗板参数、至少一个所述生产板的所述第一特征和所述板材特征,预测所述至少一个候选焗板参数对应的至少一个所述生产板的翘曲程度序列;
基于至少一个所述翘曲程度序列,确定所述目标焗板参数。
4.根据权利要求3所述的PCB切割监测系统,其特征在于,所述系统还包括刨边装置,所述处理器还可以用于:
针对至少一个所述目标生产板,基于至少一个所述目标生产板的所述第一特征,通过第二算法确定刨边阶段的目标刨边参数;
控制所述刨边装置按照所述目标刨边参数对至少一个所述目标生产板进行处理。
5.一种PCB切割监测方法,其特征在于,所述方法基于PCB切割监测系统实现,所述系统包括图像检测装置、存储器、交互终端、切割装置、焗板装置和处理器;所述方法由所述处理器实现,包括:
从所述存储器获取开料阶段的预设切割参数,控制所述切割装置按照所述预设切割参数将待开料板材切割成预设大小的生产板;
控制所述图像检测装置从至少一个方向获取至少一个所述生产板的检测图像,并将所述检测图像发送至所述存储器;
基于至少一个所述生产板的所述检测图像进行预警,将预警信息发送至所述交互终端,并确定焗板阶段的目标焗板参数,控制所述焗板装置按照所述目标焗板参数对至少一个所述生产板进行处理,得到目标生产板。
6.根据权利要求5所述的PCB切割监测方法,其特征在于,所述基于至少一个所述生产板的所述检测图像进行预警和所述确定焗板阶段的目标焗板参数,包括:
基于至少一个所述生产板的所述检测图像,提取至少一个所述生产板的第一特征并进行预警;
基于至少一个所述生产板的所述第一特征和板材特征,通过第一算法确定所述目标焗板参数。
7.根据权利要求6所述的PCB切割监测方法,其特征在于,所述第一算法包括:
生成至少一个候选焗板参数;
基于所述至少一个候选焗板参数、至少一个所述生产板的所述第一特征和所述板材特征,预测所述至少一个候选焗板参数对应的至少一个所述生产板的翘曲程度序列;
基于至少一个所述翘曲程度序列,确定所述目标焗板参数。
8.根据权利要求7所述的PCB切割监测方法,其特征在于,所述系统还包括刨边装置,所述方法还包括:
针对至少一个所述目标生产板,基于至少一个所述目标生产板的所述第一特征,通过第二算法确定刨边阶段的目标刨边参数;
控制所述刨边装置按照所述目标刨边参数对至少一个所述目标生产板进行处理。
9.一种PCB切割监测装置,其特征在于,所述装置包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现权利要求5-8中任意一项所述的PCB切割监测方法。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,其特征在于,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求5-8中任意一项所述的PCB切割监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310822327.6A CN116533308B (zh) | 2023-07-06 | 2023-07-06 | 一种pcb切割监测系统、方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310822327.6A CN116533308B (zh) | 2023-07-06 | 2023-07-06 | 一种pcb切割监测系统、方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116533308A CN116533308A (zh) | 2023-08-04 |
CN116533308B true CN116533308B (zh) | 2023-09-15 |
Family
ID=87454646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310822327.6A Active CN116533308B (zh) | 2023-07-06 | 2023-07-06 | 一种pcb切割监测系统、方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116533308B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040083714A (ko) * | 2003-03-24 | 2004-10-06 | 삼성전자주식회사 | 반도체 제조 공정에서의 스피너 장치를 통합 관리하기위한 시스템 및 그 제어 방법 |
CN202503822U (zh) * | 2012-01-16 | 2012-10-24 | 深圳市深联电路有限公司 | 一种印制电路板成品板烤板放板架 |
CN110091377A (zh) * | 2019-06-03 | 2019-08-06 | 江苏万宝瑞达高新技术有限公司 | 一种高速涂布自动断切装置 |
CN110856353A (zh) * | 2019-11-27 | 2020-02-28 | 江油星联电子科技有限公司 | 一种铝基板的制作方法 |
CN115437219A (zh) * | 2022-08-09 | 2022-12-06 | 中国科学院上海光学精密机械研究所 | 大口径基板表面光刻胶膜均匀烘烤设备 |
CN218634418U (zh) * | 2022-08-30 | 2023-03-14 | 珠海市优佳特电子科技有限公司 | 一种pcb板开料焗板用放置架 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI266378B (en) * | 2003-03-06 | 2006-11-11 | Toshiba Corp | Baking apparatus, heat treatment method, manufacturing method of semiconductor device and pattern forming method |
WO2021076320A1 (en) * | 2019-10-15 | 2021-04-22 | Tokyo Electron Limited | Systems and methods for monitoring one or more characteristics of a substrate |
-
2023
- 2023-07-06 CN CN202310822327.6A patent/CN116533308B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040083714A (ko) * | 2003-03-24 | 2004-10-06 | 삼성전자주식회사 | 반도체 제조 공정에서의 스피너 장치를 통합 관리하기위한 시스템 및 그 제어 방법 |
CN202503822U (zh) * | 2012-01-16 | 2012-10-24 | 深圳市深联电路有限公司 | 一种印制电路板成品板烤板放板架 |
CN110091377A (zh) * | 2019-06-03 | 2019-08-06 | 江苏万宝瑞达高新技术有限公司 | 一种高速涂布自动断切装置 |
CN110856353A (zh) * | 2019-11-27 | 2020-02-28 | 江油星联电子科技有限公司 | 一种铝基板的制作方法 |
CN115437219A (zh) * | 2022-08-09 | 2022-12-06 | 中国科学院上海光学精密机械研究所 | 大口径基板表面光刻胶膜均匀烘烤设备 |
CN218634418U (zh) * | 2022-08-30 | 2023-03-14 | 珠海市优佳特电子科技有限公司 | 一种pcb板开料焗板用放置架 |
Also Published As
Publication number | Publication date |
---|---|
CN116533308A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934847B (zh) | 弱纹理三维物体姿态估计的方法和装置 | |
CN113891775A (zh) | 用于提供板块规划几何数据的方法、用于切出工件的方法和平面激光机床 | |
CN109389105B (zh) | 一种基于多任务的虹膜检测和视角分类方法 | |
CN109191367A (zh) | 刀具磨损图像的拼接方法及刀具的寿命预测方法 | |
CN116862910B (zh) | 基于自动化裁切生产的视觉检测方法 | |
CN113313135A (zh) | 打标控制方法、装置及计算机可读存储介质 | |
US11023770B2 (en) | Systems and methods for obtaining templates for tessellated images | |
KR101379438B1 (ko) | 벤딩 설비의 실시간 곡률 보정 시스템 및 그 방법 | |
CN116533308B (zh) | 一种pcb切割监测系统、方法、装置及存储介质 | |
JP2020030681A (ja) | 画像処理装置 | |
CN116258838B (zh) | 一种用于管片模具合模系统的智能视觉引导方法 | |
CN115170580A (zh) | 板材加工控制方法、装置、计算机设备及存储介质 | |
CN117115105A (zh) | 一种工件处理方法、装置、设备以及存储介质 | |
JP2001148014A (ja) | テンプレートパターンの自動決定方法 | |
CN112308836B (zh) | 角点检测方法、装置、电子设备及可读存储介质 | |
CN114332073A (zh) | 目标工件的检测方法及装置、智能分拣系统和存储介质 | |
KR102280203B1 (ko) | 롤 벤딩 설비의 수치 제어 데이터 자동 생성 시스템 및 수치 제어 프로그램 자동 생성 방법 | |
CN113221754A (zh) | 快递单图像检测方法、装置、计算机设备和存储介质 | |
CN117670881B (zh) | 基于目标分割的橡胶手套生产质量检测方法及系统 | |
CN116580005B (zh) | 基于图像处理与深度学习的管片模具开模系统的引导方法 | |
CN116879292B (zh) | 一种光触媒硅藻泥板的质量评估方法及装置 | |
CN118135179A (zh) | 切割板件的级联识别方法、装置、计算机设备和存储介质 | |
CN117474916B (zh) | 一种图像检测方法、电子设备及存储介质 | |
CN117372435B (zh) | 基于图像特征的连接器针脚检测方法 | |
CN117058738B (zh) | 移动执法设备移动的远距离人脸检测及识别方法和系统 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: No. 19 Jinhua Road, Shuixi Industrial Park, Zhanggong District, Ganzhou City, Jiangxi Province, 341000 Patentee after: Ganzhou Chaoyue Technology Co.,Ltd. Country or region after: China Address before: No. 19 Jinhua Road, Shuixi Industrial Park, Zhanggong District, Ganzhou City, Jiangxi Province, 341000 Patentee before: Ganzhou Chao Yue Technology Co.,Ltd. Country or region before: China |