CN116612077A - 一种电路板检测方法及系统 - Google Patents
一种电路板检测方法及系统 Download PDFInfo
- Publication number
- CN116612077A CN116612077A CN202310477573.2A CN202310477573A CN116612077A CN 116612077 A CN116612077 A CN 116612077A CN 202310477573 A CN202310477573 A CN 202310477573A CN 116612077 A CN116612077 A CN 116612077A
- Authority
- CN
- China
- Prior art keywords
- data
- circuit board
- database
- error
- copper
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000003466 welding Methods 0.000 claims abstract description 54
- 229910052802 copper Inorganic materials 0.000 claims description 24
- 239000010949 copper Substances 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 23
- 238000007689 inspection Methods 0.000 claims description 22
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 21
- 239000011248 coating agent Substances 0.000 claims description 16
- 238000000576 coating method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 16
- 238000013527 convolutional neural network Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000005493 welding type Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005476 soldering Methods 0.000 description 9
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 229910000679 solder Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2308—Concurrency control
- G06F16/2315—Optimistic concurrency control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
- G01N2021/95646—Soldering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Biochemistry (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种电路板检测方法及系统,包括控制模块、采集模块、显示模块、数据库和识别模块;所述控制模块分别与采集模块、显示模块、数据库和识别模块连接;所述采集模块用于采集覆铜板和焊接后电路板的图片数据,所述识别模块用于根据所述采集模块采集到的图片数据进行电路板状态信息的识别,所述数据库包括初级数据库和终极数据库,所述显示模块用于读取所述终极数据库中存放的显示数据并将其显示出来。本发明保障了电路板可以检测出覆铜错误的同时还能在出现覆铜错误的时候就不再将该覆铜错误板用于元器件的焊接,提高了整体的运算速率。此外,通过固定格式的数据显示,可以使得工作人员可以很简洁明了得读取出电路板状态信息。
Description
技术领域
本发明涉及电路板检测技术领域,尤其涉及一种电路板检测方法及系统。
背景技术
随着电子集成化技术的快速发展,电路板的电子元器件集成度也不断增加,这也要求生产工艺越来越复杂,成本也会提高。因此在铺设元器件前以及铺设完元器件后,都必须对电路板进行检测,检测出缺陷,避免因缺陷导致的基于电路板的电器等无法实现其功能。
申请号202210084673.4公开了一种基于LSTM的硬件驱动电路板批量检测系统及其检测方法,该系统包括数据采集模块、检测模块、处理器、供电模块、数据库、辅助检测模块、信息显示模块、预测模块、通讯模块和检测监视模块。该发明的主要通过预测模块的使用,使得其可以利用已往的历史检测数据构建用于预测的长短期记忆模型,并可以利用该长短期记忆模型来预测不同车间及时间段的每个批量电路板的缺陷预测闯值,当实际检测数据超出预测阅值时则发出警报并显示该批电路板的合格率未达标。然而,该专利仅仅只是比对了焊接后的电路板图片,并没有对焊接之前的覆铜环节进行比对,后期可能会出现焊接后的图片没有问题,但是覆铜环节出现问题的情况,此时判断结果为良好,但实际上还存在覆铜缺陷的情况。且对于人工检测,也只是只有一道检测程序,没有在人工检测与模型检测不一致的时候的下一道保障程序,所以当人工检测和模型检测不一致的时候有可能会出现结果不准确的情况,且该专利也并没有对检测出来的结果进行整合处理,并不能体现检测结果的严谨程度,无法通过直观的数据知道该判断结果是经过了几道程序,该专利的结果的准确程度通过自定义的百分比(置信度)来量化,受主观影响较大,可能会与客观事实存在较大的偏差,最终导致判断结果不准确。
发明内容
本发明所述的一种电路板检测方法及系统,解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种电路板检测方法,包括以下步骤:
S1:在数据库中建立信息存放位置,采集覆铜后电路板图片数据;
S2:判断覆铜是否出错,若是,则在初级数据库相应的信息存放位置更新携带覆铜出错信息的数据,若否,则进行步骤S3;
S3:进行焊接操作,焊接完成后采集焊接后的电路板图片数据;
S4:判断焊接后是否出错,若否,则在初级数据库相应的信息存放位置更新携带焊接未出错信息的数据,若是,则在初级数据库相应的位置存放更新携带焊接出错以及错误类型的数据;
S5:决定是否抽检初级数据库中存储的数据,若否,则将初级数据库中的数据叠加上携带不存在抽检的信息后放入终极数据库中存储,若是,则进行步骤S6;
S6:人工判断电路板的所述步骤S2和步骤S4的判断结果是否出错,若人工判断结果和所述S2和步骤S4的判断结果一致,则将初级数据库中的数据叠加上携带存在抽检且判断结果一致的信息后放入终极数据库中存储,若人工判断结果和所述S2和步骤S4的判断结果不一致,则进行步骤S7;
S7:组织合审组进行最终数据核对,并将初级数据库中的数据叠加上携带存在合审组核对和最终核对结果的信息后放入终极数据库中存储;
S8:调取终极数据库中存储的数据进行计算处理后生成显示数据后继续存储于终极数据库中,供显示模块读取显示。
优选的,所述步骤S1中所述的信息包括:电路板标号、覆铜情况、焊接情况、错误类型、是否抽检、抽检结果、是否核检和核检结果。
优选的,所述步骤S2中所述的判断覆铜是否出错具体如下:
S201:采用覆铜板训练卷积神经网络模型,采用覆铜板测试集对卷积神经网络模型进行测试得到训练好的判断模型;
S202:将采集的覆铜后图片数据输入到训练好的判断模型中进行判断,得到判断结果,并将判断结果反向传输到卷积神经网络模型中进行数据更新;
S203:输出判断结果。
优选的,所述步骤S4中的判断焊接后是否出错具体如下:
S401:分别收集不同种类的焊接出错类型的电路板作为训练集对卷积神经网络模型进行训练得到训练好的判断模型,此模型用于输出焊接错误结果以及焊接错误类型;
S402:将采集到的焊接后的图片数据输入到训练好的判断模型中进行判断,得到判断结果,并将判断结果反向传输到卷积神经网络模型中进行数据更新;
S403:输出判断结果。
优选的,所述终极数据库中存储的的数据格式为:电路板标号(D1)-覆铜情况(D2)-焊接情况(D3)-错误类型(D4)-是否抽检(D5)-抽检结果(D6)-是否核检(D7)-核检结果(D8);所述D1的数据为电路板实际标号,所述D2的数据为1(存在覆铜错误)或0(不存在覆铜错误),所述D3的数据为1(存在焊接错误)或0(不存在焊接错误),所述D4的数据为焊接错误类型的文本或0(不存在焊接错误),所述D5的数据为1(存在抽检)或0(不存在抽检),所述D6的数据为1(抽检结果与模型判断结果一致)或0(抽检结果与模型判断结果不一致)或*(不存在抽检),所述D7数据为1(存在核检)或0(不存在核检),所述D8数据为具体核检结果文本)或0(不存在核检)。
优选的,所述步骤S8中所述的显示数据格式为:D1-电路板状态-准确度等级;所述电路板状态具体为为:D7、D4、D3或D2中的一个的数据的文本化显示,其中,数据优先级为D7>D4>D3>D2,当优先级高的数据为0时考虑优先级比其低的数据,且优先级最低的数据也为0时,则输出优先级最低的数据为0时的状态数据的文本信息;所述准确度等级的计算方法为:1+D5+D7。
一种电路板检测系统,应用于如上所述的一种电路板检测方法,其特征在于,包括控制模块、采集模块、显示模块、数据库和识别模块;所述控制模块分别与采集模块、显示模块、数据库和识别模块连接;所述采集模块用于采集覆铜板和焊接后电路板的图片数据,所述识别模块用于根据所述采集模块采集到的图片数据进行电路板状态信息的识别,所述数据库包括初级数据库和终极数据库,所述初级数据库用于存储识别模块中通过模型识别得出的数据,所述终极数据库模块用于存储包括识别模块中通过模型识别和人工识别得出的数据,所述显示模块用于读取所述终极数据库中存放的显示数据并将其显示出来。
一种电子设备,包括:处理器和存储装置;所述存储装置上存储有程序,所述程序被所述处理器执行,实现如上所述的方法。
一种计算机介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如上所述的方法。
本发明的有益效果为:
其一,本发明通过设置的覆铜判断和焊接后判断两个环节,在常规的对于焊接好元器件的电路板的检测之前还增加了覆铜判断的步骤,在保障了电路板可以检测出覆铜错误的同时还能在出现覆铜错误的时候就不再将该覆铜错误板用于元器件的焊接,也不再进行焊接错误的判断,一方面可以减少元器件和焊锡的损耗,另一方面,也可以精简焊接错误模型的运算量,提高了整体的运算速率。
其二,本发明通过固定格式的数据显示(D1-电路板状态-准确度等级),可以使得工作人员可以很简洁明了得读取出电路板状态信息,而且由于本专利中加入了准确度等级的运算和呈现,使得每一个电路板状态的判断结果信息都可以对应一个准确度等级,每多经历一个层级的检测,精确度等级就会增加一级,以此来看出电路板状态数据的准确性,规范化的数据显示也对后期数据调用起到了方便的作用。
附图说明
图1为本发明所述的一种电路板检测方法的流程示意图;
图2为本发明所述的一种电路板检测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本发明实施例提供的一种电路板检测方法,如图1所示,包括以下步骤:
S1:在数据库中建立信息存放位置,采集覆铜后电路板图片数据;
这里的数据库包括初级数据库和终极数据库,初级数据库用于存储通过模型识别得出的数据,终极数据库模块用于存储通过模型识别和人工识别得出的数据,且终极数据库中存放的数据包括原始数据和显示数据。上述“在数据库中建立信息存放位置”中的信息包括:电路板标号、覆铜情况、焊接情况、错误类型、是否抽检、抽检结果、是否核检和核检结果。核检为合审组核对。而且,初级数据库和终极数据库中存放的数据不存在覆盖的情况,尽管初级数据库和终极数据库中某电路板的状态结果(覆铜情况、错误类型等)不一致,也会将每一条状态结果数据进行保留,以便后续存在争议时进行抽调。
初级数据库中存储的的数据格式为:电路板标号(D1)-覆铜情况(D2)-焊接情况(D3)-错误类型(D4);终极数据库中存储的原始数据的数据格式为:电路板标号(D1)-覆铜情况(D2)-焊接情况(D3)-错误类型(D4)-是否抽检(D5)-抽检结果(D6)-是否核检(D7)-核检结果(D8),显示数据格式为:D1-电路板状态-准确度等级。
所述D1的数据为电路板实际标号,所述D2的数据为1(存在覆铜错误)或0(不存在覆铜错误),所述D3的数据为1(存在焊接错误)或0(不存在焊接错误),所述D4的数据为焊接错误类型的文本或0(不存在焊接错误),所述D5的数据为1(存在抽检)或0(不存在抽检),所述D6的数据为1(抽检结果与模型判断结果一致)或0(抽检结果与模型判断结果不一致)或*(不存在抽检),所述D7数据为1(存在核检)或0(不存在核检),所述D8数据为具体核检结果文本)或0(不存在核检),电路板状态和准确度等级后面详细说明。
S2:判断覆铜是否出错,若是,则在初级数据库相应的信息存放位置更新携带覆铜出错信息的数据,若否,则进行步骤S3;所述的判断覆铜是否出错具体如下:
S201:采用覆铜板图片训练卷积神经网络模型,采用覆铜板测试集对卷积神经网络模型进行测试得到训练好的判断模型;
S202:将采集的覆铜后图片数据输入到训练好的判断模型中进行判断,得到判断结果,并将判断结果反向传输到卷积神经网络模型中进行数据更新;
S203:输出判断结果。
S3:进行焊接操作,焊接完成后采集焊接后的电路板图片数据;
S4:判断焊接后是否出错,若否,则在初级数据库相应的信息存放位置更新携带焊接未出错信息的数据,若是,则在初级数据库相应的位置存放更新携带焊接出错以及错误类型的数据;其中,判断焊接后是否出错具体如下:
S401:分别收集不同种类的焊接出错类型的电路板作为训练集对卷积神经网络模型进行训练得到训练好的判断模型,此模型用于输出焊接错误结果以及焊接错误类型;
这里的焊接出错类型包括元器件缺件、元器件歪斜和焊锡错误。
S402:将采集到的焊接后的图片数据输入到训练好的判断模型中进行判断,得到判断结果,并将判断结果反向传输到卷积神经网络模型中进行数据更新;
S403:输出判断结果。
S5:决定是否抽检初级数据库中存储的数据,若否,则将初级数据库中的数据叠加上携带不存在抽检的信息后放入终极数据库中存储,若是,则进行步骤S6;
S6:人工判断电路板的所述步骤S2和步骤S4的判断结果是否出错,若人工判断结果和所述S2和步骤S4的判断结果一致,则将初级数据库中的数据叠加上携带存在抽检且判断结果一致的信息后放入终极数据库中存储,若人工判断结果和所述S2和步骤S4的判断结果不一致,则进行步骤S7;
S7:组织合审组进行最终数据核对,并将初级数据库中的数据叠加上携带存在合审组核对和最终核对结果的信息后放入终极数据库中存储;
S8:调取终极数据库中存储的数据进行计算处理后生成显示数据后继续存储于终极数据库中,供显示模块读取显示。
其中,所述显示数据格式为:D1-电路板状态-准确度等级;所述电路板状态具体为为:D7、D4、D3或D2中的一个的数据的文本化显示,其中,数据优先级为D7>D4>D3>D2,当优先级高的数据为0时考虑优先级比其低的数据,且优先级最低的数据也为0时,则输出优先级最低的数据为0时的状态数据的文本信息;所述准确度等级的计算方法为:1+D5+D7。也就是说,当电路板没有经过抽检步骤,此时D5为0,D7也为0,此时的准确度等级为1级,1级代表显示的结果值经过了模型检验,当电路板经过抽检步骤且人工抽检的结果与模型抽检一致时,此时D5为1,D7为0,此时的准确度等级为2级,当电路板经过抽检步骤后不一致,需要合审组检查的时候,此时D5为1,D7为1,此时的准确度等级为3级。此外,每一个级别都对应着一个颜色标识,该颜色标识可以通过字体颜色、背景颜色以及前标记颜色等形式出现,这些字体颜色、背景颜色以及前标记颜色可标识在显示数据的部分或者全部,每一个准确度级别对应着一个颜色标识,用以方便工作人员更快更明显地分辨出每一个颜色标识所对应的级别,其中,一级对应的是黄色,二级对应的绿色,三级对应的是红色,由于人眼以及人的思维模式会默认红色为警示颜色,所以选用红色对抽检时不一致需要合审组检查的电路板标识红色,作为对工作人员的一种警示,同时也代表该电路板存在判断错误(不管是模型的错误还是人工检测的错误,该级别一定代表至少有一种类型的判断是错误的)。之所以给二级对应的颜色标识设为绿色,是由于人眼及人的思维模式会偏向于绿色代表安全合理可通过,所以为存在抽检且抽检结果与模型判断结果一致的电路板数据给予绿色的颜色标识,代表模型判断和人工检测的结果一致,相对而言“安全合理可通过”(对应本专利为即可信任)的等级会相对较高且模型判断不出错的概率也会较高,所以通过绿色来标识。
电路板状态分别有以下几种显示方式:“覆铜错误”、“元器件缺件”、“元器件歪斜”、“焊锡错误”和“焊接无错误”几种类型,且这个显示结果也有优先等级,优先等级为:合审组结论>人工抽检结论>模型判断结论。当优先级高的数据为0时考虑优先级比其低的数据,且优先级最低的数据也为0时,则输出优先级最低的数据为0时的状态数据的文本信息。
举个例子来说,如某型号为abc的电路板在模型检测中覆铜无错误,焊接有错误且错误类型为元器件歪斜,且不进行抽检,则此时该电路板在终极数据库中的原始数据为:abc-0-1-覆铜无错误,元器件错误-0-*-0-0,且该电路板在终极数据库中的显示数据为:abc-覆铜无错误,元器件错误-1;
再如某型号为def的电路板在模型检测中覆铜无错误,焊接有错误且错误类型为焊锡错误,进行抽检,抽检结果不一致,且合审组核对给出的结果是元器件缺件。则此时该电路板在终极数据库中的原始数据为:def-0-1-覆铜无错误,焊锡错误-1-0-1-覆铜无错误,元器件缺件,且该电路板在终极数据库中的显示数据为:def-覆铜无错误,元器件缺件-3;
又如某型号为def的电路板在模型检测中覆铜无错误,焊接有错误且错误类型为焊锡错误,进行抽检,抽检结果一致。则此时该电路板在终极数据库中的原始数据为:def-0-1-覆铜无错误,焊锡错误-1-1-0-0,且该电路板在终极数据库中的显示数据为:def-覆铜无错误,焊锡错误-2。
本实施例还提供一种电路板检测系统,如图2所示,包括控制模块、采集模块、显示模块、数据库和识别模块;所述控制模块分别与采集模块、显示模块、数据库和识别模块连接;所述采集模块用于采集覆铜板和焊接后电路板的图片数据,所述识别模块用于根据所述采集模块采集到的图片数据进行电路板状态信息的识别,所述数据库包括初级数据库和终极数据库,所述初级数据库用于存储识别模块中通过模型识别得出的数据,所述终极数据库模块用于存储包括识别模块中通过模型识别和人工识别得出的数据时,所述显示模块用于读取所述终极数据库中存放的显示数据并将其显示出来。
综上所述,本发明实施例通过设置的覆铜判断和焊接后判断两个环节,在常规的对于焊接好元器件的电路板的检测之前还增加了覆铜判断的步骤,在保障了电路板可以检测出覆铜错误的同时还能在出现覆铜错误的时候就不再将该覆铜错误板用于元器件的焊接,也不再进行焊接错误的判断,一方面可以减少元器件和焊锡的损耗,另一方面,也可以精简焊接错误模型的运算量,提高了整体的运算速率。且本发明实施例通过固定格式的数据显示(D1-电路板状态-准确度等级),可以使得工作人员可以很简洁明了得读取出电路板状态信息,而且由于本专利中加入了准确度等级的运算和呈现,使得每一个电路板状态的判断结果信息都可以对应一个准确度等级,每多经历一个层级的检测,精确度等级就会增加一级,以此来看出电路板状态数据的准确性,规范化的数据显示也对后期数据调用起到了方便的作用,解决了背景技术中提出的问题。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (9)
1.一种电路板检测方法,其特征在于,包括以下步骤:
S1:在数据库中建立信息存放位置,采集覆铜后电路板图片数据;
S2:判断覆铜是否出错,若是,则在初级数据库相应的信息存放位置更新携带覆铜出错信息的数据,若否,则进行步骤S3;
S3:进行焊接操作,焊接完成后采集焊接后的电路板图片数据;
S4:判断焊接后是否出错,若否,则在初级数据库相应的信息存放位置更新携带焊接未出错信息的数据,若是,则在初级数据库相应的位置存放更新携带焊接出错以及错误类型的数据;
S5:决定是否抽检初级数据库中存储的数据,若否,则将初级数据库中的数据叠加上携带不存在抽检的信息后放入终极数据库中存储,若是,则进行步骤S6;
S6:人工判断电路板的所述步骤S2和步骤S4的判断结果是否出错,若人工判断结果和所述S2和步骤S4的判断结果一致,则将初级数据库中的数据叠加上携带存在抽检且判断结果一致的信息后放入终极数据库中存储,若人工判断结果和所述S2和步骤S4的判断结果不一致,则进行步骤S7;
S7:组织合审组进行最终数据核对,并将初级数据库中的数据叠加上携带存在合审组核对和最终核对结果的信息后放入终极数据库中存储;
S8:调取终极数据库中存储的数据进行计算处理后生成显示数据后继续存储于终极数据库中,供显示模块读取显示。
2.根据权利要求1所述的一种电路板检测方法,其特征在于,所述步骤S1中所述的信息包括:电路板标号、覆铜情况、焊接情况、错误类型、是否抽检、抽检结果、是否核检和核检结果。
3.根据权利要求1所述的一种电路板检测方法,其特征在于,所述步骤S2中所述的判断覆铜是否出错具体如下:
S201:采用覆铜板图片数据训练卷积神经网络模型,采用覆铜板测试集对卷积神经网络模型进行测试得到训练好的判断模型;
S202:将采集的覆铜后图片数据输入到训练好的判断模型中进行判断,得到判断结果,并将判断结果反向传输到卷积神经网络模型中进行数据更新;
S203:输出判断结果。
4.根据权利要求1所述的一种电路板检测方法,其特征在于,所述步骤S4中的判断焊接后是否出错具体如下:
S401:分别收集不同种类的焊接出错类型的电路板作为训练集对卷积神经网络模型进行训练得到训练好的判断模型,此模型用于输出焊接错误结果以及焊接错误类型;
S402:将采集到的焊接后的图片数据输入到训练好的判断模型中进行判断,得到判断结果,并将判断结果反向传输到卷积神经网络模型中进行数据更新;
S403:输出判断结果。
5.根据权利要求2所述的一种电路板检测方法,其特征在于,所述终极数据库中存储的的数据格式为:电路板标号(D1)-覆铜情况(D2)-焊接情况(D3)-错误类型(D4)-是否抽检(D5)-抽检结果(D6)-是否核检(D7)-核检结果(D8);所述D1的数据为电路板实际标号,所述D2的数据为1(存在覆铜错误)或0(不存在覆铜错误),所述D3的数据为1(存在焊接错误)或0(不存在焊接错误),所述D4的数据为焊接错误类型的文本或0(不存在焊接错误),所述D5的数据为1(存在抽检)或0(不存在抽检),所述D6的数据为1(抽检结果与模型判断结果一致)或0(抽检结果与模型判断结果不一致)或*(不存在抽检),所述D7数据为1(存在核检)或0(不存在核检),所述D8数据为具体核检结果文本)或0(不存在核检)。
6.根据权利要求5所述的一种电路板检测方法,其特征在于,所述步骤S8中所述的显示数据格式为:D1-电路板状态-准确度等级;所述电路板状态具体为为:D7、D4、D3或D2中的一个的数据的文本化显示,其中,数据优先级为D7>D4>D3>D2,当优先级高的数据为0时考虑优先级比其低的数据,且优先级最低的数据也为0时,则输出优先级最低的数据为0时的状态数据的文本信息;所述准确度等级的计算方法为:1+D5+D7。
7.一种电路板检测系统,应用于如权利要求1-6任一项所述的一种电路板检测方法,其特征在于,包括控制模块、采集模块、显示模块、数据库和识别模块;所述控制模块分别与采集模块、显示模块、数据库和识别模块连接;所述采集模块用于采集覆铜板和焊接后电路板的图片数据,所述识别模块用于根据所述采集模块采集到的图片数据进行电路板状态信息的识别,所述数据库包括初级数据库和终极数据库,所述初级数据库用于存储识别模块中通过模型识别得出的数据,所述终极数据库模块用于存储包括识别模块中通过模型识别和人工识别得出的数据,所述显示模块用于读取所述终极数据库中存放的显示数据并将其显示出来。
8.一种电子设备,包括:处理器和存储装置;所述存储装置上存储有程序,所述程序被所述处理器执行,实现如权利要求1-6中任意一所述的方法。
9.一种计算机介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任意一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310477573.2A CN116612077A (zh) | 2023-04-28 | 2023-04-28 | 一种电路板检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310477573.2A CN116612077A (zh) | 2023-04-28 | 2023-04-28 | 一种电路板检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116612077A true CN116612077A (zh) | 2023-08-18 |
Family
ID=87675623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310477573.2A Pending CN116612077A (zh) | 2023-04-28 | 2023-04-28 | 一种电路板检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116612077A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117470872A (zh) * | 2023-12-28 | 2024-01-30 | 珠海市申科谱工业科技有限公司 | 分板品质检测方法、装置、分板机及电路板生产线 |
-
2023
- 2023-04-28 CN CN202310477573.2A patent/CN116612077A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117470872A (zh) * | 2023-12-28 | 2024-01-30 | 珠海市申科谱工业科技有限公司 | 分板品质检测方法、装置、分板机及电路板生产线 |
CN117470872B (zh) * | 2023-12-28 | 2024-04-09 | 珠海市申科谱工业科技有限公司 | 分板品质检测方法、装置、分板机及电路板生产线 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021027184A1 (zh) | 一种基于假点缺陷检测的pcb检修系统及检修方法 | |
JP5776605B2 (ja) | 基板検査結果の分析作業支援用の情報表示システムおよび分析作業の支援方法 | |
CN112804336B (zh) | 故障检测方法、装置、系统、计算机可读存储介质 | |
CN116612077A (zh) | 一种电路板检测方法及系统 | |
CN115047322B (zh) | 一种用于智能医疗设备的故障芯片的标识方法及系统 | |
CN115804257A (zh) | 印刷电路板组件的检查及生产 | |
CN113538341A (zh) | 自动光学检测辅助方法、装置及存储介质 | |
CN114842275B (zh) | 电路板缺陷判别方法、训练方法、装置、设备及存储介质 | |
WO1999030545A1 (en) | A pcb testing circuit for an automatic inserting apparatus and a testing method therefor | |
CN108415886A (zh) | 一种基于生产工序的数据标签纠错方法及装置 | |
TW202026947A (zh) | 智慧判定回饋方法及裝置 | |
US20220292661A1 (en) | Automated inspection system and operating method thereof | |
CN115968189A (zh) | 一种smt贴片生产状况可视化展示方法、设备及介质 | |
JP2018077147A (ja) | 検査システム、検査装置の制御方法及びプログラム | |
JPH0964600A (ja) | 検査出力の表示方法 | |
CN110231351A (zh) | Aoi检测方法 | |
CN114355165A (zh) | 一种协作机器人伺服驱动系统的硬件模块检测系统 | |
CN212301767U (zh) | 一种电路板测试装置 | |
JP4189094B2 (ja) | 検査システム | |
CN114218430A (zh) | 远程协作设备运维系统、方法及装置 | |
JP2014032122A (ja) | 部品実装検査のための検査基準情報の設定方法および検査基準情報の作成システム | |
CN110598527B (zh) | 基于机器学习的理赔保单号码识别方法及相关设备 | |
JPH11258180A (ja) | 外観検査方法及びシステム | |
CN117334099B (zh) | 电气控制电路智能教学方法及装置、设备、存储介质 | |
JP2008218737A (ja) | 画像処理装置 |
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 |