CN116976757A - 高精密线路板追溯系统及方法 - Google Patents
高精密线路板追溯系统及方法 Download PDFInfo
- Publication number
- CN116976757A CN116976757A CN202311223145.3A CN202311223145A CN116976757A CN 116976757 A CN116976757 A CN 116976757A CN 202311223145 A CN202311223145 A CN 202311223145A CN 116976757 A CN116976757 A CN 116976757A
- Authority
- CN
- China
- Prior art keywords
- circuit board
- coefficient
- qualification
- data
- quality
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012797 qualification Methods 0.000 claims abstract description 85
- 238000004519 manufacturing process Methods 0.000 claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000003466 welding Methods 0.000 claims description 50
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 32
- 230000007547 defect Effects 0.000 claims description 31
- 230000008439 repair process Effects 0.000 claims description 22
- 239000011889 copper foil Substances 0.000 claims description 17
- 229910052802 copper Inorganic materials 0.000 claims description 15
- 239000010949 copper Substances 0.000 claims description 15
- 238000005553 drilling Methods 0.000 claims description 15
- 238000005530 etching Methods 0.000 claims description 15
- 238000007747 plating Methods 0.000 claims description 15
- 238000005452 bending Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 12
- 229910000679 solder Inorganic materials 0.000 claims description 12
- 230000003749 cleanliness Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 230000002950 deficient Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000003647 oxidation Effects 0.000 claims description 6
- 238000007254 oxidation reaction Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 description 8
- 238000003908 quality control method Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Electromagnetism (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了高精密线路板追溯系统及方法，涉及线路板追溯技术领域，该方法通过高精密线路板在工业自动化流水线位置上部署传感器组和监测设备，并在每个线路板上设置专属条形码，实时采集流水线位置传感器组和监测设备的采集数据，并存储获得数据集A，并关联若干个专属条形码；追溯数据集A中存储了与每个线路板相关的采集数据和专属条形码信息。根据瑕疵判定结果，可以快速查询数据集A中与该线路板相关的数据，并对成品检测获得的外形合格系数Wxh1和质量合格系数ZLx2进行拟合，得到综合合格系数Zhx。将Zhx与合格阈值Q进行对比，实现对线路板的整体质量评估。提高生产过程的可控性和产品质量的稳定性，减少废品率，从而降低生产成本。
Description
技术领域
本发明涉及线路板追溯技术领域，具体为高精密线路板追溯系统及方法。
背景技术
高精密线路板广泛应用于计算机硬件、服务器、嵌入式系统、主板、显卡和网络设备等领域。这些设备需要高密度的线路板布局和精确的电气连接。
高精密线路板追溯系统在实际生产环境中，因为线路板的流水线比较多，包含蚀刻区、钻孔区、镀铜区和焊接区，而大部分都是在生产完，对线路板进行合格质检，导致不知道具体在哪个生产步骤出现问题，虽然可以追溯线路板材料问题，但是不方便追溯具体的工艺环节参数，导致出现瑕疵产品时，不能更好的修复，可能会出现瑕疵产品变废品的情况，间接导致提高生产成本。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了高精密线路板追溯系统及方法，在高精密线路板在工业自动化流水线位置上部署传感器组和监测设备，所述流水线位置包括蚀刻区、钻孔区、镀铜区和焊接区；并在每个线路板上设置专属条形码，实时采集流水线位置传感器组和监测设备的采集数据，并存储获得数据集A，并关联若干个专属条形码；追溯数据集A中存储了与每个线路板相关的采集数据和专属条形码信息。根据瑕疵判定结果，可以快速查询数据集A中与该线路板相关的数据，并对成品检测获得的外形合格系数Wxh1和质量合格系数ZLx2进行拟合，得到综合合格系数Zhx。将Zhx与合格阈值Q进行对比，实现对线路板的整体质量评估。这样可以综合考虑线路板的外形和质量因素，更全面的判定产品的合格与否。提高生产过程的可控性和产品质量的稳定性，减少废品率，从而降低生产成本并提高客户满意度。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：高精密线路板追溯方法，包括以下步骤，
在高精密线路板在工业自动化流水线位置上部署传感器组和监测设备，所述流水线位置包括蚀刻区、钻孔区、镀铜区和焊接区；并在每个线路板上设置专属条形码，实时采集流水线位置传感器组和监测设备的采集数据，并存储获得数据集A，并关联若干个专属条形码；
对线路板成品进行机器视觉检测，获得成品图像数据，对成品图像数据进行特征提取，关联流水线位置实时采集数据，分析获得外形合格系数Wxh1；对线路板成品通过传感器进行质量检测，包括线路板重量和抗压值，分析获得质量合格系数ZLx2；
所述外形合格系数Wxh1和质量合格系数ZLx2通过以下公式进行分析获得：
式中：kd表示为线路宽度值，jj表示为线路的间距值；线路宽度和间距是衡量线路板制造精度和线路密度的重要指标，确保线路连通性；H线路板上铜箔导电层的厚度；k表示线路板上连接孔径半径值；Tf表示为线路板上铜箔导电层覆盖率；Zh表示阻焊层覆盖率；G表示线路板表面洁净度，pm表示为焊盘平面度；Wq表示为线路板的弯曲度，过大的弯曲度会导致线路断裂或原件脱落；Hjxs表示为线路板焊接质量系数；
kg表示为线路板的重量值，表示为修正常数值；Dt表示线路板导通值，Dz表示为线路板绝缘电阻值；f()和g()分别是根据具体纸箱承重要求设计的函数；
将外形合格系数Wxh1和质量合格系数ZLx2进行拟合，获得综合合格系数Zhx，并将综合合格系数Zhx与合格阈值Q进行对比，若综合合格系数Zhx大于等于合格阈值Q，则判定为合格；如果Zhx小于Q，则判定为瑕疵；
根据瑕疵判定结果，追溯数据集A中与该线路板相关的数据，关联该线路板的专属条形码，依据瑕疵判定结果查询生产线中材料来源、生产过程中使用的设备和操作员和生产参数。
优选的，在蚀刻区、钻孔区、镀铜区和焊接区流水线位置上，部署相应的传感器组和监测设备；传感器组包括光学传感器、温度传感器和压力传感器，用于监测各个位置的参数和质量指标；
在每个线路板上设置专属条形码或二维码；使用打印和粘贴的方式将条形码固定在线路板上，每个条形码具有唯一标识，以实现对线路板的追溯和关联；
在流水线位置上的传感器组和监测设备实时采集数据，实时采集数据包括蚀刻过程中的测量数据、钻孔区的孔径尺寸、镀铜区的铜箔厚度和焊接区的焊接质量；
将实时采集数据与每个专属条形码进行相关联，存储在数据集A中，确保数据和线路板的唯一标识相对应。
优选的，使用摄像头或图像采集设备对线路板成品进行图像采集；确保图像清晰、光照均匀，并覆盖整个线路板；
对采集到的成品图像进行预处理，包括去噪、图像增强和尺寸标定处理；
使用图像处理和计算机视觉技术，对成品图像进行特征提取；特征提取包括线路宽度、间距和焊盘尺寸外形参数；
将特征提取得到的外形参数与实时采集数据进行关联和分析，生成外形合格系数Wxh1。
优选的，线路板上铜箔导电层覆盖率Tf、阻焊层覆盖率Zh和线路板表面洁净度G通过以下公式计算；
式中，A_copper表示铜箔的表面积；A_total是线路板的总表面积，总表面积通常是通过测量线路板的尺寸得到的，包括长度和宽度；然后，使用线路板的长度乘以宽度计算出总表面积；A_resist是阻焊层的面积；P表示污染程度参数，范围为0到1，值越高表示污染程度越高；O表示氧化情况参数，范围为0到1，值越高表示氧化程度越高；R表示辐射迹象参数，范围为0到1，值越高表示辐射迹象越明显；C表示表面颗粒数量与面积的比率，范围为0到1，值越高表示颗粒数量越多。
优选的，焊盘平面度pm和线路板的弯曲度Wq通过以下公式计算获得：
式中，Δh_max是焊盘最高点与参考平面之间的高度差；Δh_min是焊盘最低点与参考平面之间的高度差；D是焊盘的直径或对角线长度；表示为修正常数；h_max是线路板上最高点与基准平面之间的垂直距离；h_min是线路板上最低点与基准平面之间的垂直距离；L是线路板的长度。
优选的，线路板焊接质量系数Hjxs通过以下公式计算获得：
式中，Nc是焊接接头中合格的焊点数量，通过超声波剖面检查焊缝，焊点的形状、填充度和连接状态均良好，判断为合格；Nt是焊接接头中总的焊点数量。
优选的，当将外形合格系数Wxh1和质量合格系数ZLx2进行拟合时，使用加权求和的方法来得到综合合格系数Zhx，具体的拟合表征公式如下所示：
式中，w1和w2是外形合格系数Wxh1和质量合格系数ZLx2的权重系数， 且/>。
优选的，设定合格阈值Q的值为80，计算综合合格系数Zhx≥80，则判定为合格；
计算插值Diff1公式为：
依据插值Diff1值范围，将合格划分为多个等级，多个等级包括：
若Diff1≥10，判定为一级优秀级别；
如果5≤Diff1＜10，判定为二级良好级别；
如果0＜Diff1＜5，判定为三级合格级别；
若综合合格系数Zhx小于合格阈值Q，则判定为瑕疵；
计算插值Diff2公式为：
依据插值Diff2值范围，将瑕疵划分为多个等级，多个等级包括：
若Diff2≥10，判定为一级严重瑕疵；
如果5≤Diff1＜10，判定为二级中等瑕疵；
如果0＜Diff1＜5，判定为三级轻微瑕疵。
优选的，通过专属条形码和产品标识，追溯该线路板所使用的材料的供应商和批次信息；
通过专属条形码和产品标识，关联数据集A，追溯该线路板在工业自动化流水线所使用的设备；并进行定位；
通过专属条形码和产品标识，关联数据集A，追溯该线路板在工业自动化流水线的操作员信息；并进行定位；
根据差值Diff2的多个等级，若瑕疵等级为三级轻微瑕疵，进行简单的修复操作，包括重新焊接和更换部件；
若瑕疵等级为二级中等瑕疵，需要更深入的检查和修复，包括更换整个焊接接头和重新布线；
瑕疵等级为一级严重瑕疵，需要彻底更换线路板或进行全面的焊接修复。
高精密线路板追溯系统，包括监测设备模块，条形码和数据集模块、机器视觉检测模块、参数分析模块、拟合判定模块、数据追溯模块和修复模块；
检测设备模块用于在蚀刻区、钻孔区、镀铜区和焊接区流水线位置上部署传感器组和监测设备，传感器组包括光学传感器、温度传感器和压力传感器，用于监测各个位置的参数和质量指标；
条形码和数据集模块用于在每个线路板上设置专属条形码或二维码，以实现线路板的追溯和关联；实时采集流水线位置传感器组和监测设备的数据，并存储获得数据集A，并关联专属条形码；
机器视觉检测模块用于对线路板成品进行机器视觉检测，获得成品图像数据，对成品图像数据进行预处理、特征提取，包括线路宽度、间距、焊盘尺寸参数，计算获得外形合格系数Wxh1；
参数分析模块用于通过传感器对线路板进行质量检测，包括重量和抗压值，分析计算质量合格系数ZLx2；
拟合判定模块用于外形合格系数Wxh1和质量合格系数ZLx2进行拟合，获得综合合格系数Zhx并与预设的合格阈值Q进行比较，判定线路板的合格与否，获得合格或瑕疵判定结果；
数据追溯模块，据瑕疵判定结果，追溯数据集A中与该线路板相关的数据，并关联瑕疵产品的专属条形码，查询生产线中材料来源、设备和操作员相关信息；
修复模块，根据插值Diff1和Diff2的多个等级，划分合格和瑕疵的不同等级；根据不同的瑕疵等级确定相对应的修复措施。
本发明提供了高精密线路板追溯系统及方法。具备以下有益效果：
（1）该方法通过对外形合格系数Wxh1和质量合格系数ZLx2进行拟合，得到综合合格系数Zhx。将Zhx与合格阈值Q进行对比，实现对线路板的整体质量评估。这样可以综合考虑线路板的外形和质量因素，更全面的判定产品的合格与否。通过采用这样的高精密线路板追溯方法，可以更好地解决现有追溯系统中的问题，提高生产过程的可控性和产品质量的稳定性，减少废品率，从而降低生产成本并提高客户满意度。
（2）通过对线路板上铜箔导电层覆盖率Tf、阻焊层覆盖率Zh和线路板表面洁净度G的计算，可以实现对线路板质量的准确评估和控制，从而提高产品的质量和可靠性；识别和纠正焊盘和线路板弯曲度方面的问题，提供定量的评估指标，便于对焊盘和线路板进行质量控制和改进；通过监测和计算焊接质量系数Hjxs，可以发现焊接质量不合格的接头，并针对性地改进焊接工艺和操作，提高焊接质量。这有助于减少废品率、提高产品质量和效率，降低维修成本。
（3）该高精密线路板追溯方法，通过设定合格阈值Q和插值Diff1、Diff2的判定范围，可以明确合格和瑕疵的标准，使判定过程更加准确和一致；通过将合格和瑕疵分为多个等级，可以更细致地评估线路板的质量状况，从优秀、良好到合格和瑕疵的不同等级，提供更详尽的质量评估结果；根据瑕疵的等级，可以有针对性地进行修复和处理措施。对于严重瑕疵，需要进行彻底的修复或更换，而对于轻微瑕疵，则可以进行简单的修复操作，从而有效提高产品质量和降低废品率；通过记录综合合格系数Zhx和插值Diff1、Diff2的数值，可以进行数据分析和追溯，找出导致瑕疵的具体原因和生产环节，并采取相应的改进措施，提高生产过程的稳定性和质量控制能力。
（4）高精密线路板追溯系统能够提供全面的数据分析和追溯功能，帮助企业实现质量控制、故障排查和质量改进，减少废品率和生产成本，提高产品的可追溯性和质量稳定性。
附图说明
图1为本发明高精密线路板追溯系统框图流程示意图；
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、完整的描述，显然，所描述的实施例仅仅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。
高精密线路板广泛应用于计算机硬件、服务器、嵌入式系统、主板、显卡和网络设备等领域。这些设备需要高密度的线路板布局和精确的电气连接。
高精密线路板追溯系统在实际生产环境中，因为线路板的流水线比较多，包含蚀刻区、钻孔区、镀铜区和焊接区，而大部分都是在生产完，对线路板进行合格质检，导致不知道具体在哪个生产步骤出现问题，虽然可以追溯线路板材料问题，但是不方便追溯具体的工艺环节参数，导致出现瑕疵产品时，不能更好的修复，可能会出现瑕疵产品变废品的情况，间接导致提高生产成本。
实施例
本发明提供高精密线路板追溯方法，包括以下步骤，
在高精密线路板在工业自动化流水线位置上部署传感器组和监测设备，所述流水线位置包括蚀刻区、钻孔区、镀铜区和焊接区；并在每个线路板上设置专属条形码，实时采集流水线位置传感器组和监测设备的采集数据，并存储获得数据集A，并关联若干个专属条形码；追溯数据集A中存储了与每个线路板相关的采集数据和专属条形码信息。根据瑕疵判定结果，可以快速查询数据集A中与该线路板相关的数据，如材料来源、生产过程中使用的设备、操作员和生产参数。这有助于进一步分析问题原因，并采取针对性的改进措施。
对线路板成品进行机器视觉检测，获得成品图像数据，对成品图像数据进行特征提取，关联流水线位置实时采集数据，分析获得外形合格系数Wxh1；对线路板成品通过传感器进行质量检测，包括线路板重量和抗压值，分析获得质量合格系数ZLx2；
所述外形合格系数Wxh1和质量合格系数ZLx2通过以下公式进行分析获得：
式中：kd表示为线路宽度值，jj表示为线路的间距值；线路宽度和间距是衡量线路板制造精度和线路密度的重要指标，确保线路连通性；H线路板上铜箔导电层的厚度；k表示线路板上连接孔径半径值；Tf表示为线路板上铜箔导电层覆盖率；Zh表示阻焊层覆盖率；G表示线路板表面洁净度，pm表示为焊盘平面度；Wq表示为线路板的弯曲度，过大的弯曲度会导致线路断裂或原件脱落；Hjxs表示为线路板焊接质量系数；
kg表示为线路板的重量值，表示为修正常数值；Dt表示线路板导通值，Dz表示为线路板绝缘电阻值；f()和g()分别是根据具体纸箱承重要求设计的函数；
将外形合格系数Wxh1和质量合格系数ZLx2进行拟合，获得综合合格系数Zhx，并将综合合格系数Zhx与合格阈值Q进行对比，若综合合格系数Zhx大于等于合格阈值Q，则判定为合格；如果Zhx小于Q，则判定为瑕疵；
根据瑕疵判定结果，追溯数据集A中与该线路板相关的数据，关联该线路板的专属条形码，依据瑕疵判定结果查询生产线中材料来源、生产过程中使用的设备和操作员和生产参数。
本实施例中，通过在每个线路板上设置专属条形码并实时采集流水线位置的传感器数据，可以准确确定每个线路板所处的工艺环节。当出现瑕疵时，可以根据追溯数据迅速定位具体的工艺环节，有助于准确判断问题的根源并采取相应的修复措施。
该方法通过对外形合格系数Wxh1和质量合格系数ZLx2进行拟合，得到综合合格系数Zhx。将Zhx与合格阈值Q进行对比，实现对线路板的整体质量评估。这样可以综合考虑线路板的外形和质量因素，更全面的判定产品的合格与否。通过采用这样的高精密线路板追溯方法，可以更好地解决现有追溯系统中的问题，提高生产过程的可控性和产品质量的稳定性，减少废品率，从而降低生产成本并提高客户满意度。
实施例2，本实施例是在实施例1中进行的解释说明，具体的，在蚀刻区、钻孔区、镀铜区和焊接区流水线位置上，部署相应的传感器组和监测设备；传感器组包括光学传感器、温度传感器和压力传感器，用于监测各个位置的参数和质量指标；可以提供多维度的监测数据，帮助掌握流水线过程中的关键参数变化情况。
在每个线路板上设置专属条形码或二维码；使用打印和粘贴的方式将条形码固定在线路板上，每个条形码具有唯一标识，以实现对线路板的追溯和关联；确保实时采集的数据与线路板的唯一标识相对应。
在流水线位置上的传感器组和监测设备实时采集数据，实时采集数据包括蚀刻过程中的测量数据、钻孔区的孔径尺寸、镀铜区的铜箔厚度和焊接区的焊接质量；这些实时采集的数据与每个专属条形码进行相关联，并存储在数据集A中，确保数据的完整性和可追溯性。
将实时采集数据与每个专属条形码进行相关联，存储在数据集A中，确保数据和线路板的唯一标识相对应。
本实施例中，可以实现对线路板生产过程中各个环节的实时监测和数据追溯。这有助于及时发现问题和异常，并追溯到具体的工艺环节，从而实现问题的快速定位和修复。同时，也为生产过程的优化和质量控制提供了可靠的数据支持。
实施例3，本实施例是在实施例1中进行的解释说明，具体的，使用摄像头或图像采集设备对线路板成品进行图像采集；确保图像清晰、光照均匀，并覆盖整个线路板；这样获取高质量的图像数据作为后续分析和处理的基础。
对采集到的成品图像进行预处理，包括去噪、图像增强和尺寸标定处理；这些预处理步骤有助于提高图像质量、减少干扰因素，并确保图像数据的准确性和一致性。
使用图像处理和计算机视觉技术，对成品图像进行特征提取；特征提取包括线路宽度、间距和焊盘尺寸外形参数；可以量化线路板的形状和结构特征，为后续的质量分析和判定提供依据；
将特征提取得到的外形参数与实时采集数据进行关联和分析，生成外形合格系数Wxh1，促进量化线路板的外观质量，并生成综合的合格系数Wxh1。这有助于线路板的外形质量进行评估和判定，从而提供数据支持和依据。
本实施例中，实现对线路板成品图像的全面分析和评估。结合实时采集数据，可以更准确地判断线路板的外形质量，发现潜在的问题并及时采取相应的措施。这有助于提高产品质量的稳定性和一致性，并提升生产效率和客户满意度。
实施例4，本实施例是在实施例1中进行的解释说明，具体的，线路板上铜箔导电层覆盖率Tf、阻焊层覆盖率Zh和线路板表面洁净度G通过以下公式计算；
式中，A_copper表示铜箔的表面积；A_total是线路板的总表面积，总表面积通常是通过测量线路板的尺寸得到的，包括长度和宽度；然后，使用线路板的长度乘以宽度计算出总表面积；A_resist是阻焊层的面积；P表示污染程度参数，范围为0到1，值越高表示污染程度越高；O表示氧化情况参数，范围为0到1，值越高表示氧化程度越高；R表示辐射迹象参数，范围为0到1，值越高表示辐射迹象越明显；C表示表面颗粒数量与面积的比率，范围为0到1，值越高表示颗粒数量越多。识别和纠正导电层、阻焊层和表面洁净度方面的问题，提高线路板的性能和可靠性；
本实施例中，通过对线路板上铜箔导电层覆盖率Tf、阻焊层覆盖率Zh和线路板表面洁净度G的计算，可以实现对线路板质量的准确评估和控制，从而提高产品的质量和可靠性。
实施例5，本实施例是在实施例1中进行的解释说明，具体的，焊盘平面度pm和线路板的弯曲度Wq通过以下公式计算获得：
式中，Δh_max是焊盘最高点与参考平面之间的高度差；Δh_min是焊盘最低点与参考平面之间的高度差；D是焊盘的直径或对角线长度；表示为修正常数；h_max是线路板上最高点与基准平面之间的垂直距离；h_min是线路板上最低点与基准平面之间的垂直距离；L是线路板的长度。合适的焊盘平面度pm可以确保焊接质量和可靠性，防止焊盘变形和不良接触；线路板的弯曲度Wq是评估线路板的弯曲程度和平整度的指标。过大的弯曲度会导致线路断裂或元件脱落，影响线路板的功能和可靠性。
本实施例中，识别和纠正焊盘和线路板弯曲度方面的问题，提供定量的评估指标，便于对焊盘和线路板进行质量控制和改进。
实施例6，本实施例是在实施例1中进行的解释说明，具体的，线路板焊接质量系数Hjxs通过以下公式计算获得：
式中，Nc是焊接接头中合格的焊点数量，通过超声波剖面检查焊缝，焊点的形状、填充度和连接状态均良好，判断为合格；Nt是焊接接头中总的焊点数量。
本实施例中，通过监测和计算焊接质量系数Hjxs，可以发现焊接质量不合格的接头，并针对性地改进焊接工艺和操作，提高焊接质量。这有助于减少废品率、提高产品质量和效率，降低维修成本。通过焊接质量系数Hjxs的计算，可以实现对焊接接头质量的评估、控制和追溯，有助于提高焊接质量、减少质量问题和提升生产效率。
实施例7，本实施例是在实施例1中进行的解释说明，具体的，当将外形合格系数Wxh1和质量合格系数ZLx2进行拟合时，使用加权求和的方法来得到综合合格系数Zhx，具体的拟合表征公式如下所示：
式中，w1和w2是外形合格系数Wxh1和质量合格系数ZLx2的权重系数， 且/>。
本实施例中，综合合格系数Zhx可以更准确地判断线路板的合格性。通过将外形和质量两个方面的指标进行综合加权，可以避免仅依靠单一指标对线路板进行评估时可能出现的片面性和不准确性。通过调整权重系数（w1和w2），可以根据实际需求和优先级，对外形和质量的重要性进行灵活调整。这使得系统可以根据具体情况进行定制，满足不同用户和应用的需求。
实施例8，本实施例是在实施例1中进行的解释说明，具体的，设定合格阈值Q的值为80，计算综合合格系数Zhx≥80，则判定为合格；
计算插值Diff1公式为：
依据插值Diff1值范围，将合格划分为多个等级，多个等级包括：
若Diff1≥10，判定为一级优秀级别；
如果5≤Diff1＜10，判定为二级良好级别；
如果0＜Diff1＜5，判定为三级合格级别；
若综合合格系数Zhx小于合格阈值Q，则判定为瑕疵；
计算插值Diff2公式为：
依据插值Diff2值范围，将瑕疵划分为多个等级，多个等级包括：
若Diff2≥10，判定为一级严重瑕疵；
如果5≤Diff1＜10，判定为二级中等瑕疵；
如果0＜Diff1＜5，判定为三级轻微瑕疵。
本实施例中，通过设定合格阈值Q和插值Diff1、Diff2的判定范围，可以明确合格和瑕疵的标准，使判定过程更加准确和一致；通过将合格和瑕疵分为多个等级，可以更细致地评估线路板的质量状况，从优秀、良好到合格和瑕疵的不同等级，提供更详尽的质量评估结果；根据瑕疵的等级，可以有针对性地进行修复和处理措施。对于严重瑕疵，需要进行彻底的修复或更换，而对于轻微瑕疵，则可以进行简单的修复操作，从而有效提高产品质量和降低废品率；通过记录综合合格系数Zhx和插值Diff1、Diff2的数值，可以进行数据分析和追溯，找出导致瑕疵的具体原因和生产环节，并采取相应的改进措施，提高生产过程的稳定性和质量控制能力。
实施例9，本实施例是在实施例1中进行的解释说明，具体的，通过专属条形码和产品标识，追溯该线路板所使用的材料的供应商和批次信息；
通过专属条形码和产品标识，关联数据集A，追溯该线路板在工业自动化流水线所使用的设备；并进行定位；这样可以定位哪些设备参与了线路板的生产过程，有助于监控设备性能、进行设备维护和故障排除。
通过专属条形码和产品标识，关联数据集A，追溯该线路板在工业自动化流水线的操作员信息；并进行定位；这有助于确定负责生产过程的操作员，并进行员工培训、绩效评估和责任追究。
根据差值Diff2的多个等级，若瑕疵等级为三级轻微瑕疵，进行简单的修复操作，包括重新焊接和更换部件；
若瑕疵等级为二级中等瑕疵，需要更深入的检查和修复，包括更换整个焊接接头和重新布线；
瑕疵等级为一级严重瑕疵，需要彻底更换线路板或进行全面的焊接修复。
本实施例中，可以更好地管理线路板的生产过程，实现质量控制和质量改进，减少废品率和生产成本，提高产品的可追溯性和质量稳定性。
高精密线路板追溯系统，请参阅图1，包括监测设备模块，条形码和数据集模块、机器视觉检测模块、参数分析模块、拟合判定模块、数据追溯模块和修复模块；
检测设备模块用于在蚀刻区、钻孔区、镀铜区和焊接区流水线位置上部署传感器组和监测设备，传感器组包括光学传感器、温度传感器和压力传感器，用于监测各个位置的参数和质量指标；
条形码和数据集模块用于在每个线路板上设置专属条形码或二维码，以实现线路板的追溯和关联；实时采集流水线位置传感器组和监测设备的数据，并存储获得数据集A，并关联专属条形码；
机器视觉检测模块用于对线路板成品进行机器视觉检测，获得成品图像数据，对成品图像数据进行预处理、特征提取，包括线路宽度、间距、焊盘尺寸参数，计算获得外形合格系数Wxh1；
参数分析模块用于通过传感器对线路板进行质量检测，包括重量和抗压值，分析计算质量合格系数ZLx2；
拟合判定模块用于外形合格系数Wxh1和质量合格系数ZLx2进行拟合，获得综合合格系数Zhx并与预设的合格阈值Q进行比较，判定线路板的合格与否，获得合格或瑕疵判定结果；
数据追溯模块，据瑕疵判定结果，追溯数据集A中与该线路板相关的数据，并关联瑕疵产品的专属条形码，查询生产线中材料来源、设备和操作员相关信息；
修复模块，根据插值Diff1和Diff2的多个等级，划分合格和瑕疵的不同等级；根据不同的瑕疵等级确定相对应的修复措施。
高精密线路板追溯系统能够提供全面的数据分析和追溯功能，帮助企业实现质量控制、故障排查和质量改进，减少废品率和生产成本，提高产品的可追溯性和质量稳定性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.高精密线路板追溯方法，其特征在于：包括以下步骤，
在高精密线路板在工业自动化流水线位置上部署传感器组和监测设备，所述流水线位置包括蚀刻区、钻孔区、镀铜区和焊接区；并在每个线路板上设置专属条形码，实时采集流水线位置传感器组和监测设备的采集数据，并存储获得数据集A，并关联若干个专属条形码；
对线路板成品进行机器视觉检测，获得成品图像数据，对成品图像数据进行特征提取，关联流水线位置实时采集数据，分析获得外形合格系数Wxh1；对线路板成品通过传感器进行质量检测，包括线路板重量和抗压值，分析获得质量合格系数ZLx2；
所述外形合格系数Wxh1和质量合格系数ZLx2通过以下公式进行分析获得：
式中：kd表示为线路宽度值，jj表示为线路的间距值；线路宽度和间距是衡量线路板制造精度和线路密度的重要指标，确保线路连通性；H线路板上铜箔导电层的厚度；k表示线路板上连接孔径半径值；Tf表示为线路板上铜箔导电层覆盖率；Zh表示阻焊层覆盖率；G表示线路板表面洁净度，pm表示为焊盘平面度；Wq表示为线路板的弯曲度，过大的弯曲度会导致线路断裂或原件脱落；Hjxs表示为线路板焊接质量系数；
kg表示为线路板的重量值，表示为修正常数值；Dt表示线路板导通值，Dz表示为线路板绝缘电阻值；f()和g()分别是根据具体纸箱承重要求设计的函数；
将外形合格系数Wxh1和质量合格系数ZLx2进行拟合，获得综合合格系数Zhx，并将综合合格系数Zhx与合格阈值Q进行对比，若综合合格系数Zhx大于等于合格阈值Q，则判定为合格；如果Zhx小于Q，则判定为瑕疵；
根据瑕疵判定结果，追溯数据集A中与该线路板相关的数据，关联该线路板的专属条形码，依据瑕疵判定结果查询生产线中材料来源、生产过程中使用的设备和操作员和生产参数。
2.根据权利要求1所述的高精密线路板追溯方法，其特征在于：在蚀刻区、钻孔区、镀铜区和焊接区流水线位置上，部署相应的传感器组和监测设备；传感器组包括光学传感器、温度传感器和压力传感器，用于监测各个位置的参数和质量指标；
在每个线路板上设置专属条形码或二维码；使用打印和粘贴的方式将条形码固定在线路板上，每个条形码具有唯一标识，以实现对线路板的追溯和关联；
在流水线位置上的传感器组和监测设备实时采集数据，实时采集数据包括蚀刻过程中的测量数据、钻孔区的孔径尺寸、镀铜区的铜箔厚度和焊接区的焊接质量；
将实时采集数据与每个专属条形码进行相关联，存储在数据集A中，确保数据和线路板的唯一标识相对应。
3.根据权利要求1所述的高精密线路板追溯方法，其特征在于：使用摄像头或图像采集设备对线路板成品进行图像采集；确保图像清晰、光照均匀，并覆盖整个线路板；
对采集到的成品图像进行预处理，包括去噪、图像增强和尺寸标定处理；
使用图像处理和计算机视觉技术，对成品图像进行特征提取；特征提取包括线路宽度、间距和焊盘尺寸外形参数；
将特征提取得到的外形参数与实时采集数据进行关联和分析，生成外形合格系数Wxh1。
4.根据权利要求1所述的高精密线路板追溯方法，其特征在于：线路板上铜箔导电层覆盖率Tf、阻焊层覆盖率Zh和线路板表面洁净度G通过以下公式计算；
式中，A_copper表示铜箔的表面积；A_total是线路板的总表面积，总表面积通常是通过测量线路板的尺寸得到的，包括长度和宽度；然后，使用线路板的长度乘以宽度计算出总表面积；A_resist是阻焊层的面积；P表示污染程度参数，范围为0到1，值越高表示污染程度越高；O表示氧化情况参数，范围为0到1，值越高表示氧化程度越高；R表示辐射迹象参数，范围为0到1，值越高表示辐射迹象越明显；C表示表面颗粒数量与面积的比率，范围为0到1，值越高表示颗粒数量越多。
5.根据权利要求1所述的高精密线路板追溯方法，其特征在于：焊盘平面度pm和线路板的弯曲度Wq通过以下公式计算获得：
式中，Δh_max是焊盘最高点与参考平面之间的高度差；Δh_min是焊盘最低点与参考平面之间的高度差；D是焊盘的直径或对角线长度；/>表示为修正常数；h_max是线路板上最高点与基准平面之间的垂直距离；h_min是线路板上最低点与基准平面之间的垂直距离；L是线路板的长度。
6.根据权利要求1所述的高精密线路板追溯方法，其特征在于：线路板焊接质量系数Hjxs通过以下公式计算获得：
式中，Nc是焊接接头中合格的焊点数量，通过超声波剖面检查焊缝，焊点的形状、填充度和连接状态均良好，判断为合格；Nt是焊接接头中总的焊点数量。
7.根据权利要求1所述的高精密线路板追溯方法，其特征在于：当将外形合格系数Wxh1和质量合格系数ZLx2进行拟合时，使用加权求和的方法来得到综合合格系数Zhx，具体的拟合表征公式如下所示：
式中，w1和w2是外形合格系数Wxh1和质量合格系数ZLx2的权重系数，/> 且/>。
8.根据权利要求1所述的高精密线路板追溯方法，其特征在于：设定合格阈值Q的值为80，计算综合合格系数Zhx≥80，则判定为合格；
计算插值Diff1公式为：
依据插值Diff1值范围，将合格划分为多个等级，多个等级包括：
若Diff1≥10，判定为一级优秀级别；
如果5≤Diff1＜10，判定为二级良好级别；
如果0＜Diff1＜5，判定为三级合格级别；
若综合合格系数Zhx小于合格阈值Q，则判定为瑕疵；
计算插值Diff2公式为：
依据插值Diff2值范围，将瑕疵划分为多个等级，多个等级包括：
若Diff2≥10，判定为一级严重瑕疵；
如果5≤Diff1＜10，判定为二级中等瑕疵；
如果0＜Diff1＜5，判定为三级轻微瑕疵。
9.根据权利要求8所述的高精密线路板追溯方法，其特征在于：通过专属条形码和产品标识，追溯该线路板所使用的材料的供应商和批次信息；
通过专属条形码和产品标识，关联数据集A，追溯该线路板在工业自动化流水线所使用的设备；并进行定位；
通过专属条形码和产品标识，关联数据集A，追溯该线路板在工业自动化流水线的操作员信息；并进行定位；
根据差值Diff2的多个等级，若瑕疵等级为三级轻微瑕疵，进行简单的修复操作，包括重新焊接和更换部件；
若瑕疵等级为二级中等瑕疵，需要更深入的检查和修复，包括更换整个焊接接头和重新布线；
瑕疵等级为一级严重瑕疵，需要彻底更换线路板或进行全面的焊接修复。
10.高精密线路板追溯系统，其特征在于：包括监测设备模块，条形码和数据集模块、机器视觉检测模块、参数分析模块、拟合判定模块、数据追溯模块和修复模块；
检测设备模块用于在蚀刻区、钻孔区、镀铜区和焊接区流水线位置上部署传感器组和监测设备，传感器组包括光学传感器、温度传感器和压力传感器，用于监测各个位置的参数和质量指标；
条形码和数据集模块用于在每个线路板上设置专属条形码或二维码，以实现线路板的追溯和关联；实时采集流水线位置传感器组和监测设备的数据，并存储获得数据集A，并关联专属条形码；
机器视觉检测模块用于对线路板成品进行机器视觉检测，获得成品图像数据，对成品图像数据进行预处理、特征提取，包括线路宽度、间距、焊盘尺寸参数，计算获得外形合格系数Wxh1；
参数分析模块用于通过传感器对线路板进行质量检测，包括重量和抗压值，分析计算质量合格系数ZLx2；
拟合判定模块用于外形合格系数Wxh1和质量合格系数ZLx2进行拟合，获得综合合格系数Zhx并与预设的合格阈值Q进行比较，判定线路板的合格与否，获得合格或瑕疵判定结果；
数据追溯模块，据瑕疵判定结果，追溯数据集A中与该线路板相关的数据，并关联瑕疵产品的专属条形码，查询生产线中材料来源、设备和操作员相关信息；
修复模块，根据插值Diff1和Diff2的多个等级，划分合格和瑕疵的不同等级；根据不同的瑕疵等级确定相对应的修复措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311223145.3A CN116976757B (zh) | 2023-09-21 | 2023-09-21 | 高精密线路板追溯系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311223145.3A CN116976757B (zh) | 2023-09-21 | 2023-09-21 | 高精密线路板追溯系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116976757A true CN116976757A (zh) | 2023-10-31 |
| CN116976757B CN116976757B (zh) | 2023-11-28 |
Family
ID=88481785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311223145.3A Active CN116976757B (zh) | 2023-09-21 | 2023-09-21 | 高精密线路板追溯系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116976757B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117635603A (zh) * | 2024-01-02 | 2024-03-01 | 汉狮光动科技(广东)有限公司 | 基于目标检测的中空遮阳产品在线质量检测系统及方法 |
| CN117984491A (zh) * | 2024-03-18 | 2024-05-07 | 广东金鼎光学技术股份有限公司 | 一种光学镜片模压设备的模具溯源方法及系统 |
| CN118566702A (zh) * | 2024-08-05 | 2024-08-30 | 江苏华芯智造半导体有限公司 | 一种电路板故障检测方法、系统及存储介质 |
| CN118644259A (zh) * | 2024-08-12 | 2024-09-13 | 南通飞隼信息科技有限公司 | 一种基于仿真品识别的数据挖掘方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147607A (zh) * | 2010-02-09 | 2011-08-10 | 科博达技术有限公司 | 一种柔性化的电子产品通用型生产线及其生产方法 |
| CN206961175U (zh) * | 2017-05-05 | 2018-02-02 | 红板（江西）有限公司 | 一种线路板阻焊工序全流程条码追溯的设备 |
| CN115526641A (zh) * | 2022-09-20 | 2022-12-27 | 盐城维信电子有限公司 | 柔板产品生产质量追溯方法、系统、装置和存储介质 |
| CN115983726A (zh) * | 2023-03-21 | 2023-04-18 | 厦门微亚智能科技有限公司 | 一种企业产品质量闭环追溯管理系统 |
| CN116342152A (zh) * | 2023-05-30 | 2023-06-27 | 深圳市红禾谷生物科技有限公司 | 一种农产品的源产销信息追溯方法和系统 |
| CN116337869A (zh) * | 2023-03-02 | 2023-06-27 | 梅州市优捷科技有限公司 | 一种基于机器视觉的双面线路板生产用检测系统 |
| CN116559200A (zh) * | 2023-07-10 | 2023-08-08 | 深圳市特旺电子有限公司 | 一种基于视觉测试的pcb线路板组装缺陷检测系统 |
-
2023
- 2023-09-21 CN CN202311223145.3A patent/CN116976757B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102147607A (zh) * | 2010-02-09 | 2011-08-10 | 科博达技术有限公司 | 一种柔性化的电子产品通用型生产线及其生产方法 |
| CN206961175U (zh) * | 2017-05-05 | 2018-02-02 | 红板（江西）有限公司 | 一种线路板阻焊工序全流程条码追溯的设备 |
| CN115526641A (zh) * | 2022-09-20 | 2022-12-27 | 盐城维信电子有限公司 | 柔板产品生产质量追溯方法、系统、装置和存储介质 |
| CN116337869A (zh) * | 2023-03-02 | 2023-06-27 | 梅州市优捷科技有限公司 | 一种基于机器视觉的双面线路板生产用检测系统 |
| CN115983726A (zh) * | 2023-03-21 | 2023-04-18 | 厦门微亚智能科技有限公司 | 一种企业产品质量闭环追溯管理系统 |
| CN116342152A (zh) * | 2023-05-30 | 2023-06-27 | 深圳市红禾谷生物科技有限公司 | 一种农产品的源产销信息追溯方法和系统 |
| CN116559200A (zh) * | 2023-07-10 | 2023-08-08 | 深圳市特旺电子有限公司 | 一种基于视觉测试的pcb线路板组装缺陷检测系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117635603A (zh) * | 2024-01-02 | 2024-03-01 | 汉狮光动科技(广东)有限公司 | 基于目标检测的中空遮阳产品在线质量检测系统及方法 |
| CN117984491A (zh) * | 2024-03-18 | 2024-05-07 | 广东金鼎光学技术股份有限公司 | 一种光学镜片模压设备的模具溯源方法及系统 |
| CN118566702A (zh) * | 2024-08-05 | 2024-08-30 | 江苏华芯智造半导体有限公司 | 一种电路板故障检测方法、系统及存储介质 |
| CN118644259A (zh) * | 2024-08-12 | 2024-09-13 | 南通飞隼信息科技有限公司 | 一种基于仿真品识别的数据挖掘方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116976757B (zh) | 2023-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116976757B (zh) | 高精密线路板追溯系统及方法 | |
| CN107734955B (zh) | 表面安装线的检查装置、品质管理系统以及记录介质 | |
| JP6264072B2 (ja) | 品質管理装置及びその制御方法 | |
| Kujawińska et al. | Human factors in visual quality control | |
| CN114450712A (zh) | 基于x射线图像复检的产品故障预测方法及系统 | |
| WO2015115432A1 (ja) | 品質管理装置および品質管理装置の制御方法 | |
| US20160209207A1 (en) | Board inspection method and board inspection system using the same | |
| JP6277754B2 (ja) | 品質管理システムおよび内部検査装置 | |
| Filz et al. | Simulation-based assessment of quality inspection strategies on manufacturing systems | |
| CN111337079A (zh) | 一种印刷电路板生产用测试检查方法 | |
| CN103984835B (zh) | 一种表贴焊点imc热疲劳概率故障物理模型建立方法 | |
| CN107731705B (zh) | 在缺陷检测中设定抽样率的方法以及产线的检测管控方法 | |
| CN117655568A (zh) | 基于气浮式焊接夹的光通信产品激光焊接性能监测系统 | |
| WO2013001594A1 (ja) | 電子基板の検査管理方法、検査管理装置および目視検査装置 | |
| CN115136750A (zh) | 电子元件生产线中不同机器之间的数据相关 | |
| CN115229297A (zh) | 用于自动焊锡机的焊点质量检测方法及系统 | |
| Krasaephol et al. | Quality control process improvement of flexible printed circuit board by FMEA | |
| Čabrijan et al. | Analysis of the cross-wire welding process stability | |
| CN118428734B (zh) | 一种基于数据分析的产业链风险识别方法及系统 | |
| Michalska | Overview of AOI use in surface-mount technology control | |
| CN118890790A (zh) | 一种电路板加工缺陷快速检测方法及系统 | |
| CN118586779B (zh) | 基于图像识别的高空作业车生产缺陷识别分析系统 | |
| CN118534302A (zh) | 一种基于人工智能的线路板定位工装检测系统 | |
| WO2022157995A1 (ja) | 検査管理システム、検査管理装置、検査管理方法、及びプログラム | |
| Saimsakul et al. | Formation of Skill standards for Printed Circuit Board Assembly Inspection by Define-Measure-Analyze-Improve-Control method |
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 |