CN117217476B - 一种产线测试资源自动化配置方法 - Google Patents
一种产线测试资源自动化配置方法 Download PDFInfo
- Publication number
- CN117217476B CN117217476B CN202311192957.6A CN202311192957A CN117217476B CN 117217476 B CN117217476 B CN 117217476B CN 202311192957 A CN202311192957 A CN 202311192957A CN 117217476 B CN117217476 B CN 117217476B
- Authority
- CN
- China
- Prior art keywords
- product
- products
- quality
- appearance
- standard
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 107
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 47
- 238000013441 quality evaluation Methods 0.000 claims abstract description 56
- 230000002950 deficient Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims abstract description 9
- 238000012797 qualification Methods 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
Landscapes
- General Factory Administration (AREA)
Abstract
本发明公开了一种产线测试资源自动化配置方法,涉及产线测试技术领域,根据各产品的类型,将外观质量合格的产品进行类型分配,从而将相同类型的产品分配至同一个测试设备中,进而进行测试,将产线测试资源进行合理化和自动化分配,可以减少测试设备的切换和调整时间,从而提高测试效率,同时,可以减少测试数据的差异,从而提高测试数据的可靠性和比对的准确性,对各产品的外观质量评估系数进行分析,同时,根据各产品的外观质量评估系数,从而筛选出可维修的瑕疵产品,进而将瑕疵产品进行维修,同时,增加产线测试资源的智能化,可以减轻人为因素对测试过程带来的干扰,从而提高测试的精度。
Description
技术领域
本发明涉及产线测试技术领域,具体涉及一种产线测试资源自动化配置方法。
背景技术
在电子产品行业中,电子产品供应商在交付产品给主机厂之前,必须对产品进行测试,以确保交付到主机厂的产品安全、稳定、可靠;为了对产品进行测试,就需要使用到测试设备,测试的目的在于确认被测试的电子产品的运作是否符合预期,并且将通过测试与未通过测试的电子产品进行分门别类;避免将未通过测试的集成电路贩售给客户从而造成巨大的损失,以达到自动测试产品的目的;
当前技术中产线测试资源自动化配置方法无法根据各产品的类型进行分配测试,容易导致测试资源的不合理化,很显然这种检测方式至少存在以下方面问题:
1、传统自动化测试资源配置和测试任务执行时,无法将产线测试资源进行合理化和自动化分配,从而增加测试成本和测试人员的工作量,同时,在相同的测试设备上测试不同类型的产品需要进行反复的设备切换和调整,增加了测试成本,且不方便对测试设备进行统一管理和维护,增加管理和维护的工作量;
2、在现代工业生产中,生产线测试是保证产品质量的重要手段之一,但是传统的生产线测试依赖于人工操作,测试人员需要手动配置测试资源、执行测试任务、收集测试结果等,这种测试方式存在测试效率低、测试成本高、测试结果不稳定等问题。
发明内容
针对上述存在的技术不足,本发明的目的是提供一种产线测试资源自动化配置方法。
为解决上述技术问题,本发明采用如下技术方案:本发明提供一种产线测试资源自动化配置方法,包括:步骤一、产品信息及图像采集:采集各产品的类型和外观图像,获取各产品的类型和外观图像;
步骤二、产品外观质量分析:根据各产品外观图像,对各产品的外观质量评估系数进行分析;
步骤三、产品外观质量判断:根据各产品的外观质量评估系数,判断各产品的外观质量是否合格;
步骤四、瑕疵产品筛选:根据各产品的外观质量评估系数,筛选出可维修的瑕疵产品,进而将可维修的瑕疵产品传输至可维修区域;
步骤五、产品类型分配:当判定产品的外观质量合格时,根据各产品的类型,将外观质量合格的产品进行类型分配,从而将相同类型的产品分配至同一个测试设备中,进而进行测试;
步骤六、产品性能分析:在测试完成后,获取各产品对应的实际性能信息,其中实际性能信息包括实际输出频率、实际传输速度和实际内存容量,从而对各产品对应的性能评估系数进行分析,进而判断各产品的性能质量是否合格;
步骤七、产品分类:根据各产品的性能质量的合格情况,获取各合格产品,进而将各合格产品进行分配传输;
步骤八、产品合格率评估:根据各产品的性能质量合格数量,评估各类型产品的合格率;
步骤九、合格率显示:显示各类型产品的合格率。
优选地,所述获取各产品的类型和外观图像,具体获取过程如下:
A1、在产品测试生产线上安装高清摄像头;
A2、通过生产线上安装的高清摄像头,采集各产品的外观图像;
A3、通过生产线上安装的高清摄像头,采集各产品上的生产条形码;
A4、通过扫码各产品上的生产条形码,将各产品上的生产条形码与数据库中储存的各产品类型对应的生产条形码进行比对,从而得到各产品对应的类型,进而根据数据库中存储的各产品类型对应的标准输出频率、标准传输速度和标准内存容量,得到各产品对应的标准输出频率、标准传输速度和标准内存容量。
优选地,所述对各产品的外观质量评估系数进行分析,具体分析过程如下:
在各产品的外观图像中布设各采集点,进而从各产品的外观图像中获取各产品中各采集点对应的色调、饱和度和明度,并从各产品的外观图像中获取各产品的尺寸;
将各产品对应尺寸、各采集点色调、各采集点饱和度和各采集点明度代入计算公式中,得到各产品对应的质量评估系数/>,其中/>表示各产品对应的编号,/>,g表示各采集点对应的编号,/>,/>表示第/>个产品对应尺寸,/>、/>、/>分别表示第/>个产品中第/>个采集点对应色调、饱和度、明度,/>、/>、/>、/>分别表示设定的产品对应标准尺寸、标准色调、标准饱和度、标准明度,/>、/>、/>、/>分别表示为设定的产品尺寸、色调、饱和度、明度对应的权重因子。
优选地,所述判断各产品的外观质量是否合格,具体判断过程如下:
将各产品外观图像对应的质量评估系数与设定的标准质量评估系数进行对比,若某产品的外观图像对应的质量评估系数大于或者等于设定的标准质量评估系数,则判定该产品的外观质量合格,若某产品的外观图像对应的质量评估系数小于设定的标准质量评估系数,则判定该产品的外观质量不合格,以此方式判断各产品的外观质量是否合格;
同时,将外观质量不合格的产品标记为瑕疵产品。
优选地,所述筛选出可维修的瑕疵产品,具体筛选过程如下:
将瑕疵产品对应的质量评估系数与设定的标准瑕疵质量评估系数进行对比,若某瑕疵产品对应的质量评估系数大于或者等于设定的标准瑕疵质量评估系数,则判定该瑕疵产品的外观可维修,反之,则判定该瑕疵产品的外观不可维修,以此方式判断各瑕疵产品是否可维修。
优选地,所述将同一型号的产品分配至同一个测试设备中,进而进行测试,具体测试过程如下:
B1、将各型号的合格产品分别传输至各指定区域;
B2、各指定区域内部的机械臂能够准确地识别和选取各类型产品的合格产品,通过机械臂将各类型的合格产品依次放入各类型产品对应的测试设备中,进而进行测试;
B3、将各类型产品与各类型产品对应的测试设备进行连接,再将各测试设备运行设定的测试程序,从而记录实际输出频率、实际传输速度和实际内存容量。
优选地,所述对各产品对应的性能评估系数进行分析,具体分析过程如下:
将各产品对应的实际输出频率、实际传输速度和实际内存容量代入计算公式中,得到各产品对应的性能评估系数/>,其中/>、/>和/>分别表示各产品对应的实际输出频率、实际传输速度和实际内存容量,/>、/>和/>分别表示设定的产品对应的标准输出频率、标准传输速度和标准内存容量,/>、/>和/>分别为设定的产品对应输出频率、传输速度和内存容量对应的权重因子。
优选地,所述判断各产品的性能质量是否合格,具体判断过程如下:
将各产品对应的性能评估系数与设定的标准性能评估系数进行对比,若某产品对应的性能评估系数大于或者等于设定的标准性能评估系数,则判断该产品的性能质量合格,若某产品对应的性能评估系数小于设定的标准性能评估系数,则判断该产品的性能质量不合格,以此方式判断各产品的性能质量是否合格。
优选地,所述评估各类型产品的合格率,具体评估过程如下:
统计各类型产品外观质量评估系数进行分析前的总数量,记为,根据各类型产品的性能质量合格情况,统计各类型产品的性能质量合格的数量,记为/>,代入计算公式中,得到各类型产品的合格率/>。
本发明的有益效果在于:本发明提供了一种产线测试资源自动化配置方法,根据各产品的类型,将外观质量合格的产品进行类型分配,从而将相同类型的产品分配至同一个测试设备中,进而进行测试,将产线测试资源进行合理化和自动化分配,可以减少测试设备的切换和调整时间,从而提高测试效率,将相同类型的产品分配到同一个测试设备中,可以减少测试数据的差异,从而提高测试数据的可靠性和比对的准确性;
本发明根据各产品外观图像,进而对各产品的外观质量评估系数进行分析,进而判断各产品的外观质量是否合格,同时,根据各产品的外观质量评估系数,从而筛选出可维修的瑕疵产品,进而将瑕疵产品进行维修,同时,增加产线测试资源的智能化,可以减轻人为因素对测试过程带来的干扰,从而提高测试的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤流程示意图。
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、完整地描述,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。
本发明实施例如图1所示,一种产线测试资源自动化配置方法,包括:
步骤一、产品信息及图像采集:采集各产品的类型和外观图像,获取各产品的类型和外观图像。
在一个具体的实施例中,获取各产品的类型和外观图像,具体获取过程如下:
A1、在产品测试生产线上安装高清摄像头;
A2、通过生产线上安装的高清摄像头,采集各产品的外观图像;
A3、通过生产线上安装的高清摄像头,采集各产品上的生产条形码;
A4、通过扫码各产品上的生产条形码,将各产品上的生产条形码与数据库中储存的各产品类型对应的生产条形码进行比对,从而得到各产品对应的类型,进而根据数据库中存储的各产品类型对应的标准输出频率、标准传输速度和标准内存容量,得到各产品对应的标准输出频率、标准传输速度和标准内存容量。
需要说明的是,数据库存储了各种电子产品类型及其对应的标准输的出频率、标准传输速度和标准内存容量。
步骤二、产品外观质量分析:根据各产品外观图像,对各产品的外观质量评估系数进行分析。
在一个具体的实施例中,对各产品的外观质量评估系数进行分析,具体分析过程如下:
在各产品的外观图像中布设各采集点,进而从各产品的外观图像中获取各产品中各采集点对应的色调、饱和度和明度,并从各产品的外观图像中获取各产品的尺寸;
将各产品对应尺寸、各采集点色调、各采集点饱和度和各采集点明度代入计算公式中,得到各产品对应的质量评估系数/>,其中/>表示各产品对应的编号,/>,g表示各采集点对应的编号,/>,/>表示第/>个产品对应尺寸,/>、/>、/>分别表示第/>个产品中第/>个采集点对应色调、饱和度、明度,/>、/>、/>、/>分别表示设定的产品对应标准尺寸、标准色调、标准饱和度、标准明度,/>、/>、/>、/>分别表示为设定的产品尺寸、色调、饱和度、明度对应的权重因子。
步骤三、产品外观质量判断:根据各产品的外观质量评估系数,判断各产品的外观质量是否合格。
在一个具体的实施例中,判断各产品的外观质量是否合格,具体判断过程如下:
将各产品外观图像对应的质量评估系数与设定的标准质量评估系数进行对比,若某产品的外观图像对应的质量评估系数大于或者等于设定的标准质量评估系数,则判定该产品的外观质量合格,若某产品的外观图像对应的质量评估系数小于设定的标准质量评估系数,则判定该产品的外观质量不合格,以此方式判断各产品的外观质量是否合格;
同时,将外观质量不合格的产品标记为瑕疵产品。
需要说明的是,步骤三还包括对各类型的瑕疵产品占比率进行分析,其具体分析过程如下:
统计各类型产品外观质量评估系数进行分析前的总数量,记为,根据各类型产品的瑕疵产品情况,统计各类型瑕疵产品的数量,记为/>,代入计算公式/>中,得到各类型的瑕疵产品占比率/>,将各类型的瑕疵产品占比率按照从小到大的排序,并按照排序结果进行显示,可以很直观的得出各类型瑕疵产品状况,就能够清楚地了解产品中各种类型瑕疵产品的占比,进一步分析瑕疵产生的原因,有针对性地制定解决方案,提高产品质量和消费者满意度。
步骤四、瑕疵产品筛选:根据各产品的外观质量评估系数,筛选出可维修的瑕疵产品,进而将可维修的瑕疵产品传输至可维修区域。
在一个具体的实施例中,筛选出可维修的瑕疵产品,具体筛选过程如下:
将瑕疵产品对应的质量评估系数与设定的标准瑕疵质量评估系数进行对比,若某瑕疵产品对应的质量评估系数大于或者等于设定的标准瑕疵质量评估系数,则判定该瑕疵产品的外观可维修,反之,则判定该瑕疵产品的外观不可维修,以此方式判断各瑕疵产品是否可维修。
需要说明的是,步骤四还包括对各类型可维修的瑕疵产品占比率进行分析,其具体分析过程如下:
统计各类型产品外观质量评估系数进行分析前的总数量,记为,根据各类型产品的瑕疵产品是否可维修情况,统计各类型可维修的瑕疵产品的数量,记为/>,代入计算公式/>中,得到各类型可维修的瑕疵产品占比率/>,将各类型可维修的瑕疵产品占比率按照从小到大的排序,并按照排序结果进行显示,可以很直观的得出各类型可维修的瑕疵产品状况,从而有针对性地采取措施,进而提高可维修的瑕疵产品的合格率。
本发明根据各产品外观图像,进而对各产品的外观质量评估系数进行分析,进而判断各产品的外观质量是否合格,同时,根据各产品的外观质量评估系数,从而筛选出可维修的瑕疵产品,进而将瑕疵产品进行维修,同时,增加产线测试资源的智能化,可以减轻人为因素对测试过程带来的干扰,从而提高测试的精度。
步骤五、产品类型分配:当判定产品的外观质量合格时,根据各产品的类型,将外观质量合格的产品进行类型分配,从而将相同类型的产品分配至同一个测试设备中,进而进行测试。
在一个具体的实施例中,将同一型号的产品分配至同一个测试设备中,进而进行测试,具体测试过程如下:
B1、将各型号的合格产品分别传输至各指定区域;
B2、各指定区域内部的机械臂能够准确地识别和选取各类型产品的合格产品,通过机械臂将各类型的合格产品依次放入各类型产品对应的测试设备中,进而进行测试;
B3、将各类型产品与各类型产品对应的测试设备进行连接,再将各测试设备运行设定的测试程序,从而记录实际输出频率、实际传输速度和实际内存容量。
步骤六、产品性能分析:在测试完成后,获取各产品对应的实际性能信息,其中实际性能信息包括实际输出频率、实际传输速度和实际内存容量,从而对各产品对应的性能评估系数进行分析,进而判断各产品的性能质量是否合格。
步骤七、产品分类:根据各产品的性能质量的合格情况,获取各合格产品,进而将各合格产品进行分配传输。
在一个具体的实施例中,对各产品对应的性能评估系数进行分析,具体分析过程如下:
将各产品对应的实际输出频率、实际传输速度和实际内存容量代入计算公式中,得到各产品对应的性能评估系数/>,其中/>、/>和/>分别表示各产品对应的实际输出频率、实际传输速度和实际内存容量,/>、/>和/>分别表示设定的产品对应的标准输出频率、标准传输速度和标准内存容量,/>、/>和/>分别为设定的产品对应输出频率、传输速度和内存容量对应的权重因子。
在另一个具体的实施例中,判断各产品的性能质量是否合格,具体判断过程如下:
将各产品对应的性能评估系数与设定的标准性能评估系数进行对比,若某产品对应的性能评估系数大于或者等于设定的标准性能评估系数,则判断该产品的性能质量合格,若某产品对应的性能评估系数小于设定的标准性能评估系数,则判断该产品的性能质量不合格,以此方式判断各产品的性能质量是否合格。
步骤八、产品合格率评估:根据各产品的性能质量合格数量,评估各类型产品的合格率。
在一个具体的实施例中,评估各类型产品的合格率,具体评估过程如下:
统计各类型产品外观质量评估系数进行分析前的总数量,记为,根据各类型产品的性能质量合格情况,统计各类型产品的性能质量合格的数量,记为/>,代入计算公式中,得到各类型产品的合格率/>。
需要说明的是,评估各类型电子产品的合格率可以确保产品质量达到标准要求,降低产品在使用时的故障率和维修率,提高产品的可靠性和稳定性,以及提高产品的市场竞争力。
步骤九、合格率显示:显示各类型产品的合格率。
需要说明的是,将各类型产品的合格率按照从小到大的排序,并按照排序结果进行显示,可以很直观的得出各类型产品的质量状况,从而有针对性地采取措施,提高不合格率高的产品的生产质量。
本发明提供了一种产线测试资源自动化配置方法,根据各产品的类型,将外观质量合格的产品进行类型分配,从而将相同类型的产品分配至同一个测试设备中,进而进行测试,将产线测试资源进行合理化和自动化分配,可以减少测试设备的切换和调整时间,从而提高测试效率,将相同类型的产品分配到同一个测试设备中,可以减少测试数据的差异,从而提高测试数据的可靠性和比对的准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种产线测试资源自动化配置方法,其特征在于,包括:
步骤一、产品信息及图像采集:采集各产品的类型和外观图像,获取各产品的类型和外观图像;
所述获取各产品的类型和外观图像,具体获取过程如下:
A1、在产品测试生产线上安装高清摄像头;
A2、通过生产线上安装的高清摄像头,采集各产品的外观图像;
A3、通过生产线上安装的高清摄像头,采集各产品上的生产条形码;
A4、通过扫码各产品上的生产条形码,将各产品上的生产条形码与数据库中储存的各产品类型对应的生产条形码进行比对,从而得到各产品对应的类型,进而根据数据库中存储的各产品类型对应的标准输出频率、标准传输速度和标准内存容量,得到各产品对应的标准输出频率、标准传输速度和标准内存容量;
步骤二、产品外观质量分析:根据各产品外观图像,对各产品的外观质量评估系数进行分析;
所述对各产品的外观质量评估系数进行分析,具体分析过程如下:
在各产品的外观图像中布设各采集点,进而从各产品的外观图像中获取各产品中各采集点对应的色调、饱和度和明度,并从各产品的外观图像中获取各产品的尺寸;
将各产品对应尺寸、各采集点色调、各采集点饱和度和各采集点明度代入计算公式中,得到各产品对应的质量评估系数/>,其中/>表示各产品对应的编号,/>,g表示各采集点对应的编号,/>,/>表示第/>个产品对应尺寸,/>、/>、/>分别表示第/>个产品中第个采集点对应色调、饱和度、明度,/>、/>、/>、/>分别表示设定的产品对应标准尺寸、标准色调、标准饱和度、标准明度,/>、/>、/>、/>分别表示为设定的产品尺寸、色调、饱和度、明度对应的权重因子;
步骤三、产品外观质量判断:根据各产品的外观质量评估系数,判断各产品的外观质量是否合格;
所述判断各产品的外观质量是否合格,具体判断过程如下:
将各产品外观图像对应的质量评估系数与设定的标准质量评估系数进行对比,若某产品的外观图像对应的质量评估系数大于或者等于设定的标准质量评估系数,则判定该产品的外观质量合格,若某产品的外观图像对应的质量评估系数小于设定的标准质量评估系数,则判定该产品的外观质量不合格,以此方式判断各产品的外观质量是否合格;
同时,将外观质量不合格的产品标记为瑕疵产品;
步骤四、瑕疵产品筛选:根据各产品的外观质量评估系数,筛选出可维修的瑕疵产品,进而将可维修的瑕疵产品传输至可维修区域;
所述筛选出可维修的瑕疵产品,具体筛选过程如下:
将瑕疵产品对应的质量评估系数与设定的标准瑕疵质量评估系数进行对比,若某瑕疵产品对应的质量评估系数大于或者等于设定的标准瑕疵质量评估系数,则判定该瑕疵产品的外观可维修,反之,则判定该瑕疵产品的外观不可维修,以此方式判断各瑕疵产品是否可维修;
步骤五、产品类型分配:当判定产品的外观质量合格时,根据各产品的类型,将外观质量合格的产品进行类型分配,从而将相同类型的产品分配至同一个测试设备中,进而进行测试;
所述将同一型号的产品分配至同一个测试设备中,进而进行测试,具体测试过程如下:
B1、将各型号的合格产品分别传输至各指定区域;
B2、各指定区域内部的机械臂能够准确地识别和选取各类型产品的合格产品,通过机械臂将各类型的合格产品依次放入各类型产品对应的测试设备中,进而进行测试;
B3、将各类型产品与各类型产品对应的测试设备进行连接,再将各测试设备运行设定的测试程序,从而记录实际输出频率、实际传输速度和实际内存容量;
步骤六、产品性能分析:在测试完成后,获取各产品对应的实际性能信息,其中实际性能信息包括实际输出频率、实际传输速度和实际内存容量,从而对各产品对应的性能评估系数进行分析,进而判断各产品的性能质量是否合格;
步骤七、产品分类:根据各产品的性能质量的合格情况,获取各合格产品,进而将各合格产品进行分配传输;
步骤八、产品合格率评估:根据各产品的性能质量合格数量,评估各类型产品的合格率;
步骤九、合格率显示:显示各类型产品的合格率。
2.如权利要求1所述的一种产线测试资源自动化配置方法,其特征在于,所述对各产品对应的性能评估系数进行分析,具体分析过程如下:
将各产品对应的实际输出频率、实际传输速度和实际内存容量代入计算公式中,得到各产品对应的性能评估系数/>,其中/>、/>和/>分别表示各产品对应的实际输出频率、实际传输速度和实际内存容量,/>、/>和/>分别表示设定的产品对应的标准输出频率、标准传输速度和标准内存容量,/>、/>和/>分别为设定的产品对应输出频率、传输速度和内存容量对应的权重因子。
3.如权利要求2所述的一种产线测试资源自动化配置方法,其特征在于,所述判断各产品的性能质量是否合格,具体判断过程如下:
将各产品对应的性能评估系数与设定的标准性能评估系数进行对比,若某产品对应的性能评估系数大于或者等于设定的标准性能评估系数,则判断该产品的性能质量合格,若某产品对应的性能评估系数小于设定的标准性能评估系数,则判断该产品的性能质量不合格,以此方式判断各产品的性能质量是否合格。
4.如权利要求3所述的一种产线测试资源自动化配置方法,其特征在于,所述评估各类型产品的合格率,具体评估过程如下:
统计各类型产品外观质量评估系数进行分析前的总数量,记为,根据各类型产品的性能质量合格情况,统计各类型产品的性能质量合格的数量,记为/>,代入计算公式中,得到各类型产品的合格率/>。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311192957.6A CN117217476B (zh) | 2023-09-15 | 2023-09-15 | 一种产线测试资源自动化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311192957.6A CN117217476B (zh) | 2023-09-15 | 2023-09-15 | 一种产线测试资源自动化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117217476A CN117217476A (zh) | 2023-12-12 |
CN117217476B true CN117217476B (zh) | 2024-03-08 |
Family
ID=89049100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311192957.6A Active CN117217476B (zh) | 2023-09-15 | 2023-09-15 | 一种产线测试资源自动化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117217476B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005192158A (ja) * | 2003-12-26 | 2005-07-14 | Konica Minolta Photo Imaging Inc | 画像処理方法、画像処理装置及び画像記録装置 |
CN111420894A (zh) * | 2020-04-03 | 2020-07-17 | 江苏锦明工业机器人自动化有限公司 | 一次性绿色环保用品视觉检测方法及视觉检测系统 |
CN112465382A (zh) * | 2020-12-08 | 2021-03-09 | 安徽九天印务有限公司 | 一种食品用塑料薄膜智能化生产管理系统 |
CN112774173A (zh) * | 2021-01-28 | 2021-05-11 | 深圳市瑞驰文体发展有限公司 | 一种带有台球检测功能的台球盒 |
CN112798892A (zh) * | 2021-01-14 | 2021-05-14 | 淮阴工学院 | 一种基于物联网的车载多媒体自动化测试系统 |
WO2021179957A1 (zh) * | 2020-03-11 | 2021-09-16 | 中国标准化研究院 | 产品使用质量或性能的判定方法及设备 |
CN114283125A (zh) * | 2021-12-13 | 2022-04-05 | 浙江工业大学 | 一种使用论文图片进行颜色推荐的方法 |
CN218865494U (zh) * | 2022-11-17 | 2023-04-14 | 凯迈(洛阳)气源有限公司 | 一种全自动阀门性能测试装置 |
CN116012333A (zh) * | 2023-01-03 | 2023-04-25 | 恩埃赛文数据处理(杭州)有限公司 | 一种基于人工智能的电子防伪标签生产监测管理系统 |
CN116468332A (zh) * | 2023-04-29 | 2023-07-21 | 东晶电子金华有限公司 | 一种晶体谐振器生产质量评判系统 |
-
2023
- 2023-09-15 CN CN202311192957.6A patent/CN117217476B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005192158A (ja) * | 2003-12-26 | 2005-07-14 | Konica Minolta Photo Imaging Inc | 画像処理方法、画像処理装置及び画像記録装置 |
WO2021179957A1 (zh) * | 2020-03-11 | 2021-09-16 | 中国标准化研究院 | 产品使用质量或性能的判定方法及设备 |
CN111420894A (zh) * | 2020-04-03 | 2020-07-17 | 江苏锦明工业机器人自动化有限公司 | 一次性绿色环保用品视觉检测方法及视觉检测系统 |
CN112465382A (zh) * | 2020-12-08 | 2021-03-09 | 安徽九天印务有限公司 | 一种食品用塑料薄膜智能化生产管理系统 |
CN112798892A (zh) * | 2021-01-14 | 2021-05-14 | 淮阴工学院 | 一种基于物联网的车载多媒体自动化测试系统 |
CN112774173A (zh) * | 2021-01-28 | 2021-05-11 | 深圳市瑞驰文体发展有限公司 | 一种带有台球检测功能的台球盒 |
CN114283125A (zh) * | 2021-12-13 | 2022-04-05 | 浙江工业大学 | 一种使用论文图片进行颜色推荐的方法 |
CN218865494U (zh) * | 2022-11-17 | 2023-04-14 | 凯迈(洛阳)气源有限公司 | 一种全自动阀门性能测试装置 |
CN116012333A (zh) * | 2023-01-03 | 2023-04-25 | 恩埃赛文数据处理(杭州)有限公司 | 一种基于人工智能的电子防伪标签生产监测管理系统 |
CN116468332A (zh) * | 2023-04-29 | 2023-07-21 | 东晶电子金华有限公司 | 一种晶体谐振器生产质量评判系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117217476A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4552749B2 (ja) | 検査基準設定装置及び方法、並びに、工程検査装置 | |
US7352890B2 (en) | Method for analyzing circuit pattern defects and a system thereof | |
US5086397A (en) | Method and apparatus for data collection of testing and inspection of products made on a production assembly line | |
US11449980B2 (en) | System and method for combined automatic and manual inspection | |
KR100216066B1 (ko) | 반도체 집적회로 소자 검사공정 제어 시스템 및 제어방법 | |
MXPA06013286A (es) | Interfaz de configuracion de usuario de re-inspeccion grafica. | |
WO2007023502A2 (en) | Method and system for automatic defect detection of articles in visual inspection machines | |
CN109085485A (zh) | 半导体产品测试系统与方法 | |
CN105478364B (zh) | 一种不良品检测分类方法及系统 | |
CN116385331A (zh) | 瑕疵检测方法、系统、电子设备及介质 | |
CN113109240A (zh) | 一种计算机实施的粮食不完善粒测定方法和系统 | |
CN117217476B (zh) | 一种产线测试资源自动化配置方法 | |
CN115357501A (zh) | 航天测控软件的自动化测试方法和系统 | |
JPH08335610A (ja) | 半導体デバイス解析装置 | |
CN116881530B (zh) | 一种基于深度学习的器件表面缺陷检测系统 | |
CN111212434B (zh) | 一种wifi模组质量预测方法、装置、设备及存储介质 | |
CN108521571B (zh) | Sdi芯片自动检测方法及装置、存储介质、终端 | |
WO2023186432A1 (en) | Inspection of printed circuit board assemblies | |
CN114707904A (zh) | 一种基于大数据的质量检测方法及系统 | |
KR100307709B1 (ko) | 자동 검사 시스템에서의 신호처리방법 | |
CN113269434A (zh) | 一种电子商务平台用户退货商品质量智能检测分析评价方法及云检测平台 | |
CN115408292A (zh) | 一种对软件测试过程进行评估的方法、装置、设备及介质 | |
JP2000321327A (ja) | 半導体装置の検査装置及び半導体装置の検査方法 | |
US7383259B2 (en) | Method and system for merging wafer test results | |
CN118483553A (zh) | 一种板卡测试装置及控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |