CN117572209A - 一种智能门锁主板pcba测试方法 - Google Patents
一种智能门锁主板pcba测试方法 Download PDFInfo
- Publication number
- CN117572209A CN117572209A CN202311524819.3A CN202311524819A CN117572209A CN 117572209 A CN117572209 A CN 117572209A CN 202311524819 A CN202311524819 A CN 202311524819A CN 117572209 A CN117572209 A CN 117572209A
- Authority
- CN
- China
- Prior art keywords
- data
- test
- pcba
- door lock
- main board
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 355
- RVCKCEDKBVEEHL-UHFFFAOYSA-N 2,3,4,5,6-pentachlorobenzyl alcohol Chemical compound OCC1=C(Cl)C(Cl)=C(Cl)C(Cl)=C1Cl RVCKCEDKBVEEHL-UHFFFAOYSA-N 0.000 title claims abstract description 234
- 238000003466 welding Methods 0.000 claims abstract description 163
- 230000006378 damage Effects 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000011056 performance test Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000007547 defect Effects 0.000 claims description 116
- 238000005457 optimization Methods 0.000 claims description 45
- 238000001514 detection method Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 29
- 238000010586 diagram Methods 0.000 claims description 27
- 238000013461 design Methods 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 24
- 230000009471 action Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 19
- 230000007847 structural defect Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000013095 identification testing Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 239000000428 dust Substances 0.000 claims description 8
- 239000000523 sample Substances 0.000 claims description 8
- 238000009472 formulation Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 230000009931 harmful effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 229940029329 intrinsic factor Drugs 0.000 claims description 5
- 238000011179 visual inspection Methods 0.000 claims description 5
- 238000011990 functional testing Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 4
- 230000009916 joint effect Effects 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 28
- 239000000306 component Substances 0.000 description 72
- 239000010410 layer Substances 0.000 description 26
- 230000006872 improvement Effects 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 13
- 230000008439 repair process Effects 0.000 description 12
- 229910000679 solder Inorganic materials 0.000 description 12
- 238000010971 suitability test Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008054 signal transmission Effects 0.000 description 5
- -1 component missing Chemical compound 0.000 description 4
- 238000012938 design process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2801—Testing of printed circuits, backplanes, motherboards, hybrid circuits or carriers for multichip packages [MCP]
- G01R31/281—Specific types of tests or tests for a specific type of fault, e.g. thermal mapping, shorts testing
- G01R31/2812—Checking for open circuits or shorts, e.g. solder bridges; Testing conductivity, resistivity or impedance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
- G01R31/2836—Fault-finding or characterising
- G01R31/2849—Environmental or reliability testing, e.g. burn-in or validation tests
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及PCBA测试技术领域,尤其涉及一种智能门锁主板PCBA测试方法。所述方法包括以下步骤:获取待检测智能门锁主板PCBA;对待检测智能门锁主板PCBA进行外观损伤测试,从而得到外观损伤测试数据,其中外观损伤测试包括组件完整测试、焊接质量测试、PCB层结构测试以及传导通路测试;对待检测智能门锁主板PCBA进行环境适应性测试,从而得到环境适应性测试数据;对待检测智能门锁主板PCBA进行功能性能测试,从而获取功能性能测试数据。本发明通过对外观损伤和环境适应性的测试结果对功能性能测试结果进行根因分析,提高识别影响最大的关键根因的精准度。
Description
技术领域
本发明涉及PCBA测试技术领域,尤其涉及一种智能门锁主板PCBA测试方法。
背景技术
智能门锁是一种利用生物识别技术、无线通信技术、云计算技术等实现安全、便捷的门锁系统。智能门锁的核心部件是主板PCBA,它负责控制门锁的开关、识别用户的身份、与手机或其他设备通信等功能。为了保证智能门锁的正常工作,需要对主板PCBA进行全面的测试,检测其电气性能、通信性能、稳定性等指标;其中主板PCBA是智能门锁系统的核心组件之一。在智能门锁领域,智能门锁主板PCBA的测试是确保产品质量和可靠性的重要环节。传统的测试方法主要侧重于功能性能测试,而忽略了外观损伤和环境适应性等因素对PCBA性能的影响。
发明内容
基于此,本发明有必要提供一种智能门锁主板PCBA测试方法,以解决至少一个上述技术问题。
为实现上述目的,一种智能门锁主板PCBA测试方法,包括以下步骤:
步骤S1:获取待检测智能门锁主板PCBA;对待检测智能门锁主板PCBA进行外观损伤测试,从而得到外观损伤测试数据,其中外观损伤测试包括组件完整测试、焊接质量测试、PCB层结构测试以及传导通路测试;
步骤S2:对待检测智能门锁主板PCBA进行环境适应性测试,从而得到环境适应性测试数据,其中环境适应性测试包括温度耐受测试、湿度耐受测试、防水防尘测试以及抗静电干扰测试;
步骤S3:对待检测智能门锁主板PCBA进行功能性能测试,从而获取功能性能测试数据,其中功能性能测试包括模块功能测试、关键部件电压参数测试以及驱动电路测试;
步骤S4:根据外观损伤测试数据以及环境适应性测试数据提取外部影响因素数据;根据外部影响因素数据对功能性能测试数据进行外部归因分析,得到归因结果数据;根据归因结果数据对功能性能测试数据进行根因分类,得到根因分类数据,其中根因分类数据包括外部根因数据以及内部根因数据;
步骤S5:对根因分类数据进行细粒度分析,并识别影响程度最大的关键根因,得到关键根因数据;根据关键根因数据对待检测智能门锁主板PCBA进行优化方案制定,得到PCBA优化方案数据。
本发明通过对智能门锁主板PCBA进行外观损伤测试,可以检测主板是否存在外观上的损伤或缺陷。组件完整测试可以确保所有组件安装完好,焊接质量测试可检查焊点连接是否牢固,PCB层结构测试可以验证主板的层间连接和结构完整性,而传导通路测试可以确保电路中的传导路径正常。这些测试数据可以提供关于外观损伤情况的详细信息,帮助鉴别潜在的制造缺陷或运输损坏。环境适应性测试可以评估智能门锁主板PCBA在不同环境条件下的性能表现。温度耐受测试可以确定主板是否能在不同温度范围内正常运行,湿度耐受测试可以检查主板在高湿环境下的可靠性,防水防尘测试可以验证主板的防护等级,抗静电干扰测试可以评估主板对静电干扰的抵抗能力。环境适应性测试数据可以帮助确认主板在各种环境条件下的适应性和可靠性。功能性能测试可以验证智能门锁主板PCBA的各项功能是否正常运行。模块功能测试可以检查各个功能模块的正常工作状态,关键部件电压参数测试可以评估关键部件的电压供应情况,驱动电路测试可以验证驱动电路的稳定性和可靠性。功能性能测试数据可以提供关于主板功能性能的详细信息,帮助确认主板是否符合设计要求和预期性能。在这个步骤中,利用外观损伤测试数据和环境适应性测试数据提取外部影响因素数据。外部影响因素数据包括可能对智能门锁主板PCBA性能产生影响的外部因素,如物理损伤、环境条件等。然后,根据外部影响因素数据对功能性能测试数据进行外部归因分析,以确定不同外部因素对主板性能的影响情况。最后,根据归因结果数据对功能性能测试数据进行根因分类,将根因分为外部根因和内部根因,提供了进一步分析和问题解决的依据。在这个步骤中,对根因分类数据进行细粒度分析,进一步深入研究每个根因的具体细节和影响。通过分析和比较,识别出对智能门锁主板PCBA性能影响程度最大的关键根因。关键根因数据提供了重点关注和解决的方向。然后,基于关键根因数据,制定具体的优化方案,针对每个关键根因提出解决方案和改进措施。PCBA优化方案数据提供了改进智能门锁主板PCBA性能的具体建议和指导。总体来说,以上步骤检测和识别外观损伤和缺陷,确保智能门锁主板PCBA的制造质量和完整性;评估主板在不同环境条件下的适应性和可靠性;验证主板的功能性能是否符合设计要求和预期性能;通过外部归因分析和根因分类,确定主板性能问题的根本原因;识别关键根因并提供针对性的优化方案,改进主板的性能和可靠性;通过以上步骤的实施,可以提高智能门锁主板PCBA的质量、可靠性和性能,减少故障率和客户投诉,提升用户体验和产品竞争力。
优选地,步骤S1包括以下步骤:
步骤S11:获取智能门锁主板PCBA的组件分布图数据;
步骤S12:根据预设的完整组件分布图对组件分布图数据进行组件缺失或脱位判断,从而得到组件完整度数据;
步骤S13:对智能门锁主板PCBA电子元器件的焊接点进行焊接质量测试,从而生成焊点缺陷数据;
步骤S14:利用X光机对智能门锁主板PCBA的PCB内层进行X光扫描,从而获取X光图像数据;
步骤S15:对X光图像数据进行错构和开路检测,从而得到PCB结构缺陷数据;
步骤S16:对X光图像数据进行断线和短路检测,从而得到PCB电路缺陷数据;
步骤S17:利用PCB结构缺陷数据对PCB电路缺陷数据进行结构修正,得到PCB层检测数据;
步骤S18:对智能门锁主板PCBA进行传导通路测试,从而得到通路测试数据;
步骤S19:对组件完整度数据、焊点缺陷数据、PCB层检测数据以及通路测试数据进行数据整合,从而得到外观损伤测试数据。
本发明组件分布图数据提供了智能门锁主板PCBA上各个电子元器件的布局和位置信息。这些数据对后续的组件完整度判断和焊接质量测试非常重要,可以作为参考基准。通过将实际的组件分布图数据与预设的完整组件分布图进行比对,可以判断智能门锁主板PCBA上是否存在组件缺失或脱位的情况。组件完整度数据可以提供关于PCBA中组件完整性的详细信息,帮助鉴别制造过程中可能存在的缺陷或错误安装。焊接质量测试可以评估智能门锁主板PCBA上电子元器件的焊接连接质量。通过检查焊接点的焊接质量,如焊接完整性、焊点形状和焊接强度等,可以确定是否存在焊点缺陷,如冷焊、虚焊或焊接不良等。焊点缺陷数据可以提供有关焊接质量的详细信息,有助于识别焊接问题并采取相应的修复措施。X光扫描是一种非破坏性的检测方法,可以通过透射X光图像获取智能门锁主板PCBA内部的结构信息。通过X光机对PCB内层进行扫描,可以生成X光图像数据,显示出PCB内部的布局、连线和焊接情况。通过分析X光图像数据,可以进行错构和开路检测,即检测PCB中的连线是否存在错误连接或开路情况。PCB结构缺陷数据提供了有关PCB内部结构缺陷的详细信息,有助于发现设计或制造过程中的问题,并进行相应的修复。通过对X光图像数据进行断线和短路检测,可以确定PCB中是否存在电路连线的断开或短路问题。PCB电路缺陷数据提供了关于PCB电路连接性的详细信息,帮助发现电路连接问题并采取适当的纠正措施。通过结合PCB结构缺陷数据和PCB电路缺陷数据,可以进行结构修正,即对电路缺陷进行结构上的纠正。修正后的数据可以提供更准确和可靠的PCB层检测数据,帮助进一步分析智能门锁主板PCBA的结构和电路情况。传导通路测试是一种用于检测PCBA上电路连通性的方法。通过对智能门锁主板PCBA进行传导通路测试,可以确定电路的通路和断路情况。通路测试数据提供了有关电路连通性的详细信息,有助于发现电路连接错误或断路问题。最后,将组件完整度数据、焊点缺陷数据、PCB层检测数据和通路测试数据进行整合,可以得到外观损伤测试数据。外观损伤测试数据综合了各个步骤获得的信息,提供了智能门锁主板PCBA的整体质量评估。这些数据可以用于判断PCBA的外观损伤情况,如组件缺失、焊接问题、PCB结构缺陷或电路连通性问题等。
优选地,步骤S13包括以下步骤:
步骤S131:对智能门锁主板PCBA电子元器件的焊接处进行高清拍摄,从而得到焊缝图像数据;
步骤S132:对焊缝图像数据进行焊接缺陷识别,从而得到不良焊点数据;
步骤S133:根据不良焊点数据对不良焊接点位置进行重要性分析,从而得到关键结构焊点数据;
步骤S134:对关键结构焊点数据进行电子显微镜下视觉检查,确认焊接质量是否达标,并检测焊点的具体缺陷类型,从而得到焊点缺陷数据。
本发明通过对焊接处进行高清拍摄,可以获取焊缝图像数据。焊缝图像数据提供了焊接点的视觉信息和细节,包括焊接点的形状、尺寸、焊料分布等。这些数据对后续的焊接缺陷识别和焊点缺陷分析非常重要。通过对焊缝图像数据进行焊接缺陷识别,可以自动或人工地检测出不良焊点。不良焊点包括冷焊、虚焊、过度焊接、焊接不良等问题。焊接缺陷识别可以提供有关焊点质量的详细信息,帮助鉴别焊接问题并进行相应的修复。通过分析不良焊点数据,可以确定焊接点的重要性。关键结构焊点是指对智能门锁主板PCBA的功能和性能至关重要的焊接点。通过识别关键结构焊点,可以专注于对重要焊接点的检查和修复,从而提高产品的质量和可靠性。通过使用电子显微镜对关键结构焊点进行视觉检查,可以进一步确认焊接质量是否符合标准要求。电子显微镜可以提供高放大倍率和高分辨率的图像,以便检测焊点的微小缺陷和细节。通过检查焊点的具体缺陷类型,如焊接不良、气孔、裂纹等,可以生成焊点缺陷数据,为进一步的修复和改进提供指导。通过以上步骤的执行,可以对智能门锁主板PCBA的焊接质量进行详细的检测和评估。焊点缺陷数据提供了关于焊接质量的定量和定性信息,帮助制造商或技术人员发现焊接问题并采取适当的纠正措施,以确保焊接质量达到标准要求。这有助于提高产品的可靠性和耐久性,并减少由于焊接问题引起的故障和质量问题。
优选地,步骤S18包括以下步骤:
步骤S181:获取PCBA设计图,对PCBA设计图进行关键传导通路提取,得到关键传导通路数据;
步骤S182:利用测试探针对关键传导通路数据进行起点和终点的连通检测,从而得到通路连通性数据;
步骤S183:对通路连通性数据中连通的传导通路起点进行信号导入,并追踪信号形态,从而得到信号参数数据;
步骤S184:根据信号参数数据对传导通路进行缺陷分析,得到通路缺陷数据;
步骤S185:对导入信号的通路进行截断,得到截断信号参数数据;
步骤S186:根据截断信号参数数据对通路缺陷数据进行细节修正,从而得到通路测试数据。
本发明通过获取PCBA设计图并提取关键传导通路,可以确定电子元器件之间的信号传导路径。关键传导通路数据提供了电路板上关键信号路径的信息,有助于后续的连通性检测和信号分析。通过使用测试探针对关键传导通路数据进行连通性检测,可以确定电路板上的信号路径是否连通。连通性数据提供了关于信号路径的连通性状态,可以检测出任何连通性问题,例如开路、短路或其他信号中断问题。根据连通的传导通路起点,将信号导入电路板,并追踪信号在电路板上的传播形态。信号参数数据提供了关于信号的特征和性能的信息,例如信号幅值、频率、波形等。这些数据有助于分析信号的传输过程和检测潜在的信号问题。通过分析信号参数数据,可以检测和识别传导通路中的缺陷。通路缺陷数据提供了关于通路中潜在问题的信息,例如信号衰减、噪音干扰、信号失真等。这有助于确定通路的质量和性能,并提供改进和修复的指导。通过截断导入信号的通路,可以获取截断信号参数数据。截断信号参数数据提供了信号在特定位置或节点上的性能信息。这些数据有助于确定信号在通路中的传输特性和潜在的问题。通过使用截断信号参数数据对通路缺陷数据进行修正,可以提高通路测试数据的准确性和可靠性。修正后的通路测试数据提供了更详细和精确的关于通路质量和性能的信息,有助于制造商或技术人员进行问题分析和改进措施的制定。通过以上步骤的执行,可以对PCBA的通路连通性和信号传导质量进行全面的测试和分析。通路测试数据提供了关于通路质量、连通性和信号性能的详细信息,帮助制造商或技术人员发现和解决通路问题,确保PCBA的功能和性能符合设计要求。这有助于提高产品的可靠性和稳定性,并减少由于通路问题引起的故障和质量问题。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明智能门锁主板PCBA测试方法的步骤流程示意图;
图2为图1中步骤S1的详细步骤流程示意图;
图3为图2中步骤S13的详细步骤流程示意图;
图4为图2中步骤S18的详细步骤流程示意图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的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。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图4,本发明提供了一种智能门锁主板PCBA测试方法,所述方法包括以下步骤:
步骤S1:获取待检测智能门锁主板PCBA;对待检测智能门锁主板PCBA进行外观损伤测试,从而得到外观损伤测试数据,其中外观损伤测试包括组件完整测试、焊接质量测试、PCB层结构测试以及传导通路测试;
步骤S2:对待检测智能门锁主板PCBA进行环境适应性测试,从而得到环境适应性测试数据,其中环境适应性测试包括温度耐受测试、湿度耐受测试、防水防尘测试以及抗静电干扰测试;
步骤S3:对待检测智能门锁主板PCBA进行功能性能测试,从而获取功能性能测试数据,其中功能性能测试包括模块功能测试、关键部件电压参数测试以及驱动电路测试;
步骤S4:根据外观损伤测试数据以及环境适应性测试数据提取外部影响因素数据;根据外部影响因素数据对功能性能测试数据进行外部归因分析,得到归因结果数据;根据归因结果数据对功能性能测试数据进行根因分类,得到根因分类数据,其中根因分类数据包括外部根因数据以及内部根因数据;
步骤S5:对根因分类数据进行细粒度分析,并识别影响程度最大的关键根因,得到关键根因数据;根据关键根因数据对待检测智能门锁主板PCBA进行优化方案制定,得到PCBA优化方案数据。
本发明实施例中,参考图1所示,为本发明一种智能门锁主板PCBA测试方法的步骤流程示意图,在本实例中,所述的智能门锁主板PCBA测试方法包括以下步骤:
步骤S1:获取待检测智能门锁主板PCBA;对待检测智能门锁主板PCBA进行外观损伤测试,从而得到外观损伤测试数据,其中外观损伤测试包括组件完整测试、焊接质量测试、PCB层结构测试以及传导通路测试;
本发明实施例按照测试计划和流程,获得待检测的智能门锁主板PCBA。检查所有组件是否完好无损、位置正确,并记录测试结果。检查焊点的质量、焊接是否牢固,并记录测试结果。检查PCB层结构是否完整、损坏情况,并记录测试结果。测试电路板上的传导通路是否正常,是否存在短路或断路,并记录测试结果。
步骤S2:对待检测智能门锁主板PCBA进行环境适应性测试,从而得到环境适应性测试数据,其中环境适应性测试包括温度耐受测试、湿度耐受测试、防水防尘测试以及抗静电干扰测试;
本发明实施例将待检测PCBA暴露在不同温度条件下,观察其工作状态并记录测试结果。将待检测PCBA暴露在不同湿度条件下,观察其工作状态并记录测试结果。测试PCBA的防水防尘性能,包括防护等级测试和密封性测试,并记录测试结果。测试PCBA的抗静电干扰能力,包括接地测试和静电放电测试,并记录测试结果。
步骤S3:对待检测智能门锁主板PCBA进行功能性能测试,从而获取功能性能测试数据,其中功能性能测试包括模块功能测试、关键部件电压参数测试以及驱动电路测试;
本发明实施例测试智能门锁主板的各个功能模块是否正常工作,包括开锁、锁定、密码输入、指纹识别等,记录测试结果。测试关键部件的电压参数,如电源电压、输入输出电压等,记录测试结果。测试驱动电路的工作情况,如电机驱动电路、通信接口电路等,记录测试结果。
步骤S4:根据外观损伤测试数据以及环境适应性测试数据提取外部影响因素数据;根据外部影响因素数据对功能性能测试数据进行外部归因分析,得到归因结果数据;根据归因结果数据对功能性能测试数据进行根因分类,得到根因分类数据,其中根因分类数据包括外部根因数据以及内部根因数据;
本发明实施例根据外观损伤测试数据和环境适应性测试数据,提取与外部因素相关的数据,如损伤程度、环境适应性指标等。分析和评估外部因素对功能性能测试数据的影响程度,确定外部根因,并生成归因结果数据。根据归因结果数据,将根因进行分类,区分为外部根因和内部根因,并记录根因分类数据。
步骤S5:对根因分类数据进行细粒度分析,并识别影响程度最大的关键根因,得到关键根因数据;根据关键根因数据对待检测智能门锁主板PCBA进行优化方案制定,得到PCBA优化方案数据。
本发明实施例对根因分类数据进行进一步分析,识别影响程度最大的关键根因,并记录关键根因数据。基于关键根因数据,制定针对性的优化方案,提出改进措施和建议,并记录PCBA优化方案数据。
本发明通过对智能门锁主板PCBA进行外观损伤测试,可以检测主板是否存在外观上的损伤或缺陷。组件完整测试可以确保所有组件安装完好,焊接质量测试可检查焊点连接是否牢固,PCB层结构测试可以验证主板的层间连接和结构完整性,而传导通路测试可以确保电路中的传导路径正常。这些测试数据可以提供关于外观损伤情况的详细信息,帮助鉴别潜在的制造缺陷或运输损坏。环境适应性测试可以评估智能门锁主板PCBA在不同环境条件下的性能表现。温度耐受测试可以确定主板是否能在不同温度范围内正常运行,湿度耐受测试可以检查主板在高湿环境下的可靠性,防水防尘测试可以验证主板的防护等级,抗静电干扰测试可以评估主板对静电干扰的抵抗能力。环境适应性测试数据可以帮助确认主板在各种环境条件下的适应性和可靠性。功能性能测试可以验证智能门锁主板PCBA的各项功能是否正常运行。模块功能测试可以检查各个功能模块的正常工作状态,关键部件电压参数测试可以评估关键部件的电压供应情况,驱动电路测试可以验证驱动电路的稳定性和可靠性。功能性能测试数据可以提供关于主板功能性能的详细信息,帮助确认主板是否符合设计要求和预期性能。在这个步骤中,利用外观损伤测试数据和环境适应性测试数据提取外部影响因素数据。外部影响因素数据包括可能对智能门锁主板PCBA性能产生影响的外部因素,如物理损伤、环境条件等。然后,根据外部影响因素数据对功能性能测试数据进行外部归因分析,以确定不同外部因素对主板性能的影响情况。最后,根据归因结果数据对功能性能测试数据进行根因分类,将根因分为外部根因和内部根因,提供了进一步分析和问题解决的依据。在这个步骤中,对根因分类数据进行细粒度分析,进一步深入研究每个根因的具体细节和影响。通过分析和比较,识别出对智能门锁主板PCBA性能影响程度最大的关键根因。关键根因数据提供了重点关注和解决的方向。然后,基于关键根因数据,制定具体的优化方案,针对每个关键根因提出解决方案和改进措施。PCBA优化方案数据提供了改进智能门锁主板PCBA性能的具体建议和指导。总体来说,以上步骤检测和识别外观损伤和缺陷,确保智能门锁主板PCBA的制造质量和完整性;评估主板在不同环境条件下的适应性和可靠性;验证主板的功能性能是否符合设计要求和预期性能;通过外部归因分析和根因分类,确定主板性能问题的根本原因;识别关键根因并提供针对性的优化方案,改进主板的性能和可靠性;通过以上步骤的实施,可以提高智能门锁主板PCBA的质量、可靠性和性能,减少故障率和客户投诉,提升用户体验和产品竞争力。
优选地,步骤S1包括以下步骤:
步骤S11:获取智能门锁主板PCBA的组件分布图数据;
步骤S12:根据预设的完整组件分布图对组件分布图数据进行组件缺失或脱位判断,从而得到组件完整度数据;
步骤S13:对智能门锁主板PCBA电子元器件的焊接点进行焊接质量测试,从而生成焊点缺陷数据;
步骤S14:利用X光机对智能门锁主板PCBA的PCB内层进行X光扫描,从而获取X光图像数据;
步骤S15:对X光图像数据进行错构和开路检测,从而得到PCB结构缺陷数据;
步骤S16:对X光图像数据进行断线和短路检测,从而得到PCB电路缺陷数据;
步骤S17:利用PCB结构缺陷数据对PCB电路缺陷数据进行结构修正,得到PCB层检测数据;
步骤S18:对智能门锁主板PCBA进行传导通路测试,从而得到通路测试数据;
步骤S19:对组件完整度数据、焊点缺陷数据、PCB层检测数据以及通路测试数据进行数据整合,从而得到外观损伤测试数据。
作为本发明的一个实施例,参考图2所示,为图1中步骤S1的详细步骤流程示意图,在本发明实施例中步骤S1包括以下步骤:
步骤S11:获取智能门锁主板PCBA的组件分布图数据;
本发明实施例获得智能门锁主板PCBA的组件分布图,该图显示了PCBA上各个电子元器件的位置和布局。
步骤S12:根据预设的完整组件分布图对组件分布图数据进行组件缺失或脱位判断,从而得到组件完整度数据;
本发明实施例中根据预设的完整组件分布图,对实际获取的组件分布图数据进行比对和分析。判断组件分布图数据中是否存在组件缺失或脱位的情况。通过比对和分析,得到组件完整度数据,记录组件缺失或脱位的情况。对每个组件进行完整度评估。可以使用二进制标志或评分系统来表示组件的完整性,例如,1表示完整,0表示缺失或脱位。将每个组件的完整度数据记录下来。
步骤S13:对智能门锁主板PCBA电子元器件的焊接点进行焊接质量测试,从而生成焊点缺陷数据;
本发明实施例对智能门锁主板PCBA的电子元器件焊接点进行焊接质量测试。使用专用的测试设备或工具,对焊点进行检查和评估。检测焊点的质量,包括焊接是否牢固、焊接是否均匀、是否存在焊接缺陷等。生成焊点缺陷数据,记录焊点的质量情况。这包括焊接质量不良的焊点数量、焊点脱落或裂纹等情况。可以使用计数或分类方式来表示焊点缺陷数据。
步骤S14:利用X光机对智能门锁主板PCBA的PCB内层进行X光扫描,从而获取X光图像数据;
本发明实施例利用X光机对智能门锁主板PCBA的PCB内层进行X光扫描。X光扫描会生成PCB内层的X光图像数据,显示PCB内部的结构和布局。
步骤S15:对X光图像数据进行错构和开路检测,从而得到PCB结构缺陷数据;
本发明实施例对X光图像数据进行错构和开路检测。分析X光图像数据,检测是否存在错构(如导线之间的短路)和开路(如导线中断)等结构缺陷。得到PCB结构缺陷数据,记录错构和开路的情况。
步骤S16:对X光图像数据进行断线和短路检测,从而得到PCB电路缺陷数据;
本发明实施例对X光图像数据进行断线和短路检测。分析X光图像数据,检测是否存在导线的断线或短路等电路缺陷,得到PCB电路缺陷数据,记录断线和短路的情况。
步骤S17:利用PCB结构缺陷数据对PCB电路缺陷数据进行结构修正,得到PCB层检测数据;
本发明实施例利用PCB结构缺陷数据,对PCB电路缺陷数据进行结构修正。将PCB电路缺陷数据中与PCB结构缺陷相对应的部分进行修正,消除错构和开路的影响。得到修正后的PCB层检测数据,记录修正后的电路缺陷情况。将PCB的结构缺陷数据与电路缺陷数据整合。这可以包括结构修正后的PCB层图像、缺陷位置的坐标和描述、缺陷类型等。这些数据可以用于后续分析和故障诊断。
步骤S18:对智能门锁主板PCBA进行传导通路测试,从而得到通路测试数据;
本发明实施例对智能门锁主板PCBA进行传导通路测试。使用测试设备或工具,检测PCBA上的传导通路是否正常。检查是否存在短路或断路等问题。生成传导通路测试数据,记录通路的状态和测试结果。记录每个通路的连通性情况。可以使用布尔值来表示通路的开闭状态,例如,1表示通路连通,0表示通路断开。将每个通路的测试结果记录下来。
步骤S19:对组件完整度数据、焊点缺陷数据、PCB层检测数据以及通路测试数据进行数据整合,从而得到外观损伤测试数据。
本发明实施例将将步骤S12、S13、S17和S18得到的数据整合为一个统一的数据集,以便后续处理和分析。可以使用表格、矩阵或其他数据结构来组织数据,确保每个元素与相应的组件、焊点、PCB层或通路相关联。根据综合的数据集,生成外观损伤测试数据。这可以包括每个组件的完整度评分或状态、焊点缺陷的数量和类型、PCB结构缺陷的位置和程度、通路的连通性情况等信息。这些数据可以以报告、图表或可视化形式呈现。
本发明组件分布图数据提供了智能门锁主板PCBA上各个电子元器件的布局和位置信息。这些数据对后续的组件完整度判断和焊接质量测试非常重要,可以作为参考基准。通过将实际的组件分布图数据与预设的完整组件分布图进行比对,可以判断智能门锁主板PCBA上是否存在组件缺失或脱位的情况。组件完整度数据可以提供关于PCBA中组件完整性的详细信息,帮助鉴别制造过程中可能存在的缺陷或错误安装。焊接质量测试可以评估智能门锁主板PCBA上电子元器件的焊接连接质量。通过检查焊接点的焊接质量,如焊接完整性、焊点形状和焊接强度等,可以确定是否存在焊点缺陷,如冷焊、虚焊或焊接不良等。焊点缺陷数据可以提供有关焊接质量的详细信息,有助于识别焊接问题并采取相应的修复措施。X光扫描是一种非破坏性的检测方法,可以通过透射X光图像获取智能门锁主板PCBA内部的结构信息。通过X光机对PCB内层进行扫描,可以生成X光图像数据,显示出PCB内部的布局、连线和焊接情况。通过分析X光图像数据,可以进行错构和开路检测,即检测PCB中的连线是否存在错误连接或开路情况。PCB结构缺陷数据提供了有关PCB内部结构缺陷的详细信息,有助于发现设计或制造过程中的问题,并进行相应的修复。通过对X光图像数据进行断线和短路检测,可以确定PCB中是否存在电路连线的断开或短路问题。PCB电路缺陷数据提供了关于PCB电路连接性的详细信息,帮助发现电路连接问题并采取适当的纠正措施。通过结合PCB结构缺陷数据和PCB电路缺陷数据,可以进行结构修正,即对电路缺陷进行结构上的纠正。修正后的数据可以提供更准确和可靠的PCB层检测数据,帮助进一步分析智能门锁主板PCBA的结构和电路情况。传导通路测试是一种用于检测PCBA上电路连通性的方法。通过对智能门锁主板PCBA进行传导通路测试,可以确定电路的通路和断路情况。通路测试数据提供了有关电路连通性的详细信息,有助于发现电路连接错误或断路问题。最后,将组件完整度数据、焊点缺陷数据、PCB层检测数据和通路测试数据进行整合,可以得到外观损伤测试数据。外观损伤测试数据综合了各个步骤获得的信息,提供了智能门锁主板PCBA的整体质量评估。这些数据可以用于判断PCBA的外观损伤情况,如组件缺失、焊接问题、PCB结构缺陷或电路连通性问题等。
优选地,步骤S13包括以下步骤:
步骤S131:对智能门锁主板PCBA电子元器件的焊接处进行高清拍摄,从而得到焊缝图像数据;
步骤S132:对焊缝图像数据进行焊接缺陷识别,从而得到不良焊点数据;
步骤S133:根据不良焊点数据对不良焊接点位置进行重要性分析,从而得到关键结构焊点数据;
步骤S134:对关键结构焊点数据进行电子显微镜下视觉检查,确认焊接质量是否达标,并检测焊点的具体缺陷类型,从而得到焊点缺陷数据。
作为本发明的一个实施例,参考图3所示,为图1中步骤S13的详细步骤流程示意图,在本发明实施例中步骤S13包括以下步骤:
步骤S131:对智能门锁主板PCBA电子元器件的焊接处进行高清拍摄,从而得到焊缝图像数据;
本发明实施例对智能门锁主板PCBA的电子元器件焊接处进行高清拍摄。使用高分辨率的摄像设备或显微镜等工具,将焊缝进行拍摄,以获取焊缝图像数据。确保拍摄的图像清晰、准确,能够清晰展现焊接处的细节和特征。
步骤S132:对焊缝图像数据进行焊接缺陷识别,从而得到不良焊点数据;
本发明实施例对焊缝图像数据进行焊接缺陷识别。利用图像处理和计算机视觉技术,对焊缝图像进行分析和处理。识别焊接缺陷,如焊接不牢固、焊接不均匀、焊接过度或不足等。得到不良焊点数据,记录焊接缺陷的位置和类型。
步骤S133:根据不良焊点数据对不良焊接点位置进行重要性分析,从而得到关键结构焊点数据;
本发明实施例根据不良焊点数据,对不良焊接点的位置进行重要性分析。根据设计规范和产品要求,确定焊接点的重要性和关键性。评估焊接点对整个系统的功能和性能的影响程度。得到关键结构焊点数据,记录关键焊接点的位置和重要性级别。
步骤S134:对关键结构焊点数据进行电子显微镜下视觉检查,确认焊接质量是否达标,并检测焊点的具体缺陷类型,从而得到焊点缺陷数据。
本发明实施例对关键结构焊点数据进行电子显微镜下的视觉检查。使用电子显微镜等高放大倍率的设备,观察焊接点的细微结构和特征。检查焊接质量是否达到标准要求,包括焊接的结合情况、焊料的分布均匀性等。检测焊点的具体缺陷类型,如焊接裂纹、气孔、金属散射等。得到焊点缺陷数据,记录焊点的具体缺陷情况。
本发明通过对焊接处进行高清拍摄,可以获取焊缝图像数据。焊缝图像数据提供了焊接点的视觉信息和细节,包括焊接点的形状、尺寸、焊料分布等。这些数据对后续的焊接缺陷识别和焊点缺陷分析非常重要。通过对焊缝图像数据进行焊接缺陷识别,可以自动或人工地检测出不良焊点。不良焊点包括冷焊、虚焊、过度焊接、焊接不良等问题。焊接缺陷识别可以提供有关焊点质量的详细信息,帮助鉴别焊接问题并进行相应的修复。通过分析不良焊点数据,可以确定焊接点的重要性。关键结构焊点是指对智能门锁主板PCBA的功能和性能至关重要的焊接点。通过识别关键结构焊点,可以专注于对重要焊接点的检查和修复,从而提高产品的质量和可靠性。通过使用电子显微镜对关键结构焊点进行视觉检查,可以进一步确认焊接质量是否符合标准要求。电子显微镜可以提供高放大倍率和高分辨率的图像,以便检测焊点的微小缺陷和细节。通过检查焊点的具体缺陷类型,如焊接不良、气孔、裂纹等,可以生成焊点缺陷数据,为进一步的修复和改进提供指导。通过以上步骤的执行,可以对智能门锁主板PCBA的焊接质量进行详细的检测和评估。焊点缺陷数据提供了关于焊接质量的定量和定性信息,帮助制造商或技术人员发现焊接问题并采取适当的纠正措施,以确保焊接质量达到标准要求。这有助于提高产品的可靠性和耐久性,并减少由于焊接问题引起的故障和质量问题。
优选地,步骤S18包括以下步骤:
步骤S181:获取PCBA设计图,对PCBA设计图进行关键传导通路提取,得到关键传导通路数据;
步骤S182:利用测试探针对关键传导通路数据进行起点和终点的连通检测,从而得到通路连通性数据;
步骤S183:对通路连通性数据中连通的传导通路起点进行信号导入,并追踪信号形态,从而得到信号参数数据;
步骤S184:根据信号参数数据对传导通路进行缺陷分析,得到通路缺陷数据;
步骤S185:对导入信号的通路进行截断,得到截断信号参数数据;
步骤S186:根据截断信号参数数据对通路缺陷数据进行细节修正,从而得到通路测试数据。
作为本发明的一个实施例,参考图4所示,为图1中步骤S18的详细步骤流程示意图,在本发明实施例中步骤S18包括以下步骤:
步骤S181:获取PCBA设计图,对PCBA设计图进行关键传导通路提取,得到关键传导通路数据;
本发明实施例获取智能门锁主板PCBA的设计图(PCBA Layout)。基于设计图,识别和提取关键传导通路,即连接重要电子元器件和功能模块的信号传导路径。通过分析设计图中的电路连接和信号流向,确定关键传导通路的起点和终点。
步骤S182:利用测试探针对关键传导通路数据进行起点和终点的连通检测,从而得到通路连通性数据;
本发明实施例利用测试探针对关键传导通路数据进行起点和终点的连通性检测。将测试探针逐一连接到关键传导通路的起点和终点上。使用测试仪器或设备,检测是否能够成功建立通路连接,即起点和终点之间是否存在连通。
步骤S183:对通路连通性数据中连通的传导通路起点进行信号导入,并追踪信号形态,从而得到信号参数数据;
本发明实施例对通路连通性数据中连通的传导通路起点进行信号导入。将测试信号导入到关键传导通路的起点上。追踪信号在通路中的传输路径和形态变化。通过测试仪器或设备,记录信号的参数数据,如幅值、频率、时序等。
步骤S184:根据信号参数数据对传导通路进行缺陷分析,得到通路缺陷数据;
本发明实施例根据信号参数数据对传导通路进行缺陷分析。比较信号参数数据与预期数值或标准范围,检测是否存在异常或偏差。分析信号传输过程中的异常情况,如信号衰减、噪音干扰、时序偏移等。得到通路缺陷数据,记录通路缺陷的位置和类型。
步骤S185:对导入信号的通路进行截断,得到截断信号参数数据;
本发明实施例对导入信号的通路进行截断。断开通路中的连接,形成截断点,以便进一步分析通路的性能和缺陷。确保截断点的位置选择合适,能够准确反映通路的特征和性能。
步骤S186:根据截断信号参数数据对通路缺陷数据进行细节修正,从而得到通路测试数据。
本发明实施例根据截断信号参数数据对通路缺陷数据进行细节修正。结合截断信号的参数数据,进一步分析和确认通路的缺陷情况。修正通路缺陷数据,确保数据准确反映通路的性能和缺陷信息。
本发明通过获取PCBA设计图并提取关键传导通路,可以确定电子元器件之间的信号传导路径。关键传导通路数据提供了电路板上关键信号路径的信息,有助于后续的连通性检测和信号分析。通过使用测试探针对关键传导通路数据进行连通性检测,可以确定电路板上的信号路径是否连通。连通性数据提供了关于信号路径的连通性状态,可以检测出任何连通性问题,例如开路、短路或其他信号中断问题。根据连通的传导通路起点,将信号导入电路板,并追踪信号在电路板上的传播形态。信号参数数据提供了关于信号的特征和性能的信息,例如信号幅值、频率、波形等。这些数据有助于分析信号的传输过程和检测潜在的信号问题。通过分析信号参数数据,可以检测和识别传导通路中的缺陷。通路缺陷数据提供了关于通路中潜在问题的信息,例如信号衰减、噪音干扰、信号失真等。这有助于确定通路的质量和性能,并提供改进和修复的指导。通过截断导入信号的通路,可以获取截断信号参数数据。截断信号参数数据提供了信号在特定位置或节点上的性能信息。这些数据有助于确定信号在通路中的传输特性和潜在的问题。通过使用截断信号参数数据对通路缺陷数据进行修正,可以提高通路测试数据的准确性和可靠性。修正后的通路测试数据提供了更详细和精确的关于通路质量和性能的信息,有助于制造商或技术人员进行问题分析和改进措施的制定。通过以上步骤的执行,可以对PCBA的通路连通性和信号传导质量进行全面的测试和分析。通路测试数据提供了关于通路质量、连通性和信号性能的详细信息,帮助制造商或技术人员发现和解决通路问题,确保PCBA的功能和性能符合设计要求。这有助于提高产品的可靠性和稳定性,并减少由于通路问题引起的故障和质量问题。
优选地,步骤S2包括以下步骤:
步骤S21:利用温湿度测试箱对待检测智能门锁主板PCBA进行多次热冷循环,并在不同温度下测试功能,从而得到工作温度范围数据;
本发明实施例使用温湿度测试箱对待检测的智能门锁主板PCBA进行多次热冷循环测试。在温湿度测试箱中设置不同的温度范围,并按照规定的时间进行温度循环。在每个温度区间内,测试智能门锁主板PCBA的功能和性能是否正常。记录工作温度范围,即主板在不同温度下能够正常工作的范围数据。
步骤S22:利用温湿度测试箱对待检测智能门锁主板PCBA进行高湿环境长时工作试验,观察主板变形和产生锈点情况,从而生成防潮测试数据;
本发明实施例使用温湿度测试箱对待检测的智能门锁主板PCBA进行高湿环境长时工作试验。在温湿度测试箱中设置高湿度环境,并保持一定的时间。观察主板变形和锈点等情况,并记录观察结果。根据观察结果生成防潮测试数据,评估主板在高湿环境下的防潮性能。
步骤S23:利用滴淋试验机对待检测智能门锁主板PCBA施加水珠,并观察渗水情况,从而得到防水测试数据;
本发明实施例利用滴淋试验机对待检测的智能门锁主板PCBA施加水珠进行防水测试。在测试机上设置适当的水珠大小和滴水频率。观察主板表面的渗水情况,并记录观察结果。根据观察结果生成防水测试数据,评估主板的防水性能。
步骤S24:将待检测智能门锁主板PCBA置于尘埃密封箱,并进行振动加速老化试验,从而得到防尘测试数据;
本发明实施例将待检测的智能门锁主板PCBA置于尘埃密封箱中进行振动加速老化试验。在尘埃密封箱中设置适当的振动频率和加速度。进行一定时间的振动加速老化试验,以模拟实际使用条件下的震动和尘埃环境。观察主板的防尘性能,记录观察结果。根据观察结果生成防尘测试数据,评估主板的防尘性能。
步骤S25:利用ESD导电试验对待检测智能门锁主板PCBA进行静电发电对主板的影响模拟,从而得到静电干扰数据;
本发明实施例利用ESD导电试验对待检测的智能门锁主板PCBA进行静电发电对主板的影响模拟。使用合适的ESD测试设备和测试方法,模拟静电干扰情况。测试主板在不同静电干扰条件下的响应和性能。记录测试结果,包括主板的工作状态、故障情况等。生成静电干扰数据,用于评估主板的静电抗干扰能力。
步骤S26:对工作温度范围数据、静电干扰数据、防水测试数据、防潮测试数据以及防尘测试数据进行数据整合,从而得到环境适应性测试数据。
本发明实施例将工作温度范围数据、静电干扰数据、防水测试数据、防潮测试数据以及防尘测试数据进行整合。对各项测试数据进行综合分析和评估。根据综合分析结果,评估智能门锁主板PCBA在各种环境条件下的适应性和可靠性。生成环境适应性测试数据,用于指导产品的设计改进和生产质量控制。
本发明通过进行多次热冷循环和在不同温度下测试功能,可以评估智能门锁主板PCBA在不同温度条件下的性能和可靠性。工作温度范围数据提供了PCBA在能够正常工作的温度范围内的信息,有助于确定其适用的工作环境和使用条件。通过在高湿环境下对PCBA进行长时间工作试验,可以模拟潮湿环境对智能门锁主板的影响。防潮测试数据提供了关于PCBA在高湿环境下是否容易变形或产生锈点的信息,有助于评估其防潮性能和可靠性。通过对PCBA施加水珠并观察渗水情况,可以评估智能门锁主板的防水性能。防水测试数据提供了关于PCBA是否能有效防止水分渗入并影响其功能和可靠性的信息,有助于确定其适用的使用环境和防护要求。通过将PCBA置于尘埃密封箱并进行振动加速老化试验,可以评估智能门锁主板的防尘性能。防尘测试数据提供了关于PCBA是否能有效防止尘埃进入并影响其功能和可靠性的信息,有助于确定其适用的使用环境和防护要求。通过进行ESD导电试验,可以模拟静电对智能门锁主板的影响。静电干扰数据提供了关于PCBA是否能有效抵御静电干扰和避免功能故障的信息,有助于评估其静电抗扰能力和可靠性。通过将各项测试数据整合,可以得到环境适应性测试数据,综合评估智能门锁主板PCBA在不同环境条件下的适应性和可靠性。这些数据提供了关于PCBA在特定环境下的性能和可靠性的综合信息,有助于制造商或技术人员确定产品的环境适应性和改进措施,确保智能门锁主板PCBA在各种环境条件下能够稳定工作和提供可靠的功能。
优选地,步骤S3包括以下步骤:
步骤S31:对待检测智能门锁主板PCBA的识别模块进行准确率和响应速度测试,得到识别测试数据;
本发明实施例对待检测的智能门锁主板PCBA的识别模块进行准确率和响应速度测试。使用标准化的测试数据集或真实场景数据进行测试。统计识别模块的准确率,即正确识别的比例。测试识别模块的响应速度,即从接收到输入数据到输出识别结果的时间。记录测试数据并生成识别测试数据,用于评估识别模块的性能。
步骤S32:根据识别测试数据对待检测智能门锁主板PCBA的通信模块进行传输速率和连接稳定性分析,得到通信测试数据;
本发明实施例根据识别测试数据对待检测的智能门锁主板PCBA的通信模块进行传输速率和连接稳定性分析。使用标准化的测试工具或设备对通信模块进行测试。测试传输速率,即数据在通信模块之间传输的速度。测试连接稳定性,即在不同距离、干扰等条件下,通信模块能否保持稳定的连接。分析测试结果,生成通信测试数据,用于评估通信模块的性能。
步骤S33:根据识别测试数据对待检测智能门锁主板PCBA的显示模块进行清晰度和响应时间记录,得到显示测试数据;
本发明实施例根据识别测试数据对待检测的智能门锁主板PCBA的显示模块进行清晰度和响应时间记录。使用标准化的测试方法和工具对显示模块进行测试。观察显示模块的清晰度,即显示内容的清晰程度和辨识度。测试显示模块的响应时间,即显示内容从输入到显示的时间延迟。记录测试结果,生成显示测试数据,用于评估显示模块的性能。
步骤S34:对待检测智能门锁主板PCBA中的MCU进行逻辑电平参数采集,从而得到逻辑电平数据;
本发明实施例对待检测的智能门锁主板PCBA中的MCU进行逻辑电平参数采集。使用适当的测试设备和方法,采集MCU的逻辑电平数据。包括输入输出口的电平高低状态、电平跳变时间等参数。记录采集的逻辑电平数据,用于分析MCU的逻辑电平性能。
步骤S35:根据逻辑电平数据对电源管理芯片的输出电压稳定性进行判断,得到关键参数测试数据;
本发明实施例根据逻辑电平数据对待检测的智能门锁主板PCBA中的电源管理芯片的输出电压稳定性进行判断。分析采集的逻辑电平数据,特别关注与电源管理芯片相关的电平参数。评估电源管理芯片的输出电压的稳定性,即在不同负载条件下输出电压的波动情况。根据分析结果生成关键参数测试数据,用于评估电源管理芯片的性能。
步骤S36:获取开锁电机驱动数据,其中包括点击驱动电路数据、驱动输出电流数据以及驱动响应时间数据;
本发明实施例获取待检测的智能门锁主板PCBA的开锁电机驱动数据。包括点击驱动电路数据、驱动输出电流数据以及驱动响应时间数据。使用适当的测试设备和方法,记录开锁电机驱动数据。评估开锁电机驱动的性能,包括点击的准确性、输出电流的稳定性和响应时间的快速性。
步骤S37:根据开锁电机驱动数据记录蜂鸣器驱动的输出音量和波形,得到蜂鸣器测试数据;
本发明实施例根据开锁电机驱动数据记录蜂鸣器驱动的输出音量和波形。使用适当的测试方法和测试设备,对蜂鸣器的音量和波形进行测试。观察蜂鸣器的输出音量和波形,并记录观察结果。根据观察结果生成蜂鸣器测试数据,用于评估蜂鸣器的性能和可靠性。
步骤S38:根据开锁电机驱动数据对LCD驱动进行对比度和刷新频率测试,从而得到显示测试数据;
本发明实施例开锁电机驱动数据对LCD驱动进行对比度和刷新频率测试,使用开锁电机驱动数据对待检测的智能门锁主板PCBA中的LCD驱动进行对比度和刷新频率测试。使用标准化的测试方法和工具,调整LCD驱动的对比度参数,评估显示的清晰度和对比度。测试LCD驱动的刷新频率,即屏幕内容更新的速度。记录测试结果,生成显示测试数据,用于评估LCD驱动的性能。
步骤S39:对通信测试数据、显示测试数据、关键参数测试数据、蜂鸣器测试数据以及显示测试数据进行数据融合,得到功能性能测试数据。
本发明实施例将通信测试数据、显示测试数据、关键参数测试数据、蜂鸣器测试数据以及显示测试数据进行数据融合。使用适当的方法和工具,如Microsoft Excel、Pythonpandas库、R语言等,将各项测试数据整合在一起。分析融合后的数据,综合评估智能门锁主板PCBA的功能性能。根据评估结果,确定智能门锁主板PCBA是否符合设计要求以及可靠性和性能等方面的指标。
本发明通过测试识别模块的准确率和响应速度,可以评估智能门锁主板PCBA在识别用户指令或身份时的性能。识别测试数据提供了关于PCBA识别功能的表现,包括准确性和响应速度的信息,有助于评估其在实际使用中的可靠性和用户体验。通过对通信模块进行传输速率和连接稳定性分析,可以评估智能门锁主板PCBA与外部设备或网络的通信性能。通信测试数据提供了关于PCBA通信模块传输速率和连接稳定性的信息,有助于确定其在实际应用中的可靠性和稳定性。通过对显示模块进行清晰度和响应时间的记录,可以评估智能门锁主板PCBA的显示性能。显示测试数据提供了关于PCBA显示模块的清晰度和响应时间的信息,有助于评估其在实际使用中的显示效果和用户体验。通过对MCU进行逻辑电平参数采集,可以获取智能门锁主板PCBA在不同逻辑状态下的电平数据。逻辑电平数据提供了关于PCBA逻辑电平的信息,有助于评估其逻辑电平的稳定性和符合性。通过分析逻辑电平数据并判断电源管理芯片的输出电压稳定性,可以评估智能门锁主板PCBA中电源管理的性能。关键参数测试数据提供了关于PCBA电源管理芯片输出电压稳定性的信息,有助于确定其在各种工作条件下的可靠性和稳定性。通过获取开锁电机驱动数据,可以评估智能门锁主板PCBA对开锁电机的控制和驱动能力。开锁电机驱动数据提供了关于PCBA点击驱动电路、驱动输出电流和驱动响应时间的信息,有助于评估其对开锁电机的精确性、稳定性和响应性能。通过记录蜂鸣器驱动的输出音量和波形,可以评估智能门锁主板PCBA中蜂鸣器的性能。蜂鸣器测试数据提供了关于PCBA蜂鸣器驱动的输出音量和波形的信息,有助于评估其在提供音频提示或警报方面的效果和可靠性。通过对LCD驱动进行对比度和刷新频率测试,可以评估智能门锁主板PCBA中LCD显示屏的性能。显示测试数据提供了关于PCBA LCD驱动的对比度和刷新频率的信息,有助于确定其在实际使用中的显示效果和可视性。通过对各项测试数据进行数据融合,可以综合评估智能门锁主板PCBA的功能性能。功能性能测试数据综合了通信性能、显示性能、关键参数稳定性、蜂鸣器性能以及显示性能的信息,有助于确定PCBA在实际使用中的整体表现和可靠性。综上所述,通过以上步骤的测试和数据记录,可以全面评估智能门锁主板PCBA的识别性能、通信性能、显示性能、逻辑电平稳定性、电源管理稳定性、电机驱动能力、蜂鸣器性能等关键方面。这些有益效果有助于确保PCBA的质量和可靠性,提高智能门锁产品的用户体验和功能性能。
优选地,步骤S4包括以下步骤:
步骤S41:对外观损伤测试数据以及环境适应性测试数据进行有害影响提取,得到外部影响因素数据;
本发明实施例综合外观损伤测试数据和环境适应性测试数据,识别可能对智能门锁主板PCBA产生有害影响的外部因素。分析外观损伤数据和环境适应性测试数据之间的关联关系,确定外部因素对PCBA性能的影响程度。根据统计和分析结果,提取并记录对PCBA性能有害影响的外部因素,如物理损伤、湿度、温度变化、电磁干扰等。
步骤S42:对外部影响因素数据以及功能性能测试数据进行关联性匹配,得到外因-性能匹配数据;
本发明实施例将外部影响因素数据和功能性能测试数据进行关联性匹配。外部影响因素数据可以包括外观损伤和环境适应性测试数据。将外部影响因素数据与功能性能测试数据进行对应,建立外因-性能匹配关系。根据匹配关系生成外因-性能匹配数据,用于后续的归因分析。
步骤S43:对外因-性能匹配数据进行基于关联的聚类分析,得到归因结果数据;
本发明实施例对外因-性能匹配数据进行基于关联的聚类分析。使用适当的聚类算法(如K-means、层次聚类等),将数据进行聚类分析。根据聚类结果,将具有相似外因-性能匹配关系的数据进行分组。生成归因结果数据,其中包括不同外因对应的性能表现。
步骤S44:根据归因结果数据对功能性能测试数据进行根因分类,得到根因分类数据,其中根因分类数据包括外部根因数据以及内部根因数据。
本发明实施例根据归因结果数据对功能性能测试数据进行根因分类。根因分类是将功能性能测试数据根据归因结果进行分类,以确定性能问题的具体根本原因。根据归因结果,将功能性能测试数据划分为不同的根因类别,如外部根因和内部根因。外部根因指的是由外部因素(如外观损伤、环境适应性等)引起的性能问题,而内部根因指的是由内部因素(如电路设计、组件故障等)引起的性能问题。生成根因分类数据,用于深入分析和解决性能问题。
本发明通过对外观损伤测试数据和环境适应性测试数据进行有害影响提取,可以确定可能对智能门锁主板PCBA造成损害或影响的外部因素。外部影响因素数据提供了关于PCBA受到的外部影响的信息,例如物理损伤、环境温度变化等,有助于评估其在实际使用和环境中的可靠性和耐久性。通过对外部影响因素数据和功能性能测试数据进行关联性匹配,可以确定外部因素与PCBA功能性能之间的关联关系。外因-性能匹配数据提供了关于外部因素与PCBA功能性能之间的相关性信息,有助于确定哪些外部因素可能会对PCBA的性能产生有害影响。通过对外因-性能匹配数据进行基于关联的聚类分析,可以将具有相似外因-性能关联模式的数据进行归类。归因结果数据提供了关于不同外因对PCBA性能的影响模式的信息,有助于确定哪些外部因素可能导致类似的性能问题。通过根据归因结果数据对功能性能测试数据进行根因分类,可以确定导致性能问题的根本原因。根因分类数据提供了关于PCBA性能问题的根因信息,包括外部根因和内部根因。外部根因指的是由外部因素引起的问题,如环境影响,而内部根因指的是由PCBA内部元件或设计引起的问题。这些根因分类数据有助于确定并解决PCBA性能问题的具体原因。综上所述,通过以上步骤的测试、数据分析和归因过程,可以提取外部影响因素数据,确定外部因素与PCBA功能性能之间的关联关系,识别导致性能问题的根本原因。这些有益效果有助于改进PCBA的设计和制造过程,提高其对外部环境的适应性和可靠性,以及解决潜在的性能问题。
优选地,步骤S5包括以下步骤:
步骤S51:对外部根因数据进行导致问题的出现频率统计,并对外部因素对主板性能的单独和联合影响进行影响程度评估,从而得到外因危害度数据;
本发明实施例对外部根因数据进行分析,统计导致问题出现的频率。根据统计结果,评估外部因素对主板性能的单独和联合影响的程度。影响程度评估可以使用定量或定性的方法,根据实际情况和需求确定评估指标和评分体系。根据评估结果,得到外因危害度数据,用于后续的根因分析和优化决策。
步骤S52:对内部根因数据中内部因素导致问题的机理进行归纳,并对内部各模块和接口之间的关系进行影响程度评估,从而得到内因危害度数据;
本发明实施例对内部根因数据中导致问题的机理进行归纳和分析。理解各内部模块和接口之间的关系,确定内因导致问题的影响程度。使用适当的评估方法,对内部因素的影响程度进行评估,可以考虑定量评估或定性评估,根据实际情况选择适合的方法,得到内因危害度数据,用于后续的根因分析和优化决策。
步骤S53:根据影响程度对外因危害度数据以及内因危害度数据进行关键根因提取,得到关键根因数据;
本发明实施例根据外因危害度数据和内因危害度数据,结合影响程度评估结果,提取关键根因数据。关键根因是导致性能问题的主要因素,对问题的产生和影响程度具有重要作用。根据危害度和影响程度的综合评估,筛选出具有较高影响程度和重要性的根因作为关键根因。
步骤S54:根据关键根因数据以及预设的专家故障处理规则对待检测智能门锁主板PCBA进行优化方法映射,得到主板优化方法数据;
本发明实施例根据关键根因数据和预设的专家故障处理规则,对待检测的智能门锁主板PCBA进行优化方法的映射。优化方法可以包括设计改进、组件更换、工艺优化等,旨在解决关键根因导致的性能问题。根据具体问题和可行性,选择合适的优化方法进行映射。
步骤S55:将主板优化方法数据汇总为主板优化方案数据。
本发明实施例将映射得到的主板优化方法数据进行汇总,形成主板优化方案数据。主板优化方案数据应包括每个关键根因对应的优化方法和实施细节,以便后续的优化实施和跟踪评估。
本发明通过对外部根因数据进行频率统计,可以确定导致问题出现的外部因素的相对重要性。同时,评估外部因素对主板性能的单独影响和联合影响程度,可以确定外部因素的危害度。外因危害度数据提供了关于不同外部因素对主板性能的影响程度信息,有助于确定哪些外部因素是最重要的,需要优先考虑和解决。通过对内部根因数据中内部因素导致问题的机理进行归纳,可以理解内部因素对主板性能问题的具体贡献。同时,评估内部各模块和接口之间的关系的影响程度,可以确定内部因素的危害度。内因危害度数据提供了关于内部因素对主板性能的影响程度信息,有助于确定哪些内部因素是最重要的,需要优先关注和改进。通过根据影响程度对外因危害度数据和内因危害度数据进行分析,可以确定关键根因。关键根因数据提供了关于导致主板性能问题的最重要因素的信息,有助于确定需要优先解决的关键问题。通过根据关键根因数据和预设的专家故障处理规则,可以映射出针对待检测智能门锁主板PCBA的优化方法。主板优化方法数据提供了解决关键根因的具体方法和措施,有助于改进主板设计和制造过程,以提高性能和可靠性。通过将主板优化方法数据汇总,可以形成一份完整的主板优化方案数据。主板优化方案数据提供了关于如何改进主板设计和制造的综合建议,有助于指导后续的主板优化工作,提高产品质量和性能。综上所述,通过以上步骤的数据分析和评估过程,可以得到外因危害度数据、内因危害度数据、关键根因数据和主板优化方案数据。这些有益效果有助于确定主板性能问题的根本原因、制定相应的优化措施,并提供指导和参考,以改进主板设计和制造,提高产品的性能、可靠性和质量。
优选地,步骤S51中所述的对外部根因数据进行影响程度评估的公式如下所示:
;
式中,为外因危害度数据,/>为外部因素的个数,/>为第/>个外部因素导致问题的出现频率,/>为第/>个外部因素作用的时间,/>为第/>个外部因素对主板性能的影响函数,/>为第/>个外部因素与其他外部因素联合作用的情况数,/>为第/>种联合作用情况下涉及的外部因素个数,/>为联合作用的运算符,/>为第/>个外部因素与第/>种联合作用情况下的第/>个外部因素对主板性能的影响函数。
本发明通过构建一个对外部根因数据进行影响程度评估的公式;其中,是表示这是表示第/>个外部因素对主板性能的影响函数,影响函数描述了外部因素如何随着变量/>的变化而影响主板性能;/>可以表示时间、温度、电压或其他与主板性能相关的变量。的积分/>表示第/>个外部因素在作用时间/>内对主板性能的总体影响。/>这是表示第/>个外部因素与第/>种联合作用情况下的第/>个外部因素对主板性能的影响函数;描述了这个联合作用情况下外部因素之间如何相互影响,并对主板性能产生何种影响,/>可以表示时间、温度、电压或其他与主板性能相关的变量。联合作用的情况数为m_i,涉及的外部因素个数为/>,因此存在多个/>的组合。联合作用的运算符⨁表示对这些组合进行运算,可以是加法、乘法或其他运算,具体取决于模型的定义和特定的应用场景。该公式充分考虑到了每个外部因素导致问题出现的频率。通过对外部根因数据的统计,可以获取不同外部因素导致问题的频率信息。这有助于确定哪些外部因素更常见,对主板性能的影响更为重要。考虑了外部因素对主板性能的影响程度与作用时间的关系。通过对外部因素的影响函数进行积分,可以计算在外部因素作用时间内对主板性能产生的总影响。这有助于理解外部因素对主板性能的累积效应,并确定其对主板性能的具体影响程度。考虑了外部因素之间的联合作用情况。通过考虑不同外部因素的联合作用,可以更准确地评估外部因素对主板性能的综合影响。这有助于发现外部因素之间的相互作用关系,并确定它们对主板性能的综合影响程度。该公式最终计算得到外因危害度数据,用于量化外部因素对主板性能的影响程度。外因危害度数据提供了关于不同外部因素对主板性能的相对重要性的信息。这有助于确定哪些外部因素是最关键的,需要优先考虑和解决。综上所述,该公式通过考虑外部因素导致问题的出现频率、作用时间、联合作用情况和影响函数,计算得到外因危害度数据。这有益于量化外部因素对主板性能的影响程度,帮助确定关键的外部因素,并为制定主板优化方案提供指导和参考。本发明所构建的对外部根因数据进行影响程度评估的公式,可以使用其他惯用技术手段(例如故障树分析、影响度评估矩阵等)实现类似效果。
优选地,步骤S52中所述的对内部根因数据进行影响程度评估的公式如下所示:
;
式中,为内因危害度数据,/>为内部模块的数量,/>为内部接口的数量,/>为第/>个内部模块的功能性能指标,/>为测试时间,/>为时间积分参数,/>为第/>个内部模块的功能性能指标对时间的变化率,e为自然数,/>为第/>个内部模块与第/>个内部接口之间的关联系数,/>为第/>个内部接口的故障概率。
本发明通过构建一个对内部根因数据进行影响程度评估的公式,是用于表示第/>个内部模块在功能性能方面的指标或度量。这个指标可以是与模块性能直接相关的任何量,比如速度、准确性、稳定性、功耗等等;它反映了内部模块在特定条件下所表现出的功能特征或性能水平。通过对内部模块的功能性能指标进行评估和比较,可以了解不同模块之间的性能差异,进而识别出对整个系统性能产生重要影响的关键模块。该公式考虑了每个内部模块的功能性能指标以及在一定时间范围内的变化率。通过对内部根因数据的分析,可以获取不同内部模块的功能性能指标和其对时间的变化率。这有助于了解内部模块对主板性能的贡献,以及其在时间上的变化趋势。该公式考虑了内部模块功能性能指标与时间的变化率。通过计算功能性能指标对时间的偏导数,可以评估内部模块在性能上的变化速率。这有助于确定内部模块对主板性能的动态影响程度。该公式考虑了内部模块与内部接口之间的关联关系和接口的故障概率。通过考虑内部模块与接口之间的关联系数和接口的故障概率,可以评估内部模块对接口的影响程度。这有助于发现内部模块与接口之间的相互作用关系,并确定它们对主板性能的综合影响。该公式最终计算得到内因危害度数据,用于量化内部因素对主板性能的影响程度。内因危害度数据提供了关于不同内部模块和接口对主板性能的相对重要性的信息。这有助于确定哪些内部因素是最关键的,需要优先关注和改进。综上所述,该公式通过考虑内部模块的功能性能指标、时间变化率、关联关系和故障概率,计算得到内因危害度数据。这有益于量化内部因素对主板性能的影响程度,帮助确定关键的内部因素,并为制定主板优化方案提供指导和参考。本发明所构建的对内部根因数据进行影响程度评估的公式,可以使用其他惯用技术手段(例如故障树分析、影响度评估矩阵等)实现类似效果。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种智能门锁主板PCBA测试方法,其特征在于,包括以下步骤:
步骤S1:获取待检测智能门锁主板PCBA;对待检测智能门锁主板PCBA进行外观损伤测试,从而得到外观损伤测试数据,其中外观损伤测试包括组件完整测试、焊接质量测试、PCB层结构测试以及传导通路测试;
步骤S2:对待检测智能门锁主板PCBA进行环境适应性测试,从而得到环境适应性测试数据,其中环境适应性测试包括温度耐受测试、湿度耐受测试、防水防尘测试以及抗静电干扰测试;
步骤S3:对待检测智能门锁主板PCBA进行功能性能测试,从而获取功能性能测试数据,其中功能性能测试包括模块功能测试、关键部件电压参数测试以及驱动电路测试;
步骤S4:根据外观损伤测试数据以及环境适应性测试数据提取外部影响因素数据;根据外部影响因素数据对功能性能测试数据进行外部归因分析,得到归因结果数据;根据归因结果数据对功能性能测试数据进行根因分类,得到根因分类数据,其中根因分类数据包括外部根因数据以及内部根因数据;
步骤S5:对根因分类数据进行细粒度分析,并识别影响程度最大的关键根因,得到关键根因数据;根据关键根因数据对待检测智能门锁主板PCBA进行优化方案制定,得到PCBA优化方案数据。
2.根据权利要求1所述的智能门锁主板PCBA测试方法,其特征在于,步骤S1包括以下步骤:
步骤S11:获取智能门锁主板PCBA的组件分布图数据;
步骤S12:根据预设的完整组件分布图对组件分布图数据进行组件缺失或脱位判断,从而得到组件完整度数据;
步骤S13:对智能门锁主板PCBA电子元器件的焊接点进行焊接质量测试,从而生成焊点缺陷数据;
步骤S14:利用X光机对智能门锁主板PCBA的PCB内层进行X光扫描,从而获取X光图像数据;
步骤S15:对X光图像数据进行错构和开路检测,从而得到PCB结构缺陷数据;
步骤S16:对X光图像数据进行断线和短路检测,从而得到PCB电路缺陷数据;
步骤S17:利用PCB结构缺陷数据对PCB电路缺陷数据进行结构修正,得到PCB层检测数据;
步骤S18:对智能门锁主板PCBA进行传导通路测试,从而得到通路测试数据;
步骤S19:对组件完整度数据、焊点缺陷数据、PCB层检测数据以及通路测试数据进行数据整合,从而得到外观损伤测试数据。
3.根据权利要求2所述的智能门锁主板PCBA测试方法,其特征在于,步骤S13包括以下步骤:
步骤S131:对智能门锁主板PCBA电子元器件的焊接处进行高清拍摄,从而得到焊缝图像数据;
步骤S132:对焊缝图像数据进行焊接缺陷识别,从而得到不良焊点数据;
步骤S133:根据不良焊点数据对不良焊接点位置进行重要性分析,从而得到关键结构焊点数据;
步骤S134:对关键结构焊点数据进行电子显微镜下视觉检查,确认焊接质量是否达标,并检测焊点的具体缺陷类型,从而得到焊点缺陷数据。
4.根据权利要求3所述的智能门锁主板PCBA测试方法,其特征在于,步骤S18包括以下步骤:
步骤S181:获取PCBA设计图,对PCBA设计图进行关键传导通路提取,得到关键传导通路数据;
步骤S182:利用测试探针对关键传导通路数据进行起点和终点的连通检测,从而得到通路连通性数据;
步骤S183:对通路连通性数据中连通的传导通路起点进行信号导入,并追踪信号形态,从而得到信号参数数据;
步骤S184:根据信号参数数据对传导通路进行缺陷分析,得到通路缺陷数据;
步骤S185:对导入信号的通路进行截断,得到截断信号参数数据;
步骤S186:根据截断信号参数数据对通路缺陷数据进行细节修正,从而得到通路测试数据。
5.根据权利要求4所述的智能门锁主板PCBA测试方法,其特征在于,步骤S2包括以下步骤:
步骤S21:利用温湿度测试箱对待检测智能门锁主板PCBA进行多次热冷循环,并在不同温度下测试功能,从而得到工作温度范围数据;
步骤S22:利用温湿度测试箱对待检测智能门锁主板PCBA进行高湿环境长时工作试验,观察主板变形和产生锈点情况,从而生成防潮测试数据;
步骤S23:利用滴淋试验机对待检测智能门锁主板PCBA施加水珠,并观察渗水情况,从而得到防水测试数据;
步骤S24:将待检测智能门锁主板PCBA置于尘埃密封箱,并进行振动加速老化试验,从而得到防尘测试数据;
步骤S25:利用ESD导电试验对待检测智能门锁主板PCBA进行静电发电对主板的影响模拟,从而得到静电干扰数据;
步骤S26:对工作温度范围数据、静电干扰数据、防水测试数据、防潮测试数据以及防尘测试数据进行数据整合,从而得到环境适应性测试数据。
6.根据权利要求5所述的智能门锁主板PCBA测试方法,其特征在于,步骤S3包括以下步骤:
步骤S31:对待检测智能门锁主板PCBA的识别模块进行准确率和响应速度测试,得到识别测试数据;
步骤S32:根据识别测试数据对待检测智能门锁主板PCBA的通信模块进行传输速率和连接稳定性分析,得到通信测试数据;
步骤S33:根据识别测试数据对待检测智能门锁主板PCBA的显示模块进行清晰度和响应时间记录,得到显示测试数据;
步骤S34:对待检测智能门锁主板PCBA中的MCU进行逻辑电平参数采集,从而得到逻辑电平数据;
步骤S35:根据逻辑电平数据对电源管理芯片的输出电压稳定性进行判断,得到关键参数测试数据;
步骤S36:获取开锁电机驱动数据,其中包括点击驱动电路数据、驱动输出电流数据以及驱动响应时间数据;
步骤S37:根据开锁电机驱动数据记录蜂鸣器驱动的输出音量和波形,得到蜂鸣器测试数据;
步骤S38:根据开锁电机驱动数据对LCD驱动进行对比度和刷新频率测试,从而得到显示测试数据;
步骤S39:对通信测试数据、显示测试数据、关键参数测试数据、蜂鸣器测试数据以及显示测试数据进行数据融合,得到功能性能测试数据。
7.根据权利要求6所述的智能门锁主板PCBA测试方法,其特征在于,步骤S4包括以下步骤:
步骤S41:对外观损伤测试数据以及环境适应性测试数据进行有害影响提取,得到外部影响因素数据;
步骤S42:对外部影响因素数据以及功能性能测试数据进行关联性匹配,得到外因-性能匹配数据;
步骤S43:对外因-性能匹配数据进行基于关联的聚类分析,得到归因结果数据;
步骤S44:根据归因结果数据对功能性能测试数据进行根因分类,得到根因分类数据,其中根因分类数据包括外部根因数据以及内部根因数据。
8.根据权利要求7所述的智能门锁主板PCBA测试方法,其特征在于,步骤S5包括以下步骤:
步骤S51:对外部根因数据进行导致问题的出现频率统计,并对外部因素对主板性能的单独和联合影响进行影响程度评估,从而得到外因危害度数据;
步骤S52:对内部根因数据中内部因素导致问题的机理进行归纳,并对内部各模块和接口之间的关系进行影响程度评估,从而得到内因危害度数据;
步骤S53:根据影响程度对外因危害度数据以及内因危害度数据进行关键根因提取,得到关键根因数据;
步骤S54:根据关键根因数据以及预设的专家故障处理规则对待检测智能门锁主板PCBA进行优化方法映射,得到主板优化方法数据;
步骤S55:将主板优化方法数据汇总为主板优化方案数据。
9.根据权利要求8所述的智能门锁主板PCBA测试方法,其特征在于,步骤S51中所述的对外部根因数据进行影响程度评估的公式如下所示:
式中,Y1为外因危害度数据,r为外部因素的个数,pi为第i个外部因素导致问题的出现频率,ti为第i个外部因素作用的时间,Fi(x)为第i个外部因素对主板性能的影响函数,mi为第i个外部因素与其他外部因素联合作用的情况数,lj为第j种联合作用情况下涉及的外部因素个数,为联合作用的运算符,gijk(y)为第i个外部因素与第j种联合作用情况下的第k个外部因素对主板性能的影响函数。
10.根据权利要求9所述的智能门锁主板PCBA测试方法,其特征在于,步骤S52中所述的对内部根因数据进行影响程度评估的公式如下所示:
式中,Y2为内因危害度数据,n为内部模块的数量,m为内部接口的数量,fi为第i个内部模块的功能性能指标,T为测试时间,t为时间积分参数,为第i个内部模块的功能性能指标对时间的变化率,e为自然数,αij为第i个内部模块与第j个内部接口之间的关联系数,gj为第j个内部接口的故障概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524819.3A CN117572209B (zh) | 2023-11-15 | 2023-11-15 | 一种智能门锁主板pcba测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524819.3A CN117572209B (zh) | 2023-11-15 | 2023-11-15 | 一种智能门锁主板pcba测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117572209A true CN117572209A (zh) | 2024-02-20 |
CN117572209B CN117572209B (zh) | 2024-06-11 |
Family
ID=89883691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311524819.3A Active CN117572209B (zh) | 2023-11-15 | 2023-11-15 | 一种智能门锁主板pcba测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117572209B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117929975A (zh) * | 2024-03-25 | 2024-04-26 | 四川易景智能终端有限公司 | 一种pcba板测试方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040004482A1 (en) * | 2002-04-18 | 2004-01-08 | Photon Dynamics, Inc. | Industrial inspection using combination of functional testing and structural inspection |
CN106291437A (zh) * | 2015-05-21 | 2017-01-04 | 中国电力科学研究院 | 一种智能电能表的可靠性评价方法 |
CN110726926A (zh) * | 2019-10-21 | 2020-01-24 | 深圳市凯迪仕智能科技有限公司 | 一种智能门锁主板pcba老化测试方法 |
CN116027180A (zh) * | 2023-03-30 | 2023-04-28 | 常州海弘电子有限公司 | 一种pcb板高阻抗的性能检测方法及系统 |
CN116594913A (zh) * | 2023-07-15 | 2023-08-15 | 青岛大学 | 一种智能软件自动化测试方法 |
-
2023
- 2023-11-15 CN CN202311524819.3A patent/CN117572209B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040004482A1 (en) * | 2002-04-18 | 2004-01-08 | Photon Dynamics, Inc. | Industrial inspection using combination of functional testing and structural inspection |
CN106291437A (zh) * | 2015-05-21 | 2017-01-04 | 中国电力科学研究院 | 一种智能电能表的可靠性评价方法 |
CN110726926A (zh) * | 2019-10-21 | 2020-01-24 | 深圳市凯迪仕智能科技有限公司 | 一种智能门锁主板pcba老化测试方法 |
CN116027180A (zh) * | 2023-03-30 | 2023-04-28 | 常州海弘电子有限公司 | 一种pcb板高阻抗的性能检测方法及系统 |
CN116594913A (zh) * | 2023-07-15 | 2023-08-15 | 青岛大学 | 一种智能软件自动化测试方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117929975A (zh) * | 2024-03-25 | 2024-04-26 | 四川易景智能终端有限公司 | 一种pcba板测试方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117572209B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117572209B (zh) | 一种智能门锁主板pcba测试方法 | |
JP4077951B2 (ja) | 欠陥解析方法、記録媒体及び工程管理方法 | |
US8606536B2 (en) | Methods and apparatus for hybrid outlier detection | |
CN108804326B (zh) | 一种软件代码自动检测方法 | |
US6453437B1 (en) | Method and system for performing transition fault simulation along long circuit paths for high-quality automatic test pattern generation | |
JP5907649B2 (ja) | データ解析のための方法および装置 | |
KR20010040210A (ko) | 반도체 집적회로의 고장검사방법 및 레이아웃방법 | |
US10725098B2 (en) | System and method for efficient electrostatic discharge testing and analysis | |
CN117309874A (zh) | 一种双绞电缆的性能测试方法 | |
US5615219A (en) | System and method of programming a multistation testing system | |
CN112798109B (zh) | 一种主板质量的检测评价装置 | |
Khasawneh et al. | Real-time monitoring of test fallout data to quickly identify tester and yield issues in a multi-site environment | |
JPH0455776A (ja) | 論理集積回路の故障診断装置 | |
US11493549B2 (en) | System and method for performing loopback test on PCIe interface | |
CN117251331B (zh) | 一种基于物联网的芯片性能数据监管传输系统及方法 | |
CN117828499B (zh) | Pcba异常件确定方法、系统、存储介质及电子设备 | |
US9939488B2 (en) | Field triage of EOS failures in semiconductor devices | |
CN117234955B (zh) | 一种基于物联网的软件测试管理方法及系统 | |
CN118226236A (zh) | 一种pcb缺陷的智能识别方法及装置 | |
CN113609577B (zh) | 一种汽车电器原理检查方法 | |
JP2005043274A (ja) | 故障モード特定方法及び故障診断装置 | |
CN117612461A (zh) | 显示面板异常分析方法及分析系统 | |
Kirkland et al. | Recurrent TPS development issues or ascertaining the excellence of an automated unit test | |
CN116593937A (zh) | 一种连接器微开路检测方法 | |
WO2023186432A1 (en) | Inspection of printed circuit board assemblies |
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 |