CN117589109B - 石英中心托盘制作工艺的质量检测与控制方法 - Google Patents
石英中心托盘制作工艺的质量检测与控制方法 Download PDFInfo
- Publication number
- CN117589109B CN117589109B CN202410081308.7A CN202410081308A CN117589109B CN 117589109 B CN117589109 B CN 117589109B CN 202410081308 A CN202410081308 A CN 202410081308A CN 117589109 B CN117589109 B CN 117589109B
- Authority
- CN
- China
- Prior art keywords
- defect
- tray
- coefficient
- quality
- size
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 41
- 230000007547 defect Effects 0.000 claims abstract description 396
- 238000007689 inspection Methods 0.000 claims abstract description 76
- 230000003287 optical effect Effects 0.000 claims abstract description 43
- 238000013461 design Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 46
- 238000013441 quality evaluation Methods 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 16
- 238000004806 packaging method and process Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001303 quality assessment method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000011002 quantification Methods 0.000 abstract description 3
- 238000003908 quality control method Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 11
- 239000004065 semiconductor Substances 0.000 description 9
- 238000013145 classification model Methods 0.000 description 6
- 238000003708 edge detection Methods 0.000 description 4
- 235000012431 wafers Nutrition 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明涉及缺陷检测技术领域，本发明公开了石英中心托盘制作工艺的质量检测与控制方法，包括：将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，以获取被测托盘的第一质检结果；获取尺寸合格的被测托盘的M幅局部X射线图像，以及获取尺寸合格的被测托盘的M幅局部光学图像；分别对M幅局部X射线图像和M幅局部光学图像进行解析，以获取被测托盘的内部缺陷数据和外部缺陷数据，并依据内部缺陷数据和外部缺陷数据进行综合分析，以确定被测托盘的第二质检结果；本发明有利于对石英中心托盘进行质量量化和缺陷识别，进而有利于实现对石英中心托盘的质量控制。
Description
技术领域
本发明涉及缺陷检测技术领域，更具体地说，本发明涉及石英中心托盘制作工艺的质量检测与控制方法。
背景技术
随着半导体行业的迅速发展，半导体器件的制造过程变得越来越复杂，要求对制造设备和工艺进行更加精细的控制，以确保最终产品的质量和可靠性；在半导体制造过程中，石英中心托盘作为支持、传输和存储半导体晶圆的重要组件，在半导体制造行业中扮演着关键的角色，其能够确保半导体晶圆在整个制造过程中得到稳妥的处理，从而维护了半导体器件的质量和可靠性；然而，目前在制造石英托盘工艺中，由于制作工艺和过程的差异化，可能会导致石英托盘产生气泡、裂纹等缺陷问题；进而导致石英中心托盘无法为晶圆提供足够的稳定性，使得晶圆在制造过程中容易受到振动或损坏；为此，急需一种石英中心托盘制作工艺的质量检测与控制方法，能够对石英中心托盘存在的缺陷进行检测和评估，以确保石英中心托盘的生产质量。
目前，缺乏针对石英中心托盘制作工艺过程中的质量检测与控制方法，虽存在部分相近文献，例如授权公告号为CN105717137B的中国专利公开了石英玻璃微缺陷检测方法，虽然上述方法能够实现石英产品缺陷检测，但对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分缺陷：
（1）缺乏针对石英中心托盘进行尺寸和缺陷检测，进一步地，无法基于缺陷检测结果针对石英中心托盘的生产质量进行量化；
（2）无法在尺寸比对和质量量化数据的基础上，针对石英中心托盘进行质量分类和生产控制，进而难以保证石英中心托盘的出厂质量。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供石英中心托盘制作工艺的质量检测与控制方法。
为实现上述目的，本发明提供如下技术方案：
石英中心托盘制作工艺的质量检测与控制方法，所述方法包括：
将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，以获取所述被测托盘的第一质检结果；所述第一质检结果包括尺寸合格或尺寸不合格中的一种；包括：
根据相同的规则将被测托盘和标准三维模型划分为N个细分部位，N为大于零的整数；
测量被测托盘中每个细分部位的实际厚度和实际长度，以及获取标准三维模型中每个细分部位的设计厚度和设计长度；
基于被测托盘和标准三维模型中相同细分部位进行厚度比对，计算厚度系数，其计算公式为：；其中，/>表示厚度系数，/>表示第i个细分部位的实际厚度，/>表示第i个细分部位的设计厚度；
基于被测托盘和标准三维模型中相同细分部位进行长度比对，计算长度系数，其计算公式为：；其中，/>表示长度系数，/>表示第i个细分部位的实际长度，/>表示第i个细分部位的设计长度；
依据厚度系数和长度系数计算尺寸系数，基于尺寸系数确定获取第一质检结果，其计算公式为：；其中，/>表示尺寸系数，/>和表示大于零的修正因子，/>＞/>；
获取尺寸合格的被测托盘的M幅局部X射线图像，以及获取尺寸合格的被测托盘的M幅局部光学图像；
分别对M幅局部X射线图像和M幅局部光学图像进行解析，以获取被测托盘的内部缺陷数据和外部缺陷数据，并依据所述内部缺陷数据和外部缺陷数据进行综合分析，以确定被测托盘的第二质检结果，所述第二质检结果为质量符合标准或质量不符合标准中的一种；
根据第一质检结果或第二质检结果控制被测托盘进入下一加工环节，所述下一加工环节包括包装环节和返工环节。
进一步地，基于尺寸系数确定获取第一质检结果，包括：
获取尺寸系数阈值，将尺寸系数与尺寸系数阈值进行比对；
若尺寸系数大于等于尺寸系数阈值，则判定对应的被测托盘为尺寸合格；
若尺寸系数小于尺寸系数阈值，则判定对应的被测托盘为尺寸不合格。
进一步地，对M幅局部X射线图像进行解析，包括：
a1：获取第v幅局部X射线图像，对第v幅局部X射线图像进行像素点区分，将像素点聚类形成的区域分割为第一目标区域，得到K个第一目标区域；
a2：将K个第一目标区域以图像的形式分别输入到预配置的第一缺陷识别模型中进行识别，得到第一缺陷识别结果，根据第一缺陷识别结果判断所述K个第一目标区域是否存在内部缺陷区域，若不存在，则令v=v+1，并返回至步骤a1；若存在，则记录内部缺陷区域的数量、缺陷类型和像素面积，并令v=v+1，并返回至步骤a1；
a3：重复上述步骤a1～a2，直至v=M时，结束循环，得到第一内部缺陷数据，所述第一内部缺陷数据包括Q个内部缺陷区域、Q个内部缺陷区域的缺陷类型和Q个内部缺陷区域的像素面积；
a4：基于M幅局部X射线图像的内部缺陷数据计算被测托盘的内部缺陷系数，将内部缺陷系数作为第二内部缺陷数据，其计算公式为：；式中：/>表示内部缺陷系数，/>表示第v幅局部X射线图像中第g个气泡缺陷类型的内部缺陷区域的像素面积；/>表示第v幅局部X射线图像中第h个裂纹缺陷类型的内部缺陷区域的像素面积，/>表示气泡缺陷类型的内部缺陷区域的数量，/>表示裂纹缺陷类型的内部缺陷区域的数量。
进一步地，预配置的第一缺陷识别模型的生成逻辑如下：
获取X射线图像形式的第一历史数据，所述第一历史数据包括Z幅不同内部缺陷类型的X射线图像，Z为大于零的整数；所述内部缺陷类型包括裂纹和气泡缺陷；
对Z幅X射线图像进行内部缺陷类型标注，将内部缺陷类型标注后的Z幅X射线图像作为第一训练数据，将第一训练数据划分为内部缺陷训练集和内部缺陷测试集；
构建分类网络，将内部缺陷训练集中的X射线图像作为分类网络的输入，将内部缺陷训练集中的内部缺陷类型标注作为分类网络的输出，对分类网络进行训练，得到初始缺陷识别网络；
利用内部缺陷测试集对初始缺陷识别网络进行模型验证，输出满足预设测试准确度的初始缺陷识别网络作为预配置的第一缺陷识别模型。
进一步地，对M幅局部光学图像进行解析，包括：
b1：获取第s幅局部光学图像，对第s幅局部光学图像进行像素点区分，将像素点聚类形成的区域分割为第二目标区域，得到K个第二目标区域；
b2：将K个第二目标区域以图像的形式分别输入到预配置的第二缺陷识别模型中进行识别，得到第二缺陷识别结果，根据第二缺陷识别结果判断所述K个第二目标区域是否存在外部缺陷区域，若不存在，则令s=s+1，并返回至步骤b1；若存在，则记录外部缺陷区域的数量、缺陷类型和像素面积，并令s=s+1，并返回至步骤b1；
b3：重复上述步骤b1～b2，直至s=M时，结束循环，得到第一外部缺陷数据，所述第一外部缺陷数据包括W个外部缺陷区域、W个外部缺陷区域的缺陷类型和W个外部缺陷区域的像素面积；
b4：基于M幅局部光学图像的外部缺陷数据计算被测托盘的外部缺陷系数，将外部缺陷系数作为第二外部缺陷数据，其计算公式为：；式中：/>表示外部缺陷系数，/>表示第s幅局部光学图像中第d个气泡缺陷类型的外部缺陷区域的像素面积；/>表示第s幅局部光学图像中第b个裂纹缺陷类型的外部缺陷区域的像素面积，/>表示气泡缺陷类型的外部缺陷区域的数量，/>表示裂纹缺陷类型的外部缺陷区域的数量。
进一步地，依据所述内部缺陷数据和外部缺陷数据进行综合分析，包括：
提取内部缺陷数据中的内部缺陷系数，以及提取外部缺陷数据中的外部缺陷系数；
根据所述内部缺陷系数和外部缺陷系数进行综合计算，得到被测托盘的质量评估系数，其计算公式为：；其中，/>表示质量评估系数，/>和/>表示大于零的修正因子，/>＞/>；
获取质量评估系数阈值，将质量评估系数与质量评估系数阈值进行比较，若质量评估系数小于质量评估系数阈值，则判定对应被测托盘属于质量符合标准；若质量评估系数大于等于质量评估系数阈值，则判定对应被测托盘属于质量不符合标准。
进一步地，控制被测托盘进入下一加工环节，包括：
获取所述被测托盘的第一质检结果，判断所述第一质检结果是否显示为尺寸不合格；
若所述第一质检结果显示为尺寸不合格，则控制所述被测托盘进入返工环节。
进一步地，控制被测托盘进入下一加工环节，还包括：
获取所述被测托盘的第二质检结果，判断所述第二质检结果是否显示为质量符合标准；
若所述第二质检结果显示为质量符合标准，则控制所述被测托盘进入包装环节；
若所述第二质检结果显示为质量不符合标准，则控制所述被测托盘进入返工环节。
一种电子设备，包括电源、接口、键盘、存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述中央处理器执行所述计算机程序时实现上述的石英中心托盘制作工艺的质量检测与控制方法；所述接口包括网络接口与数据接口，网络接口包括有线或无线接口，数据接口包括输入或输出接口。
一种计算机可读存储介质，所述计算机可读存储介质，包括存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述中央处理器执行所述计算机程序时实现上述的石英中心托盘制作工艺的质量检测与控制方法，存储介质存储有操作系统、数据与应用程序。
相比于现有技术，本发明的有益效果在于：
本申请公开了石英中心托盘制作工艺的质量检测与控制方法，将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，以获取被测托盘的第一质检结果；获取尺寸合格的被测托盘的M幅局部X射线图像，以及获取尺寸合格的被测托盘的M幅局部光学图像；分别对M幅局部X射线图像和M幅局部光学图像进行解析，以获取被测托盘的内部缺陷数据和外部缺陷数据，并依据内部缺陷数据和外部缺陷数据进行综合分析，以确定被测托盘的第二质检结果；根据第一质检结果或第二质检结果控制被测托盘进入下一加工环节；基于上述过程，本发明有利于针对石英中心托盘进行尺寸和缺陷检测，进一步地，能够对石英中心托盘的生产质量进行量化；再进一步地，有利于在尺寸比对和质量量化数据的基础上，针对石英中心托盘进行质量分类和生产控制，进而有利于保证石英中心托盘的出厂质量。
附图说明
图1为本发明提供的石英中心托盘制作工艺的质量检测与控制方法的流程图；
图2为本发明提供的石英中心托盘制作工艺的质量检测与控制系统的示意图；
图3为本发明提供的一种电子设备的结构示意图；
图4为本发明提供的一种计算机可读存储介质的结构示意图。
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。
实施例1:
请参阅图1所示，本实施例公开提供了石英中心托盘制作工艺的质量检测与控制方法，包括：
S101：将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，以获取所述被测托盘的第一质检结果；所述第一质检结果包括尺寸合格或尺寸不合格中的一种；
需要说明的是：所述被测托盘具体为石英中心托盘，所述石英中心托盘包含多种尺寸规格，在系统数据库中预存了多种标准三维模型，每种标准三维模型分别与一种尺寸规格的石英中心托盘相互关联绑定，每种标准三维模型代表了每种尺寸规格石英中心托盘的设计标准，且每种标准三维模型通过事先利用三维建模工具进行构建得到，所述三维建模工具包括但不限于Creoparametric、UGNX或3DMax等中具体的一种；
在实施中，将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，包括：
根据相同的规则将被测托盘和标准三维模型划分为N个细分部位，N为大于零的整数；
需要说明的是：在将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较前，会将被测托盘和标准三维模型划分为N个细分部位，而被测托盘和标准三维模型中细分部位的划分方式和划分范围（大小）完全相同；可以理解的是，被测托盘和标准三维模型中相同细分部位的大小和坐标位置完全一致；
测量被测托盘中每个细分部位的实际厚度和实际长度，以及获取标准三维模型中每个细分部位的设计厚度和设计长度；
应当了解的是：所述被测托盘中每个细分部位的实际厚度和实际长度通过尺寸检测装置实际测量得到，所述尺寸检测装置包括但不限于激光测量仪、三维扫描仪或超声波测量仪等中的一种；应当说明的是，当被测托盘的细分部位为圆形时，所述实际长度则指代为半径，当被测托盘的细分部位为方形时，所述实际长度则指代为边长；
基于被测托盘和标准三维模型中相同细分部位进行厚度比对，计算厚度系数，其计算公式为：；其中，/>表示厚度系数，/>表示第i个细分部位的实际厚度，/>表示第i个细分部位的设计厚度；
应当明白的是：当被测托盘和标准三维模型中相同细分部位的厚度差值越小，则厚度系数越大，进一步地，则说明对应的被测托盘的实际加工厚度符合设计标准；
基于被测托盘和标准三维模型中相同细分部位进行长度比对，计算长度系数，其计算公式为：；其中，/>表示长度系数，/>表示第i个细分部位的实际长度，/>表示第i个细分部位的设计长度；
应当明白的是：当被测托盘和标准三维模型中相同细分部位的长度差值越小，则长度系数越大，进一步地，则说明对应的被测托盘的实际加工长度符合设计标准；
依据厚度系数和长度系数计算尺寸系数，基于尺寸系数确定获取第一质检结果，其计算公式为：；其中，/>表示尺寸系数，/>和/>表示大于零的修正因子，/>＞/>；
具体的，基于尺寸系数确定获取第一质检结果，包括：
获取尺寸系数阈值，将尺寸系数与尺寸系数阈值进行比对；
若尺寸系数大于等于尺寸系数阈值，则判定对应的被测托盘为尺寸合格；
若尺寸系数小于尺寸系数阈值，则判定对应的被测托盘为尺寸不合格。
S102：获取尺寸合格的被测托盘的M幅局部X射线图像，以及获取尺寸合格的被测托盘的M幅局部光学图像；
需要说明的是：M=N，M幅局部X射线图像通过X射线检测装置对N个细分部位的被测托盘进行拍摄得到；可以理解的是，即尺寸合格被测托盘的每个细分部位均通过X射线检测装置进行采集，得到对应细分部分的一幅局部X射线图像；同样地，M幅局部光学图像通过工业相机对N个细分部位的被测托盘进行采集得到。
S103：分别对M幅局部X射线图像和M幅局部光学图像进行解析，以获取被测托盘的内部缺陷数据和外部缺陷数据，并依据所述内部缺陷数据和外部缺陷数据进行综合分析，以确定被测托盘的第二质检结果，所述第二质检结果为质量符合标准或质量不符合标准中的一种；
具体的，所述内部缺陷数据包括第一内部缺陷数据和第二内部缺陷数据，所述第一内部缺陷数据包括Q个内部缺陷区域、Q个内部缺陷区域的缺陷类型和Q个内部缺陷区域的像素面积；所述第二内部缺陷数据具体为内部缺陷系数；
在一个具体实施方式中，对M幅局部X射线图像进行解析，包括：
a1：获取第v幅局部X射线图像，对第v幅局部X射线图像进行像素点区分，将像素点聚类形成的区域分割为第一目标区域，得到K个第一目标区域；
需要说明的是：对第v幅局部X射线图像进行像素点区分，通过K-means聚类算法、边缘检测算法、基于像素颜色/强度的检测算法等中的一种方式实现，所述边缘检测算法包括但不限于Sobel或Canny检测算法等中的一种；
a2：将K个第一目标区域以图像的形式分别输入到预配置的第一缺陷识别模型中进行识别，得到第一缺陷识别结果，根据第一缺陷识别结果判断所述K个第一目标区域是否存在内部缺陷区域，若不存在，则令v=v+1，并返回至步骤a1；若存在，则记录内部缺陷区域的数量、缺陷类型和像素面积，并令v=v+1，并返回至步骤a1；
在实施中，预配置的第一缺陷识别模型的生成逻辑如下：
获取X射线图像形式的第一历史数据，所述第一历史数据包括Z幅不同内部缺陷类型的X射线图像，Z为大于零的整数；所述内部缺陷类型包括裂纹和气泡缺陷；
对Z幅X射线图像进行内部缺陷类型标注，将内部缺陷类型标注后的Z幅X射线图像作为第一训练数据，将第一训练数据划分为内部缺陷训练集和内部缺陷测试集；
构建分类网络，将内部缺陷训练集中的X射线图像作为分类网络的输入，将内部缺陷训练集中的内部缺陷类型标注作为分类网络的输出，对分类网络进行训练，得到初始缺陷识别网络；
利用内部缺陷测试集对初始缺陷识别网络进行模型验证，输出满足预设测试准确度的初始缺陷识别网络作为预配置的第一缺陷识别模型；
需要说明的是：所述分类网络具体为决策树分类模型、支持向量分类模型、随机森林分类模型或神经网络分类模型中的一种；
a3：重复上述步骤a1～a2，直至v=M时，结束循环，得到第一内部缺陷数据，所述第一内部缺陷数据包括Q个内部缺陷区域、Q个内部缺陷区域的缺陷类型和Q个内部缺陷区域的像素面积；
a4：基于M幅局部X射线图像的内部缺陷数据计算被测托盘的内部缺陷系数，将内部缺陷系数作为第二内部缺陷数据，其计算公式为：；式中：/>表示内部缺陷系数，/>表示第v幅局部X射线图像中第g个气泡缺陷类型的内部缺陷区域的像素面积；/>表示第v幅局部X射线图像中第h个裂纹缺陷类型的内部缺陷区域的像素面积，/>表示气泡缺陷类型的内部缺陷区域的数量，/>表示裂纹缺陷类型的内部缺陷区域的数量；
应当明白的是：，进一步应当知晓的是，内部缺陷系数越大，则说明对应的被测托盘的内部存在过多的裂纹和气泡缺陷，进一步地，则反映对应的被测托盘的质量越差；
具体的，所述外部缺陷数据包括第一外部缺陷数据和第二外部缺陷数据，所述第一外部缺陷数据包括W个外部缺陷区域、W个外部缺陷区域的缺陷类型和W个外部缺陷区域的像素面积；所述第二外部缺陷数据具体为外部缺陷系数；
在一个具体实施方式中，对M幅局部光学图像进行解析，包括：
b1：获取第s幅局部光学图像，对第s幅局部光学图像进行像素点区分，将像素点聚类形成的区域分割为第二目标区域，得到K个第二目标区域；
需要说明的是：对第s幅局部光学图像进行像素点区分，其原理同上述对第v幅局部X射线图像进行像素点区分的过程，因此，对其不再作过多赘述；
b2：将K个第二目标区域以图像的形式分别输入到预配置的第二缺陷识别模型中进行识别，得到第二缺陷识别结果，根据第二缺陷识别结果判断所述K个第二目标区域是否存在外部缺陷区域，若不存在，则令s=s+1，并返回至步骤b1；若存在，则记录外部缺陷区域的数量、缺陷类型和像素面积，并令s=s+1，并返回至步骤b1；
需要说明的是：预配置的第二缺陷识别模型的生成过程，同上述预配置的第一缺陷识别模型的生成逻辑；不同的是，所述预配置的第一缺陷识别模型的训练数据是X射线图像形式的，而预配置的第二缺陷识别模型的训练数据是光学图像形式的，因而，不再对预配置的第二缺陷识别模型的生成逻辑作过多赘述，详情可参照预配置的第一缺陷识别模型的生成过程；
b3：重复上述步骤b1～b2，直至s=M时，结束循环，得到第一外部缺陷数据，所述第一外部缺陷数据包括W个外部缺陷区域、W个外部缺陷区域的缺陷类型和W个外部缺陷区域的面积；
b4：基于M幅局部光学图像的外部缺陷数据计算被测托盘的外部缺陷系数，将外部缺陷系数作为第二外部缺陷数据，其计算公式为：；式中：/>表示外部缺陷系数，/>表示第s幅局部光学图像中第d个气泡缺陷类型的外部缺陷区域的像素面积；/>表示第s幅局部光学图像中第b个裂纹缺陷类型的外部缺陷区域的像素面积，/>表示气泡缺陷类型的外部缺陷区域的数量，/>表示裂纹缺陷类型的外部缺陷区域的数量；
应当明白的是：，进一步应当知晓的是，外部缺陷系数越大，则说明对应的被测托盘的表面存在过多的裂纹和气泡缺陷，进一步地，则反映对应的被测托盘的质量越差；
在实施中，依据所述内部缺陷数据和外部缺陷数据进行综合分析，包括：
提取内部缺陷数据中的内部缺陷系数，以及提取外部缺陷数据中的外部缺陷系数；
根据所述内部缺陷系数和外部缺陷系数进行综合计算，得到被测托盘的质量评估系数，其计算公式为：；其中，/>表示质量评估系数，/>和/>表示大于零的修正因子，/>＞/>；
获取质量评估系数阈值，将质量评估系数与质量评估系数阈值进行比较，若质量评估系数小于质量评估系数阈值，则判定对应被测托盘属于质量符合标准；若质量评估系数大于等于质量评估系数阈值，则判定对应被测托盘属于质量不符合标准。
S104：根据第一质检结果或第二质检结果控制被测托盘进入下一加工环节，所述下一加工环节包括包装环节和返工环节；
在一个具体实施方式中，控制被测托盘进入下一加工环节，包括：
获取所述被测托盘的第一质检结果，判断所述第一质检结果是否显示为尺寸不合格；
若所述第一质检结果显示为尺寸不合格，则控制所述被测托盘进入返工环节；
需要说明的是：若所述第一质检结果显示为尺寸合格，则不进入步骤S104，而是进入步骤S102；
在另一个具体实施方式中，控制被测托盘进入下一加工环节，还包括：
获取所述被测托盘的第二质检结果，判断所述第二质检结果是否显示为质量符合标准；
若所述第二质检结果显示为质量符合标准，则控制所述被测托盘进入包装环节；
若所述第二质检结果显示为质量不符合标准，则控制所述被测托盘进入返工环节；
应当明白的是：当得到第一质检结果时，则说明被测托盘存在尺寸合格或尺寸不合格中的一种情况，若被测托盘为尺寸不合格情况，则直接进行返工处理，若被测托盘为尺寸合格情况，则需要进行次轮的内外部缺陷检测；而当被测托盘通过次轮的内外部缺陷检测后，则得到第二质检结果，此时，被测托盘则存在质量符合标准和质量不符合标准中的一种情况，若被测托盘显示质量符合标准，则直接进入包装加工环节，反之，若被测托盘显示质量不符合标准，则需要重新返工重制。
实施例2：
请参阅图2所示，本实施例公开提供了石英中心托盘制作工艺的质量检测与控制系统，所述系统包括：
尺寸检测模块201，用于将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，以获取所述被测托盘的第一质检结果；所述第一质检结果包括尺寸合格或尺寸不合格中的一种；
需要说明的是：所述被测托盘具体为石英中心托盘，所述石英中心托盘包含多种尺寸规格，在系统数据库中预存了多种标准三维模型，每种标准三维模型分别与一种尺寸规格的石英中心托盘相互关联绑定，每种标准三维模型代表了每种尺寸规格石英中心托盘的设计标准，且每种标准三维模型通过事先利用三维建模工具进行构建得到，所述三维建模工具包括但不限于Creoparametric、UGNX或3DMax等中具体的一种；
在实施中，将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，包括：
根据相同的规则将被测托盘和标准三维模型划分为N个细分部位，N为大于零的整数；
需要说明的是：在将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较前，会将被测托盘和标准三维模型划分为N个细分部位，而被测托盘和标准三维模型中细分部位的划分方式和划分范围（大小）完全相同；可以理解的是，被测托盘和标准三维模型中相同细分部位的大小和坐标位置完全一致；
测量被测托盘中每个细分部位的实际厚度和实际长度，以及获取标准三维模型中每个细分部位的设计厚度和设计长度；
应当了解的是：所述被测托盘中每个细分部位的实际厚度和实际长度通过尺寸检测装置实际测量得到，所述尺寸检测装置包括但不限于激光测量仪、三维扫描仪或超声波测量仪等中的一种；应当说明的是，当被测托盘的细分部位为圆形时，所述实际长度则指代为半径，当被测托盘的细分部位为方形时，所述实际长度则指代为边长；
基于被测托盘和标准三维模型中相同细分部位进行厚度比对，计算厚度系数，其计算公式为：；其中，/>表示厚度系数，/>表示第i个细分部位的实际厚度，/>表示第i个细分部位的设计厚度；
应当明白的是：当被测托盘和标准三维模型中相同细分部位的厚度差值越小，则厚度系数越大，进一步地，则说明对应的被测托盘的实际加工厚度符合设计标准；
基于被测托盘和标准三维模型中相同细分部位进行长度比对，计算长度系数，其计算公式为：；其中，/>表示长度系数，/>表示第i个细分部位的实际长度，/>表示第i个细分部位的设计长度；
应当明白的是：当被测托盘和标准三维模型中相同细分部位的长度差值越小，则长度系数越大，进一步地，则说明对应的被测托盘的实际加工长度符合设计标准；
依据厚度系数和长度系数计算尺寸系数，基于尺寸系数确定获取第一质检结果，其计算公式为：；其中，/>表示尺寸系数，/>和/>表示大于零的修正因子，/>＞/>；
具体的，基于尺寸系数确定获取第一质检结果，包括：
获取尺寸系数阈值，将尺寸系数与尺寸系数阈值进行比对；
若尺寸系数大于等于尺寸系数阈值，则判定对应的被测托盘为尺寸合格；
若尺寸系数小于尺寸系数阈值，则判定对应的被测托盘为尺寸不合格。
数据获取模块202，用于获取尺寸合格的被测托盘的M幅局部X射线图像，以及获取尺寸合格的被测托盘的M幅局部光学图像；
需要说明的是：M=N，M幅局部X射线图像通过X射线检测装置对N个细分部位的被测托盘进行拍摄得到；可以理解的是，即尺寸合格被测托盘的每个细分部位均通过X射线检测装置进行采集，得到对应细分部分的一幅局部X射线图像；同样地，M幅局部光学图像通过工业相机对N个细分部位的被测托盘进行采集得到。
缺陷分析模块203，用于分别对M幅局部X射线图像和M幅局部光学图像进行解析，以获取被测托盘的内部缺陷数据和外部缺陷数据，并依据所述内部缺陷数据和外部缺陷数据进行综合分析，以确定被测托盘的第二质检结果，所述第二质检结果为质量符合标准或质量不符合标准中的一种；
具体的，所述内部缺陷数据包括第一内部缺陷数据和第二内部缺陷数据，所述第一内部缺陷数据包括Q个内部缺陷区域、Q个内部缺陷区域的缺陷类型和Q个内部缺陷区域的像素面积；所述第二内部缺陷数据具体为内部缺陷系数；
在一个具体实施方式中，对M幅局部X射线图像进行解析，包括：
a1：获取第v幅局部X射线图像，对第v幅局部X射线图像进行像素点区分，将像素点聚类形成的区域分割为第一目标区域，得到K个第一目标区域；
需要说明的是：对第v幅局部X射线图像进行像素点区分，通过K-means聚类算法、边缘检测算法、基于像素颜色/强度的检测算法等中的一种方式实现，所述边缘检测算法包括但不限于Sobel或Canny检测算法等中的一种；
a2：将K个第一目标区域以图像的形式分别输入到预配置的第一缺陷识别模型中进行识别，得到第一缺陷识别结果，根据第一缺陷识别结果判断所述K个第一目标区域是否存在内部缺陷区域，若不存在，则令v=v+1，并返回至步骤a1；若存在，则记录内部缺陷区域的数量、缺陷类型和像素面积，并令v=v+1，并返回至步骤a1；
在实施中，预配置的第一缺陷识别模型的生成逻辑如下：
获取X射线图像形式的第一历史数据，所述第一历史数据包括Z幅不同内部缺陷类型的X射线图像，Z为大于零的整数；所述内部缺陷类型包括裂纹和气泡缺陷；
对Z幅X射线图像进行内部缺陷类型标注，将内部缺陷类型标注后的Z幅X射线图像作为第一训练数据，将第一训练数据划分为内部缺陷训练集和内部缺陷测试集；
构建分类网络，将内部缺陷训练集中的X射线图像作为分类网络的输入，将内部缺陷训练集中的内部缺陷类型标注作为分类网络的输出，对分类网络进行训练，得到初始缺陷识别网络；
利用内部缺陷测试集对初始缺陷识别网络进行模型验证，输出满足预设测试准确度的初始缺陷识别网络作为预配置的第一缺陷识别模型；
需要说明的是：所述分类网络具体为决策树分类模型、支持向量分类模型、随机森林分类模型或神经网络分类模型中的一种；
a3：重复上述步骤a1～a2，直至v=M时，结束循环，得到第一内部缺陷数据，所述第一内部缺陷数据包括Q个内部缺陷区域、Q个内部缺陷区域的缺陷类型和Q个内部缺陷区域的像素面积；
a4：基于M幅局部X射线图像的内部缺陷数据计算被测托盘的内部缺陷系数，将内部缺陷系数作为第二内部缺陷数据，其计算公式为：；式中：/>表示内部缺陷系数，/>表示第v幅局部X射线图像中第g个气泡缺陷类型的内部缺陷区域的像素面积；/>表示第v幅局部X射线图像中第h个裂纹缺陷类型的内部缺陷区域的像素面积，/>表示气泡缺陷类型的内部缺陷区域的数量，/>表示裂纹缺陷类型的内部缺陷区域的数量；
应当明白的是：，进一步应当知晓的是，内部缺陷系数越大，则说明对应的被测托盘的内部存在过多的裂纹和气泡缺陷，进一步地，则反映对应的被测托盘的质量越差；
具体的，所述外部缺陷数据包括第一外部缺陷数据和第二外部缺陷数据，所述第一外部缺陷数据包括W个外部缺陷区域、W个外部缺陷区域的缺陷类型和W个外部缺陷区域的像素面积；所述第二外部缺陷数据具体为外部缺陷系数；
在一个具体实施方式中，对M幅局部光学图像进行解析，包括：
b1：获取第s幅局部光学图像，对第s幅局部光学图像进行像素点区分，将像素点聚类形成的区域分割为第二目标区域，得到K个第二目标区域；
需要说明的是：对第s幅局部光学图像进行像素点区分，其原理同上述对第v幅局部X射线图像进行像素点区分的过程，因此，对其不再作过多赘述；
b2：将K个第二目标区域以图像的形式分别输入到预配置的第二缺陷识别模型中进行识别，得到第二缺陷识别结果，根据第二缺陷识别结果判断所述K个第二目标区域是否存在外部缺陷区域，若不存在，则令s=s+1，并返回至步骤b1；若存在，则记录外部缺陷区域的数量、缺陷类型和像素面积，并令s=s+1，并返回至步骤b1；
需要说明的是：预配置的第二缺陷识别模型的生成过程，同上述预配置的第一缺陷识别模型的生成逻辑；不同的是，所述预配置的第一缺陷识别模型的训练数据是X射线图像形式的，而预配置的第二缺陷识别模型的训练数据是光学图像形式的，因而，不再对预配置的第二缺陷识别模型的生成逻辑作过多赘述，详情可参照预配置的第一缺陷识别模型的生成过程；
b3：重复上述步骤b1～b2，直至s=M时，结束循环，得到第一外部缺陷数据，所述第一外部缺陷数据包括W个外部缺陷区域、W个外部缺陷区域的缺陷类型和W个外部缺陷区域的面积；
b4：基于M幅局部光学图像的外部缺陷数据计算被测托盘的外部缺陷系数，将外部缺陷系数作为第二外部缺陷数据，其计算公式为：；式中：/>表示外部缺陷系数，/>表示第s幅局部光学图像中第d个气泡缺陷类型的外部缺陷区域的像素面积；/>表示第s幅局部光学图像中第b个裂纹缺陷类型的外部缺陷区域的像素面积，/>表示气泡缺陷类型的外部缺陷区域的数量，/>表示裂纹缺陷类型的外部缺陷区域的数量；
应当明白的是：，进一步应当知晓的是，外部缺陷系数越大，则说明对应的被测托盘的表面存在过多的裂纹和气泡缺陷，进一步地，则反映对应的被测托盘的质量越差；
在实施中，依据所述内部缺陷数据和外部缺陷数据进行综合分析，包括：
提取内部缺陷数据中的内部缺陷系数，以及提取外部缺陷数据中的外部缺陷系数；
根据所述内部缺陷系数和外部缺陷系数进行综合计算，得到被测托盘的质量评估系数，其计算公式为：；其中，/>表示质量评估系数，/>和/>表示大于零的修正因子，/>＞/>；
获取质量评估系数阈值，将质量评估系数与质量评估系数阈值进行比较，若质量评估系数小于质量评估系数阈值，则判定对应被测托盘属于质量符合标准；若质量评估系数大于等于质量评估系数阈值，则判定对应被测托盘属于质量不符合标准。
加工控制模块204，用于根据第一质检结果或第二质检结果控制被测托盘进入下一加工环节，所述下一加工环节包括包装环节和返工环节；
在一个具体实施方式中，控制被测托盘进入下一加工环节，包括：
获取所述被测托盘的第一质检结果，判断所述第一质检结果是否显示为尺寸不合格；
若所述第一质检结果显示为尺寸不合格，则控制所述被测托盘进入返工环节；
需要说明的是：若所述第一质检结果显示为尺寸合格，则不触发加工控制模块204，而是触发数据获取模块202；
在另一个具体实施方式中，控制被测托盘进入下一加工环节，还包括：
获取所述被测托盘的第二质检结果，判断所述第二质检结果是否显示为质量符合标准；
若所述第二质检结果显示为质量符合标准，则控制所述被测托盘进入包装环节；
若所述第二质检结果显示为质量不符合标准，则控制所述被测托盘进入返工环节；
应当明白的是：当得到第一质检结果时，则说明被测托盘存在尺寸合格或尺寸不合格中的一种情况，若被测托盘为尺寸不合格情况，则直接进行返工处理，若被测托盘为尺寸合格情况，则需要进行次轮的内外部缺陷检测；而当被测托盘通过次轮的内外部缺陷检测后，则得到第二质检结果，此时，被测托盘则存在质量符合标准和质量不符合标准中的一种情况，若被测托盘显示质量符合标准，则直接进入包装加工环节，反正，若被测托盘显示质量不符合标准，则需要重新返工重制。
实施例3：
请参阅图3所示，本实施例公开提供了一种电子设备，包括电源、接口、键盘、存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述中央处理器执行所述计算机程序时实现上述的石英中心托盘制作工艺的质量检测与控制方法；所述接口包括网络接口与数据接口，网络接口包括有线或无线接口，数据接口包括输入或输出接口。
由于本实施例所介绍的电子设备为实施本申请实施例中石英中心托盘制作工艺的质量检测与控制方法所采用的电子设备，故而基于本申请实施例中所介绍的石英中心托盘制作工艺的质量检测与控制方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中石英中心托盘制作工艺的质量检测与控制方法所采用的电子设备，都属于本申请所欲保护的范围。
实施例4：
请参阅图4所示，本实施例公开提供了一种计算机可读存储介质，包括存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述中央处理器执行所述计算机程序时实现上述的石英中心托盘制作工艺的质量检测与控制方法，存储介质存储有操作系统、数据与应用程序。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数、权重以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.石英中心托盘制作工艺的质量检测与控制方法，其特征在于，所述方法包括：
将被测托盘的测量尺寸和标准三维模型的设计尺寸进行比较，以获取所述被测托盘的第一质检结果；所述第一质检结果包括尺寸合格或尺寸不合格中的一种；包括：
根据相同的规则将被测托盘和标准三维模型划分为N个细分部位，N为大于零的整数；
测量被测托盘中每个细分部位的实际厚度和实际长度，以及获取标准三维模型中每个细分部位的设计厚度和设计长度；
基于被测托盘和标准三维模型中相同细分部位进行厚度比对，计算厚度系数，其计算公式为：；其中，/>表示厚度系数，/>表示第i个细分部位的实际厚度，/>表示第i个细分部位的设计厚度；
基于被测托盘和标准三维模型中相同细分部位进行长度比对，计算长度系数，其计算公式为：；其中，/>表示长度系数，/>表示第i个细分部位的实际长度，/>表示第i个细分部位的设计长度；
依据厚度系数和长度系数计算尺寸系数，基于尺寸系数确定获取第一质检结果，其计算公式为：；其中，/>表示尺寸系数，/>和/>表示大于零的修正因子，/>＞/>；
获取尺寸合格的被测托盘的M幅局部X射线图像，以及获取尺寸合格的被测托盘的M幅局部光学图像；
分别对M幅局部X射线图像和M幅局部光学图像进行解析，以获取被测托盘的内部缺陷数据和外部缺陷数据，并依据所述内部缺陷数据和外部缺陷数据进行综合分析，以确定被测托盘的第二质检结果，所述第二质检结果为质量符合标准或质量不符合标准中的一种；
根据第一质检结果或第二质检结果控制被测托盘进入下一加工环节，所述下一加工环节包括包装环节和返工环节。
2.根据权利要求1所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，基于尺寸系数确定获取第一质检结果，包括：
获取尺寸系数阈值，将尺寸系数与尺寸系数阈值进行比对；
若尺寸系数大于等于尺寸系数阈值，则判定对应的被测托盘为尺寸合格；
若尺寸系数小于尺寸系数阈值，则判定对应的被测托盘为尺寸不合格。
3.根据权利要求2所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，对M幅局部X射线图像进行解析，包括：
a1：获取第v幅局部X射线图像，对第v幅局部X射线图像进行像素点区分，将像素点聚类形成的区域分割为第一目标区域，得到K个第一目标区域；
a2：将K个第一目标区域以图像的形式分别输入到预配置的第一缺陷识别模型中进行识别，得到第一缺陷识别结果，根据第一缺陷识别结果判断所述K个第一目标区域是否存在内部缺陷区域，若不存在，则令v=v+1，并返回至步骤a1；若存在，则记录内部缺陷区域的数量、缺陷类型和像素面积，并令v=v+1，并返回至步骤a1；
a3：重复上述步骤a1～a2，直至v=M时，结束循环，得到第一内部缺陷数据，所述第一内部缺陷数据包括Q个内部缺陷区域、Q个内部缺陷区域的缺陷类型和Q个内部缺陷区域的像素面积；
a4：基于M幅局部X射线图像的内部缺陷数据计算被测托盘的内部缺陷系数，将内部缺陷系数作为第二内部缺陷数据，其计算公式为：；式中：/>表示内部缺陷系数，/>表示第v幅局部X射线图像中第g个气泡缺陷类型的内部缺陷区域的像素面积；/>表示第v幅局部X射线图像中第h个裂纹缺陷类型的内部缺陷区域的像素面积，/>表示气泡缺陷类型的内部缺陷区域的数量，/>表示裂纹缺陷类型的内部缺陷区域的数量。
4.根据权利要求3所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，预配置的第一缺陷识别模型的生成逻辑如下：
获取X射线图像形式的第一历史数据，所述第一历史数据包括Z幅不同内部缺陷类型的X射线图像，Z为大于零的整数；所述内部缺陷类型包括裂纹和气泡缺陷；
对Z幅X射线图像进行内部缺陷类型标注，将内部缺陷类型标注后的Z幅X射线图像作为第一训练数据，将第一训练数据划分为内部缺陷训练集和内部缺陷测试集；
构建分类网络，将内部缺陷训练集中的X射线图像作为分类网络的输入，将内部缺陷训练集中的内部缺陷类型标注作为分类网络的输出，对分类网络进行训练，得到初始缺陷识别网络；
利用内部缺陷测试集对初始缺陷识别网络进行模型验证，输出满足预设测试准确度的初始缺陷识别网络作为预配置的第一缺陷识别模型。
5.根据权利要求4所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，对M幅局部光学图像进行解析，包括：
b1：获取第s幅局部光学图像，对第s幅局部光学图像进行像素点区分，将像素点聚类形成的区域分割为第二目标区域，得到K个第二目标区域；
b2：将K个第二目标区域以图像的形式分别输入到预配置的第二缺陷识别模型中进行识别，得到第二缺陷识别结果，根据第二缺陷识别结果判断所述K个第二目标区域是否存在外部缺陷区域，若不存在，则令s=s+1，并返回至步骤b1；若存在，则记录外部缺陷区域的数量、缺陷类型和像素面积，并令s=s+1，并返回至步骤b1；
b3：重复上述步骤b1～b2，直至s=M时，结束循环，得到第一外部缺陷数据，所述第一外部缺陷数据包括W个外部缺陷区域、W个外部缺陷区域的缺陷类型和W个外部缺陷区域的像素面积；
b4：基于M幅局部光学图像的外部缺陷数据计算被测托盘的外部缺陷系数，将外部缺陷系数作为第二外部缺陷数据，其计算公式为：；式中：/>表示外部缺陷系数，表示第s幅局部光学图像中第d个气泡缺陷类型的外部缺陷区域的像素面积；表示第s幅局部光学图像中第b个裂纹缺陷类型的外部缺陷区域的像素面积，/>表示气泡缺陷类型的外部缺陷区域的数量，/>表示裂纹缺陷类型的外部缺陷区域的数量。
6.根据权利要求5所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，依据所述内部缺陷数据和外部缺陷数据进行综合分析，包括：
提取内部缺陷数据中的内部缺陷系数，以及提取外部缺陷数据中的外部缺陷系数；
根据所述内部缺陷系数和外部缺陷系数进行综合计算，得到被测托盘的质量评估系数，其计算公式为：；其中，/>表示质量评估系数，和/>表示大于零的修正因子，/>＞/>；
获取质量评估系数阈值，将质量评估系数与质量评估系数阈值进行比较，若质量评估系数小于质量评估系数阈值，则判定对应被测托盘属于质量符合标准；若质量评估系数大于等于质量评估系数阈值，则判定对应被测托盘属于质量不符合标准。
7.根据权利要求6所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，控制被测托盘进入下一加工环节，包括：
获取所述被测托盘的第一质检结果，判断所述第一质检结果是否显示为尺寸不合格；
若所述第一质检结果显示为尺寸不合格，则控制所述被测托盘进入返工环节。
8.根据权利要求7所述的石英中心托盘制作工艺的质量检测与控制方法，其特征在于，控制被测托盘进入下一加工环节，还包括：
获取所述被测托盘的第二质检结果，判断所述第二质检结果是否显示为质量符合标准；
若所述第二质检结果显示为质量符合标准，则控制所述被测托盘进入包装环节；
若所述第二质检结果显示为质量不符合标准，则控制所述被测托盘进入返工环节。
9.一种电子设备，包括电源、接口、键盘、存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，其特征在于，所述中央处理器执行所述计算机程序时实现权利要求1至8任一项所述石英中心托盘制作工艺的质量检测与控制方法；所述接口包括网络接口与数据接口，网络接口包括有线或无线接口，数据接口包括输入或输出接口。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质，包括存储器、中央处理器以及存储在存储器上并可在中央处理器上运行的计算机程序，所述中央处理器执行所述计算机程序时实现权利要求1至8任一项所述石英中心托盘制作工艺的质量检测与控制方法，存储介质存储有操作系统、数据与应用程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410081308.7A CN117589109B (zh) | 2024-01-19 | 2024-01-19 | 石英中心托盘制作工艺的质量检测与控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410081308.7A CN117589109B (zh) | 2024-01-19 | 2024-01-19 | 石英中心托盘制作工艺的质量检测与控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117589109A CN117589109A (zh) | 2024-02-23 |
| CN117589109B true CN117589109B (zh) | 2024-03-29 |
Family
ID=89918830
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410081308.7A Active CN117589109B (zh) | 2024-01-19 | 2024-01-19 | 石英中心托盘制作工艺的质量检测与控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117589109B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004309137A (ja) * | 2003-04-01 | 2004-11-04 | Tosoh Corp | 石英ガラス材内部の欠陥検査方法および欠陥検査装置 |
| CN101882150A (zh) * | 2010-06-09 | 2010-11-10 | 南京大学 | 一种基于核密度估计的三维模型比较和检索方法 |
| CN102804063A (zh) * | 2009-06-19 | 2012-11-28 | 克拉-坦科技术股份有限公司 | 用于检测极紫外掩模基板上的缺陷的检验系统与方法 |
| CN105717137A (zh) * | 2016-01-27 | 2016-06-29 | 中国建筑材料科学研究总院 | 石英玻璃微缺陷检测方法 |
| CN210805722U (zh) * | 2019-10-12 | 2020-06-19 | 连云港国伦石英制品有限公司 | 一种石英舟托盘 |
| CN112308818A (zh) * | 2019-07-29 | 2021-02-02 | 金展科技有限公司 | 用于钻石净度测量的工艺和系统 |
| CN116309817A (zh) * | 2022-12-19 | 2023-06-23 | 东北大学 | 一种基于rgb-d相机的托盘检测与定位方法 |
-
2024
- 2024-01-19 CN CN202410081308.7A patent/CN117589109B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004309137A (ja) * | 2003-04-01 | 2004-11-04 | Tosoh Corp | 石英ガラス材内部の欠陥検査方法および欠陥検査装置 |
| CN102804063A (zh) * | 2009-06-19 | 2012-11-28 | 克拉-坦科技术股份有限公司 | 用于检测极紫外掩模基板上的缺陷的检验系统与方法 |
| CN101882150A (zh) * | 2010-06-09 | 2010-11-10 | 南京大学 | 一种基于核密度估计的三维模型比较和检索方法 |
| CN105717137A (zh) * | 2016-01-27 | 2016-06-29 | 中国建筑材料科学研究总院 | 石英玻璃微缺陷检测方法 |
| CN112308818A (zh) * | 2019-07-29 | 2021-02-02 | 金展科技有限公司 | 用于钻石净度测量的工艺和系统 |
| CN210805722U (zh) * | 2019-10-12 | 2020-06-19 | 连云港国伦石英制品有限公司 | 一种石英舟托盘 |
| CN116309817A (zh) * | 2022-12-19 | 2023-06-23 | 东北大学 | 一种基于rgb-d相机的托盘检测与定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117589109A (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108701237B (zh) | 用于跨越多个组装单元自动生成公共测量的方法 | |
| CN107798672B (zh) | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 | |
| CN111539908B (zh) | 对样本的缺陷检测的方法及其系统 | |
| TWI597689B (zh) | 使用表面形貌屬性之缺陷分類 | |
| TWI616823B (zh) | 使用以ｃａｄ為基礎之環境背景屬性之缺陷分類 | |
| JP5718781B2 (ja) | 画像分類装置および画像分類方法 | |
| CN103748670A (zh) | 区域决定装置、观察装置或检查装置、区域决定方法以及使用了区域决定方法的观察方法或检查方法 | |
| TW201517192A (zh) | 晶片對資料庫的影像檢測方法 | |
| CN107194908A (zh) | 图像处理装置以及图像处理方法 | |
| CN114494274A (zh) | 建筑施工评估方法、装置、电子设备及存储介质 | |
| CN113065538A (zh) | 基于图像识别的压力传感器检测方法、装置及设备 | |
| JP4778685B2 (ja) | 半導体デバイスのパターン形状評価方法及びその装置 | |
| JP5218084B2 (ja) | 検査方法 | |
| CN117589109B (zh) | 石英中心托盘制作工艺的质量检测与控制方法 | |
| JP7354421B2 (ja) | エラー要因の推定装置及び推定方法 | |
| JP2019158684A (ja) | 検査システム、識別システム、及び識別器評価装置 | |
| Tao et al. | Anomaly detection for fabricated artifact by using unstructured 3D point cloud data | |
| CN107924850A (zh) | 自定向计量和图案分类 | |
| JP6394787B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
| CN111504608B (zh) | 辉度均匀检测系统及辉度均匀检测方法 | |
| WO2022059135A1 (ja) | エラー要因の推定装置及び推定方法 | |
| JP5566616B2 (ja) | 特性解析装置、特性解析方法をコンピュータに実行させるためのプログラム、上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| Rejc | Robust, cheap and efficient vision system for mechanical thermostat switch sub-assembly inspection | |
| CA3135320A1 (en) | Inspection device and inspection method | |
| TWI747334B (zh) | 檢測數據詐欺裝置、方法、程式產品及電腦可讀取媒體 |
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 |