CN117890215B - 用于可拉伸电路板的性能检测方法及系统 - Google Patents
用于可拉伸电路板的性能检测方法及系统 Download PDFInfo
- Publication number
- CN117890215B CN117890215B CN202410291481.XA CN202410291481A CN117890215B CN 117890215 B CN117890215 B CN 117890215B CN 202410291481 A CN202410291481 A CN 202410291481A CN 117890215 B CN117890215 B CN 117890215B
- Authority
- CN
- China
- Prior art keywords
- circuit board
- stretchable
- sample
- fatigue
- stretching
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 230000005540 biological transmission Effects 0.000 claims abstract description 90
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 238000009661 fatigue test Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000032683 aging Effects 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 23
- 238000009864 tensile test Methods 0.000 claims description 7
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 11
- 230000008054 signal transmission Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 210000000707 wrist Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了用于可拉伸电路板的性能检测方法及系统,属于可拉伸电路板测试领域,其中方法包括:获取多种拉伸工况,分别对可拉伸电路板进行测试,并采集电路板图像;根据多个电路板图像,识别在不同拉伸工况下电路的走线等长误差参数,分析获得多个电路的传输时延误差参数;按照多种拉伸工况,对可拉伸电路板进行疲劳测试,采集获得电路板图像序列;基于电路板图像序列,获得可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出可拉伸电路板的性能检测结果。本申请解决了现有技术中评估可拉伸电路板拉伸性能的准确度低的技术问题,达到通过结合拉伸产生的传输时延和疲劳测试,提高可拉伸电路板性能检测准确度的技术效果。
Description
技术领域
本发明涉及可拉伸电路板测试领域,具体涉及用于可拉伸电路板的性能检测方法及系统。
背景技术
随着电子技术的快速发展,柔性可拉伸电路在可穿戴电子设备等领域呈现高速增长的趋势。可拉伸电路板由于具有柔软、可拉伸和透气的特点,这类电路板在拉伸过程中,会对电路走线性能造成影响,导致信号传输产生误差,同时拉伸还会加速电路老化。然而,现有的可拉伸电路板的性能检测,主要针对电路走线的力学拉伸性能和柔性,对可拉伸工况下电路的传输性能和拉伸疲劳效应的考虑不足,导致可拉伸电路板的性能检测结果准确度不高。
发明内容
本申请通过提供了用于可拉伸电路板的性能检测方法及系统,旨在解决现有技术中评估可拉伸电路板拉伸性能的准确度低的技术问题。
鉴于上述问题,本申请提供了用于可拉伸电路板的性能检测方法及系统。
本申请公开的第一个方面,提供了用于可拉伸电路板的性能检测方法,该方法包括:获取配置可拉伸电路板的电子设备被使用时可拉伸电路板的多种拉伸工况;基于多种拉伸工况,分别对可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像;根据多个电路板图像,识别可拉伸电路板在不同拉伸工况下电路的走线等长误差参数;根据多个走线等长误差参数,分析获得可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数;按照多种拉伸工况,对可拉伸电路板进行疲劳测试,采集获得电路板图像序列,其中,疲劳测试包括采用多种拉伸工况进行预设次数的测试;基于电路板图像序列,识别获得可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出可拉伸电路板的性能检测结果。
本申请公开的另一个方面,提供了用于可拉伸电路板的性能检测系统,该系统包括:拉伸工况获取模块,用于获取配置可拉伸电路板的电子设备被使用时可拉伸电路板的多种拉伸工况;电路板图像采集模块,用于基于多种拉伸工况,分别对可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像;走线等长误差模块,用于根据多个电路板图像,识别可拉伸电路板在不同拉伸工况下电路的走线等长误差参数;传输时延误差模块,用于根据多个走线等长误差参数,分析获得可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数;电路板疲劳测试模块,用于按照多种拉伸工况,对可拉伸电路板进行疲劳测试,采集获得电路板图像序列,其中,疲劳测试包括采用多种拉伸工况进行预设次数的测试;检测结果输出模块,用于基于电路板图像序列,识别获得可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出可拉伸电路板的性能检测结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获取可拉伸电路板在使用时的多种拉伸工况,以便后续测试可以覆盖实际应用场景下的各种拉伸情况;基于获取的多种拉伸工况,分别对可拉伸电路板进行拉伸测试,测试后获取电路板图像,为获取电路在不同拉伸程度下的性能参数提供基础;基于获得的电路板图像,识别出不同拉伸工况下电路的走线等长误差参数,表示电路在拉伸过程中走线变形的程度;依据走线等长误差参数,计算出不同拉伸工况下电路的传输时延误差,评估电路在拉伸过程中的信号传输性能;与此同时,基于多种拉伸工况对可拉伸电路板进行拉伸疲劳测试,获取电路板图像序列;通过分析电路板疲劳测试的图像序列,识别电路的疲劳参数;将疲劳参数和得到的传输时延误差参数结合,输出可拉伸电路板的性能检测结果的技术方案,解决了现有技术中评估可拉伸电路板拉伸性能的准确度低的技术问题,达到通过结合拉伸产生的传输时延和疲劳测试,提高可拉伸电路板性能检测准确度的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了用于可拉伸电路板的性能检测方法的一种流程示意图;
图2为本申请实施例提供了用于可拉伸电路板的性能检测方法中获得多个传输时延误差参数的一种流程示意图;
图3为本申请实施例提供了用于可拉伸电路板的性能检测系统的一种结构示意图。
附图标记说明:拉伸工况获取模块11,电路板图像采集模块12,走线等长误差模块13,传输时延误差模块14,电路板疲劳测试模块15,检测结果输出模块16。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了用于可拉伸电路板的性能检测方法及系统,通过对针对拉伸时可拉伸电路板中不同电路长度产生的变化,导致信号的传输时延,以及拉伸导致电路产生裂纹之类的老化疲劳测试,得到可拉伸电路板的准确的性能检测结果。首先,配置多种拉伸工况。其次,基于多种拉伸工况对可拉伸电路板进行测试,并采集可拉伸电路板的电路板图像。随后,根据多个电路板图像,识别可拉伸电路板在不同拉伸工况下电路的走线等长误差参数,并基于此分析获得可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数。同时,基于多种拉伸工况,对可拉伸电路板进行疲劳测试,采集获得电路板图像序列,并基于此获取可拉伸电路板的疲劳参数。之后,结合多个传输时延误差参数和疲劳参数输出可拉伸电路板的性能检测结果,实现对性能检测结果准确性的提升。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了用于可拉伸电路板的性能检测方法,该方法包括:
获取配置可拉伸电路板的电子设备被使用时所述可拉伸电路板的多种拉伸工况;
进一步的,本步骤包括:
获取配置所述可拉伸电路板的电子设备被拉伸使用时,所述可拉伸电路板的多个拉伸位置、多个拉伸角度和多个拉伸尺寸;
基于所述多个拉伸位置、多个拉伸角度和多个拉伸尺寸,生成所述多种拉伸工况。
在本申请实施例中,可拉伸电路板应用于电子设备,该电子设备可贴敷于用户体表上,用于进行生命体征的参数检测。当用户进行各种日常活动时,贴敷在身体表面的电子设备会被拉伸变形,从而使可拉伸电路板出现不同程度的拉伸。为了模拟电子设备实际使用中出现的各种拉伸情况,测试获取可拉伸电路板在该应用场景下可能出现的多种拉伸工况。
首先,考虑到电子设备可能贴敷于用户身体的多个位置,如手腕、胸口、腹部等,当用户进行日常活动时,不同贴敷位置会出现不同程度的形变。因此,获取电子设备贴敷于多个位置时,可拉伸电路板可能出现的拉伸位置,包括但不限于手腕内侧、手腕外侧、上臂内侧、上臂外侧、小腿内侧、小腿外侧等多个拉伸位置。同时,在每个拉伸位置上,由于用户活动的复杂性,都会引起不同方向不同角度的拉伸。因此,获取在每个拉伸位置上出现的多个拉伸角度,如手腕内侧出现的0°拉伸、45°拉伸、90°拉伸等。此外,在每个拉伸位置和拉伸角度下,也会产生不同程度的电路板形变大小,即拉伸尺寸会有差异,所以获得在各拉伸位置和拉伸角度下的多个拉伸尺寸。通过获得拉伸位置、拉伸角度和拉伸尺寸的多参数,能够充分考虑用户使用过程中电子设备遭受形变的各种复杂情况,以对可拉伸电路板性能参数进行全面的检测。
然后,对可拉伸电路板在电子设备实际使用过程中可能遭受的拉伸位置、拉伸角度和拉伸尺寸,其中每个单一的参数都无法全面描述一次完整的拉伸情况,因此对拉伸位置、拉伸角度和拉伸尺寸进行组合生成真实的拉伸工况。例如,组合“手腕内侧位置”“45°角度”以及“10%形变”三个参数,即构成了一次完整的拉伸工况。经过多参数组合,能够产生更多具体的拉伸工况,得到多种拉伸工况。
通过考虑用户日常活动中电子设备贴敷位置的拉伸位置、拉伸角度、拉伸尺寸,从而获取足够详尽的多种拉伸工况,为评估可拉伸电路板的性能提供全面而准确的数据支持。
基于所述多种拉伸工况,分别对所述可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像;
在本申请实施例中,在获得描述电子设备实际使用中的多种拉伸工况的基础上,对可拉伸电路板的性能指标进行检测。为此,准备测试平台和检测设备。其中,测试平台能够按照获得的各种拉伸工况来进行拉伸,使得测试的可拉伸电路板产生预定的形变;检测设备用于在不同拉伸工况下,对可拉伸电路板上的电路板图像进行采集。
在测试过程中,首先使可拉伸电路板按照一种拉伸工况进行拉伸处理,然后利用检测设备扫描获得可拉伸电路板上的电路图像,得到电路板图像。之后,依次使用各种不同的拉伸工况进行测试,并在测试完成后获取可拉伸电路板的电路板图像,从而得到多个电路板图像。其中,每个电路板图像对应一种拉伸工况。
通过基于多种拉伸工况对可拉伸电路板进行测试并采集电路板图像,为获得可拉伸电路板在模拟实际应用场景中遭受各种拉升时的走线等长误差提供基础。
根据多个电路板图像,识别所述可拉伸电路板在不同拉伸工况下电路的走线等长误差参数;
进一步的,步骤S300包括:
根据所述可拉伸电路板的拉伸测试数据,获取样本电路板图像集合,并根据每个样本电路板图像内多个电路板被拉伸的最大等长误差,获取样本走线等长误差参数集合;
采用所述样本电路板图像集合和样本走线等长误差参数集合,构建等长误差识别器;
基于所述等长误差识别器,对所述多个电路板图像进行识别,获得多个走线等长误差参数。
在本申请实施例中,为了保证可拉伸电路板在实际工作时电路信号的稳定传输,采用蛇形走线的方式实现电路中不同走线的等长设计,即线路以“之”字形反复折返绕线。但是,当可拉伸电路板发生拉伸时,原本设计实现等长的不同电路走线会出现长度的变化,即产生等长误差。为了量化这种误差的大小,对多个电路板图像进行分析处理。
首先,获取样本电路板图像集合和样本走线等长误差参数集合,为构建等长误差识别器提供训练数据。具体的,通过对可拉伸电路板进行多组拉伸测试,获得一系列样本电路板图像,构成样本电路板图像集合,对于获得的样本电路板图像集合中的每一张样本电路板图像,由专家组识别出其中两个走线产生的长度差值的绝对值,作为该样本电路板图像对应的走线等长误差参数,通过对样本电路板图像集合中的所有样本电路板图像进行识别,得到样本走线等长误差参数集合。然后,将产生的样本电路板图像集合作为输入,将样本走线等长误差参数集合中对应的样本走线等长误差作为期望的输出,并通过调整网络参数,逐步拟合样本走线等长误差中包含的真实等长误差,经过充分迭代训练后,使输出结果能够逼近真实的样本走线等长误差参数,获得等长误差识别器,其可以对新输入的电路板图像自主预测对应的走线等长误差大小。之后,将获得的不同拉伸工况下对应的多个电路板图像作为输入,经过等长误差识别器的前向计算,输出每个电路板图像中走线等长误差参数,得到多个走线等长误差参数,反映了不同拉伸条件下电路走线等长的差异变化,为评价可拉伸电路板的性能提供了重要测度。
通过对获取的多个电路板图像进行处理,得到定量描述可拉伸电路板在实际拉伸情况下,电路走线等长产生差异的误差参数,为后续评价其性能提供依据。
根据多个走线等长误差参数,分析获得所述可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数;
进一步的,如图2所示,本步骤包括:
根据所述可拉伸电路板的信号拉伸传输测试数据,获取样本走线等长误差参数集合和样本传输时延误差参数集合;
采用所述样本走线等长误差参数集合和样本传输时延误差参数集合,基于决策树,构建传输时延误差分类器;
基于所述传输时延误差分类器,对所述多个走线等长误差参数进行决策分类,获得多个传输时延误差参数。
在本申请实施例中,在可拉伸电路板的设计中,为了保证信号完整性,通过蛇形设计实现走线物理等长,以使可拉伸电路板上不同走线的传输时延保持一致。然而,在可拉伸电路板遭受外力拉伸时,由于走线等长误差的产生,不同走线的传输时延将不再相同,电路信号传输会因此产生时延的误差。为评价该传输时延误差的影响,基于获得的多个走线等长误差参数,得到多个传输时延误差参数,反映了多种拉伸工况下,电路信号传播时延的可能偏差。
首先,通过对可拉伸电路板进行拉伸测试,在不同拉伸工况下分别获取电路的样本走线等长误差和样本传输时延误差。其中,样本传输时延误差是通过信号完整性分析仪器测量获得。重复该测试收集多个样本后,获取到一组样本走线等长误差参数集合,以及对应于同一组样本的样本传输时延误差参数集合,为构建传输时延误差器奠定数据基础。然后,利用决策树算法,以样本走线等长误差参数为输入变量,以匹配的样本传输时延误差为期望输出,训练决策树模型,该模型通过分支的路径映射二者之间的函数对应关系。随后,对训练得到的决策树模型进行剪枝、调参等优化处理,提升其泛化能力,获得了传输时延误差分类器。该分类器可根据可拉伸电路在某种拉伸工况下的走线等长误差,快速预测对应的传输时延误差,为评估可拉伸电路板性能提供支持。此后,将获取的不同拉伸工况下可拉伸电路板的多个走线等长误差参数,输入到传输时延误差分类器中,得到每个拉伸工况下,对应的传输时延误差的预测输出,得到多个传输时延误差参数,为后续评判可拉伸电路的性能提供重要依据。
按照所述多种拉伸工况,对所述可拉伸电路板进行疲劳测试,采集获得电路板图像序列,其中,所述疲劳测试包括采用所述多种拉伸工况进行预设次数的测试;
在本申请实施例中,除了检测静态下的拉伸工况,考虑到电子设备由于日常的重复使用情况,会逐渐出现裂纹乃至短路情况,最终影响可拉伸电路的正常工作。为评估这种损伤过程,需对可拉伸电路的动态疲劳过程进行测试,以评价可拉伸电路板在长时间动态拉伸条件下的老化情况。具体来说,分别采用确定的各种拉伸工况,设定电子设备对应部位的动作模式,并依照设定的动作模式,通过测试仪器对可拉伸电路板进行大量重复的动态拉伸试验。同时,设置图像扫描装置实时采集拉伸变形过程中的电路板图片,经过预设次数(如10000次)的疲劳测试后,获得不同拉伸工况下的图像序列数据。
通过采集多种拉伸工况下的电路板图像序列,记录可拉伸电路在疲劳测试中的损伤和裂纹生成情况,为评价可拉伸电路的抗疲劳性能提供详实的图像样本支持。
基于所述电路板图像序列,识别获得所述可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出所述可拉伸电路板的性能检测结果。
进一步的,本步骤中获取疲劳参数包括:
分别按照第一抽样步长和第二抽样步长,从所述电路板图像序列内抽取获得第一电路板图像集合第二电路板图像集,所述第一抽样步长大于所述第二抽样步长;
构建电路板疲劳识别器,所述电路板疲劳识别器包括疲劳结果识别分支和老化率识别分支;
基于所述电路板疲劳识别器,对所述第一电路板图像集合第二电路板图像集进行识别,获得疲劳结果和老化率,作为所述疲劳参数。
进一步的,构建电路板疲劳识别器包括:
根据所述可拉伸电路板的历史疲劳测试数据,获取多个样本电路板图像序列,并根据多个样本电路板图像序列内电路裂纹的大小和变化的速率,获取样本疲劳结果集合和样本老化率集合;
分别按照所述第一抽样步长和第二抽样步长,对所述多个样本电路板图像序列进行处理,获得多个样本第一电路板图像集和多个样本第二电路板图像集;
采用所述多个样本第一电路板图像集和样本疲劳结果集合,构建所述疲劳结果识别分支,采用所述多个样本第二电路板图像集和样本老化率集合,构建所述老化率识别分支,获得所述电路板疲劳识别器。
进一步的,获得性能检测结果包括:
根据所述可拉伸电路板在多种拉伸工况的工作时间的长度,对所述多个传输时延误差参数进行加权计算,获得加权传输时延误差参数;
根据所述可拉伸电路板的拉伸测试数据和疲劳测试数据,获取样本加权传输时延误差参数集合、样本疲劳参数集合,并获取样本性能等级集合;
采用所述样本加权传输时延误差参数集合、样本疲劳参数集合和样本性能等级集合,构建性能检测器;
基于所述性能检测器,对所述加权传输时延误差参数和疲劳参数进行分类,获得所述可拉伸电路板的性能检测结果。
在一种优选的实施方式中, 在获得可拉伸电路板的电路板图像序列后,对电路板图像序列进行分组提取子集合。首先,按照第一抽样步长,该第一步长值较大,选择电路板图像序列中的部分电路板图像,按测试时间顺序排列形成第一电路板图像集合。同时,按照第二抽样步长对电路板图像序列进行抽帧,该第二步长值较小,形成第二电路板图像集合。
预先构建电路板疲劳识别器,该电路板疲劳识别器包括疲劳结果识别分支和老化率识别分支,分别对可拉伸电路板的裂纹大小和裂纹增长率进行识别,作为疲劳结果和老化率。具体的,首先,通过对多块可拉伸电路板进行动态拉伸疲劳试验,实时采集包含电路板受损过程的图像序列数据,得到历史电路板图像序列,并由专业评估人员根据历史电路板图像序列中图像中的裂纹大小变化情况,标记电路板的疲劳程度指标,得到样本疲劳结果集合,同时测定每组历史电路板图像序列中裂纹扩展速度参数作为老化率标签,得到样本老化率集合。然后,针对每组历史电路板图像序列,按第一抽样步长抽取图像,构成多个样本第一电路板图像集;同时,针对每组历史电路板图像序列,按第二抽样步长抽取图像,构成多个样本第二电路板图像集。随后, 使用多个样本第一电路板图像集作为输入,样本疲劳结果集合作为疲劳结果标签,构建卷积神经网络,包含卷积层、池化层、全连接层,训练网络,使其输出结果逼近疲劳结果标签,得到疲劳结果识别分支。同时,使用多个样本第二电路板图像集作为输入,样本老化率集合作为老化率标签,构建卷积LSTM网络,同时建模空间和时间特征,使网络输出训练接近老化率标签,得到老化率识别分支。之后,整合疲劳结果识别分支和老化率识别分支的网络结构,共享低层图像特征提取模块,形成电路板疲劳识别器。
然后,在得到第一电路板图像集合和第二电路板图像集合后,运用电路板疲劳识别器对提取的两类不同抽样步长的电路板图像集合进行运算,得到电路板的疲劳状态评估结果。具体而言,将第一电路板图像集合输入疲劳结果识别分支,输出电路板整体结构损伤程度,即疲劳结果;同时,将第二电路板图像集合输入老化率识别分支,给出电路板裂纹扩展趋势,即老化率。随后,综合两类识别结果,作为疲劳参数。
接着,考虑到电子设备在实际使用中会处于不同拉伸工况的不同比例时间,为了评估传输时延误差对最终性能的影响,对多个传输时延误差参数进行加权运算,即根据电子设备在生命周期内会处于每种工况的使用时间占比,确定其对应的权重系数,将各拉伸工况下获得的传输时延误差参数与相应的权重相乘,进行归一化求和,从而计算出加权传输时延误差参数。通过对多个传输时延误差参数进行加权处理,可以更客观准确地反映传输时延误差对可拉伸电路板完整生命周期中性能的累积影响,为评判可拉伸电路板的性能提供重要参考。
预先构建性能检测器,首先,收集多块可拉伸电路板的相关测试数据,包括其拉伸静态测试获得的加权传输时延误差参数,得到样本加权传输时延误差参数集合,以及动态疲劳试验获取的疲劳特征参数,得到样本疲劳参数集合。同时,由专业技术人员根据其拉伸程度综合指标,给每块电路板标注总体性能等级,获取样本性能等级集合。然后,采用得到的样本加权传输时延误差参数和样本性能等级作为特征输入,利用匹配的样本性能等级作为模型输出的监督标签,构建支持向量机多类分类模型。随后,通过调参优化使分类决策边界最能有效区分不同性能级别样本的分布区域,经过迭代学习,使模型可以根据这两类参数输入,准确预测电路板性能的分类等级,得到性能检测器。
此后,在获取加权传输时延误差参数和疲劳参数后,将加权传输时延误差参数和疲劳参数输入性能检测器中,经过性能检测器的正向传播计算,得到可拉伸电路板的准确的性能检测结果。
综上所述,本申请实施例所提供的用于可拉伸电路板的性能检测方法具有如下技术效果:
获取配置可拉伸电路板的电子设备被使用时可拉伸电路板的多种拉伸工况,以建立不同拉伸情况下电路板的测试基准。基于多种拉伸工况,分别对可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像,以评估不同拉伸级别下电路结构和性能的变化。根据多个电路板图像,识别可拉伸电路板在不同拉伸工况下电路的走线等长误差参数,以评价拉伸过程中信号传输通路的时延变化。根据多个走线等长误差参数,分析获得可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数,以量化指标评估拉伸条件下电路传输性能的衰减程度。按照多种拉伸工况,对可拉伸电路板进行疲劳测试,采集获得电路板图像序列,为评估可拉伸电路板的疲劳参数提供支持。基于电路板图像序列,识别获得可拉伸电路板的疲劳参数,评估拉伸情景下电路的结构损伤和退化情况;结合多个传输时延误差参数,输出可拉伸电路板的性能检测结果,展示可拉伸电路板在拉伸条件下的整体工作性能。
实施例二
基于与前述实施例中用于可拉伸电路板的性能检测方法相同的发明构思,如图3所示,本申请实施例提供了用于可拉伸电路板的性能检测系统,该系统包括:
拉伸工况获取模块11,用于获取配置可拉伸电路板的电子设备被使用时所述可拉伸电路板的多种拉伸工况;
电路板图像采集模块12,用于基于所述多种拉伸工况,分别对所述可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像;
走线等长误差模块13,用于根据多个电路板图像,识别所述可拉伸电路板在不同拉伸工况下电路的走线等长误差参数;
传输时延误差模块14,用于根据多个走线等长误差参数,分析获得所述可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数;
电路板疲劳测试模块15,用于按照所述多种拉伸工况,对所述可拉伸电路板进行疲劳测试,采集获得电路板图像序列,其中,所述疲劳测试包括采用所述多种拉伸工况进行预设次数的测试;
检测结果输出模块16,用于基于所述电路板图像序列,识别获得所述可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出所述可拉伸电路板的性能检测结果。
进一步的,拉伸工况获取模块11包括以下执行步骤:
获取配置所述可拉伸电路板的电子设备被拉伸使用时,所述可拉伸电路板的多个拉伸位置、多个拉伸角度和多个拉伸尺寸;
基于所述多个拉伸位置、多个拉伸角度和多个拉伸尺寸,生成所述多种拉伸工况。
进一步的,走线等长误差模块13包括以下执行步骤:
根据所述可拉伸电路板的拉伸测试数据,获取样本电路板图像集合,并根据每个样本电路板图像内多个电路板被拉伸的最大等长误差,获取样本走线等长误差参数集合;
采用所述样本电路板图像集合和样本走线等长误差参数集合,构建等长误差识别器;
基于所述等长误差识别器,对所述多个电路板图像进行识别,获得多个走线等长误差参数。
进一步的,传输时延误差模块14包括以下执行步骤:
根据所述可拉伸电路板的信号拉伸传输测试数据,获取样本走线等长误差参数集合和样本传输时延误差参数集合;
采用所述样本走线等长误差参数集合和样本传输时延误差参数集合,基于决策树,构建传输时延误差分类器;
基于所述传输时延误差分类器,对所述多个走线等长误差参数进行决策分类,获得多个传输时延误差参数。
进一步的,检测结果输出模块16包括以下执行步骤:
分别按照第一抽样步长和第二抽样步长,从所述电路板图像序列内抽取获得第一电路板图像集合第二电路板图像集,所述第一抽样步长大于所述第二抽样步长;
构建电路板疲劳识别器,所述电路板疲劳识别器包括疲劳结果识别分支和老化率识别分支;
基于所述电路板疲劳识别器,对所述第一电路板图像集合第二电路板图像集进行识别,获得疲劳结果和老化率,作为所述疲劳参数。
进一步的,检测结果输出模块16还包括以下执行步骤:
根据所述可拉伸电路板的历史疲劳测试数据,获取多个样本电路板图像序列,并根据多个样本电路板图像序列内电路裂纹的大小和变化的速率,获取样本疲劳结果集合和样本老化率集合;
分别按照所述第一抽样步长和第二抽样步长,对所述多个样本电路板图像序列进行处理,获得多个样本第一电路板图像集和多个样本第二电路板图像集;
采用所述多个样本第一电路板图像集和样本疲劳结果集合,构建所述疲劳结果识别分支,采用所述多个样本第二电路板图像集和样本老化率集合,构建所述老化率识别分支,获得所述电路板疲劳识别器。
进一步的,检测结果输出模块16还包括以下执行步骤:
根据所述可拉伸电路板在多种拉伸工况的工作时间的长度,对所述多个传输时延误差参数进行加权计算,获得加权传输时延误差参数;
根据所述可拉伸电路板的拉伸测试数据和疲劳测试数据,获取样本加权传输时延误差参数集合、样本疲劳参数集合,并获取样本性能等级集合;
采用所述样本加权传输时延误差参数集合、样本疲劳参数集合和样本性能等级集合,构建性能检测器;
基于所述性能检测器,对所述加权传输时延误差参数和疲劳参数进行分类,获得所述可拉伸电路板的性能检测结果。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (3)
1.用于可拉伸电路板的性能检测方法,其特征在于,所述方法包括:
获取配置可拉伸电路板的电子设备被使用时所述可拉伸电路板的多种拉伸工况;
基于所述多种拉伸工况,分别对所述可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像;
根据多个电路板图像,识别所述可拉伸电路板在不同拉伸工况下电路的走线等长误差参数;
根据多个走线等长误差参数,分析获得所述可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数;
按照所述多种拉伸工况,对所述可拉伸电路板进行疲劳测试,采集获得电路板图像序列,其中,所述疲劳测试包括采用所述多种拉伸工况进行预设次数的测试;
基于所述电路板图像序列,识别获得所述可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出所述可拉伸电路板的性能检测结果;
其中,获取配置可拉伸电路板的电子设备被使用时所述可拉伸电路板的多种拉伸工况,包括:
获取配置所述可拉伸电路板的电子设备被拉伸使用时,所述可拉伸电路板的多个拉伸位置、多个拉伸角度和多个拉伸尺寸;
基于所述多个拉伸位置、多个拉伸角度和多个拉伸尺寸,生成所述多种拉伸工况;
根据多个电路板图像,识别所述可拉伸电路板在不同拉伸工况下电路的走线等长误差参数,包括:
根据所述可拉伸电路板的拉伸测试数据,获取样本电路板图像集合,并根据每个样本电路板图像内多个电路板被拉伸的最大等长误差,获取样本走线等长误差参数集合;
采用所述样本电路板图像集合和样本走线等长误差参数集合,构建等长误差识别器;
基于所述等长误差识别器,对所述多个电路板图像进行识别,获得多个走线等长误差参数;
根据多个走线等长误差参数,分析获得所述可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数,包括:
根据所述可拉伸电路板的信号拉伸传输测试数据,获取样本走线等长误差参数集合和样本传输时延误差参数集合;
采用所述样本走线等长误差参数集合和样本传输时延误差参数集合,基于决策树,构建传输时延误差分类器;
基于所述传输时延误差分类器,对所述多个走线等长误差参数进行决策分类,获得多个传输时延误差参数;
基于所述电路板图像序列,识别获得所述可拉伸电路板的疲劳参数,包括:
分别按照第一抽样步长和第二抽样步长,从所述电路板图像序列内抽取获得第一电路板图像集合第二电路板图像集,所述第一抽样步长大于所述第二抽样步长;
构建电路板疲劳识别器,所述电路板疲劳识别器包括疲劳结果识别分支和老化率识别分支;
基于所述电路板疲劳识别器,对所述第一电路板图像集合第二电路板图像集进行识别,获得疲劳结果和老化率,作为所述疲劳参数;
输出所述可拉伸电路板的性能检测结果,包括:
根据所述可拉伸电路板在多种拉伸工况的工作时间的长度,对所述多个传输时延误差参数进行加权计算,获得加权传输时延误差参数;
根据所述可拉伸电路板的拉伸测试数据和疲劳测试数据,获取样本加权传输时延误差参数集合、样本疲劳参数集合,并获取样本性能等级集合;
采用所述样本加权传输时延误差参数集合、样本疲劳参数集合和样本性能等级集合,构建性能检测器;
基于所述性能检测器,对所述加权传输时延误差参数和疲劳参数进行分类,获得所述可拉伸电路板的性能检测结果。
2.根据权利要求1所述的方法,其特征在于,构建电路板疲劳识别器,包括:
根据所述可拉伸电路板的历史疲劳测试数据,获取多个样本电路板图像序列,并根据多个样本电路板图像序列内电路裂纹的大小和变化的速率,获取样本疲劳结果集合和样本老化率集合;
分别按照所述第一抽样步长和第二抽样步长,对所述多个样本电路板图像序列进行处理,获得多个样本第一电路板图像集和多个样本第二电路板图像集;
采用所述多个样本第一电路板图像集和样本疲劳结果集合,构建所述疲劳结果识别分支,采用所述多个样本第二电路板图像集和样本老化率集合,构建所述老化率识别分支,获得所述电路板疲劳识别器。
3.用于可拉伸电路板的性能检测系统,其特征在于,用于实施权利要求1-2任意一项所述的用于可拉伸电路板的性能检测方法,所述系统包括:
拉伸工况获取模块,所述拉伸工况获取模块用于获取配置可拉伸电路板的电子设备被使用时所述可拉伸电路板的多种拉伸工况;
电路板图像采集模块,所述电路板图像采集模块用于基于所述多种拉伸工况,分别对所述可拉伸电路板进行测试,并在测试完成后采集可拉伸电路板的电路板图像;
走线等长误差模块,所述走线等长误差模块用于根据多个电路板图像,识别所述可拉伸电路板在不同拉伸工况下电路的走线等长误差参数;
传输时延误差模块,所述传输时延误差模块用于根据多个走线等长误差参数,分析获得所述可拉伸电路板在不同拉伸工况下的多个电路的传输时延误差参数;
电路板疲劳测试模块,所述电路板疲劳测试模块用于按照所述多种拉伸工况,对所述可拉伸电路板进行疲劳测试,采集获得电路板图像序列,其中,所述疲劳测试包括采用所述多种拉伸工况进行预设次数的测试;
检测结果输出模块,所述检测结果输出模块用于基于所述电路板图像序列,识别获得所述可拉伸电路板的疲劳参数,结合多个传输时延误差参数,输出所述可拉伸电路板的性能检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410291481.XA CN117890215B (zh) | 2024-03-14 | 2024-03-14 | 用于可拉伸电路板的性能检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410291481.XA CN117890215B (zh) | 2024-03-14 | 2024-03-14 | 用于可拉伸电路板的性能检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117890215A CN117890215A (zh) | 2024-04-16 |
CN117890215B true CN117890215B (zh) | 2024-05-24 |
Family
ID=90649232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410291481.XA Active CN117890215B (zh) | 2024-03-14 | 2024-03-14 | 用于可拉伸电路板的性能检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117890215B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4112746A (en) * | 1976-04-02 | 1978-09-12 | The Yokohama Rubber Co., Ltd. | Opto-electronic tensile testing system |
CN106680084A (zh) * | 2016-12-28 | 2017-05-17 | 华中科技大学 | 一种柔性电子抗拉伸与抗挠曲性能测试系统 |
WO2017084186A1 (zh) * | 2015-11-18 | 2017-05-26 | 华南理工大学 | 挠性电路板制造过程自动监测和智能分析系统及方法 |
CN111276528A (zh) * | 2020-02-21 | 2020-06-12 | 上海天马微电子有限公司 | 可拉伸显示面板及其制作方法、拉伸检测方法和显示设备 |
CN113269773A (zh) * | 2021-06-08 | 2021-08-17 | 深圳市英视自动化科技有限公司 | 一种柔性fpc缺陷检测方法 |
CN113379678A (zh) * | 2021-05-14 | 2021-09-10 | 珠海格力智能装备有限公司 | 一种电路板检测方法、装置、电子设备及存储介质 |
CN114126236A (zh) * | 2022-01-26 | 2022-03-01 | 苏州浪潮智能科技有限公司 | 一种差分传输线的走线设计方法及电路板 |
CN115798367A (zh) * | 2022-12-15 | 2023-03-14 | 无锡美科微电子技术有限公司 | 一种显示器自动老化测试和程序烧录装置及系统 |
CN115901802A (zh) * | 2023-02-20 | 2023-04-04 | 佛山市南海区广工大数控装备协同创新研究院 | 一种柔性电路板检测设备 |
CN115906573A (zh) * | 2022-11-29 | 2023-04-04 | 中车大连电力牵引研发中心有限公司 | 一种基于可靠性分析的pcb寿命分析方法 |
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 |
CN116301341A (zh) * | 2023-02-14 | 2023-06-23 | 湘潭大学 | 集成可贴附柔性拉伸传感器和惯性传感单元的可穿戴式手语识别系统与方法 |
CN116577638A (zh) * | 2023-05-25 | 2023-08-11 | 赣州市超跃科技有限公司 | 一种电路板智能测试系统、方法、装置及介质 |
CN116819288A (zh) * | 2023-08-28 | 2023-09-29 | 深圳市新红景科技开发有限公司 | 一种电路实验板的诊断测试方法及系统 |
CN117213966A (zh) * | 2023-11-09 | 2023-12-12 | 江苏芯丰集成电路有限公司 | 一种带故障模拟功能的集成电路板检测装置及检测方法 |
CN117288761A (zh) * | 2023-11-27 | 2023-12-26 | 天津市海迅科技发展有限公司 | 一种基于测试材料的瑕疵检测分类评估方法及系统 |
CN117422039A (zh) * | 2023-11-08 | 2024-01-19 | 广电计量检测(成都)有限公司 | 柔性电路板信号传输质量评估优化方法、系统及设备 |
KR20240009028A (ko) * | 2022-07-13 | 2024-01-22 | 재단법인 한국탄소산업진흥원 | 전도성 연성 복합소재의 굽힘-저항 피로 수명 테스트 장치 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9528945B2 (en) * | 2014-08-28 | 2016-12-27 | The Boeing Company | Systems and methods for detecting crack growth |
US9356087B1 (en) * | 2014-12-10 | 2016-05-31 | Lg Display Co., Ltd. | Flexible display device with bridged wire traces |
-
2024
- 2024-03-14 CN CN202410291481.XA patent/CN117890215B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4112746A (en) * | 1976-04-02 | 1978-09-12 | The Yokohama Rubber Co., Ltd. | Opto-electronic tensile testing system |
WO2017084186A1 (zh) * | 2015-11-18 | 2017-05-26 | 华南理工大学 | 挠性电路板制造过程自动监测和智能分析系统及方法 |
CN106680084A (zh) * | 2016-12-28 | 2017-05-17 | 华中科技大学 | 一种柔性电子抗拉伸与抗挠曲性能测试系统 |
CN111276528A (zh) * | 2020-02-21 | 2020-06-12 | 上海天马微电子有限公司 | 可拉伸显示面板及其制作方法、拉伸检测方法和显示设备 |
CN113379678A (zh) * | 2021-05-14 | 2021-09-10 | 珠海格力智能装备有限公司 | 一种电路板检测方法、装置、电子设备及存储介质 |
CN113269773A (zh) * | 2021-06-08 | 2021-08-17 | 深圳市英视自动化科技有限公司 | 一种柔性fpc缺陷检测方法 |
CN114126236A (zh) * | 2022-01-26 | 2022-03-01 | 苏州浪潮智能科技有限公司 | 一种差分传输线的走线设计方法及电路板 |
KR20240009028A (ko) * | 2022-07-13 | 2024-01-22 | 재단법인 한국탄소산업진흥원 | 전도성 연성 복합소재의 굽힘-저항 피로 수명 테스트 장치 |
CN115906573A (zh) * | 2022-11-29 | 2023-04-04 | 中车大连电力牵引研发中心有限公司 | 一种基于可靠性分析的pcb寿命分析方法 |
CN115798367A (zh) * | 2022-12-15 | 2023-03-14 | 无锡美科微电子技术有限公司 | 一种显示器自动老化测试和程序烧录装置及系统 |
CN116301341A (zh) * | 2023-02-14 | 2023-06-23 | 湘潭大学 | 集成可贴附柔性拉伸传感器和惯性传感单元的可穿戴式手语识别系统与方法 |
CN115901802A (zh) * | 2023-02-20 | 2023-04-04 | 佛山市南海区广工大数控装备协同创新研究院 | 一种柔性电路板检测设备 |
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 |
CN116577638A (zh) * | 2023-05-25 | 2023-08-11 | 赣州市超跃科技有限公司 | 一种电路板智能测试系统、方法、装置及介质 |
CN116819288A (zh) * | 2023-08-28 | 2023-09-29 | 深圳市新红景科技开发有限公司 | 一种电路实验板的诊断测试方法及系统 |
CN117422039A (zh) * | 2023-11-08 | 2024-01-19 | 广电计量检测(成都)有限公司 | 柔性电路板信号传输质量评估优化方法、系统及设备 |
CN117213966A (zh) * | 2023-11-09 | 2023-12-12 | 江苏芯丰集成电路有限公司 | 一种带故障模拟功能的集成电路板检测装置及检测方法 |
CN117288761A (zh) * | 2023-11-27 | 2023-12-26 | 天津市海迅科技发展有限公司 | 一种基于测试材料的瑕疵检测分类评估方法及系统 |
Non-Patent Citations (4)
Title |
---|
基于区域生长的电路板图像分割算法的研究;刘永新;谭南林;苏树强;;国外电子测量技术;20071222(12);全文 * |
基于机器视觉的柔性生产线零件表面缺陷检测方法;张海民;王雪梅;何灏;;鞍山师范学院学报;20200420(02);全文 * |
多场耦合下基于传递熵的电路板级焊点疲劳寿命模型;汤巍;景博;盛增津;胡家兴;;中国科学:技术科学;20170520(05);全文 * |
高久伟 ; 卢乾波 ; 郑璐 ; 王学文 ; 黄维 ; .柔性生物电传感技术.材料导报.(01),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117890215A (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103528617B (zh) | 一种座舱仪表自动识别和检测方法及装置 | |
US20140047934A1 (en) | Method of simulating operations of non-destructive testing under real conditions using synthetic signals | |
CN112990082B (zh) | 一种水声脉冲信号的检测识别方法 | |
CN116188433A (zh) | 一种绝缘子缺陷检测方法、装置和设备 | |
CN1510426A (zh) | 电磁干扰诊断方法及其系统 | |
Tanawi et al. | Support vector regression for predicting the number of dengue incidents in DKI Jakarta | |
CN109214292A (zh) | 一种基于bp神经网络的人体屈体角度识别方法及设备 | |
Yu et al. | Development of the berry impact recording device sensing system: software | |
CN117609836A (zh) | 一种综合模块的电磁敏感预测与健康管理方法 | |
CN117890215B (zh) | 用于可拉伸电路板的性能检测方法及系统 | |
CN111991001A (zh) | 一种运动数据分析方法、系统、设备及可读存储介质 | |
CN115101149B (zh) | 材料微观结构总能量预测方法 | |
CN111880957A (zh) | 一种基于随机森林模型的程序错误定位方法 | |
CN116662800A (zh) | 一种基于自适应注意力机制的滚动轴承故障诊断方法 | |
CN116541771A (zh) | 一种基于多尺度特征融合的非平衡样本轴承故障诊断方法 | |
CN115134586A (zh) | 一种摄像头的防抖测试系统 | |
CN114897006A (zh) | 智能电表误差分类方法及系统、设备、存储介质 | |
CN115236272A (zh) | 多工况条件下的气体传感器故障诊断方法、装置及存储介质 | |
Kolka et al. | Parametric reduction of Jacobian matrix for fault analysis | |
CN110786839A (zh) | 瞬时无波形比值的生成方法、装置、设备及介质 | |
CN109934156A (zh) | 一种基于elman神经网络的用户体验评价方法及系统 | |
CN110338748A (zh) | 快速定位视力值的方法、存储介质、终端及视力检测仪 | |
CN116087108A (zh) | 基于纹理特征的植株叶片氮含量高光谱建模方法及装置 | |
CN107229082B (zh) | 物探仪及其数据采集方法 | |
CN116757507B (zh) | 一种作物灌浆过程预测方法、系统、电子设备及存储介质 |
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 |