CN118258816A - 圆角品车载电容导针质检方法及系统 - Google Patents
圆角品车载电容导针质检方法及系统 Download PDFInfo
- Publication number
- CN118258816A CN118258816A CN202410677777.5A CN202410677777A CN118258816A CN 118258816 A CN118258816 A CN 118258816A CN 202410677777 A CN202410677777 A CN 202410677777A CN 118258816 A CN118258816 A CN 118258816A
- Authority
- CN
- China
- Prior art keywords
- data
- capacitance
- guide pin
- quality
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000003990 capacitor Substances 0.000 title claims abstract description 12
- 238000007689 inspection Methods 0.000 title claims description 30
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 238000002310 reflectometry Methods 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 38
- 230000007547 defect Effects 0.000 claims abstract description 38
- 238000000611 regression analysis Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000010354 integration Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000011897 real-time detection Methods 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000000540 analysis of variance Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 3
- 238000002864 sequence alignment Methods 0.000 claims description 3
- 230000003746 surface roughness Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 20
- 230000003287 optical effect Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
- G01B11/161—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by interferometric means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
- G01R27/2605—Measuring capacitance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/766—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using regression, e.g. by projecting features on hyperplanes
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Immunology (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及导针测量技术领域,具体为圆角品车载电容导针质检方法及系统,包括以下步骤:初始化激光干涉仪,对导针圆角区域进行光波反射率连续扫描,采集反射波形并记录干涉模式的变化,检测微小几何形变,根据数据调整电容探测器的频率设置,执行重复区域扫描,获取反射光波干涉模式数据和多频电容测量数据。本发明中,实现导针圆角区域的光波反射率连续扫描和多频电容测量数据的收集,提升对微小几何形变的识别能力,调整电容探测器的频率并执行重复区域扫描,提高检测的准确性和可靠性,运用多元回归分析,方便电容测量数据与圆角几何特性之间的统计关联,同时深入分析电容值与圆角几何缺陷的关联性,增强产品的一致性和可靠性。
Description
技术领域
本发明涉及导针测量技术领域,尤其涉及圆角品车载电容导针质检方法及系统。
背景技术
导针测量技术领域主要关注于精确地测定导电材料或器件(导针)的几何尺寸、形状、表面特性以及电气特性,有多种测量方法,包括电容测量、电阻测量以及使用光学或激光系统进行的非接触式测量,可以评估导针的直径、长度、弯曲度以及端部的形状(如圆角),在电子制造业中至关重要,直接影响到最终产品的功能性和可靠性。
圆角品车载电容导针质检方法专指一种用于评估车载电容导针的圆角品质的技术方法,目的是确保导针在生产过程中的规格符合设计要求,以防止因尺寸不准确或缺陷引发的性能问题。通常涉及到使用测量设备来检查导针端部的圆滑度和一致性,确保其在电容器中能提供稳定和高效的电连接,以保证导针的性能和可靠性,同时在汽车电子和其他需要精确电气连接的领域,正确的圆角可以减少磨损并提高连接的稳定性,因此对于维持产品质量和功能安全至关重要。
现有技术在导针质检中虽具备基本的电容测量和电阻测量能力,却常因数据一致性和重复性问题而影响准确性。传统测量依赖于单次或少量数据点,难以全面捕捉导针尤其是圆角处的细微变化,导致质量控制中的局限性。此外,虽然非接触式光学或激光测量能评估导针基本尺寸,但在实际复杂结构如圆角的精确测量上仍显不足,影响产品在高精密领域的应用,如汽车电子,直接影响产品功能性和可靠性,增加产品故障率和维修成本,甚至导致安全问题。
发明内容
本发明的目的是解决现有技术中存在的缺点,而提出的圆角品车载电容导针质检方法及系统。
为了实现上述目的,本发明采用了如下技术方案:圆角品车载电容导针质检方法,包括以下步骤:
S1:初始化激光干涉仪,对导针圆角区域进行光波反射率连续扫描,采集反射波形并记录干涉模式的变化,检测微小几何形变,根据数据调整电容探测器的频率设置,执行重复区域扫描,获取反射光波干涉模式数据和多频电容测量数据;
S2:根据所述反射光波干涉模式数据和多频电容测量数据,进行数据合并,并将两组数据进行时间序列对齐,去除环境噪声和非相关频率干扰,通过模式数据和测量数据无偏差整合,生成校准对齐数据集;
S3:基于所述校准对齐数据集,运用多元回归分析方法,将电容测量数据与圆角几何特性建立统计关联,通过方差分析确定差异批次导针的圆角质量差异,得到回归分析结果;
S4:根据所述回归分析结果,对电容值与圆角几何缺陷之间的相关性进行深度分析,识别导针圆角的微小变形或不规则性,进行导针圆角缺陷的实时检测和标识,得到导针质检记录。
作为本发明的进一步方案,所述反射光波干涉模式数据的获取步骤具体为:
S111:初始化激光干涉仪,并对导针圆角区域进行光波反射率连续扫描,通过激光干涉仪发射的激光波对导针表面的差异点进行反射率测量,采集每一点的反射率数据,存储为反射率数据集R,其中表示第i点的反射率;
S112:记录干涉模式变化,通过比较连续扫描中的反射数据的变化,计算每一点与其邻近点之间的反射率差异,分析干涉模式的微小变化,干涉模式变化数据公式为,其中表示第i点的干涉模式差异;
S113:执行重复区域扫描细化干涉模式数据,整合初次与重复扫描结果,通过平均干涉模式差异确定干涉模式稳定性,计算反射光波干涉模式数据G,表达为复合多项式,其中为调整参数,c为常数项,每个参数项代表每个测量点的干涉模式差异,为对应点的反射率数据。
作为本发明的进一步方案,所述多频电容测量数据的获取步骤具体为:
S121:根据所述反射光波干涉模式数据,调整电容探测器的频率设置,设定电容探测器的工作频率,频率的设定依据为反射光波干涉模式数据G的变化趋势,频率调整公式为,其中是基础频率,是调整系数,是干涉模式数据的平均值;
S122:执行多频扫描,通过改变电容探测器的频率,连续测量差异频率下的电容值,收集电容值C的数据;
S123:分析所述电容值变化,通过比较差异频率下电容值的变化,确定微小几何形变的指标,多频电容测量数据公式为,其中为权重参数,为每个频率下电容值的平均值,v为变化系数,代表连续频率下电容值的变化。
作为本发明的进一步方案,所述校准对齐数据集的获取步骤具体为:
S211:收集所述反射光波干涉模式数据和多频电容测量数据,对两组数据进行时间序列分析,确保时间戳对齐,通过设定时间窗口内最大时间偏差不超过目标阈值,确定数据对齐是否成功,若时间偏差小于,则数据对齐成功,若时间偏差大于,则调整时间标记,重新对齐;
S212:在数据时间对齐的基础上,使用加权平均方法合并数据,权重由数据质量指数决定,计算方式为每种数据的信噪比与最大信噪比之比,公式如下:
其中,为t时刻的合并数据,为第i种数据在t时刻的值,为根据信噪比计算得到的权重,为第i种数据的信噪比,为数据种类数;
S213:综合时间对齐与质量加权的结果,得到校准对齐数据集。
作为本发明的进一步方案,所述回归分析结果的获取步骤具体为:
S311:收集并预处理所有批次的电容测量数据和圆角几何特性数据,确保数据质量和一致性,将数据结合起来形成一个综合数据集,数据集包括电容值和圆角尺寸作为特征变量;
S312:应用数据滤波技术,剔除超出正常制造规格的异常数据,并对数据进行标准化处理,使用公式和进行处理,确保差异批次间数据的可比性,其中是原始电容测量值,和分别是对应批次数据的均值和标准差,是原始圆角尺寸,和分别为对应批次圆角半径的平均值和标准差,和是调整系数,优化数据分布和增强分析的敏感度;
S313:进行方差分析确定差异批次之间的圆角质量差异,使用公式评估差异显著性,是第i批次的圆角尺寸的方差,总方差是所有批次圆角尺寸的方差,和为调整参数,用以增强模型对微小差异的敏感性,设定差异显著性的阈值为>T,其中T为预定的质量差异接受阈值,并标记出质量显著差异的批次;
S314:应用多元回归分析,构建模型分析电容测量数据和圆角几何特性与产品质量之间的关系,使用回归系数计算公式,并输出回归分析结果,其中代表第k个独立变量,是因变量,和是调整参数。
作为本发明的进一步方案,所述导针质检记录的获取步骤具体为:
S411:收集导针圆角的几何缺陷数据,包括测量导针的每个圆角的直径、曲率以及表面粗糙度,形成几何特征数据集,利用电容表测定每个导针圆角的电容值,并与几何特征数据集进行匹配,得到包括几何特征与对应电容值的综合数据集;
S412:应用公式计算每个导针的电容值,其中,是导针圆角的表面积,是导针圆角的平均直径,是圆角曲率,和是通过数据分析得出的调整参数,基于电容值进行初始的圆角质量评估,得到初步质检记录;
S413:利用相机对每个导针圆角进行实时图像捕捉,通过图像处理算法识别圆角的微小变形或不规则性,记录检测到的每个缺陷类型及其严重程度;
S414:对每个导针的质检记录进行综合分析,按照公式:
其中是综合质量得分,是实际测量的电容值,是根据圆角理想几何特性预期的电容值,和是权重参数,是第个检测到的缺陷的严重程度指标,是检测到的缺陷数量。
S415:通过比较电容测量结果和图像分析结果,确认圆角的质量状况,若图像分析与电容测定数据之间存在显著偏差,对应导针被标识为缺陷存在,整理结果生成导针质检记录。
圆角品车载电容导针质检系统,所述系统包括:
初始化模块进行激光干涉仪的启动与初始化设置,确保设备在最优工作状态下进行数据捕获,生成初始化完成数据;
连续扫描模块基于所述初始化完成数据,对导针圆角区域进行连续的光波反射率扫描,记录光波反射变化和干涉模式的变化,调整电容探测器频率匹配扫描数据,生成反射光波与电容频率调整数据;
数据整合模块对所述反射光波与电容频率调整数据进行数据合并,去除环境噪音及干扰,进行数据的无偏差整合,生成校准对齐数据集;
数据解析模块基于所述校准对齐数据集,运用多元回归分析方法分析电容数据与导针圆角的几何特性之间的统计关系,进行方差分析确定差异批次导针的质量差异,生成回归分析结果;
深度分析模块基于所述回归分析结果,进行深度分析,分析电容值与圆角几何缺陷之间的相关性,识别导针圆角的微小变形或不规则性,生成缺陷分析记录;
实时检测模块利用所述缺陷分析记录中的数据,对导针圆角进行实时检测与标识,识别并记录所有质量问题,生成导针质检记录。
与现有技术相比,本发明的优点和积极效果在于:
本发明中,实现导针圆角区域的光波反射率连续扫描和多频电容测量数据的收集,提升对微小几何形变的识别能力,调整电容探测器的频率并执行重复区域扫描,增强数据的一致性和精确度,提高检测的准确性和可靠性,运用多元回归分析,方便电容测量数据与圆角几何特性之间的统计关联,提高了质量控制效率,降低了不合格率,同时深入分析电容值与圆角几何缺陷的关联性,并实施实时检测,显著提高检测过程的实时响应能力,增强产品的一致性和可靠性。
附图说明
图1为本发明的工作流程示意图;
图2为本发明反射光波干涉模式数据的获取流程图;
图3为本发明多频电容测量数据的获取流程图;
图4为本发明校准对齐数据集的获取流程图;
图5为本发明回归分析结果的获取流程图;
图6为本发明导针质检记录的获取流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有目标的方位、以目标的方位构造和操作,因此不能理解为对本发明的限制。此外,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
实施例
请参阅图1,本发明提供一种技术方案:圆角品车载电容导针质检方法,包括以下步骤:
S1:初始化激光干涉仪,对导针圆角区域进行光波反射率连续扫描,采集反射波形并记录干涉模式的变化,检测微小几何形变,根据数据调整电容探测器的频率设置,执行重复区域扫描,获取反射光波干涉模式数据和多频电容测量数据;
S2:根据反射光波干涉模式数据和多频电容测量数据,进行数据合并,并将两组数据进行时间序列对齐,去除环境噪声和非相关频率干扰,通过模式数据和测量数据无偏差整合,生成校准对齐数据集;
S3:基于校准对齐数据集,运用多元回归分析方法,将电容测量数据与圆角几何特性建立统计关联,通过方差分析确定差异批次导针的圆角质量差异,得到回归分析结果;
S4:根据回归分析结果,对电容值与圆角几何缺陷之间的相关性进行深度分析,识别导针圆角的微小变形或不规则性,进行导针圆角缺陷的实时检测和标识,得到导针质检记录。
反射光波干涉模式数据和多频电容测量数据包括干涉模式详细指标、电容值变化范围和重复测量精度指标,校准对齐数据集包括数据同步准确性指标、噪声降低效果指标和信号清晰度提升指标,回归分析结果包括统计相关性强度、批次间质量偏差数据和预测准确度评估结果,导针质检记录包括缺陷类型明细、形变识别精确度和圆角缺陷标识。
请参阅图2,反射光波干涉模式数据的获取步骤具体为:
S111:初始化激光干涉仪,并对导针圆角区域进行光波反射率连续扫描,通过激光干涉仪发射的激光波对导针表面的差异点进行反射率测量,采集每一点的反射率数据,存储为反射率数据集R,其中表示第i点的反射率;
S112:记录干涉模式变化,通过比较连续扫描中的反射数据的变化,计算每一点与其邻近点之间的反射率差异,分析干涉模式的微小变化,干涉模式变化数据公式为,其中表示第i点的干涉模式差异;
S113:执行重复区域扫描细化干涉模式数据,整合初次与重复扫描结果,通过平均干涉模式差异确定干涉模式稳定性,计算反射光波干涉模式数据G,表达为复合多项式,其中为调整参数,c为常数项,每个参数项代表每个测量点的干涉模式差异,为对应点的反射率数据。
初始化并进行光波反射率连续扫描:
使用激光干涉仪对导针圆角区域进行扫描,从而获得每个点的光波反射率数据,设定为第i点的光波反射率,激光干涉仪沿导针圆角移动时,连续测量每一点的反射率,存储数据集
计算干涉模式的变化:
比较连续扫描中的反射数据变化,计算每一点与其邻近点之间的反射率差异,其中表示第i点的干涉模式差异,是前一个点的反射率。
执行重复区域扫描并综合数据:
计算所有测量点的平均干涉模式差异,通过计算每个点的干涉模式差异的简单平均得到的。
请参阅图3,多频电容测量数据的获取步骤具体为:
S121:根据反射光波干涉模式数据,调整电容探测器的频率设置,设定电容探测器的工作频率,频率的设定依据为反射光波干涉模式数据G的变化趋势,频率调整公式为,其中是基础频率,是调整系数,是干涉模式数据的平均值;
S122:执行多频扫描,通过改变电容探测器的频率,连续测量差异频率下的电容值,收集电容值C的数据;
S123:分析电容值变化,通过比较差异频率下电容值的变化,确定微小几何形变的指标,多频电容测量数据公式为,其中为权重参数,为每个频率下电容值的平均值,v为变化系数,代表连续频率下电容值的变化。
设定工作频率f:
首先基于反射光波干涉模式数据G来调整电容探测器的工作频率。首先,计算干涉模式数据的平均值。设定由n个数据点组成,则:
频率的调整公式为:
其中是基础频率,是根据实验或实际应用调整的系数。
执行多频扫描并收集电容值C:
设定一个频率范围和步长,例如从到,步长为,进行电容值的测量。在每个频率下,测量电容值。若测量3次,对于频率的每个测量值,可以表示为。
再计算每个频率下电容值的平均值:
分析电容值变化并计算多频电容测量数据M:
对于每个频率,计算相邻频率之间电容值的变化:
最终代入公式计算多频电容测量数据即可。
请参阅图4,校准对齐数据集的获取步骤具体为:
S211:收集反射光波干涉模式数据和多频电容测量数据,对两组数据进行时间序列分析,确保时间戳对齐,通过设定时间窗口内最大时间偏差不超过目标阈值,确定数据对齐是否成功,若时间偏差小于,则数据对齐成功,若时间偏差大于,则调整时间标记,重新对齐;
S212:在数据时间对齐的基础上,使用加权平均方法合并数据,权重由数据质量指数决定,计算方式为每种数据的信噪比与最大信噪比之比,公式如下:
其中,为t时刻的合并数据,为第i种数据在t时刻的值,为根据信噪比计算得到的权重,为第i种数据的信噪比,为数据种类数;
S213:综合时间对齐与质量加权的结果,得到校准对齐数据集,为能够用于后续的高精度数据分析和模型训练。
数据收集与时间对齐:有种数据类型,对于每种数据,收集其在时间的观测值,每种数据的时间戳需对齐,设定时间戳与标准时间戳的最大允许偏差为。若:
,则对时间戳进行调整,使其与对齐。
信噪比(SNR)的计算:信噪比(SNR)是衡量数据质量的重要参数,可以通过分析每种数据的功率与噪声功率比来计算。具体计算公式为:
其中是第种数据的信号功率,是对应的噪声功率。
权重的计算:权重由各数据的信噪比决定,计算公式为:
其中是所有数据类型中最高的信噪比。
加权平均合并数据:在计算得到所有数据类型的权重后,合并数据在时间的值通过加权平均计算得出:
其中,是第种数据在时间的观测值,是相应的权重。
设定在某一目标时刻,有三种数据类型的观测值:(反射光波干涉模式数据),(多频电容测量数据),(另一种电容测量数据);
并且信噪比分别为:
最大信噪比为20,所以权重计算为:
则加权平均合并数据的计算为:
请参阅图5,回归分析结果的获取步骤具体为:
S311:收集并预处理所有批次的电容测量数据和圆角几何特性数据,确保数据质量和一致性,将数据结合起来形成一个综合数据集,数据集包括电容值和圆角尺寸作为特征变量;
S312:应用数据滤波技术,剔除超出正常制造规格的异常数据,并对数据进行标准化处理,使用公式和进行处理,确保差异批次间数据的可比性,其中是原始电容测量值,和分别是对应批次数据的均值和标准差,是原始圆角尺寸,和分别为对应批次圆角半径的平均值和标准差,和是调整系数,优化数据分布和增强分析的敏感度;
S313:进行方差分析确定差异批次之间的圆角质量差异,使用公式评估差异显著性,是第i批次的圆角尺寸的方差,总方差是所有批次圆角尺寸的方差,和为调整参数,用以增强模型对微小差异的敏感性,设定差异显著性的阈值为>T,其中T为预定的质量差异接受阈值,并标记出质量显著差异的批次;
S314:应用多元回归分析,构建模型分析电容测量数据和圆角几何特性与产品质量之间的关系,使用回归系数计算公式,并输出回归分析结果,其中代表第k个独立变量(如电容值或圆角尺寸),是因变量(如产品质量指标),和是调整参数,以优化模型精度。
计算标准化电容值,公式:
对于每批次中的电容测量值,首先计算这一批次的平均电容值。通过加总批次中所有电容测量值并除以测量数量来得出的,其中是该批次中测量数据的数量,再计算批次中电容测量值的标准差,反映测量值的离散程度,是各个测量值与其平均值之差的平方的平均值的平方根,最后,使用上述计算得到的和来标准化每个测量值,并得到。
计算标准化圆角尺寸,公式:
首先计算每批次中圆角尺寸的平均值,其中是该批次中圆角尺寸测量的数量,再计算批次中圆角尺寸的标准差,同样通过各个测量值与其平均值之差的平方的平均值的平方根来得出,最后使用计算得到的和,以及预先设定的调整参数和,来标准化每个圆角尺寸测量值,得到。
计算回归系数,公式:
首先计算每个独立变量(例如电容值或圆角尺寸),与因变量(例如产品质量指标)的乘积之和,总乘积,再计算的平方和,总平方和,使用上述得到的总乘积和总平方和,结合调整系数和,得出。
请参阅图6,导针质检记录的获取步骤具体为:
S411:收集导针圆角的几何缺陷数据,包括测量导针的每个圆角的直径、曲率以及表面粗糙度,形成几何特征数据集,利用电容表测定每个导针圆角的电容值,并与几何特征数据集进行匹配,得到包括几何特征与对应电容值的综合数据集;
S412:应用公式计算每个导针的电容值,其中,是导针圆角的表面积,是导针圆角的平均直径,是圆角曲率,和是通过数据分析得出的调整参数,基于电容值进行初始的圆角质量评估,得到初步质检记录;
S413:利用相机对每个导针圆角进行实时图像捕捉,通过图像处理算法识别圆角的微小变形或不规则性,记录检测到的每个缺陷类型及其严重程度;
S414:对每个导针的质检记录进行综合分析,按照公式:
其中是综合质量得分,是实际测量的电容值,是根据圆角理想几何特性预期的电容值,和是权重参数,是第个检测到的缺陷的严重程度指标,是检测到的缺陷数量。
S415:通过比较电容测量结果和图像分析结果,确认圆角的质量状况,若图像分析与电容测定数据之间存在显著偏差,对应导针被标识为缺陷存在,整理结果生成导针质检记录。
获取流程:
使用高精度电容表对导针圆角进行电容值测量,测量每个导针圆角在目标环境条件下的电容值,将所有测得的电容值记录为。
计算流程:
根据导针的设计参数,如理想圆角直径和曲率,预计每个圆角的理想电容,使用理论公式来估算理想状态下的电容值,其中是理论圆角表面积,可以通过来计算。
缺陷严重程度的获取:
通过相机捕捉导针圆角的实时图像,应用图像处理算法,识别每个圆角的微小变形或不规则性,为每个检测到的缺陷分配一个严重程度评分,此评分根据缺陷的类型和影响程度由算法自动计算,并累加所有缺陷的严重程度评分,得到总的缺陷评分。
圆角品车载电容导针质检系统,系统包括:
初始化模块进行激光干涉仪的启动与初始化设置,确保设备在最优工作状态下进行数据捕获,生成初始化完成数据;
连续扫描模块基于初始化完成数据,对导针圆角区域进行连续的光波反射率扫描,记录光波反射变化和干涉模式的变化,调整电容探测器频率匹配扫描数据,生成反射光波与电容频率调整数据;
数据整合模块对反射光波与电容频率调整数据进行数据合并,去除环境噪音及干扰,进行数据的无偏差整合,生成校准对齐数据集;
数据解析模块基于校准对齐数据集,运用多元回归分析方法分析电容数据与导针圆角的几何特性之间的统计关系,进行方差分析确定差异批次导针的质量差异,生成回归分析结果;
深度分析模块基于回归分析结果,进行深度分析,分析电容值与圆角几何缺陷之间的相关性,识别导针圆角的微小变形或不规则性,生成缺陷分析记录;
实时检测模块利用缺陷分析记录中的数据,对导针圆角进行实时检测与标识,识别并记录所有质量问题,生成导针质检记录。
以上,仅是本发明的较佳实施例而已,并非对本发明作其他形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其他领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (7)
1.圆角品车载电容导针质检方法,其特征在于,包括以下步骤:
初始化激光干涉仪,对导针圆角区域进行光波反射率连续扫描,采集反射波形并记录干涉模式的变化,检测微小几何形变,根据数据调整电容探测器的频率设置,执行重复区域扫描,获取反射光波干涉模式数据和多频电容测量数据;
根据所述反射光波干涉模式数据和多频电容测量数据,进行数据合并,并将两组数据进行时间序列对齐,去除环境噪声和非相关频率干扰,通过模式数据和测量数据无偏差整合,生成校准对齐数据集;
基于所述校准对齐数据集,运用多元回归分析方法,将电容测量数据与圆角几何特性建立统计关联,通过方差分析确定差异批次导针的圆角质量差异,得到回归分析结果;
根据所述回归分析结果,对电容值与圆角几何缺陷之间的相关性进行深度分析,识别导针圆角的微小变形或不规则性,进行导针圆角缺陷的实时检测和标识,得到导针质检记录。
2.根据权利要求1所述的圆角品车载电容导针质检方法,其特征在于,所述反射光波干涉模式数据的获取步骤具体为:
初始化激光干涉仪,并对导针圆角区域进行光波反射率连续扫描,通过激光干涉仪发射的激光波对导针表面的差异点进行反射率测量,采集每一点的反射率数据,存储为反射率数据集R,其中表示第i点的反射率;
记录干涉模式变化,通过比较连续扫描中的反射数据的变化,计算每一点与其邻近点之间的反射率差异,分析干涉模式的微小变化,干涉模式变化数据公式为,其中表示第i点的干涉模式差异;
执行重复区域扫描细化干涉模式数据,整合初次与重复扫描结果,通过平均干涉模式差异确定干涉模式稳定性,计算反射光波干涉模式数据G,表达为复合多项式,其中为调整参数,c为常数项,每个参数项代表每个测量点的干涉模式差异,为对应点的反射率数据。
3.根据权利要求1所述的圆角品车载电容导针质检方法,其特征在于,所述多频电容测量数据的获取步骤具体为:
根据所述反射光波干涉模式数据,调整电容探测器的频率设置,设定电容探测器的工作频率,频率的设定依据为反射光波干涉模式数据G的变化趋势,频率调整公式为,其中是基础频率,是调整系数,是干涉模式数据的平均值;
执行多频扫描,通过改变电容探测器的频率,连续测量差异频率下的电容值,收集电容值C的数据;
分析所述电容值变化,通过比较差异频率下电容值的变化,确定微小几何形变的指标,多频电容测量数据公式为,其中为权重参数,为每个频率下电容值的平均值,v为变化系数,代表连续频率下电容值的变化。
4.根据权利要求1所述的圆角品车载电容导针质检方法,其特征在于,所述校准对齐数据集的获取步骤具体为:
收集所述反射光波干涉模式数据和多频电容测量数据,对两组数据进行时间序列分析,确保时间戳对齐,通过设定时间窗口内最大时间偏差不超过目标阈值,确定数据对齐是否成功,若时间偏差小于,则数据对齐成功,若时间偏差大于,则调整时间标记,重新对齐;
在数据时间对齐的基础上,使用加权平均方法合并数据,权重由数据质量指数决定,计算方式为每种数据的信噪比与最大信噪比之比,公式如下:
;
其中,为t时刻的合并数据,为第i种数据在t时刻的值,为根据信噪比计算得到的权重,为第i种数据的信噪比,为数据种类数;
综合时间对齐与质量加权的结果,得到校准对齐数据集。
5.根据权利要求1所述的圆角品车载电容导针质检方法,其特征在于,所述回归分析结果的获取步骤具体为:
收集并预处理所有批次的电容测量数据和圆角几何特性数据,确保数据质量和一致性,将数据结合起来形成一个综合数据集,包括电容值和圆角尺寸作为特征变量;
应用数据滤波技术,剔除超出正常制造规格的异常数据,并对数据进行标准化处理,使用公式和进行处理,确保差异批次间数据的可比性,其中是原始电容测量值,和分别是对应批次数据的均值和标准差,是原始圆角尺寸,和分别为对应批次圆角半径的平均值和标准差,和是调整系数,优化数据分布和增强分析的敏感度;
进行方差分析确定差异批次之间的圆角质量差异,使用公式评估差异显著性,是第i批次的圆角尺寸的方差,总方差是所有批次圆角尺寸的方差,和为调整参数,用以增强模型对微小差异的敏感性,设定差异显著性的阈值为>T,其中T为预定的质量差异接受阈值,并标记出质量显著差异的批次;
应用多元回归分析,构建模型分析电容测量数据和圆角几何特性与产品质量之间的关系,使用回归系数计算公式,并输出回归分析结果,其中代表第k个独立变量,是因变量,和是调整参数。
6.根据权利要求1所述的圆角品车载电容导针质检方法,其特征在于,所述导针质检记录的获取步骤具体为:
收集导针圆角的几何缺陷数据,包括测量导针的每个圆角的直径、曲率以及表面粗糙度,形成几何特征数据集,利用电容表测定每个导针圆角的电容值,并与几何特征数据集进行匹配,得到包括几何特征与对应电容值的综合数据集;
应用公式计算每个导针的电容值,其中,是导针圆角的表面积,是导针圆角的平均直径,是圆角曲率,和是通过数据分析得出的调整参数,基于电容值进行初始的圆角质量评估,得到初步质检记录;
利用相机对每个导针圆角进行实时图像捕捉,通过图像处理算法识别圆角的微小变形或不规则性,记录检测到的每个缺陷类型及其严重程度;
对每个导针的质检记录进行综合分析,按照公式:
;
其中是综合质量得分,是实际测量的电容值,是根据圆角理想几何特性预期的电容值,和是权重参数,是第个检测到的缺陷的严重程度指标,是检测到的缺陷数量;
通过比较电容测量结果和图像分析结果,确认圆角的质量状况,若图像分析与电容测定数据之间存在显著偏差,对应导针被标识为缺陷存在,整理结果生成导针质检记录。
7.圆角品车载电容导针质检系统,其特征在于,根据权利要求1-6任一项所述的圆角品车载电容导针质检方法,所述系统包括:
初始化模块进行激光干涉仪的启动与初始化设置,确保设备在最优工作状态下进行数据捕获,生成初始化完成数据;
连续扫描模块基于所述初始化完成数据,对导针圆角区域进行连续的光波反射率扫描,记录光波反射变化和干涉模式的变化,调整电容探测器频率匹配扫描数据,生成反射光波与电容频率调整数据;
数据整合模块对所述反射光波与电容频率调整数据进行数据合并,去除环境噪音及干扰,进行数据的无偏差整合,生成校准对齐数据集;
数据解析模块基于所述校准对齐数据集,运用多元回归分析方法分析电容数据与导针圆角的几何特性之间的统计关系,进行方差分析确定差异批次导针的质量差异,生成回归分析结果;
深度分析模块基于所述回归分析结果,进行深度分析,分析电容值与圆角几何缺陷之间的相关性,识别导针圆角的微小变形或不规则性,生成缺陷分析记录;
实时检测模块利用所述缺陷分析记录中的数据,对导针圆角进行实时检测与标识,识别并记录所有质量问题,生成导针质检记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410677777.5A CN118258816B (zh) | 2024-05-29 | 2024-05-29 | 圆角品车载电容导针质检方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410677777.5A CN118258816B (zh) | 2024-05-29 | 2024-05-29 | 圆角品车载电容导针质检方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118258816A true CN118258816A (zh) | 2024-06-28 |
CN118258816B CN118258816B (zh) | 2024-09-20 |
Family
ID=91613216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410677777.5A Active CN118258816B (zh) | 2024-05-29 | 2024-05-29 | 圆角品车载电容导针质检方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118258816B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5530551A (en) * | 1991-09-06 | 1996-06-25 | Commonwealth Scientific And Industrial Research | Method for apparatus for determining measurement parameter of a fibrous object and whether the object is a valid object |
CN108511194A (zh) * | 2018-03-15 | 2018-09-07 | 南通南铭电子有限公司 | 一种电容器导针及制造方法 |
CN108711154A (zh) * | 2018-08-24 | 2018-10-26 | 深圳市诚捷智能装备股份有限公司 | 电容器缺陷检测方法、电容器缺陷检测系统及电容器组立捺印连体机 |
CN114184583A (zh) * | 2021-11-09 | 2022-03-15 | 天津大学 | 高深宽比微结构深度一致性的光学测量与评估方法 |
CN217560559U (zh) * | 2022-04-10 | 2022-10-11 | 南通南平电子科技有限公司 | 一种电容导针ccd全尺寸检测装置 |
CA3177585A1 (en) * | 2021-04-16 | 2022-10-16 | Strong Force Vcn Portfolio 2019, Llc | Systems, methods, kits, and apparatuses for digital product network systems and biology-based value chain networks |
CN115406481A (zh) * | 2021-05-27 | 2022-11-29 | 精工爱普生株式会社 | 激光干涉仪 |
-
2024
- 2024-05-29 CN CN202410677777.5A patent/CN118258816B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5530551A (en) * | 1991-09-06 | 1996-06-25 | Commonwealth Scientific And Industrial Research | Method for apparatus for determining measurement parameter of a fibrous object and whether the object is a valid object |
CN108511194A (zh) * | 2018-03-15 | 2018-09-07 | 南通南铭电子有限公司 | 一种电容器导针及制造方法 |
CN108711154A (zh) * | 2018-08-24 | 2018-10-26 | 深圳市诚捷智能装备股份有限公司 | 电容器缺陷检测方法、电容器缺陷检测系统及电容器组立捺印连体机 |
CA3177585A1 (en) * | 2021-04-16 | 2022-10-16 | Strong Force Vcn Portfolio 2019, Llc | Systems, methods, kits, and apparatuses for digital product network systems and biology-based value chain networks |
CN115406481A (zh) * | 2021-05-27 | 2022-11-29 | 精工爱普生株式会社 | 激光干涉仪 |
CN114184583A (zh) * | 2021-11-09 | 2022-03-15 | 天津大学 | 高深宽比微结构深度一致性的光学测量与评估方法 |
CN217560559U (zh) * | 2022-04-10 | 2022-10-11 | 南通南平电子科技有限公司 | 一种电容导针ccd全尺寸检测装置 |
Non-Patent Citations (1)
Title |
---|
齐亚欣;陈嵩;: "一种基于多元回归的射线数字图像影响因子的权重分配方法", 无损检测, no. 08, 10 August 2018 (2018-08-10) * |
Also Published As
Publication number | Publication date |
---|---|
CN118258816B (zh) | 2024-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105066915B (zh) | 模具曲面加工误差和表面粗糙度在机检测装置及检测方法 | |
CN107796826B (zh) | 基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法 | |
CN117109487B (zh) | 一种金属厚度自动化无损测量方法 | |
CN103759672A (zh) | 雪糕棒平面轮廓尺寸的视觉测量方法 | |
CN105160754A (zh) | 基于高度测量的硬币表面质量检测装置及其检测方法 | |
CN111322950B (zh) | 利用线结构光传感器定位圆柱体位置的方法及其用途 | |
CN114486889A (zh) | 一种复材壁板微小阵列孔通孔率检测系统及方法 | |
CN117372334A (zh) | 基于图像数据的纺织品色差检测方法 | |
CN117969601A (zh) | 一种机床配件铸造质量缺陷检测方法 | |
CN118258816B (zh) | 圆角品车载电容导针质检方法及系统 | |
CN108225187A (zh) | 一种基于波前传感的非球面透镜误差检测方法 | |
CN117112981A (zh) | 一种钢板测厚数据优化采集方法 | |
CN114998329B (zh) | 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统 | |
CN115808126A (zh) | 一种基于机器视觉扫描数据的锂电极片涂布边界定位方法 | |
CN114111576B (zh) | 一种飞机蒙皮间隙面差检测方法 | |
CN109614758A (zh) | 具有空间相关性的圆形形状误差的监控方法 | |
CN110631911B (zh) | 一种基于图像处理的光学平板玻璃弹性模量快速测量方法 | |
CN112161708B (zh) | 用于颜色三刺激值计算的光谱预处理方法 | |
CN113989513A (zh) | 一种方形指针式仪表读数识别的方法 | |
CN110657928B (zh) | 一种快速测量光学平板玻璃弯曲刚度的方法 | |
CN111750781B (zh) | 一种基于ccd的自动测试系统及其方法 | |
CN118470085B (zh) | 基于三维建模的金属配件加工检测系统 | |
CN110411379A (zh) | 一种计算机主机箱平整度检测的检测方法 | |
CN118500302B (zh) | 一种基于光学测量的透明基材表面粗糙度检测方法 | |
CN118518311B (zh) | 一种氢燃料电池的冲击检测设备及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |