【技術實現步驟摘要】
本專利技術涉及pcb質量檢測，更具體地說，本專利技術涉及一種基于識別模型的pcb生產線殘缺檢測分析方法及系統。
技術介紹
1、隨著電子設備的快速發展，pcb板材的生產質量成為保障產品性能的重要環節。目前pcb板材生產線中的缺陷檢測多采用傳統的光學檢測和簡單的厚度測量方法。這些方法在應對大批量生產中的細微缺陷時，存在較大的局限性，尤其在檢測因生產工藝波動和材料特性變化所導致的隱蔽性缺陷時，難以保證檢測的全面性和準確性。
2、現有技術中，pcb殘缺檢測多集中在表面特征識別和厚度差異檢測。然而，這些方法通常僅能檢測明顯的表面缺陷，對于厚度不均引起的微小殘缺和由于材料結構的光學反射特性所造成的隱性缺陷，檢測效果不佳，會導致在生產過程中的誤檢率較高，影響檢測效率和成品質量。
3、為了解決上述問題，現提供一種技術方案。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種基于識別模型的pcb生產線殘缺檢測分析方法及系統以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基于識別模型的pcb生產線殘缺檢測分析方法，包括如下步驟：
4、對待檢測pcb板材的全表面進行掃描，獲取板材的厚度分布數據，生成對應的厚度分布圖；
5、采用閾值分割算法識別出厚度不均勻區域，判斷厚度變化是否超出預設閾值，若是，則將對應區域標記為重點檢測區域；
6、通過歷史生產數據分析重點
7、通過調節光源偏振角分析重點檢測區域的反射率差異，結合材料微觀結構評估反射特性變化，識別重點檢測區域內的隱匿性缺陷；
8、基于重點檢測區域內與工藝波動無關的潛在缺陷和重點檢測區域內的隱匿性缺陷，初步檢測出重點檢測區域的疑似殘缺區域；
9、對疑似殘缺區域依據預設的質量標準進行進一步分析，判斷其對pcb性能的影響程度。
10、在一個優選的實施方式中，對待檢測pcb板材的全表面進行掃描，獲取板材的厚度分布數據，生成對應的厚度分布圖，具體為：
11、啟動掃描設備，確保能夠覆蓋待檢測pcb板材的全表面，設置掃描分辨率和采樣頻率；
12、使用掃描設備對pcb板材進行全表面掃描，獲取每個位置的原始厚度數據；
13、對采集的原始厚度數據進行去噪和歸一化處理；
14、基于處理后的厚度數據，生成對應的厚度分布圖，直觀展示各區域的厚度變化趨勢。
15、在一個優選的實施方式中，采用閾值分割算法識別出厚度不均勻區域，判斷厚度變化是否超出預設閾值，若是，則將對應區域標記為重點檢測區域，具體為：
16、對生成的厚度分布圖進行數據解析，將每個區域的厚度數值從圖中提取，并將其轉換為數字矩陣的形式；
17、選擇適用于厚度檢測的閾值分割算法，并設置適合pcb板材的厚度檢測閾值；
18、利用閾值分割算法對厚度數據進行處理，識別出厚度變化明顯的區域；通過閾值分割算法分析厚度分布中數值顯著高于或低于正常范圍的區域，從而確定厚度不均勻區域；
19、針對識別出的厚度不均區域，判斷其厚度變化是否超過其對應的預設閾值；若厚度變化超出其對應的預設閾值，則將該區域標記為重點檢測區域。
20、在一個優選的實施方式中，通過歷史生產數據分析重點檢測區域的形變趨勢，識別重點檢測區域內與工藝波動無關的潛在缺陷，具體為：
21、提取重點檢測區域的歷史生產厚度數據；
22、根據歷史生產厚度數據計算重點檢測區域的動態形變指數，基于動態形變指數量化形變幅度和趨勢；
23、建立多維遞歸神經網絡模型，輸入動態形變指數，對形變趨勢進行時間序列建模；
24、利用多維遞歸神經網絡模型對重點檢測區域的形變趨勢進行預測；
25、根據預測的形變趨勢識別與工藝波動無關的異常形變，識別形變潛在缺陷區域。
26、在一個優選的實施方式中，根據歷史生產厚度數據計算重點檢測區域的動態形變指數，基于動態形變指數量化形變幅度和趨勢，具體為：
27、動態形變指數定義為在時間和空間上的厚度變化率，計算公式如下：
28、；其中，表示第個批次的動態形變指數，為第個批次的第個厚度測量值，表示第個批次的平均厚度，表示每個生產批次中厚度測量的位置數量，為時間上的批次序列，為每批次內的測量位置；
29、計算增量：；其中，是增量。
30、在一個優選的實施方式中，通過調節光源偏振角分析重點檢測區域的反射率差異，結合材料微觀結構評估反射特性變化，識別重點檢測區域內的隱匿性缺陷，具體為：
31、根據重點檢測區域的材質特點調節光源的偏振角度；
32、在不同偏振角度下，采集重點檢測區域的多角度反射數據；
33、結合材料微觀結構特性分析多角度反射數據，識別反射特性中的異常變化；
34、根據反射特性中的異常變化，識別重點檢測區域內的隱匿性缺陷區域。
35、在一個優選的實施方式中，基于重點檢測區域內與工藝波動無關的潛在缺陷和重點檢測區域內的隱匿性缺陷，初步檢測出重點檢測區域的疑似殘缺區域，具體為：
36、在重點檢測區域內，將形變潛在缺陷區域和隱匿性缺陷區域的并集對應的區域標記為疑似殘缺區域。
37、在一個優選的實施方式中，對疑似殘缺區域依據預設的質量標準進行進一步分析，判斷其對pcb性能的影響程度，具體為：
38、對標記的疑似殘缺區域進行初步篩選，確定符合預設質量標準的檢測參數；
39、針對篩選后的疑似殘缺區域，提取性能參數，性能參數包括物理特征和結構特征；
40、根據提取的性能參數，結合預設的質量標準，對疑似殘缺區域的影響程度進行定量分析；
41、將評估結果與質量標準對比，判斷疑似殘缺區域的影響是否超出允許范圍，做出合格性判定；
42、將不合格的疑似殘缺區域進行標記并記錄位置信息，生成檢測報告。
43、另一方面，本專利技術提供一種基于識別模型的pcb生產線殘缺檢測分析系統，包括板材表面掃描模塊、厚度分布識別模塊、形變趨勢分析模塊、偏振反射分析模塊、疑似殘缺標記模塊以及質量標準評估模塊；
44、板材表面掃描模塊：對待檢測pcb板材的全表面進行掃描，獲取板材的厚度分布數據，生成對應的厚度分布圖；
45、厚度分布識別模塊：采用閾值分割算法識別出厚度不均勻區域，判斷厚度變化是否超出預設閾值，若是，則將對應區域標記為重點檢測區域；
46、形變趨勢分析模塊：通過歷史生產數據分析重點檢測區域的形變趨勢，識別重點檢測區域內與工藝波動無關的潛在缺陷；
47、偏振反射分析模塊：通過調節光源偏振角分析重點檢測區域的反射率差異，結合材料微觀結構評估反射特性變化，本文檔來自技高網...
【技術保護點】
1.一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，對待檢測PCB板材的全表面進行掃描，獲取板材的厚度分布數據，生成對應的厚度分布圖，具體為：
3.根據權利要求2所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，采用閾值分割算法識別出厚度不均勻區域，判斷厚度變化是否超出預設閾值，若是，則將對應區域標記為重點檢測區域，具體為：
4.根據權利要求3所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，通過歷史生產數據分析重點檢測區域的形變趨勢，識別重點檢測區域內與工藝波動無關的潛在缺陷，具體為：
5.根據權利要求4所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，根據歷史生產厚度數據計算重點檢測區域的動態形變指數，基于動態形變指數量化形變幅度和趨勢，具體為：
6.根據權利要求5所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，通過調節光源偏振角分析重點檢測
7.根據權利要求6所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，基于重點檢測區域內與工藝波動無關的潛在缺陷和重點檢測區域內的隱匿性缺陷，初步檢測出重點檢測區域的疑似殘缺區域，具體為：
8.根據權利要求7所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，對疑似殘缺區域依據預設的質量標準進行進一步分析，判斷其對PCB性能的影響程度，具體為：
9.一種基于識別模型的PCB生產線殘缺檢測分析系統，用于實現權利要求1-8任一項所述的一種基于識別模型的PCB生產線殘缺檢測分析方法，其特征在于，包括板材表面掃描模塊、厚度分布識別模塊、形變趨勢分析模塊、偏振反射分析模塊、疑似殘缺標記模塊以及質量標準評估模塊；
...【技術特征摘要】
1.一種基于識別模型的pcb生產線殘缺檢測分析方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于識別模型的pcb生產線殘缺檢測分析方法，其特征在于，對待檢測pcb板材的全表面進行掃描，獲取板材的厚度分布數據，生成對應的厚度分布圖，具體為：
3.根據權利要求2所述的一種基于識別模型的pcb生產線殘缺檢測分析方法，其特征在于，采用閾值分割算法識別出厚度不均勻區域，判斷厚度變化是否超出預設閾值，若是，則將對應區域標記為重點檢測區域，具體為：
4.根據權利要求3所述的一種基于識別模型的pcb生產線殘缺檢測分析方法，其特征在于，通過歷史生產數據分析重點檢測區域的形變趨勢，識別重點檢測區域內與工藝波動無關的潛在缺陷，具體為：
5.根據權利要求4所述的一種基于識別模型的pcb生產線殘缺檢測分析方法，其特征在于，根據歷史生產厚度數據計算重點檢測區域的動態形變指數，基于動態形變指數量化形變幅度和趨勢，具體為：
...
【專利技術屬性】
技術研發人員：葛展旗，高宇龍，余福波，
申請(專利權)人：深圳市塔聯科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。