基于宽频磁感应信道特征辨识PCB的检测装置和方法与流程

文档序号:12033539阅读:372来源:国知局
基于宽频磁感应信道特征辨识PCB的检测装置和方法与流程

本发明涉及电磁学、pcb检测等技术领域,具体涉及基于宽频磁感应信道特征辨识pcb的检测装置和方法。



背景技术:

随着印制电路板(printedcircuitboard,简称pcb)集成化程度的提高,小型封装技术的普及应用,pcb检测在保证产品质量上发挥着重要的作用。目前,常用的pcb检测技术主要有飞针测试(fpt)、光学检测(aoi)、电气测试和x射线检测(axi)等。

飞针测试和光学检测都只能用于表面检测,只能检测pcb裸板表面毛刺、断路等缺陷问题,对于pcb内部短路、断路、毛刺等缺陷问题无法判断。其中,飞针测试属于接触式测试,存在探针定位不准和二次损伤问题;光学检测的检测精度对摄像头定位准确度有很高的要求。电气测试检测反馈时间长,前期投资大,升级困难,并且也属于接触式测试,检测过程需要长时间接触pcb,容易造成pcb损伤。相对于前面三种方法,x射线检测的检测范围更大,精度更高,但x射线存在放射污染,会对人体造成损伤。



技术实现要素:

本发明的目的主要在于克服目前pcb缺陷检测的检测周期长,检测精度不高,pcb内部缺陷,如毛刺、短路、断路等无法检测的问题,利用不同材质磁导率的不同,提出了基于宽频磁感应信道特征辨识pcb的检测装置和方法。本发明采用阵列发射线圈,以宽频电磁波信号作为发射信号,待检测的pcb作为电磁波的传输信道,通过对阵列接收信号的分析和信道反演实现检测点磁信道传递函数的空间辨识。由于采用阵列收发信号,可以利用发射线圈的几何位置和接收信号准确定位并检测到pcb某一检测点的磁信道特性,再通过多点磁信道特性的融合得到整个检测区域pcb的磁信道传递函数的空间分布,即一个描述pcb不同位置磁特征的体传递函数,通过特征分析和对比实现缺陷检测。本发明作为一种非接触式的检测装置和方法,可以检测到pcb内部缺陷,采用的宽频电磁检测信号携带信息丰富,具有检测精度高,速度快,实现简单,对人体无害等优点。

本发明至少通过如下技术方案之一实现。

基于宽频磁感应信道特征辨识pcb的检测方法,其将宽频电磁波作为发射信号,被检测pcb作为信道,利用阵列接收信号与阵列发射信号对检测点处pcb所处磁信道的传递函数进行反演,得到被检测pcb各点的磁感应强度,再通过拼接融合得到被检测pcb的磁感应强度特性的空间分布图即磁图。

进一步地,所述检测方法中,在首次检测时,导入包含该pcb的仿真特征磁图、相关特征参数以及分类标签的数据包到数据库,建立特征库。

进一步地,所述检测方法中,对于可疑结果,采用人工检测方法对pcb缺陷进行标识,通过磁图特征提取和样本训练,提高自动检测能力。

本发明提供的基于宽频磁感应信道特征辨识pcb的检测装置,包括检测前端和数据处理后端。检测前端负责宽频电磁波的发射和接收,采用红外线技术对检测的pcb进行计数,数据处理后端负责对接收信号进行后处理而得出检测结果。这两个部分通过通信模块进行数据与控制信息的传输,可采用有线/无线的方式。

进一步地,上述检测装置的检测前端包括宽频信号发生模块、预处理模块、发射线圈阵列、接收线圈阵列、接收缓存模块、红外线感应计数器、机械自动化模块、通信模块和从控制器。其中宽频信号发生模块主要用于宽频检测信号的产生,宽频检测信号的中心频率可以根据检测深度及分辨率要求综合考虑选择;预处理模块包括数模转换单元和功率放大单元,负责将数字信号转换为电信号;发射线圈阵列由多个发射线圈组成,在电信号的作用下发射宽频电磁波信号;接收线圈阵列与发射线圈阵列一样也由多个线圈组成,用于接收不同位置通过被检测pcb信道的电磁波;接收缓存模块包括模数转换单元和缓存单元,负责把接收的模拟信号转换为数字信号并进行存储;红外线感应计数器主要用来对已检测的pcb进行计数,便于存储;机械自动化模块包括皮带传动装置以及机械臂等工业自动化装置,主要用于pcb的自动放置,以减少人工成本的投入;通信模块主要用于实现与数据处理后端的通信;从控制器主要用来对检测前端中各个模块进行参数设置以及协调控制各个模块之间的工作。

进一步地,上述检测装置的数据处理后端包括人机交互模块、数据库、信道反演与融合模块、特征对比模块、数据存储模块、通信模块和主控制器。其中,人机交互模块主要用于对整个装置系统的参数进行配置,初次检测的特征数据导入和人工检测的信息交互;数据库用来存储特征库,包含被检测pcb的特征磁图、相关的特征参数以及特征标签;信道反演与融合模块利用发射信号以及接收信号对被检测点处pcb所在的信道进行反演,得到被检测点处pcb的磁感应强度,再通过各点磁感应强度的拼接融合得到被检测pcb的磁感应强度特性分布图;特征对比模块,用于对被检测pcb磁图的特征提取,并与数据库中同型号pcb特征库中的特征进行对比,得出特征的分类结果,判断缺陷的原因以及位置;数据存储模块,用于实现被检测的pcb的检测结果与对应检测计数号的存储;通信模块,主要用于实现与检测前端的通信;主控制器,主要用于设置系统的参数,协调控制各个模块的功能实现和模块之间的相互调用。

一种基于宽频磁感应信道特征辨识pcb的检测方法,包括:

步骤1,设置装置的参数。通过数据处理后端的人机交互模块进行参数设置。将控制参数通过通信模块传递至从控制器。设置的参数包括宽频信号的中心频率以及相应的带宽,预处理模块中信号处理的相关参数,发射线圈阵列和接收阵列线圈的状态参数,机械自动化模块中皮带传动参数,机械臂的移动参数以及通信模块的参数。

步骤2,装置状态自动检测。检查自动检测装置各个模块之间是否通信连接完好,各个模块的工作状态是否正常。

步骤3,导入仿真数据包建立特征库。判断是否首次检测该型号的pcb。若不是,直接执行步骤4;若是,执行此步骤。将仿真系统生成的该型号pcb的特征磁图、相关磁图特征参数以及特征标签导入数据库中,初步建立该型号pcb的特征库。

步骤4,发射宽频检测电磁波。根据步骤1的参数设置得到的宽频信号经过预处理模块的信号处理转换成电信号控制发射线圈阵列,产生所需要的宽频检测电磁波,发射线圈阵列的控制参数由步骤1设置。

步骤5,接收电磁波信号。穿过被检测pcb所在信道后的电磁波由接收线圈阵列接收,接收线圈阵列的参数由步骤1设置,接收信息经由接收缓存模块中的模数转换单元转换成数字信息存储在该模块的缓存单元中,通过通信模块可将接收的电磁波信息传输给数据处理后端。

步骤6,pcb磁信道特性反演和融合。信道反演与融合模块对检测点处pcb磁信道特性进行反演,得到检测点处pcb的磁感应强度特性,通过对不同位置的磁感应强度分布特性进行拼接与融合,最终得到pcb的磁图。

步骤7,磁信道特征对比和分类:特征对比模块直接调用数据库中同型号pcb特征库里的磁图以及相应特征参数进行对比、分类和判断,结果可以分为两种:

a、确定的pcb检测结果。即装置可以通过磁图的特征对比,可以对该pcb进行分类和判断,得到pcb的缺陷类型以及位置。此情形下直接记录检测结果。

b、可疑的pcb检测结果。即装置通过磁图的特征对比,对该pcb磁图的特征无法准确分类判断。此情形下对该pcb进行标记,并且有警告提示。待到装置空闲时,可以选择人工检测或者重复检测。人工检测时,不仅需要判断pcb的检测结果,还需要对该检测pcb的磁图进行特征提取、建立特征标签并放入数据库中,丰富数据库中的样本特征,然后采用统计模式识模块、神经网络、支持向量机等机器学习算法,通过训练提高分类判断的能力,提高自动检测模式下判断的正确率。

步骤8,进行下一块pcb的检测。判断是否有结束检测的指令,若有,结束本次自动检测。若无,红外线计数器计数加1,进行下一块pcb检测,执行步骤4-步骤7。

本发明提出的一种基于宽频磁感应信道特征辨识pcb的检测装置和方法,具有如下技术优点:

(1)采用宽频信号检测,能够获得检测点的频响特性,特征丰富,检测精度高;

(2)采用阵列发射和阵列接收,能够对内部缺陷进行准确定位和判别,能够检测到肉眼看不到的地方;

(3)采用非接触式检测方法,且不需要带电检测,不会对检测pcb造成损伤;

(4)测试装置简单,移动性强,不需要x射线检测时的射线屏蔽室。

附图说明

图1为本发明的检测前端磁通道示意图;

图2为本发明的发射线圈阵列和接收线圈阵列的平面示意图;

图3为本发明的装置结构图;

图4为本发明的装置检测流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述说明,但本发明的实施方式不限于此。

本发明根据pcb质量检测的需求,结合信息论原理与电磁学理论,提出了一种基于宽频磁感应信道特征辨识pcb的检测装置和方法来满足现代pcb质量检测的要求。

如图3所示,基于宽频磁感应信道特征辨识pcb的检测装置,其包括检测前端和数据处理后端,检测前端负责宽频电磁波的发射和接收,数据处理后端负责对接收信号进行后处理而得出检测结果;检测前端包括从控制器和分别与从控制器连接的宽频信号发生模块、预处理模块、发射线圈阵列、接收线圈阵列、接收缓存模块、红外线感应计数器、机械自动化模块、通信模块,宽频信号发生模块、预处理模块、发射线圈阵列依次连接,接收线圈阵列与接收缓存模块连接;其中宽频信号发生模块主要用于宽频检测信号的产生,宽频检测信号的中心频率根据检测深度及分辨率要求综合考虑选择;预处理模块包括数模转换单元和功率放大单元,负责将数字信号转换为电信号;发射线圈阵列由多个发射线圈组成,在电信号的作用下发射宽频电磁波信号;接收线圈阵列由多个线圈组成,用于接收不同位置通过被检测pcb信道的电磁波;接收缓存模块包括模数转换单元和缓存单元,负责把接收的模拟信号转换为数字信号并进行存储;红外线感应计数器主要用来对已检测的pcb进行计数,便于存储;机械自动化模块包括皮带传动装置以及机械臂,主要用于pcb的自动放置和传送;通信模块主要用于实现与数据处理后端的通信;从控制器主要用来对检测前端中各个模块进行参数设置以及协调控制各个模块之间的工作;

所述数据处理后端包括数据库、主控制器和分别与主控制器连接的人机交互模块、信道反演与融合模块、特征对比模块、数据存储模块、通信模块,特征对比模块还与人机交互模块、数据存储模块连接;其中,人机交互模块主要用于对整个装置的参数进行配置,初次检测的特征数据导入和人工检测的信息交互;数据库用来存储特征库,包含被检测pcb的特征磁图、相关的特征参数以及特征标签;信道反演与融合模块利用发射信号以及接收信号对被检测点处pcb所在的信道进行反演,得到被检测点处pcb的磁感应强度,再通过各点磁感应强度的拼接融合得到被检测pcb的磁感应强度特性分布图;特征对比模块,用于对被检测pcb磁图进行特征提取,并与数据库中同型号pcb特征库中的特征进行对比,得出特征的分类结果,判断缺陷的原因以及位置;数据存储模块,用于实现被检测的pcb的检测结果与对应检测计数号的存储;通信模块,主要用于实现与检测前端的通信;主控制器,主要用于设置系统的参数,协调控制各个模块的功能实现和模块之间的相互调用本装置对各检测点处的磁信道进行反演拼接与融合,得到被检测pcb的磁感应强度特性分布图,即磁图。在pcb中,若在某层的某个位置发生短路,它和合格的pcb的介质分布会有差别,不同位置的短路导致介质分布情况也会有差别。正是由于介质分布存在差别,利用本装置的检测可以得到不同的磁信道特征,由此可以判断pcb是否合格,并且根据特征的分类和判断结果得出缺陷的原因和位置。

在该实施例中,本发明装置中机械自动化模块借助现有的工业自动化,采用皮带作为被检测的pcb4放置面。在磁场检测区域的前端皮带两侧设置红外线感应计数器5,如图1标示位置所示。机械自动化模块包括皮带传动装置以及机械臂,主要用于pcb的自动放置和传送。皮带传动装置的皮带6转动,承载pcb进入检测区域,通过红外线感应对被检测的pcb进行计数。将被检测pcb的检测结果与其计数号放入数据存储模块,便于检测完成后查找每块有缺陷pcb的原因和位置。当上一块pcb检测完成,机械自动化模块控制机械臂,放置下一块需要被检测的pcb到皮带上,控制皮带辊轴转动,将待检的pcb放置到检测区域,同时计数器自动计数。

本发明的装置结构图如图3所示。该装置主要由检测前端和数据处理后端组成。通信模块之间可采取现有的有线或者无线的方式实现数据和控制信息的传输。

该具体实施例中的检测前端的主要功能是负责宽频电磁波的发射和接收,并且对被检测pcb进行计数。检测前端的宽频电磁波信号的频率可以控制在容易获得的低频区域,因为长波具有传输衰减小、干扰弱、信号稳定的优点。该具体实施例中选取频率范围为20khz-25khz。主控制器通过从控制器间接设置宽频信号发生模块的参数,使其产生合适的宽频数字信号,通过预处理模块中的数模转换单元以及功率放大单元,将该信号转换为宽频正交电信号。发射线圈阵列在该电信号作用下,发射宽频电磁波。该电磁波穿过被检测pcb后再由接收线圈阵列接收,接收线圈从各检测点处接收到的电磁波信息通过接收缓存模块中的模数转换单元将此信息转换为数字信息,再将该信息存储到该模块中的缓存单元中,再通过通信模块将存储的信息交由数据分析处理后端进行分析。在一块pcb检测完成后,调用机械自动化模块,控制机械臂放置下一块检测pcb在皮带上,并控制皮带辊轴转动,将带检测的pcb传送到检测区域,此时红外线感应计数器自动加1计数,进行下一块pcb的检测。其中宽频检测信号参数、发射线圈阵列、接收线圈阵列的参数以及机械自动化模块的参数由从控制器直接设置调节,检测前端各个模块之间的相互调用也有从控制器调节控制。通信模块负责和数据处理后端数据以及控制信息的通信。由电源负责给该装置的检测前端的各个模块进行供电。

该具体实施例中的数据处理后端主要实现负责对接收信号进行后处理而得出检测结果。其中,数据后处理的过程为,接收信号通过通信模块传递给信道反演与融合模块,该模块利用发射信号和接收信号对检测点处的磁信道进行反演,得到该检测点处pcb的磁感应强度,再通过对各检测点的磁感应强度进行拼接和融合,就能得到整个检测区域中磁感应强度的分布图,即磁图。将此磁图交由特征对比模块,该模块负责对磁图进行特征提取和特征对比,根据相应的对比结果进行分类判断,得出被检测pcb的检测结果。特征对比模块的分类判断可以采取统计模式识模块、神经网络或支持向量机等相关的机器学习的算法对特征样本进行学习,提高装置的分类判断能力。该装置将被检测pcb的判断结果与其计数号对应存储到数据存储模块当中。

该具体实施例中,pcb质量检测的模式分为两种:一种是自动检测模式,一种是人工检测模式。在自动检测模式下,装置通过特征库中样本的特征与获得的被检测pcb的磁图特征进行对比、分类判断,自动得出检测结果。借由机械自动化模块,本装置可以在无人工监视的情况下,实现批量的pcb自动检测。当装置对某型号pcb检测无法在自动检测模式下准确的进行分类判断,出现可疑的判断结果时,采用人工检测。此时人工检测不仅需要对该型号pcb进行检测判断,还需要对该被检测pcb的磁图进行特征提取并建立特征标签放入数据库中充当特征样本,即人为给新检测的pcb磁图建立标签,如短路、断路、虚焊等不理想的状态,提取样本的特征,完善磁图的特征库。当特征库样本数量充足,装置通过样本训练,可提高分类判断的能力,提高检测的准确率。

本发明的可行性及具体原理如下:

由安培定理可知,变化的电场会产生磁场,而磁场在单位曲面内产生的磁通量就是磁场强度h。外加磁场h穿进介质后,介质受h的影响产生一些附加场,使得在该点处的磁场不再是h。这种受外界磁场影响使得介质内部也有磁场的过程,称为“磁化”。而在该点处的总磁场,也就是磁感应强度b,为外加磁场h与介质受到磁化后产生的附加场的矢量和。因为不同的介质对磁化程度影响不一,所以通过不同的介质面之后的磁感应强度b不同。磁感应强度b与磁场强度h可以通过磁导率来描述它们之间的关系,关系式表达为:b=μh,其中μ为介质的磁导率,与介质的种类、位置等相关。本发明中,宽频信号经过预处理变为电信号,电信号作用于发射线圈阵列获得宽频电磁波,所以通过调整宽频信号的参数可以获得所需的宽频磁信号。在多层pcb中,不同位置、不同的电路分布和不同的电路板层次都会使pcb的介质分布或者介质种类有所区别,所以该宽频磁信号在通过被检测pcb后,会在不同的部位产生不一样的磁感应强度b。

由法拉第电磁感应定理可知,变化的磁场会产生电场。由于pcb不同位置材料的磁导率不同,导致穿过pcb的磁通量和接收线圈的磁通量不同,使接收线圈上产生的电动势呈现差异。通过对电动势进行分析,就可以得到检测点处接收电磁波的信号强度。利用发射信号和接收信号对检测点处的磁信道进行反演,就能得到检测点处pcb的磁感应强度,然后对各检测点的磁感应强度进行拼接和融合,可得到整个检测区域中磁感应强度的特性分布图,即磁图。本发明采用的发射信号是宽频磁信号,可以得到在不同频率下检测点处pcb的磁信道特性,即频响特性,通过拉普拉斯或傅里叶反变换可将这个磁信道的频域特性转换成时域特性,得到该信道的时域特征。在多层pcb中,若在某层的某个位置发生短路,这个位置的介质分布必然与合格pcb的介质分布存在差别,而介质分布的不同会导致该位置的磁感应强度不一致,在不同位置的短路情形产生的磁感应强度特性的分布也不相同。而采用阵列信号发射以及阵列信号接收,可以利用发射线圈的几何位置和接收信号准确定位并检测到pcb内部某一检测点,得到更加精准的磁感应强度及其空间分布。如果建立pcb的特征库,库中包含缺陷pcb的磁感应强度特性分布图、相应的特征参数以及特征标签,通过特征对比就可以检测pcb缺陷、缺陷原因及其位置。同理,若pcb发生断路、毛刺等不合格的情况,得到的pcb磁感应特性分布也会与合格pcb不一致,呈现出相应的缺陷特征。由此,本发明可以检测出pcb缺陷的原因和位置。

本装置在执行pcb检测时,先判断是否是初次进行该型号pcb的检测。若是初次检测,需要导入含有被检测pcb仿真的特征磁图、相关特征参数以及特征标签的数据包并建立该型号pcb的特征库。采用专门的仿真平台生成特征磁图,在仿真平台上的磁图仿真过程为:首先按照常见缺陷的位置对该型号pcb的合格电路图进行修改,得到缺陷pcb电路图;然后采用与检测前端相同的宽频电磁波和检测方法对pcb合格电路以及缺陷电路的检测过程进行仿真,即通过对电路各检测点所在磁信道的反演和融合得到整个电路磁感应强度特性的分布图,实现磁图仿真;最后对仿真得到的磁图提取特征并建立特征标签,将这些仿真的磁图、提取的特征以及相关的特征标签都放入数据包,可方便导入特征数据。仿真时通过设置可以模拟检测环境的已有磁分布,那么通过仿真系统生成的磁图反映出的检测特征与实际检测特征契合度高,可以增加检测的准确性。导入仿真数据包后对可以该型号pcb进行小批量的自动检测,查看装置的自动检测情况。若该型号pcb自动检测不能对被检测pcb分类判断得出结果,则需要进行借助人工检测。人工检测时,不仅需要判断被检测pcb的缺陷类型和种类,还需要对检测pcb的磁图提取特征、建立标签,用以完善特征库。在人工检测后,本该装置可采用统计模式识模块、神经网络或支持向量机等算法对此次检测获得的特征样进行分类学习,提高装置对被检测pcb的磁图特征自动对比和分类判断的能力。本发明还采用红外线感应计数方法,对每块被检测pcb进行计数。利用pcb的计数号,将被检测pcb的检测结果与对应的计数号放入数据存储模块,便于查找不同pcb检测不合格的原因。

本发明的检测磁通道的示意图如图1所示。检测区域的磁感应线3由图1中的虚线表示。在该实施例中,发射线圈阵列1和接收线圈阵列2均由多个线圈构成,其中接收线圈也可以采用霍尔元件、磁敏电阻、磁敏二极管等磁敏元件代替,它们的布局如图2所示。接收线圈布置在靠近皮带的地方,方便接收电磁波信号,线圈201中央均放置磁芯202(如铁等),用来聚集磁通量使中间位置磁感应线密集,以强化磁感应信号的发射和接收。通过选取合适的宽频检测信号,经预处理变为电信号,作用于发射线圈阵列上可产生宽频电磁波。也可以用不同频段的电信号控制不同位置的发射线圈,产生不同频段的宽频电磁波信号,使信道检测的频率范围扩大,得到更多的检测信息。本发明利用发射线圈阵列发出宽频电磁波作为检测信号,使该检测信号穿过被检测的pcb,利用发射线圈的几何位置和接收信号可准确定位到被检测pcb内部某一检测位置;通过对阵列接收信号与阵列发射信号的分析,可以对检测点处pcb磁信道的传递特性进行反演,得到该点信道在不同频率下的频率响应特性。作为举例,例如:通过对接收信号进行频域的分析,得到它的频域响应特性,用y(x,y,z;ω)来表征。由于发射信号是确知信号,用x(x,y,z;ω)来表征。根据发射信号和接收信号可以求出该检测pcb的信道特征,用h(x,y,z;ω)表征,它们三者的关系式为h(x,y,z;ω)=y(x,y,z;ω)/x(x,y,z;ω)。以上各式中的(x,y,z)为位置坐标,由于采用阵列收发信号,z轴方向即pcb的切面特性也能很好的表征出来;ω为角频率,反映出不同频率的响应特性。对h(x,y,z;ω)进行傅里叶反变换,就可以得到信道的时域特性,可用h(x,y,z;t)表征,其中t为时间。

本发明同时实现一种基于宽频磁感应信道特征辨识pcb的检测方法,其工作流程图如4所示,包括以下步骤:

步骤1,设置装置的参数。检测人员通过人机交互模块进行装置参数设置,检测过程中,需要设置的参数包括:

(1)发射参数的设置,包括宽频信号的波形,中心频率,信号的频率范围,信号的强度以及初始相位,发射线圈的驱动方式,电流的走向以及功率放大倍数选择;

(2)接收参数的设置,包括接收信号的频率的偏移值,信号的带宽,采样的频率、数目,接收窗的大小;

(3)机械自动化模块参数的设置,包括皮带传动的速率,时间间隔,机械臂的动作方式,时间间隔;

(4)红外线感应计数器的参数设置,包括正确的计数初始值;

(5)通信模块参数的设置,包括通信的连接方式与网络地址;

(6)数据处理的参数设置,包括信道反演与融合模块中的信号的处理分析方法,特征对比模块中的特征对比、分类判断的算法类型。

步骤2,装置状态的自动检测。检测内容包括检测前端与数据处理后端之间的通信连接状态,检测前端以及数据处理后端的各个模块间的连接状态,装置电源的供给状态。只有在装置检测的各个状态均为正常的情况下,才能进行下一步操作,否则,则在人机交互模块中的显示平台上提示报警信息,并结束该检测流程。

步骤3,导入仿真数据包建立特征库。判断是否首次检测该型号的pcb。若不是,直接执行步骤4;若是,执行此步骤。将仿真系统针对该检测pcb型号的特征磁图、相关磁图特征参数以及对应的特征标签导入数据库中,初步建立该pcb型号的特征库。

步骤4,发射宽频检测电磁波。根据步骤1设置的参数生成宽频信号。该宽频信号经过预处理模块中的数模转换单元和功率放大单元转换为宽频正交电信号。宽频检测电磁波由该电信号作用于发射线圈阵列产生,发射线圈阵列的控制参数同样由步骤1的设置得到。

步骤5,接收电磁波信号。穿过被检测pcb所在信道后的电磁波由接收线圈阵列接收,接收线圈阵列的参数由步骤1设置,接收信息经由接收缓存模块中的模数转换单元转换成数字信息存储在该模块的缓存单元中,通过通信模块可将接收的电磁波信息传输给数据处理后端。

步骤6,pcb磁信道特性反演和融合。信道反演与融合模块对检测点处pcb磁信道特性进行反演,得到检测点处pcb的磁感应强度特性,通过对不同位置的磁感应强度分布特性进行拼接与融合,最终得到pcb的磁图。

步骤7,磁信道特征对比和分类。特征对比模块直接调用数据库中同型号pcb特征库里的磁图以及相应特征进行对比、分类和判断,结果可以分为两种:

a、确定的pcb检测结果。即装置可以通过磁图的特征对比,可以对该pcb进行分类判断,得到pcb的缺陷类型以及位置。此情形下直接记录检测结果;

b、可疑的pcb检测结果。即装置通过磁图的特征对比,对该pcb磁图的特征无法准确分类判断。此情形下对该pcb的进行标记,并且有警告提示。待到装置空闲时,可以选择人工检测或者重复检测。人工检测时,不仅需要判断pcb的检测结果,还需要对该检测pcb的磁图进行特征提取、建立特征标签并放入数据库中,丰富数据库中的样本特征。然后采用统计模式识模块、神经网络、支持向量机等机器学习算法,通过训练提高分类判断的能力,提高自动检测模式下判断的正确率。

步骤8,进行下一块pcb的检测。判断是否有结束检测的指令,若有,结束本次自动检测。若无,红外线计数器计数加1,进行下一块pcb检测,执行步骤4。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1