一种光伏模块芯片的封装传动控制系统的制作方法

1.本发明属于芯片封装技术领域，具体是一种光伏模块芯片的封装传动控制系统。


背景技术：

2.光伏模块芯片封装是安装半导体集成电路芯片用的外壳，起着安放、固定、密封、保护芯片和增强电热性能的作用，而且还是沟通芯片内部世界与外部电路的桥梁，芯片上的接点用导线连接到封装外壳的引脚上，这些引脚又通过印制板上的导线与其他器件建立连接。
3.但是现有的光伏模块芯片封装只能进行检测芯片封装的是否完整，封装的是否合格，并不能实现后续对芯片封装的精度提升，仍然使用原有的芯片封装方法进行封装；因此本发明提供了一种光伏模块芯片的封装传动控制系统，用于解决上述问题。


技术实现要素：

4.为了解决上述方案存在的问题，本发明提供了一种光伏模块芯片的封装传动控制系统。
5.本发明的目的可以通过以下技术方案实现：
6.一种光伏模块芯片的封装传动控制系统，包括封装模块、检测模块、服务器，所述封装模块和检测模块均与服务器通信连接；服务器还通信连接有追踪模块、数据管理模块和分析模块；
7.所述追踪模块用于对芯片的封装过程进行追踪，并将采集的封装监控数据上传到云端进行储存；所述数据管理模块用于进行数据采集管理，并获得分析数据，将分析数据发送给分析模块；
8.所述分析模块用于对接收到的分析数据进行分析，具体方法包括：
9.设置数据提取单元，所述数据提取单元内设有数据填充模板，通过数据提取单元对检测数据进行数据提取，将提取的数据填充到数据填充模板中，将填充完数据的数据填充模板标记为精选数据，将精选数据进行坐标化，获得匹配坐标；
10.建立原因分析库，将匹配坐标输入到原因分析库中，获得对应的不合格原因分类数据；根据不合格原因分类数据对封装监控数据进行裁剪，获得分析视频，将分析视频、不合格原因分类数据和精选数据整合为分析输入数据，建立分析模型，将分析输入数据输入到分析模型中，获得封装模块调整数据，根据获得的封装模块调整数据对封装模块进行调整。
11.进一步地，追踪模块的工作方法包括：
12.在芯片封装处设置监控单元，通过监控单元对当前芯片的封装过程进行实时监控，当该芯片封装结束后，监控单元将对应芯片封装的监控数据进行打包，标记为封装监控数据；
13.设置电子标签装置，通过电子标签装置对封装完成的芯片打上电子标签，匹配对
应封装芯片的封装监控数据，将匹配到的封装监控数据与对应的电子标签进行相关联，将关联后的封装监控数据上传到云端进行储存。
14.进一步地，数据管理模块的工作方法包括：
15.实时获取检测模块对封装芯片的检测数据和对应的检测结果，检测结果包括检测合格和检测不合格；在进行封装芯片检测处设有电子标签读写装置，通过电子标签读写装置读取封装芯片上的电子标签，根据识别的电子标签从云端中匹配对应的封装监控数据，当对应封装芯片的检测结果为检测合格时，将匹配的封装监控数据从云端中进行删除；当对应封装芯片的检测结果为检测不合格时，将匹配的封装监控数据和对应封装芯片的检测数据整合为分析数据。
16.进一步地，数据提取单元的工作方法包括：
17.获取大量检测模块检测不合格的检测数据，对获得的不合格检测数据进行分析，识别不合格检测数据中包含的检测不合格项，设置对应检测不合格项的关键词，获取关键词对应的不合格参数，将一组不合格的检测数、关键词和对应的不合格参数整合为一个训练数据，将若干个训练数据整合为训练集，建立人工智能模型；通过训练集进行训练，将训练成功的人工智能模型标记为提取模型；根据关键词设置数据填充模板，并将数据填充模板与提取模型的输出数据相关联。
18.进一步地，建立原因分析库的方法包括：
19.获取芯片封装具有的不合格原因以及不合格原因对应的精选数据，建立坐标模型，不合格原因进行归类，获得不合格原因分类数据；建立第一数据库，识别坐标区域数量，根据坐标区域的数量在第一数据库中设置对应数量的储存节点，将不合格原因分类数据分别储存到每个储存节点中，并将坐标区域与对应的储存节点相关联；将坐标模型储存到第一数据库中，将当前的第一数据库标记为原因分析库。
20.进一步地，建立坐标模型的方法包括：
21.将精选数据进行坐标转化，形成范围坐标，对范围坐标打上对应的不合格原因标签，设置坐标系，将范围坐标输入到坐标系中，将坐标系中相同不合格原因标签的范围坐标进行整合，形成若干个坐标区域，并打上对应的不合格原因标签，将坐标系整合为坐标模型。
22.进一步地，原因分析库的工作方法包括：
23.实时获取输入进来的匹配坐标，将获取到的匹配坐标输入到坐标模型中，识别匹配坐标位于的坐标区域，根据识别的坐标区域匹配到对应的不合格原因分类数据。
24.进一步地，根据不合格原因分类数据对封装监控数据进行裁剪的方法包括：
25.获取芯片封装具有的封装步骤以及封装步骤对应的封装动作，根据封装步骤和对应的封装动作建立视频分割模型，识别不合格原因分类数据对应的封装步骤，获取需要进行分割的封装监控数据，对封装监控数据进行分割，根据识别的封装步骤获得对应的封装监控视频，标记为分析视频。
26.与现有技术相比，本发明的有益效果是：
27.通过追踪模块对芯片的封装过程进行追踪，便于当出现检测不合格时可以快速的找的对应的芯片和封装过程数据，后续的数据分析提供便利，避免因为封装芯片过多，导致花费大量的时间去寻找对应的封装过程数据；通过设置分析模块，实现在后续生产过程中
对封装模块的实时调整，逐步提高封装模块的封装精度和合格率；根据不同的坐标区域对不合格原因进行归类，实现对不合格原因的再次细化，缩小对应的范围，便于后续的数据分析。
附图说明
28.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
29.图1为本发明原理框图。
具体实施方式
30.下面将结合实施例对本发明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。
31.如图1所示，一种光伏模块芯片的封装传动控制系统，包括封装模块、检测模块、服务器、追踪模块、数据管理模块和分析模块；
32.封装模块、检测模块、追踪模块、数据管理模块和分析模块均与服务器通信连接；
33.所述封装模块用于进行芯片的封装，可以直接使用现有的芯片封装装置，且封装模块可以根据需要进行封装过程的调整，即该现有的芯片封装装置是可以根据后续的需要对封装过程进行调整。
34.检测模块用于在芯片封装后进行封装检测，可以直接使用现有的芯片封装检测装置进行检测，实现对厂家原有的芯片封装检测装置的综合利用，避免资源的浪费。
35.所述追踪模块用于对芯片的封装过程进行追踪，具体方法包括：
36.在芯片封装处设置监控单元，通过监控单元对当前芯片的封装过程进行实时监控，当该芯片封装结束后，监控单元将对应芯片封装的监控数据进行打包，标记为封装监控数据，即为一个封装监控数据只包括一个芯片的封装过程监控数据；
37.设置电子标签装置，如rfid标签装置，通过电子标签装置对封装完成的芯片打上电子标签，如rfid标签，匹配对应封装芯片的封装监控数据，将匹配到的封装监控数据与对应的电子标签进行相关联，指的是通过对应的电子标签可以快速的找到对应的封装监控数据；将关联后的封装监控数据上传到云端进行储存。
38.所述数据管理模块用于进行数据采集管理，具体方法包括：
39.实时获取检测模块对封装芯片的检测数据和对应的检测结果，检测结果包括检测合格和检测不合格；在进行封装芯片检测处设有电子标签读写装置，如rfid标签读写装置，可以根据检测模块的检测过程将电子标签读写装置设置在检测前、检测后或检测过程中，通过电子标签读写装置读取封装芯片上的电子标签，根据识别的电子标签从云端中匹配对应的封装监控数据，当对应封装芯片的检测结果为检测合格时，将匹配的封装监控数据从云端中进行删除；当对应封装芯片的检测结果为检测不合格时，将匹配的封装监控数据和
对应封装芯片的检测数据整合为分析数据，将分析数据发送给分析模块。
40.所述分析模块用于对接收到的分析数据进行分析，具体方法包括：
41.设置数据提取单元，所述数据提取单元内设有数据填充模板，通过数据提取单元对检测数据进行数据提取，将提取的数据填充到数据填充模板中，将填充完数据的数据填充模板标记为精选数据，将精选数据进行坐标化，获得匹配坐标；
42.建立原因分析库，将匹配坐标输入到原因分析库中，获得对应的不合格原因分类数据；根据不合格原因分类数据对封装监控数据进行裁剪，获得分析视频，将分析视频、不合格原因分类数据和精选数据整合为分析输入数据，建立分析模型，将分析输入数据输入到分析模型中，获得封装模块调整数据，根据获得的封装模块调整数据对封装模块进行调整。
43.实现在后续生产过程中对封装模块的实时调整，逐步提高封装模块的封装精度和合格率。
44.精选数据进行坐标化就是根据精选数据中的项目和对应项目的数据转化为坐标，具体的转化方法为本领域技术常识，因此不进行详细的叙述。
45.数据提取单元的工作方法包括：
46.获取大量检测模块检测不合格的检测数据，对获得的不合格检测数据进行分析，识别不合格检测数据中包含的检测不合格项，设置对应检测不合格项的关键词，获取关键词对应的不合格参数，将一组不合格的检测数、关键词和对应的不合格参数整合为一个训练数据，将若干个训练数据整合为训练集，建立人工智能模型；人工智能模型包括误差逆向传播神经网络、rbf神经网络和深度卷积神经网络；通过训练集进行训练，将训练成功的人工智能模型标记为提取模型；根据关键词设置数据填充模板，并将数据填充模板与提取模型的输出数据相关联。
47.根据关键词设置数据填充模板就是以关键词作为模板的项目，具体的设置方法为本领域常识，因此不进行详细叙述。
48.将数据填充模板与提取模型的输出数据相关联就是将提取模型的输出数据与数据填充模板中对应的项目相关联，通过对应的关键词进行关联的，用于后续快速的将提取模型的输出数据填充到数据填充模板中。
49.对获得的不合格检测数据进行分析，识别不合格检测数据中包含的检测不合格项的具体实现方法为本领域技术常识，因此不进行详细的叙述。
50.建立原因分析库的方法包括：
51.获取芯片封装具有的不合格原因以及不合格原因对应的精选数据，建立坐标模型，不合格原因进行归类，获得不合格原因分类数据；建立第一数据库，识别坐标区域数量，根据坐标区域的数量在第一数据库中设置对应数量的储存节点，将不合格原因分类数据分别储存到每个储存节点中，并将坐标区域与对应的储存节点相关联；将坐标模型储存到第一数据库中，将当前的第一数据库标记为原因分析库。
52.建立坐标模型的方法包括：
53.将精选数据进行坐标转化，形成范围坐标，对范围坐标打上对应的不合格原因标签，设置坐标系，将范围坐标输入到坐标系中，将坐标系中相同不合格原因标签的范围坐标进行整合，形成若干个坐标区域，并打上对应的不合格原因标签，将坐标系整合为坐标模
型。
54.将坐标系整合为坐标模型为本领域常识，因此不进行详细叙述。
55.根据不同的坐标区域对不合格原因进行归类，实现对不合格原因的再次细化，缩小对应的范围，便于后续的数据分析。
56.原因分析库的工作方法包括：
57.实时获取输入进来的匹配坐标，将获取到的匹配坐标输入到坐标模型中，识别匹配坐标位于的坐标区域，根据识别的坐标区域匹配到对应的不合格原因分类数据。
58.根据不合格原因分类数据对封装监控数据进行裁剪的方法包括：
59.获取芯片封装具有的封装步骤以及封装步骤对应的封装动作，根据封装步骤和对应的封装动作建立视频分割模型，所述视频分割模型用于将封装监控视频分割成不同的单一封装动作视频；识别不合格原因分类数据对应的封装步骤，获取需要进行分割的封装监控数据，对封装监控数据进行分割，根据识别的封装步骤获得对应的封装监控视频，标记为分析视频。
60.根据封装步骤和对应的封装动作建立视频分割模型的方法是基于cnn网络或dnn网络进行建立的，具体的建立方法为本领域常识，因此不进行详细叙述。
61.通过将封装监控数据进行分割，可以极大的降低后的数据分析量，同时可以提前去除在后续数据分析过程中无关数据产生的影响，提高正确率和精度。
62.分析模型是基于cnn网络或dnn网络进行建立的，训练集包括分析输入数据和对应设置的封装模块调整数据，封装模块调整数据是由专家组根据分析视频、不合格原因分类数据和精选数据分析出封装过程中出现的问题，针对分析出的分析设置对应的封装模块调整数据；具体的分析模型建立和训练过程为本领域常识，因此不进行详细的叙述。
63.本发明的工作原理：追踪模块对芯片的封装过程进行追踪，并将采集的封装监控数据上传到云端进行储存；数据管理模块进行数据采集管理，并获得分析数据，将分析数据发送给分析模块；分析模块对接收到的分析数据进行分析，设置数据提取单元，所述数据提取单元内设有数据填充模板，通过数据提取单元对检测数据进行数据提取，将提取的数据填充到数据填充模板中，将填充完数据的数据填充模板标记为精选数据，将精选数据进行坐标化，获得匹配坐标；建立原因分析库，将匹配坐标输入到原因分析库中，获得对应的不合格原因分类数据；根据不合格原因分类数据对封装监控数据进行裁剪，获得分析视频，将分析视频、不合格原因分类数据和精选数据整合为分析输入数据，建立分析模型，将分析输入数据输入到分析模型中，获得封装模块调整数据，根据获得的封装模块调整数据对封装模块进行调整。
64.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。