信息处理方法及装置与流程

文档序号:17559465发布日期:2019-04-30 18:54阅读:172来源:国知局
信息处理方法及装置与流程

本申请涉及计算机技术领域,尤其涉及一种信息处理方法及装置。



背景技术:

锡膏印刷与锡膏厚度检测仪(solderpasteinspection,spi)检测,在电子制造业工厂中属于关键的生产环节。并且,锡膏印刷机往往会紧接着spi检测设备,以及时评估印刷的效果与质量,及时发现不及格的印制电路板(printedcircuitboard,pcb),减少生产损失。同时,spi检测设备能检测出锡膏的厚度、形状、偏移等信息,并且提供简单的统计指标,甚至能跟锡膏印刷设备进行通信反馈。spi检测覆盖了印刷前电路板信息到印刷中到印刷后的完整流程。并且,spi检测设备能将偏移量反馈给印刷设备,进行偏移校正。

然而,锡膏印刷机需要凭经验进行手动调整和安装,而印刷钢板并非能每个型号都保持一致,只能遵循粗略经验进行调整。因此,辅助性分析系统具有重要的价值。



技术实现要素:

本申请提供了一种信息处理方法及装置,能够准确地定位到锡膏质量差的原因。

第一方面,本申请实施例提供了一种信息处理方法,包括:

获取锡膏在印刷过程中的状态信息;

获取锡膏厚度检测仪spi对所述锡膏的检测结果;

通过梯度提升回归模型建立所述状态信息以及所述检测结果的因果关系;

根据所述因果关系确定目标信息,所述目标信息用于表示所述状态信息中影响所述锡膏的检测结果的关键状态信息。

在一种可能的实现方式中,所述根据所述因果关系确定目标信息,包括:

根据所述状态信息在所述梯度提升回归模型中的参考参数确定所述目标信息;其中,所述参考参数包括使用次数、覆盖率和获得率中的一项或多项。

在一种可能的实现方式中,所述通过梯度提升回归模型建立所述状态信息以及所述检测结果的因果关系,包括:

确定所述状态信息与所述检测结果之间的拟合残差;

根据所述拟合残差以及所述梯度提升回归模型建立所述状态信息与所述检测结果的因果关系。

在一种可能的实现方式中,所述状态信息包括制造企业生产过程执行管理系统mes收集的与所述锡膏相关的信息,和/或,锡膏印刷设备收集的与所述锡膏相关的信息。

在一种可能的实现方式中,所述状态信息包括参考持续时间、前刮刀压力、后刮刀压力、传送时间、反馈x偏移量和反馈y偏移量中的一项或多项;

所述检测结果包括所述锡膏高度、所述锡膏球形系数、所述锡膏高度方差、所述锡膏球形系数方差、及格和不及格中的一项或多项。

第二方面,本申请实施例提供了一种信息处理装置,包括:

第一获取单元,用于获取锡膏在印刷过程中的状态信息;

第二获取单元,用于获取锡膏厚度检测仪spi对所述锡膏的检测结果;

建立单元,用于通过梯度提升回归模型建立所述状态信息以及所述检测结果的因果关系;

确定单元,用于根据所述因果关系确定目标信息,所述目标信息用于表示所述状态信息中影响所述锡膏的检测结果的关键状态信息。

在一种可能的实现方式中,所述确定单元,具体用于根据所述状态信息在所述梯度提升回归模型中的参考参数确定所述目标信息;其中,所述参考参数包括使用次数、覆盖率和获得率中的一项或多项。

在一种可能的实现方式中,所述建立单元包括:

第二确定子单元,用于确定所述状态信息与所述检测结果之间的拟合残差;

建立子单元,用于根据所述拟合残差以及所述梯度提升回归模型建立所述状态信息与所述检测结果的因果关系。

在一种可能的实现方式中,所述状态信息包括制造企业生产过程执行管理系统mes收集的与所述锡膏相关的信息,和/或,锡膏印刷设备收集的与所述锡膏相关的信息。

在一种可能的实现方式中,所述状态信息包括参考持续时间、前刮刀压力、后刮刀压力、传送时间、反馈x偏移量和反馈y偏移量中的一项或多项;

所述检测结果包括所述锡膏高度、所述锡膏球形系数、所述锡膏高度方差、所述锡膏球形系数方差、及格和不及格中的一项或多项。

第三方面,本申请实施例还提供了一种信息处理装置,包括:处理器和存储器,所述处理器和所述存储器耦合;其中,所述存储器存储有程序指令;所述程序指令被所述处理器执行时,

使所述处理器,用于获取锡膏在印刷过程中的状态信息;

获取spi对所述锡膏的检测结果;

通过梯度提升回归模型建立所述状态信息以及所述检测结果的因果关系;

根据所述因果关系确定目标信息,所述目标信息用于表示所述状态信息中影响所述锡膏的检测结果的关键状态信息。

在一种可能的实现方式中,信息处理装置还包括输入输出接口,所述输入输出接口与所述处理器耦合,所述输入输出接口,用于获取锡膏在印刷过程中的状态信息以及获取spi对所述锡膏的检测结果;

所述处理器,用于通过梯度提升回归模型建立所述状态信息以及所述检测结果的因果关系;以及根据所述因果关系确定目标信息,所述目标信息用于表示影响所述锡膏的检测结果的影响因子。

在一种可能的实现方式中,所述处理器,具体用于根据所述状态信息在所述梯度提升回归模型中的参考参数确定所述目标信息;其中,所述参考参数包括使用次数、覆盖率和获得率中的一项或多项。

在一种可能的实现方式中,所述处理器,具体用于确定所述状态信息与所述检测结果之间的拟合残差;

根据所述拟合残差以及所述梯度提升回归模型建立所述状态信息与所述检测结果的因果关系。

在一种可能的实现方式中,所述状态信息包括制造企业生产过程执行管理系统mes收集的与所述锡膏相关的信息,和/或,锡膏印刷设备收集的与所述锡膏相关的信息。

在一种可能的实现方式中,所述状态信息包括参考持续时间、前刮刀压力、后刮刀压力、传送时间、反馈x偏移量和反馈y偏移量中的一项或多项;

所述检测结果包括所述锡膏高度、所述锡膏球形系数、所述锡膏高度方差、所述锡膏球形系数方差、及格和不及格中的一项或多项。

第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被信息处理装置的处理器执行时,使所述处理器执行第一方面所述的方法。

第五方面,本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面所述的方法。

本申请实施例中,通过梯度提升回归模型建立锡膏状态信息(锡膏在印刷过程中的状态信息)和spi对该锡膏的检测结果的因果关系,从而根据所述因果关系确定影响该锡膏检测结果的影响因子。实施本申请实施例,通过梯度提升回归模型进行分析,能够准确地定位到pcb版印制过程中锡膏质量差的原因。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

图1是本申请实施例提供的一种信息处理方法的流程示意图;

图2是本申请实施例提供的一种信息处理装置的结构示意图;

图3是本申请实施例提供的一种建立单元的结构示意图;

图4是本申请实施例提供的一种信息处理装置的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同的对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法或设备固有的其他步骤或单元。

请参见图1,图1是本申请实施例提供的一种信息处理方法的流程示意图,如图1所示,该信息处理方法包括:

101、获取锡膏在印刷过程中的状态信息。

本申请实施例中,上述锡膏也可以称为焊锡膏,英文名solderpaste,灰色膏体。焊锡膏是伴随着表面组装技术(surfacemounttechnology,smt)应运而生的一种新型焊接材料,是由焊锡粉、助焊剂以及其它的表面活性剂、触变剂等加以混合,形成的膏状混合物。主要用于smt行业印制电路板(printedcircuitboard,pcb)表面电阻、电容、集成电路(integratedcircuit,ic)等电子元器件的焊接。

上述印刷过程可以理解为印制电路板pcb的过程。

其中,上述状态信息为通过某种设备收集的与锡膏相关信息。

在一种可能的实现方式中,上述状态信息包括制造企业生产过程执行管理系统mes收集的与上述锡膏相关的信息,和/或,锡膏印刷设备收集的与上述锡膏相关的信息。

其中,上述制造企业生产过程执行管理系统(manufacturingexecutionsystem,mes)是一套面向制造企业车间执行层的生产信息化管理系统。mes可以为企业提供包括制造数据管理、计划排产管理、生产调度管理、库存管理、质量管理、人力资源管理、工作中心/设备管理、工具工装管理、采购管理、成本管理、项目看板管理、生产过程控制、底层数据集成分析、上层数据集成分解等管理模块,为企业打造一个扎实、可靠、全面、可行的制造协同管理平台。

具体的,该mes系统可以包括以下功能模块:

1、资源分配及状态管理(resourceallocationandstatus)该功能管理机床、工具、人员物料、其它设备以及其它生产实体,满足生产计划的要求对其所作的预定和调度,用以保证生产的正常进行;提供资源使用情况的历史记录和实时状态信息,确保设备能够正确安装和运转。

2、工序详细调度(operationsdetailscheduling)该功能提供与指定生产单元相关的优先级(priorities)、属性(attributes)、特征(chameterietioa)以及处方(recipes)等,通过基于有限能力的调度,通过考虑生产中的交错、重叠和并行操作来准确计算出设备上下料和调整时间,实现良好的作业顺序,最大限度减少生产过程中的准备时间。

3、生产单元分配(dispatchingproductionunits)该功能以作业、订单、批量、成批和工作单等形式管理生产单元间的工作流。通过调整车间已制订的生产进度,对返修品和废品进行处理,用缓冲管理的方法控制任意位置的在制品数量。当车间有事件发生时,要提供一定顺序的调度信息并按此进行相关的实时操作。

4、过程管理(processmanagement)该功能监控生产过程、自动纠正生产中的错误并向用户提供决策支持以提高生产效率。通过连续跟踪生产操作流程,在被监视和被控制的机器上实现一些比较底层的操作;通过报警功能,使车间人员能够及时察觉到出现了超出允许误差的加工过程;通过数据采集接口,实现智能设备与制造执行系统之间的数据交换。

4、人力资源管理(labormanagement)该功能以分为单位提供每个人的状态。通过时间对比,出勤报告,行为跟踪及行为(包含资财及工具准备作业)为基础的费用为基准,实现对人力资源的间接行为的跟踪能力。

6、维修管理(maintenancemanagement)该功能为了提高生产和日程管理能力的设备和工具的维修行为的指示及跟踪,实现设备和工具的最佳利用效率。

7、计划管理(processcontrol)该功能是监视生产提供为进行中的作业向上的作业者的议事决定支援,或自动的修改,这样的行为把焦点放在从内部起作用或从一个作用到下一个作业计划跟踪、监视、控制和内部作用的机械及装备;从外部包含为了让作业者和每个人知道允许的误差范围的计划变更的警报管理。

8、文档控制(documentcontrol)该功能控制、管理并传递与生产单元有关工作指令、配方、工程图纸、标准工艺规程、零件的数控加工程序、批量加工记录、工程更改通知以及各种转换操作间的通讯记录,并提供了信息编辑及存储功能,将向操作者提供操作数据或向设备控制层提供生产配方等指令下达给操作层,同时包括对其它重要数据(例如与环境、健康和安全制度有关的数据以及iso信息)的控制与完整性维护。

9、生产的跟踪及历史(producttrackingandgenealogy)该功能可以看出作业的位置和在什么地方完成作业,通过状态信息了解谁在作业,供应商的资财,关联序号,现在的生产条件,警报状态及再作业后跟生产联系的其他事项。

10、执行分析(performanceanalysis)该功能通过过去记录和预想结果的比较提供以分为单位报告实际的作业运行结果。执行分析结果包含资源活用,资源可用性,生产单元的周期,日程遵守,及标准遵守的测试值。具体化从测试作业因数的许多异样的功能收集的信息,这样的结果应该以报告的形式准备或可以在线提供对执行的实时评价。

11、数据采集(datacollectionacquisition)该功能通过数据采集接口来获取并更新与生产管理功能相关的各种数据和参数,包括产品跟踪、维护产品历史记录以及其它参数。这些现场数据,可以从车间手工方式录入或由各种自动方式获取。

因此,可以通过上述mes系统管理上述印制电路板pcb的整个印刷过程。

其中,上述锡膏印刷设备可以为锡膏印刷机,现代锡膏印刷机一般由装版、加锡膏、压印、输电路板等机构组成。它的工作原理是:先将要印刷的电路板固定在印刷定位台上,然后由印刷机的左右刮刀把锡膏或红胶通过钢网漏印于对应焊盘,对漏印均匀的pcb,通过传输台输入至贴片机进行自动贴片。

通过该mes管理系统可以收集锡膏印刷设备的设置、状态参数及其经过特征提取的二次加工信息(如一段时间内参数的变异性,均值,统计期望值,平滑值等等)。或者,也可以直接从该锡膏印刷设备中读取上述相关信息。可理解,本申请实施例对于具体的锡膏相关信息的读取方式不作限定。

实施本申请实施例,mes管理系统是一个扎实、可靠、全面、可行的制造协同管理平台,通过mes系统获取上述状态信息,以及通过上述mes系统管理上述印制电路板pcb的印刷过程,可以使整个印刷过程更加合理,更加易于管理,提高印刷过程的高效性和可行性。

102、获取spi对上述锡膏的检测结果。

本申请实施例中,上述spi为锡膏厚度检测仪(solderpasteinspection,spi),是利用光学的原理,通过三角测量的方法把印刷在pcb板上的锡膏高度计算出来的一种smt检测设备。其实锡膏测厚仪和spi都是同一种设备,只是在国内习惯把离线式的锡膏厚度检测设备统称为“锡膏测厚仪”,而将在线式的锡膏厚度检测设备习惯叫做“spi”。它的作用是能检测和分析锡膏印刷的质量,及早发现smt工艺缺陷。锡膏厚度测试又可分为2d测量和3d测量两种。

1、2d锡膏厚度测试仪只能量测锡膏上的某一点的高度,3d测厚仪能够量测整个焊盘的锡膏高度,更能反映真实的锡膏厚度。除了计算高度,还可以计算锡膏面积和体积。

2、2d锡膏厚度测试仪手动对焦,人为误差大。3d测厚仪电脑自动对焦,量测的厚度数据更加精准。

具体的,上述检测结果可以为测量上述锡膏的厚度、长度、宽度、间距、直径、角度等等。可理解,本申请实施例中对于具体的检测结果是什么不作限定。

实施本申请实施例,通过专业的spi锡膏厚度检测仪可以使检测结果更加精确,可信,能够有效提高后续定位锡膏质量差的原因的精确度,提高效率。

103、通过梯度提升回归模型建立上述状态信息以及上述检测结果的因果关系。

本申请实施例中,上述梯度提升回归模型可以采用回归树(gradientboosting)算法进行建模分析。

其中,上述状态信息更加具体的说,可以理解为gradientboosting模型的自变量,该自变量即为上述锡膏印刷设备所有能提供的设置以及输入。上述检测结果更加具体的说,可以理解为gradientboosting模型的因变量,该因变量即为spi对上述锡膏的检测结果。

在一种可能的实现方式中,上述状态信息包括参考持续时间、前刮刀压力、后刮刀压力、传送时间、反馈x偏移量和反馈y偏移量中的一项或多项。

具体的,上述状态信息还可以为在原始变量的基础上演算出的新的特征(如区间方差,区间均值,区间平滑等)。

在一种可能的实现方式中,上述检测结果包括上述锡膏高度、上述锡膏球形系数、上述锡膏高度方差、上述锡膏球形系数方差、及格和不及格中的一项或多项。

具体的,上述检测结果还可以为具体到某个焊点上的检测指标。

在一种可能的实现方式中,上述通过梯度提升回归模型建立上述状态信息以及上述检测结果的因果关系,包括:

确定上述状态信息与上述检测结果之间的拟合残差;

根据上述拟合残差以及上述梯度提升回归模型建立上述状态信息与上述检测结果的因果关系。

本申请实施例中,通过确定拟合残差以及上述梯度提升回归模型可以将确定上述状态信息与上述检测结果之间的因果关系。

为了更清楚的说明该梯度提升回归模型,以下将以回归树gradientboosting为例进行说明。

关于回归树gradientboosting算法的原理描述如下上述:

gradientboosting采用的是加法建模additivemodel与前向分部算法,其模型可以表示为:

首先确定初始模型,定义初始基学习器f0(x),当模型迭代到第m步时:

fm(x)=fm-1(x)+γmt(x;θm)

通过最小化损以下损失来确定参数θm的值:

这里以回归为例来说明gradientboosting的思想,对于样本(xi,yi),目标是使得模型输出值fm(xi)与yi尽可能接近,当模型迭代到第m步时,已经得到fm-1(x)的值,待估计的是学习器t(x;θm)的参数(γm,θm),为了得到一个较优的参数来使得fm-1(x)+γmt(x;θm)与yi的差异进一步较小,可以引入损失函数来衡量当前模型输出值与目标值的差异,损失函数越越小,则yi与模型输出越接近,所以迭代过程中需要使得损失不断减小,满足的条件为:

l(yi,fm(xi))<l(yi,fm-1(xi))

每次迭代都使得损失函数减小,不断迭代求解损失函数的极小值,这正好就是gradientdescent的思想,对于给定的关于θ的损失函数l(θ):

不断迭代,最终得到一个最优的θ*,满足:

在gradientboosting的第m次迭代,把l(yi,fm-1(xi))看做fm-1(xi)的函数,则该损失在沿fm-1(xi)梯度下降的方向上不但使得损失函数减小,而且损失函数减小的最快:

很明显,满足上述等式即可使得损失减小,模型的输出值更加接近真实值,fm(x)与fm-1(xi)的差为两次迭代中基学习器γmt(x;θm)需要拟合的residual,拟合这个residual便能使得损失函数下降的最快,所以每次迭代把当前的训练数据替换为来训练基学习器t(x;θm)即可,拟合该残差后使得模型进一步朝梯度下降的方向前进,不断迭代得到便可得到使得损失最小的模型fm(x)。综上给出gradientboosting的运算过程:

输入:训练集损失函数l(y,f(x))。

1、用常数c初始化模型:

2、form=1,…,mm=1,…,mdo:

a)计算近似残差:

b)用近似残差来拟合基学习器t(x;θm),训练集为

c)计算基学习器的权重γm:

d)更新模型:fm(x)=fm-1(x)+γmt(x;θm)

3、输出最终模型fm(x)。

本申请实施例中,对应于本申请中的梯度提升回归模型,可以记f(x)为锡膏印刷效果的回归函数。x可以理解为上述状态信息,具体可以为锡膏印刷系统能提供的所有入参及其特征,x包括了参数持续时间,前刮刀压力,后刮刀压力,传送时间,反馈y偏移量,反馈x偏移量中的一项或多项,等等。

该梯度提升回归模型的计算过程如下上述:

1、初始化f0(x)=0。

2、对m=1,2,…,m。

a)计算当前模型fm-1=(x)与因变量y的残差,其中y是一个包含了i个目标指标的向量(i≥1),y为效果函数,这里代表spi设备输出的结果(即上述检测结果),该y具体可以是及格、不及格、整体锡膏高度、整体锡膏球形系数、整体锡膏高度方差、整体锡膏球形系数方差中的一项或多项,等等,以及具体某个点的锡膏,具体某个点的形状等等。

rmi=yi-fm-1(x),i=1,2,…,n

b)对拟合残差rmi学习一个回归树,得到t(x;θm)。

c)更新fm(x)=fm-1(x)+t(x;θm),将t(x;θm)合并到当前模型中。

3、最终得到boosting树

具体的,在建立好上述梯度提升回归模型之后,可以通过该梯度提升回归模型建立上述状态信息和上述检测结果之间的因果关系。实施本申请实施例,通过上述梯度提升回归模型可以准确的建立锡膏在印刷过程中的状态信息和spi检测结果之间的因果关系,从而准确的确定出锡膏质量差的原因,通过准确的数据分析,可避免因人为原因的误判,提高了准确率。

104、根据上述因果关系确定目标信息,上述目标信息用于表示影响上述锡膏的检测结果的影响因子。

本申请实施例中,上述目标信息可以理解状态信息中影响锡膏的检测结果的关键状态信息,即目标信息可理解为影响上述锡膏检测结果的关键因素(或因子),更加具体的来说,该目标信息可以为导致印制电路板pcb印刷质量差的原因。可理解,至于该目标信息具体为什么信息,可根据实际情况确定,本申请实施例中对于该目标信息具体是什么不作限定。

在一种可能的实现方式中,上述根据上述因果关系确定目标信息,包括:

根据上述状态信息在上述梯度提升回归模型中的参考参数确定上述目标信息;其中,上述参考参数包括使用次数、覆盖率和获得率中的一项或多项。

具体的,上述使用次数可以理解为具体的输入特征在模型中的使用次数(numbersoftimesthefeatureisusedinamodel),即总体在各个子树模型进行决策的次数。上述覆盖率(theaveragecoverage)可以理解为由某个特征所决定分类结果的样品数目。上述获得率(averagegainofthefeaturewhenitisusedintrees)可以理解为上述梯度提升回归模型从每个特征中平均获得的信息量。可理解,本申请实施例中对于具体的参考参数是什么不作限定。

实施本申请实施例,通过梯度提升回归模型建立锡膏状态信息(锡膏在印刷过程中的状态信息)和spi对该锡膏的检测结果的因果关系从而根据上述因果关系确定影响该锡膏检测结果的影响因子,可以在即使一线工人业务技能并不强的情况下,也能给出直观的解决问题的建议,这种通过数据分析的方式准确率高,可信度强,可以准确的定位到pcb版印制过程中锡膏质量差的原因。

上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的装置。

请参见图2,图2是本申请实施例提供的一种信息处理装置的结构示意图,如图2所示,该信息处理装置包括:

第一获取单元201,用于获取锡膏在印刷过程中的状态信息;

第二获取单元202,用于获取spi对上述锡膏的检测结果;

建立单元203,用于通过梯度提升回归模型建立上述状态信息以及上述检测结果的因果关系;

确定单元204,用于根据上述因果关系确定目标信息,上述目标信息用于表示上述状态信息中影响上述锡膏的检测结果的关键状态信息。

可选的,确定单元204,具体用于根据上述状态信息在上述梯度提升回归模型中的参考参数确定上述目标信息;其中,上述参考参数包括使用次数、覆盖率和获得率中的一项或多项。

可选的,参见图3,图3是本申请实施例提供的一种建立单元的结构示意图,如图3所示,上述建立单元203包括:

第二确定子单元2031,用于确定上述状态信息与上述检测结果之间的拟合残差;

建立子单元2032,用于根据上述拟合残差以及上述梯度提升回归模型建立上述状态信息与上述检测结果的因果关系。

可理解,对于图2和图3所示的各个单元的具体实现方式,可对应参考图1所示的方法的具体实现方式,这里不再一一详述。

参见图4,图4是本申请实施例提供的一种信息处理装置的结构示意图,该信息处理装置包括处理器401、存储器402和输入输出接口403,上述处理器401、存储器402和输入输出接口403通过总线相互连接。

存储器402包括但不限于是随机存储记忆体(randomaccessmemory,ram)、只读存储器(read-onlymemory,rom)、可擦除可编程只读存储器(erasableprogrammablereadonlymemory,eprom)、或便携式只读存储器(compactdiscread-onlymemory,cd-rom),该存储器402用于相关指令及数据。

输入输出接口403,例如可通过该输入输出接口与其他装置进行通信等。

处理器401可以是一个或多个中央处理器(centralprocessingunit,cpu),在处理器401是一个cpu的情况下,该cpu可以是单核cpu,也可以是多核cpu。

具体的,各个操作的实现还可以对应参照图1所示的方法实施例的相应描述。以及各个操作的实现还可对应参照图2以及图3所示的装置实施例的相应描述。

如在一个实施例中,处理器401可用于执行如下步骤:

获取锡膏在印刷过程中的状态信息。

获取spi对上述锡膏的检测结果。

通过梯度提升回归模型建立上述状态信息以及上述检测结果的因果关系。

根据上述因果关系确定目标信息,上述目标信息用于表示上述状态信息中影响上述锡膏的检测结果的关键状态信息。

又如该处理器401还可用于执行建立单元203、确定单元204等所执行的方法。

又如在一个实施例中,处理器401可用于获取锡膏在印刷过程中的状态信息,或者,也可通过输入输出接口403来锡膏在印刷过程中的状态信息等。又如,处理器401可用于获取spi对上述锡膏的检测结果,或者,也可通过输入输出接口403来获取spi对上述锡膏的检测结果等。本申请实施例对于如何获取状态信息和检测结果不作限定。

又如在一个实施例中,输入输出接口403,还可用于执行第一获取单元201和第二获取单元202所执行的方法。

可以理解的是,图4仅仅示出了信息处理装置的简化设计。在实际应用中,数据处理装置还可以分别包含必要的其他元件,包含但不限于任意数量的输入输出接口、处理器、存储器等,而所有可以实现本申请实施例的信息处理装置都在本申请的保护范围之内。

本申请实施例还提供了一种计算机可读存储介质。上述方法实施例中的全部或者部分流程可以由计算机程序来指令相关的硬件完成,该程序可存储于上述计算机存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。计算机可读存储介质可以是前述任一实施例的信息处理装置(包括数据发送端和/或数据接收端)的内部存储单元,例如信息处理装置的硬盘或内存。上述计算机可读存储介质也可以是上述信息处理装置的外部存储设备,例如上述信息处理装置上配备的插接式硬盘,智能存储卡(smartmediacard,smc),安全数字(securedigital,sd)卡,闪存卡(flashcard)等。进一步地,上述计算机可读存储介质还可以既包括上述信息处理装置的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述信息处理装置所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,dvd)、或者半导体介质(例如,固态硬盘(solidstatedisk,ssd))等。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。

以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

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