一种FPC制造过程质量控制专家系统及方法技术方案

本发明专利技术公开一种FPC制造过程质量控制专家系统及其控制方法，包括数据采集模块、智能分析模块、警报管理模块和数据库管理模块。本发明专利技术通过数据采集模块采集FPC制造工序的关键物理参数以及FPC缺陷数据，然后通过神经网路对工序的健康状况进行评价，最后通过专家系统对工序中产生的缺陷进行自动诊断分析，根据缺陷诊断分析结果进行预警和报警；专家系统在基于神经网络的基础上进行相应缺陷的诊断分析，解决专家系统知识获取的瓶颈问题以及诊断过程中出现的误诊和规则冲突问题。本发明专利技术可有效解决目前存在的FPC制造过程中关键工序的质量控制与缺陷分析问题，有助于提高整个FPC制造过程的自动化程度和生产效率，降低生产故障。

【技术实现步骤摘要】
【专利摘要】本专利技术公开一种FPC制造过程质量控制专家系统及其控制方法，包括数据采集模块、智能分析模块、警报管理模块和数据库管理模块。本专利技术通过数据采集模块采集FPC制造工序的关键物理参数以及FPC缺陷数据，然后通过神经网路对工序的健康状况进行评价，最后通过专家系统对工序中产生的缺陷进行自动诊断分析，根据缺陷诊断分析结果进行预警和报警；专家系统在基于神经网络的基础上进行相应缺陷的诊断分析，解决专家系统知识获取的瓶颈问题以及诊断过程中出现的误诊和规则冲突问题。本专利技术可有效解决目前存在的FPC制造过程中关键工序的质量控制与缺陷分析问题，有助于提高整个FPC制造过程的自动化程度和生产效率，降低生产故障。【专利说明】一种FPC制造过程质量控制专家系统及方法
本专利技术涉及柔性电路板(Flexible Printed Circuit Board,简称FPC)制造过程的质量控制
，特别涉及一种FPC制造过程质量控制专家系统及方法。
技术介绍
柔性电路板作为现代电子产业的新宠，正以令人惊叹的速度发展，其制造过程较为复杂，一般需要经过前期处理、显影刻蚀、钻孔处理、贴感光干膜、电镀铜、表面处理、成品检测等工序。其中刻蚀、钻孔、镀铜、成品检测为FPC制造过程中的关键工序，这些工序的工作状态很大程度上决定了 FPC质量的好坏。通过对这些关键工序的监控，可以在关键工序异常时及时采取措施，以降低生产线故障的风险，有助于降低企业成本，因此，对关键工序的监控研究越来越受到业内关注。 为了提高成品质量，降低次品率，FPC制造过程对关键工序工艺要求严格、控制要求精准，一旦出现FPC缺陷数据需及时分析缺陷产生的原因，采取相应控制措施，如果控制不及时，可能造成大批板件缺陷质量不合格。FPC制造过程关键工序的质量控制与缺陷分析是目前企业亟待解决的重要问题。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种FPC制造过程质量控制专家系统，该系统提高了整个FPC制造过程的自动化程度和生产效率，降低生产故障，有效解决了目前存在的FPC制造过程中关键工序的质量控制与缺陷分析问题。 本专利技术的第二目的在于提供一种上述FPC制造过程质量控制专家系统的控制方法。 本专利技术的第一目的通过下述技术方案实现:一种FPC制造过程质量控制专家系统，包括 数据采集模块，用于采集FPC制造过程中的工序物理参数和FPC缺陷数据，当其所采集到的工序物理参数和/或FPC缺陷数据超限时则发出警报； 智能分析模块，用于通过统计方法对所采集的工序物理参数和FPC缺陷数据进行统计分析、通过神经网络对工序的健康状况进行评价以及通过专家系统对工序中产生的缺陷诊断分析，并且根据缺陷诊断分析结果进行预警和报警； 警报管理模块，用于对数据采集模块和智能分析模块产生的警报分级别报警，并且用于分析警报产生的原因以及给出警报处理建议；在处理警报之后检测故障是否清除并给出反馈； 数据库管理模块，用于存储采集的工序物理参数、FPC缺陷数据、智能分析结果，以及用于对数据进行查询、筛选和展示。 优选的，所述数据采集模块采集FPC制造过程中刻蚀、钻孔、镀铜和成品检测工序中的物理参数和FPC缺陷数据；所述刻蚀工序物理参数包括线宽和线距；所述钻孔工序物理参数包括孔的孔径和圆度；所述镀铜工序物理参数包括FPC板铜厚；所述FPC缺陷数据包括导线锯齿、线路损伤、盲孔穿透、线路通联、线路缺少和金面贴锡。 更进一步的，所述数据采集模块包括: 工序数据采集模块，其中工序数据采集模块包括电子显微镜和牛津测厚仪；电子显微镜，用于对刻蚀和钻孔工序中的物理参数进行采集；牛津测厚仪，用于对镀铜工序的物理参数进行采集； 手工缺陷录入模块，用于采用人工缺陷录入手段对工序中的FPC缺陷数据进行采集。 优选的，所述智能分析模块包括: 统计分析模块，用于采用统计过程分析方法对工序物理参数和FPC缺陷数据进行统计分析，并且绘制控制图与统计直方图，统计检测中工序物理参数不合格与FPC缺陷数据发生的数目以及百分比； 神经网络分析模块，用于采用人工神经网络方法对所采集的工序物理参数和FPC缺陷数据进行初步的诊断分析，根据诊断分析结果对各工序的健康状况进行评价； 专家系统分析模块，用于根据专家系统的知识库，结合各工序物理参数以及神经网络分析模块初步的诊断分析结果进一步对工序中产生的缺陷进行诊断分析，并且根据缺陷诊断分析结果进行预警和报警。 优选的，所述警报管理模块包括: 警报处理模块，用于对数据采集模块和智能分析模块产生的警报进行原因分析，并给出警报处理建议； 警报展示模块，根据所接收警报带来的故障造成的危害程度分级别进行报警，并且对故障处理结果进行反馈，在故障消失后取消报警； 警报上报模块，用于将系统发生的警报记录在系统运行日志之中，并且上传至服务器。 优选的，还包括系统管理模块，所述系统管理模块包括: 用户管理模块，用于对系统用户进行统一管理，对系统用户进行添加、删除、修改和权限设置；其中所述系统用户的权限包括警报处理、数据采集、指定工序数据查看、智能分析、统计报表和综合数据查看； 服务器维护模块，用于定期删除过期数据和日志，用于对数据库接口进行管理，确保服务器的正常运行； 系统维护模块；用于对系统定期检查和维护，对系统接口进行管理，保证系统的正常运行。 本专利技术的第二目的通过下述技术方案实现:一种基于上述FPC制造过程质量控制专家系统的控制方法，包括以下步骤: S1、数据采集模块采集FPC制造过程中的工序物理参数和FPC缺陷数据；当其所采集到的工序物理参数和/或FPC缺陷数据超限时则发出警报； S2、智能分析模块通过统计方法所采集的工序物理参数和FPC缺陷数据进行统计分析、通过神经网路对工序的健康状况进行评价以及通过专家系统对工序中产生的缺陷诊断分析，并且根据缺陷诊断分析结果进行预警和报警； S3、警报管理模块对数据采集模块和智能分析模块产生的警报分级别报警，并且对所接收到的警报分析警报产生的原因以及给出警报处理建议；在处理警报之后检测故障是否清除并给出反馈，在故障消失后取消报警。 优选的，所述步骤S2中智能分析模块的具体分析过程如下: S2-1、统计分析模块采用统计过程分析方法对工序物理参数和FPC缺陷数据进行统计分析，并且绘制控制图与统计直方图，统计检测中工序物理参数不合格与FPC缺陷数据发生的数目和百分比； S2-2、神经网络分析模块采用人工神经网络方法对所采集的工序物理参数和FPC缺陷数据进行初步的诊断分析，根据诊断分析结果对各工序的健康状况进行评价； S2-3、专家系统分析模块根据专家系统的知识库，结合各工序物理参数以及神经网络分析模块初步的诊断分析结果进一步对工序中产生的缺陷进行诊断分析，判断出工序中具体出现缺陷的环节以及缺陷的类型，并且根据缺陷诊断分析结果进行预警和报警。 更进一步的，所述步骤S2-2中神经网络分析模块的诊断分析结果介于0-1之间，其中诊断分析结果越靠近I的越健康，反之越靠近O的越不健康。 优选的，所述步骤S3中在数据采集模块进行报警时，警报管理模块通过数据采集模块采集的数据超过限值的大小判断本文档来自技高网...

【技术保护点】
一种FPC制造过程质量控制专家系统，其特征在于，包括数据采集模块，用于采集FPC制造过程中的工序物理参数和FPC缺陷数据，当其所采集到的工序物理参数和/或FPC缺陷数据超限时则发出警报；智能分析模块，用于通过统计方法对所采集的工序物理参数和FPC缺陷数据进行统计分析、通过神经网络对工序的健康状况进行评价以及通过专家系统对工序中产生的缺陷诊断分析，并且根据缺陷诊断分析结果进行预警和报警；警报管理模块，用于对数据采集模块和智能分析模块产生的警报分级别报警，并且用于分析警报产生的原因以及给出警报处理建议；在处理警报之后检测故障是否清除并给出反馈；数据库管理模块，用于存储采集的工序物理参数、FPC缺陷数据、智能分析结果，以及用于对数据进行查询、筛选和展示。

【技术特征摘要】

【专利技术属性】
技术研发人员：罗家祥，位永恒，胡跃明，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44