锡膏印刷品质检测方法、数据处理装置及计算机存储介质制造方法及图纸

本发明专利技术提供一种锡膏印刷品质检测的方法，包括以下步骤：获取实时测试数据；实时数据预处理；判断实时测试数据的类型，依据实时测试数据的类型调用相应的检测数据模型，将实时测试数据输入到检测数据模型，得到判定结果。本发明专利技术之锡膏印刷品质的检测方法提升了检测的效率和准确度，降低了人工成本。本发明专利技术同时提出一种数据处理装置及计算机存储介质。

【技术实现步骤摘要】
锡膏印刷品质检测方法、数据处理装置及计算机存储介质
本专利技术涉及产品检测领域，尤其涉及一种锡膏印刷品质检测的方法、数据处理装置及计算机存储介质。
技术介绍
目前，通常使用锡膏检查机(SolderPasteInspection，SPI)对印刷完毕的电路板(PCB)上的锡膏印刷品质进行检测，然而，SPI检测的误测率均较高，检测不良率较高，需由人工进行复判。在人工复判时，需对照PCB实物、SPI检测数据和图片，再结合人工的个人经验进行判定，由于印刷品质不良现象比较杂，如无锡、高度偏低、少锡面积、偏小、连锡、多锡、偏位等，需要检测的数据多，如零件位置、面积、高度、体积、偏移等，且人工经验不一致，导致耗人耗时且检测结果不精准。
技术实现思路
有鉴于此，有必要提出一种锡膏印刷品质检测的方法、数据处理装置及计算机存储介质，以解决此问题。本专利技术的第一方面提出一种锡膏印刷品质检测方法，包括以下步骤：获取实时测试数据，所述实时测试数据包括锡膏印刷品质检测的测试数值和测试图片中的一种或多种；对所述实时测试数据进行预处理，所述预处理包括提取所述测试数值的关键参数或所述测试图像的图像数据，并将所述实时测试数据进行标准化；判断所述实时测试数据的类型，依据所述实时测试数据的类型调用相应的检测数据模型，将所述实时测试数据输入到相应的所述检测数据模型中，得到锡膏印刷品质的判定结果。进一步地，还包括建立所述检测数据模型的方法，包括以下步骤：获取历史测试数据；依据所述历史测试数据，确定所述检测数据模型对应的算法；将所述历史测试数据进行特征工程处理，确定关键参数；利用所述历史测试数据构建和训练检测数据模型。进一步地，所述历史测试数据包括测试数值、测试图像、测试原理以及产业领域知识。进一步地，所述算法包括随机森林算法和卷积神经网络算法。进一步地，所述检测数据模型包括基于随机森林算法的检测数据模型和基于卷积神经网络算法的检测数据模型。进一步地，当所述实时测试数据为测试数值时，调用基于随机森林算法的检测数据模型，当测试数据为测试图像时，调用基于卷积神经网络算法的检测数据模型，当所述实时测试数据同时包括测试数值和测试图像，同时调用基于随机森林算法的检测数据模型和基于卷积神经网络算法的检测数据模型，其中，测试数值的判定结果来自于基于随机森林算法的检测数据模型的输出，测试图像的判定结果来自于基于卷积神经网络算法的检测数据模型的输出。进一步地，在得到判定结果之后，所述方法还包括步骤：分析产品优良概率和不良概率，统计分析不良产品的原因并输出统计报告。进一步地，在分析反馈判定结果之后，所述方法还包括步骤：当判定结果出现异常时，启动报警流程，所述报警流程包括声光报警或者短信报警。本专利技术的第二方面提供一种数据处理装置，包括处理器及存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现上述的锡膏印刷品质检测的方法。本专利技术的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的锡膏印刷品质检测的方法。本专利技术提供了一种基于锡膏印刷检测的方法，包括以下步骤，获取实时测试数据，对所述实时测试数据进行预处理，判断所述实时测试数据的类型，依据所述实时测试数据的类型调用相应的检测数据模型，将所述实时测试数据输入到相应的所述检测数据模型中，得到锡膏印刷品质的判定结果。本专利技术能够提升锡膏印刷品质检测的效率和准确度，克服了在现有人工检测中的耗人耗时且不精准等问题。附图说明图1为本专利技术一实施方式中的数据处理装置的结构示意图。图2为本专利技术一实施方式中的锡膏印刷品质检测数据模型的建立方法的流程图。图3为本专利技术一实施方式中的锡膏印刷品质检测方法的流程图。图4为本专利技术一实施方式中的锡膏印刷品质检测系统的结构示意图。主要元件符号说明如下具体实施方式将结合上述附图进一步说明本专利技术。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施例对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。请参照图1，图1为本专利技术提供之一种实施方式中的数据处理装置1的结构示意图。所述数据处理装置1包括处理器10、存储器20及通信单元40。所述存储器20及所述通信单元40分别与所述处理器10电性连接。所述数据处理装置1与至少一个数据采集装置2通信连接。所述数据采集装置2用于收集锡膏印刷品质检测的测试数值和测试图像。本实施方式中，所述数据采集装置2为锡膏检查机(SPI)。所述处理器10可以是中央处理器(CentralProcessingunit，CPU)、数字信号处理器或者单片机等，适于实现各指令。所述存储器20可用于存储计算机程序和/或模块/单元，所述处理器10通过运行或执行存储在所述存储器20内的计算机程序和/或模块/单元，以及调用存储在存储器20内的数据，实现所述数据处理装置1的各种功能。所述存储器20可以是，但并不限于，只读存储器(Read-OnlyMemory，ROM)、随机存储器(RandomAccessMemory，RAM)、可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)、可擦除可编程只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)、一次可编程只读存储器(One-timeProgrammableRead-OnlyMemory，OTPROM)、电子擦除式可复写只读存储器(Electrically-ErasableProgrammableRead-OnlyMemory，EEPROM)、只读光盘(CompactDiscRead-OnlyMemory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。所述通信单元40用于与所述数据采集装置2建立通信连接。所述通信单元40可为有线通信单元或无线通信单元。本领域技术人员可以理解，所述示意图仅仅是数据处理装置1的示例，并不构成对数据处理装置1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述数据处理装置1还可以包括输入输出设备、网络接入设备、总线等。参阅图2所示，是本专利技术实施本文档来自技高网...

【技术保护点】
1.一种锡膏印刷品质检测方法，其特征在于，包括以下步骤：/n获取实时测试数据，所述实时测试数据包括锡膏印刷品质检测的测试数值和测试图片中的一种或多种；/n对所述实时测试数据进行预处理，所述预处理包括提取所述测试数值的关键参数或所述测试图像的图像数据，并将所述实时测试数据进行标准化；/n判断所述实时测试数据的类型，依据所述实时测试数据的类型调用相应的检测数据模型，将所述实时测试数据输入到相应的所述检测数据模型中，得到锡膏印刷品质的判定结果。/n

【技术特征摘要】
1.一种锡膏印刷品质检测方法，其特征在于，包括以下步骤：
获取实时测试数据，所述实时测试数据包括锡膏印刷品质检测的测试数值和测试图片中的一种或多种；
对所述实时测试数据进行预处理，所述预处理包括提取所述测试数值的关键参数或所述测试图像的图像数据，并将所述实时测试数据进行标准化；
判断所述实时测试数据的类型，依据所述实时测试数据的类型调用相应的检测数据模型，将所述实时测试数据输入到相应的所述检测数据模型中，得到锡膏印刷品质的判定结果。


2.如权利要求1所述的锡膏印刷品质检测方法，其特征在于，还包括建立所述检测数据模型的方法，包括以下步骤：
获取历史测试数据；
依据所述历史测试数据，确定所述检测数据模型对应的算法；
将所述历史测试数据进行特征工程处理，确定关键参数；
利用所述历史测试数据构建和训练检测数据模型。


3.如权利要求2所述的锡膏印刷品质检测方法，其特征在于，所述历史测试数据包括测试数值、测试图像、测试原理以及产业领域知识。


4.如权利要求2所述的锡膏印刷品质检测方法，其特征在于，所述算法包括随机森林算法和卷积神经网络算法。


5.如权利要求4所述的锡膏印刷品质检测方法，其特征在于，所述检测数据模型包括基于随机森林算法的检测数据模型和基于卷积神经网络算法的检测数据模型。

【专利技术属性】
技术研发人员：夏子清，刘晓磊，陈敏，王艺锟，曾富菊，
申请(专利权)人：鸿富锦精密电子成都有限公司，鸿海精密工业股份有限公司，
类型：发明
国别省市：四川;51