一种基于人工智能的电路缺陷检测方法及系统技术方案

本申请提供一种基于人工智能的电路缺陷检测方法及系统。其利用电荷源输出电荷脉冲序列，通过偏置磁场控制电荷脉冲序列的输出方向将其注入目标检测电路中相应检测点坐标位置，然后通过目标检测电路背侧的检测端子阵列接收电路中相应信号节点位置的响应信号，从而计算、比对各信号节点位置的响应信号模态，提取相应特征通过递归神经网络进行缺陷检测，以最终获得目标检测电路的陷检测结果。本申请可通过对电荷脉冲序列注入点的调控高效切换检测点，实现对目标检测电路中全部检测点坐标位置的快速遍历，从而全方位获得目标检测电路运行模态，准确识别出其中的电路缺陷。准确识别出其中的电路缺陷。准确识别出其中的电路缺陷。

A circuit defect detection method and system based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能的电路缺陷检测方法及系统


[0001]本申请涉及人工智能数据处理
，具体而言涉及一种基于人工智能的电路缺陷检测方法及系统。

技术介绍

[0002]电路器件中，尤其是集成电路中，任意电路单元的损坏，都将有可能造成整个电路器件或整块集成电路无法使用。因此，需要对电路结构进行缺陷检测。
[0003]现有的测试技术中，需要通过软件接口对欲检测的电路单元输入一预定的值(例如是一电压值)，接着再读取电路单元的输出值是否符合原先的预期。若输出的值并不符合预期，代表此欲检测的电路中至少包含部分缺陷。
[0004]但是，随着技术的进步，电路器件内部所包含的电路单元数量也越来越多，器件生产、装配过程产生缺陷或损坏的机率也因此增大。若依旧采用上述传统的检测方法对复杂结构的电路统进行检测，将需要花费大量时间。
[0005]针对此问题，目前逐渐出现采用图像识别算法对电路焊接结构进行视觉检测的方法。但其无法检测电路器件内部故障，也无法确认板材线路内部结构缺陷。因此依旧需要通过信号检测方式才能确保电路器件工作稳定。

技术实现思路

[0006]本申请针对现有技术的不足，提供一种基于人工智能的电路缺陷检测方法及系统，本申请利用电荷源扫描电路结构中各信号点，通过人工智能算法识别电路结构反馈信号中所包含的缺陷特征，从而准确定位电路缺陷，实现高效检测。本申请具体采用如下技术方案。
[0007]首先，为实现上述目的，提出一种基于人工智能的电路缺陷检测方法，其包括：第一步，触发电荷源以及电极调制器按照预设的检测周期T输出电荷脉冲序列；第二步，根据目标检测电路中各检测点坐标位置调整X向偏置磁场和Y向偏置磁场，使电荷脉冲注入相应检测点坐标位置；第三步，接收目标检测电路背侧各信号节点位置的响应信号，将其按照采样时间顺序组合为匹配于电荷脉冲序列的检测矩阵序列[H1，H2，...，H
n
]，其中，n表示匹配于一检测周期T的采样次数总和，表示该电荷脉冲序列周期内的第n次采样所得检测矩阵，其中的h
pq
表示检测矩阵中对应信号节点位置(p，q)的响应信号；第四步，将检测矩阵序列[H1，H2，...，H
n
]进行归一化处理并提取各信号节点位置的响应信号模态，根据相应检测点坐标位置的标准响应模态对检测矩阵序列[H1，H2，...，H
n
]所提取出的响应信号模态进行拟合，获得其拟合偏差序列δ；第五步，将拟合偏差序列δ输入人工智能算法模型，进行MCSKPCA的特征提取，并将特征提取所得检测向量输入递归神经网络中，由递归神经网络分类器记录缺陷检测结果；第六步，重复第二步至第五步，直至遍历目标检测
电路中全部检测点坐标位置后，输出全部缺陷检测结果。
[0008]可选的，如上任一所述的基于人工智能的电路缺陷检测方法，其中，所述电极调制器包括相互平行且与电荷源同轴设置的第一电极和第二电极，第一电极与电荷源之间设置具有第一电位差V1，第二电极与第一电极之间设置具有第二电位差V2，第一电位差V1、第二电位差V2按照目标检测信号要求在0V～2900V之间周期变换以调制电荷脉冲。
[0009]可选的，如上任一所述的基于人工智能的电路缺陷检测方法，其中，目标检测信号对应于目标检测电路中各检测点的工作信号，或对应于目标检测电路中各检测点的测试信号；触发电荷源以及电极调制器按照检测周期T输出电荷脉冲的具体步骤包括：步骤101，根据目标检测信号大小调整第一电极与电荷源之间第一电位差V1；步骤102，根据目标检测信号周期内波动调整第二电极与第一电极之间第二电位差V2；其中，第一电位差V1正相关于目标检测信号大小，设置在2500V～2700V之间；第二电位差V2正相关于目标检测信号的波动大小，设置在0V～200V之间。
[0010]可选的，如上任一所述的基于人工智能的电路缺陷检测方法，其中，每个检测周期T的前5ms内，将第一电极与电荷源之间第一电位差V1由2900V调整至匹配于目标检测信号的大小，并在此期间将第二电极的电位设置为低于第一电极。
[0011]可选的，如上任一所述的基于人工智能的电路缺陷检测方法，其中，所述第四步中，将检测矩阵序列[H1，H2，...，H
n
]进行归一化处理并提取各信号节点位置的响应信号模态的具体步骤包括：首先，将检测矩阵序列[H1，H2，...，H
n
]中各检测矩阵内元素等比例地归一化至[0，1]范围之间，获得归一化检测矩阵序列然后，对归一化检测矩阵序列中n个归一化检测矩阵内相同位置的元素按照采样时间顺序进行小波变换获得相应记录该元素所对应信号节点位置的响应信号模态为
[0012]可选的，如上任一所述的基于人工智能的电路缺陷检测方法，其中，所述第四步中，根据相应检测点坐标位置的标准响应模态L
sd
＝[f
sd1
，f
sd2
，...，f
sdm
]对检测矩阵序列[H1，H2，...，H
n
]所提取出的响应信号模态进行拟合，获得其拟合偏差序列δ的具体步骤包括：步骤401，以标准响应模态中各参量[f
sd1
，f
sd2
，...，f
sdm
]定义一特征曲线，对检测矩阵序列所提取出的响应信号模态进行线性变换使其元素所对应的各点拟合于所述特征曲线，获得其中，Δ表示转换矩阵；步骤402，提取转换矩阵Δ的特征向量为所述拟合偏差序列δ。
[0013]可选的，如上任一所述的基于人工智能的电路缺陷检测方法，其中，第六步，遍历完目标检测电路中全部检测点坐标位置后，输出全部缺陷检测结果并标记其在目标检测电路中所对应的检测点坐标位置，根据所述检测点坐标位置以及缺陷检测结果查找目标检测电路原理图文件，标记并上传其中位于检测点及缺陷检测结果之间的故障线路元件。
[0014]同时，为实现上述目的，本申请还提供一种基于人工智能的电路缺陷检测系统，其包括：电荷源，用于输出电荷；电极调制器，用于将输出电荷调制为电荷脉冲序列；磁场偏置装置，用于根据目标检测电路中各检测点坐标位置调整X向偏置磁场和Y向偏置磁场，使电
荷脉冲注入相应检测点坐标位置；响应信号接收单元，其与目标检测电路背侧各信号节点位置电连接，用于接收目标检测电路背侧各信号节点位置的响应信号，将其按照采样时间顺序组合为匹配于电荷脉冲序列的检测矩阵序列[H1，H2，...，H
n
]，其中，n表示匹配于一检测周期T的采样次数总和，表示该电荷脉冲序列周期内的第n次采样所得检测矩阵，其中的h
pq
表示检测矩阵中对应信号节点位置(p，q)的响应信号；数据处理单元，其接收检测矩阵序列[H1，H2，...，H
n
]，用于对所述检测矩阵序列[H1，H2，...，H
n
]进行归一化处理并提取各信号节点位置的响应信号模态，根据相应检测点坐标位置的标准响应模态对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电路缺陷检测方法，其特征在于，包括：第一步，触发电荷源(1)以及电极调制器按照预设的检测周期T输出电荷脉冲序列；第二步，根据目标检测电路中各检测点坐标位置调整X向偏置磁场和Y向偏置磁场，使电荷脉冲注入相应检测点坐标位置；第三步，接收目标检测电路背侧各信号节点位置的响应信号，将其按照采样时间顺序组合为匹配于电荷脉冲序列的检测矩阵序列[H1，H2，...，H
n
]，其中，n表示匹配于一检测周期T的采样次数总和，表示该电荷脉冲序列周期内的第n次采样所得检测矩阵，其中的h
pq
表示检测矩阵中对应信号节点位置(p，q)的响应信号；第四步，将检测矩阵序列[H1，H2，...，H
n
]进行归一化处理并提取各信号节点位置的响应信号模态，根据相应检测点坐标位置的标准响应模态对检测矩阵序列[H1，H2，...，H
n
]所提取出的响应信号模态进行拟合，获得其拟合偏差序列δ；第五步，将拟合偏差序列δ输入人工智能算法模型，进行MCSKPCA的特征提取，并将特征提取所得检测向量输入递归神经网络中，由递归神经网络分类器记录缺陷检测结果；第五步，重复第二步至第五步，直至遍历目标检测电路中全部检测点坐标位置后，输出全部缺陷检测结果。2.如权利要求1所述的基于人工智能的电路缺陷检测方法，其特征在于，所述电极调制器包括相互平行且与电荷源(1)同轴设置的第一电极(21)和第二电极(22)，第一电极(21)与电荷源(1)之间设置具有第一电位差V1，第二电极(22)与第一电极(21)之间设置具有第二电位差V2，第一电位差V1、第二电位差V2按照目标检测信号要求在0V～2900V之间周期变换以调制电荷脉冲。3.如权利要求2所述的基于人工智能的电路缺陷检测方法，其特征在于，目标检测信号对应于目标检测电路中各检测点的工作信号，或对应于目标检测电路中各检测点的测试信号；触发电荷源(1)以及电极调制器按照检测周期T输出电荷脉冲的具体步骤包括：步骤101，根据目标检测信号大小调整第一电极(21)与电荷源(1)之间第一电位差V1；步骤102，根据目标检测信号周期内波动调整第二电极(22)与第一电极(21)之间第二电位差V2；其中，第一电位差V1正相关于目标检测信号大小，设置在2500V～2700V之间；第二电位差V2正相关于目标检测信号的波动大小，设置在0V～200V之间。4.如权利要求3所述的基于人工智能的电路缺陷检测方法，其特征在于，每个检测周期T的前5ms内，将第一电极(21)与电荷源(1)之间第一电位差V1由2900V调整至匹配于目标检测信号的大小，并在此期间将第二电极(22)的电位设置为低于第一电极(21)。5.如权利要求1
‑
4所述的基于人工智能的电路缺陷检测方法，其特征在于，所述第四步中，将检测矩阵序列[H1，H2，...，H
n
]进行归一化处理并提取各信号节点位置的响应信号模态的具体步骤包括：首先，将检测矩阵序列[H1，H2，...，H
n
]中各检测矩阵内元素等比例地归一化至[0，1]范
围之间，获得归一化检测矩阵序列然后，对归一化检测矩阵序列中n个归一化检测矩阵内相同位置的元素按照采样时间顺序进行小波变换获得相应记录该元素所对应信号节点位置的响应信号模态为6.如权利要求1
‑
5所述的基于人工智能的电路缺陷检测方法，其特征在于，所述第四步中，根据相应检测点坐标位置的标准响应模态L
sd
＝[f
sd1
，f
...

【专利技术属性】
技术研发人员：李旭，麻晓菲，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：