一种电子元器件二次筛选优化方法、装置、设备和介质制造方法及图纸

本发明专利技术提出一种电子元器件二次筛选优化方法、装置、设备和介质，包括：通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案；其中，所述预设筛选方案集合中包括多个筛选方案，每个筛选方案包括多个测试项，每个测试项包括多个待检测参数；通过预训练的识别模型获取承载于所述待检测元器件本体上的器件编码，并将所述最优方案与所述器件编码关联；通过预训练的参数序列优化模型调整所述最优方案中待检测参数的检测顺序，获取优化参数序列，并根据所述优化参数序列获取检测结果；本发明专利技术可有效减少同批次产品检测次数和时间，提高检测效率。提高检测效率。提高检测效率。

A secondary screening optimization method, device, equipment and medium for electronic components

【技术实现步骤摘要】
一种电子元器件二次筛选优化方法、装置、设备和介质


[0001]本专利技术涉及电子元器件应用领域，尤其涉及一种电子元器件二次筛选优化方法、装置、设备和介质。

技术介绍

[0002]目前电子元器件已广泛应用于各个领域，一些应用环境相对比较恶劣的场景，对于电子元器件的质量和寿命有着更高的要求。为了提升电子元器件的可靠性和质量，采用二次筛选检测是一项重要的措施。二次筛选是指已采购的元器件在“一次筛选”试验没有满足使用方规定的项目要求的技术条件时，由使用方进行的筛选，其目的是为了提高产品的使用可靠性。因此，二次筛选的质量直接影响着型号产品的质量。
[0003]当前，因为送筛器件批次多、数量大，往往在时间进度方面不能满足客户要求，并且由于筛选技术的局限性，还不能达到将早期失效的元器件全部剔除掉的理想目标，所以提高元器件筛选质量和效率是元器件筛选管理工作上的主要目标。
[0004]对于电子元器件二次筛选的检测方法通常是按照以下三种方法开展工作：一是按照国内外国标、国军标及相关标准开展电子元器件二次筛选检测工作，例如以MIL
‑
STD
‑
883微电路试验方法为参考，以GJB
‑
548对微电子器件进行试验；二是按照送检企业要求开展电子元器件二次筛选检测工作，例如在检测前需要客户确定二次筛选的测试需求，包括检测序列、参数阈值、检测方案等；三是按照检测企业的方案开展电子元器件二次筛选检测工作，例如依据检测企业本身的实验条件和检测基础，结合用户的需求制定检测方案和检测序列。
[0005]以上方法都是依据相关标准，利用传统的人工与通用系统相结合的手段开展电子元器件二次筛选检测工作。这些工作虽然能够满足部分二次筛选需求，但是由于存在主观性的编码识别、检测序列和检验方案设定等问题，随着电子元器件的使用量和集成度不断提高，二次筛选检测的难度和工作量也随之增加，传统的手段已无法完全满足检测的时效性和检测精度要求，主要体现在电子元器件二次筛选方案确定困难，电子元器件编码识别困难，以及检测参数顺序确定困难。

技术实现思路

[0006]鉴于以上现有技术存在的问题，本专利技术提出一种电子元器件二次筛选优化方法、装置、设备和介质，主要解决现有二次筛选依赖于人工进行方案制定和检测参数制定、以及器件编码识别导致检测效率低及精度可控性差的问题。
[0007]为了实现上述目的及其他目的，本专利技术采用的技术方案如下。
[0008]一种电子元器件二次筛选检测优化方法，包括：
[0009]通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案；其中，所述预设筛选方案集合中包括多个筛选方案，每个筛选方案包括多个测试项，每个测试项包括多个待检测参数；
[0010]通过预训练的识别模型获取承载于所述待检测元器件本体上的器件编码，并将所述最优方案与所述器件编码关联；
[0011]通过预训练的参数序列优化模型调整所述最优方案中待检测参数的检测顺序，获取优化参数序列，并根据所述优化参数序列获取检测结果。
[0012]可选地，通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案之前，还包括：
[0013]获取与所述待检测元器件同型号的元器件的检测数据构建样本集，并根据所述样本集中的样本获取所述预设筛选方案集合中各筛选方案的预测检测结果；
[0014]将所述预测检测结果与对应样本的实际检测结果进行比对，并根据比对结果生成结构化的检测结果序列；
[0015]根据所述检测结果序列构建所述梯度提升决策树。
[0016]可选地，将所述预测检测结果与对应样本的实际检测结果进行比对，并根据比对结果生成结构化的检测结果序列，包括：
[0017]所述检测结果序列为二进制序列，其中，所述预测检测结果与所述实际检测结果一致，则对应二进制的值为1；反之，则对应二进制的值为0。
[0018]可选地，通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案，包括：
[0019]根据所述决策树获取各筛选方案的重要性评估值，根据所述重要性评估值由高到低对各筛选方案进行排序；
[0020]根据排序结果输出前N个筛选方案作为备选方案，并获取重要性评估值最高的筛选方案作为最优方案；其中，N为大于2的自然数。
[0021]可选地，通过预训练的参数序列优化模型调整所述最优方案中待检测参数的检测顺序，获取优化参数序列之前，还包括：
[0022]获取多个同类型或相似类型的元器件的参数检测记录，其中，所述参数检测记录中存储有各检测参数按照预设检测顺序执行检测得到的检测结果；
[0023]根据所述检测结果生成对应的参数序列，将所述参数序列用于训练所述参数序列优化模型，其中，所述参数序列优化模型的训练过程，包括：
[0024]根据所述参数序列构建样本数据集；
[0025]从所述样本数据集中有放回的取出N个样本，其中，每个样本对应与各参数序列；
[0026]从取出的样本中随机选择K个特征用于建立随机决策树，其中，所述特征对应检测参数，K为正整数；在选择特征过程中，引入平均精确率减少算法打乱样本中各特征的顺序；
[0027]重复前述步骤得到包含多个随机决策树的参数序列优化模型。
[0028]可选地，根据所述检测结果生成对应的参数序列包括：
[0029]所述检测结果包括检测通过和检测失败；
[0030]当所述检测结果为检测通过时，对应同一条检测参数记录中各检测参数的检测结果均记为0，得到对应的参数序列；
[0031]当所述检测结果为检测失败时，若对应同一条检测参数记录中存在检测值为空值的检测参数，则将所述检测值为空值的检测参数的前一个检测参数的检测结果记为1，其余检测参数的检测结果记为0；若对应同一条检测参数记录中不存在检测值为空值的检测参
数，则将最后一位检测参数的检测结果记为1，其余的检测参数的检测结果记为0，得到对应的参数序列。
[0032]可选地，通过预训练的识别模型获取承载于所述待检测元器件本体上的器件编码，并将所述最优方案与所述器件编码关联，包括：
[0033]通过预设图像采集设备获取待检测元器件载有器件编码区域的图像；
[0034]将所述图像输入所述识别模型，通过所述识别模型进行文本边框定位检测，获取所述文本边框内的特定数字序列，得到对应的器件编码。
[0035]一种电子元器件二次筛选检测优化装置，包括：
[0036]方案筛选模块，用于通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案；其中，所述预设筛选方案集合中包括多个筛选方案，每个筛选方案包括多个测试项，每个测试项包括多个待检测参数；
[0037]编码识别模块，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子元器件二次筛选优化方法，其特征在于，包括：通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案；其中，所述预设筛选方案集合中包括多个筛选方案，每个筛选方案包括多个测试项，每个测试项包括多个待检测参数；通过预训练的识别模型获取承载于所述待检测元器件本体上的器件编码，并将所述最优方案与所述器件编码关联；通过预训练的参数序列优化模型调整所述最优方案中待检测参数的检测顺序，获取优化参数序列，并根据所述优化参数序列获取检测结果。2.根据权利要求1所述的电子元器件二次筛选优化方法，其特征在于，通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案之前，还包括：获取与所述待检测元器件同型号的元器件的检测数据构建样本集，并根据所述样本集中的样本获取所述预设筛选方案集合中各筛选方案的预测检测结果；将所述预测检测结果与对应样本的实际检测结果进行比对，并根据比对结果生成结构化的检测结果序列；根据所述检测结果序列构建所述梯度提升决策树。3.根据权利要求2所述的电子元器件二次筛选优化方法，其特征在于，将所述预测检测结果与对应样本的实际检测结果进行比对，并根据比对结果生成结构化的检测结果序列，包括：所述检测结果序列为二进制序列，其中，所述预测检测结果与所述实际检测结果一致，则对应二进制的值为1；反之，则对应二进制的值为0。4.根据权利要求1所述的电子元器件二次筛选优化方法，其特征在于，通过预训练的梯度提升决策树从待检测元器件对应的预设筛选方案集合中选出重要性评估值最高的筛选方案作为最优方案，包括：根据所述梯度提升决策树获取各筛选方案的重要性评估值，根据所述重要性评估值由高到低对各筛选方案进行排序；根据排序结果输出前N个筛选方案作为备选方案，并获取重要性评估值最高的筛选方案作为最优方案；其中，N为大于2的自然数。5.根据权利要求1所述的电子元器件二次筛选优化方法，其特征在于，通过预训练的参数序列优化模型调整所述最优方案中待检测参数的检测顺序，获取优化参数序列之前，还包括：获取多个同类型或相似类型的元器件的参数检测记录，其中，所述参数检测记录中存储有各检测参数按照预设检测顺序执行检测得到的检测结果；根据所述检测结果生成对应的参数序列，将所述参数序列用于训练所述参数序列优化模型，其中，所述参数序列优化模型的训练过程，包括：根据所述参数序列构建样本数据集；从所述样本数据集中有放回的...

【专利技术属性】
技术研发人员：帅勇，郁笑雯，彭小庆，苏芯颐，庞巧月，袁灿，陈洁，
申请(专利权)人：重庆赛宝工业技术研究院有限公司，
类型：发明
国别省市：