用于评估印刷电路板的方法和系统技术方案

一种用于评估至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的计算机实现的方法，包括：

Methods and systems for evaluating printed circuit boards

【技术实现步骤摘要】
【国外来华专利技术】用于评估印刷电路板的方法和系统


[0001]本专利技术涉及一种用于评估至少一个印刷电路板的计算机实现的方法，其中借助于经训练的分类函数来将该至少一个印刷电路板分配到至少两个不同类别中的一个。
[0002]此外，本专利技术还涉及一种包括至少一个这种分配的机器可读数据介质。
[0003]此外，本专利技术还涉及一种用于提供经训练的分类函数的计算机实现的方法，其可以在上述用于评估印刷电路板的方法中使用。
[0004]此外，本专利技术还涉及一种用于为印刷电路板测试提供经训练的推荐函数的计算机实现的方法，其可以在上述用于评估印刷电路板的方法中使用。
[0005]此外，本专利技术还涉及一种计算机程序，其包括当该程序由系统执行时使该系统执行上述计算机实现的方法中的至少一个的指令。
[0006]此外，本专利技术还涉及一种用于评估至少一个印刷电路板的系统。

技术介绍

[0007]在电子设备制造领域，印刷电路板(PCB)的制造和组装具有相当高的过程成熟度。用于PCB测试的方法和系统是现有技术已知的。例如，美国专利US 6 738 450 B1示出了基于图像处理检测PCB焊点的方法和系统。US 7 133 797 B2涉及基于输入/输出信号的预定行为的PCB功能测试。
[0008]然而，仍然需要验证正确的元件是否位于正确的位置，以及正确的元件是否正确地电连接至电路板，而没有短路或开路连接。因此，有必要进行电测试。此类测试的一个例子是通过直接接触元件或通过测试垫分别测量每个元件的电气值的测试。由于连接不良(例如，测试垫或针受到污染)，所产生的测量值偏离元件值的预期范围，因此导致良好的产品被判定为缺陷(伪错误)。即，术语“[电]连接不良”与术语“连接理想”相反，“连接理想”是指连接本身具有零电阻和零容量。在由于污染(针)、灰尘(接点)、温度(PCB)等导致电连接不良的情况下，连接本身具有非零容量和/或非零电阻。因此，电连接不良可能导致PCB电子元件的电参数的测量值错误(例如电阻和/或容量的值错误)，以及伪错误。伪错误可能会导致进行重新测试或进行额外的质量检查工作，并因此降低生产设备的总体能力和有效性。伪错误的发生往往是随机的，或者其根本原因不同且不断变化，因此过程优化要么代价高昂，要么是不可持续的，而重新测试是一种可接受的情况。
[0009]因此，需要提供能够处理印刷电路板测试期间产生的大量数据，且比当前现有的方法和系统更可靠的方法和系统。

技术实现思路

[0010]为了实现上述目的，本专利技术提供了一种用于评估至少一个印刷电路板的计算机实现的方法，该方法包括：
[0011]‑
接收输入数据，其中该输入数据基于至少一个、更具体地多个印刷电路板的至少一个的测试数据，其中该测试数据是在线测试的测试数据并且包括该至少一个印刷电路板
的多个电子元件的测量数据；
[0012]‑
将经训练的分类函数应用于该输入数据，其中生成输出数据；
[0013]‑
提供该输出数据，其中该输出数据包括该至少一个印刷电路板的多个电子元件中的至少一个、优选每一个到至少两个不同类别中的一个的分配。
[0014]在实施例中，该输出数据包括多个分配，其中每个分配是该至少一个印刷电路板的多个电子元件中的至少一个的分配，并且不同的分配涉及不同的电子元件。
[0015]基于该输出数据，即基于该至少一个印刷电路板的多个电子元件中的至少一个的分配，来进行对该至少一个印刷电路板的评估。具体而言，该输出数据包括多个分配，其中每个分配涉及特定的电子元件，并且不同的电子元件具有不同的分配。
[0016]使用经训练的分类函数，可以在将特定特征分配给经测试的印刷电路板时得到更高的精度。
[0017]在实施例中，该输出数据可以被实现为由相应的分配增强的输入数据，即，标记或分类的输入数据。
[0018]在一些实施例中，该经训练的分类函数可以基于多元分类算法，更具体地，该多元分类算法可以是普通线性回归算法、随机森林算法、梯度提升算法、LASSO算法，具体为自适应LASSO算法，更具体地为正则化线性回归算法，或逻辑回归算法，具体为二元逻辑回归算法。
[0019]在一些实施例中，该至少两个类别中的一个对应于伪故障印刷电路板的种类。伪故障印刷电路板是具有伪错误的印刷电路板。即，该至少一个印刷电路板的多个电子元件中的至少一个具有伪错误(“假不良”)。伪故障印刷电路板是指由于一种或另一种外部条件(例如，印刷电路板的温度、测试垫污染等)导致测试失败的正常工作的印刷电路板。使用经训练的分类函数可以提高伪错误印刷电路板的检测精度。
[0020]换言之，该经训练的分类函数可以被调整或训练为用以检测伪错误的电子元件。下文将进一步讨论如何训练分类函数，例如基于历史ICT测量数据和相应的历史分配数据(例如人类专家的分配数据)。经训练的分类函数能够从测量数据中减去“噪声”，该噪声是在ICT测量期间因一个或多个上述原因(例如探针受污染、印刷电路板“发热”等)引入的。
[0021]在一些实施例中，该至少一个印刷电路板、更具体地为每个印刷电路板被分配到由三个类别构成的组，更具体地，被分配到由以下项构成的组：第一类(“通过”)，其中该第一类对应于正常工作的印刷电路板的种类；第二类(“未通过”)，其中该第二类对应于故障印刷电路板的种类，以及第三类(“伪故障”)，其中该第三类对应于伪故障印刷电路板的种类。
[0022]在ICT的情况下重新测试成本很高，因此在这种情况下检测伪错误可以显著降低生产成本。
[0023]在一些实施例中，该至少一个印刷电路板的多个电子元件的测量数据包括该至少一个印刷电路板的多个电子元件中的每个电子元件的至少一个电参数的测量数据。该电参数可以是模拟的和/或数字的参数。例如，该测试可以包括电阻、电感等的测量，即，该测量数据可包括该至少一个印刷电路板的单个电子元件的(不同)电参数。如上所述，单个电子元件(例如电阻)的测量可能会导致不同电参数(电阻、电感)为非零值，例如由于连接不良。
[0024]在实施例中，该输入数据和该输出数据可包括该至少一个印刷电路板的布局信
息，并且提供输出数据包括可视化该至少一个印刷电路板的多个电子元件中的每个电子元件的至少一个电参数的测量数据，其中该可视化是基于该布局信息/借助于该布局信息进行的。
[0025]在一些实施例中，可以测试多个不同类型的印刷电路板，并且该输入数据和该输出数据可包括至少一种类型的印刷电路板的布局信息。在实施例中，该输入数据和该输出数据可包括每种类型的印刷电路板的布局信息。
[0026]在一些实施例中，该方法可包括优化至少一个统计参数，其中该统计参数确定该至少一个印刷电路板的多个电子元件中的每个电子元件的至少一个电参数的值的预定允许范围，并且提供输出数据可包括推荐至少一个优化的统计参数用于在进一步测试中使用。
[0027]在一些实施例中，可以基于最近获得的测试数据，即最近的历史数据，来进行该优化本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于评估至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的计算机实现的方法，其包括：
‑
接收输入数据(ID)，其中所述输入数据(ID)基于至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的测试数据(TD)，其中所述测试数据是在线测试的测试数据并且包括所述至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的多个电子元件的测量数据(MDB)；
‑
将经训练的分类函数(TCF)应用于所述输入数据(ID)，其中生成输出数据；
‑
提供所述输出数据，其中所述输出数据包括所述至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的所述多个电子元件中的至少一个到至少两个不同类别中的一个的分配(ASG)。2.根据权利要求1所述的方法，其中，所述经训练的分类函数(TCF)基于多元分类算法，更具体地，所述多元分类算法是普通线性回归算法、随机森林算法、梯度提升算法、LASSO算法，尤其是，自适应LASSO算法，更具体地为正则化线性回归算法，或逻辑回归算法，尤其是，二元逻辑回归算法。3.根据权利要求1或2所述的方法，其中，所述至少两个类别中的一个对应于伪故障印刷电路板的种类。4.根据权利要求3所述的方法，其中，所述至少一个印刷电路板被分配到由三个类别构成的组，更具体地，被分配到由以下项构成的组：第一类，其中，所述第一类对应于正常工作的印刷电路板的种类；第二类，其中，所述第二类对应于故障印刷电路板的种类，以及第三类，其中，所述第三类对应于伪故障印刷电路板的种类。5.根据权利要求1至4中任一项所述的方法，其中，所述至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的所述多个电子元件的所述测量数据(MDB)包括所述至少一个印刷电路板(PCB 1，PCB 2，PCB 3)的所述多个电子元件中的每个电子元件的至少一个电参数的测量数据。6.根据权利要求5所述的方法，其中，所述输入数据和所述输出数据包括所述至少一个印刷电路板的布局信息，并且提供所述输出数据包括基于所述布局信息可视化所述至少一个印刷电路板的所述多个电子元件中的每个电子元件的所述至少一个电参数的所述测量数据(MDB)。7.根据权利要求5或6所述的方法，还包括：
‑
优化至少一个统计参数，其中，所述统计参数确定所述至少一个印刷电路板的所述多个电子元件中的每个电子元件的所述至少一个电参数的值的预定允许范围，其中，提供所述输出数据包括：
‑
推荐至少一个优化的统计参数(OPT)用于在进一步测试中使用。8.根据权利要求7所述的方法，其中，所述推荐借助于经训练的推荐函数(TRF)来执行，更具体地，所述经训练的推荐函数基于数据驱动的优化，尤其是基于分布式鲁棒优化和/或在线线性规划算法和/或非凸正则化最小二乘法和/或多块交替方向乘子法。9.一种用于提供经训练的分类函数(TCF)的计算机实现的方法，包括：A0)接收训练输入数据和训练输出数据，其中，所述训练输入数据表示在线测试的测试数据(TD)...

【专利技术属性】
技术研发人员：约亨，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：