[发明专利]一种基于微形变智能分类器的电子器件焊点热循环失效的检测方法

说明书

本发明公开了一种基于微形变智能分类器的电子器件焊点热循环失效的检测方法，包括如下步骤：选择高分辨率的CCD摄像，经图像采集卡，把焊点的图像信息转换成数字信号，并存储为数字图像；对焊点的数字图像进行预处理；焊点热失效的微形变特征提取；对热失效特征参数进行归一化和主元特征提取；根据热失效特征参数集，建立最优超平面支持向量机热失效分类器；训练最优超平面支持向量机分类器；将主元特征量输入到已学习的最优超平面支持向量机分类器，得出焊点热失效的分类结果。上述技术方案，能够有效、快速、精确地检测焊点的热失效，从而解决大功率电子设备器件热可靠性检测的关键技术。

技术领域

本发明涉及电子器件技术领域，具体涉及一种基于微形变智能分类器的电子器件焊点热循环失效的检测方法。

背景技术

在大功率电子设备中，器件是直接焊接到基板上，通过焊点实现器件和电路板之间的电气与机械连接。在周期性电流通断下，器件的焊点会发生热循环损伤并逐渐累加，当累积损伤达到某一数值时，结构就会发生破坏而产生热循环失效，引起整个电子设备不能正常工作，给工业生产带来经济损失，特别是在军事、交通和航空上的电子设备，会给生命安全造成严重的威胁。因此，识别和检测电子设备器件焊点热工作状态是预防电路发生故障和保证电子设备稳定可靠工作最根本的途经。

电子设备器件焊点热循环失效是由焊点周边材料热膨胀系数(CTE)不匹配而使内部产生热应力引起的，焊点内部的热应力周期性的变化使焊点发生蠕变，蠕变引起焊点微小的结构形变。

电子设备器件焊点热循环破坏一般要经历材料局部出现高塑性区、萌生短裂纹、短裂纹扩展、长裂纹扩展到失效的变化过程，是一种微观的动态蠕变现象。人工使用显微镜检测焊点热循环失效是一种最为传统的常用方法，这种方法操作简单，但自动化程度低，劳动强度大。目前采用的超声波、红外线、自动光学和X-RAY透视等先进的技术检测焊点内部的纹理来识别焊点的热失效状态，误检率很高，给安全带来了很大的隐患。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种能够有效、快速、精确地检测焊点的热失效，从而解决大功率电子设备器件热可靠性检测的关键技术的基于微形变智能分类器的电子器件焊点热循环失效的检测方法。

为实现上述目的，本发明提供了如下技术方案：一种基于微形变智能分类器的电子器件焊点热循环失效的检测方法，包括以下步骤：

(1)选择高分辨率的CCD摄像，经图像采集卡，把焊点的图像信息转换成数字信号，并存储为数字图像；

(2)对焊点的数字图像进行预处理；

(3)焊点热失效的微形变特征提取；

(4)对热失效特征参数进行归一化和主元特征提取；

(5)根据热失效特征参数集，建立超平面支持向量机热失效分类器；

(6)训练超平面支持向量机分类器；

(7)将主元特征量输入到已学习的最优超平面支持向量机分类器，得出焊

点热失效的分类结果。

通过采用上述技术方案，本发明根据焊点热失效的机理，采用图像处理技术检测焊点的周长、面积、圆度、凸度四个形状因子，通过主元特征提取微形变的热失效特征参数，把热失效特征参数输入到基于最优超平面支持向量机的分类器中，精确识别出焊点的热失效状态；能够有效、快速、精确地检测焊点的热失效，解决了大功率电子设备器件热可靠性检测的关键技术。

作为优选的，步骤(2)包括以下子步骤：

(2.1)图像分割：分析焊点图像的特点，把焊点图像从整体图像中分离出来，首先使用循环法确定焊点图像与基板图像灰度级区间内阈值T，根据阈值把焊点图像从整体图像中分离出来；

(2.2)图像滤波：