[发明专利]锡膏印刷品质检测方法、数据处理装置及计算机存储介质

说明书

本发明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。本发明同时提出一种数据处理装置及计算机存储介质。

技术领域

本发明涉及产品检测领域，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。

背景技术

目前，通常使用锡膏检查机(Solder Paste Inspection，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。

发明内容

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。

本发明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。

本发明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。