陷區(qū)域及具 體缺陷細(xì)節(jié)的撓性電路板圖像。
[0058] 顯微鏡自動數(shù)據(jù)采集裝置的撓性電路板質(zhì)量評價方法，包括以下步驟：
[0059] 1、將撓性電路板放置在電動精密載物臺，并用固定裝置固定后，操作人員登錄上 位機(jī)系統(tǒng)，打開光源，并在手動對焦后通過變換桿切換到數(shù)字?jǐn)z像頭采圖模式。
[0060] 2、待步驟1完成后，伺服電機(jī)驅(qū)動導(dǎo)軌移動電動精密載物臺，使系統(tǒng)回到檢測原 點。
[0061] 3、待步驟2完成后，由操作人員輸入或在數(shù)據(jù)庫中下載待檢測的撓性電路板的標(biāo) 準(zhǔn)文件，如Gerber文件、CAD文件等，然后解析撓性電路板標(biāo)準(zhǔn)文件，得到標(biāo)準(zhǔn)圖和質(zhì)量評 價所需的標(biāo)準(zhǔn)數(shù)據(jù)。
[0062] 4、待步驟3完成后，數(shù)字?jǐn)z像頭采集圖像，伺服電機(jī)移動X、Y軸運動導(dǎo)軌，使系統(tǒng) 識別并對準(zhǔn)基準(zhǔn)點。
[0063] 5、待步驟4完成后，運動控制模塊控制電機(jī)控制箱內(nèi)的伺服驅(qū)動器驅(qū)動伺服電 機(jī)，通過移動X、Y軸運動導(dǎo)軌移動電動精密載物臺。按照從左到右，從上而下的順序，由數(shù) 字?jǐn)z像頭通過顯微鏡放大后，對待測撓性電路板進(jìn)行局部采圖，與此同時，顯微鏡視覺控制 處理模塊待測撓性電路板的局部圖進(jìn)行預(yù)處理，隨后使用基于特征模板匹配特征點的拼接 方法進(jìn)行圖像拼接，并完成圖像的平滑處理，如此重復(fù)采圖、拼接，直到把撓性電路板掃描 完畢，最終得到待測撓性電路板的全局圖。
[0064] 6、待步驟5完成后，對圖像進(jìn)行二值化和連通域的查找，并以連通域統(tǒng)計質(zhì)心及 面積為匹配標(biāo)準(zhǔn)與電路圖模板中的連通域進(jìn)行對比判定不匹配區(qū)域（缺陷區(qū)域）；使用細(xì) 化方法檢測線寬和線距；使用霍夫變換識別圓孔位置，并根據(jù)面積信息獲取孔徑大小。與標(biāo) 準(zhǔn)圖和標(biāo)準(zhǔn)數(shù)據(jù)中的的線寬、線距、孔徑大小對比，獲取質(zhì)量評價信息；采用對比法對斷路、 短路、殘銅等缺陷進(jìn)行識別。
[0065] 7、待步驟6完成后，上位機(jī)系統(tǒng)顯示缺陷區(qū)域及具體缺陷細(xì)節(jié)的全圖圖像，并根 據(jù)預(yù)錄閾值信息，提出告警，以便操作人員及時對異常工序進(jìn)行處理。
[0066] 8、待步驟7完成后，上位機(jī)系統(tǒng)將檢測結(jié)果存儲在本地計算機(jī)中，并將相關(guān)圖像、 質(zhì)量評價信息、缺陷信息、缺陷數(shù)據(jù)上傳至綜合數(shù)據(jù)庫模塊中，以待后續(xù)統(tǒng)計處理。
[0067] 本實例的銅厚測試裝置包括銅厚測量儀器和數(shù)據(jù)通信軟件，銅厚測量儀主要用于 測量銅箱的厚度，數(shù)據(jù)通信軟件主要用于數(shù)據(jù)的銅厚數(shù)據(jù)的采集和傳輸。
[0068] 本實例的綜合數(shù)據(jù)庫主要用于存放關(guān)鍵工序的基本信息、采集的初始數(shù)據(jù)以及自 動監(jiān)測和智能分析推理過程中得到的各種中間信息和解決問題后輸出結(jié)果信息。智能分析 的結(jié)果，最終以報表的形式存放在數(shù)據(jù)庫中，供工程師和管理人員實時查詢。
[0069] 本實例對撓性電路板制造過程的銅減薄、蝕刻、鉆孔等關(guān)鍵工序設(shè)計一種多元統(tǒng) 計過程監(jiān)控方法，包括以下步驟：
[0070] 1、根據(jù)用戶選擇查看的工序，該算法將從數(shù)據(jù)庫模塊查詢并讀取相應(yīng)的參數(shù)數(shù)據(jù) 集。
[0071] 2、待步驟1完成后，根據(jù)該數(shù)據(jù)集所包含的數(shù)據(jù)類型判斷是否進(jìn)行預(yù)處理，如果 是計量值類型，如蝕刻工序的線寬、線距，鉆孔工序的圓度、位置和鍍銅工序的銅厚等，則將 參數(shù)數(shù)據(jù)集中的所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理。設(shè)參數(shù)i采集η個數(shù)據(jù)，表示為{Xll，…，χιη}， 計算其平均值勾和標(biāo)準(zhǔn)差Sl，則標(biāo)準(zhǔn)化處理后的數(shù)據(jù)X'、，為：
[0072]
[0073] 如果是計數(shù)值類型，如發(fā)生斷路、短路、線路缺口、凸起、殘銅缺陷的電路板個數(shù)， 則將參數(shù)數(shù)據(jù)進(jìn)行比例化處理，即用發(fā)生某個缺陷的電路板個數(shù)除以生產(chǎn)的總電路板個 數(shù)。
[0074] 3、待步驟2完成后，根據(jù)參數(shù)變量類別和標(biāo)準(zhǔn)化后的數(shù)據(jù)，建立多變量統(tǒng)計X2模 型，對所選擇工序的異常情況進(jìn)行可視化監(jiān)控。以鉆孔工序為例，關(guān)鍵物理參數(shù)為孔徑大小 和孔的圓度兩個參數(shù)，計算采集的η組孔徑大小和圓度數(shù)據(jù)（即屬性個數(shù)p= 2)，表示為Xl =(xu，xi2)(i= 1，2，…，n)，計算兩種數(shù)據(jù)均值，然后計算屬性j和h之 間的協(xié)方差slh(j，h= 1，2)和對應(yīng)的協(xié)方差矩陣S為
[0075]
[0076]
[0077] 和第i個T2統(tǒng)計量，71,2二（Λ：,.--無丫，將Γ2與上下限比較：
[0078]
:其中， B( ·)為參數(shù)為|、的β分布，1-α為置信水平）。最后，以η為橫軸，縱軸繪制T2 22 控制圖，根據(jù)if是否超過控制限判斷產(chǎn)品質(zhì)量是否失控。如果數(shù)據(jù)超過上下控制界限，則檢 測到生產(chǎn)異常波動是失控狀態(tài)，則發(fā)出警報并且上傳到監(jiān)控顯示與數(shù)據(jù)報表模塊，否則不 作出反應(yīng)。
[0079] 本實例對撓性電路板制造過程的全工序的異常識別設(shè)計一種智能分析方法，包括 以下步驟：
[0080] 1、根據(jù)用戶選擇，讀取撓性電路板制造全工序異常識別的訓(xùn)練數(shù)據(jù)或者待監(jiān)控數(shù) 據(jù)。根據(jù)數(shù)據(jù)集所包含的數(shù)據(jù)類型判斷是否進(jìn)行預(yù)處理，如果是計量值類型，則將參數(shù)數(shù)據(jù) 集中的所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，如果是計數(shù)型，則將參數(shù)數(shù)據(jù)進(jìn)行比例化處理。
[0081] 2、待步驟1完成后，采用神經(jīng)網(wǎng)絡(luò)方法（如3層結(jié)構(gòu)的BP網(wǎng)絡(luò)）提取特征，即輸 入撓性電路板制造過程所有工序的關(guān)鍵參數(shù)，輸出影響撓性電路板質(zhì)量的主要特征數(shù)據(jù)。
[0082] 3、待步驟2完成后，如果用戶選擇訓(xùn)練模型，則用正常和異常的特征數(shù)據(jù)，訓(xùn)練支 持向量機(jī)模型，采用高斯核函數(shù)并且使用網(wǎng)格法確定模型中的懲罰參數(shù)C和高斯核參數(shù) γ，從而完成支持向量機(jī)模型的建立。否則，按照步驟4進(jìn)行數(shù)據(jù)的智能分析。
[0083] 4、待步驟2完成后，使用支持向量機(jī)模型對加工工序的批數(shù)據(jù)進(jìn)行監(jiān)控。如果檢 測到生產(chǎn)異常波動是失控狀態(tài)，則發(fā)出警報并且上傳到監(jiān)控顯示與數(shù)據(jù)報表模塊，否則不 作出反應(yīng)。
[0084] 本實例設(shè)計一種對撓性電路板生產(chǎn)工序監(jiān)控的異常源識別（異常定位）算法，包 括以下步驟：
[0085] 1、根據(jù)用戶選擇，讀取撓性電路板制造全工序異常定位的訓(xùn)練數(shù)據(jù)或者待監(jiān)控數(shù) 據(jù)。從數(shù)據(jù)庫模塊查詢并讀取所涉及的撓性電路板制造過程關(guān)鍵參數(shù)數(shù)據(jù)，組成批數(shù)據(jù)。判 斷該批數(shù)據(jù)是否進(jìn)行預(yù)處理，如果是計量值類型需要預(yù)處理，則將參數(shù)數(shù)據(jù)集中的所有數(shù) 據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，如果是計數(shù)類型則不處理。
[0086] 2、待步驟1完成后，如果用戶選擇訓(xùn)練模型，則對預(yù)處理后的特征數(shù)據(jù)集建立融 合遺傳算法的神經(jīng)網(wǎng)絡(luò)異常源識別模型。遺傳算法采用二進(jìn)制編碼技術(shù)，以總誤差平方函 數(shù)作為適應(yīng)度函數(shù)，通過選擇、交叉、變異等進(jìn)化算子，選擇優(yōu)化的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值。 否則，按照步驟3進(jìn)行數(shù)據(jù)的智能分析。
[0087] 3、待步驟2完成后，使用2建立的異常源識別模型對撓性電路板制造過程全工序 進(jìn)行監(jiān)控，如果出現(xiàn)異常波動，則根據(jù)異常源識別模型輸出結(jié)果可以定位到失控異常發(fā)生 的工序并將結(jié)果發(fā)送到監(jiān)控顯示與數(shù)據(jù)報表模塊，否則不作出反應(yīng)。如上所述，便可較好地 實現(xiàn)本發(fā)明。
【主權(quán)項】
1. 曉性電路板制造過程自動監(jiān)測和智能分析系統(tǒng)，包括基本資料模塊、參數(shù)采集模塊、 綜合數(shù)據(jù)庫模塊、智能數(shù)據(jù)分析模塊W及監(jiān)測顯示與數(shù)據(jù)報表模塊，其特征在于：參數(shù)采集 模塊包括顯微鏡自動數(shù)據(jù)采集裝置和銅厚測試裝置，主要用于采集曉性電路板制造過程關(guān) 鍵工序的關(guān)鍵物理參數(shù)W及曉性電路板質(zhì)量數(shù)據(jù)；基本資料模塊包括工序信息和質(zhì)量檢驗 規(guī)范，主要用于曉性電路板各工序質(zhì)量和缺陷檢驗時作為評判和檢驗的標(biāo)準(zhǔn)信息資料；智 能數(shù)據(jù)分析模塊包括：采用多元統(tǒng)計過程的T2控制方法對單工序的異常情況進(jìn)行預(yù)測，采 用融合神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的方法預(yù)測曉性電路板制造整線的異常，采用基于遺傳算法 優(yōu)化的神經(jīng)網(wǎng)絡(luò)對曉性電路板制造過程的異常源進(jìn)行識別，主要實現(xiàn)對曉性電路板生產(chǎn)過 程智能質(zhì)量控制、生產(chǎn)過程的自動異常狀態(tài)識別和異常定位，為維護(hù)人員排除異常故障提 供參考；綜合數(shù)據(jù)庫模塊主要用于存儲數(shù)據(jù)采集模塊所采集的數(shù)據(jù)、工序信息資料和質(zhì)量 檢驗規(guī)范信息W及智能分析模塊所產(chǎn)生的分析結(jié)果和數(shù)據(jù)報表。2. 根據(jù)權(quán)利要求1所述的一種曉性電路板制造過程自動監(jiān)測和智能分析系統(tǒng)，其特征 在于：基本資料模塊的工序信息主要包括：1)工序人員名單，記錄工序工作人員及其負(fù)責(zé) 工序；2)設(shè)備信息，包括設(shè)備的名稱、類別和型號等基本信息；基本資料模塊的質(zhì)量檢驗規(guī) 范包括：質(zhì)量檢驗規(guī)范IPC-6013B《曉性印制板的鑒定及性能規(guī)范》、企業(yè)內(nèi)部制定的質(zhì)量檢 驗規(guī)程。3. 根據(jù)權(quán)利要求1所述的一種曉性電路板制造過程自動監(jiān)測和智能分析系統(tǒng)，其特征 在于：顯微