本發(fā)明涉及焊點虛焊檢測，尤其涉及一種基于半監(jiān)督學習的焊點虛焊檢測方法及相關設備。

背景技術：

1、焊點虛焊缺陷是常見的一種線路故障。形成焊點虛焊缺陷的原因主要包括：(1)焊接溫度不夠：如果焊接溫度不夠，焊料可能無法完全熔化，導致焊點沒有充分熔化而呈現(xiàn)虛焊狀態(tài)。(2)焊接時間過短：如果焊接時間過短，焊料可能沒有充分熔化，無法與母材充分結合，導致虛焊缺陷。(3)氣體保護不充分：如果氣體保護不充分，料絲或焊機拉槍接頭處的氣體流動不暢，導致氣體里的氧氣對焊接界面造成氧化或其他污染，并可能在整個焊接過程中產生氣泡，導致焊點虛焊缺陷。(4)焊接設備調節(jié)不當：如果焊接設備調節(jié)不當，例如電流過小或電壓過低等，焊料就很難完全熔化，最終導致虛焊缺陷。(5)工藝操作不規(guī)范：焊接工藝操作不規(guī)范也可能導致焊點虛焊缺陷的產生。例如焊劑用得太少、焊接速度過快以及沒有對焊接表面進行充分清潔等，都可能導致焊點虛焊缺陷。

2、虛焊的主要表現(xiàn)有：焊點周圍會有一圈比較明顯的塌陷，且焊點不光滑，焊點顏色呈暗灰，焊點有蜂窩特征?；谠摫憩F(xiàn)，目前現(xiàn)有的焊點虛焊缺陷檢測方法主要包括：(1)直觀檢查法：一般先尋找發(fā)熱的元器件，如功率管、大電流二極管、大功率電阻、集成電路芯片等，這些元件因為發(fā)熱容易出現(xiàn)虛焊，嚴重的直接可以看出，輕微的可以用放大鏡觀看。(2)電流檢測法：檢查電流設定是否符合工藝規(guī)定，有無在產品負載變化時電流設定沒有相應隨之增加，使焊接中電流不足而產生焊接不良。(3)晃動法：用手或攝子對低電壓元件逐個地進行晃動以感覺元件有無松動現(xiàn)象，這主要應對比較大的元件進行晃動。(4)震動法：當遇到虛焊現(xiàn)象時，可以采取敲擊的方法來證實，用螺絲刀手炳輕輕敲擊線路板，以確定虛焊點的位置。(5)補焊法：補焊法是當仔細檢查后仍舊不能發(fā)現(xiàn)故障時進行的一種維修方法，就是對故障范圍內的元件逐個進行焊接。這樣，雖然沒有發(fā)現(xiàn)真正故障點，但卻能達到維修目的。綜上，目前的pcb板焊點虛焊檢測往往是通過傳統(tǒng)的人工進行檢測，效率較低。

技術實現(xiàn)思路

1、為了提升焊點虛焊缺陷的檢測效率，本發(fā)明提供一種基于半監(jiān)督學習的焊點虛焊檢測方法及相關設備，不僅提高了檢測效率，還可以降低人為因素導致的檢測錯誤率，具有更高的檢測精度。

2、第一方面，本發(fā)明提供一種基于半監(jiān)督學習的焊點虛焊檢測方法，包括：

3、步驟1：構建已進行虛焊缺陷標記的已標記焊點樣本數(shù)據(jù)集和未進行虛焊缺陷標記的未標記焊點樣本數(shù)據(jù)集；

4、步驟2：對已標記焊點樣本數(shù)據(jù)集和未標記焊點樣本數(shù)據(jù)集中的每個焊點圖片樣本進行特征提??；其中，提取的特征包括焊點的高度、體積和表面質量評分；

5、步驟3：基于已標記焊點樣本數(shù)據(jù)集的特征，利用有監(jiān)督學習算法對預設網(wǎng)絡進行訓練，得到初始焊點虛焊檢測模型；

6、步驟4：基于未標記焊點樣本數(shù)據(jù)集的特征，利用所述初始焊點虛焊檢測模型進行檢測，得到未標記焊點樣本數(shù)據(jù)集中每個焊點圖片樣本的標簽，并組成新的已標記焊點樣本數(shù)據(jù)集；

7、步驟5：利用新的已標記焊點樣本數(shù)據(jù)集對所述初始焊點虛焊檢測模型再次進行訓練，得到最終的焊點虛焊檢測模型；

8、步驟6：將待檢測焊點圖片對應的特征輸入至最終的焊點虛焊檢測模型，得到檢測結果。

9、進一步地，步驟1中，所述已標記焊點樣本數(shù)據(jù)集或所述未標記焊點樣本數(shù)據(jù)集中的每個焊點圖片樣本均包括至少三個子樣本圖像；所述至少三個子樣本圖像是采用均勻分布在pcb樣本周圍的至少三個圖像采集設備進行采集得到的。

10、進一步地，步驟2中，對每個焊點圖片樣本進行特征提取，具體包括：

11、利用所述焊點圖片樣本包含的至少三個子樣本圖像進行三維重建，得到pcb樣本的三維模型，基于所述pcb的三維模型和圖像采集設備的標定參數(shù)，提取得到焊點的高度和體積；

12、利用焊點的高度和體積與表面質量評分之間的預設關系，提取得到所述焊點圖片樣本對應的表面質量評分。

13、進一步地，還包括：利用機器學習算法學習得到焊點的高度和體積與表面質量評分之間的預設關系。

14、進一步地，步驟3中還包括：對已標記焊點樣本數(shù)據(jù)集的特征進行歸一化處理；對應地，基于已標記焊點樣本數(shù)據(jù)集的歸一化處理后的特征，利用有監(jiān)督學習算法對預設網(wǎng)絡進行訓練，得到初始焊點虛焊檢測模型；

15、進一步地，所述歸一化處理包括：

16、分別選取高度的理想值hi和體積的理想值vi；根據(jù)選取的理想值，分別按照下式對提取到的原始高度h和原始體積v進行歸一化，得到歸一化處理后的高度△hnorm和體積△vnorm：

17、

18、以及，按照下式對提取到的原始表面質量評分s進行歸一化，得到歸一化處理后的表面質量評分△snorm：

19、△snorm＝(1-s)。

20、進一步地，在步驟2之前，還包括：對已標記焊點樣本數(shù)據(jù)集和未標記焊點樣本數(shù)據(jù)集進行預處理；所述預處理包括：灰度化、均衡化、標準化、歸一化、圖像去噪、圖像增強、二值化和形態(tài)學處理中的一種或多種操作。

21、第二方面，本發(fā)明提供一種基于半監(jiān)督學習的焊點虛焊檢測系統(tǒng)，包括：

22、數(shù)據(jù)集構建模塊，用于構建已進行虛焊缺陷標記的已標記焊點樣本數(shù)據(jù)集和未進行虛焊缺陷標記的未標記焊點樣本數(shù)據(jù)集；

23、特征提取模塊，用于對已標記焊點樣本數(shù)據(jù)集和未標記焊點樣本數(shù)據(jù)集中的每個焊點圖片樣本進行特征提??；其中，提取的特征包括焊點的高度、體積和表面質量評分；

24、有監(jiān)督學習模塊，用于基于已標記焊點樣本數(shù)據(jù)集的特征，利用有監(jiān)督學習算法對預設網(wǎng)絡進行訓練，得到初始焊點虛焊檢測模型；

25、半監(jiān)督學習模塊，用于基于未標記焊點樣本數(shù)據(jù)集的特征，利用所述初始焊點虛焊檢測模型進行檢測，得到未標記焊點樣本數(shù)據(jù)集中每個焊點圖片樣本的標簽，并組成新的已標記焊點樣本數(shù)據(jù)集；以及用于利用新的已標記焊點樣本數(shù)據(jù)集對所述初始焊點虛焊檢測模型再次進行訓練，得到最終的焊點虛焊檢測模型；

26、檢測模塊，用于將待檢測焊點圖片對應的特征輸入至最終的焊點虛焊檢測模型，得到檢測結果。

27、第三方面，本發(fā)明提供一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如第一方面所述的方法。

28、第四方面，本發(fā)明提供一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如第一方面所述的方法。

29、本發(fā)明的有益效果：

30、本發(fā)明通過將有監(jiān)督學習和半監(jiān)督學習結合，在無需對焊點圖片樣本進行大量人工標注的情況下，提高了pcb板焊點虛焊檢測的效率和準確率，大大降低了人工檢測出錯的風險，確保了產品質量的一致性。此外，本發(fā)明提供的相關設備具有智能化和自動化的特點，可以將其與生產線上的其他設備進行聯(lián)動，提高pcb產品的生產效率和產品質量。

技術特征：

1.一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，包括：

2.根據(jù)權利要求1所述的一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，步驟1中，所述已標記焊點樣本數(shù)據(jù)集或所述未標記焊點樣本數(shù)據(jù)集中的每個焊點圖片樣本均包括至少三個子樣本圖像；所述至少三個子樣本圖像是采用均勻分布在pcb樣本周圍的至少三個圖像采集設備進行采集得到的。

3.根據(jù)權利要求2所述的一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，步驟2中，對每個焊點圖片樣本進行特征提取，具體包括：

4.根據(jù)權利要求3所述的一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，還包括：利用機器學習算法學習得到焊點的高度和體積與表面質量評分之間的預設關系。

5.根據(jù)權利要求3所述的一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，步驟3中還包括：對已標記焊點樣本數(shù)據(jù)集的特征進行歸一化處理；對應地，基于已標記焊點樣本數(shù)據(jù)集的歸一化處理后的特征，利用有監(jiān)督學習算法對預設網(wǎng)絡進行訓練，得到初始焊點虛焊檢測模型。

6.根據(jù)權利要求5所述的一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，所述歸一化處理包括：

7.根據(jù)權利要求1所述的一種基于半監(jiān)督學習的焊點虛焊檢測方法，其特征在于，在步驟2之前，還包括：對已標記焊點樣本數(shù)據(jù)集和未標記焊點樣本數(shù)據(jù)集進行預處理；所述預處理包括：灰度化、均衡化、標準化、歸一化、圖像去噪、圖像增強、二值化和形態(tài)學處理中的一種或多種操作。

8.一種基于半監(jiān)督學習的焊點虛焊檢測系統(tǒng)，其特征在于，包括：

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權利要求1至7任一項所述的方法。

10.一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7任一項所述的方法。

技術總結
本發(fā)明提供一種基于半監(jiān)督學習的焊點虛焊檢測方法及相關設備。該方法包括：構建已進行虛焊缺陷標記的已標記焊點樣本數(shù)據(jù)集和未進行虛焊缺陷標記的未標記焊點樣本數(shù)據(jù)集；對兩個數(shù)據(jù)集的每個焊點圖片樣本進行特征提??；基于已標記焊點樣本數(shù)據(jù)集的特征，利用有監(jiān)督學習算法對預設網(wǎng)絡進行訓練，得到初始焊點虛焊檢測模型；利用初始焊點虛焊檢測模型對未標記焊點樣本數(shù)據(jù)集進行檢測，得到該數(shù)據(jù)集中每個焊點圖片樣本的標簽，并組成新的已標記焊點樣本數(shù)據(jù)集；利用新的已標記焊點樣本數(shù)據(jù)集對初始焊點虛焊檢測模型再次進行訓練，得到最終的焊點虛焊檢測模型；將待檢測焊點圖片對應的特征輸入至最終的焊點虛焊檢測模型，得到檢測結果。

技術研發(fā)人員：張彥波,賈琪,劉博文,王夢君,王海洋,任可,蔣城,王子靖,李明雋,唐賢濤,郭陽晨,韓杰明
受保護的技術使用者：河南大學
技術研發(fā)日：
技術公布日：2025/1/9