买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】PCBA的老化测试方法及系统_深圳维盛半导体科技有限公司_202410119829.7 

申请/专利权人:深圳维盛半导体科技有限公司

申请日:2024-01-29

公开(公告)日:2024-04-02

公开(公告)号:CN117647725B

主分类号:G01R31/28

分类号:G01R31/28;G06F18/243;G06F18/2433;G06F18/15;G06F18/2135;G06F18/2323;G06F18/25;G06F18/27;G06F18/20;G06N3/0442;G06N3/045;G06N20/20;G06F123/02

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要:本申请涉及PCBA老化测试技术领域,公开了一种PCBA的老化测试方法及系统。所述方法包括:对目标PCBA进行老化测试和数据采集,得到目标测试温度数据和目标测试电流数据;进行特征点提取,得到多个第一温度特征点和多个第一电流特征点并进行特征点区域中心分析,得到多个温度特征点区域中心以及多个电流特征点区域中心;建立温度拓扑分布关系以及电流拓扑分布关系;进行谱聚类算法优化,得到多个第二温度特征点和多个第二电流特征点;通过多任务PCBA分析模型进行多任务PCBA分析,得到PCBA老化趋势预测结果以及PCBA异常区域定位结果,本申请提高了PCBA的老化测试准确率。

主权项:1.一种PCBA的老化测试方法,其特征在于,所述PCBA的老化测试方法包括:对目标PCBA进行老化测试和数据采集,得到初始测试温度数据和初始测试电流数据,并通过预置的自回归模型进行时间序列分析,得到时序测试温度数据和时序测试电流数据;分别对所述时序测试温度数据和所述时序测试电流数据进行拉格朗日线性插值和主成分分析,得到目标测试温度数据和目标测试电流数据;分别对所述目标测试温度数据和所述目标测试电流数据进行特征点提取,得到多个第一温度特征点和多个第一电流特征点,并通过预置的EM聚类算法进行特征点区域中心分析,得到多个温度特征点区域中心以及多个电流特征点区域中心;具体包括:通过预置的第一高斯混合模型对所述目标测试温度数据进行初始聚类,得到多个目标温度类别,并通过预置的第二高斯混合模型对所述目标测试电流数据进行初始聚类,得到多个目标电流类别;通过预置的长短时记忆网络分别对所述目标测试温度数据和所述目标测试电流数据进行特征点提取,得到多个第一温度特征点和多个第一电流特征点;通过预置的EM聚类算法的E步骤,分别对所述多个第一温度特征点和所述多个目标温度类别进行隶属概率计算,得到每个第一温度特征点的温度类别隶属概率,并分别对所述多个第一电流特征点和所述多个目标电流类别进行隶属概率计算,得到每个第一电流特征点的电流类别隶属概率;通过预置的EM聚类算法的M步骤,根据每个第一温度特征点的温度类别隶属概率对所述多个目标温度类别进行均值、方差和权重更新,得到多个温度特征点分布区域,并根据每个第一电流特征点的电流类别隶属概率对所述多个目标电流类别进行均值、方差和权重更新,得到多个电流特征点分布区域;分别对所述多个温度特征点分布区域进行特征中心聚类,得到多个温度特征点区域中心,并分别对所述多个电流特征点分布区域进行特征中心聚类,得到多个电流特征点区域中心;分别对所述多个温度特征点区域中心以及多个电流特征点区域中心进行拓扑关系建立,得到温度拓扑分布关系以及电流拓扑分布关系;根据所述温度拓扑分布关系以及所述电流拓扑分布关系对所述多个第一温度特征点和所述多个第一电流特征点进行谱聚类算法优化,得到多个第二温度特征点和多个第二电流特征点;将所述多个第二温度特征点和所述多个第二电流特征点输入预置的多任务PCBA分析模型进行多任务PCBA分析,得到PCBA老化趋势预测结果以及PCBA异常区域定位结果;具体包括:对所述多个第二温度特征点进行特征向量映射,得到温度特征输入向量,并对所述多个第二电流特征点进行电流特征向量映射,得到电流特征输入向量;将所述温度特征输入向量和所述电流特征输入向量输入预置的多任务PCBA分析模型,所述多任务PCBA分析模型包括:老化趋势预测网络以及异常区域定位网络,所述老化趋势预测网络包括:输入层、双向门限循环单元、注意力机制层以及全连接层,所述异常区域定位网络包括:多个第一决策树、多个第二决策树以及贝叶斯网络;通过所述老化趋势预测网络中的输入层对所述温度特征输入向量和所述电流特征输入向量进行向量融合,得到融合特征输入向量;通过所述老化趋势预测网络中的双向门限循环单元对所述融合特征输入向量进行向量特征提取,得到融合特征目标向量;通过所述老化趋势预测网络中的注意力机制层对所述融合特征目标向量进行注意力机制加权分析,得到注意力特征目标向量;通过所述老化趋势预测网络中的全连接层对所述注意力特征目标向量进行PCBA老化趋势预测,得到PCBA老化趋势预测结果;通过所述异常区域定位网络中的多个第一决策树对所述温度特征输入向量进行温度异常区域定位,得到每个第一决策树的温度异常区域定位结果,并对每个第一决策树的温度异常区域定位结果进行融合分析,得到第一异常区域定位结果;通过所述异常区域定位网络中的多个第二决策树对所述电流特征输入向量进行电流异常区域定位,得到每个第二决策树的电流异常区域定位结果,并对每个第二决策树的电流异常区域定位结果进行融合分析,得到第二异常区域定位结果;通过所述异常区域定位网络中的贝叶斯网络对所述第一异常区域定位结果和所述第二异常区域定位结果进行根因分析,得到PCBA异常区域定位结果。

全文数据:

权利要求:

百度查询: 深圳维盛半导体科技有限公司 PCBA的老化测试方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。