[发明专利]一种基于机器学习的线路板高效冲洗的方法

权利要求书

1.一种基于机器学习的线路板高效冲洗的方法，其特征在于，包括：

获取目前正在冲洗的线路板信息；

根据所述线路板信息，结合清洗参数，使用冲洗装置对线路板进行喷洗，并获取清洗结果；

获取所述清洗参数、所述线路板信息、清洗干净与否的结果的数据，建立清洗历史情况表；

通过所述清洗历史情况表，结合聚类算法及图像相似度方法，变更清洗不干净的线路板信息对应的清洗参数，并根据结果再次更新所述清洗历史情况表；

通过SVM分类算法，根据所述清洗历史情况表，训练清洗结果预测模型，所述清洗结果预测模型输入特征的是所述清洗历史情况表的清洗参数、线路板信息，预测输出结果为清洗干净与否的结果；

当有待洗线路板需要进行清洗时，获取所述待洗线路板的线路板信息，结合需求情况，在达到清洗干净的前提下，选择清洗参数进行清洗。

2.根据权利要求1所述的一种基于机器学习的线路板高效冲洗的方法，其特征在于：所述线路板信息包括：线路板的类型、线路板的布线规则、线路板图像；

所述线路板的类型包括：单面板、双面板及柔性板；

所述线路板的布线规则包括：将线路板建立XY坐标系，并根据XY坐标分为N个区域；获取对应每个区域的布线密度、线宽、过孔间距及布线拓朴结构；

所述线路板图像通过视觉模块获取；

将所述线路板信息发送并储存入工控机的数据库。

3.根据权利要求1所述的一种基于机器学习的线路板高效冲洗的方法，其特征在于：所述清洗参数，包括：水更换率、冲洗间距、清洗强度、清洗角度、冲洗的XY坐标系上的位置点数及每个位置点对应的清洗时间长度；

所述清洗参数是预设的或者随时生成，根据不同的线路板信息对于不同的清洗参数；

所述清洗参数，还包括特殊情况下的清洗策略，具体包括：获取所述线路板信息，获取所述线路板信息中布线密度最密的区域，获取其密度值；获取过孔间距最小的区域，获取间距值，当密度值大于阈值或间距值小于阈值时，对相应区域重点通过喷气头以及喷水头结合一起喷洗清洁。

4.根据权利要求1所述的一种基于机器学习的线路板高效冲洗的方法，其特征在于：所述获取清洗结果，包括：

通过第一摄像头结合图像识别技术，获取清洗结果，判断线路板清洗是否干净，具体是：训练线路板污染检测模型，获取清洗后的线路板图像，通过yolov5算法，结合目标检测技术训练线路板污染检测模型，检测清洗后的线路板是否存在，披锋、毛刺以及镀铜后板面铜颗粒，如果存在，判断清洗不干净，如果不存在，判断清洗干净；

所述结合目标检测技术训练线路板污染检测模型，包括：通过所述第一摄像头拍取清洗后的线路板图像信息，将清洗后的线路板图像信息发送致lableimg客户端进行目标检测标注，标注清洗后的线路板图像信息的披锋、毛刺以及镀铜后板面铜颗粒，在标注满2000张图片集后，将图片集作为训练数据，通过yolov5算法，结合目标检测技术，进行模型训练，得到线路板污染检测模型。