[发明专利]一种基于振动信号的倒装焊焊点缺失缺陷智能检测方法在审
| 申请号： | 201910519618.1 | 申请日： | 2019-06-17 |
| 公开（公告）号： | CN110231404A | 公开（公告）日： | 2019-09-13 |
| 发明（设计）人： | 宿磊;韩航迪;余晓男;黄海润;李可 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G01N29/04 | 分类号： | G01N29/04;G01N29/36;G01N29/44;G01N29/46 |
| 代理公司： | 无锡华源专利商标事务所(普通合伙) 32228 | 代理人： | 聂启新 |
| 地址： | 214122 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于振动信号的倒装焊焊点缺失缺陷智能检测方法，涉及机器学习技术领域，该方法针对样本芯片原始的时域振动信号，根据特征提取方法，从时域、频域和时频域分别提取特征，通过输入极限学习机中进行学习和分类后得到焊点检测模型，利用焊点检测模型即能自动检测出芯片中是否存在倒装焊焊点缺失缺陷，从而快速高效将缺陷芯片和正常芯片区分出来，与传统的人力视觉检测不同，该方法机器化、自动化程度高，且检测结果客观性和准确性更好，为实现更加快速且高效的倒装焊焊点缺失缺陷检测提供了方法。 | ||
| 搜索关键词： | 焊点 倒装焊 焊点检测 振动信号 智能检测 机器学习技术 时域振动信号 极限学习机 检测结果 缺陷检测 缺陷芯片 视觉检测 特征提取 提取特征 样本芯片 正常芯片 自动检测 传统的 机器化 时频域 频域 时域 自动化 芯片 分类 学习 | ||
【主权项】：
1.一种基于振动信号的倒装焊焊点缺失缺陷智能检测方法，其特征在于，所述方法包括：获取样本芯片，所述样本芯片包括缺陷芯片和正常芯片，所述缺陷芯片中包含倒装焊焊点缺失缺陷，所述正常芯片中不包含倒装焊焊点缺失缺陷；利用激光扫描测振仪获取各个所述样本芯片的时域振动信号，并对所述时域振动信号进行特征提取获取时域特征；根据所述时域振动信号确定所述样本芯片的频域振动信号，并对所述频域振动信号进行特征提取获取频域特征；根据所述时域振动信号确定所述样本芯片的时频域振动信号，并对所述时频域振动信号进行特征提取获取时频域特征；将提取到的各个所述样本芯片的特征数据输入极限学习机进行学习和分类得到焊点检测模型，各个所述样本芯片的所述特征数据包括所述样本芯片的时域特征、频域特征和时频域特征；利用所述焊点检测模型检测待测芯片，确定所述待测芯片中是否存在倒装焊焊点缺失缺陷。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910519618.1/，转载请声明来源钻瓜专利网。
