一种电路板故障定位方法、电子设备及存储介质与流程

摘要: 本技术涉及电路板检测,具体而言,涉及一种电路板故障定位方法、电子设备及存储介质。背景技术:1、随着电子产品集成度不断提升,印制电路板的层数持续增加,布线密度日益...
一种电路板故障定位方法、电子设备及存储介质与流程

本技术涉及电路板检测,具体而言,涉及一种电路板故障定位方法、电子设备及存储介质。

背景技术:

1、随着电子产品集成度不断提升,印制电路板的层数持续增加,布线密度日益增大,导致在生产装配过程中,焊接短路、残铜短路、器件短路、静电击穿及电化学短路等故障频繁出现。短路故障在电路板硬件故障中占比极高,且大部分属于不可见短路,不仅定位难度大,而且维修成本高昂。

2、在表面贴装技术产线上,电路板生产完毕后需经过测试环节以检测是否存在电路故障。然而,现有的测试手段在短路定位这一专项需求上,普遍存在定位精度不足或检测效率低下的困境。传统的接触式电测法依赖人工逐点排查,不仅效率极低,且容易对电路板造成物理损伤,定位精度高度依赖操作人员的经验。在线测试针床法虽然能够判断电气网络是否存在短路,但无法定位到具体的元器件或焊点,且需要为每种电路板定制专用治具,成本高昂且换线周期长,难以应对高密度封装及多层板内层短路问题。飞针测试法虽然提高了灵活性,但由于采用串行逐点测量模式,对于复杂电路板的测试耗时过长。此外,现有的基于能量转换的对比检测方法,往往依赖良品基准图,且需要注入较大电流以产生可辨识的响应,这不仅限制了其在无良品参考场景下的应用,还存在损伤完好器件的风险。同时,现有技术缺乏有效的信号增强手段,难以从环境本底噪声中提取微弱的物理响应信号,导致对低阻短路、层间短路及微短路等隐蔽性故障的检测灵敏度较低,且高度依赖人工目视判断,难以实现自动化、标准化的故障定位与元件级输出。

3、针对上述问题,目前尚未有有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供一种电路板故障定位方法、电子设备及存储介质,能够有效解决定位精度不足、检测效率低下以及依赖良品基准图的问题。

2、第一方面,本技术提供了一种电路板故障定位方法,其包括以下步骤:

3、s1、在未向待测电路板注入激励信号的状态下,对待测电路板的多个子区域进行非接触式信号采集,以获得各子区域的基线探测信号;相邻的子区域存在重叠;

4、s2、在向待测电路板注入预设激励信号的状态下,采集各子区域包含多个时间帧的激励探测信号;预设激励信号对应的电流值小于等于100ma;

5、s3、针对每个子区域,将该子区域对应的基线探测信号和所有激励探测信号进行差分运算,以提取该子区域对应的包含多个时间帧的增量探测信号;

6、s4、针对每个子区域,以预设激励信号的波形为参考信号,对该子区域对应的增量探测信号时序数据进行时域匹配滤波,以得到该子区域对应的二维特征图;

7、s5、对所有二维特征图进行拼接,以得到全板二维特征图;

8、s6、在全板二维特征图上提取故障区域,然后对故障区域和待测电路板的预设电子设计数据进行坐标映射,以确定故障元件。

9、可选地,步骤s2包括:

10、s21、向待测电路板注入预设激励信号的状态下,采集各子区域包含多个时间帧的激励探测信号,并同步采集各子区域对应的可见光图像;

11、步骤s5包括:

12、s51、对所有可见光图像进行拼接,以得到全板可见光全景图像;

13、s52、利用全板可见光全景图像的拼接参数以及可见光采集组件与信号采集组件的预先标定转换关系,对所有二维特征图进行拼接,以得到全板特征图像;

14、电路板故障定位方法还包括执行于步骤s6之后的步骤:

15、a1、对全板可见光全景图像和全板特征图像进行融合,以得到融合全景图像;

16、a2、在融合全景图像上对故障区域进行高亮标注。

17、可选地,步骤s3包括:

18、s31、利用非接触式电磁辐射探测装置与可见光相机之间的预先联合标定关系,将子区域对应的基线探测信号和所有激励探测信号变换至子区域对应的可见光图像坐标系,以得到各子区域对应的基线变换探测信号和多个激励变换探测信号;

19、s32、针对每个子区域,以该子区域对应的可见光图像作为参考,对该子区域对应的基线变换探测信号和所有激励变换探测信号进行图像配准;

20、s33、针对每个子区域,对图像配准后的基线变换探测信号和所有激励变换探测信号进行差分运算,以提取该子区域对应的包含多个时间帧的增量探测信号。

21、可选地,步骤s51包括:

22、s511、针对相邻的可见光图像,利用sift算法分别对当前两个可见光图像进行特征点提取和特征描述子生成,以得到第一特征点集、第二特征点集、第一特征描述子和第二特征描述子,然后利用描述子距离比值检验,根据第一特征描述子和第二特征描述子对第一特征点集和第二特征点集进行特征匹配,以得到匹配特征点;

23、s512、针对相邻的可见光图像,利用ransac算法根据匹配特征点估计当前两个可见光图像间的单应性变换矩阵;

24、s513、对单应性变换矩阵进行光束法平差全局优化,以得到各个可见光图像到全板坐标系的变换矩阵;

25、s514、利用所有变换矩阵将所有可见光图像变换至全板坐标系,并对相邻可见光图像的重叠部分进行多频段融合或加权融合,以得到全板可见光全景图像。

26、可选地,步骤s4包括:

27、s41、针对每个子区域,以预设激励信号的波形作为初始参考信号,对子区域对应的增量探测信号时序数据进行初步时域匹配滤波,以得到该子区域对应的初步特征图;

28、s42、针对每个子区域,根据该子区域对应的初步特征图,识别出具有高信号强度的像素区域,并从高信号强度的像素区域对应的多个增量探测信号中,提取出具有周期性的实际激励信号波形作为该子区域对应的自适应参考信号;

29、s43、针对每个子区域,以该子区域的自适应参考信号作为最终参考信号,对该子区域对应的增量探测信号时序数据进行时域匹配滤波,以得到该子区域对应的二维特征图。

30、可选地,步骤s42包括:

31、s421、针对每个子区域,计算该子区域对应的初步特征图中的所有像素点的信号强度的平均值作为背景信号强度基准值,然后计算该子区域对应的初步特征图中的所有像素点的信号强度的标准差作为信号波动范围;

32、s422、根据背景信号强度基准值和信号波动范围,确定信号强度阈值;

33、s423、针对每个子区域,识别初步特征图中信号强度超过信号强度阈值的像素区域作为该子区域中的具有高信号强度的像素区域;

34、s424、针对每个子区域,从该子区域对应的具有高信号强度的像素区域对应的多个增量探测信号中,提取出具有周期性的激励信号波形作为该子区域对应的自适应参考信号。

35、可选地,步骤s424包括:

36、b1、针对每个子区域,对该子区域对应的具有高信号强度的像素区域对应的多个增量探测信号进行频谱分析,以得到各个增量探测信号对应的频率成分分布;

37、b2、针对每个子区域,从该子区域对应的所有频率成分分布中,提取与预设激励信号的基频对应的基频频率成分以及与预设激励信号的主要谐波频率对应的主频频率成分;

38、b3、从基频频率成分中提取基频幅值和基频相位,并从主频频率成分中提取主频幅值和主频相位;

39、b4、针对每个子区域,利用逆傅里叶变换,根据该子区域对应的所有基频幅值、所有基频相位、所有主频幅值和所有主频相位,重建周期性波形,并将该周期性波形作为该子区域对应的自适应参考信号。

40、可选地,步骤s6包括:

41、s61、根据全板二维特征图的信号强度分布计算信号强度均值和信号强度标准差;

42、s62、根据信号强度均值和信号强度标准差,对预设故障划分阈值进行调整,以得到修正故障划分阈值;

43、s63、识别全板二维特征图中信号强度超过修正故障划分阈值的像素点;

44、s64、对识别出的像素点进行聚类分析,以从全板二维特征图中提取若干个故障区域;

45、s65、对故障区域和待测电路板的预设电子设计数据进行坐标映射,以确定故障元件。

46、第二方面,本技术提供一种电子设备,包括处理器以及存储器,存储器存储有计算机可读取指令,当计算机可读取指令由处理器执行时,运行如上述第一方面提供的方法中的步骤。

47、第三方面,本技术提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时运行如上述第一方面提供的方法中的步骤。

48、由上可知,本技术提供的一种电路板故障定位方法、电子设备及存储介质,通过在未注入激励信号时采集基线探测信号,在注入小电流激励信号后采集激励探测信号,并进行差分运算提取增量探测信号,结合时域匹配滤波生成二维特征图,最后通过坐标映射定位故障元件,有效解决了现有技术中定位精度不足、检测效率低下以及依赖良品基准图的问题,具有能够实现非接触式、高精度、高效率的电路板故障定位,且无需依赖良品基准图,能够有效提取微弱物理响应信号,实现自动化、标准化的元件级故障定位,并降低对电路板造成物理损伤的风险。