一种基于机器学习的线路板高效冲洗的方法与流程

技术特征：
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。
5.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：所述通过清洗历史情况表，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，包括：遍历所述清洗历史情况表，获取每个线路板信息对应的清洗结果是否干净，如果清洗结果为不干净，计算该条线路板信息中的线路板图像与该条线路板信息所在线路板类型簇中每个其他线路板图像的相似度，当相似度高于第一阈值时，获取相似度高于低于阈值的线路板图像所在线路板信息对应的清洗参数，作为第二清洗参数，将所述第二清洗参数应用于该条线路板信息，结合步骤s21-s22的方法对与该条线路板信息相同的线路板进行再次清洗，并根据结果再次更新所述清洗历史情况表；所述计算该条线路板信息中的线路板图像与该条线路板信息所在线路板类型簇中每个其他线路板图像的相似度，还包括：当无法找到该条线路板信息所在线路板类型簇中相似度高于阈值的线路板图像时，更换该条线路板信息图像的横竖的排版方向格式；所述第二清洗参数，还包括：随机变化所述第二清洗参数中水更换率、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中的某一个到多个数据；所述计算该条线路板信息中的线路板图像与该条线路板信息所在线路板类型簇中每个其他线路板图像的相似度，当无法找到相似度高于第一阈值的其他线路板图像时，获取相似度最高的其他线路板图像，并对比该条线路板信息中的线路板图像与相似度最高的其他线路板图像中相似度最低的区域，通过所述气喷头对所述相似度最低的区域喷洗预设时间；对所述相似度最低的区域的图像进行滤波处理，再次执行步骤s32。所述第二清洗参数，还包括：根据步骤s22获取清洗结果为不干净的线路板中披锋、毛刺以及镀铜后板面铜颗粒的xy坐标位置，判断该xy坐标位置所在xy坐标系区域，获取该xy坐标系区域的布线密度、线宽、过孔间距及布线拓朴结构，并对该区域的进行补充清洗，补充清洗具体是：判断披锋、毛刺以及镀铜后板面铜颗粒位置是在线路内还是线路外，如果是布线内，那么获取披锋、毛刺以及镀铜后板面铜颗粒所在线路的布线方向，选择将水喷头和气喷头的角度调整到与所在线路的布线方向一致，然后再进行喷洗，其中所述所在线路的布线方向一致包括0度方向及180度方向，为了避免板面铜颗粒落入其他线路中，因此选择0度或180度两个方向中，板面铜颗粒所在线路顺方向外存在线路较少的角度方向进行喷洗，并且根据预测规则根据所述板面铜颗粒所在线路顺方向外存在线路数量选择对应的清洗强度；如果板面铜颗粒位置是在线路外，那么为了防止补充清洗时，不慎将板面铜颗粒吹入线路内部，因此获取板面铜颗粒在xy坐标系中正上正右正下正左四个方向的存在线路数量，将水喷头和气喷头的清洗角度调整到存在线路数量最少的方向，顺着该方向进行清洗；当有人在清洗房间时，或者避开人所在方向进行喷洗，当人所在的方向与线路数量最少的方向冲突时，优选线路数量第二少的方向进行清洗。6.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，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，模型预测输出结果为清洗干净与否的结果，包括：将所述清洗历史情况表90％的数据作为训练集，10％的数据作为测试集。
7.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，包括：遍历所述清洗历史情况表，获取所述清洗历史情况表中与所述待洗线路板的线路板信息相似度最高的n条线路板信息及其对应的n条清洗参数，将所述n条清洗参数中每一条清洗参数结合所述待洗线路板的线路板信息送入所述清洗结果预测模型，保留预测结果为清洗干净的k条清洗参数为候选清洗参数集，其中k<＝n；所述需求情况，包括：a、有人的情况下不用喷气清洗，包括：通过图像识别获取清洗房间内有没有人，如果有人，不选择气喷头将在xy坐标系上进行喷洗的位置点的个数大于0的候选清洗参数；或获取工人在清洗房间内的工作时间表，在工作时间表中，有人进入清洗房间前预设时间内，不选择气喷头将在xy坐标系上进行喷洗的位置点的个数大于0的候选清洗参数；b、在最短的时间内清洗完线路板，包括:在候选清洗参数集中，挑选每个位置点对应的清洗时间长度之和最短的清洗参数；c、在最少水更换率前提下清洗线路板，包括:在候选清洗参数集中，挑选水更换率最小的清洗参数。8.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：所述冲洗装置包括支撑架(1)、支撑板(2)、视觉模块和循环模块；所述支撑架(1)内对称固接有支撑板(2)；所述支撑板(2)与支撑架(1)上扣合连接有视觉模块；所述视觉模块包括第一滑块(18)、第一电缸(19)、滑动管(20)、推板(21)、喷头(22)、第二电机(23)和第一摄像头(25)；所述支撑板(2)与支撑架(1)上扣合连接有两个侧板(3)；两个所述侧板(3)之间转动连接有两个转动轴(4)；两个所述转动轴(4)上套接有传送带(5)；所述转动轴(4)的一端固接有第一电机(6)；所述支撑架(1)通过伸缩杆(10)和第二电缸(24)可调节固接有安装板(11)；所述安装板(11)的下表面转动连接有第一丝杆(17)；所述第一丝杆(17)的一端固接有第二电机(23)；所述第一丝杆(17)上螺纹连接有第一滑块(18)；所述第一滑块(18)上固接有第一电缸(19)；所述第一电缸(19)的输出轴上固接有推板(21)；所述推板(21)上连通固接有第一摄像头(25)；所述推板(21)上连通可调节固接有两个喷头(22)；所述推板(21)和第一滑块(18)之间固接有滑动管(20)；所述安装板(11)上固接有循环模块；所述循环模块包括第二过滤板(12)、第二挡板(13)、过滤箱(14)、第一水泵(15)和沉淀箱(16)；所述过滤箱(14)安装在安装板(11)上；所述过滤箱(14)内连通固接有第二水泵(28)；所述第二水泵(28)与第一个喷头(22)通过水管连通。根据权利要求8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：所述过滤箱(14)内放置有第二过滤板(12)；所述第二过滤板(12)上倾斜固接有多个第二挡板(13)；所述过滤箱(14)上固接有第二摄像头(26)；所述侧板(3)上固接有分隔架(7)；所述分隔架(7)上扣合插接有第一过滤板(8)；所述第一过滤板(8)上固接有第一挡板(9)；所述支撑架(1)内放置有沉淀箱(16)；所述沉淀箱(16)内固接有第一水泵(15)；所述第一水泵(15)
与过滤箱(14)连通固接；所述支撑架(1)内固接有气泵(29)和工控机(30)；所述气泵(29)与第二个喷头(22)连通固接。

技术总结
本发明书工业设备领域，具体的说是一种基于机器学习的线路板高效冲洗的方法，该冲洗的方法包括：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；通过SWM分类算法，根据清洗历史情况表，训练清洗结果预测模型，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，通过本发明的方法，可以有效，提高清洗效率。效率。效率。


技术研发人员：吴年升 赖俊崇
受保护的技术使用者：江门市浩远科技有限公司
技术研发日：2021.11.26
技术公布日：2022/3/15