CN114993387A - 一种基于人工智能的主板生产加工监管*** - Google Patents
一种基于人工智能的主板生产加工监管*** Download PDFInfo
- Publication number
- CN114993387A CN114993387A CN202210843557.6A CN202210843557A CN114993387A CN 114993387 A CN114993387 A CN 114993387A CN 202210843557 A CN202210843557 A CN 202210843557A CN 114993387 A CN114993387 A CN 114993387A
- Authority
- CN
- China
- Prior art keywords
- detection
- value
- mainboard
- marking
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明属于主板加工领域,涉及数据分析技术,用于解决现有的主板生产监管***无法快速对异常原因进行消除而导致的加工效率低、加工质量差的问题,具体是一种基于人工智能的主板生产加工监管***,包括监管平台,所述监管平台通信连接有外观检测模块、功能检测模块、性能测试模块、异常分析模块以及存储模块,所述外观检测模块用于对计算机主板的外观进行检测分析并在外观不满足要求时向监管平台发送外观不合格信号;本发明通过异常分析模块可以在主板加工质量异常时对其进行异常原因分析,通过环境监测的方式对车间环境是否满足要求进行判定,管理人员通过异常分析结果提出针对性的措施来提高主板加工质量,提高主板的加工效率。
Description
技术领域
本发明属于主板加工领域,涉及数据分析技术,具体是一种基于人工智能的主板生产加工监管***。
背景技术
主板是计算机最基本的同时也是最重要的部件之一,主板一般为矩形电路板,上面安装了组成计算机的主要电路***,一般有BIOS芯片、I/O控制芯片、键盘和面板控制开关接口、指示灯插接件、扩充插槽、主板及插卡的直流电源供电接插件等元件。
现有的主板生产监管***仅能够对主板的外观与功能等参数进行质量监控,但是在出现加工质量异常时无法对导致异常的原因进行检测分析,进而无法快速对异常原因进行消除,导致出现主板加工效率低、加工质量差等问题。
针对上述技术问题,本申请提出了一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的主板生产加工监管***,用于解决现有的主板生产监管***无法快速对异常原因进行消除而导致的加工效率低、加工质量差的问题;
本发明需要解决的技术问题为:如何提供一种可以对异常原因进行快速排查与消除的主板生产监管***。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能的主板生产加工监管***,包括监管平台,所述监管平台通信连接有外观检测模块、功能检测模块、性能测试模块、异常分析模块以及存储模块;
所述外观检测模块用于对计算机主板的外观进行检测分析并在外观不满足要求时向监管平台发送外观不合格信号;
所述功能检测模块用于对主板的功能进行检测分析并在功能不满足要求时向监管平台发送功能不合格信号;
所述性能测试模块用于对计算机主板的性能进行检测分析并在性能不合格时向监管平台发送性能不合格信号;
监管平台接收到外观不合格信号、功能不合格信号或性能不合格信号时将其发送至异常分析模块,异常分析模块接收到外观不合格信号、功能不合格信号或性能不合格信号后对计算机主板的加工环境进行检测分析并通过检测分析结果向监管平台发送来料异常信号或环境异常信号,监管平台接收到环境异常信号或来料异常信号后将其发送至管理人员的手机终端。
作为本发明的一种优选实施方式,外观检测模块对计算机主板的外观进行检测分析的具体过程包括:将待检测的计算机主板标记为检测对象,对检测对象进行图像拍摄并将拍摄到的图像标记为分析图象,将分析图象放大为像素格图像,对放大后的分析图象进行灰度变换得到像素格的灰度值,获取检测对象的贴片区域并标记为分析区域,将位于分析区域内的像素格的灰度值标记为像灰值,通过存储模块获取到灰度阈值,将像灰值与灰度阈值进行比较并通过比较结果对检测对象的外观是否合格进行判定。
作为本发明的一种优选实施方式,对检测对象的外观是否合格进行判定的具体过程包括:若像灰值小于灰度阈值,则将对应的像素格标记为正向格;若像灰值大于等于灰度阈值,则将对应的像素格标记为负相格;
获取正向格的数量并将正向格的数量与分析区域内的像素格数量的比值标记为正相比,通过存储模块获取到正向阈值,将正相比与正向阈值进行比较:若正相比大于正向阈值,则判定检测对象的外观满足要求,外观检测模块向监管平台发送外观合格信号;若正相比小于等于正向阈值,则判定检测对象的外观不满足要求。
作为本发明的一种优选实施方式,功能检测模块对主板的功能进行检测分析的具体过程包括:将计算机主板所携带的内置接口与外置接口标记为检测接口,对主板的功能分析过程包括单检过程与混检过程,单检过程用于获取检测对象的单间合格率,混检过程用于获取检测对象的混检合格率,通过对单间合格率与混检合格率进行数值计算得到检测对象的合格系数HG;通过存储模块获取到合格阈值HGmin,将检测对象的合格系数HG与合格阈值HGmin进行比较:若合格系数HG大于等于合格阈值HGmin,则判定检测对象的功能满足要求,功能检测模块向监管平台发送功能合格信号;若合格系数HG小于合格阈值HGmin,则判定检测对象的功能不满足要求。
作为本发明的一种优选实施方式,单检过程包括:随机抽取若干个检测接口依次进行接通,若接通后检测接口工作正常,则判定本次单检过程检测合格,单检合格次数加一;若接通后检测接口工作异常,则判定本次单检过程检测不合格,将对应的检测接口标记为异常接口;随机抽取的检测接口全部完成接通后,将单检合格次数与抽取的检测接口数量的比值标记为单间合格率;
混检过程包括:随机抽取若干个检测接口并标记为主接口,将主接口进行接通并在完成接通后随机若干个抽取主接口之外的检测接口进行接通,若接通的所有检测接口均工作正常,则判定本次混检过程检测合格,混检合格次数加一;若存在接通后工作异常的检测接口,则判定本次混检过程检测不合格,将工作异常的检测接口标记为异常接口;在所有主接口依次完成接通后,将混检合格次数与主接口的数量的比值标记为混检合格率。
作为本发明的一种优选实施方式,性能测试模块用于对计算机主板的性能进行检测分析:将主板接通运行,将运行开始的时间标记为开始时间,将运行结束的时间标记为结束时间,将开始时间与结束时间之间的时间段分割为若干个检测时段,获取检测时段的温度数据,温度数据的获取过程包括:获取检测对象在检测时段起始时间与终结时间的表面温度值,对检测时段时间与终结时间检测对象的表面温度值进行求和取平均值得到检测时段的温度数据,对所有检测时段的温度数据进行求和取平均值得到检测对象的温表系数,将检测时段的温度数据与上一个检测时段的温度数据的差值标记为温波值,由若干个温波值构成温波集合,对温波集合进行方差计算得到温波系数,通过存储模块获取到温表阈值与温波阈值,将检测对象的温表系数、温波系数分别与温表阈值、温波阈值进行比较并通过比较结果对检测对象的性能是否合格进行判定。
作为本发明的一种优选实施方式,对检测对象的性能是否合格进行判定的具体过程包括:若温表系数小于温表阈值且温波系数小于温波阈值,则判定检测对象的性能测试合格,性能测试模块向监管平台发送性能合格信号;否则,判定检测对象的性能测试不合格。
作为本发明的一种优选实施方式,对计算机主板的加工环境进行检测分析的具体过程包括:获取计算机主板加工车间的温表数据、湿表数据以及灰表数据,加工车间的温表数据的获取过程包括:获取加工车间的空气温度值与标准温度范围,将标准温度范围的最大值与最小值的平均值标记为温度标准值,将空气温度值与温度标准值的差值的绝对值标记为温表数据;加工车间的湿表数据的获取过程包括:获取加工车间的空气湿度值与标准湿度范围,将标准湿度范围的最大值与最小值的平均值标记为湿度标准值,将空气湿度值与湿度标准值的差值的绝对值标记为湿表数据;加工车间的灰表数据为加工车间的空气灰尘浓度值;通过对加工车间的温表数据、湿表数据以及灰表数据进行数值计算得到加工车间的环境系数HX,通过存储模块获取到环境阈值HXmax,将加工车间的环境系数HX与环境阈值HXmax进行比较:若环境系数HX小于环境阈值HXmax,则判定加工车间的环境正常,异常分析模块向监管平台发送来料异常信号;若环境系数HX大于等于环境阈值HXmax,则判定加工车间的环境异常,异常分析模块向监管平台发送环境异常信号。
本发明具备下述有益效果:
1、通过外观检测模块可以对计算机主板的贴片质量进行严格监控,将图像处理与数据分析技术相结合,对贴片区域的位置偏移以及色差进行分析,从而在贴片不合格时及时进行反馈预警;
2、通过功能检测模块可以对主板的接口功能进行检测分析,通过混检与单检相结合的方式对各个接口的独立运行与组合运行状态进行监控,进而得到主板的合格系数,通过合格系数对主板的接口功能好坏进行反馈,在出现功能异常时及时进行反馈预警;
3、通过性能测试模块可以对主板的运行稳定性进行监控,通过主板运行时的温度以及温度变化曲线对主板运行时的散热性能进行分析,进而在出现散热性能不满足要求是及时进行反馈预警;
4、通过异常分析模块可以在主板加工质量异常时对其进行异常原因分析,通过环境监测的方式对车间环境是否满足要求进行判定,进而通过环境分析结果将异常原因判定为环境异常或来料异常,管理人员通过异常分析结果提出针对性的措施来提高主板加工质量,提高主板的加工效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的***框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于人工智能的主板生产加工监管***,包括监管平台,监管平台通信连接有外观检测模块、功能检测模块、性能测试模块、异常分析模块以及存储模块。
外观检测模块用于对计算机主板的外观进行检测分析:将待检测的计算机主板标记为检测对象,对检测对象进行图像拍摄并将拍摄到的图像标记为分析图象,将分析图象放大为像素格图像,对放大后的分析图象进行灰度变换得到像素格的灰度值,获取检测对象的贴片区域并标记为分析区域,将位于分析区域内的像素格的灰度值标记为像灰值,通过存储模块获取到灰度阈值,将像灰值与灰度阈值进行比较:若像灰值小于灰度阈值,则将对应的像素格标记为正向格;若像灰值大于等于灰度阈值,则将对应的像素格标记为负相格;获取正向格的数量并将正向格的数量与分析区域内的像素格数量的比值标记为正相比,通过存储模块获取到正向阈值,将正相比与正向阈值进行比较:若正相比大于正向阈值,则判定检测对象的外观满足要求,外观检测模块向监管平台发送外观合格信号;若正相比小于等于正向阈值,则判定检测对象的外观不满足要求,外观检测模块向监管平台发送外观不合格信号;对计算机主板的贴片质量进行严格监控,将图像处理与数据分析技术相结合,对贴片区域的位置偏移以及色差进行分析,从而在贴片不合格时及时进行反馈预警。
功能检测模块用于对主板的功能进行检测分析:将计算机主板所携带的内置接口与外置接口标记为检测接口,对主板的功能分析过程包括单检过程与混检过程,单检过程包括:随机抽取若干个检测接口依次进行接通,若接通后检测接口工作正常,则判定本次单检过程检测合格,单检合格次数加一;若接通后检测接口工作异常,则判定本次单检过程检测不合格,将对应的检测接口标记为异常接口;随机抽取的检测接口全部完成接通后,将单检合格次数与抽取的检测接口数量的比值标记为单间合格率DJ;混检过程包括:随机抽取若干个检测接口并标记为主接口,将主接口进行接通并在完成接通后随机若干个抽取主接口之外的检测接口进行接通,若接通的所有检测接口均工作正常,则判定本次混检过程检测合格,混检合格次数加一;若存在接通后工作异常的检测接口,则判定本次混检过程检测不合格,将工作异常的检测接口标记为异常接口;在所有主接口依次完成接通后,将混检合格次数与主接口的数量的比值标记为混检合格率HJ,通过公式HG=α1*DJ+α2*HJ得到检测对象的合格系数HG,合格系数是一个表示检测对象贴片偏移程度的数值,合格系数的数值越大,则表示对应检测对象贴片偏移程度越小;其中α1与α2均为比例系数,且α1>α2>1;通过存储模块获取到合格阈值HGmin,将检测对象的合格系数HG与合格阈值HGmin进行比较:若合格系数HG大于等于合格阈值HGmin,则判定检测对象的功能满足要求,功能检测模块向监管平台发送功能合格信号;若合格系数HG小于合格阈值HGmin,则判定检测对象的功能不满足要求,功能检测模块向监管平台发送功能不合格信号;对主板的接口功能进行检测分析,通过混检与单检相结合的方式对各个接口的独立运行与组合运行状态进行监控,进而得到主板的合格系数,通过合格系数对主板的接口功能好坏进行反馈,在出现功能异常时及时进行反馈预警。
性能测试模块用于对计算机主板的性能进行检测分析:将主板接通运行,将运行开始的时间标记为开始时间,将运行结束的时间标记为结束时间,将开始时间与结束时间之间的时间段分割为若干个检测时段,获取检测时段的温度数据,温度数据的获取过程包括:获取检测对象在检测时段起始时间与终结时间的表面温度值,对检测时段时间与终结时间检测对象的表面温度值进行求和取平均值得到检测时段的温度数据,对所有检测时段的温度数据进行求和取平均值得到检测对象的温表系数,将检测时段的温度数据与上一个检测时段的温度数据的差值标记为温波值,由若干个温波值构成温波集合,对温波集合进行方差计算得到温波系数,通过存储模块获取到温表阈值与温波阈值,将检测对象的温表系数、温波系数分别与温表阈值、温波阈值进行比较:若温表系数小于温表阈值且温波系数小于温波阈值,则判定检测对象的性能测试合格,性能测试模块向监管平台发送性能合格信号;否则,判定检测对象的性能测试不合格,性能测试模块向监管平台发送性能不合格信号;对主板的运行稳定性进行监控,通过主板运行时的温度以及温度变化曲线对主板运行时的散热性能进行分析,进而在出现散热性能不满足要求是及时进行反馈预警。
监管平台接收到外观不合格信号、功能不合格信号或性能不合格信号时将其发送至异常分析模块,异常分析模块接收到外观不合格信号、功能不合格信号或性能不合格信号后对计算机主板的加工环境进行检测分析:获取计算机主板加工车间的温表数据WB、湿表数据SB以及灰表数据HB,加工车间的温表数据WB的获取过程包括:获取加工车间的空气温度值与标准温度范围,将标准温度范围的最大值与最小值的平均值标记为温度标准值,将空气温度值与温度标准值的差值的绝对值标记为温表数据WB;加工车间的湿表数据SB的获取过程包括:获取加工车间的空气湿度值与标准湿度范围,将标准湿度范围的最大值与最小值的平均值标记为湿度标准值,将空气湿度值与湿度标准值的差值的绝对值标记为湿表数据SB;加工车间的灰表数据HB为加工车间的空气灰尘浓度值;通过公式HX=β1*WB+β2*SB+β3*HB得到加工车间的环境系数HX,环境系数是一个反应加工车间环境异常程度的数值,环境系数的数值越大,则表示加工车间的环境异常程度越高,异常原因为环境异常的可能性也就越大;其中β1、β2以及β3均为比例系数,通过存储模块获取到环境阈值HXmax,将加工车间的环境系数HX与环境阈值HXmax进行比较:若环境系数HX小于环境阈值HXmax,则判定加工车间的环境正常,异常分析模块向监管平台发送来料异常信号;若环境系数HX大于等于环境阈值HXmax,则判定加工车间的环境异常,异常分析模块向监管平台发送环境异常信号,监管平台接收到环境异常信号或来料异常信号后将其发送至管理人员的手机终端;在主板加工质量异常时对其进行异常原因分析,通过环境监测的方式对车间环境是否满足要求进行判定,进而通过环境分析结果将异常原因判定为环境异常或来料异常,管理人员通过异常分析结果提出针对性的措施来提高主板加工质量,提高主板的加工效率。
一种基于人工智能的主板生产加工监管***,工作时,对计算机主板的外观进行检测分析并在外观不满足要求时向监管平台发送外观不合格信号;对主板的功能进行检测分析并在功能不满足要求时向监管平台发送功能不合格信号;对计算机主板的性能进行检测分析并在性能不合格时向监管平台发送性能不合格信号;监管平台接收到外观不合格信号、功能不合格信号或性能不合格信号时将其发送至异常分析模块,异常分析模块接收到外观不合格信号、功能不合格信号或性能不合格信号后对计算机主板的加工环境进行检测分析并通过检测分析结果向监管平台发送来料异常信号或环境异常信号,监管平台接收到环境异常信号或来料异常信号后将其发送至管理人员的手机终端。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式HX=β1*WB+β2*SB+β3*HB;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的环境系数;将设定的环境系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到β1、β2以及β3的取值分别为5.74、3.65和2.38;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的环境系数;只要不影响参数与量化后数值的比例关系即可,如环境系数与温表数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于人工智能的主板生产加工监管***,包括监管平台,其特征在于,所述监管平台通信连接有外观检测模块、功能检测模块、性能测试模块、异常分析模块以及存储模块;
所述外观检测模块用于对计算机主板的外观进行检测分析并在外观不满足要求时向监管平台发送外观不合格信号;
所述功能检测模块用于对主板的功能进行检测分析并在功能不满足要求时向监管平台发送功能不合格信号;
所述性能测试模块用于对计算机主板的性能进行检测分析并在性能不合格时向监管平台发送性能不合格信号;
监管平台接收到外观不合格信号、功能不合格信号或性能不合格信号时将其发送至异常分析模块,异常分析模块接收到外观不合格信号、功能不合格信号或性能不合格信号后对计算机主板的加工环境进行检测分析并通过检测分析结果向监管平台发送来料异常信号或环境异常信号,监管平台接收到环境异常信号或来料异常信号后将其发送至管理人员的手机终端。
2.根据权利要求1所述的一种基于人工智能的主板生产加工监管***,其特征在于,外观检测模块对计算机主板的外观进行检测分析的具体过程包括:将待检测的计算机主板标记为检测对象,对检测对象进行图像拍摄并将拍摄到的图像标记为分析图象,将分析图象放大为像素格图像,对放大后的分析图象进行灰度变换得到像素格的灰度值,获取检测对象的贴片区域并标记为分析区域,将位于分析区域内的像素格的灰度值标记为像灰值,通过存储模块获取到灰度阈值,将像灰值与灰度阈值进行比较并通过比较结果对检测对象的外观是否合格进行判定。
3.根据权利要求2所述的一种基于人工智能的主板生产加工监管***,其特征在于,对检测对象的外观是否合格进行判定的具体过程包括:若像灰值小于灰度阈值,则将对应的像素格标记为正向格;若像灰值大于等于灰度阈值,则将对应的像素格标记为负相格;
获取正向格的数量并将正向格的数量与分析区域内的像素格数量的比值标记为正相比,通过存储模块获取到正向阈值,将正相比与正向阈值进行比较:若正相比大于正向阈值,则判定检测对象的外观满足要求,外观检测模块向监管平台发送外观合格信号;若正相比小于等于正向阈值,则判定检测对象的外观不满足要求。
4.根据权利要求2所述的一种基于人工智能的主板生产加工监管***,其特征在于,功能检测模块对主板的功能进行检测分析的具体过程包括:将计算机主板所携带的内置接口与外置接口标记为检测接口,对主板的功能分析过程包括单检过程与混检过程,单检过程用于获取检测对象的单间合格率,混检过程用于获取检测对象的混检合格率,通过对单间合格率与混检合格率进行数值计算得到检测对象的合格系数HG;通过存储模块获取到合格阈值HGmin,将检测对象的合格系数HG与合格阈值HGmin进行比较:若合格系数HG大于等于合格阈值HGmin,则判定检测对象的功能满足要求,功能检测模块向监管平台发送功能合格信号;若合格系数HG小于合格阈值HGmin,则判定检测对象的功能不满足要求。
5.根据权利要求4所述的一种基于人工智能的主板生产加工监管***,其特征在于,单检过程包括:随机抽取若干个检测接口依次进行接通,若接通后检测接口工作正常,则判定本次单检过程检测合格,单检合格次数加一;若接通后检测接口工作异常,则判定本次单检过程检测不合格,将对应的检测接口标记为异常接口;随机抽取的检测接口全部完成接通后,将单检合格次数与抽取的检测接口数量的比值标记为单间合格率;
混检过程包括:随机抽取若干个检测接口并标记为主接口,将主接口进行接通并在完成接通后随机若干个抽取主接口之外的检测接口进行接通,若接通的所有检测接口均工作正常,则判定本次混检过程检测合格,混检合格次数加一;若存在接通后工作异常的检测接口,则判定本次混检过程检测不合格,将工作异常的检测接口标记为异常接口;在所有主接口依次完成接通后,将混检合格次数与主接口的数量的比值标记为混检合格率。
6.根据权利要求2所述的一种基于人工智能的主板生产加工监管***,其特征在于,性能测试模块用于对计算机主板的性能进行检测分析:将主板接通运行,将运行开始的时间标记为开始时间,将运行结束的时间标记为结束时间,将开始时间与结束时间之间的时间段分割为若干个检测时段,获取检测时段的温度数据,温度数据的获取过程包括:获取检测对象在检测时段起始时间与终结时间的表面温度值,对检测时段时间与终结时间检测对象的表面温度值进行求和取平均值得到检测时段的温度数据,对所有检测时段的温度数据进行求和取平均值得到检测对象的温表系数,将检测时段的温度数据与上一个检测时段的温度数据的差值标记为温波值,由若干个温波值构成温波集合,对温波集合进行方差计算得到温波系数,通过存储模块获取到温表阈值与温波阈值,将检测对象的温表系数、温波系数分别与温表阈值、温波阈值进行比较并通过比较结果对检测对象的性能是否合格进行判定。
7.根据权利要求6所述的一种基于人工智能的主板生产加工监管***,其特征在于,对检测对象的性能是否合格进行判定的具体过程包括:若温表系数小于温表阈值且温波系数小于温波阈值,则判定检测对象的性能测试合格,性能测试模块向监管平台发送性能合格信号;否则,判定检测对象的性能测试不合格。
8.根据权利要求1所述的一种基于人工智能的主板生产加工监管***,其特征在于,对计算机主板的加工环境进行检测分析的具体过程包括:获取计算机主板加工车间的温表数据、湿表数据以及灰表数据,加工车间的温表数据的获取过程包括:获取加工车间的空气温度值与标准温度范围,将标准温度范围的最大值与最小值的平均值标记为温度标准值,将空气温度值与温度标准值的差值的绝对值标记为温表数据;加工车间的湿表数据的获取过程包括:获取加工车间的空气湿度值与标准湿度范围,将标准湿度范围的最大值与最小值的平均值标记为湿度标准值,将空气湿度值与湿度标准值的差值的绝对值标记为湿表数据;加工车间的灰表数据为加工车间的空气灰尘浓度值;通过对加工车间的温表数据、湿表数据以及灰表数据进行数值计算得到加工车间的环境系数HX,通过存储模块获取到环境阈值HXmax,将加工车间的环境系数HX与环境阈值HXmax进行比较:若环境系数HX小于环境阈值HXmax,则判定加工车间的环境正常,异常分析模块向监管平台发送来料异常信号;若环境系数HX大于等于环境阈值HXmax,则判定加工车间的环境异常,异常分析模块向监管平台发送环境异常信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210843557.6A CN114993387A (zh) | 2022-07-18 | 2022-07-18 | 一种基于人工智能的主板生产加工监管*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210843557.6A CN114993387A (zh) | 2022-07-18 | 2022-07-18 | 一种基于人工智能的主板生产加工监管*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114993387A true CN114993387A (zh) | 2022-09-02 |
Family
ID=83021725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210843557.6A Pending CN114993387A (zh) | 2022-07-18 | 2022-07-18 | 一种基于人工智能的主板生产加工监管*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114993387A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115265635A (zh) * | 2022-09-29 | 2022-11-01 | 浙江中科凯泽科技有限公司 | 一种基于数据分析的工业机器视觉检测管理*** |
CN115494661A (zh) * | 2022-09-27 | 2022-12-20 | 蚌埠市高远光电有限公司 | 一种lcd液晶显示屏外壳的入料试验检测装置及其方法 |
CN115540944A (zh) * | 2022-09-30 | 2022-12-30 | 郑州市电子信息工程学校 | 一种物联网技术的监测预警设备 |
CN115575583A (zh) * | 2022-11-17 | 2023-01-06 | 山东土木启生物科技有限公司 | 基于人工智能的微生物肥料生产质量评估*** |
CN115857594A (zh) * | 2023-02-24 | 2023-03-28 | 中汇丰(北京)科技有限公司 | 一种基于人工智能的芯片制造现场环境智能管控*** |
CN116184950A (zh) * | 2022-12-29 | 2023-05-30 | 西安建筑科技大学 | 一种汽车生产线用多源数据提取分析*** |
CN116206381A (zh) * | 2023-05-04 | 2023-06-02 | 深圳市中际宏图科技有限公司 | 一种基于机器视觉的摄像头模组生产管理监测分析*** |
CN116989850A (zh) * | 2023-09-25 | 2023-11-03 | 山东凯大新型材料科技有限公司 | 一种用于互联网的硅藻板加工现场监测***及其方法 |
CN117269731A (zh) * | 2023-11-07 | 2023-12-22 | 千思跃智能科技(苏州)股份有限公司 | 一种基于物联网的pcba性能自动化测试*** |
CN117522900A (zh) * | 2023-12-13 | 2024-02-06 | 南京理工大学泰州科技学院 | 一种基于计算机图像处理的遥感影像分析方法 |
CN118051469A (zh) * | 2024-04-15 | 2024-05-17 | 深圳鸿祥源科技有限公司 | 一种基于5g通信的主板控制*** |
-
2022
- 2022-07-18 CN CN202210843557.6A patent/CN114993387A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115494661A (zh) * | 2022-09-27 | 2022-12-20 | 蚌埠市高远光电有限公司 | 一种lcd液晶显示屏外壳的入料试验检测装置及其方法 |
CN115265635B (zh) * | 2022-09-29 | 2023-04-07 | 浙江中科凯泽科技有限公司 | 一种基于数据分析的工业机器视觉检测管理*** |
CN115265635A (zh) * | 2022-09-29 | 2022-11-01 | 浙江中科凯泽科技有限公司 | 一种基于数据分析的工业机器视觉检测管理*** |
CN115540944A (zh) * | 2022-09-30 | 2022-12-30 | 郑州市电子信息工程学校 | 一种物联网技术的监测预警设备 |
CN115575583A (zh) * | 2022-11-17 | 2023-01-06 | 山东土木启生物科技有限公司 | 基于人工智能的微生物肥料生产质量评估*** |
CN116184950B (zh) * | 2022-12-29 | 2024-01-26 | 西安建筑科技大学 | 一种汽车生产线用多源数据提取分析*** |
CN116184950A (zh) * | 2022-12-29 | 2023-05-30 | 西安建筑科技大学 | 一种汽车生产线用多源数据提取分析*** |
CN115857594A (zh) * | 2023-02-24 | 2023-03-28 | 中汇丰(北京)科技有限公司 | 一种基于人工智能的芯片制造现场环境智能管控*** |
CN115857594B (zh) * | 2023-02-24 | 2023-05-12 | 中汇丰(北京)科技有限公司 | 一种基于人工智能的芯片制造现场环境智能管控*** |
CN116206381A (zh) * | 2023-05-04 | 2023-06-02 | 深圳市中际宏图科技有限公司 | 一种基于机器视觉的摄像头模组生产管理监测分析*** |
CN116989850A (zh) * | 2023-09-25 | 2023-11-03 | 山东凯大新型材料科技有限公司 | 一种用于互联网的硅藻板加工现场监测***及其方法 |
CN117269731A (zh) * | 2023-11-07 | 2023-12-22 | 千思跃智能科技(苏州)股份有限公司 | 一种基于物联网的pcba性能自动化测试*** |
CN117269731B (zh) * | 2023-11-07 | 2024-04-30 | 千思跃智能科技(苏州)股份有限公司 | 一种基于物联网的pcba性能自动化测试*** |
CN117522900A (zh) * | 2023-12-13 | 2024-02-06 | 南京理工大学泰州科技学院 | 一种基于计算机图像处理的遥感影像分析方法 |
CN117522900B (zh) * | 2023-12-13 | 2024-05-17 | 南京理工大学泰州科技学院 | 一种基于计算机图像处理的遥感影像分析方法 |
CN118051469A (zh) * | 2024-04-15 | 2024-05-17 | 深圳鸿祥源科技有限公司 | 一种基于5g通信的主板控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114993387A (zh) | 一种基于人工智能的主板生产加工监管*** | |
CN114665611B (zh) | 一种基于数据分析的配电柜运行智能监测管理*** | |
CN115389854B (zh) | 一种直流电源供电***的安全监测***及方法 | |
CN116008790B (zh) | 一种芯片老化测试***及方法 | |
CN115268342A (zh) | 一种基于大数据的工业设备节能管理*** | |
CN114793018A (zh) | 一种海上电网电气智能化数据处理装置 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN116593495B (zh) | 烟气在线监测设备的运维智能控制***及方法 | |
CN116887569B (zh) | 一种数据中心能耗预测和节能调节方法、***及存储介质 | |
CN116184950B (zh) | 一种汽车生产线用多源数据提取分析*** | |
CN116008701B (zh) | 用于智能高压开关柜的电动机构运行诊断***及方法 | |
CN117930795A (zh) | 一种基于人工智能的工控机自检控制*** | |
CN115015623B (zh) | 一种基于大数据的矿山设备运行安全评价*** | |
CN115933508B (zh) | 一种配电网智能电力运维*** | |
CN116390137B (zh) | 一种智能终端无线网络信号异常监测方法 | |
CN115792423A (zh) | 一种基于物联网的模块化机柜及其运行状态监测*** | |
CN115580972A (zh) | 一种智能舞台灯光秀的自动化控制***及其控制方法 | |
CN114705965A (zh) | 基于大数据的第三代半导体可靠性数据分析*** | |
CN114740343A (zh) | 断路器用实时检测*** | |
CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
CN114608741A (zh) | 一种基于大数据的压力传感器采集*** | |
CN114266454A (zh) | 一种卷烟工厂能耗异常监测判断方法及其*** | |
CN117031312A (zh) | 一种新能源汽车热管理集成模块检测方法 | |
CN115080342A (zh) | 一种电源板卡试验数据自动处理方法及*** | |
CN112381130A (zh) | 一种基于聚类分析的配电房多元数据异常检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |