[發明專利]一種電氣性能檢測方法

在審

• 申請號: 201811102918.1
• 申請日: 2018-09-20
• 公開（公告）號: CN109345518A
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 杜映丹;吳光斯
• 申請（專利權）人: 信利光電股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46;G06K9/62;G06K9/66
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 廖苑濱

本發明公開了一種電氣性能檢測方法，屬于檢測領域，所述方法包括如下步驟：收集故障電氣圖片數據；根據收集的故障電氣圖片建立故障電氣圖片功能庫；對故障電氣圖片功能庫進行圖片故障特征提取；根據提取的圖片故障特征建立故障特征庫；使用故障特征庫對電氣圖片進行檢測,輸出檢測結果。通過前期輸入不同類型的電氣性能圖片自動學習大量數據不同類型的特征，得到學習模型，后續只需提供出現問題的電路系統或者電子元件圖片輸入即可輸出是開路或者短路等結果，省去了設備和人力，大大提高了效率；通過利用深度學習的方法，從以往的電氣性能問題圖片提取特征學習，快速定位屬于哪類問題。

技術領域

本發明涉及檢測領域，具體涉及一種電氣性能檢測方法。

背景技術

隨著電路系統的不斷發展，電路系統的復雜性不斷增加，電路系統或者電子元件在使用過程中出現問題的概率大大提高，比如開路，短路，虛焊等。傳統的檢測方法是通過電氣設備進行測試，不同的電氣性能測試需用到不同的設備，有些設備也比較昂貴,因此人工對電氣系統進行檢測時,需要花費大量的人力物力,同時檢測的效果和準確率也不高。因此為了解決上述問題，需要設計出一種新的電力系統檢測方法，可以快速自動檢測電氣系統的具體故障情況。

發明內容

本發明旨在公開一種電氣性能檢測方法，解決現有人工檢測電氣系統故障效率低，同時也浪費人力和物力的問題，本發明是通過前期輸入不同類型的電氣性能圖片自動學習大量數據不同類型的特征，得到學習模型，后續只需提供出現問題的電路系統或者電子元件圖片輸入即可輸出是開路或者短路等結果，省去了設備和人力，大大提高了效率。

本發明采取的技術方案為：

一種電氣性能檢測方法，所述方法包括如下步驟：

收集故障電氣圖片數據；

根據收集的故障電氣圖片建立故障電氣圖片功能庫；

對故障電氣圖片功能庫進行圖片故障特征提取；

根據提取的圖片故障特征建立故障特征庫；

使用故障特征庫對電氣圖片進行檢測,輸出檢測結果。

進一步地，所述收集故障電氣圖片數據為收集以往的電氣系統、電路板或者器件出現問題的圖片。

進一步地，所述收集故障電氣圖片時，在每個圖片下方或者目錄中使用文字說明圖片的具體故障問題的內容。

進一步地，所述建立故障電氣圖片功能庫的具體過程為，先根據故障問題圖片的文字說明進行分類，然后根據不同類型的圖片進行建立圖片功能模型，然后把建立好的圖片功能模型進行存儲。

進一步地，所述分類是根據文字的說明內容的故障類別進行分成大類，大類里面有若干個小類，小類與小類之間形成關聯類。

進一步地，所述圖片功能模型在后期另外收集到故障問題圖片后，對圖片功能模型進行自動添加圖片更新模型。

進一步地，所述圖片故障特征提取過程為，對每個圖片進行故障特征提取，把提取的故障特征與圖片的故障說明文字內容對比，當不完全部相符時，對該圖片進行二次畫質特征提取。

進一步地，所述建立故障特征庫的過程為：先對故障特征進行分類處理，然后根據分類情況建立故障特征模型，然后把故障特征模型進行存儲，在后期有新的故障特征時，需要對故障特征模型進行自動添加特征更新。

進一步地，所述使用故障特征庫對電氣圖片進行檢測的過程為：

重復三次至五次對需要檢測的圖片進行故障特征提取，然后把提取的故障特征放入到故障特征模型進行對比，三次對比結果中，當有兩個以上是相同時，輸出檢測結果，否則重現檢測。