[發明專利]一種基于人工智能的電路缺陷檢測方法及系統

在審

• 申請號: 202210368687.9
• 申請日: 2022-04-08
• 公開（公告）號: CN114707605A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 李旭;麻曉菲
• 申請（專利權）人: 重慶電子工程職業學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/08;G06F17/16
• 代理公司: 江蘇致邦律師事務所 32230
• 代理人: 葛勝非

本申請提供一種基于人工智能的電路缺陷檢測方法及系統。其利用電荷源輸出電荷脈沖序列，通過偏置磁場控制電荷脈沖序列的輸出方向將其注入目標檢測電路中相應檢測點坐標位置，然后通過目標檢測電路背側的檢測端子陣列接收電路中相應信號節點位置的響應信號，從而計算、比對各信號節點位置的響應信號模態，提取相應特征通過遞歸神經網絡進行缺陷檢測，以最終獲得目標檢測電路的陷檢測結果。本申請可通過對電荷脈沖序列注入點的調控高效切換檢測點，實現對目標檢測電路中全部檢測點坐標位置的快速遍歷，從而全方位獲得目標檢測電路運行模態，準確識別出其中的電路缺陷。

技術領域

本申請涉及人工智能數據處理技術領域，具體而言涉及一種基于人工智能的電路缺陷檢測方法及系統。

背景技術

電路器件中，尤其是集成電路中，任意電路單元的損壞，都將有可能造成整個電路器件或整塊集成電路無法使用。因此，需要對電路結構進行缺陷檢測。

現有的測試技術中，需要通過軟件接口對欲檢測的電路單元輸入一預定的值(例如是一電壓值)，接著再讀取電路單元的輸出值是否符合原先的預期。若輸出的值并不符合預期，代表此欲檢測的電路中至少包含部分缺陷。

但是，隨著技術的進步，電路器件內部所包含的電路單元數量也越來越多，器件生產、裝配過程產生缺陷或損壞的機率也因此增大。若依舊采用上述傳統的檢測方法對復雜結構的電路統進行檢測，將需要花費大量時間。

針對此問題，目前逐漸出現采用圖像識別算法對電路焊接結構進行視覺檢測的方法。但其無法檢測電路器件內部故障，也無法確認板材線路內部結構缺陷。因此依舊需要通過信號檢測方式才能確保電路器件工作穩定。

發明內容

本申請針對現有技術的不足，提供一種基于人工智能的電路缺陷檢測方法及系統，本申請利用電荷源掃描電路結構中各信號點，通過人工智能算法識別電路結構反饋信號中所包含的缺陷特征，從而準確定位電路缺陷，實現高效檢測。本申請具體采用如下技術方案。

首先，為實現上述目的，提出一種基于人工智能的電路缺陷檢測方法，其包括：第一步，觸發電荷源以及電極調制器按照預設的檢測周期T輸出電荷脈沖序列；第二步，根據目標檢測電路中各檢測點坐標位置調整X向偏置磁場和Y向偏置磁場，使電荷脈沖注入相應檢測點坐標位置；第三步，接收目標檢測電路背側各信號節點位置的響應信號，將其按照采樣時間順序組合為匹配于電荷脈沖序列的檢測矩陣序列[H₁，H₂，...，H_n]，其中，n表示匹配于一檢測周期T的采樣次數總和，表示該電荷脈沖序列周期內的第n次采樣所得檢測矩陣，其中的h_pq表示檢測矩陣中對應信號節點位置(p，q)的響應信號；第四步，將檢測矩陣序列[H₁，H₂，...，H_n]進行歸一化處理并提取各信號節點位置的響應信號模態，根據相應檢測點坐標位置的標準響應模態對檢測矩陣序列[H₁，H₂，...，H_n]所提取出的響應信號模態進行擬合，獲得其擬合偏差序列δ；第五步，將擬合偏差序列δ輸入人工智能算法模型，進行MCSKPCA的特征提取，并將特征提取所得檢測向量輸入遞歸神經網絡中，由遞歸神經網絡分類器記錄缺陷檢測結果；第六步，重復第二步至第五步，直至遍歷目標檢測電路中全部檢測點坐標位置后，輸出全部缺陷檢測結果。

可選的，如上任一所述的基于人工智能的電路缺陷檢測方法，其中，所述電極調制器包括相互平行且與電荷源同軸設置的第一電極和第二電極，第一電極與電荷源之間設置具有第一電位差V1，第二電極與第一電極之間設置具有第二電位差V2，第一電位差V1、第二電位差V2按照目標檢測信號要求在0V～2900V之間周期變換以調制電荷脈沖。