PCB故障智能診斷與可視化技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，印刷電路板（Printed Circuit Board，PCB）需求量的日益增加，板載電子電路系統(tǒng)也變得越來越復(fù)雜，對出廠前故障診斷的要求也越來越高，如何快速、高效地檢測PCB板的質(zhì)量，已經(jīng)成為生產(chǎn)企業(yè)不得不高度重視的問題。然而，傳統(tǒng)的人工檢測方法存在著勞動強(qiáng)度大、可靠性差(易發(fā)生漏檢和誤檢)等缺點(diǎn)，直觀、高效的智能檢測方法逐步替代人工檢測方法成為必然趨勢。
　　本文對PCB的智能診斷和可視化技術(shù)進(jìn)行研究，首先

2、介紹了PCB故障診斷技術(shù)的背景及其研究意義，比較全面地闡述了PCB的故障診斷技術(shù)，包括PCB故障的分類、診斷PCB故障的常用方法等，著重闡述了本文所采用的PCB功能測試法；并針對傳統(tǒng)的PCB故障診斷技術(shù)過程繁瑣、不直觀等缺點(diǎn)，提出了基于工控軟件LabVIEW（Laboratory Virtual Instrument Engineering Workbench）和PLC（Programmable Logic Controller，PLC

3、）的PCB故障診斷可視化系統(tǒng)。該系統(tǒng)將采用LabVIEW和PLC作為主要的開發(fā)平臺，為了解決PCB故障元件的精確定位問題，本文利用Visual C++6.0封裝Visio2007 ActiveX Control繪圖控件，繼而將ActiveX控件嵌入到LabVIEW中，通過LabVIEW友好的人機(jī)交互界面定位被檢測到的故障元件，以實(shí)現(xiàn)系統(tǒng)的可視化；為更好地建立PCB故障智能診斷與可視化系統(tǒng)的模型，本文還引入了隱馬爾科夫模型（Hidden

4、Markov Models，HMM），并且對HMM要解決的三個(gè)基本問題，即評估問題、解碼問題和訓(xùn)練問題，以及針對這三個(gè)問題的Foreword-Backward算法、Viterbi算法和Ba um-We lch算法進(jìn)行了詳述；為解決HMM初始參數(shù)的確立及訓(xùn)練的難題，引入了遺傳算法（Genetic Algorithm，GA）和時(shí)域上相關(guān)的隱馬爾科夫模型（Time Correlation HMM,TC-HMM）；隨后，分別介紹了遺傳編碼、適應(yīng)

5、度函數(shù)、遺傳算子以及時(shí)域上相關(guān)的隱馬爾科夫模型算法的設(shè)計(jì)；為了能更加清晰地描述PCB故障智能診斷與可視化系統(tǒng)的構(gòu)建，本文重點(diǎn)闡述了基于遺傳算法與TC-HMM相結(jié)合的故障診斷方法的實(shí)現(xiàn)，最終利用遺傳算法改進(jìn)和優(yōu)化時(shí)域上相關(guān)的隱馬爾科夫模型的參數(shù)初始化訓(xùn)練過程，以建立本文所需的PCB故障智能診斷模型。最后，為驗(yàn)證本文所提出的算法和所建立模型的綜合性能，建立了智能診斷模型的實(shí)驗(yàn)平臺，通過大量實(shí)驗(yàn)和測試驗(yàn)證診斷系統(tǒng)的性能。實(shí)際結(jié)果表明該診斷系統(tǒng)