公开(公告)号：CN116975493A

公开(公告)日：2023-10-31

申请号：CN202310881733.X

申请日：2023-07-18

申请人： 国营芜湖机械厂

发明人： 潘庆国 ,  章宁 ,  刘姚军 ,  田江敏 ,  曹九稳 ,  胡晨

IPC分类号： G06F17/10 ,  G06N3/084

摘要： 本发明涉及基于神经网络技术确定电路板VI曲线阈值的方法，包括以下步骤：对多块电路板进行测量，获取批量VI曲线；判断VI曲线类型；将VI数据按照电压从小到大的顺序进行排列；将预处理后的数据划分为训练集和测试集，再对划分的训练集进行归一化处理；进行训练得到VI拟合曲线；对VI拟合曲线进行预测区间以确定测量误差，同时通过预测区间计算VI曲线的上下界。本发明针对飞针探测的VI测试数据，将神经网络预测区间算法引入到电路板VI曲线阈值的确定，通过多次测量不同批次同一原理的电路板，给出电路板正常工作下节点VI曲线的上下界区间，并以该区间作为该节点的标准区域来判断测试电路板该节点是否发生故障，实现电路板故障的自动检测。

公开(公告)号：CN116090337A

公开(公告)日：2023-05-09

申请号：CN202211695531.8

申请日：2022-12-28

申请人： 国营芜湖机械厂

发明人： 李金猛 ,  潘庆国 ,  项卓 ,  田江敏 ,  曹九稳

IPC分类号： G06F30/27 ,  G06F30/398 ,  G06N5/04 ,  G06F111/08

摘要： 本发明涉及电路板自动化测试与故障诊断领域，具体是基于多分支深度神经网络的机载电路板智能化测试诊断方法，其具体步骤如下：S01、故障数据库的建立；S02、数据预处理；S03、网络前向推理；S04、参数反向更新；S05、多分支预测结果融合；采用飞针测试仪进行电路板的测试和数据采集，并根据元器件特性变化设计数据增强算法，完成数据库的搭建；设计的深度神经网络在不同特征层采用了不同的卷积核和池化核，以专注于不同维度的特征；设计的多分支深度神经网络以多个节点的VI特征曲线为输入，提升了测试和诊断结果的准确率和鲁棒性，尤其是降低了人为因素产生的特征不完备和环境变化引起的元器件参数变化而导致的识别误差。

公开(公告)号：CN117169682A

公开(公告)日：2023-12-05

申请号：CN202310903408.9

申请日：2023-07-22

申请人： 国营芜湖机械厂

发明人： 潘庆国 ,  胡宇 ,  项卓 ,  林鹏 ,  曹九稳 ,  胡晨

IPC分类号： G01R31/28 ,  G06F18/24 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

摘要： 本发明涉及电路板自动化测试与故障诊断领域，具体是基于深度卷积网络的实验环境电路板故障诊断方法，其具体步骤如下：S1、数据采集；S2、数据预处理；S3、深度卷积网络构建；基于设计的深度卷积神经网络进行多通道时序电压信号的特征提取和识别，其特点是通过机器学习，令网络自主提取输入电压数据中的高维度信息，以判断故障具体类型。该方法适应性强，不依赖于数据预处理，能广泛应用于大量电路检测场合，减少检测人员工作量，降低检验成本。