一种定向天线的瞄准系统及其使用方法

    公开(公告)号:CN103163564A

    公开(公告)日:2013-06-19

    申请号:CN201310071370.X

    申请日:2013-03-07

    IPC分类号: G01V9/00

    摘要: 本发明提供了一种定向天线的瞄准系统及其使用方法,包括发射器组件、反射器组件、仪器对线架组件,所述的发射器组件包括对线仪和激光束发射器,所述的激光束发射器固定安装于对线仪内,所述的反射器组件包括全反射镜面和支撑结构,所述的全反射镜面固定安装与支撑结构上,所述的仪器对线架组件包括全反射镜面和固定结构,所述的全反射镜面固定安装于固定结构上。本发明结构简单,通过在被测物体上安装发射器组件定义发射器位置,又通过全反射镜面及调整支架准确地控制激光束反射方向,使激光束能够精确地对准所需测量的物体,尤其是对于存在于狭窄通道内的物体的测量有益效果明显,本发明结构简单,测量效果好,适于产业化生产。

    一种碰撞触发信号触发装置

    公开(公告)号:CN103151221A

    公开(公告)日:2013-06-12

    申请号:CN201310071296.1

    申请日:2013-03-07

    IPC分类号: H01H35/14

    摘要: 本发明提供了一种碰撞触发信号触发装置,包括触发器、碰撞面板、通道,所述的触发器设于控制面板上,所述的控制面板通过软连接与通道相连,所述的控制面板下端设有磁铁,所述的通道出口处下端设有导电金属片,所述的导电金属片与磁铁位置相对应。通过使用软连接使碰撞面板与通道相连接能够有效保证信号触发装置的可活动性,提高提高准确性;本发明通过位置相对应的磁铁与导电金属片吸合的方式保证信号导通,当发生碰撞,磁铁与导电金属片断开产生跳变信号的方式能够准确及时地发出碰撞信号,能够有效保证运动物体到达运动通道终点时迅速准确产生触发信号,避免因信号延误造成不必要的损失。

    一种基于马氏距离的多芯片并行检测方法

    公开(公告)号:CN118131008A

    公开(公告)日:2024-06-04

    申请号:CN202410172915.4

    申请日:2024-02-07

    IPC分类号: G01R31/28

    摘要: 本发明涉及一种基于马氏距离的多芯片并行检测方法,包括步骤:获取若干待诊断芯片的特征参数,构建待诊断矩阵;计算所述待诊断矩阵中每个待诊断芯片的特征参数与故障字典中每类电路状态的特征参数之间的马氏距离,得到若干待诊断芯片的距离矩阵;根据所述距离矩阵中马氏距离的大小判断每个所述待诊断芯片的电路状态。本发明实施例的多芯片并行检测方法中,由多个诊断芯片的特征参数构建待诊断矩阵后,将待诊断矩阵与故障字典形成各自的矩阵,从而将每个待诊断芯片的特征参数可以与故障字典的特征参数同时进行对比,实现了同时对多芯片电路进行故障的监测工作,可以提高芯片电路故障诊断的准确性和效率。

    基于SOPC的多芯片同步并行测试系统及方法

    公开(公告)号:CN117907803A

    公开(公告)日:2024-04-19

    申请号:CN202410070734.0

    申请日:2024-01-17

    IPC分类号: G01R31/28

    摘要: 本发明公开了一种基于SOPC的多芯片同步并行测试系统及方法,该系统包括:上位机子系统、SOPC控制子系统和芯片测试平台,上位机子系统通过总线与SOPC控制子系统通信连接,芯片测试平台通过接口与SOPC控制子系统连接;上位机子系统用于向SOPC控制子系统发送控制信号和测试信号,并在芯片测试平台对待测芯片进行测试后,处理接收到的待测芯片的电性能参数以确定异常芯片;SOPC控制子系统用于基于控制信号和测试信号,控制芯片测试平台中各功能模块的工作状态;芯片测试平台用于根据测试信号对待测芯片进行电性能测试,并将获得的电性能参数发送至上位机子系统。测试过程中可以通过上位机子系统向自动化上下料设备发送控制信号,实现了芯片的自动化测试。

    基于改进卷积神经网络的芯片电性能并行检测方法及装置

    公开(公告)号:CN117872094A

    公开(公告)日:2024-04-12

    申请号:CN202410072560.1

    申请日:2024-01-17

    摘要: 本发明公开了一种基于改进卷积神经网络的芯片电性能并行检测方法,包括:步骤1:采集多个待测芯片的测试信号;步骤2:对多个待测芯片的测试信号进行线性叠加合成,生成第一复合信号,并将第一复合信号转换为二维图像,得到第一时频图像;步骤3:将第一时频图像输入到第一CNN网络中进行多个芯片的并行故障检测;若不存在故障,则算法结束,输出检测结果;若存在故障,则执行步骤4;步骤4:将单个芯片的测试信号分别转换为二维图像,对应得到多个第二时频图像;步骤5:将多个第二时频图像依次输入到第二CNN网络中进行单个芯片的故障检测,并输出检测结果。该方法实现了多个芯片的实时并行检测,提高了芯片缺陷检测的准确性和效率。

    一种基于数据驱动的复杂装备异常检测系统及方法

    公开(公告)号:CN118051784A

    公开(公告)日:2024-05-17

    申请号:CN202410122031.8

    申请日:2024-01-29

    摘要: 本发明涉及一种基于数据驱动的复杂装备异常检测系统,该系统包括:数据采集模块、预处理模块、提取模块和异常检测模块;数据采集模块,用于采集待测数据;预处理模块,用于对待测数据进行预处理,得到待检测数据对应的待测时间序列数据;提取模块,用于根据历史时间序列数据,提取历史时间序列数据对应的标准时间序列数据;异常检测模块,用于根据待测时间序列数据和标准时间序列数据得到互相关相似度,并根据互相关相似度得到检测结果。通过上述技术方案,获取待测数据后,以历史时间序列数据作为参考,利用待测数据与历史时间序列数据之间的互相关相似度得到待测数据的检测结果,能够快速且有效的检测出复杂装备的故障和异常。

    一种干涉仪差分信号自检的电路

    公开(公告)号:CN102723937A

    公开(公告)日:2012-10-10

    申请号:CN201210178773.X

    申请日:2012-06-04

    IPC分类号: H03K19/003 G05B19/042

    摘要: 本发明设计一种干涉仪,特别是涉及一种干涉仪差分信号自检的电路,其特征在于:包括一单片机,单片机通过I/O口输出一的脉冲信号,脉冲信号分两路,一路输入到两次反相电路的输入端,另一种输入到一次反相电路的输入端,两次反相电路的输出端和一反相电路的输出端通过差分电路形成自检信号。它提供了一种避免实验材料的浪费,提高试验成功率,能保证系统工作通畅的干涉仪差分信号自检的电路。

    一种基于神经网络和分布算法的多芯片并行筛选方法

    公开(公告)号:CN117667543A

    公开(公告)日:2024-03-08

    申请号:CN202311648641.3

    申请日:2023-12-04

    IPC分类号: G06F11/22 G06N3/0455 G06N3/08

    摘要: 本发明公开了一种基于神经网络和分布算法的多芯片并行筛选方法,包括:获取具有多个目标芯片的目标检测芯片组的电性能数据;将目标检测芯片组的电性能数据输入训练完备的类transformer神经网络,得到重构的电性能数据;训练完备的类transformer神经网络是根据与多个目标芯片的功能相近的多个芯片的电性能数据,以及多个目标芯片的电性能数据,对初始类transformer神经网络训练得到;基于目标检测芯片组的电性能数据和重构的电性能数据,确定目标检测芯片组的重构中心偏差与重构边缘偏差;基于重构中心偏差和重构边缘偏差,确定目标检测芯片组的性能评分向量;性能评分向量表征多个目标芯片中各个目标芯片的性能评分。本发明可以提高芯片性能检测的精确性。

    一种基于激光全息成像技术的芯片外观缺陷检测方法

    公开(公告)号:CN114494139A

    公开(公告)日:2022-05-13

    申请号:CN202111624835.0

    申请日:2021-12-28

    摘要: 本发明公开了一种基于激光全息成像技术的芯片外观缺陷检测方法,改善了现有技术中芯片外观缺陷检测存在检测效率低。该发明含有以下步骤,步骤1,启动激光器,形成全息图,图像采集模块接收全息图并送入图像处理模块;步骤2,对全息图进行数值变换获取数字全息图,通过图像处理重构三维形貌;步骤3,根据支持向量机的分类结果,判断芯片是否异常;步骤4,如果判断结果为异常,并联连杆机器人剔除有缺陷的芯片,结果为正常,则结束进去下一个芯片的测试。该技术解决了人工判断主观标准变化导致的质量不稳定问题,降低了检测成本,提高了检测效率。

    一种基于序列异常检测的多尺度芯片缺陷检测方法

    公开(公告)号:CN114187274A

    公开(公告)日:2022-03-15

    申请号:CN202111522620.8

    申请日:2021-12-13

    摘要: 本发明公开了一种基于序列异常检测的多尺度芯片缺陷检测方法,改善了现有技术中微型化芯片精确的尺寸测量和外观检测仍需提高效率的问题。该发明含有以下步骤,获取多个芯片图像并转化为两组一维时间序列;对序列数据进行多尺度分析得到多个不同尺度下的子序列;分别计算不同尺度下存在缺陷的序列和不存在缺陷的序列之间差的均方根值,比较后得到最佳检测尺度;将子序列分割为T个长度为N的序列段并得到不同状态的集合,将待测序列转化为状态序列;通过时间序列异常检测算法检测出待测时间序列中的异常部分;根据异常检测结果,得到状态序列中的异常状态位置。该技术提高检测的速度和准确率和模型的泛化能力。