本發明涉及銅線缺陷檢測，尤其涉及一種鍍錫銅線缺陷檢測方法、系統及設備。

背景技術：

1、隨著電子行業的不斷發展和銅線在各種電子產品中的廣泛應用，鍍錫銅線的質量控制和缺陷檢測成為了生產過程中的關鍵環節。鍍錫銅線作為重要的電子元件，其表面鍍錫層的均勻性和質量直接影響到電子產品的性能和可靠性，傳統的銅線缺陷檢測方法通常依賴單一的檢測技術，如視覺檢測或表面粗糙度分析，這些方法難以全面、準確地識別銅線在生產過程中可能出現的各種細微缺陷。

2、然而，隨著生產工藝的不斷升級和銅線制造過程的復雜化，傳統方法在面對來自不同檢測源的數據時往往存在數據融合不夠精準、檢測靈敏度不高，從而導致在一些情況會因為多源數據存在差異或不匹配而出現誤檢和漏檢問題，進而影響銅線的質量和后續應用，這些技術限制不僅影響了缺陷檢測的準確性，也增加了生產中的質量控制難度。

3、公開于該背景技術部分的信息僅僅旨在加深對本公開總體背景技術的理解，而不應當被視為承認或以任何形式暗示該信息構成本領域技術人員所公知的現有技術。

技術實現思路

1、本發明提供了一種鍍錫銅線缺陷檢測方法、系統及設備，可有效解決背景技術中的問題。

2、為了達到上述目的，本發明所采用的技術方案是：

3、一種鍍錫銅線缺陷檢測方法、系統及設備，所述方法包括：

4、確定待檢銅線區域，并對所述待檢銅線區域設置若干特征檢測項，所述特征檢測項為對銅線鍍錫層的物理特征檢測單項數據；

5、獲取銅線制造信息，并根據所述銅線制造信息分別對每個所述特征檢測項設置檢測置信度；

6、構建多模態特征空間，通過所述檢測置信度將所述特征檢測項進行數據融合，獲得多源聯合數據；

7、根據所述銅線制造信息設置缺陷檢測閾值，并對所述多源聯合數據進行鍍錫銅線缺陷檢測，獲得缺陷檢測結果。

8、進一步地，通過所述檢測置信度將所述特征檢測項進行數據融合，獲得多源聯合數據，所述方法包括：

9、分別獲取若干特征檢測項的檢測置信度，所述檢測置信度表示對所述特征檢測項的缺陷支持度；

10、將若干所述特征檢測項分別進行單循環排列組合，獲取若干模態組合，并分別計算若干所述模態組合的獨立偏差因子，所述獨立偏差因子用于衡量不同所述特征檢測項之間的不一致性；

11、對若干所述獨立偏差因子進行加權平均，生成聯合偏差因子，并根據所述聯合偏差因子融合所述檢測置信度，獲取多源聯合數據。

12、進一步地，計算若干所述模態組合的獨立偏差因子，包括：

13、確定所述模態組合，所述模態組合包含兩個不同的所述特征檢測項；

14、根據所述特征檢測項對應的所述檢測置信度對所述模態組合進行缺陷支持度判定，根據判定結果對獨立偏差因子進行分別計算，獲取預偏差因子，所述預偏差因子計算公式如下：

15、；

16、其中，與表示所述特征檢測項b和特征檢測項c的所述檢測置信度，表示所述特征檢測項b和特征檢測項c的所述缺陷支持度互斥，k表示所述預偏差因子；

17、基于所述預偏差因子與預設的偏差閾值進行判定，根據判定結果對所述預偏差因子進行校正，獲取獨立偏差因子。

18、進一步地，根據所述銅線制造信息分別對每個所述特征檢測項設置檢測置信度，包括：

19、采集歷史銅線制造信息，根據所述歷史銅線制造信息分別獲取各個所述特征檢測項的影響權重；

20、根據歷史銅線制造信息提取歷史特征波動范圍，并根據所述銅線制造信息提取所述特征檢測項的參數波動幅度，將所述參數波動幅度與所述歷史特征波動范圍進行對比，根據對比結果獲取初始置信度；

21、根據銅線生產標準文件獲取所述特征檢測項的標準值，并根據所述標準值與銅線制造信息獲取銅線偏離值；

22、根據所述影響權重結合銅線偏離值對所述初始置信度進行補正，獲取檢測置信度。

23、進一步地，對所述待檢銅線區域設置特征檢測項，包括：

24、分別采集所述待檢銅線區域的銅線表層特征與銅線深層特征，通過比對所述銅線表層特征與銅線深層特征，獲取多維特征參量；

25、根據所述多維特征參量計算缺陷表征指標，所述缺陷表征指標用于量化缺陷在鍍層中的分布特征；

26、根據銅線制造數據庫設置缺陷判定閾值，并根據所述缺陷表征指標與判定基準閾值對鍍錫銅線缺陷進行檢測，獲取特征檢測項。

27、進一步地，根據所述銅線制造信息設置缺陷檢測閾值，包括：

28、根據所述銅線制造信息獲取銅線加工參數，基于所述銅線加工參數構建動態調控矩陣；

29、根據銅線制造數據庫構建缺陷預測模型，將所述動態調控矩陣作為所述缺陷預測模型的輸入，輸出缺陷預測概率，并根據所述缺陷預測概率設定缺陷檢測閾值；

30、根據所述缺陷預測模型獲取實時缺陷預測概率，將所述實時缺陷預測概率與歷史合格樣本進行對比，基于對比結果的統計特征動態調整所述缺陷檢測閾值。

31、進一步地，獲取若干歷史銅線制造信息對各個所述特征檢測項的影響權重，包括：

32、s1：選擇任一所述歷史銅線制造信息作為參照變量，其余所述歷史銅線制造信息作為參照常量，調整所述參照變量，評估所述參照變量對于每一所述特征檢測項的影響程度；

33、重復s1步驟，直至所有所述歷史銅線制造信息均作為所述參照變量，根據每一所述參照變量對于每一所述特征檢測項的影響程度設置影響權重；

34、將每一所述歷史銅線制造信息分別參照變量，分別評估對每一所述特征檢測項的影響程度，并根據評估結果分別設置影響權重。

35、進一步地，構建多模態特征空間，包括：

36、將若干所述特征檢測項分別進行標準化，將標準化后的所述特征檢測項進行組合，獲取銅線特征向量，并根據所述銅線特征向量構建原始特征矩陣；

37、根據所述銅線特征向量構建協方差矩陣，根據所述協方差矩陣獲取協方差特征值與協方差特征向量；

38、對所述協方差特征值進行排序，根據排序結果選擇所述協方差特征值對應的所述協方差特征向量構建主成分矩陣；

39、根據所述主成分矩陣對所述原始特征矩陣進行投影，獲取多模態特征空間。

40、一種鍍錫銅線缺陷檢測系統，所述系統包括：

41、銅線區域特征檢測模塊，確定待檢銅線區域，并對所述待檢銅線區域設置若干特征檢測項，所述特征檢測項為對銅線鍍錫層的物理特征檢測單項數據；

42、置信度配置模塊，獲取銅線制造信息，并根據所述銅線制造信息分別對每個所述特征檢測項設置檢測置信度；

43、多源特征融合模塊，構建多模態特征空間，通過所述檢測置信度將所述特征檢測項進行數據融合，獲得多源聯合數據；

44、缺陷智能檢測模塊，根據所述銅線制造信息設置缺陷檢測閾值，并對所述多源聯合數據進行鍍錫銅線缺陷檢測，獲得缺陷檢測結果。

45、一種鍍錫銅線缺陷檢測設備，所述設備應用任一所述鍍錫銅線缺陷檢測方法。

46、通過本發明的技術方案，可實現以下技術效果：

47、有效解決了鍍錫銅線缺陷檢測中由于不同檢測源數據存在差異或不匹配而導致的誤檢和漏檢問題，通過多模態特征融合，結合了銅線制造信息和特征檢測項的檢測置信度，可以更全面地評估銅線的質量，能夠更高效地識別各種類型的缺陷，尤其在復雜和細微的缺陷檢測中表現出更高的敏感度和準確性，減少誤檢或漏檢的發生。

48、上述說明僅是本技術技術方案的概述，為了能夠更清楚了解本技術的技術手段，而可依照說明書的內容予以實施，并且為了讓本技術的上述和其它目的、特征和優點能夠更明顯易懂，以下特舉本技術的具體實施方式。