一种高密度电路板的质量控制系统、方法、装置和介质与流程

1.本说明书涉及电路板技术领域，特别涉及一种高密度电路板的质量控制系统、方法、装置和介质。


背景技术：

2.pcb(印刷电路板)是现代电子产品中必不可少的一个组成部分，而钻孔技术则是电路板加工过程中的重要环节。钻孔的准确度关系到电路板是否可用。因此，如何提高钻孔精度成为了电路板加工行业关注的热点。
3.cn106961798b提供了一种pcb孔加工控深方法。其通过利用微动平台的高精度控制，解决目前pcb机械控深钻孔技术精度不足的问题，实现盲孔/背钻孔的高精度控深制作，避免了盲孔制作时出现的未钻透或钻过的现象，减少盲孔的不良率，减少背钻孔中的多余铜以降低板阻抗，同时，进给运动由稳定性极好的微动平台提供，可提高所制成pcb孔质量。但此发明仅通过机械钻孔，且钻孔参数设置不灵活，对于不同电路板的生产加工来说，钻孔精度的提升有限，仍存在一定程度的废品率。
4.因此希望提供一种高密度电路板的质量控制系统、方法、装置和介质，提高电路板钻孔的质量和效率。


技术实现要素：

5.本说明书一个或多个实施例提供一种高密度电路板的质量控制系统。所述系统包括：承载平台、激光发射器、传感装置和处理器，所述传感装置包括图像检测模块，所述承载平台、所述激光发射器、所述传感装置和所述处理器通信连接；所述处理器用于：响应于电路板置于所述承载平台的指定位置，获取钻孔数据，所述钻孔数据包括电路板层数、盲孔数据和/或通孔数据；基于所述钻孔数据，确定第一控制指令，所述第一控制指令用于控制所述激光发射器发射第一激光以去除钻孔区域的材料层；控制所述激光发射器执行所述第一控制指令，执行完成后获取传感数据，所述传感数据至少包括基于所述图像检测模块获取的钻孔图像；基于所述传感数据，确定修正数据；基于所述修正数据，生成第二控制指令，所述第二控制指令用于控制所述激光发射器发射第二激光以对所述钻孔区域进行钻孔修正。
6.本说明书实施例之一提供一种高密度电路板的质量控制方法，所述方法由高密度电路板的质量控制系统的处理器执行，所述系统还包括承载平台、激光发射器和传感装置，所述传感装置包括图像检测模块；所述方法包括：响应于电路板置于所述承载平台的指定位置，获取钻孔数据，所述钻孔数据包括电路板层数、盲孔数据和/或通孔数据；基于所述钻孔数据，确定第一控制指令，所述第一控制指令用于控制所述激光发射器发射第一激光以去除钻孔区域的材料层；控制所述激光发射器执行所述第一控制指令，执行完成后获取传感数据，所述传感数据至少包括基于所述图像检测模块获取的钻孔图像；基于所述传感数据，确定修正数据；基于所述修正数据，生成第二控制指令，所述第二控制指令用于控制所述激光发射器发射第二激光以对所述钻孔区域进行钻孔修正。
7.本说明书一个或多个实施例提供一种高密度电路板的质量控制装置，包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器执行所述计算机指令或部分指令，以实现上述的质量控制方法。
8.本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述的质量控制方法。
附图说明
9.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
10.图1是根据本说明书一些实施例所示的高密度电路板的质量控制系统的系统模块示意图；
11.图2是根据本说明书一些实施例所示的高密度电路板的质量控制方法的示例性流程图；
12.图3是根据本说明书一些实施例所示的获取定位数据的示例性示意图；
13.图4是根据本说明书一些实施例所示的确定钻孔尺径预测误差的示例性示意图；
14.图5是根据本说明书一些实施例所示的确定修正数据的示例性示意图。
具体实施方式
15.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
16.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
17.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
18.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
19.pcb(印刷电路板)是现代电子产品中必不可少的一个组成部分，而钻孔技术则是电路板加工过程中的重要环节。为了提升钻孔的准确度，cn106961798b提供了一种pcb孔加工控深方法。其通过利用微动平台的高精度控制，解决目前pcb机械控深钻孔技术精度不足的问题，实现盲孔/背钻孔的高精度控深制作，避免了盲孔制作时出现的未钻透或钻过的现
象，减少盲孔的不良率，减少背钻孔中的多余铜以降低板阻抗，同时，进给运动由稳定性极好的微动平台提供，可提高所制成pcb孔质量。但此发明仅通过机械钻孔，且钻孔参数设置不灵活，对于不同电路板的生产加工来说，钻孔精度的提升有限，仍存在一定程度的废品率。鉴于此，本说明书一些实施例中，期望提供一种高密度电路板的质量控制系统及方法，提高电路板钻孔的质量和效率。
20.图1是根据本说明书一些实施例所示的高密度电路板的质量控制系统的系统模块示意图。
21.在一些实施例中，高密度电路板的质量控制系统100(以下简称系统100)可以包括承载平台110、激光发射器120、传感装置130和处理器140。在一些实施例中，承载平台110、激光发射器120、传感装置130和处理器140通信连接。
22.承载平台110可以是用于承载电路板以方便加工、生产的平台。例如，打孔机床、电路板夹具等。在一些实施例中，承载平台110可以具有至少一个指定位置，当电路板置于承载平台的指定位置时，承载平台110可以向处理器140发出电路板到位的信号。
23.激光发射器120可以是实现激光打孔的设备。激光发射器120可以根据控制指令发射相应的激光。例如，激光发射器120可以包括气体激光器、固态激光器、半导体激光器等。
24.传感装置130可以用于对电路板进行检测并输出相应的传感数据。例如，传感装置130可以包括温度传感器、压力传感器等。在一些实施例中，传感装置130可以包括图像检测模块131。
25.图像检测模块可以是扫描电路板内部或表面图像的模块。例如，可以包括ccd或cmos摄像头、激光扫描仪、红外热像仪等。在一些实施例中，图像检测模块可以获取电路板的钻孔图像。
26.处理器140是指具有计算功能的装置。处理器140可以响应于电路板置于承载平台的指定位置，获取钻孔数据，钻孔数据包括电路板层数、盲孔数据和/或通孔数据；基于钻孔数据，确定第一控制指令，第一控制指令用于控制激光发射器发射第一激光以去除钻孔区域的材料层；控制激光发射器执行第一控制指令，执行完成后获取传感数据，传感数据至少包括基于图像检测模块获取的钻孔图像；基于传感数据，确定修正数据；基于修正数据，生成第二控制指令，第二控制指令用于控制激光发射器发射第二激光以对钻孔区域进行钻孔修正。
27.在一些实施例中，处理器140可以包含一个或多个子处理设备(例如单处理设备或多核多芯处理设备)。仅作为示例，处理器140可以包括中央处理器(cpu)、专用集成电路(asic)等或以上任意组合。
28.在一些实施例中，承载平台110可以包括激光定位模块；处理器140可以进一步用于：通过激光定位模块对电路板的钻孔进行定位，获取定位数据；基于钻孔数据和定位数据，确定第一控制指令。
29.在一些实施例中，处理器140可以进一步用于：基于钻孔图像，确定钻孔区域上的材料误差数据，材料误差数据包括钻孔尺径误差；至少基于材料误差数据，确定修正数据。
30.在一些实施例中，处理器140可以进一步用于：基于材料误差数据以及涨缩数据，确定修正数据。
31.通信连接可以指通过信号的传输交互，在设备之间构成通讯的连接方式。例如，通
信连接可以包括无线连接、有线连接、串口线连接等。
32.关于上文所述的钻孔数据、第一控制指令、钻孔区域、传感数据、钻孔图像、修正数据、第二控制指令、激光定位模块、定位数据、材料误差数据、钻孔尺径误差、涨缩数据等更多内容，参见本说明书图2-图5及其相关描述。
33.需要注意的是，以上对于系统100及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。
34.图2是根据本说明书一些实施例所示的高密度电路板的质量控制方法的示例性流程图。如图2所示，流程200包括下述步骤。在一些实施例中，流程200可以由处理器140执行。
35.步骤210，响应于电路板置于承载平台的指定位置，获取钻孔数据。
36.示例性的，指定位置可以是承载平台上的定位孔、固定夹具、定位销、台阶或凹槽处等。指定位置处可以安装有到位传感器，用于当电路板置于该指定位置时，发出电路板到位的信号。
37.钻孔数据可以是与钻孔操作相关的数据。
38.在一些实施例中，钻孔数据可以包括电路板层数、盲孔数据和/或通孔数据、材料类型等。
39.盲孔数据和/或通孔数据可以分别是钻孔操作需要完成钻孔的盲孔和/通孔相关的数据，例如，盲孔数据可以包括盲孔数量、位置、钻孔尺径、层次信息等，通孔数据可以包括通孔数量、位置、钻孔尺径、层次信息等。
40.材料类型可以包括基材(例如金属基板、聚酰胺酯等)、覆盖层(例如铜等)等。
41.在一些实施例中，处理器140可以通过人机交互接口，获取基于经验或者需求设置的钻孔数据，或者可以通过通信接口获取预先存储于存储装置中的钻孔数据。
42.步骤220，基于钻孔数据，确定第一控制指令。
43.第一控制指令是用于控制激光发射器发射第一激光的指令。例如，第一控制指令可以包括发射激光的种类、功率、脉冲频率、脉冲宽度、聚焦方式、移动参数等中的至少一种。
44.在一些实施例中，第一控制指令用于控制激光发射器发射第一激光以去除钻孔区域的材料层。
45.材料层是电路板上一定厚度的材料。在一些实施例中，材料层可以包括铜层和至少一层绝缘层。
46.第一激光可以是能够去除铜层的激光，例如uv(紫外线)激光等。
47.钻孔区域为需要进行钻孔的区域或位置。
48.第一控制指令控制激光发射器发射第一激光的实现方式，参见下述步骤230的相关内容。
49.在一些实施例中，处理器140可以基于钻孔数据，根据钻孔数据中电路板层数、盲孔数据和/或通孔数据等，通过激光控制指令生成算法，自动计算激光打孔路径等，确定第一控制指令。其中，激光控制指令生成算法可以包括基于路径规划的算法、插补算法等。
50.在一些实施例中，处理器140还可以基于钻孔数据和定位数据，确定第一控制指
令，更多内容参见图3及其相关描述。
51.步骤230，控制激光发射器执行第一控制指令，执行完成后获取传感数据。
52.在一些实施例中，处理器140可以将第一控制指令通过通信连接发送给激光发射器，激光发射器执行第一控制指令，按照指令中的参数对电路板的材料层进行去除操作。例如，激光发射器执行第一控制指令，发射uv激光，对电路板材料层中的铜层进行融化去除。
53.当激光发射器按照第一控制指令的参数(例如种类、脉冲频率、移动参数等)发射激光完毕，则可以认为执行完成。
54.传感数据是与电路板检测结果相关的数据。传感数据可以包括电路板的温度数据、压力数据等。在一些实施例中，传感数据可以反映电路板在钻孔操作前后的状态。
55.在一些实施例中，传感数据至少包括基于图像检测模块获取的钻孔图像。
56.钻孔图像可以是图像检测模块扫描电路板内部或表面产生的图像。钻孔图像可以包括电路板的钻孔情况的相关信息，例如，通过图像灰度信息等体现的各盲孔和/或通孔的钻孔位置、钻孔尺径等。
57.在一些实施例中，处理器140可以通过通信连接，通过数据读取指令或者访问请求等，从传感装置获取传感数据。
58.步骤240，基于传感数据，确定修正数据。
59.修正数据可以是修正钻孔误差的数据。
60.处理器140可以基于传感数据，通过各种可行的方法，确定修正数据。例如，可以基于传感数据，通过误差修正查表的方式，确定修正数据。
61.在一些实施例中，处理器140可以基于钻孔图像，确定钻孔区域上的材料误差数据，材料误差数据包括钻孔尺径误差；至少基于材料误差数据，确定修正数据，更多内容参见图4及其相关描述。
62.步骤250，基于修正数据，生成第二控制指令。在一些实施例中，第二控制指令用于控制激光发射器发射第二激光以对钻孔区域进行钻孔修正。
63.第二控制指令是用于控制激光发射器发射第二激光的指令。例如，第二控制指令包括的内容可以与第一控制指令包括的内容部分相同或类似，而在具体数值上有所差异。例如，激光的种类不同，移动参数相同等。
64.第二激光可以是能够去除绝缘层的激光，例如co2(二氧化碳)激光等。
65.第二控制指令控制激光发射器发射第二激光的实现方式，可以参考上述步骤230中关于控制激光发射器执行第一控制指令、发射第一激光的相关内容。
66.在一些实施例中，激光发射器按照第二发射指令的参数，发射第二激光和对钻孔区域进行调整，例如，对钻孔区域的绝缘层进行进一步融化，或者进一步增大钻孔区域的钻孔尺径等。
67.处理器140可以基于修正数据，通过各种可行的方法，生成第二控制指令。例如，可以参考上述步骤220中确定第一控制指令的方法，基于修正数据，生成第二控制指令。
68.在本说明书一些实施例中，通过基于钻孔数据确定第一控制指令，控制激光发射器发射第一激光以去除钻孔区域的材料层后，获取包括钻孔图像的传感数据，确定修正数据并生成第二控制指令，控制激光发射器发射第二激光以对钻孔区域进行钻孔修正，能够在电路板加工过程中获取电路板的情况并对钻孔进行调整和修正，不仅有利于提高电路板
加工的良品率，且钻孔控制指令的调整更灵活。
69.应当注意的是，上述有关流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程200进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
70.图3是根据本说明书一些实施例所示的获取定位数据的示例性示意图。
71.在一些实施例中，承载平台包括激光定位模块。
72.激光定位模块可以用于对电路板的钻孔进行定位、位置标记、位置检测等。例如，可以包括激光收发单元、光学传感单元、激光控制单元、标记单元和检测单元等。
73.在一些实施例中，处理器140可以通过激光定位模块对电路板的钻孔进行定位，获取定位数据；基于钻孔数据和定位数据，确定第一控制指令。
74.电路板的钻孔可以是待处理的钻孔，例如，钻孔数据中，钻孔操作需要完成钻孔的盲孔和/通孔等。
75.在一些实施例中，激光定位模块可以通过承载平台，基于通信连接从处理器140获取钻孔数据，将钻孔数据中的盲孔和/或通孔的位置与电路板上的实际位置进行坐标匹配，并通过激光定位模块的标记单元，对电路板上的实际位置进行标记，再利用光学传感单元，对标记处进行感知，生成标记处的定位数据，实现对电路板的钻孔进行定位。
76.处理器140可以通过通信连接获取激光定位模块生成的定位数据。
77.在一些实施例中，如图3所示，处理器140可以进一步用于获取电路板的结构信息310和预设校验点位320；基于结构信息310以及激光定位模块对预设校验点位的校验结果330，建立电路板坐标系统340；基于电路板坐标系统340，控制激光定位模块对电路板的钻孔进行定位350，获取定位数据360。
78.在一些实施例中，结构信息310可以包括电路板层数、厚度、长度方向、宽度方向、线路布局、组件布局等。
79.在一些实施例中，处理器140可以通过人机交互接口或通信接口，获取预先存储于存储装置中的或者人工实时传入的电路板设计文件，从电路板设计文件中读取结构信息310。
80.预设校验点位是预设的电路板上用于校验位置的点位。例如，当电路板放置在承载平台上的指定位置时，预设校验点位可以是电路板的顶点中的至少一个。
81.在一些实施例中，处理器140可以通过人机交互接口，获取基于经验或者需求设置的预设校验点位，或者从存储装置中获取预设校验点位。
82.在一些实施例中，激光定位模块可以对准预设校验点位并发射定位光束，检测定位光束的反射情况，得到预设校验点位的定位数据，可以将定位数据与预设校验点位的预设定位数据进行比较，计算定位数据差异值，得到校验结果。例如，当定位数据差异值满足差异值条件时，则校验结果为通过。
83.电路板坐标系统是以当前电路板为参照建立的坐标系统。
84.在一些实施例中，处理器140可以在建立电路板坐标系统之前，基于校验结果330，判断电路板的放置位置是否具有一致性。例如，若需要先后对多个电路板进行钻孔操作，对于其中的每一个电路板，当校验结果为通过时建立电路板坐标系统，则多个电路板的放置位置具有一致性，建立的电路板坐标系统340以及基于电路板坐标系统获取的定位数据具
有一致性。由此，有利于保证同批次多个电路板之间钻孔位置的稳定性和钻孔质量的一致性。
85.在一些实施例中，处理器140可以基于结构信息310以及校验结果330，选择电路板上的一个参考点位作为原点，计算原点与预设校验点位之间的平移距离、多个参考点位之间的角度或倾斜度，通过平移、旋转、缩放等，建立电路板坐标系统340。
86.在一些实施例中，处理器140可以基于电路板坐标系统，控制激光定位模块对电路板的钻孔发射激光，并对激光的反射情况进行感知，生成钻孔的定位数据，并将其转换为包括电路板坐标系统下坐标的定位数据。
87.在本说明书的一些实施例中，基于结构信息以及对预设校验点位的校验结果建立电路板坐标系统，基于电路板坐标系统，控制激光定位模块对钻孔进行定位，能够提高钻孔的定位精度，保证各个钻孔间定位的一致性，进一步提升电路板加工的质量。
88.处理器140可以基于钻孔数据和定位数据，通过各种可行的方式，确定第一控制指令。例如，可以基于定位数据，对钻孔数据中的盲孔数据和/或通孔数据中的位置进行校准和更新，基于更新后的钻孔数据，确定第一控制指令。其中，基于更新后的钻孔数据，确定第一控制指令的方法，可以参考图2步骤220中，基于钻孔数据，确定第一控制指令的相关内容。
89.关于钻孔数据、第一控制指令的更多内容，参见图2及其相关描述。
90.在本说明书一些实施例中，通过激光定位模块对电路板的钻孔进行定位，获取定位数据；基于钻孔数据和定位数据，确定第一控制指令，能够利用激光定位模块获取较准确的定位数据，降低因位置的偏差引起钻孔错误的概率，还能够提高定位的自动化水平，有利于提高加工效率。
91.图4是根据本说明书一些实施例所示的确定钻孔尺径预测误差的示例性示意图。
92.在一些实施例中，处理器140可以进一步用于基于钻孔图像，确定钻孔区域上的材料误差数据；至少基于材料误差数据，确定修正数据。
93.材料误差数据可以是与电路板钻孔相关的误差数据，例如，钻孔位置误差、钻孔尺径误差、层次信息误差等。
94.钻孔尺径误差可以是钻孔操作得到的钻孔尺径与目标钻孔尺径之间的误差，可以用长度等表示。
95.在一些实施例中，处理器140可以基于钻孔图像，获取目标钻孔图像，基于图像处理和计算机视觉算法，比较钻孔图像与目标钻孔图像的差异，确定钻孔区域上的材料误差数据。其中，目标钻孔图像可以通过电路板设计文件得到。差异可以通过相似性指数来表示。
96.在一些实施例中，处理器140可以进一步用于基于钻孔图像，通过钻孔尺径预测模型确定第一钻孔尺径；基于第一钻孔尺径，确定钻孔尺径误差。
97.第一钻孔尺径是钻孔操作所得到钻孔的预估尺径。
98.在一些实施例中，如图4所示，处理器140可以通过钻孔尺径预测模型420对钻孔图像410进行处理，确定第一钻孔尺径430。
99.在一些实施例中，钻孔尺径预测模型可以为机器学习模型，也可以是神经网络模型。例如卷积神经网络模型(convolutional neural networks，cnn)等。
100.在一些实施例中，钻孔尺径预测模型420包括第一特征提取层421和第一尺径确定层423。
101.在一些实施例中，第一特征提取层421可以输入钻孔图像410，输出第一图像特征422。在一些实施例中，第一尺径确定层423可以输入第一图像特征422，输出第一钻孔尺径430。
102.在一些实施例中，钻孔尺径预测模型420可以通过对第一特征提取层421和第一尺径确定层423进行联合训练获取。
103.在一些实施例中，可以基于大量带有第一标签的第一训练样本训练初始第一特征提取层和初始第一尺径确定层。其中，第一训练样本可以是样本钻孔图像，第一标签可以是实际对该样本钻孔图像进行测量得到的钻孔尺径。第一训练样本可以基于历史数据确定。第一标签可以基于历史测量结果确定。
104.示例性的训练过程包括：将样本钻孔图像输入初始第一特征提取层，得到初始第一特征提取层输出的第一图像特征；将第一图像特征作为训练数据，输入初始第一尺径确定层，得到初始第一尺径确定层输出的第一钻孔尺径；基于第一标签和初始第一尺径确定层输出的第一钻孔尺径构建损失函数，同步更新初始第一特征提取层和初始第一尺径确定层的参数。通过参数更新，得到训练好的第一特征提取层和第一尺径确定层。
105.在一些实施例中，处理器140可以基于第一钻孔尺径，与预设的目标钻孔尺径进行比较，确定钻孔尺径误差。预设的目标钻孔尺径可以根据经验进行设置，也可以通过电路板设计文件得到。
106.在一些实施例中，处理器140可以进一步用于通过钻孔尺径预测模型420对钻孔图像410进行超分辨率重建，以及基于重建图像425确定第二钻孔尺径440；基于第一钻孔尺径430和第二钻孔尺径440，确定钻孔尺径误差。
107.第二钻孔尺径440可以是重建图像中钻孔的尺径。在一些实施例中，第二钻孔尺径可以用于对第一钻孔尺径的预测准确程度进行衡量。例如，可能由于钻孔图像质量等原因，基于钻孔图像410通过钻孔尺径预测模型420确定的第一钻孔尺径430，与钻孔操作所得到钻孔的实际尺径具有一定的误差。通过钻孔尺径预测模型420对钻孔图像410进行超分辨率重建得到的重建图像425可以具有更多细节。基于重建图像425确定的第二钻孔尺径440可以更接近钻孔操作所得到钻孔的实际尺径。
108.第二钻孔尺径440与第一钻孔尺径430的尺径差值，也可以反映第一钻孔尺径430的预测准确程度，例如尺径差值越小，则第一钻孔尺径430更接近第二钻孔尺径440，也可以表示第一钻孔尺径430更接近钻孔操作所得到钻孔的实际尺径，相应地，第一钻孔尺径430的预测准确程度越高。
109.由此，基于第一钻孔尺径430和第二钻孔尺径440，可以确定钻孔尺径预测误差450，基于钻孔尺径预测误差450，确定最终的钻孔尺径预测值；基于最终的钻孔尺径预测值，确定钻孔尺径误差。
110.在一些实施例中，钻孔尺径预测模型420还可以包括重建层424、第二特征提取层426和第二尺径确定层428。
111.在一些实施例中，重建层424可以输入钻孔图像410，进行超分辨率重建，输出重建图像425。
112.在一些实施例中，第二特征提取层426可以输入重建图像425，输出第二图像特征427。
113.在一些实施例中，第二尺径确定层428可以输入第二图像特征427，输出第二钻孔尺径440。
114.在一些实施例中，钻孔尺径预测模型420同时包括第一特征提取层421、第一尺径确定层423、重建层424、第二特征提取层426和第二尺径确定层428时，可以通过对前述各层进行联合训练获取。
115.在一些实施例中，可以基于大量带有第二标签和第三标签的第二训练样本训练初始第一特征提取层、初始第一尺径确定层、初始重建层、初始第二特征提取层和初始第二尺径确定层。其中，第二训练样本可以是样本钻孔图像，第二标签可以是实际对该样本钻孔图像进行测量得到的钻孔尺径，第三标签可以是实际对该样本钻孔图像生成的重建图像进行测量得到的钻孔尺径。第二训练样本可以基于历史数据确定。第二标签和第三标签可以基于历史测量结果确定。
116.示例性的训练过程包括：将样本钻孔图像输入初始第一特征提取层，得到初始第一特征提取层输出的第一图像特征；将第一图像特征作为训练数据，输入初始第一尺径确定层，得到初始第一尺径确定层输出的第一钻孔尺径；还将该样本钻孔图像输入初始重建层，得到初始重建层输出的重建图像；将重建图像作为训练数据，输入初始第二特征提取层，得到初始第二特征提取层输出的第二图像特征；将第二图像特征作为训练数据，输入初始第二尺径确定层，得到初始第二尺径确定层输出的第二钻孔尺径。基于第二标签与初始第一尺径确定层输出的第一钻孔尺径之间的差异，构建第一损失项，基于第三标签与初始第二尺径确定层输出的第二钻孔尺径之间的差异，构建第二损失项，基于第一损失项、第一损失项的权重、第二损失项以及第二损失项的权重构建损失函数。使用梯度下降等优化算法，根据第一损失项同步更新初始第一特征提取层、初始第一尺径确定层的参数，根据第二损失项同步更新初始重建层、初始第二特征提取层和初始第二尺径确定层的参数，以最小化该损失函数。通过参数更新，得到训练好的第一特征提取层、第一尺径确定层、重建层、第二特征提取层和第二尺径确定层。
117.在一些实施例中，处理器140可以基于第一钻孔尺径430和第二钻孔尺径440，确定钻孔尺径预测误差450；基于钻孔尺径预测误差450，确定最终的钻孔尺径预测值；基于最终的钻孔尺径预测值，确定钻孔尺径误差。其中，钻孔尺径预测误差450为第一钻孔尺径和第二钻孔尺径的尺径差值。
118.在一些实施例中，响应于钻孔尺径预测误差450不满足预设误差条件，可以重新获取钻孔图像410，并通过钻孔尺径预测模型420重新确定第一钻孔尺径430、第二钻孔尺径440，确定钻孔尺径预测误差450并判断是否满足预设误差条件。
119.在一些实施例中，响应于钻孔尺径预测误差450满足预设误差条件，可以将此时的尺径均值确定为最终的钻孔尺径预测值。其中，尺径均值可以为第一钻孔尺径430和第二钻孔尺径440的平均值。
120.预设误差条件可以按经验设置，例如，预设误差条件可以是钻孔尺径预测误差450不大于0.02mm等。
121.在一些实施例中，处理器140可以基于最终的钻孔尺径预测值，将最终的钻孔尺径
预测值与预设的目标钻孔尺径进行比较，确定钻孔尺径误差。
122.在一些实施例中，处理器140对钻孔尺径预测模型进行训练时，基于损失函数更新初始钻孔尺径预测模型的参数。损失函数可以包括第一损失项和第二损失项，第一损失项的权重和第二损失项的权重相关于电路板复杂度、以及样本钻孔图像与相应的样本重建图像之间的差异。
123.在一些实施例中，损失函数可以定义为第一损失项和第二损失项按照各项对应的权重系数相加。在一些实施例中，第一损失项可以为样本钻孔图像对应的第二标签与钻孔尺径预测模型输出的第一钻孔尺径之间的差异。第二损失项可以为样本钻孔图像对应的第三标签与钻孔尺径预测模型输出的第二钻孔尺径之间的差异。其中，差异可以用均方误差或平均绝对误差等来表示。
124.在一些实施例中，处理器140可以基于电路板的纹理数量、孔数量等，根据复杂度确定表，确定电路板复杂度。
125.在一些实施例中，处理器140可以基于样本钻孔图像、相应的样本重建图像，计算两个图像像素之间的均方误差，或计算两个图像的结构相似性指数(ssim)，或计算两个图像之间的峰值信噪比等，确定样本钻孔图像与相应的样本重建图像之间的差异。
126.在一些实施例中，第二损失项的权重可以和电路板复杂度负相关，和样本钻孔图像与相应的样本重建图像之间的差异正相关。在一些实施例中，第一损失项的权重与第二损失项的权重之和可以为1。
127.在本说明书一些实施例中，通过为损失函数设置第一损失项和第二损失项，以及设置与电路板复杂度、以及样本钻孔图像与相应的样本重建图像之间的差异相关的权重，能够将钻孔尺径的预测与电路板复杂程度的实际情况相关联，根据电路板复杂程度的实际情况，调整钻孔尺径预测模型训练的损失函数，能够使钻孔尺径预测模型预测的第一钻孔尺径和第二钻孔尺径更准确。
128.在本说明书一些实施例中，通过钻孔尺径预测模型对钻孔图像进行超分辨率重建，以及基于重建图像确定第二钻孔尺径，基于第一钻孔尺径和第二钻孔尺径确定钻孔尺径误差，能够减少检测图像质量不稳定和测量(例如，拍摄)误差对计算钻孔尺径误差的影响，减少了钻孔尺径误差的扰动。
129.在本说明书一些实施例中，基于钻孔图像，通过钻孔尺径预测模型确定第一钻孔尺径，基于第一钻孔尺径，确定钻孔尺径误差，能够挖掘图像中的特征和模式，从而能更精确地确定第一钻孔尺径，还可以适应大量不同的电路板和钻孔需求，同时还提高第一钻孔尺径确定的效率。
130.在一些实施例中，处理器140可以至少基于材料误差数据，通过预设偏移表的方式，对钻孔数据进行修正，确定修正数据。其中，预设偏移表可以包括材料误差数据的各种取值，以及与相应的预设偏移数据的对应关系。
131.在一些实施例中，处理器140还可以进一步用于基于材料误差数据以及涨缩数据，确定修正数据，更多内容参见图5及其相关描述。
132.关于钻孔图像、钻孔区域的更多内容，参见图2及其相关描述。
133.在本说明书一些实施例中，通过基于钻孔图像确定材料误差数据，基于材料误差数据确定修正数据，能够对电路板的钻孔情况进行实时监测，并根据误差的大小及时对钻
孔操作进行修正，有利于提高电路板加工的成功率，降低由于钻孔错误带来的成本损耗。
134.图5是根据本说明书一些实施例所示的确定修正数据的示例性示意图。
135.在一些实施例中，如图5所示，处理器140可以进一步用于基于材料误差数据570以及涨缩数据560，确定修正数据580。
136.涨缩数据可以是电路板钻孔后与钻孔前相比涨缩程度的相关数据。涨缩数据可以与待进行钻孔处理的电路板当前的层次信息相对应。
137.例如，电路板进行第一次钻孔处理后，相应的涨缩数据为第一涨缩数据；后续通过层压工艺，电路板的层次增加，再进行第二次钻孔处理后，相应的涨缩数据为第二涨缩数据。
138.在一些实施例中，处理器140进一步用于基于环境参数510、钻孔间影响系数530、电路板自身数据540和钻孔位置坐标数据520，通过涨缩预估模型550预测涨缩数据560。
139.在一些实施例中，环境参数510包括环境温度、环境湿度、已完成的工艺流程中至少一种。
140.在一些实施例中，生产加工环境中可以设置传感器，生成环境参数，处理器140通过通信接口获取环境参数510。例如传感器可以包括温度传感器、湿度传感器等。
141.在一些实施例中，处理器140可以通过人机交互接口获取用户输入的已完成的工艺流程。处理器140还可以设置已完成工艺流程标志，完成某一工艺流程后，对已完成工艺流程标志进行更新，获取已完成的工艺流程。
142.示例性的，已完成的工艺流程可以包括，“已获取钻孔数据”、“已控制完成第一激光的发射”、“已获取传感数据”等。
143.钻孔间影响系数530可以表示两个或以上的钻孔之间相互影响的程度。例如，钻孔间影响系数530可以相关于电路板的结构信息和/或钻孔数据。例如，当钻孔之间的距离越近，或者电路板结构越复杂，则钻孔间影响系数可以越大。
144.在一些实施例中，处理器140可以基于钻孔数据构建电路板钻孔图；基于电路板钻孔图，通过钻孔区域特征模型确定钻孔间影响系数530。
145.电路板钻孔图可以是描述电路板上钻孔之间关系的图形表示。在一些实施例中，处理器140可以将钻孔数据转化并存储为具有一定数据结构(例如邻接矩阵、邻接表等)的电路板钻孔图。
146.在一些实施例中，电路板钻孔图的节点可以包括钻孔，节点特征可以包括钻孔的位置(或钻孔位置坐标数据等)、盲孔数量/通孔数量、钻孔尺径、材料类型等。更多关于钻孔数据、位置、盲孔数量/通孔数量、钻孔尺径、材料类型的内容，参见其他部分(例如图2)及其相关描述。
147.在一些实施例中，电路板钻孔图的边可以包括距离小于距离阈值时的两个钻孔间的连接边，边特征可以包括边两端的两个钻孔间的距离、随机生成的初始钻孔间影响系数等。
148.钻孔区域特征模型是指联合钻孔数据中多个钻孔的情况确定钻孔间影响系数的模型。在一些实施例中，钻孔区域特征模型可以包括图神经网络模型(gnn)。
149.在一些实施例中，钻孔区域特征模型可以输入电路板钻孔图，输出各条边对应的更新后的钻孔间影响系数。
150.在一些实施例中，钻孔区域特征模型可以通过训练获取。在一些实施例中，可以基于大量带有第四标签的第三训练样本训练初始的图神经网络模型。第三训练样本可以是历史电路板钻孔图，历史电路板钻孔图可以通过历史电路板钻孔数据获取。第四标签可以是相应的实际确定的钻孔间影响系数。
151.实际确定钻孔间影响系数时，可以通过计算两个钻孔间历史发生的异常(例如鼓包、涨缩、裂纹等)的相关性，确定钻孔间影响系数。例如，根据历史电路板钻孔数据，某两个钻孔总是发生相同的异常，则将把这两个钻孔的钻孔间影响系数设置得较高。示例性的，钻孔1和钻孔2之间历史发生的异常的相关性可以是：钻孔1和钻孔2同时出现异常的次数，除以钻孔1和钻孔2各出现异常的次数之和，如下公式所示：其中，r为钻孔1和钻孔2之间历史发生的异常的相关性，n1为钻孔1出现异常次数，n2为钻孔2出现异常的次数，n
12
为钻孔1和钻孔2同时出现异常的次数。第四标签可以通过人工进行标注。
152.处理器140在训练初始的图神经网络模型时，可以通过迭代优化节点和边的特征表示，最大化训练数据的预测准确度，更新图神经网络模型的参数，得到训练好的钻孔区域特征模型。
153.在本说明书一些是实施例中，基于钻孔数据构建电路板钻孔图，基于电路板钻孔图，通过钻孔区域特征模型确定钻孔间影响系数，能够对钻孔与钻孔之间互相影响的程度进行量化，有利于后续准确预测涨缩数据，以便有效地进行钻孔修正。
154.电路板自身数据540可以是与待进行钻孔处理的电路板本身相关的数据，例如当前的层次信息等。
155.在一些实施例中，电路板自身数据540包括材料类型、尺寸数据中至少一种。其中，材料类型、尺寸数据可以和当前的层次信息相对应，例如，电路板中不同的层次可以对应不同的材料类型、尺寸数据。
156.在一些实施例中，处理器140可以从存储于存储装置中的或者人工实时传入的电路板设计文件中，获取电路板自身数据540。
157.钻孔位置坐标数据520可以是钻孔数据中的盲孔和/或通孔的位置转化为坐标形式的数据。也可以参考图3中，基于电路板坐标系统，控制激光定位模块对电路板的钻孔进行定位，得到定位数据的相关内容，获取钻孔位置坐标数据520。
158.在一些实施例中，涨缩预估模型550可以用于输入环境参数510、钻孔间影响系数530、电路板自身数据540和钻孔位置坐标数据520，输出涨缩数据560。在一些实施例中，涨缩预估模型可以为机器学习模型，也可以是神经网络模型(nn)。
159.处理器140可以基于多个第四训练样本及第五标签，通过梯度下降法等训练得到涨缩预估模型。第四训练样本的每一组可以包括样本环境参数、样本钻孔间影响系数、样本电路板自身数据和样本钻孔位置坐标数据，可以通过历史数据获取。第五标签为第四训练样本的每一组对应的实际涨缩数据，实际涨缩数据可以是预设校验点位(或其他参考点)的位置或坐标在钻孔处理前后变化的差值。第五标签可以通过人工标注或自动标注的方式确定。
160.在本说明书一些实施例中，通过基于环境参数、钻孔间影响系数、电路板自身数据和钻孔位置坐标数据，利用涨缩预估模型预测涨缩数据，能够使涨缩数据的确定与实际加工过程中的数据相结合，使涨缩数据的确定更合理。
161.在一些实施例中，处理器140可以基于材料误差数据570以及涨缩数据560，通过预设涨缩幅度偏移表的方式，对钻孔数据进行修正，确定修正数据580。其中，预设涨缩幅度偏移表可以包括材料误差数据和涨缩数据的各种取值，以及与相应的预设偏移数据的对应关系。预设偏移数据可以包括钻孔偏移方向和偏移量等。
162.关于修正数据、钻孔数据的更多内容，参见图2及其相关描述。
163.关于材料误差数据的更多内容，参见图4及其相关描述。
164.在本说明书一些实施例中，通过基于材料误差数据以及涨缩数据，确定修正数据，可以了解实际钻孔的偏差情况和电路板在加工过程中的变形情况，并对此进行修正，避免钻孔误差在多道工序中累积，提高钻孔位置的准确性，降低废品率。
165.本说明书实施例之一提供一种高密度电路板的质量控制装置，包括至少一个存储器和至少一个处理器，至少一个存储器用于存储计算机指令，至少一个处理器执行计算机指令或部分指令，以实现高密度电路板的质量控制方法。
166.本说明书一些实施例还提供一种计算机可读存储介质，当计算机读取存储介质中的计算机指令后，计算机执行高密度电路板的质量控制方法。
167.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
168.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
169.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
170.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
171.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说
明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
172.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
173.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

技术特征：
1.一种高密度电路板的质量控制系统，其特征在于，所述系统包括承载平台、激光发射器、传感装置和处理器，所述传感装置包括图像检测模块，所述承载平台、所述激光发射器、所述传感装置和所述处理器通信连接；所述处理器用于：响应于电路板置于所述承载平台的指定位置，获取钻孔数据，所述钻孔数据包括电路板层数、盲孔数据和/或通孔数据；基于所述钻孔数据，确定第一控制指令，所述第一控制指令用于控制所述激光发射器发射第一激光以去除钻孔区域的材料层；控制所述激光发射器执行所述第一控制指令，执行完成后获取传感数据，所述传感数据至少包括基于所述图像检测模块获取的钻孔图像；基于所述传感数据，确定修正数据；基于所述修正数据，生成第二控制指令，所述第二控制指令用于控制所述激光发射器发射第二激光以对所述钻孔区域进行钻孔修正。2.如权利要求1所述的系统，其特征在于，所述承载平台包括激光定位模块；所述处理器进一步用于：通过所述激光定位模块对所述电路板的钻孔进行定位，获取定位数据；基于所述钻孔数据和所述定位数据，确定所述第一控制指令。3.如权利要求1所述的系统，其特征在于，所述处理器进一步用于：基于所述钻孔图像，确定所述钻孔区域上的材料误差数据，所述材料误差数据包括钻孔尺径误差；至少基于所述材料误差数据，确定所述修正数据。4.如权利要求3所述的系统，其特征在于，所述处理器进一步用于：基于所述材料误差数据以及涨缩数据，确定所述修正数据。5.一种高密度电路板的质量控制方法，其特征在于，所述方法由高密度电路板的质量控制系统的处理器执行，所述系统还包括承载平台、激光发射器和传感装置，所述传感装置包括图像检测模块；所述方法包括：响应于电路板置于所述承载平台的指定位置，获取钻孔数据，所述钻孔数据包括电路板层数、盲孔数据和/或通孔数据；基于所述钻孔数据，确定第一控制指令，所述第一控制指令用于控制所述激光发射器发射第一激光以去除钻孔区域的材料层；控制所述激光发射器执行所述第一控制指令，执行完成后获取传感数据，所述传感数据至少包括基于所述图像检测模块获取的钻孔图像；基于所述传感数据，确定修正数据；基于所述修正数据，生成第二控制指令，所述第二控制指令用于控制所述激光发射器发射第二激光以对所述钻孔区域进行钻孔修正。6.如权利要求5所述的方法，其特征在于，所述承载平台包括激光定位模块；所述基于所述钻孔数据，确定第一控制指令包括：通过所述激光定位模块对所述电路板的钻孔进行定位，获取定位数据；基于所述钻孔数据和所述定位数据，确定所述第一控制指令。
7.如权利要求5所述的方法，其特征在于，所述基于所述传感数据，确定修正数据包括：基于所述钻孔图像，确定所述钻孔区域上的材料误差数据，所述材料误差数据包括钻孔尺径误差；至少基于所述材料误差数据，确定所述修正数据。8.如权利要求7所述的方法，其特征在于，所述确定修正数据进一步包括：基于所述材料误差数据以及涨缩数据，确定所述修正数据。9.一种高密度电路板的质量控制装置，其特征在于，所述装置包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器执行所述计算机指令或部分指令，以实现权利要求5-8中任一项所述的质量控制方法。10.一种计算机可读存储介质，所述存储介质存储计算机指令，其特征在于，当计算机读取存储介质中的计算机指令后，所述计算机执行如权利要求5-8中任一项所述的质量控制方法。

技术总结
本说明书实施例提供一种高密度电路板的质量控制系统、方法、装置和介质，该系统包括处理器以及分别与其通信连接的承载平台、激光发射器、传感装置，传感装置包括图像检测模块；该方法包括：响应于电路板置于承载平台的指定位置，获取钻孔数据，包括电路板层数、盲/通孔数据；基于钻孔数据，确定第一控制指令；控制激光发射器执行第一控制指令，以获取传感数据，至少包括基于图像检测模块获取的钻孔图像；基于传感数据，确定修正数据；基于修正数据，生成第二控制指令，控制激光发射器发射第二激光以对钻孔区域进行钻孔修正。该方法可以通过高密度电路板的质量控制装置实现。该方法还可以通过计算机可读存储介质存储的计算机指令被读取后运行。后运行。后运行。


技术研发人员：黎育民 邱国晟 刘晓娟 黄礼辉
受保护的技术使用者：赣州市超跃科技有限公司
技术研发日：2023.07.11
技术公布日：2023/10/8