铁氟龙线路板钻孔加工系统及其方法技术方案

本申请涉及智能加工领域，其具体公开了一种铁氟龙线路板钻孔加工系统及其方法，其使用基于深度神经网络模型的人工智能技术来对槽孔的加工情况和槽刀加工速度进行特征编码和提取，以得到用于表示当前时间点槽刀的加工速度应该增大或者减小的分类标签，这样，通过构建铁氟龙线路板钻孔加工方案，来分析槽孔的毛刺情况和槽刀加工速度，提高了铁氟龙线路板钻孔的加工质量，减少了人力成本

【技术实现步骤摘要】
铁氟龙线路板钻孔加工系统及其方法


[0001]本申请涉及智能加工领域，且更为具体的涉及一种铁氟龙线路板钻孔加工系统及其方法
。

技术介绍

[0002]铁氟龙
(PTFE)
板料，在钻孔生产时，孔内若有毛刺残留，面板孔有扩孔现象
。
使用刀具缠丝，槽孔经常会有毛刺堵孔，需要人工手工检查和修理，不仅影响产品交期，而且影响品质，容易因修理不良造成孔无铜，影响客户元器件插件和焊接
。
[0003]因此，期待一种优化的铁氟龙线路板钻孔加工方案
。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请
。
本申请的实施例提供了一种铁氟龙线路板钻孔加工系统及其方法，其使用基于深度神经网络模型的人工智能技术来对槽孔的加工情况和槽刀加工速度进行特征编码和提取，以得到用于表示当前时间点槽刀的加工速度应该增大或者减小的分类标签，这样，通过构建铁氟龙线路板钻孔加工方案，来分析槽孔的毛刺情况和槽刀加工速度，提高了铁氟龙线路板钻孔的加工质量，减少了人力成本
。
[0005]根据本申请的一个方面，提供了一种铁氟龙线路板钻孔加工系统，其包括：
[0006]数据获取模块，用于获取槽孔加工监控视频以及多个预定时间点的加工速度值；
[0007]关键帧提取模块，用于从所述槽孔加工监控视频中提取出多个监控关键帧；
[0008]时间注意力模块，用于将所述多个监控关键帧通过使用时间注意力机制的卷积神经网络模型以得到加工监控特征图；
[0009]语义编码模块，用于将所述加工监控特征图的沿通道维度的各个特征矩阵沿着行向量或者列向量进行展开为多个局部加工特征向量后通过基于转换器的上下文编码器以得到全局加工特征向量；
[0010]时序编码模块，用于将所述多个预定时间点的加工速度值排列为加工速度输入向量后通过时序编码器以得到加工速度特征向量；
[0011]响应性估计模块，用于计算所述加工速度特征向量相对于所述全局加工特征向量的响应性估计以得到所述分类特征矩阵；
[0012]优化模块，用于对所述分类特征矩阵进行优化以得到优化分类特征矩阵；
[0013]结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的槽刀的加工速度应增大或减小
。
[0014]在上述的铁氟龙线路板钻孔加工系统中，所述时间注意力模块，包括：
[0015]相邻帧提取单元，用于从所述多个监控关键帧中提取相邻的第一监控关键帧和第二监控关键帧；
[0016]第一卷积编码单元，用于将所述第一监控关键帧所述第二监控关键帧分别通过所述卷积神经网络模型的第一卷积层和第二卷积层以得到第一卷积特征图和第二卷积特征
图；
[0017]时间注意力单元，用于计算所述第一卷积特征图和所述第二卷积特征图之间的按位置点乘以得到时间注意力图；
[0018]注意力激活单元，用于将所述时间注意力图输入
Softmax
激活函数以得到时间注意力特征图；
[0019]第二卷积编码单元，用于将所述第二监控关键帧通过所述卷积神经网络模型的第三卷积层以得到第三卷积特征图；
[0020]注意力施加单元，用于计算所述第三卷积特征图和所述时间注意力特征图之间的按位置点乘以得到对应于所述第二监控关键帧的时间注意力特征图
。
[0021]在上述的铁氟龙线路板钻孔加工系统中，所述语义编码模块，包括：
[0022]向量构造单元，用于将所述加工监控特征图的沿通道维度的各个特征矩阵沿着行向量或者列向量进行展开为多个局部加工特征向量；
[0023]编码单元，用于将所述多个局部加工特征向量通过基于转换器的上下文编码器以得到多个加工特征向量；
[0024]级联单元，用于将所述多个加工特征向量进行级联以得到全局加工特征向量
。
[0025]在上述的铁氟龙线路板钻孔加工系统中，所述编码单元，包括：
[0026]查询向量构造子单元，用于将所述多个局部加工特征向量排列为输入向量；
[0027]向量转化子单元，用于将所述输入向量通过可学习嵌入矩阵分别转化为查询向量和关键向量；
[0028]自注意子单元，用于计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵；
[0029]标准化子单元，用于对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵；
[0030]关注度计算子单元，用于将所述标准化自注意关联矩阵输入
Softmax
激活函数进行激活以得到自注意力特征矩阵；
[0031]注意力施加子单元，用于将所述自注意力特征矩阵与所述各个局部加工特征向量分别相乘得到所述多个加工特征向量
。
[0032]在上述的铁氟龙线路板钻孔加工系统中，所述时序编码模块，包括：
[0033]输入向量构造单元，用于将所述多个预定时间点的加工速度值按照时间维度排列为加工速度输入向量；
[0034]归一化映射单元，用于将所述加工速度输入向量进行基于最大值的归一化处理以得到归一化后加工速度输入向量；
[0035]特征提取单元，用于使用所述时序编码器的全连接层对所述归一化后加工速度输入向量进行全连接编码以提取所述归一化后加工速度输入向量中各个位置的特征值的高维隐含特征；
[0036]一维卷积编码单元，用于使用所述时序编码器的一维卷积层对所述归一化后加工速度输入向量进行一维编码以提取所述归一化后加工速度输入向量中各个位置的特征值间的关联的高维隐含关联特征
。
[0037]在上述的铁氟龙线路板钻孔加工系统中，所述响应性估计模块，用于：
[0038]以如下响应性估计公式计算所述加工速度特征向量相对于所述全局加工特征向量的响应性估计以得到分类特征矩阵；
[0039]其中，所述响应性估计公式为：
[0040][0041]其中
V
a
表示所述加工速度特征向量，
V
b
表示所述全局加工特征向量，
M
表示所述分类特征矩阵，表示矩阵相乘
。
[0042]在上述的铁氟龙线路板钻孔加工系统中，所述优化模块，包括：
[0043]融合单元，用于融合所述加工速度特征向量和所述全局加工特征向量以得到融合特征向量；
[0044]转置单元，用于将所述融合特征向量和其自身的转置进行相乘以得到融合特征矩阵；
[0045]优化单元，用于通过融合所述融合特征矩阵和分类特征矩阵以得到优化分类特征矩阵
。
[0046]在上述的铁氟龙线路板钻孔加工系统中，所述融合单元，包括：
[0047]协方差子单元，用于分别计算所述加工速度特征向量和所述全局加工特征向量的协方差矩阵以得到第一协方差矩阵和第二协方差矩阵；
[0048本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种铁氟龙线路板钻孔加工系统，其特征在于，包括：数据获取模块，用于获取槽孔加工监控视频以及多个预定时间点的加工速度值；关键帧提取模块，用于从所述槽孔加工监控视频中提取出多个监控关键帧；时间注意力模块，用于将所述多个监控关键帧通过使用时间注意力机制的卷积神经网络模型以得到加工监控特征图；语义编码模块，用于将所述加工监控特征图的沿通道维度的各个特征矩阵沿着行向量或者列向量进行展开为多个局部加工特征向量后通过基于转换器的上下文编码器以得到全局加工特征向量；时序编码模块，用于将所述多个预定时间点的加工速度值排列为加工速度输入向量后通过时序编码器以得到加工速度特征向量；响应性估计模块，用于计算所述加工速度特征向量相对于所述全局加工特征向量的响应性估计以得到所述分类特征矩阵；优化模块，用于对所述分类特征矩阵进行优化以得到优化分类特征矩阵；结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的槽刀的加工速度应增大或减小
。2.
根据权利要求1所述的铁氟龙线路板钻孔加工系统，其特征在于，所述时间注意力模块，包括：相邻帧提取单元，用于从所述多个监控关键帧中提取相邻的第一监控关键帧和第二监控关键帧；第一卷积编码单元，用于将所述第一监控关键帧所述第二监控关键帧分别通过所述卷积神经网络模型的第一卷积层和第二卷积层以得到第一卷积特征图和第二卷积特征图；时间注意力单元，用于计算所述第一卷积特征图和所述第二卷积特征图之间的按位置点乘以得到时间注意力图；注意力激活单元，用于将所述时间注意力图输入
Softmax
激活函数以得到时间注意力特征图；第二卷积编码单元，用于将所述第二监控关键帧通过所述卷积神经网络模型的第三卷积层以得到第三卷积特征图；注意力施加单元，用于计算所述第三卷积特征图和所述时间注意力特征图之间的按位置点乘以得到对应于所述第二监控关键帧的时间注意力特征图
。3.
根据权利要求2所述的铁氟龙线路板钻孔加工系统，其特征在于，所述语义编码模块，包括：向量构造单元，用于将所述加工监控特征图的沿通道维度的各个特征矩阵沿着行向量或者列向量进行展开为多个局部加工特征向量；编码单元，用于将所述多个局部加工特征向量通过基于转换器的上下文编码器以得到多个加工特征向量；级联单元，用于将所述多个加工特征向量进行级联以得到全局加工特征向量
。4.
根据权利要求3所述的铁氟龙线路板钻孔加工系统，其特征在于，所述编码单元，包括：查询向量构造子单元，用于将所述多个局部加工特征向量排列为输入向量；
向量转化子单元，用于将所述输入向量通过可学习嵌入矩阵分别转化为查询向量和关键向量；自注意子单元，用于计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵；标准化子单元，用于对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵；关注度计算子单元，用于将所述标准化自注意关联矩阵输入
Softmax
激活函数进行激活以得到自注意力特征矩阵；注意力施加子单元，用于将所述自注意力特征矩阵与所述各个局部加工特征向量分别相乘得到所述多个加工特征向量
。5.
根据权利要求4所述的铁氟龙线路板钻孔加工系统，其特征在于，所述时序编码模块，包括：输入向量构造单元，用于将所述多个预定时间点的加工速度值按照时间维度排列为加工速度输入向量；归一化映射单元，用于将所述加工速度输入向量进行基于最大值的归一化处理以得到归一化后加工速度输入向量；特征提取单元，用于使用所述时序编码器的全连接层对所述归一化后加工速度输入向量进行全连接编码以提取所述归一化后加工速度输入向量中...

【专利技术属性】
技术研发人员：陈星，徐龙祥，
申请(专利权)人：江西威尔高电子股份有限公司，
类型：发明
国别省市：