System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及不可见光灵敏检测,具体为基于区块链的健康状态评估方法。
技术介绍
1、随着区块链技术、通信技术、区域感知技术的不断发展,人们在生活、工作、娱乐方面享有越来越便捷的应用与服务,相比10年前,目前电子产品的生产数量远超于过去的千倍之多,随着智能科技的到来,越来越多的设备需要加入纳米级制程的芯片,而在芯片的生产、测试过程中,由于芯片或电路板内多含电子元器件,不同的电子元器件所能承受的非损坏最高温度、最大带静电库伦量都有所不同,但往往因测试方案不正确或工作人员身上静电未释放干净,使得芯片温度变高、带有更多的静电,最终导致芯片损毁,但由于芯片内部片区及其微小,很难察觉因哪里引起芯片损毁,目前,市面上更多的是在芯片被测试或生产损毁后才改变方案,不能很好的在损毁发生之前作出预警,影响成品率的同时,加大了生产测试成本。因此,设计实时高分辨率检测并绘制芯片各片区温度、静电量变化曲线,分析预测未来是否会发生芯片损毁事故,并及时做出预警方案的基于区块链的健康状态评估方法是很有必要的。
技术实现思路
1、本专利技术的目的在于提供基于区块链的健康状态评估方法,以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题,本专利技术提供如下技术方案:基于区块链的健康状态评估方法,该方法包括以下步骤:
3、步骤一:在产线每个工位上部署红外光、紫外光捕获模块,并与图像放大、灰度图转化模块以有线方式对接,在数据链路层部署网关节点,在产线工位部署状态提醒子系统;
4、步
5、步骤三:红、紫外光捕获模块捕获到的感光量,经高分辨率放大后,再转化为灰度图像;
6、步骤四:网关节点对灰度图降噪去噪处理,分析预测温度、感电变化趋势,在险情发生前做出预警提醒,分析处理好的内容发送到状态提醒子系统。
7、根据上述技术方案,所述在产线每个工位上部署红外光、紫外光捕获模块,并与图像放大、灰度图转化模块以有线方式对接,在数据链路层部署网关节点,在产线工位部署状态提醒子系统的步骤,包括:
8、在电路板、芯片生产、测试产线部署红外光捕获模块和紫外光捕获模块;
9、红外光捕获模块捕获,在电路板芯片生产或测试时极其细微的温度变化;
10、紫外光捕获模块捕获,在电路板芯片生产或测试时极其细微的感电变化;
11、两模块与高分辨率图像放大模块、灰度图转化模块之间以有线传输的形式依次连接;
12、灰度图转化模块以无线传输形式,通过tcp协议与处理判断网关节点相连;
13、网关节点以无线形式通过tcp协议向状态提醒子系统发送数据。
14、根据上述技术方案,所述红外光捕获模块感知电路板芯片温度的细微变化,紫外光捕获模块感知电路板芯片感电的细微变化的步骤,包括:
15、电路板、芯片的生产和测试的每个工位都部署有红外光捕获模块;
16、电路板、芯片在生产测试时,温度发生及其细微的变化,普通的温度传感器无法分辨这种及其细微的温度变化;
17、所有物体都在发射红外光,而温度越高的物体所发出的红外光量更大;
18、在生产和测试时,红外光捕获模块实时捕获电路板、芯片发出的红外光量。
19、根据上述技术方案,所述紫外光捕获模块感知电路板芯片感电的细微变化的步骤,包括:
20、电路板、芯片的生产和测试的每个工位都部署有紫外光捕获模块;
21、电路板、芯片内的电子元器件在焊接、组装、测试时,微小的静电对芯片、电路板内部的电子器件造成损毁,从而导致电路板、芯片生产或测试失败;
22、工作人员在工作时身上静电没有消除干净,造成芯片、电路板带静电;
23、对芯片、电路板做通电测试时,测试方案不正确或测试方法错误,电路板芯片产生了静电;
24、静电无法用肉眼察觉,传感器也无法感知这种及其细微的感电变化,但细微的静电会发散当量的紫外光波;
25、静电库伦量c越大,所散发的紫外光量越大;
26、在生产测试时:紫外光捕获模块实时捕获电路板、芯片发出的紫外光量。
27、根据上述技术方案,所述红、紫外光捕获模块捕获到的感光量,经高分辨率放大后,再转化为灰度图像的步骤,包括:
28、产线开始对电路板、芯片做生产或测试时:
29、红外光、紫外光捕获模块一同开始,每100毫秒捕获一次电路板、芯片所散发的红外光量和紫外光量;
30、捕获到的感光量图以有线传输的形式发送到“高分辨率图像放大模块”;
31、由于紫外光和红外光的波长在50-800nm之间,波长很短,便拥有极高的分辨率,能够以纳米级捕获电路板、芯片的各个区域散发的不同感光量值;
32、为了便于网关节点降噪去噪处理、对电路板、芯片每个区域划分预测变化趋势,高分辨率图像放大模块至少将捕获模块发送的感光量图放大1兆倍;
33、放大后的感光量图以有线传输的形式发送到灰度图转化模块;
34、灰度图转化模块将纳米级放大1兆倍,即50-800微米级分辨率的感光量图,根据感光量值大小等比例转化为不同的灰度值;
35、灰度值域在0-255之间,0代表最黑色,255代表最白色,0-255之间由黑色逐渐变灰再变白;
36、感光量值越大对应的灰度值也越大,即电路板、芯片感光量值越大的区域,转化后的灰度图在对应区域也越白;
37、感光量值越小的区域,灰度图上对应区域就越黑;
38、由于红外光、紫外光人眼不可见性,转化为灰度图,人眼清晰可见。
39、根据上述技术方案,所述网关节点对灰度图降噪去噪处理,分析预测温度、感电变化趋势,在险情发生前做出预警提醒,分析处理好的内容发送到状态提醒子系统的步骤,包括:
40、高分辨率红外、紫外感光量图转化为灰度图后,以无线通信的形式,通过tcp协议将微米级分辨率的灰度图发送到处理判断网关节点;
41、节点先对灰度图进行去噪处理,按照电路板、芯片原区域图,去掉区域以外的灰度图,排除工作人员手指靠近电路板、芯片时产生的干扰;
42、节点再进行降噪处理,按照原区域图,以微米级将所有原区域细分成多个小片区,对每个小片区的灰度值做记录统计;
43、节点每隔150-200毫秒收到一次红外感光灰度图和紫外感光灰度图;
44、节点以200毫秒为一周期t做横轴,以灰度值做竖轴,绘制出每个小片区的红外感光、紫外感光灰度变化曲线;
45、电路板、芯片每个片区接有不同的电子元器件,不同器件所能承受非损坏的温度极限、静电库伦量极限都有所不同,管理员对电路板、芯片的不同片区设置不同的检测阈值、幅度变化阈值;
46、如果:小片区01处的红外感光量灰度值逐渐变大,即电路本文档来自技高网...
【技术保护点】
1.一种基于区块链的健康状态评估方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述在产线每个工位上部署红外光、紫外光捕获模块,并与图像放大、灰度图转化模块以有线方式对接,在数据链路层部署网关节点,在产线工位部署状态提醒子系统的步骤,包括:
3.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述红外光捕获模块感知电路板芯片温度的细微变化,紫外光捕获模块感知电路板芯片感电的细微变化的步骤,包括:
4.根据权利要求3所述紫外光捕获模块感知电路板芯片感电的细微变化的步骤,包括:
5.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述红、紫外光捕获模块捕获到的感光量,经高分辨率放大后,再转化为灰度图像的步骤,包括:
6.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述网关节点对灰度图降噪去噪处理,分析预测温度、感电变化趋势,在险情发生前做出预警提醒,分析处理好的内容发送到状态提醒子系统的步骤,包括:
7.基于区
8.根据权利要求7所述的基于区块链的健康状态评估系统,其特征在于:所述检测子系统包括:
9.根据权利要求7所述的基于区块链的健康状态评估系统,其特征在于:所述处理分析子系统包括:
10.根据权利要求7所述的基于区块链的健康状态评估系统,其特征在于:所述状态提醒子系统包括:
...【技术特征摘要】
1.一种基于区块链的健康状态评估方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述在产线每个工位上部署红外光、紫外光捕获模块,并与图像放大、灰度图转化模块以有线方式对接,在数据链路层部署网关节点,在产线工位部署状态提醒子系统的步骤,包括:
3.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述红外光捕获模块感知电路板芯片温度的细微变化,紫外光捕获模块感知电路板芯片感电的细微变化的步骤,包括:
4.根据权利要求3所述紫外光捕获模块感知电路板芯片感电的细微变化的步骤,包括:
5.根据权利要求1所述的基于区块链的健康状态评估方法,其特征在于:所述红、紫...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。