基于数据驱动的电路故障自动化测试方法及系统

AITNT
正文
推荐专利
基于数据驱动的电路故障自动化测试方法及系统
申请号:CN202411497345
申请日期:2024-10-25
公开号:CN119001410B
公开日期:2025-02-14
类型:发明专利
摘要
本申请涉及测量电变量技术领域,具体涉及基于数据驱动的电路故障自动化测试方法及系统,该方法包括:获取PCBA待检测区域各采样时刻的电流数据;将所有采样时刻的电流数据划分为各周期;构建各周期的周期内电流波形平滑指数、断点时刻序列和时间间隔误差序列;根据相邻周期的周期内电流波形平滑指数、结合相邻周期的时间间隔误差序列和断点时刻序列内数据的分布情况,构建各周期的周期抖动稳态系数;根据相邻周期的时间间隔误差序列内数据的分布特征,结合相邻周期的周期抖动稳态系数构建各周期的抖动分布随机特征系数;采用异常检测算法实现PCBA电路故障检测。本申请旨在减少PCBA电路故障误判或漏判的问题。
技术关键词
时间间隔误差 周期 自动化测试方法 断点 序列 数据 电路故障检测 电流 故障自动化测试系统 稳态 波形 聚类算法 分布特征 直线拟合方法 指数 拟合优度检验 时序 曲线拟合方法 皮尔逊相关系数
系统为您推荐了相关专利信息
1
异常流量检测方法、装置、设备、介质及程序产品
异常流量检测 门控循环单元 计算机执行指令 预训练模型 动态
2
用于表面缺陷检测的打光方案自主寻优方法、系统及介质
表面缺陷检测 寻优方法 图像分割模型 参数 序列
3
指标阈值确定方法、装置、设备、存储介质以及程序产品
预测阈值 序列 特征值 统计特征 指标
4
光栅耦合器及其制备方法
光栅耦合器 高折射率介质层 低折射率材料 衍射光栅结构 双光子光刻
5
基于加速训练神经网络的放电脉冲信号识别方法与系统
多层卷积神经网络 训练神经网络 电脉冲 信号识别方法 卷积特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号