一种基于深度学习的PCBA故障智能预测方法、系统及设备

本发明提供一种基于深度学习的PCBA故障智能预测方法、系统及设备，包括：通过信号测试板采集PCBA的模拟量和数字量通道测试数据；对测试数据预处理，合并设置值序列和测量值序列，形成二维矩阵X，并进行标准化处理；将预处理后的数据样本用于循环神经网络模型的训练，训练包括通过过采样算法解决样本稀缺性问题，并采用先粗搜后细调的两阶段策略优化模型的超参数；将训练完成模型部署在PCBA测试系统中用于故障的判别，对于模拟量和数字量通道进行稀疏采样，遇到异常时自动扩展至全序列采样，并实施模型更新策略。本发明通过深度学习算法实现PCBA产品出厂测试前通道故障的逐一排查与精准定位，有效提升PCBA测试效率与维修成功率。