回流焊的温度监控方法、设备及存储介质

技术领域

本申请属于温度监控技术领域，具体涉及回流焊的温度监控方法、设备及存储介质。

背景技术

回流焊技术是表面贴焊技术的一个重要环节，回流焊的数据主要是一组时间与温度的复杂数据，其对应的温度曲线共包含了预热、恒温、回焊和冷却等四个区域，在任何一个区域温度过高或过低皆有可能导致焊接质量发生问题，因此，需要对回流焊过程中的温度进行监控。

传统的回流焊的温度监控方法，包括：分别设置每个区域的温度范围，在当前温度高于当前所在区域的温度范围的情况下，输出提示信息。

然而，在回流焊的过程中，每个区域中的温度都是实时变化的，若按照每个区域的温度范围进行温度监控，可能存在某一时刻的实际温度高于当前时刻的需求温度，确仍在当前区域的温度范围内的情况，导致回流焊的温度监控不准确的问题。

发明内容

本申请提供了回流焊的温度监控方法、设备及存储介质，可以解决回流焊的温度监控不准确的问题。本申请提供如下技术方案：

第一方面，提供了一种回流焊的温度监控方法，所述方法包括：

获取回流焊的历史温度数据；

基于所述历史温度数据修正预设正弦函数，得到温度监控模型；

基于所述温度监控模型构建HotellingT2控制图；

通过所述HotellingT2控制图对回流焊的温度进行监控。

可选地，所述历史温度数据包括n笔数据；所述预设正弦函数为非线性的正弦函数，所述预设正弦函数为：

其中，i用于表示第i个正弦函数；j用于表示第j笔数据、且j为小于n的正整数；x用于表示温度数据；a用于表示所述预设正弦函数的幅度；b用于表示所述正弦函数的频率；ε为误差项；c为常数项；s用于表示加总次数。

可选地，所述i为大于等1且小于等于8的整数。

可选地，所述s的取值为2。

可选地，所述基于所述历史温度数据修正预设正弦函数，得到温度监控模型，包括：

将所述历史温度数据进行拟合，得到拟合结果；

基于所述拟合结果确定所述预设正弦函数的函数参数；

将所述函数参数输入所述预设正弦函数得到所述温度监控模型。

可选地，所述函数参数包括至少一组函数参数，所述将所述函数参数输入所述预设正弦函数得到所述温度监控模型之前，还包括：

对所述至少一组函数参数进行验证，在所述至少一组函数参数中确定出用于输入所述预设正弦函数的函数参数。

可选地，所述通过所述HotellingT2控制图对回流焊的温度进行监控，包括：

在回流焊的温度监控过程中，获取实时温度信息；

在所述温度数据指示的温度大于或者低于所述HotellingT2控制图在当前时刻对应的温度的情况下，输出提示信息。

第二方面，提供了一种电子设备，所述设备包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现第一方面所述的回流焊的温度监控方法。

第三方面，提供一种计算机可读存储介质，所述存储介质中存储有程序，所述程序被处理器执行时用于实现第一方面提供的回流焊的温度监控方法。

本申请的有益效果在于：获取回流焊的历史温度数据；基于历史温度数据修正预设正弦函数，得到温度监控模型；基于温度监控模型构建HotellingT2控制图；通过HotellingT2控制图对回流焊的温度进行监控。可以解决回流焊的温度监控不准确的问题。通过对历史温度数据进行拟合，得到预设正弦函数的函数参数，从而得到温度监控模型，再基于温度监控模型构建HotellingT2控制图，通过HotellingT2控制图对回流焊的温度进行监控，这样，无需设置每个区域的温度范围，可以实时获取回流焊过程中的当前时刻的温度信息，并与HotellingT2控制图在当前时刻对应的温度进行比较，可以提高回流焊的温度监控的准确性。

附图说明

为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一个实施例提供的回流焊过程中温度示意图；

图2是本申请一个实施例提供的回流焊的温度监控方法的流程图；

图3是本申请一个实施例提供的回流焊过程中异常温度示意图；

图4是本申请一个实施例提供的回流焊过程中温度示意图；

图5是本申请一个实施例提供的控制图示意图；

图6是本申请一个实施例提供的控制图示意图；

图7是本申请一个实施例提供的无母数方法的控制图示意图；

图8是本申请一个实施例提供的回流焊的温度监控装置的框图；

图9是本申请一个实施例提供的电子设备的框图。

具体实施方式

下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

B-2022CN348-I

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本申请中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的，或者是针对部件本身在竖直、垂直或重力方向上而言的；同样地，为便于理解和描述，“内、外”是指相对于各部件本身的轮廓的内、外，但上述方位词并不用于限制本申请。

下面对本申请使用的名词进行介绍。

回流焊技术(Reflow Soldering)：是表面贴焊技术(SMT,Surface MountTechnology)的一个重要环节，回流焊的数据主要是一组时间与温度的复杂数据，回流焊的温度曲线(Reflow Profile)共包含了预热(Pre-heat)、恒温(Soak)、回焊(Reflow)、冷却(Cooling)四个大区域，因此回流焊资料并不是一笔线性资料，而是一笔非线性的曲线资料。

温度曲线控制主要由四个区域的温度变化组成的：

1.预热区：通常由室温升至150℃，這個温区升温度速度应该至在每秒1～2℃，

2.恒温区：温度通常控制在180℃恒温区通常会占整个温度曲线的90～120秒

3.回焊区：为最高温的区域，会根据不同电路板有面的元件来设置不同的峰值温度，通常为230～250℃

4.冷却区：温度会由240℃降到45℃左右，降温的过程时间过长或过短都会造成焊接质量问题，一般降温速率为每秒3～10℃。

将上述温度规范画成图，参考图1，在任何一个区域温度过高或过低皆有可能导致焊接质量发生问题，由于每个产品的电路板所含的电子元件可能不同，在峰值温度上，每个产品的最低耐高温元件可能不同，因此每个产品所画出的温度曲线将有所不同，温度曲线允许操作人员做适当的的改变，以优化回焊的过程。

B-2022CN348-I

下面对本申请提供的回流焊的温度监控方法进行详细介绍。

如图1所示，本申请的实施例提供一种回流焊的温度监控方法，该方法的实现可依赖于计算机程序，该计算机程序可运行于智能手机、平板电脑、个人电脑等计算机设备或者运行于服务器，本实施例不对该方法的运行主体作限定，该方法至少包括以下几个步骤：

步骤101，获取回流焊的历史温度数据。

本实施例中，历史温度数据包括n笔在回流焊过程中的采集的历史温度数据。

其中，n为大于0的整数，例如n的取值包括12或者16等。

实际实现时，n的取值也可以是其它正整数，本实施例不对n的取值作限定。

步骤102，基于历史温度数据修正预设正弦函数，得到温度监控模型。

其中，预设正弦函数为非线性的正弦函数。

具体地，预设正弦函数为：

式中，i用于表示第i个正弦函数；j用于表示第j笔数据、且j为小于n的正整数；x用于表示温度数据；a用于表示所述预设正弦函数的幅度；b用于表示所述正弦函数的频率；ε为误差项；c为常数项；s用于表示加总次数。

可选地，i为大于等1且小于等于8的整数。

由于回流焊过程中的历史温度数据并不是一笔线性数据，而是一笔非线性的曲线数据，基于此，本实施例中，通过非线性的预设正弦函数来构建温度监控模型。其中，温度监控模型为数学模型。

具体地，基于历史温度数据修正预设正弦函数，得到温度监控模型，包括：将历史温度数据进行拟合，得到拟合结果；基于拟合结果确定预设正弦函数的函数参数；将函数参数输入预设正弦函数得到温度监控模型。

可选地，在将历史温度数据进行拟合，得到拟合结果之后，可以通过预设的参数估算算法得到函数参数。

其中，预设的参数估算算法为非线性最小二乘法(Non-linear Least Squares,NLS)。

另外，本实施例中，由于历史温度数据包括n笔数据，因此，估算得到函数参数包括至少一组函数参数。对于得到的每组函数参数均需要进行验证，以在至少一组函数参数中确定出效果最好的函数参数输入预设正弦函数。

具体地，将函数参数输入预设正弦函数得到温度监控模型之前，还包括：对至少一组函数参数进行验证，在至少一组函数参数中确定出用于输入预设正弦函数的函数参数。

可选地，对至少一组函数参数进行验证，包括：通过预设验证算法对至少一组函数参数进行验证。

其中，预设验证算法为施瓦兹准则(Schwarz Information Criterion，SIC)。

比如：由预设验证算法验证后，得到加总两次的正弦函数表现最好，此时，正弦函数可以通过下式表示：

f(x

式中，i用于表示第i个正弦函数；j用于表示第j笔数据；x用于表示温度数据；a用于表示所述预设正弦函数的幅度；b用于表示所述正弦函数的频率；ε为误差项；c为常数项。

步骤103，基于温度监控模型构建HotellingT2控制图。

步骤104，通过HotellingT2控制图对回流焊的温度进行监控。

在经过多次回流焊的过程后，可以得到若干笔温度-时间数据，可以基于该若干笔温度-时间数据，设置预热、恒温、回焊和冷却四个区域的温度规范曲线，通过该温度规范曲线对回流焊过程中的温度进行监控。

比如：参考图2，可以看到有一笔数据在冷却区时，同个时间点温度高于其他笔数据，可能造成焊接的电子元件发生偏移，导致焊接质量产生问题，最终导致产品报废。

在一个传统回流焊的温度监控方法中，参考图3，每个区域中均设置一个阶层式的方式来对温度做监控，然而，当温度发生偏移时，存在无法有效监控出异常的可能。

参考图2中冷却区中的异常值，在图2中该笔异常值明显与其他笔资料不同、且高于温度规范曲线，但却没有超出图3中的冷却区的监控温度的范围，因此，无法被监控到。

为了解决上述问题，本实施例中，通过对历史温度数据进行拟合，得到预设正弦函数的函数参数，从而得到温度监控模型，再基于温度监控模型构建HotellingT2控制图，通过HotellingT2控制图对回流焊的温度进行监控，这样，无需设置每个区域的温度范围，可以实时获取回流焊过程中的当前时刻的温度信息，并与HotellingT2控制图在当前时刻对应的温度进行比较，在当前时刻的温度信息指示的温度大于或者低与控制图在当前时刻对应的温度的情况下，均输出提示信息，以提示用户温度异常。

具体地，通过HotellingT2控制图对回流焊的温度进行监控，包括：在回流焊的温度监控过程中，获取实时温度信息；在温度数据指示的温度大于或者低于HotellingT2控制图在当前时刻对应的温度的情况下，输出提示信息。

在另一种方法传统回流焊的温度监控方法，即，多项式回归方法中，在温度曲线过于复杂的情况下，会造成过度拟合的情况，最终导致在温度监控过程中监控不准确。由于多项式回归通常会有估计参数过多的问题，以及模型配适程度不佳。同时，多项式回归方法中为了交接平滑，会将曲线分为多段，以致于参数过多，导致运算速度下降且需要大量的样本进行估计。

参考图5和图6，图5修正后的正弦函数对应的控制图，图6为多项式回归方法对应的控制图，图5和图6中均包括图2中冷却区指示的异常值，在图5与图6中皆有判别出该笔异常数据。然而，在多项式回归方法对应的控制图中，管制线离正常资料较靠近，使得误判的机率提升，而在修正后的正弦函数对应的控制图中，可以明确的分辨出异常值与正常值，因此，可以减少误判的可能性。

在又一种方法传统回流焊的温度监控方法，即，无母数方法中，通过基线(baseline)找出每条温度曲线与基线之间的偏离程度，偏离程度可利用一些测量距离的方法，例如最大偏差法(Maximum Deviation)、加总偏差平方合(Sum of Square Deviation)和加总绝对离差(Sum of Absolute Deviation)等，利用这些方法测量出来的距离来判断资料是否为异常值，作为发出警告的依据。然而，无母数方法的敏感度低，无法有效在异常发生时，即时的监控出异常。

在一个示例中，为了比较本实施例提供的回流焊的温度监控方法、多项式回归方法与无母数方法之间的效能，将三个方法通过控制图的方式，在相同的ARLin＝200作为基准，当温度数据出现异常时，来比较三个方法在ARLout的表现。

其中，ARLin为in control Average Run Length,其意义为当监控的温度数据为正常时，控制图平均发出警报的频率。即，当监控的温度为正常状态时，ARLin的数值愈大愈好。代表控制图发生误报警的机率愈低。

反之，ARLout则为监控的温度发生异常时，希望能愈快侦测出异常愈好，因此，ARLout数值愈小愈好。

本次比较方法以每次一个参数进行偏移，偏移程度以参数标准差的m倍加上参数平均值，其中，m的范围为0.5～3。

由方程式：

来生成异常的温度数据。

其中，

表一：

ε

无母数方法为一个混合指标，使用16组历史温度数据取平均的曲线做为基线，使用最大偏差：

加总的偏差平方合：

加总的绝对离差：

式中，i为第i组数据，

为各个方法的标准差，/>

比较结果如表3、表4、表5、表6、表7所示：

表3：

表4：

表5：

表6：

表7：

综合表3、表4、表5、表6、表7中的结果，可以看到本实施例在回流焊温度曲线发生偏移或异常时，ARLout的表现普遍小于其他两个方法的ARLout，且当m大于等于2时，ARLout的效能表现相当接近1。表中的参数a1、a2为曲线之幅度，参数b1、b2为曲线之频率，参数c1为曲线水平相位常数。

本实施例提供的回流焊的温度监控方法可以正确表徵回焊技术数据，且参数具有可解释性，并提供具有竞争力的监控性能，与过往的多项式相比，本发明提供更好的拟合结果，当温度发生异常时，与多项式、无母数相比，具有更佳的监控能力。

综上所述，本实施例提供的回流焊的温度监控方法，获取回流焊的历史温度数据；基于历史温度数据修正预设正弦函数，得到温度监控模型；基于温度监控模型构建HotellingT2控制图；通过HotellingT2控制图对回流焊的温度进行监控。可以解决回流焊的温度监控不准确的问题。通过对历史温度数据进行拟合，得到预设正弦函数的函数参数，从而得到温度监控模型，再基于温度监控模型构建HotellingT2控制图，通过HotellingT2控制图对回流焊的温度进行监控，这样，无需设置每个区域的温度范围，可以实时获取回流焊过程中的当前时刻的温度信息，并与HotellingT2控制图在当前时刻对应的温度进行比较，可以提高回流焊的温度监控的准确性。

图8是本申请一个实施例提供的基于正弦函数的回流焊的温度监控装置的框图，该装置至少包括以下几个模块：数据获取模块810、函数修正模块820、控制图构建模块830和温度监控模块840。

数据获取模块810，用于获取回流焊的历史温度数据；

函数修正模块820，用于基于历史温度数据修正预设正弦函数，得到温度监控模型；

控制图构建模块830，用于基于温度监控模型构建HotellingT2控制图；

温度监控模块840，用于通过HotellingT2控制图对回流焊的温度进行监控。

相关细节参考上述实施例。

需要说明的是：上述实施例中提供的回流焊的温度监控装置在进行回流焊的温度监控时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将回流焊的温度监控装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的回流焊的温度监控装置与回流焊的温度监控方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本实施例提供一种电子设备，如图9所示，该电子设备可以为图1中的自移动设备。该电子设备至少包括处理器901和存储器902。

处理器901可以包括一个或多个处理核心，比如：4核心处理器、8核心处理器等。处理器901可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器901可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器901还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器902可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器901所执行以实现本申请中方法实施例提供的回流焊的温度监控方法。

在一些实施例中，电子设备还可选包括有：外围设备接口和至少一个外围设备。处理器901、存储器902和外围设备接口之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口相连。示意性地，外围设备包括但不限于：射频电路、触摸显示屏、音频电路、和电源等。

当然，电子设备还可以包括更少或更多的组件，本实施例对此不作限定。

可选地，本申请还提供有一种计算机可读存储介质，计算机可读存储介质中存储有程序，程序由处理器加载并执行以实现上述方法实施例的推送记录的清理方法。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。